Исследование признака №32 "Важность качества упаковки" в "Клубе Семейного Досуга": влияние "пола", "места жительства" и "материального положения"
Дипломная работа - Социология
Другие дипломы по предмету Социология
ение и стандартное отклонение пли стандартная ошибка. Однако следует выбрать только одну из этих двух характеристик разброса. Для переменных, относящихся ко всем статистическим шкалам, можно построить большое разнообразных графиков, на которых представлены частоты, средние значения или другие характеристики. Для проведения был выбран зависимый признак: "32. Насколько для Вас важно качество упаковки?". Среднее составляет 2.28 - это означает в среднем ответы респондентов варьируются на пункте 2 (Скорее важно). Медиана равна 2. Большинство респондентов считаю, что качество упаковки "скорее важно" на это указывает мода, которая равна 2. Предложенных вариантов ответа 5, значит, минимум равен 1, а максимум 5. Размах равен 4, поскольку размах - это разница между наибольшим значением (максимумом) и наименьшим значением (минимумом). Стандартное отклонение составляет 1.23. Стандартное отклонение - это мера разброса измеренных величин; оно равно квадратному корню из дисперсии. Дисперсии равна 1.518.
Результат показан графически.
Распределение не отвечает нормальному т.к.:
1.Коэффициент асимметрии (Skewness) - это мера отклонения распределения частоты от симметричного распределения, то есть такого, у которого на одинаковом удалении от среднего значения по обе стороны выборки данных располагается одинаковое количество значений. Если наблюдения подчиняются нормальному распределению, то асимметрия равна нулю. Для проверки на нормальное распределение можно применять следующее правило: Если асимметрия значительно отличается от нуля, то гипотезу о том, что данные взяты из нормально распределенной генеральной совокупности, следует отвергнуть. Если вершина асимметричного распределения сдвинута к меньшим значениям, то говорят о положительной асимметрии, в противоположном случае - об отрицательной. Асимметрия равна 0,734 (ошбка0,055) т.е она левостороння, положительная.
2.Коэффициент вариации или эксцесс (Kurtosis) указывает, является ли распределение пологим (при большом значении коэффициента) или крутым. Коэффициент вариации равен нулю, если наблюдения подчиняются нормальному распределению. Эксцесс равен -0,484 (ошибка 0,109). (см. Приложение №1).
.Это также подтверждает проведенный тест Колмогорова-Смирнова Asymp. Sig. (2-tailed) равна меньше 0,05, а значит распределение есть не нормальным. (см. Приложение №2).
Тест Колмогорова-Смирнова и Шапиро Уилкса, говорят нам о том, что распределение не является нормальным, это значит, что при дальнейшем анализе нужно применять не параметрические тесты.
В процентом содержание ответы респондентов распределились: очень важно - 32,5%; скорее важно - 32,5%; насколько важно, настолько не важно - 15,9%; скорее не важно - 12%; совсем не важно - 7%. (см.Приложение№3)
Тест Колмогорова-Смирнова равняется 0,302, Шапиро-Уилка равняется 0,803, а их уровень значимости 0,000…, что меньше чем 0,05 или 0,01 т.е. критических значений. Мы можем с вероятностью 0,99% утверждать, что наше распределение не является нормальным, т.е. принимаем гипотезу о различии эмпирического распределения от теоретического (принимаем гипотезу ).
2. Двумерное распределение
Для вычисления критерия хи-квадрат применяются три различных подхода: формула Пирсона, поправка на правдоподобие и тест Мантеля-Хэнзеля. Если таблица сопряженности имеет четыре поля и ожидаемая вероятность менее 5, дополнительно выполняется точный тест Фишера.
Критерий хи-квадрат по Пирсону. Обычно для вычисления критерия хи-квадрат используется формула Пирсона:
Здесь вычисляется сумма квадратов стандартизованных остатков по всем полям таблицы сопряженности. В рассматриваемом нами примере формула Пирсона дает максимально значимую величину критерия хи-квадрат (р<0,001). Корректность проведения теста хи-квадрат определяется двумя условиями: во-первых, ожидаемые частоты < 5 должны встречаться не более чем в 20 % полей таблицы; во-вторых, суммы по строкам и столбцам всегда должны быть больше нуля.
Критерий хи-квадрат с поправкой на правдоподобие. Альтернативой формуле Пирсона для вычисления критерия хи-квадрат является поправка на правдоподобие:
Тест Мантеля-Хэнзел. Дополнительно в таблице сопряженности под обозначением linear-by-linear ("линейный-по-линейному") выводится значение теста Мантеля-Хэнзеля. Эта форма критерия хи-квадрат с поправкой Мантеля-Хэнзеля - еще одна мера линейной зависимости между строками и столбцами таблицы сопряженности. Она определяется как произведение коэффициента корреляции Пирсона на количество наблюдений, уменьшенное на единицу:
Далее мы попробуем выяснить, какие заключения можно сделать о силе или слабости этой зависимости, а также о ее виде и направленности. Критерии количественной оценки зависимости между переменными называются коэффициентами корреляции или мерами связанности. Две переменные коррелируют между собой положительно, если между ними существует прямое, однонаправленное соотношение. При однонаправленном соотношении малые значения одной переменной соответствуют малым значениям другой переменной, большие значения - большим. Две переменные коррелируют между собой отрицательно, если между ними существует обратное, разнонаправленное соотношение. При разнонаправленном соотношении малые значения одной переменной соответствуют большим значениям другой переменной и наоборот. Значения коэфф?/p>