7,371 matches
-
să clasificăm validitatea în funcție de formele sale în: 1. Așa numita validitate de conținut care ne arată în ce măsură întrebările din chestionar reflectă tot conținutul problemei abordate. Pentru a putea obține validitatea de conținut, trebuie identificate toate dimensiunile caracteristicii și incluse în scala de măsură câte un item pentru fiecare 11. Obținerea unei măsurări a validității de conținut pentru orice fenomen implică un număr de pași. Primul pas, cercetarea trebuie să fie capabilă să descrie întregul ansamblu al conținutului care este relevant situației
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
OR, GT, AND, NOT, GE, WITH. Figura nr. 4.6: Definirea variabilei Pentru a denumi o variabilă se accesează fișierul Variables View. Pe fiecare linie în parte se trece numele variabilei, tipul variabilei, etichetele, valorile declarate ca valori "missing" și scala de măsurare. Alternativ se selectează coloana corespunzătoare din baza de date și se apasă butonul din dreapta mausului. Se selectează apoi opțiunea Insert Variable. Variabila va lua automat denumirea Var0001, iar pentru a se da nume și pentru a fi definită
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
baze de date cu vizualizarea etichetelor Este mult mai convenabil să utilizăm codarea bărbatului cu 1 decât cu "masculin" și codarea femeii cu 2 decât cu "feminin" și nu trebuie să uităm că numerele sunt de fapt etichete pe o scală nominală. O variabilă ordinală poate fi transformată în una numerică folosind procedura AUTOMATIC RECODE sau folosind COMPUTE IF. În unele cazuri, când avem numere foarte mici sau foarte mari, ieșirea (în fișierul de reazultate Output) poate fi exprimată în notații
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
deoarece anumite proceduri statistice nu pot fi aplicate decât în cazul variabilelor cantitative (de exemplu, nu are sens să calculăm media pentru o variabilă nominală). Acest lucru se face în fișierul Variable View în coloana Measure, unde putem defini tipul scalei de măsurare a variabilei: nominal, ordinal sau scale (care se referă la scalele de raport sau interval). Variabilele nominale: Este foarte important de reținut că nu toate variabilele care sunt declarate de tip numeric (valorile sunt introduse sub formă de
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
decât în cazul variabilelor cantitative (de exemplu, nu are sens să calculăm media pentru o variabilă nominală). Acest lucru se face în fișierul Variable View în coloana Measure, unde putem defini tipul scalei de măsurare a variabilei: nominal, ordinal sau scale (care se referă la scalele de raport sau interval). Variabilele nominale: Este foarte important de reținut că nu toate variabilele care sunt declarate de tip numeric (valorile sunt introduse sub formă de numere) au o interpretare cantitativă. De multe ori
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
de exemplu, nu are sens să calculăm media pentru o variabilă nominală). Acest lucru se face în fișierul Variable View în coloana Measure, unde putem defini tipul scalei de măsurare a variabilei: nominal, ordinal sau scale (care se referă la scalele de raport sau interval). Variabilele nominale: Este foarte important de reținut că nu toate variabilele care sunt declarate de tip numeric (valorile sunt introduse sub formă de numere) au o interpretare cantitativă. De multe ori se introduc numere care au
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
cazuri care nu pot fi plasate în nici una dintre categoriile variabilei. 3) Nu există o relație de ordine între valorile variabilei. Variabilele ordinale diferă de cele nominale prin faptul că valorile pot fi ordonate. Exemplul cel mai des întâlnit este scala de măsurare a unei opinii cu valori de la 1 la 5, unde 1 poate fi foarte nemulțumit, 2 mulțumit, 3 nici mulțumit nici nemulțumit, 4 mulțumit și 5 foarte mulțumit. În acest caz putem afirma că 5>4>3>2
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
unde 1 poate fi foarte nemulțumit, 2 mulțumit, 3 nici mulțumit nici nemulțumit, 4 mulțumit și 5 foarte mulțumit. În acest caz putem afirma că 5>4>3>2>1; dar atenție nu știm cu siguranță că distanțele dintre punctele scalei sunt egale, adică dacă un subiect are valoarea 2 pe această scală nu înseamnă automat că este de 2 ori mai mulțumit decât cineva care are valoarea 1. Dacă această proprietate este respectată (distanțele dintre punctele consecutive de pe scală sunt
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
nemulțumit, 4 mulțumit și 5 foarte mulțumit. În acest caz putem afirma că 5>4>3>2>1; dar atenție nu știm cu siguranță că distanțele dintre punctele scalei sunt egale, adică dacă un subiect are valoarea 2 pe această scală nu înseamnă automat că este de 2 ori mai mulțumit decât cineva care are valoarea 1. Dacă această proprietate este respectată (distanțele dintre punctele consecutive de pe scală sunt egale) putem vorbi de un nivel de măsurare cantitativ, adică de variabile
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
punctele scalei sunt egale, adică dacă un subiect are valoarea 2 pe această scală nu înseamnă automat că este de 2 ori mai mulțumit decât cineva care are valoarea 1. Dacă această proprietate este respectată (distanțele dintre punctele consecutive de pe scală sunt egale) putem vorbi de un nivel de măsurare cantitativ, adică de variabile de interval sau de raport. Singura diferență între aceste două tipuri cantitative este aceea că variabilele de interval au un punct zero arbitrar, iar cele de raport
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
definim aceleași variante de răspuns, vom apasă pe butonul din dreapta mausului și vom da Paste. Aceeași operațiunea poate fi realizată și pentru a copia valorile lipsă declarate de la o variabilă la alta, sau pentru definirea aceluiași format sau tip de scală de măsurare. 4.5. Editarea datelor Dacă vrem să corectăm datele introduse în oricare dintre celule, trebuie doar să poziționăm pointer-ul pe acea celulă (se apasă butonul de la maus pe ea), tastăm numerele corecte și apăsăm tasta "Enter" sau
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
90 6,00 6.3. Indicatori de dispersie Indicatorii de dispersie reflectă gradul de inegalitate între indivizi. Se referă la reproducerea gradului de determinare, de variabilitate al unui fenomen. Indicatorii de dispersie reprezintă măsura în care indivizii se dispersează pe scala de valori; măsoară inegalitățile dintre indivizi (ex. veniturile indicatorul de dispersie relevă imediat inegalitățile existente. Putem vorbi de următorii indicatori: * Amplitudinea (A) A = xmax xmin diferența dintre cea mai mare și cea mai mică valoare. * Abaterea intercuartilă (I) Considerăm șirul
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
decât distribuția normală. Cele mai multe persoane au veniturile doar din anumite categorii, în special până în 1500 ron. O distribuție a frecvențelor poate fi simetrică sau asimetrică (oblică). O distribuție este asimetrică când scorurile tind să fie grupate la un capăt al scalei. Dacă distribuția este în general simetrică, media poate fi utilizată ca o măsură a tendinței centrale, dar, dacă ea este asimetrică, mediana ar trebui să fie folosită în locul mediei iar în unele cazuri modul. În acest caz, variabila venit nu
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
empirică au distribuțiile frecvenței asemănătoare modelului teoretic. În timp ce distribuțiile empirice normale sunt asemănătoare modelului teoretic, ca și formă, mediile și abaterile tip diferă în funcție de valorile variabilelor reprezentate de distribuție. Modelul se bazează pe presupuneri teoretice, că axa x este o scală infinită și o variabilă dată este localizată pe o anumită porțiune a axei. Diferențele în deviația standard influențează înclinația curbei. O deviație standard mică indică faptul că observațiile sunt dispuse mai mult în jurul mediei. O deviantă standard mare apare atunci când
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
producând o curbă mai înaltă. În ciuda diferențelor de medii și abateri tip, toate curbele normale empirice au formă aproximativă aceleia din modelul teoretic. Importanța modelului teoretic este că aria curbei de deasupra și de dedesubtul oricărei observații din intervalul unei scale poate fi determinată și astfel putem afla probabilitatea observației. Pentru că distribuția empirică doar aproximează forma modelului teoretic, suprafața asociată cu valorile variabilelor empirice fluctuează de la o variabilă la alta. Din fericire pot fi evitate erorile de calcul prin transformarea valorii
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
astfel putem afla probabilitatea observației. Pentru că distribuția empirică doar aproximează forma modelului teoretic, suprafața asociată cu valorile variabilelor empirice fluctuează de la o variabilă la alta. Din fericire pot fi evitate erorile de calcul prin transformarea valorii variabilelor empirice într-o scală standard. 6.5. Scorurile Z Când o serie de scoruri este transformată astfel încât media are valoarea 0 și deviația standard are valoarea 1, scorul este cunoscut ca scor Z. Avantajul scorului Z este că ne spune unde este scorul relativ
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
găsim prestabilite diferite tipuri de grafice. Meniul oferă: grafice cu bare, cu linii, puncte, plăcintă, histograme etc. Sistemul ne conduce printr-o serie de căsuțe de dialog în care putem specifica cum vrem să fie desenat graficul, titlul și legenda, scalele pentru axe. Figura nr. 6.27: meniul Graphs Figura nr. 6.28: Opțiunea Chart Builder Figura nr. 6.29: Opțiunea Chart Builder grafice plăcintă Pentru a realiza un grafic cu o variabilă, vom selecta o variabilă de la Variables și o
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
ELEMENTS/SHOW DATA LABELS. Pentru a schimba culorile barelor vom selecta barele din grafic iar în meniul principal se găsesc culorile. Culorile se vor schimba prin selectarea culorilor. Figura nr. 6.30: Editarea graficelor 6.8. Analiza datelor măsurate pe scală nominală Scala nominală este cea mai simplă în ierarhia scalelor după complexitatea lor ceea ce face posibil un număr restrâns de prelucrări statistice. În analiza univariată a variabilelor măsurate pe scală nominală, care presupune descrierea variabilelor utilizate, se pot utiliza graficele
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
DATA LABELS. Pentru a schimba culorile barelor vom selecta barele din grafic iar în meniul principal se găsesc culorile. Culorile se vor schimba prin selectarea culorilor. Figura nr. 6.30: Editarea graficelor 6.8. Analiza datelor măsurate pe scală nominală Scala nominală este cea mai simplă în ierarhia scalelor după complexitatea lor ceea ce face posibil un număr restrâns de prelucrări statistice. În analiza univariată a variabilelor măsurate pe scală nominală, care presupune descrierea variabilelor utilizate, se pot utiliza graficele sau tabelele
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
selecta barele din grafic iar în meniul principal se găsesc culorile. Culorile se vor schimba prin selectarea culorilor. Figura nr. 6.30: Editarea graficelor 6.8. Analiza datelor măsurate pe scală nominală Scala nominală este cea mai simplă în ierarhia scalelor după complexitatea lor ceea ce face posibil un număr restrâns de prelucrări statistice. În analiza univariată a variabilelor măsurate pe scală nominală, care presupune descrierea variabilelor utilizate, se pot utiliza graficele sau tabelele cu o variabilă. Graficele utilizate pot fi de
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
6.30: Editarea graficelor 6.8. Analiza datelor măsurate pe scală nominală Scala nominală este cea mai simplă în ierarhia scalelor după complexitatea lor ceea ce face posibil un număr restrâns de prelucrări statistice. În analiza univariată a variabilelor măsurate pe scală nominală, care presupune descrierea variabilelor utilizate, se pot utiliza graficele sau tabelele cu o variabilă. Graficele utilizate pot fi de tip "bare", "linii" sau "plăcintă" . Atât realizarea tabelelor cu o variabilă cât și realizarea graficelor au fost prezentate în subcapitolele
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
variabilă. Interpretare. 46,8% dintre persoanele care au răspuns la această întrebare au declarat că rudele sunt prietenii pe care aceștia îi au. Dintre indicatorii tendinței centrale se utilizează modul, iar pentru a analiza gradul de împrăștiere a datelor unei scale nominale se poate utiliza ca indicator entropia sau indicele de variație calitativă. Modul va reda observația cea mai frecventă dintr-o serie de date, altfel spus categoria cu efectivul cel mai mare. Bifând această opțiune în SPSS va rezulta următorul
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
Număr persoane care ar fi trebuit să fie în fiecare categorie (frecvențe așteptate) 1-Ursus 8 11 2-Ciucaș 20 11 3-Bergenbier 8 10 4-Stela Artois 7 10 5-Carlsberg 9 10 Total 52 persoane 52 persoane 6.9. Analiza datelor măsurate pe scală ordinală În analiza datelor măsurate la nivel ordinal se pot utiliza tabele de frecvențe și graficele de tip "bară", "linii" sau "plăcintă" ca și în cazul variabilelor nominale. Prezentarea sub formă de tabel a datelor ordinale conține în plus, față de
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
cu codul 3, dar sunt și o parte din persoane care au răspuns cu acest cod și depășesc procentul de 50%. De aceea acest indicator poate fi folosit dar cu imprecizia și erorile aferente. 6.10. Analiza datelor măsurate pe scală de interval sau raport În analiza descriptivă a acestor variabile se folosesc indicatorii tendinței centrale (media, mediana și modul), mărimile multiple (cuartilele, decilele, centilele), indicatorii care măsoară gradul de împrăștiere a scorurilor față de medie (abaterea standard, varianța, coeficientul de variație
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
U propus de Mann-Whitney Testul este aplicabil variabilelor măsurate cel puțin la nivel ordinal. Modul de calcul este prezentat în următorul exemplu: Avem 2 eșantioane de volum na = nb = 4 pentru care s-a măsurat încrederea în biserică pe o scală de la 1 la 5. Pentru primul eșantion (A) măsurătorile au fost: 2, 3, 4, 2. Pentru cel de al doilea eșantion (B): 4, 3, 3, 5. 1) Se unesc cele două serii de date și de ordonează crescător A A
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]