Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Эмпирическое социологическое исследование. Учебное пособие
.pdf
71
1. При пометке в поле Values в его правой части появляется серый флажок, после активации открывается диалоговое окно Va1ue
Labe1 (Рис. 6).
2. В открывшемся диалоговом окне в поле Va1ue записывается
число (код) конкретного значения признака, а в поле Labe1 записывается само значение.
3. Для добавления в список переменных нажимается кнопка
«Добавить».
4. Процедура повторяется, пока описываются все значения показателя, после чего следует нажать «ОК».
Рис. 6. Диалоговое окно Va1ue Labe (для кодирования номинальных
и ординальных переменных)
Missing – в этом поле определяются (если это необходимо) пропущенные значения, которые вводятся с помощью цифр, при которых
максимум три значения из списка отдельных чисел учитываются как
отсутствующие данные.
Columns – в этом поле выбирается ширина столбца в окне Data
View. Здесь не определяется размер вводимых чисел (максимальное
используемые при кодировке измерений должны быть строго в соответствии со
значениями, измеренными по шкале.
72
количество символов, которое становится от поля Width), a только
указывается, какая часть из них будет видна.
Align – в этом поле выбирается способ выравнивания символов
в поле на экране Data View. По умолчанию цифровые переменные
(Numeric) справа ровные, а переменные типа String – слева ровные, но
можно по желанию изменить расклад.
Measure – определение типа переменной, т. е. соответствующей
шкалы. После разметки на поле появляется выпадающий список, который дает возможность для выбора между следующими вариантами:
Sca1e – число, метрическая шкала, Ordinal – ранговая шкала и
Nominal – номинальная [35]..
Статистический пакет SPSS представляет собой широкий диапазон статистических процедур и анализов, специалисты-социологи в
основном применяют следующие:
Т-тест для двух независимых выборок (lndependent Samples
T-Test);
Однофакторный дисперсионный анализ (One Way
ANOVA);
Х2 – (Хи-квадрат критерий) (Pearson's chi-square test);
Корреляционный анализ (Сorrelation analysis).
Применение указанных статистических процедур будет описано
в следующих разделах.
3.2.2. Т-тест для двух независимых выборок
Т-тест для двух независимых выборок (lndependent Samples TTest) является параметрическим методом проверки гипотез11. С его
помощью устанавливается наличие (или отсутствие) статистически
значимых различий в показателях двух выборок (групп). Как правило,
гипотезы формулируются следующим образом:
11
Параметрические методы проверки гипотез это статистические процедуры, с помощью которых осуществляется проверка гипотез с посредством оценки параметров распределения. Они являются более безопасными и более мощным, чем непараметрические, но для их применения существуют определенные ограничения:
1) выборки, с которыми вы работаете должны быть достаточно большими (более 30
исследуемых лиц) 2) шкала измерений - интервальная;
3) эмпирические данные исследования должны быть нормально распределены
73
Пример 4: «Предполагается, что женщины имеют более высокие
показатели по шкале тревоги, чем мужчины» или «Предполагается,
что пол оказывает дифференцированное влияние на тревогу».
Основным условием для применения этой статистической процедуры является факторная переменная номинального или рангового
измерения, а результирующая – интервального.
В вышеуказанной гипотезе пол (который имеет номинальный
уровень измерения) является факторной переменной, а результи-
рующая переменная балл по тесту тревожности (интервальная шкала). После того, как проверили выполнение этого условия, переходим
к выполнению статистической процедуры с помощью программы
SPSS, следуя алгоритму:
1. В раскрывающемся меню Analyze выбирается подменю Com-
pare means – статистическая процедура lndependent Samples T-Test;
Рис. 7. Меню SPSS для выделения Т-тест (Т-критерий)
2. В открывшемся диалоговом окне с помощью двойного щелчка левой кнопкой мыши или с помощью клавиши со стрелками для
управления, с поля с переменными (слева в окне) в поле Test Varible
переносится результативная переменная (приведенная в примере № 4
– балл по тесту на тревожность);
74
3. В поле Groupіng Varіable переносится факторная переменная
(в приведенном примере – пол);
Рис. 8. Меню ЅРЅЅ для выбора переменных для анализа
с помощью Т-теста
4. После нажатия на кнопку Defіne Groupѕ открывается диалоговое окно, в котором в поле Group 1 и Group 2 приведены цифровые
значения, которые кодируются соответствующими номинальными
переменными (в данном случае, мужчина – 1, женщина – 2) и нажатии кнопки Contіnue;
Рис. 9. Меню SPSS для выделения знаков факторной переменной (номи-
нальном или ранговом уровне измерения при Т-тест)
75
5. После того, как в диалоговых окнах отображаются описанные
изменения – следует нажать кнопку «ОК».
6. Итоговый файл содержит две таблицы – Group Statistics и
lndependent Samples test. Индикатором наличия статистически значимых различий между группами является значение второго индикатора
Sig. (2-tailed) (уровень значимости экспортируемого коэффициента) –
в таблице lndependent Samples test после колонны t и df (См. табл. 6 –
стрелка)12.
Таблица 5
Групповая статистика
Пол
N Mean Std.Deviation
Std. Error
Mean
Тревожность Муж 77 36,71 9,594 1,093
Тревожность Жен 114 40,22 8,982 ,841
Таблица 6
Independent Samples Test
Levene’s
Test for
Equality of
Variances
F Sig. t df
Sig.
(2-tailed)
Тревожность Equall
variances
Assumed
Equall variances not
Assumed
,783 ,377
-2,574
-2,541
189
155,871
,011
,012
Результаты Т-тест (SPSS).
12
Поскольку в таблице lndependent Samples test есть два ряда данных, если первый
индикатор Sig. (колонка Levene) больше, чем 0,05, то следует смотреть первую
строку данных, а если первый показатель Sig меньше чем 0,05 ( колонка Levene), то
рассматривается второй ряд данных.
76
если уровень значимости второго индикатора (Sig. (2tailed) больше, чем на 0,05 – не учитываются статистически значимые
различия между двумя группами в отношении исследовательского
индикатора;
если уровень значимости второго индикатора (Sig. (2tailed) меньше, чем 0,05, – это означает, что существуют статистически значимые различия между двумя группами в отношении исследуемого признака.
В приведенном примере Sig. = 0,01113, что меньше, чем 0,05,
следовательно, существуют статистически значимые различия между
мужчинами и женщинами с точки зрения их тревожности.
7. Если установлено наличие статистически значимых различий
между группами: для того, чтобы оценить, в какой из них показатели
были выше, необходимо сравнить средние арифметические величины
по соответствующим показателям для обеих групп (в таблице Group
Statistics – Меаn).
В приведенном Примере № 4 среднее арифметическое больше у
женщин – 40,22, чем у мужчин – 36,71, a это означает, что женщины
более тревожны, чем мужчины.
Вывод: Высокое значение среднего арифметического доказало,
что женщины более тревожные, чем мужчины – различия являются
статистически значимыми.
Следует иметь в виду, что данный пример приводится только
для учебных целей, так как проводилось довольно много исследований, которые свидетельствуют о более высокой тревожности женщин
по сравнению с мужчинами при учете различных категорий испытуемых, например, разных возрастных групп [1;18;37]. А выдвинутая гипотеза, которая должна быть проверена в дальнейшем, требуется для
новых научных открытий, а не для того, чтобы проверять то, что давно было установлено, если вы не сомневаетесь в своих результатах.
При описании результатов Т-теста данные могут быть даны таблично и/или представлены в тексте. При табличном представлении не
13
В выходных файлах программной системы SPSS при получении числовых значе-
ний ниже 1,00 нуля перед десятичной запятой не отображаются.
77
рекомендуется прямое применение таблиц результатов в исследовательском документе, так как в них присутствуют значения, которые
не комментируются14. Таблица с данными может быть выполнена
следующем образом:
Таблица 7
Результаты статистической процедуры T-критерия для двух
независимых выборок для установления значимых различий
в разнополовых группах в отношении тревожности
Показатель пол М SD t df p
Тревожность
муж 36,71 9,594
2,574 189 0,011
жен 40,22 8,982
где М – средняя арифметическая величина;
SD – значение среднего квадратичного отклонения;
t – эмпирическое значение t-критерия Стьюдента;
df – степень свободы распределения данных;
р – уровень значимости t-критерия Стьюдента15.
В Таблице 7 значения t-показателя не имеют отрицательного
знака, в отличие от значений на Фото 6, потому что для расчета Tтеста в числителе формулы находится модуль, который преобразует
отрицательные знаки, но при компьютерных расчетах невозможно
при программировании учесть представленный модуль в формуле.
Нужно учесть, что всегда результат Т-тест представляет собой только
положительное значение.
При представлении данных в тексте, кроме значения уровня
значимости (Sig), что свидетельствует о опровержение или подтверждение гипотезы необходимо представить и данные о значениях
средней арифметической величины (М) и среднеквадратического отклонения (SD) для обеих выборок (занесенных в таблицу Group
14
Некоторые полученные результаты не комментирую неспециалистами по стати-
стике, из-за сложной их интерпретации.
15
Уровень значимости (Sig) e принят в научно-исследовательский документ, отме-
чает «р».
78
Statistics из результирующего файла), эмпирическое значение tкритерия Стюдента (t) и соответствующие выборкам степени свободы
(df), (таблица Group Statistics результирующего файла).
Пример. После применения статистической процедуры Т-теста
для независимых выборок получили следующие результаты: женщины более тревожные, чем мужчины (М
жен
= 40,22; SD
жен
= 8,982; М
муж
=36, 71; SD
муж
= 9, 594) – различия являются статистически значимы-
ми (t
|189|
=2, 574; р=0, 011)16.
3.2.3. Однофакторный дисперсионный анализ
Однофакторный дисперсионный анализ (One Way ANOVA или
F-критерий Фишера) непараметрический метод проверки гипотез для
установления присутствия или отсутствия статистически значимых
различий в показателях более, чем двух выборок (групп). Гипотеза
может быть сформулирована следующим образом:
Пример 5: «Предполагается, что месторождение испытуемого
оказывает влияние на его самооценку» или «Предполагается, что существует статистически значимые различия между самооценкой испытуемых и их месторождением».
Как при Т-тесте при независимых выборках важным условием
для применения дисперсионного анализа является факторная пере-
менная номинального или порядкового уровня, результирующая –
интервального или пропорционального.
После проверки выполнения этого условия осуществляется
статистическая процедура с помощью системного программного
обеспечения SPSS, которая проходит согласно следующему алгоритму [8;25]:
1. В строке меню выберите Anaiyze – в подменю Compare
means – статистическая процедура One Way ANOVA;
16
Степени свободы распределения данных (df) обозначаются, выделением верти-
кальными черточками, указываются как индекс при эмпирическом значении t - критерия Стьюдента.
79
Рис. 10. Меню на SPSS – One-Way Anova
2. В открывающемся диалоговом окне в поле с переменными
(левое окно) в поле Dependent List вносится результирующая переменная (в примере №5 – балл теста самооценки, интервального уровня измерения);
3. В поле Factor вносится факторная переменная (в приведенном
примере – переменная месторождение, порядкового уровня измерения)17;
Рис.11. Меню SPSS для выбора переменных для анализа с помощью
однофакторного дисперсионного анализа (One-Way Anova)
17
Место рождения респондентов поделено в соответствии с размером населенного
пункта: поселки, небольшие города (около 20 тысяч жителей) региональные города
и столичный город.
80
4. Затем выберите «Параметры» и откройте диалоговое окно, в
котором отмечен описательный вариант, а затем нажмите кнопку
«Продолжить».
Рис. 12. Меню SPSS для выбора описательной статистики (средних)
сравниваемых групп One-Way ANOVA
5. Нажмите кнопку Post Hoc и отметьте один из критериев, указанных в списке открывшегося окна, так как это критерии сравнения
каждой группы респондентов друг с другом. Наиболее часто отмечаются варианты LSD [5] или Dunnett's ТЗ[8], а затем нажмите кнопку
Continue;
6. После внесения изменений нажмите кнопку OK;
7. Результаты в трех таблицах (табл. 8, 9, 10) – Descriptives,
ANOVA и таблицу Post Hoc. Показания при наличии статистически
значимых различий между группами есть значение уровня значимости отображаемого коэффициента (Sig.), расположенного в таблице
ANOVA;
если уровень значимости (Sig.) превышает 0,05, то не со-
общается статистически значимых различий между группами;
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]