2 Билет
2 а. Для категории вспомогательных рабочих (v4) определить влияние уровня образования (v3) на размер заработной платы (v9). Интерпретируйте полученные результаты.
Отбор:
1. Условие: Если - V4 = 10 | V4 = 11 | V4 = 12
2. З/плата – интерв.шкала. Понижаем ее через создание нового вопроса с интервалами:
Перекодировать в другие переменные-старые и новые значения:
0-10000 – «1»
10000-20000 – «2»
20000 и выше – «3»
3. Таблицы сопряженности: для поряд.шкал: Тау С Кендала.
Symmetric Measures |
|||||
|
|
Value |
Asymp. Std. Errora |
Approx. Tb |
Approx. Sig. |
Ordinal by Ordinal |
Kendall's tau-b |
,035 |
,055 |
,643 |
,520 |
N of Valid Cases |
283 |
|
|
|
|
|
|
|
|
||
|
|
Таблица сопряженности Образование * поряд |
|||||
Частота |
|||||
|
поряд |
Итого |
|||
0-10000 |
10000-20000 |
20000 и выше |
|||
Образование |
Основное общее |
4 |
10 |
0 |
14 |
Общее среднее |
28 |
35 |
2 |
65 |
|
Начальное профессиональное |
51 |
52 |
4 |
107 |
|
Среднее профессиональное |
30 |
46 |
2 |
78 |
|
Незаконченное высшее |
6 |
3 |
1 |
10 |
|
Высшее |
3 |
5 |
1 |
9 |
|
Итого |
122 |
151 |
10 |
283 |
Симметричные меры |
|||||
|
Значение |
Асимптотическая стдандартная ошибкаa |
Прибл. Tb |
Прибл. значимость |
|
Порядковая по порядковой |
Тау-c Кендалла |
,007 |
,050 |
,140 |
,888 |
Кол-во валидных наблюдений |
283 |
|
|
|
|
a. Не подразумевая истинность нулевой гипотезы. b. Используется асимптотическая стандартная ошибка в предположении истинности нулевой гипотезы.
|
Прибл.знач-ть больше 0,05, значит, связь статистически не значима.
Гипотеза о том, что уровень образования влияет на з/плату у вспомог.работников не подтвердилась.
2 б. Создайте новую дихотомическую переменную, отражающую высокую степень готовности покинуть предприятие (первая и вторая категория переменной v30). С помощью логистической регрессии исследуйте влияние аффективной лояльности (affective) на новую переменную. Интерпретируйте полученные результаты.
вычислить переменную: divorce = 1.(1 – те, кто выбрали)
Если V30 = 1 | V30 = 2.
перекодировать в те же переменные: divorce: старые и новые значения:
1 – «1»
Все остальные – «2»
логистическая регрессия: зависимая переменная – divorce
Ковариант – аффективная лояльность
Variables in the Equation(переменные в уравнении) |
|||||||
|
|
B |
S.E. |
Wald |
df |
Sig. |
Exp(B) |
Step 1a |
affective |
,588 |
,065 |
81,436 |
1 |
,000 |
1,801 |
Constant |
-3,750 |
,267 |
197,526 |
1 |
,000 |
,024 |
|
a. Variable(s) entered on step 1: affective. |
|
|
|
Модель значима (<0,05)
Сводка для модели |
|||
Шаг |
-2 Log Правдоподобие |
R квадрат Кокса и Снелла |
R квадрат Нэйджелкерка |
1 |
979,712a |
,074 |
,125 |
0.125 * 100% = 12,5 (13%) модель объясняет 13% возможных причин ухода с работы |
Знч. = 0,000. связь статистически значима.
R квадрат Нэйджелкерка = 0,125. т.е. примерно на 13% аффективная лояльность влияет на divorce.
Блок 0
Таблица классификацииa,b |
|||||
|
Наблюденные |
Предсказанные |
|||
|
divorce |
Процент корректных |
|||
|
,00 |
1,00 |
|||
Шаг 0 |
divorce |
,00 |
1003 |
0 |
100,0 |
1,00 |
197 |
0 |
,0 |
||
Общий процент |
|
|
83,6 |
||
|
Блок 1
Таблица классификацииa |
|||||
|
Наблюденные |
Предсказанные |
|||
|
divorce |
Процент корректных |
|||
|
,00 |
1,00 |
|||
Шаг 1 |
divorce |
,00 |
997 |
6 |
99,4 |
1,00 |
192 |
5 |
2,5 |
||
Общий процент |
|
|
83,5 |
||
|
Проверяем качество модели: для этого сопоставляем % корректных Блока 0 (83,6) с % корректных Блока 1 (83,5). Так как % почти не изменился, то качество модели не очень хорошее (чтобы модель была хорошей, % должен увеличиваться), но тем не менее найденная связь статистически значима.