16,386 matches
-
lucrurile în țara noastră este dată de vârsta respondenților. Coeficientul poate lua valori în intervalul [0;1]. Directional Measures Value Nominal by Interval Eta Credeți ca în țara noastră lucrurile merg într-o direcție buna sau într-o direcție greșita? Dependent ,219 Vârsta (ani) Dependent ,120 Interpretare: Coeficientul de corelație are valoarea 0,219, prin urmare, putem afirma că există o relație între vârstă și percepția privind direcția în care merg lucrurile în țara noastră, dar această legătura nu este foarte
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
este dată de vârsta respondenților. Coeficientul poate lua valori în intervalul [0;1]. Directional Measures Value Nominal by Interval Eta Credeți ca în țara noastră lucrurile merg într-o direcție buna sau într-o direcție greșita? Dependent ,219 Vârsta (ani) Dependent ,120 Interpretare: Coeficientul de corelație are valoarea 0,219, prin urmare, putem afirma că există o relație între vârstă și percepția privind direcția în care merg lucrurile în țara noastră, dar această legătura nu este foarte puternică. În cazul în
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
are sau nu o oarecare importanță practică pentru cel de-al doilea grup. Dacă analizăm rezultatele unui experiment, trebuie să ținem seama de două aspecte: presupunerile din spatele metodelor experimentale constau în posibilitatea de a afirma că schimbările semnificative ale variabilei dependente sunt cauzate de schimbările în variabila independentă; dar validarea acestor presupuneri depinde de folosirea unui design de cercetare și a unui experiment controlat. Găsind diferența semnificativă între grupul A și grupul B, nu înseamnă că trebuie neapărat să spunem că
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
trebuie neapărat să spunem că diferența a fost datorată schimbărilor în variabila independentă. Dacă experimentul a fost infirmat și grupurile diferă sistematic în funcție de altă variabilă introdusă pe lângă variabila independentă, nu se poate da nici o explicație clară a diferențelor în variabila dependentă. În concluzie, diferența statistică a rezultatelor nu ne oferă motive să considerăm că variabila independentă a adus schimbări în variabila dependentă. * Există tentația să considerăm nivelul de semnificație ca un indicator al forței cercetării. Prin convenție se folosește de obicei
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
sistematic în funcție de altă variabilă introdusă pe lângă variabila independentă, nu se poate da nici o explicație clară a diferențelor în variabila dependentă. În concluzie, diferența statistică a rezultatelor nu ne oferă motive să considerăm că variabila independentă a adus schimbări în variabila dependentă. * Există tentația să considerăm nivelul de semnificație ca un indicator al forței cercetării. Prin convenție se folosește de obicei 5% nivel de semnificație, dar se poate folosi un nivel mai puternic pentru a afla că diferența dintre grupuri este semnificativă
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
punctele de pe grafic formează o linie înclinată la 45˚ atunci când distribuția este normală. * Boxplot. Acest tip de grafic se găsește în SPSS la DESCRIPTIVE STATISTICS/EXPLORE/PLOTS/BOXPLOT și testează ipoteza normalității distribuției. Graficul boxplot are pe axa Oy variabila dependentă și pe axa Ox categoriile variabilei independente. Pentru fiecare categorie a variabilei independente este construit un dreptunghi care indică dispersia valorilor dependentei. Linia orizontală din fiecare dreptunghi indică media. Dacă această linie se află la mijlocul dreptunghiului înseamnă că distribuția este
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
la DESCRIPTIVE STATISTICS/EXPLORE/PLOTS/BOXPLOT și testează ipoteza normalității distribuției. Graficul boxplot are pe axa Oy variabila dependentă și pe axa Ox categoriile variabilei independente. Pentru fiecare categorie a variabilei independente este construit un dreptunghi care indică dispersia valorilor dependentei. Linia orizontală din fiecare dreptunghi indică media. Dacă această linie se află la mijlocul dreptunghiului înseamnă că distribuția este normală. De asemenea, se poate compara înălțimea dreptunghiurilor pentru diferite categorii ale variabilei independente, pentru a vedea diferențele dintre grupuri. Exemplu: distribuțiile
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
de cursuri este o distribuție normală în cazul studenților de la profil umanist. În cazul studenților de la profil tehnic nu se poate vorbi de o distribuție normală a variabilei. Comanda Boxplot are două opțiuni: opțiunea 'factors levels together' permite compararea distribuției dependentei pentru mai multe categorii ale variabilei independente opțiunea 'dependents together' permite compararea distribuției mai multor variabile sau a aceleiași variabile măsurate la momente de timp diferite. 7.7. Teste parametrice Odată ce am decis asupra formei distribuției putem opta pentru un
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
t pentru eșantioane independente Două eșantioane sunt considerate independente atunci când nu există o legătură între răspunsurile din primul și cel de al doilea eșantion. Ca urmare, excluderea unei înregistrări din primul eșantion nu afectează înregistrările din eșantionul al doilea. Eșantioane dependente ar fi, spre exemplu, cele obținute în urma cercetărilor de tip panel, unde aceiași subiecți sunt intervievați la diferite momente de timp sau atunci când pornindu-se de la un singur eșantion se compară percepția subiecților despre două sau mai multe fenomene, practic
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
pereche de medii este semnificativ diferită. Exemplu: Revenind la exemplul anterior referitor la media variabilei ac3 a, de data aceasta funcție de vârstă pe categorii, pentru a realiza analiza de variație vom selecta din meniul ANALYZE/COMPARE MEANS/ONE WAY ANOVA variabila dependentă ac3 a și cea independentă (factor variable) varcat. La Options vom bifa testul Bonferoni, care va calcula mediile variabilei ac3 a și le va compara pe câte două categorii de vârste. Tabelul de mai jos reprezintă rezultatul procedurii ANOVA obținut în SPSS
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
vârstă sunt semnificativ diferite. În exemplu nostru, există diferențe semnificative în utilizarea e-mailului doar între persoanele cu vârsta între 18-24 ani și 45-54 ani, primele utilizând un număr mai mare de zile e-mailul. 7.7.4. Testul t pentru eșantioane dependente (Paired samples t-test) După cum am menționat deja, testul t pentru eșantioanele dependente este folosit cel mai des în cazul studiilor panel pentru măsurători repetate. Acest test poate fi folosit însă și atunci când vrem să comparăm distribuția, respectiv mediile, a
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
doar între persoanele cu vârsta între 18-24 ani și 45-54 ani, primele utilizând un număr mai mare de zile e-mailul. 7.7.4. Testul t pentru eșantioane dependente (Paired samples t-test) După cum am menționat deja, testul t pentru eșantioanele dependente este folosit cel mai des în cazul studiilor panel pentru măsurători repetate. Acest test poate fi folosit însă și atunci când vrem să comparăm distribuția, respectiv mediile, a două variabile cantitative măsurate pentru același eșantion. Să presupunem că am măsurat educația
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
contingență unde coloanele reprezintă eșantioanele comparate și cele două linii frecvența valorilor aflate sub și deasupra medianei pentru fiecare eșantion în parte. În final se aplică testul (Hi pătrat) pentru acest tabel. 7.8.3. Teste neparametrice pentru 2 eșantioane dependente 7.8.3.1. Testul Semnului (Sign Test) Testului semnului poate fi aplicat în cazul variabilelor măsurate la nivel cel puțin ordinal. Testul presupune calcularea diferențelor dintre două perechi, diferențe ce pot fi definite în două moduri: fie comparăm subiectul
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
prima întrebare cu răspunsul aceluiași subiect la a doua întrebare. Programul SPSS ne oferă numai cea de a doua variantă, fiind posibilă doar compararea distribuției a două variabile pentru același eșantion. Pentru aceasta, se selectează opțiunea ANALYZE/ NONPARAMETRIC TESTS/2 DEPENDENT SAMPLES și se selectează perechea de variabile ce urmează a fi comparate. Exemplu: atitudinea față de privatizare (scală de la 1 la 10, unde 10 înseamnă atitudine pozitivă) Eșantionul 1 Eșantionul 2 Diferențe 4 6 5 3 + 8 7 + 3 6 2
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
2 4 -2 (-)3 Suma rangurilor pozitive = 4; Suma rangurilor negative = 11 T = 4 7.8.3.3. Testul McNemar Acest test se aplică atunci când dorim să aflăm dacă variabila analizată care este de tip dihotomic diferă între două eșantioane dependente, de obicei obținute dintr-un studiu panel sau de tip înainte/după tratament. Pentru a calcula valoarea statisticii test se construiește următorul tabel de contingență: Tabelul nr. 7.16: Tabel de contingență studiu panel Înainte După Înainte a b După
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
libertate gl = (numărul de rânduri -1)(numărul de coloane-1) = 1 Dacă probabilitatea calculată pentru valoare Hi pătrat este <0,05 respingem ipoteza de nul că diferența dintre eșantioane nu este semnificativă. 7.8.4. Teste neparametrice pentru k>2 eșantioane dependente 7.8.4.1. Testul Friedman Testul este aplicabil pentru variabile măsurate cel puțin la nivel ordinal. Logica testului este similară cu cea a testului Kruskal-Wallis, însă în acest caz avem de a face cu eșantioane dependente. În cazul testului
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
k>2 eșantioane dependente 7.8.4.1. Testul Friedman Testul este aplicabil pentru variabile măsurate cel puțin la nivel ordinal. Logica testului este similară cu cea a testului Kruskal-Wallis, însă în acest caz avem de a face cu eșantioane dependente. În cazul testului Kruskal-Wallis ne interesa să vedem, spre exemplu, dacă evaluarea unui actor politic diferă între trei grupuri de subiecți cu orientări politice diferite. În cazul testului Friedman, situația este inversată. Avem g>2 itemi evaluați (respectiv coloanele tabelului
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
statistic folosim Capitolul 8 Analiza multivariată Analiza multivariată cuprinde tehnicile statistice care analizează simultan valorile mai multor variabile. Tehnicile cuprinse în analiza multivariată se clasifică în tehnici de dependență și tehnici de independență. Tehnicile de dependență presupun existența unei variabile dependente sau a mai multor variabile dependente, care sunt explicate printr-un set de variabile independente. Tehnicile de dependență sunt folosite pentru a prezice valorile variabilei/variabilelor dependente în funcție de cele independente. Tehnicile de independență nu presupun o variabilă sau un set
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
Analiza multivariată cuprinde tehnicile statistice care analizează simultan valorile mai multor variabile. Tehnicile cuprinse în analiza multivariată se clasifică în tehnici de dependență și tehnici de independență. Tehnicile de dependență presupun existența unei variabile dependente sau a mai multor variabile dependente, care sunt explicate printr-un set de variabile independente. Tehnicile de dependență sunt folosite pentru a prezice valorile variabilei/variabilelor dependente în funcție de cele independente. Tehnicile de independență nu presupun o variabilă sau un set de variabile dependente, toate variabilele având
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
de dependență și tehnici de independență. Tehnicile de dependență presupun existența unei variabile dependente sau a mai multor variabile dependente, care sunt explicate printr-un set de variabile independente. Tehnicile de dependență sunt folosite pentru a prezice valorile variabilei/variabilelor dependente în funcție de cele independente. Tehnicile de independență nu presupun o variabilă sau un set de variabile dependente, toate variabilele având același statut. Aceste tehnici sunt folosite pentru a identifica structura datelor prin: reducerea variabilelor în diferite dimensiuni; gruparea cazurilor/indivizilor în
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
mai multor variabile dependente, care sunt explicate printr-un set de variabile independente. Tehnicile de dependență sunt folosite pentru a prezice valorile variabilei/variabilelor dependente în funcție de cele independente. Tehnicile de independență nu presupun o variabilă sau un set de variabile dependente, toate variabilele având același statut. Aceste tehnici sunt folosite pentru a identifica structura datelor prin: reducerea variabilelor în diferite dimensiuni; gruparea cazurilor/indivizilor în diferite clase sau grupe; reprezentarea relațiilor dintre obiectele analizate și atributele lor pe o hartă perceptuală
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
o a treia variabilă. Corelația parțiala este o tehnică ce iți permite să examinezi corelația dintre două variabile când efectul celei de-a treia variabile a fost îndepărtat. Regresia multiplă se referă la folosirea mai multor variabile pentru prezicerea variabilelor dependente. Satisfacția la locul de muncă este corelată cu salariul și cu nivelul ocupației. Astfel, cineva ar putea prezice satisfacția la locul de muncă pornind de la salariu, iar altcineva pornind de la ocupație. Dar, o mai bună descriere o vom face folosind
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
vom avea o ecuație de forma: Satisfacția la locul de muncă = salariul ponderat cu a + nivelul ocupației ponderat cu b. Fiecare variabilă explicativă este ponderată, adică înmulțită cu un coeficient (coeficienții cu cât sunt mai mari cu atât influențează variabila dependentă mai mult). Acest coeficient este cunoscut ca fiind coeficientul de regresie pentru respectiva variabilă. Cu ajutorul regresiei multiple se investighează care sunt variabile și în ce proporție ar trebui luate în considerare acestea, pentru a crește puterea predictivă a variabilei dependente
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
dependentă mai mult). Acest coeficient este cunoscut ca fiind coeficientul de regresie pentru respectiva variabilă. Cu ajutorul regresiei multiple se investighează care sunt variabile și în ce proporție ar trebui luate în considerare acestea, pentru a crește puterea predictivă a variabilei dependente 23. Diagrama Scatter Pentru a obține o diagramă între două variabile, se selectează din meniu GRAPHS/CHART BUILDER/SCATTER. Aici vom specifica ce variabilă va fi pe y și ce variabilă pe x. Accesând opțiunea Titles/Footnotes se poate da
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]
-
prin norul de puncte în așa fel încât distanța de la toate punctele din plan la dreapta respectivă să fie minimă. În acest fel se definește relația dintre cele două variabile. (Rotariu, 1999) y = a +bx x variabila independentă; y variabila dependentă; măsoară erorile în forma pătratică: x → y real → calculat Figura nr. 8.3: Reprezentarea grafică a relației dintre două variabile y3 ce corespunde lui x3 din ecuația dreaptă trebuie să fie cât mai aproape de y3 real din grafic; Se impun
by Claudiu Coman [Corola-publishinghouse/Science/1072_a_2580]