Главная страница Случайная страница
Разделы сайта
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
Statistics – Summarize – Explore
|
|
– выбор переменной - Statistics…- Outliers
Рис. 3.9. Пример задания расчета ящичковой диаграммы
В окне вывода при таком исследовании выводится таблица экстремальных значений Extreme Values.
Одним из методов исследования нормальности распределения является также построение графиков на нормальной вероятностной бумаге. На графике даются координаты фактических значений переменных и теоретические значения, вычисленные при условии
нормальности распределения (линия). Чем ближе фактические значения к линии, тем больше распределение близко к нормальному. Аналогично можно интерпретировать график с удаленным трендом – Detrended Normal Q-Q Plot, - нормальному распределению здесь соответствует горизонтальная линия.
При построении графиков на нормальной вероятностной бумаге в программе SPSS автоматически рассчитываются значения коэффициентов Колмогорова-Смирнова и Шапиро-Уилкса. Эти критерии основаны на нулевой гипотезе о том, что данная выборка получена из генеральной совокупности, имеющей нормальное распределение.В окне вывода можно изучить Tests of Normality, особенно обращая внимание на уровень значимости каждого критерия Sig: если он больше 0.05 (т.е. превышает 5%), то можно принять нулевую гипотезу – или, строго говоря, нет оснований ее отвергнуть!
Существует большое количество методов проверки нормальности распределения, но ни один из них не является универсальным. Одни могут подтверждать нормальность, а другие – отвергать. Исследователю необходимо использовать все возможные методы для получения как можно менее противоречивых данных!
3.3. Построение таблиц сопряженности.
Каждая ячейка таблицы сопряженности содержит информацию о количестве объектов, попадающих в группу, определенную комбинацией двух значений. В применении к анализу опросных листов это означает, что исследователь может, например, получить информацию о количестве мужчин, имеющих информацию о товаре (количество человек, ответивших на вопрос о поле – " муж.", и на вопрос о известности товара – " известен").
Для вычисления таблиц сопряженности используются пункты меню (рис.3.10):
Statistics – Summarize – Crosstabs –
выбор переменных: Row - по строкам, Column - по столбцам
Помимо количества объектов, попадающих на комбинацию значений, в таблице можно вывести и процентные соотношения рис.3.11):
после выбора переменных –
Cells – Percentages – Total (по строкам и по столбцам)
Соотношения в таблицах сопряженности применимы только к выборке; для того, чтобы проверить, возможно ли распространить результаты на генеральную совокупность, необходимо использовать специальные критерии, описанные в Главе 2 и, в частности, вычислить критерий хи-квадрат Пирсона.
Рис. 3.10. Вычисление таблиц сопряженности
Рис. 3.11. К вычислению таблиц сопряженности
Нулевая гипотеза предполагает, что между переменными нет никакой зависимости. Используем пункты меню (рис.3.12):
|
|