1 / 8

AKD 1 (7/5)

AKD 1 (7/5). Transformace – vytváření nových proměnných: COMPUTE → SUMA celkový počet knih Konstanta → Student FHS COUNT → knihomol (2 x III. Tercil). K úkolu: Třídění 3.stupně DATA: FHS2013_TVaKnihy.sav.

edison
Download Presentation

AKD 1 (7/5)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. AKD 1 (7/5) • Transformace – vytváření nových proměnných: • COMPUTE → SUMA celkový počet knih • Konstanta → Student FHS • COUNT → knihomol (2 x III. Tercil)

  2. K úkolu: Třídění 3.stupněDATA: FHS2013_TVaKnihy.sav • Existuje vztah mezi celkovým počtem přečtených knih [knihy_celk] a oborem/formou studia [Studium3k]? • Pokud ano, platí tento vztah (tj. rozdíly v počtu přečtených knih) stejně pro muže a ženy v rámci tří oborů/formy studia, a nebo existují genderové odlišnosti intenzity čtení knih uvnitř oborů?

  3. Postup řešení: 1. Základní bivariátní vztah Nejprve budeme řešit jako proměnné: závislá kardinální [knihy_celk] →průměry × kategoriální [Studium3t]× kategoriální [pohlavi]. • Vztah Celkový počet knih [knihy_celk] a obor [Studium3k] → z minulého semináře:

  4. Postup řešení: 2. Další (možné) bivariátní vztahy • Zároveň ale víme, • že počet přečtených knih souvisí s genderem: ženy čtou více než muži: • a také, že obor/typ studia je částečně genderové specifický:

  5. Postup řešení:3. Třídění 3.stupně → kontrola faktoru (pohlaví) • Souvislost mezi počtem přečtených knih a genderem není v rámci oborů/typu studia stejná: • Zatímco na KŘS rozdíly mezi muži a ženami nejsou, tak na HiSo AKD je vztah obrácený:v denním studiu čtou více ženy (asi o 7 knih), ale v kombinovaném studiu je tomu naopak – více knih přečetli muži (asi o 3 knihy). • Nicméně zde při interpretaci pozor na nízké četnosti (i když zde jde o celou populaci nikoliv výběr), také věcné rozdíly (v počtu přečtených knih) jsou poměrně malé.

  6. Syntax v SPSS *Bivariátní vztahy - třídění 2.stupně. • MEANSknihy_celk BY Studium3k. • MEANS knihy_celk BY pohlavi. • CROSSTABS Studium3k BY pohlavi /CEL COL. *Samotné třídění 3.stupně. • MEANSknihy_celk BY Studium3k BY pohlavi/ STATIST ANOVA. Poznámka: poslední specifikace ANOVA nám mj. spočítá koef. EtaSq → podíl vysvětlené variance závislé proměnné kategoriemi nezávislé – kategoriální proměnné (velikost „effect size“v F-testu).

  7. Malý exkurz do vícerozměrné analýzy (rozptylu - ANOVA) • Hodnota dílčích koeficientů EtaSq nám říká, že oborem studia vysvětlíme asi 6 % z celkově modelem vysvětlené variance v počtu přečtených knih, pohlavím „skoro nic“ (0,3 %) a kombinací (interakcí) Oboru/typu studia a pohlavím 2,8 %.Celkově model vysvětluje 9,5 % variance v počtu přečtených knih (Adj. Rsq). • Zajímavé je, že kombinací Oboru/typu studia a pohlavím vysvětlíme „ještě něco navíc“ v počtu celkově přečtených knih, než jen bivariátně pouhým Oborem/typem studia. Viz graf, který naznačuje interakci mezi oborem studia a genderem.

  8. V SPSS: Zadání vícerozměrné analýzy rozptylu ANOVA (v GLM) UNIANOVA knihy_celk BY Studium3k pohlavi /METHOD = SSTYPE(3) /INTERCEPT = INCLUDE /PLOT = PROFILE( Studium3k*pohlavi ) /PRINT = DESCRIPTIVE ETASQ /CRITERIA = ALPHA(.05) /DESIGN = Studium3k pohlavi Studium3k*pohlavi. • Poznámka: zde se nejedná o výběrová data, proto nezávislé proměnné (studium a pohlaví) zadáváme jako „Fixed-effects factors“ (protože všechny jejich hodnoty jsou v datech zastoupeny).

More Related