SPSS 1.OPIS KATEGORIČKE VARIJABLE 2.OPIS NUMERIČKE VARIJABLE

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Περιγραφικά μέτρα κεντρικής τάσης και διασποράς μιας Ποσοτικής μεταβλητής σε σχέση με μία Ποιοτική μεταβλητή (εντολή By variable) π.χ. Να συγκριθούν οι.
Advertisements

Στατιστικές Υποθέσεις
Εκτιμητική: σημειακές εκτιμήσεις παραμέτρων
KRUŽNICA I KRUG VJEŽBA ZA ISPIT ZNANJA.
Στατιστικές Υποθέσεις III
ΕΛΕΓΧΟΙ ΣΤΑΤΙΣΤΙΚΩΝ ΥΠΟΘΕΣΕΩΝ
Ποσοτικές Μέθοδοι Δρ. Χάϊδω Δριτσάκη MSc Τραπεζική & Χρηματοοικονομική
Ταξινόμηση και Γραφικές παραστάσεις ποιοτικών δεδομένων
Odabrane oblasti analitičke hemije
KONCEPCIJE I METODE ERGONOMSKOG PROJEKTOVANJA
PSIHOMETRIJSKA TEORIJA I METODE
Potrebne veličine uzoraka (brojevi ispitanika)
PTP – Vježba za 2. kolokvij Odabir vrste i redoslijeda operacija
Numeričke deskriptivne veličine
Van der Valsova jednačina
RIZIK PORTFOLIA SHRPEOV MODEL
NASLOV TEME: OPTICKE OSOBINE KRIVIH DRUGOG REDA
Čvrstih tela i tečnosti
VIŠESTRUKI LINEARNI REGRESIONI MODEL
18.Основне одлике синхроних машина. Начини рада синхроног генератора
POLINOMI :-) III℠, X Силвија Мијатовић.
VREMENSKI ODZIVI SISTEMA
Struktura investicija
Kontrola devijacije astronomskim opažanjima
Obrada empirijskih podataka
Osnove statistike Kombinatorika i vjerojatnost
Merni uređaji na principu ravnoteže
STATISTIČKA METODA Pitanja: 41, 42, 43, 44 i 53.
Redna veza otpornika, kalema i kondenzatora
Merni uređaji na principu ravnoteže
-rad iz uže specijalizacije- Mentor: prof. dr Svetislav Jelić
Vijetove formule. Rastavljanje kvadratnog trinoma na linearne činioce
TROUGΔO.
JEDNOSTAVNA LINEARNA REGRESIJA
Diskriminaciona analiza
JEDNAČINA PRAVE Begzada Kišić.
Rezultati vežbe VII Test sa patuljastim mutantima graška
II. MEĐUDJELOVANJE TIJELA
MATEMATIČKI MODELI EFIKASNOSTI
Analitička statistika Testiranje hipoteze
FORMULE SUMIRANJE.
Normalna raspodela.
MAKROEKONOMIJA Poglavlje 6 „TRŽIŠTE RADA”
Strujanje i zakon održanja energije
Električni otpor Električna struja.
Izradila: Ana-Felicia Barbarić
Polifazna kola Polifazna kola – skup električnih kola napajanih iz jednog izvora i vezanih pomoću više od dva čvora, kod kojih je svako kolo pod dejstvom.
RIZIK PORTFOLIA SHRPEOV MODEL
Analiza deponovane energije kosmičkih miona u NaI(Tl) detektoru
SREDIŠNJI I OBODNI KUT.
Kvarkovske zvijezde.
UČINSKA PIN DIODA.
10. PLAN POMAKA I METODA SUPERPOZICIJE
Tehnološki proces izrade višetonskih negativa
Deset zapovijedi – δεκα λογοι (Izl 34,28 Pnz 10,4)
Dan broja pi Ena Kuliš 1.e.
Geografska astronomija : ZADACI
SVEUČILIŠTE U RIJECI GRAĐEVINSKI FAKULTET RIJEKA Odabrana poglavlja inženjerske matematike   Usporedba varijanci dvaju osnovnih skupova PREDAVAČ:
POUZDANOST TEHNIČKIH SUSTAVA
ANALIZA GREŠAKAU MJERENJU UPOREDNA ANALIZA REZULTATA Ana Đačić 62/07
DISPERZIJA ( raspršenje, rasap )
Ponovimo... Kada kažemo da se tijelo giba? Što je put, a što putanja?
Unutarnja energija Matej Vugrinec 7.d.
Pirotehnika MOLIMO oprez
Στατιστικές Υποθέσεις
Tomislav Krišto POSLOVNA STATISTIKA Tomislav Krišto
Balanced scorecard slide 1
Kako izmjeriti opseg kruga?
DAN BROJA π.
MJERENJE TEMPERATURE Šibenik, 2015./2016.
Μεταγράφημα παρουσίασης:

SPSS 1.OPIS KATEGORIČKE VARIJABLE 2.OPIS NUMERIČKE VARIJABLE 3.HI-KVADRAT TEST 4.T-TEST

opis kategoričke varijable Analyze  Descriptive Statistics  Frequencies

opis kategoričke varijable Prebaciti željenu/e varijable u polje Variable(s).

opis kategoričke varijable U podmeniju Charts odabrati Bar-chart ili Pie Chart.

Tabela frekvenci i procenata opis kategoričke varijable Tabela frekvenci i procenata Stubičasti dijagram (eng. bar chart)

izveštavanje tekstualno tabelarno grafički Istraživanje je sprovedeno nad studentima (N=14, 42% ženskog pola)... tabelarno Muškarci Žene Ukupno 6 8 14 grafički Pitasti dijagram (eng. pie chart) Stubičasti dijagram (eng. bar chart)

napomene Naziv tabele iznad tabele! Naziv slike ispod slike! Tabela 1. Raspodela ispitanika po polu Naziv tabele iznad tabele! Muškarci Žene Ukupno 6 8 14 Naziv slike ispod slike! Grafik 1. Raspodela ispitanika po polu

opis numeričke varijable Analyze  Descriptive Statistics  Descriptives

opis numeričke varijable Prebaciti željenu/e varijable u polje Variable(s).

opis numeričke varijable N - broj podataka (veličina uzorka) Minimum i Maximum – najmanja i najveća vrednost na varijabli Mean – prosek (M) odnosno aritmetička sredina (AS) Std. Deviation – standardna devijacija (SD)

izveštavanje tekstualno tabelarno napomene U proseku, ispitanici su planirali da ulože 38.91 sat rada u pripremanje ispita (SD = 29.58). Prosečna očekivana ocena bila je 8.91 (SD = 1.22). tabelarno Varijabla N Raspon M SD Planirano vreme 65 5 – 180 38.91 29.58 Planirana ocena 66 6 – 10 8.91 1.22 napomene Tabele imaju samo horizontalne linije M i SD se zaokružuju na dve decimale Retko se grafički izveštava o pojedinačnim numeričkim varijablama Kada se grafički izveštava uglavnom se koristi histogram

histogram Analyze  Descriptive Statistics  Frequencies  Charts  Histograms

hi-kvadrat test / bivarijatni Kada se koristi? Kada nas zanima da li su dve kategoričke varijable statistički značajno povezane. Šta radi? Ispituje da li je odstupanje empirijskih (opaženih) frekvenci u odnosu na teorijske (očekivane) frekvence dovoljno veliko da bi se smatralo statistički značajnim. χ 2 =Σ ( 𝑓 𝑜 − 𝑓 𝑡 ) 2 𝑓 𝑡 Opažene frekvence Teorijske frekvence M Ž Total Crveni 2 4 6 Zeleni 8 14 M Ž Total Crveni 2.57 3.42 6 Zeleni 4.57 8 14

povezanost dve kategoričke varijable C-koeficijent Fi koeficijent Kramerov V-koeficijent 𝑟 𝑐 = χ 2 𝑁+ χ 2 𝑟 φ = χ 2 𝑁 𝑟 𝑉 = χ 2 𝑁(𝑠−1) Ovi koeficijenti mogu imati vrednosti od 0 do 1 Što je vrednost veća, to je povezanost jača (veća, intenzivnija, snažnija) Značajnost povezanosti se ispituje bivarijatnin χ2 testom

bivarijatni hi-kvadrat test Analyze  Descriptive Statistics  Crosstabs

bivarijatni hi-kvadrat test Prebaciti jednu varijablu u Row(s), drugu u Column(s).

bivarijatni hi-kvadrat test U podmeniju Statistics označiti Chi-Square, Contigency coefficient i Phi and Cramer’s V.

bivarijatni hi-kvadrat test Rezultati bivarijatnog hi-kvadrat testa (prvi red: Pearson χ2) Vrednost i značajnost fi, Kramerovog V i C-koeficijenta (primeti: značajnost ista kao kod χ2)

izveštavanje tekstualno tabelarno grafički U našem uzorku nema statistički značajne povezanosti između pola i rase, o čemu svedoče rezultati hi-kvadrat testa (χ2 = 0.39, df = 1, rC = .16, p = .53). tabelarno Relacija rC χ2 df p Pol x Rasa .16 0.39 1 .53 grafički Zbijeni stubičasti dijagram (eng. supressed bar chart)

Razlika između grupnih proseka na koji način radi t-test? Razlika između grupnih proseka Varijabilnost mera t= M 1 − M 2 SE R t-količnik, kritični racio (critical ratio, eng.) Koliko je puta registrovana razlika (M1-M2) veća od standardne greške razlike (SER)? SER = Standardna greška razlike

t-test za nezavisne uzorke Analyze  Compare Means  Independent-Samples T Test

t-test za nezavisne uzorke Prebaciti zavisnu/e numeričku/e varijablu/e u Test Variable(s) prozor. Prebaciti nezavisnu kategoričku varijablu u Grouping Variable prozor.

t-test za nezavisne uzorke U Define Groups prozoru označiti grupe za poređenje odgovarajućim kodovima.

t-test za nezavisne uzorke Deskriptivne mere za dve grupe Rezultati Levenovog testa jednakosti varijansi Rezultati t-testa

t-test za nezavisne uzorke Prva tabela prikazuje deskriptivne mere (N, M, SD, SEM).

t-test za nezavisne uzorke U drugoj tabeli su dati rezultati testa jednakosti varijansi i rezultati t-testa. 1 2 3 4 5 6 7 Prvi red Drugi red T-test ispituje H0 po kojoj su proseci u dve grupe približno jednaki. Od rezultata nas zanima: (1) Vrednost t-statistika (t) (2) Broj stepeni slobode (df) (3) Nivo značajnosti (p) Leveneov test ispituje H0 po kojoj su varijanse u dve grupe približno jednake. Od rezultata ovog testa zavisi koji ćemo red gledati u rezultatima t-testa. Ako je p (sig.) u Levenovom testu > .05 gledamo rezultate iz prvog reda. Ako je p (sig.) u Levenovom testu < .05 gledamo rezultate iz drugog reda.

izveštavanje Najpre navodimo deskriptivne mere, uglavnom tabelarno. Grupa N M SD SEM Muškarci 25 178.38 7.05 1.41 Žene 24 164.47 6.21 1.27 Potom navodimo i rezultate t-testa, uglavnom u okviru teksta. Razlika u visini je statistički značajna (t = 7.32, df = 47, p < .01). Rezultate testiranja značajnosti razlika proseka je moguće prikazati i grafički.