HPIM9220

⁷⁰ »»**"

Badami mmMm 71

•    ó V .ucd I»1K-U*v    : rmiennuh w <M pióbee ;np /jakiego IW/cdij,^

tn iu*łi uę wyższe 'tor»c i matematyM czy z awtt o środowisku?),

•    o rmązto mt<łl!\ zmiennymi* całą próbce hibw dowolnej jej c/ęścl (np.jaki^ wipółczswiuk kottUcp micd/j wynikłem icsia inteligencji i itopniami szbolnj^ czy icn wipółczynnik ■ pupie chłopców na podobną wielkość. co w iru^ dziewczynek*)

(żyletek jedKe zauwiżyt. że takkj swobody nie dawał schemat badań port* nmzych fctówmwc dwie próbki pobrane z dwóch populacji pod względem du<* zmiennych. Bk MflMn połączyć próbek by obliczu* współczynnik korelacji j» znknnymi Łączenie niezależnych próbek o aibitralnych lięzebnoiciach nie ^ mm. pomewii połączona próbka nic reprezentuje żadnej populacji". Tu nalaniu, kabata cipo próbki nie m arbitralne, można je więc dowolnie tworzyć i łączyć me odryw t* a] rzeczyuiiiolci Zauważmy też, że na każdej próbce z badania ^ rOrmiKzepp nonn prowadzić osobne badanie przesądowe.

Niektóre utomwk haśaa przeglądowych

Typowym wpfccm badana przeglądowego jetf współczynnik korekcji lub - ą micrryci »><kuą liczbę zmiennych - macierz współczynników korelacji. Do cz% można wykorzystać uki wynik? Oto kilka możliwości.

Przewidywanie kft oczywiste. że jeśli między dwiema zmiennymi istnieje wysoj, loreUcja. to znąjac watoec jednej zmiennej (zwanej predyktonm), możemy przemy dywk wartość drapej zmiennej Ma to sens praktyczny, gdy jedna zmienna jest ba daq domodi i nrazan mmej dostępna niż druga. Tak bywa w zadaniach selekt, . uczniów do określonej szkoły, kandydatów do pracy itd. Zmienne powodzenia W& •cc tob «pracy są dobrze zdefiniowane, ale by się przekonać, jakie wartości przyj* u tonlzcmego kandydau. trzeba go przyjąć i cierpliwie czekać Ponieważ jest to kog ML oka we zmiennych silnie skorelowanych ze zmiennymi powodzenia i łata# do zmierzenia, by tu ich podstawie podejmować decyzje o przyjęciu lub odrzuceni; kandydatów

Sab oę leż zmiennych, które pozwoliłyby przewidzieć niepożądane zachowa na V cytowanym badaniu Jessora i in. (I980) wykryto trzy predyitory palenia n» ribBioy pwtżnasioUilfr*-: posiadanie palących marihuanę przyjaciół, liczba przypał Ib nadużycia alkoholu w cugu ostatniego roku oraz udział w czynach zabronionej przez normy prawne lob moralne

Trzebi módć uwagę że dla pnewidywinia nie jest istotne, czy predyttor jb związany ze zmienną zależną związkiem przyczynowym, a tym bardziej zrozuatak Kyo zmązki Przewidujący działa aa czysto empirycznej podstawie, mówiąc abi

• Ni la drap* flUar odpraw* jen prraąct. co na inierewjiice kMKkwtncji tcofcljw

rr—ii iwi

b>*    9 pcoporcp (HtfjUji»r<fW*r

pinlaam IMmimmc inaw ■ wOn paniKi nqc •>"» fHMB

wiali pmryiw ir pMUck jc slow Obserwowano wtpodwy^cpowaoK winowi dwóch zmiennych, zipew. _pf będzie tak nadal. Nie trzeba dodawać, że taka postawa mott byt usprawiedliw* 0 «swiecie praktyki, nic nie nauki.

Sprawą kluczową jest natomiast wielkość współczynnika korelacji Słabe korelacje Powadzą do przewidywań, których trafność ttewiete odhcgi °d zwykłego ipdywa _fla. Metoda, która pozwala przekształcić zmienne w pttdyktory i oszacować błąd p^tdywania. to analiza represji. Poznamy ją w rozdz 8.

Szczególnym przypadkiem przewidywania jest przewidywane miejsca, które zajmie obiekt w pewnej klasyfikacji. Czesio chcielibyśmy zawczasu wiedzieć, czy Jan 0iąjdiic się w populacji dobrych czy złych studentów sprawnych czy nieudolnych pracowników itp.. by podjąć uzasadnioną decyzję o jego przyjęciu lub odrzuceniu. \V tym celu oblicza się wskaźnik będący liniową kombinacja wielu prcdyktoiir* ęjuak* fiftkrumwjw) - taki. który maksymalizuje różnice między populacjami. Porów. _n-jjic U-isyfikację przewidywaną z rteczywistą. możemy obliczyć odsetek błędnic (Ittsyfikowanych obiektów i na tej podstawie zdecydować, czy wskaźnik mott być gływany do celów praktycznych. Metoda analizy dyskryminacyjnej wchodzi w skład większych pakietów programów statystycznych (np. SPSS-PC).

Budowanie i weryfikacji typologii Zbiór k zmiennych przedziałowych zmierzo-_n)vh w badaniu przeglądowym prowadzi do macierzy k*(k>l)/2 wspołczymtow k> fcttcji. W takiej macierzy jest zazwyczaj pewien ukryty porządek Tworzy go kilka me-ottetwówilnych zmiennych wyższego rzędu, które odpowiadają a aobterwowanc Mpofczynniki Te zmienne często mają znaczenie teoretyczne jako pojeca porządk» ,j|Cc zmienne empiryczne (np. typy idealne) Istnieją metody, które pozwalają je ujaw-nic w nawet w obszernych zbiorach zmiennych (rodzina analiz czynnikowych). Szczegółowo omawia je Zakrzewska (1994).

Weryfikacja twierdze* pmczyaowych. Jeśli dwie zmwnne są sknedowme. to me muzą być związane przyczynowo, aie jetk są związane przyczynowo. 10 mszą być skorelowane. Z twierdzenia przyczynowego wynika więc hipoteza o wwAotd współczynnika korelacji.

Załóżmy, że nasza teoria głosi: lęk obniża wykonanie testów osiągnięć mających limit czasowy (tzw. testów szybkości). Wynika z niej następująca hipoteza: bezwzględna wartość współczynnika korelacji między wynikiem skali lęku Spirlberpera i wynikiem testowania z limitem czasowym jest istotnie większa niż między wynikiem skali Spielbergera a wynikiem testowania bez limitu czasowego. Jeśli ta hipoteza się ptv twierdzi, nie wolno, rzecz jasna, napisać: .Badanie wykazało, że lęk jest przyczyną porażki w testach szybkości", ponieważ badanie przeglądowe tego wykażą nie mott Ale potwierdzenie hipotezy z pewnością zwiększa zaufanie do teorii Jeszcze więcej «non niepotwierd/enie hipotezy. Trzeba wtedy ponownie przemyśleć twierdzenie teoretyczne hib zastosow ane metody pomoru

Badanie zmian Radni) przeglądowych często używa się do siedzenia zmian zachodzących w populacji. Można do tego stosować zarówno schemat poprzeczny, jak i po dłużny

Jak pamiętamy, w badaniu poprzecznym jednokrotnie mierzymy zbiór znaemrych » próbce Takie badanie można jednak powtarzać w ustalonych odstępach czasu ni