Z pliku bazaR.sav wybierz do analizy (jednoczynnikowa analiza wariancji ANOVA) następujące pary zmiennych:

1. wartpalu - imprezy

2. zarobki - imprezy

3. jabłka - gimnastyka

4. kolory - warpiw

KROKI:

• Zastanów się która zmienna będzie zmienną zależną a która czynnikiem.

• Postaw odpowiednie hipotezy badawcze i zerowe; określ zmienne.

• Sprawdź założenia ANOVY (tabelka)

• Wykonaj test (tabelka)

• Zapisz wynik testu według standardów

• Zinterpretuj wynik

• Przedstaw wykres

• Wykonaj analizę dowolnym testem post hoc (tabelka) i zinterpretuj wyniki

• Wykonaj testy kontrastu (uzasadnij dobór współczynników - jakie grupy chcesz porównywać?!) (tabelki)

• Zapisz i zinterpretuj wyniki

1. Na podstawie tabeli częstości dla odpowiednich zmiennych odpowiedz na następujące pytania:

• Jaki procent zawodników stanowiły kobiety ?

• Ile osób skoczyło wzwyż powyżej 165 cm ?

• Studenci którego z wydziałów byli najbardziej liczną grupą i jaki % wszystkich zawodników stanowili ?

• Ilu zawodników zgodziłoby się najprawdopodobniej wziąć udział w zawodach międzyuczelnianych ?

2. Korzystając z okna „statystyki opisowe” zapisz wartości standaryzowane wszystkich zmiennych ilościowych oraz odpowiedz na pytanie w jakiej z dyscyplin był najbardziej wyrównany poziom a w jakiej największe zróżnicowanie wyników.

3. Korzystając z okna dialogowego „wybierz obserwacje” załóż odpowiedni filtr i sprawdź czy zróżnicowanie wyników dla poszczególnych dyscyplin przedstawiało się podobnie w grupie mężczyzn.

4. Korzystając z okna dialogowego „oblicz wartości” stwórz zmienną wynik ogólny odejmując od sumy wystandaryzowanych zmiennych; rzut kulą, skok wzwyż i skok w dal - wystandaryzowany wynik w biegu na 100 m (dlaczego ?).

5. Oblicz odpowiednie statystyki dla nowej zmiennej wynik ogólny.

6. Korzystając z okna dialogowego „rekoduj na inne zmienne” stwórz nową zmienną, dzieląc wynik ogólny według mediany na dwie kategorie.

7. „Podziel dane na podzbiory” według nowej zdychotomizowanej zmiennej utworzonej z: wynik ogólny. Przedstaw wyniki w podziale na grupy dla zmiennej zaangażowanie. Przeanalizuj i odpowiedz ilu zawodników prawdopodobnie weźmie udział w zawodach międzyuczelnianych jeśli zakwalifikowane zostaną tylko osoby z pierwszej dziesiątki ?

Z pliku bazaR.sav wybierz do analizy (jednoczynnikowa analiza wariancji ANOVA) następujące pary zmiennych:

5. wartpalu - imprezy

6. zarobki - imprezy

7. jabłka - gimnastyka

8. kolory - warpiw

KROKI:

• Zastanów się, która zmienna będzie zmienną zależną a która czynnikiem.

• Postaw odpowiednie hipotezy badawcze i zerowe; określ zmienne.

• Sprawdź założenia ANOVY (tabelka)

• Wykonaj test (tabelka)

• Zapisz wynik testu według standardów

• Zinterpretuj wynik

• Przedstaw wykres

• Wykonaj analizę dowolnym testem post hoc (tabelka) i zinterpretuj wyniki

• Wykonaj testy kontrastu (uzasadnij dobór współczynników - jakie grupy chcesz porównywać?!) (tabelki)

• Zapisz i zinterpretuj wyniki

Zadanie 1.

Do analizy wybrano zmienne: wartpalu (szacunkowa wartość tony paluszków) i imprezy (częstość chodzenia na imprezy).

Hipoteza badawcza: Osoby, które chodzą z różną częstotliwością na imprezy będą różniły się pod względem oceny szacunkowej wartości tony paluszków.

Hipoteza zerowa: Osoby, które chodzą o różnej częstotliwości imprezowania nie będą się różnić pod względem szacunkowej oceny wartości tony paluszków,

Zmienna zależna: szacunkowa wartość tony paluszków

Zmienna niezależna: (czynnik): częstotliwość chodzenia na imprezy

Grupy maja jednorodne wariancje; można zastosować test parametryczny - jednoczynnikowa analizę wariancji.

Jednoczynnikowa analiza wariancji wykazała, ze przynajmniej dwie grupy różnią się istotnie pomiędzy sobą F(3,146)=4,018; p<0,01

Analiza post hoc dała następujące efekty:

zaobserwowano istotne różnice pomiędzy grupami:

• brak imprez (M= 43476) a trochę imprez (M=65374)

• brak imprez (M= 43476) a dużo imprez (M=66173)

Wykonano również testy kontrastu którymi sprawdzono czy osoby nie chodzące w ogóle na imprezy różnią się istotnie od wszystkich innych osób pod względem szacunkowej oceny tony paluszków. Wybrano następujące współczynniki kontrastu:

Współczynniki kontrastu

Kontrast	Życie towarzyskie
		brak imprez	trochę imprez	dużo imprez	mnóstwo imprez
1	-3	1	1	1

Analiza kontrastu dała istotny efekt; osoby nie chodzące na imprezy różnią się istotnie w ocenie wartości tony paluszków t(146)=3,376; p<0,01

Zadanie 2.

Do analizy wybrano zmienne: zarobki i imprezy (częstość chodzenia na imprezy).

Hipoteza badawcza: Osoby, które chodzą z różna częstotliwością na imprezy będą różniły się pod względem zarobków.

Hipoteza zerowa: Osoby, które chodzą z rożną częstotliwością na imprezy nie będą się różnić pod względem zarobków

Zmienna zależna: zarobki

Zmienna niezależna: (czynnik): częstotliwość chodzenia na imprezy

Grupy maja jednorodne wariancje; można zastosować test parametryczny - jednoczynnikowa analizę wariancji.

Jednoczynnikowa analiza wariancji wykazała, ze przynajmniej dwie grupy różnią się istotnie pomiędzy sobą F(3,146)=2,902; p<0,05

Analiza post hoc dała następujące efekty:

zaobserwowano istotne różnice pomiędzy grupami:

• brak imprez (M= 27051) - dużo imprez (M= 23527)

Wykonano również testy kontrastu którymi sprawdzono czy osoby nie chodzące w ogóle na imprezy i chodzące najczęściej różnią się istotnie od pozostałych osób pod względem zarobków. Wybrano następujące współczynniki kontrastu:

Analiza kontrastu dała istotny efekt; osoby nie chodzące na imprezy i chodzące najczęściej różnią się istotnie pod względem zarobków t(146)=5263,91; p,0,01

Zadanie 3.

Do analizy wybrano zmienne: jabłka (liczba zjedzonych jabłek w 20 min) i gimnastyka (czy intensywnie uprawiają gimnastykę poranna.

Hipoteza badawcza: Osoby, które różnią się intensywnością uprawiania gimnastyki będą różnić się także pod względem ilości zjedzonych jabłek w 20 min.

Hipoteza zerowa: Osoby, które różnią się intensywnością uprawiania gimnastyki porannej nie będą różnić się pod względem ilości zjedzonych jabłek w 20 min.

Zmienna zależna: jabłka

Zmienna niezależna: (czynnik): piwo

Grupy nie mają jednorodnej wariancji; więc jednoczynnikowa analiza wariancji nie powinna być wykonana; została jednak zrobiona w celu ćwiczeń.

Jednoczynnikowa analiza wariancji wykazała, ze przynajmniej dwie grupy różnią się istotnie pomiędzy sobą na poziomie tendencji F(4,145)=2,315; p=0,060

Analiza post hoc dala następujące efekty

zaobserwowano różnicę na poziomie tendencji pomiędzy grupami która deklarowała trochę przysiadów (M= 14,64) i zawał (M= 16,53)

Wykonano również testy kontrastu którymi sprawdzono czy osoby nie ćwiczące w ogóle lub wykonujące tylko trochę przysiadów różnią się istotnie od osób deklarujących zawał pod względem zjedzonych jabłek w 20 min. Wybrano następujące współczynniki kontrastu:

Analiza kontrastu dała istotny efekt; osoby ćwiczące mało lub wcale różnią się istotnie pod względem ilości zjadanych jabłek od osób deklarujących zawał t(50,254)=2,663; p<0,01 (brak założenia o równości wariancji - wartości odczytano z dolnej linijki tabeli).

Zadanie 4.

Do analizy wybrano zmienne: kolory (jaki osoba lubi kolor) oraz wartpiw (szacunkowa wartość 1000 l. piwa)

Hipoteza badawcza: Osoby, które różnią się ulubionym kolorem będą różniły się istotnie w szacowaniu wartości 1000 l. piwa

Hipoteza zerowa: : Osoby, które różnią się ulubionym kolorem nie będą różniły się istotnie w szacowaniu wartości 1000 l. piwa

Zmienna zależna: wartpiw

Zmienna niezależna: (czynnik): kolory

Grupy nie mają jednorodnej wariancji więc jednoczynnikowa analiza wariancji nie powinna być wykonana; została jednak zrobiona w celu ćwiczeń.

Jednoczynnikowa analiza wariancji wykazała, ze przynajmniej dwie grupy różnią się istotnie pomiędzy sobą F(4,145)=15,497; p=0,001

Analiza post hoc dała następujące efekty:

Osoby które lubią kolor biały (M= 209280,00) różnią się istotnie pod względem szacowania wartości 1000 l. Piwa od wszystkich pozostałych grup. Inne grupy nie różnią się miedzy sobą.

Efekt ten potwierdziła analiza kontrastów:

Osoby najbardziej lubiące kolor biały oceniały istotnie wyżej wartość 1000 l piwa od osób lubiących kolory żółty, czerwony, zielony i czarny. t(34,568)=5,653; p<0,001 (brak równości wariancji)

---