KorAP: Find »[drukola/base=varianță & drukola/pos=noun]« with Poliqarp

<1 ...32 33 34 >

844 matches

Corola-publishinghouse/Science/797_a_1744

mai multe ori). Atunci cînd designul conține o singură VI, metoda presupune compararea a cel puțin trei condiții experimentale (trei variabile pereche în SPSS). Analiza varianțelor. În ANOVA simplă și factorială varianța datorată diferențelor interindividuale (sau intragrupuri) făcea parte din varianța eroare (neexplicată). În ANOVA cu măsurători repetate această varianță dată de diferențele interindividuale este analizată și controlată (datorită faptului că fiecare subiect participă în fiecare condiție experimentală) și astfel nu mai face parte din varianța eroare. Prin urmare, varianța eroare

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
VI, metoda presupune compararea a cel puțin trei condiții experimentale (trei variabile pereche în SPSS). Analiza varianțelor. În ANOVA simplă și factorială varianța datorată diferențelor interindividuale (sau intragrupuri) făcea parte din varianța eroare (neexplicată). În ANOVA cu măsurători repetate această varianță dată de diferențele interindividuale este analizată și controlată (datorită faptului că fiecare subiect participă în fiecare condiție experimentală) și astfel nu mai face parte din varianța eroare. Prin urmare, varianța eroare este mai mică în designul cu măsurători repetate, comparativ

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
sau intragrupuri) făcea parte din varianța eroare (neexplicată). În ANOVA cu măsurători repetate această varianță dată de diferențele interindividuale este analizată și controlată (datorită faptului că fiecare subiect participă în fiecare condiție experimentală) și astfel nu mai face parte din varianța eroare. Prin urmare, varianța eroare este mai mică în designul cu măsurători repetate, comparativ cu designul intergrupuri și deci tehnica ANOVA cu măsurători repetate (design intragrupuri) este mai puternică decît tehnica ANOVA simplă sau factorială (design intergrupuri), crescînd șansele de

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
din varianța eroare (neexplicată). În ANOVA cu măsurători repetate această varianță dată de diferențele interindividuale este analizată și controlată (datorită faptului că fiecare subiect participă în fiecare condiție experimentală) și astfel nu mai face parte din varianța eroare. Prin urmare, varianța eroare este mai mică în designul cu măsurători repetate, comparativ cu designul intergrupuri și deci tehnica ANOVA cu măsurători repetate (design intragrupuri) este mai puternică decît tehnica ANOVA simplă sau factorială (design intergrupuri), crescînd șansele de a detecta diferențe între

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
diferențe între condiții atunci cînd acestea există. Condițiile de aplicare ale acestei tehnici sînt: 1. VD este cantitativă și normal distribuită (în fiecare condiție a VI); 2. sfericitatea (condiția de sfericitate), testată prin testul W al lui Mauchly, presupune omogenitatea varianțelor atît în cadrul condițiilor experimentale, cît și al fiecăror diferențe dintre două condiții (de exemplu, pentru trei condiții experi mentale a1, a2 și a3, dacă am crea trei noi variabile reprezentînd diferențele dintre fiecare două condiții, respectiv b1 = a1 - a2, b2

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
al fiecăror diferențe dintre două condiții (de exemplu, pentru trei condiții experi mentale a1, a2 și a3, dacă am crea trei noi variabile reprezentînd diferențele dintre fiecare două condiții, respectiv b1 = a1 - a2, b2 = a1 - a3 și b3 = a2-a3, atunci varianțele variabilelor b1, b2 și b3 ar trebui să fie, de asemenea, egale). Sfericitatea poate fi văzută și ca o omogenitate a covarianțelor, respectiv a coeficienților de corelație dintre fiecare două condiții experimentale; nerespectarea acesteia crește șansele de a comite eroarea

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
sînt nesemnificative statistic (p > .05), condiția de sfericitate este îndeplinită. În cazul încălcării condiției de sfericitate, avem două alternative: fie ajustăm gradele de libertate în citirea valorilor lui F din ANOVA (folosind corecțiile Greenhouse-Geisser sau Huynh-Feldt), fie folosim analiza de varianță multivariată (MANOVA). și în cazul acestei tehnici vom apela la teste de contrast sau teste post hoc, deoarece testul F general verifică doar dacă există diferențe între diferitele condiții experimentale. Testele de contrast disponibile sînt doar cele standardizate, iar în ceea ce privește

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
în termenii unităților de măsură ale variabilelor în cauză. Vom putea prezice - prin intermediul unei ecuații de regresie - scorul unei persoane la VD cunoscînd scorul obținut de aceasta la VI. Aplicarea regresiei liniare simple în scop explicativ urmărește aflarea procentului din varianța VD explicat de varianța VI, fiindu-ne utilă în acest caz valoarea lui R2. Ecuația de regresie este dată de formula Y = a + b · X, unde Y reprezintă VD, X reprezintă VI, a reprezintă interceptul (sau punctul de intersecție dintre

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
măsură ale variabilelor în cauză. Vom putea prezice - prin intermediul unei ecuații de regresie - scorul unei persoane la VD cunoscînd scorul obținut de aceasta la VI. Aplicarea regresiei liniare simple în scop explicativ urmărește aflarea procentului din varianța VD explicat de varianța VI, fiindu-ne utilă în acest caz valoarea lui R2. Ecuația de regresie este dată de formula Y = a + b · X, unde Y reprezintă VD, X reprezintă VI, a reprezintă interceptul (sau punctul de intersecție dintre dreapta de regresie cu

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
4. evitarea multicoliniarității: a) să nu existe corelații ridicate între oricare două VI sau b) o VI să nu fie o combinație liniară de alte VI; 5. evitarea cazurilor extreme și a cazurilor influente; 6. homoscedasticitatea: reziduurile vor avea aceeași varianță pentru fiecare nivel al predictorilor; cînd varianța este foarte inegală vorbim despre heteroscedasticitate. Metodele de analiză în regresia liniară multiplă sînt: 1. Metoda simultană (enter), folosită atunci cînd există un număr mic de VI, iar cercetătorul nu are motive a

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
corelații ridicate între oricare două VI sau b) o VI să nu fie o combinație liniară de alte VI; 5. evitarea cazurilor extreme și a cazurilor influente; 6. homoscedasticitatea: reziduurile vor avea aceeași varianță pentru fiecare nivel al predictorilor; cînd varianța este foarte inegală vorbim despre heteroscedasticitate. Metodele de analiză în regresia liniară multiplă sînt: 1. Metoda simultană (enter), folosită atunci cînd există un număr mic de VI, iar cercetătorul nu are motive a priori (pe baza literaturii de specialitate studiate

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
rezultatele la testele F de verificare a semnificației acestor schimbări; -constatăm că modelul 2 are coeficientul de determinare ajustat cel mai ridicat (.471), creșterea față de modelul 1 DR2 = .045 fiind semnificativă (p < .01). Astfel, modelul 2 explică 47,1% din varianța variabilei aptitudini de leadership, cu 4,5% mai mult decît modelul 1, această creștere fiind semnificativă statistic (p = .005). Reamintim că modelul 1 conținea VI inteligență emoțională și dominanță, iar modelul 2 adaugă la acestea și VI atitudine proactivă. În

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
selectată automat de SPSS, iar SPSS va extrage atîția factori cîți au valorile eigenvalue peste 1. Criteriile în funcție de care stabilim numărul de factori ce urmează a fi extrași sînt: a) factorii să aibă valori eigenvalue peste 1; b) procentul de varianță cumulată explicată (în general, peste 40% în științele socioumane); c) testul Scree - momentul în care în graficul Scree apare ruptura este pragul de selectare a factorilor; d) interpretabilitatea factorilor. Activăm butonul Rotation. Aici sînt prezentate mai multe metode de rotație

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
comunalitățile corespunzătoare fiecărei variabile după extragerea celor trei factori. Comunalitatea unei variabile (notată h2) este pătratul coeficientului de corelație multiplă dintre variabilă și factori (R2 din regresia multiplă în care variabila este VD, iar factorii VI) și reprezintă proporția din varianța acelei variabile explicată de factorii extrași. Astfel, în cazul itemului C1, comunalitatea este de .620, ceea ce înseamnă că cei trei factori extrași explică 62% din varianța itemului C1. Cu cît o variabilă are o comunalitate mai ridicată, cu atît tinde

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
regresia multiplă în care variabila este VD, iar factorii VI) și reprezintă proporția din varianța acelei variabile explicată de factorii extrași. Astfel, în cazul itemului C1, comunalitatea este de .620, ceea ce înseamnă că cei trei factori extrași explică 62% din varianța itemului C1. Cu cît o variabilă are o comunalitate mai ridicată, cu atît tinde să fie mai potrivită pentru modelul factorial ales, însă criteriul principal în evaluarea păstrării variabilei în modelul factorial este coeficientul de saturație al acesteia în factori

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
variabilei în modelul factorial este coeficientul de saturație al acesteia în factori (saturație care trebuie să fie cît mai ridicată). Tabelul Total Variance Explained este unul dintre cele mai importante, deoarece conține valorile eigenvalue 1 pentru fiecare factor, procentele de varianță explicată de fiecare factor extras, precum și procentul de varianță cumulată explicată de toți factorii extrași. Astfel, factorul 1 explică 35,94% din varianța itemilor, factorul 2 explică 16,55%, factorul 3 explică 11,64%, iar în total cei trei factori

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
acesteia în factori (saturație care trebuie să fie cît mai ridicată). Tabelul Total Variance Explained este unul dintre cele mai importante, deoarece conține valorile eigenvalue 1 pentru fiecare factor, procentele de varianță explicată de fiecare factor extras, precum și procentul de varianță cumulată explicată de toți factorii extrași. Astfel, factorul 1 explică 35,94% din varianța itemilor, factorul 2 explică 16,55%, factorul 3 explică 11,64%, iar în total cei trei factori explică un total de 64,13% din varianța totală

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
Explained este unul dintre cele mai importante, deoarece conține valorile eigenvalue 1 pentru fiecare factor, procentele de varianță explicată de fiecare factor extras, precum și procentul de varianță cumulată explicată de toți factorii extrași. Astfel, factorul 1 explică 35,94% din varianța itemilor, factorul 2 explică 16,55%, factorul 3 explică 11,64%, iar în total cei trei factori explică un total de 64,13% din varianța totală a itemilor. Eigenvalue reprezintă varianța explicată de fiecare factor din totalul varianței itemilor. Matematic

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
de varianță cumulată explicată de toți factorii extrași. Astfel, factorul 1 explică 35,94% din varianța itemilor, factorul 2 explică 16,55%, factorul 3 explică 11,64%, iar în total cei trei factori explică un total de 64,13% din varianța totală a itemilor. Eigenvalue reprezintă varianța explicată de fiecare factor din totalul varianței itemilor. Matematic, valoarea eigenvalue pentru un factor este egală cu suma pătratelor saturațiilor din acel factor (suma pătratelor corelațiilor dintre factor și variabile). Procentul de varianță explicată

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
factorii extrași. Astfel, factorul 1 explică 35,94% din varianța itemilor, factorul 2 explică 16,55%, factorul 3 explică 11,64%, iar în total cei trei factori explică un total de 64,13% din varianța totală a itemilor. Eigenvalue reprezintă varianța explicată de fiecare factor din totalul varianței itemilor. Matematic, valoarea eigenvalue pentru un factor este egală cu suma pătratelor saturațiilor din acel factor (suma pătratelor corelațiilor dintre factor și variabile). Procentul de varianță explicată de un factor este egal cu

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
94% din varianța itemilor, factorul 2 explică 16,55%, factorul 3 explică 11,64%, iar în total cei trei factori explică un total de 64,13% din varianța totală a itemilor. Eigenvalue reprezintă varianța explicată de fiecare factor din totalul varianței itemilor. Matematic, valoarea eigenvalue pentru un factor este egală cu suma pătratelor saturațiilor din acel factor (suma pătratelor corelațiilor dintre factor și variabile). Procentul de varianță explicată de un factor este egal cu valoarea eigenvalue a acelui factor împărțită la

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
din varianța totală a itemilor. Eigenvalue reprezintă varianța explicată de fiecare factor din totalul varianței itemilor. Matematic, valoarea eigenvalue pentru un factor este egală cu suma pătratelor saturațiilor din acel factor (suma pătratelor corelațiilor dintre factor și variabile). Procentul de varianță explicată de un factor este egal cu valoarea eigenvalue a acelui factor împărțită la numărul total de itemi și înmulțit cu 100 (de exemplu, procentul de varianță explicată de factorul 1 este 35,936% = [5.031/14ț · 100).

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
saturațiilor din acel factor (suma pătratelor corelațiilor dintre factor și variabile). Procentul de varianță explicată de un factor este egal cu valoarea eigenvalue a acelui factor împărțită la numărul total de itemi și înmulțit cu 100 (de exemplu, procentul de varianță explicată de factorul 1 este 35,936% = [5.031/14ț · 100).

GHID PENTRU CERCETAREA EDUCAŢIEI by NICOLETA LAURA POPA, LIVIU ANTONESEI, ADRIAN VICENTIU LABAR (2009) [Corola-publishinghouse/Science/797_a_1744]
Corola-publishinghouse/Science/1000_a_2508

apreciază perioada actuală ca fiind "mai rea" decât perioada comunistă). În privința nivelului de educație, nu este atât de ușor de realizat o paralelă între populația adultă de peste 18 ani ("New Europe Barometers") și populația adolescenților ("Elevii și cultura civică"), deoarece varianța în ceea ce privește ultima clasă absolvită este minimă. Ceea ce poate fi măsurat este însă "capitalul educațional" al elevilor înțeles ca performanță școlară, reflectată de media generală a notelor obținute. Împărțind setul de date conținând mediile școlare declarate ale elevilor în quartile, obținem

Memoria naţională românească. Facerea şi prefacerile discursive ale trecutului naţional by MIHAI STELIAN RUSU (2015) [Corola-publishinghouse/Science/1000_a_2508]
procent semnificatic statistic mai mare decât o fac elevii de sex feminin, X2(1, N=5.598)=16.15, p=.000. După cum punctează și A. Gheorghiță (2010, p. 65) care a analizat statistic același set de date, o parte din varianța datorată variabilei sex poate fi pusă pe seama faptului că elevele tind să aibă medii școlare mai mari (cu 0,65 puncte) decât elevii de sex masculin, după cum arată tabelul de mai jos. Tabel 49. Mediile școlare în funcție de sex Sexul respondentului

Memoria naţională românească. Facerea şi prefacerile discursive ale trecutului naţional by MIHAI STELIAN RUSU (2015) [Corola-publishinghouse/Science/1000_a_2508]