PA274976

ANALIZA STATYSTYCZNA DANYCH

wyraźnego związku między skłonnością do spełnienie prośby a wyznaniem osoby badanej, <f> = 0,45; p < 0,01. Okazało się, że protestanci znacznie częściej zgadzali się na przysługę (dodatnie reszty w sytuacji zgody oraz ujemne w sytuacji braku zgody²) niż katolicy (sytuacja odwrotna, ujemne reszty występowały w sytuacji zgody, a dodatnie w sytuacji braku zgody). Zależności te ilustruje rys. 7.17³.

Statystyki Reszta standaryzowana

prośba

Rys. 7.17. Zależność między wyznaniem i gotowością do spełnienia prośby.

Na podstawie uzyskanych danych możemy wnioskować o istnieniu zależności między wyznaniem osoby badanej, a jej skłonnością do udzielania pomocy. W badanej grupie protestanci częściej niż katolicy spełniali kierowaną do nich prośbę eksperymentatora.

Język poleceń

Powyższe analizy można zapisać w języku poleceń w następujący sposób:

WEIGHT    - polecenia zważenia obserwacji

BY liczebność.    — przez zmienną „liczebność”

CROSSTABS    - tabele krzyżowe

² Przypomnijmy, że dodatnie wartości reszt oznaczają, że dana wartość empiryczna występuje częściej niż wynikałoby to z losowego rozkładu częstości (czyli jest duża rozbieżność międzyli* czebnościami oezekiwanymi/teoretycznymi i obserwowanymi/empirycznymi na korzyść tych ostatnich); w przypadku reszt ujemnych sytuacja jest odwrotna - dana wartość empiryczna występuje rzadziej niż wynikałoby to z losowego rozkładu.

I Aby wykonać tego typu wykres w SPSS, należy utworzyć tabelę krzyżową, w której znajdą się reszty (najlepiej reszty standaryzowane) - aby to zrobić, w zakładce KOMÓRKI w TABELACH KRZYŻOWYCH wybieramy opcję RESZTY STANDARYZOWANE (jednocześnie wyłączając wszystkie inne). Następnie, będąc już w EDYTORZE RAPORTÓW, po dwukrotnym kliknięciu na utworzoną przez SPSS tabelę z resztami naciskamy prawy klawisz myszy i z rozwiniętego menu wybieramy opcję UTWÓRZ WYKRES, a następnie SŁUPKOWY.

7 • WNIOSKOWANIE STATYSTYCZNE NA DANYCH JAKOŚCIOWYCH...

/TABLES=wyznanie BY prośba - zmienne w tabeli /foemat= avalue tables

/STATISTIC=GHISQ PHI    - liczone statystyki

/CELLS= COUNT EXPECTED SRESID -opcje zaznaczone w klawiszu

KOMÓRKI

/COUNT ROiiND CELL.

Chi-kwadrat inaczej

W przytaczanych do tej pory przykładach pokazywaliśmy, jak używać testów chi-kwadrat do odpowiedzi na zadane pytania, i pokazywaliśmy, że najbardziej pożądaną sytuacją jest odrzucenie hipotezy zerowej. Natomiast test chi-kwadrat (zarówno dla jednej, jak i dwóch zmiennych) jest szczególnie przydatny w jeszcze jednej sytuacji - w sytuacji, w której paradoksalnie dążymy do nieodrzucenia hipotezy zerowej.

Wiąże się to z faktem, że aby wykonać niektóre testy wykorzystywane do porównań międzygrupowych, takie jak na przykład jedno- lub wieloczynniko-wa analiza wariancji, zmienna niezależna powinna mieć tyle samo osób w każdej kategorii. Test chi-kwadrat jest idealnym narzędziem sprawdzającym, czy warunek ten jest spełniony - oczywiście pożądanym przez nas wynikiem jest wtedy wynik nieistotny statystycznie, który mówi o tym, że liczebności obserwowane są podobne do oczekiwanych. Widać więc, że testy chi-kwadrat mają bardzo szerokie zastosowanie - od testowania założeń innych testów do weryfikacji hipotez, zarówno w prostych jednozmiennowych jaki bardziej złożonych eksperymentach. Warto więc ten test znać nie tylko wtedy, gdy robimy badania z użyciem zmiennych jakościowych. W końcu każdą zmienną ilościową można zredukować do poziomu nominalnego...

Bibliografia

Aron, A., Aron, E. N. i Coups, E. J. (2006). Statistics jor Psycholog?. Pearson Education International: Upper Saddle River, New Jersey.

Brzeziński, J. (2004). Metodologia badań psychologicznych. Wybór tekstów. Warszawa: Wydawnictwo Naukowe PWN.

Francuz, P. i Mackiewicz, R. (2005). Liczby nie wiedzą, skąd pochodzą. Przewodnik po metodologu i statystyce nie tylko dla psychołogótv. Lublin: Wydawnictwo KUL.

Górniak, J. i Wachnicki, J. (2000). Pierwsze króla iv analizie danych. SPSS PL for Windows. Kraków. SPSS Polska.

Howell, D. C. (2006). Statistical methodsfor psychobgy. Duxburry. Thomson Leaming: focific Grove. Shaughnessy, J. L, Zechmeister, E. B. i Zechmeister, J. S. (2002). Metody badawcze w psychologii.

Gdańsk: Gdańskie Wydawnictwo Psychologiczne.

Tolman, E. C., Ritchie, B. E i Kalish, D. (1946). Studies in spatial leaming: I. Orientation and the short cul. Journal of Experimental Plsychology, 36, 13-24.

Wieczorkowska, G., Kochański, P. i Eljaszuk, M. (2003). Wprowadzenie do analizy danych sondażowych i eksperymentalnych. Warszawa: Wydawnictwo Naukowe Scholar.