15 paskaita. Egzaminas

Kiekybiniai socialinių mokslų metodai

Teorinė egzamino dalis

10 klausimų:

1-2 – įvado klausimai

4-5 – aprašomosios statistikos

2 – hipotezių tikrinimo

2 – regresinės ir faktorinės analizės

Praktinė dalis

1. Aprašomosios statistikos užduotis (duomenų grupavimas, duomenų padėties charakteristikos, duomenų sklaidos charakteristikos)

2. Hipotezių tikrinimo užduotis (Stjudento t-testas, vidurkių patikimumo intervalai, vienfaktorinė dispersinė analizė, ryšio matai)

3. Daugiamatė statistinė analizė (regresinė analizė, faktorinė analizė)

1 užduotis: Koks procentas kaimo gyventojų niekada nepasirašytų peticijų?

Duomenų failas: vertybes.sav

Kintamieji:

Gyvenamoji vieta – gyv_viet

Peticijų pasirašymas – v100

Užduoties pvz.

1 užduoties atlikimas:

1 žingsnis: atsidaryti duomenų failą.2 žingsnis: pasirinkti SPSS komandą, kurią naudosite

užduoties atlikimui 3 žingsnis: atlikti su pasirinkta SPSS komanda duomenų

analizę4 žingsnis: išsaugoti Output failą savo pavarde

darbalaukyje5 žingsnis: įterpti teksto langelį6 žingsnis: teksto langelyje parašyti atsakymą į užduoties

klausimą.7 žingsnis: išmesti analizės šiukšles, jeigu tokių turite8 žingsnis: įsitikinkite, kad išmetėte tą, ką norėjote

išmesti9 žingsnis: išsaugoti atliktą darbą (Ctrl+S)

TĘSTI DARBĄ ATLIEKANT 2 UŽDUOTĮ

Analizės šiukšlių išmetimas

2 ir 3 užduočių atlikimas

Darbą tęskite tame pačiame Output faile. Užduoties atlikimo žingsniai žr. 1 užduotį

Egzamino pažymys

0,5xteorinės dalies įvertinimas + 0,5xpraktinės dalies įvertinimas = ?

Galutinis pažymys

0,3xDarbo seminaruose įvertinimas + 0,7xEgzamino pažymys = ?

Apvalinimo taisyklė, taikoma galutiniame vertinimui

Pvz. 8,45 ir > apvalinama į 9 (sąlyga: jei neturite praleistų be pateisinimo seminarų)

8,44 ir < apvalinama į 8

Glausta kurso apžvalga

1. Įvadas

2. Aprašomoji statistika

3. Hipotezių tikrinimas

4. Daugiamatė statistinė analizė

Įvadas

Kiekybinės metodologijos prielaidos ir pagrindiniai principai.

Tyrimo procesas. Tyrimo problema. Hipotezių formulavimas. Konceptualizacija ir operacionalizacija. Tyrimo objektas. Informacijos rinkimo metodo pasirinkimas (kiekybinių duomenų šaltiniai).

Apklausų rūšys. Apklausų kiekybiniuose tyrimuose privalumai ir trūkumai. Klausimai kaip pagrindinis apklausos elementas. Klausimų tipai. Reikalavimai klausimų formuluotėms. Dažniausiai pasitaikančios klausimų formulavimo klaidos.

1. Statistika socialinių mokslų tyrimuose Statistika. Pagrindinės sąvokos: populiacija (generalinė

visuma) ir imtis, parametras, statistinis įvertis, atrankos statistinė paklaida, patikimumo lygmuo ir patikimumo intervalai, atrankos reprezentatyvumas.

Paprasti statistiniai modeliai: vidurkis, dispersija ir standartinis nuokrypis. Dažnių skirstinys. Dažnių skirstinio savybės. Dažnių skirstinio forma ir standartinis nuokrypis. Standartinis normalus skirstinys. Atrankos (imties) reprezentatyvumas: standartinė paklaida (atrankos statistinė paklaida), patikimumo intervalai. Statistinio modelio patikimumas: rezultatų statistinis reikšmingumas. Hipotezių tikrinimas. Statistinių išvadų klaidos (I ir II tipo klaida).

Atrankų rūšys: tikimybinės ir netikimybinės atrankos. Atrankos dydis.

Kintamųjų tipai: kiekybiniai (intervaliniai ir santykio) ir kokybiniai (nominalūs ir ranginiai). Trūkstamos reikšmės. Priklausomi ir nepriklausomi kintamieji.

2. Aprašomosios statistika

Aprašomosios statistikos paskirtis. Statistinė ir variacinė eilutės. Duomenų grupavimas*: dažnis, santykinis dažnis (procentai), sukauptieji santykiniai dažniai (sukauptieji procentai). Kiekybinių kintamųjų grupavimas. Duomenų padėties charakteristikos: vidurkis, moda, mediana, kvantiliai. Kintamųjų tipai ir duomenų padėties charakteristikos.

Kiekybinių kintamųjų reikšmių sklaidos charakteristikos*: dispersija, standartinis nuokrypis. Nominalių kintamųjų sklaidos charakteristikos. Ranginių kintamųjų duomenų sklaidos charakteristika.

Kiekybinių kintamųjų dažnių skirtinių formos charakteristikos: ekscesas ir asimetrijos koeficientas.

Poriniai stebėjimai* (porinių stebėjimų dažnių lentelės ir vidurkiai).

3. Ryšio (asociatyvumo, koreliacijos) matai*. Asociatyvumo matai nominaliems kintamiesiems: χ2 ryšio tarp kintamųjų matas porinių stebėjimų lentelėse, Φ, Cramerio v koeficientas. Asociatyvumo matai ranginiams kintamiesiems: Gamma, Kendall's tau-b, Somers d. Koreliacijos koeficientas intervaliniams/santykio kintamiesiems (Pearsono R.) Asociatyvumo matai skirtingų tipų kintamiesiems (nominaliems ir ranginiams, nominaliems ir intervaliniams/santykio, ranginiams ir intervaliniams/santykio)

4. Skirtingumo matai.

Stjudento t-testai. Visiems t-testams bendros sąlygos: kintamųjų tipai, kuriems gali būti taikomi t-testai, kintamųjų dažnių skirstinys, imties dydis, dispersijų lygybė. Stjudento t-testas dviems nepriklausomoms imtims*: nulinės hipotezės apie vidurkių lygybę dvejose nepriklausomose imtyse tikrinimo etapai.

Normaliosios kreivės testas (arba z-testas) vidurkių skirtumams. Z-testų bendros sąlygos: kintamųjų tipai, kuriems gali būti taikomi t-testai, kintamųjų dažnių skirstinys, imties dydis, dispersijų lygybė. Z-testas dviems nepriklausomoms imtims*.

5. Dispersinė analizė:

Vienfaktorinė dispersinė analizė (one-way ANOVA)*: ANOVA tikslas. Kintamieji. ANOVA ir Stjudento t-testas dviems nepriklausomoms imtims. ANOVA prielaidos (kintamųjų dažnių skirstinys, dispersijos, ryšys). Statistinės išvados apie vidurkių skirtumus (ANOVA, daugkartinių lyginimų kriterijai: LSD, Tjukio, SNK).

Dvifaktorinė ir daugiafaktorinė dispersinė analizė.

6. Tiesinė regresija ir daugialypė regresija*

Regresinės analizės tikslas (klausimai, į kuriuos padeda atsakyti tiesinė regresija ir daugialypė regresija). Kintamieji.

Regresijos modelių lygtis: a ir b koeficientai, atsitiktinės paklaidos. Regresijos modelių prielaidos. Priežastys dėl kurių gali netikti tiesinė regresija arba daugialypė regresija.

Regresinio modelio tinkamumo tikrinimo etapai:

liekamųjų paklaidų analizė (išskirtys, išskirčių nustatymo metodai (Kuko matas, standartizuota liekana), paklaidų nepriklausomumo matas (Durbino ir Vatsono statistika), liekamųjų paklaidų grafikai (paklaidų dispersijų lygybė),

determinacijos koeficientas, statistinės išvados apie a ir b koeficientus (Stjudento

kriterijus). ANOVA testas, standartizuoti koeficientai (Beta koeficientai), koreliacijos ir dalinės koreliacijos koeficientai, multikolinearumo matai (VIF ir tolerancijos

koeficientas).

Pseudokintamieji regresinėje analizėje:

1) nominaliųjų kintamųjų transformavimas į pseudokintamuosius,

2) b koeficientų interpretacija pseudokintamiesiems,

3) pseudokintamieji ir statistinės išvados.

7. Faktorinė analizė*.

Faktorinės analizės paskirtis. Ką rodo faktoriai? Faktorinė matrica (faktorių svoriai). Faktoriaus paaiškinamas duomenų sklaidos procentas. Faktorių išskyrimo metodai: pagrindinių komponenčių, pagrindinės ašies faktorių, didžiausio tikėtinumo metodas, Alfa faktorinė analizė. Bendrumo rodiklis. Tikrinės vertės. Faktorių skaičiaus pasirinkimo kriterijai. Rotacija: jos paskirtis ir metodai. Faktoriniai įverčiai.