Зависимость распределения оставленных и полученных открыток от их содержания
Поможем в ✍️ написании учебной работы
Поможем с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой

Конечно, таблицы сопряженности могут включать номинативные призна­ки, имеющие и более двух градаций. Например, по табл. 3.1 для изучения раз­личий в самооценке мальчиков и девочек исследователь мог бы построить таблицу сопряженности признаков «Пол» (две градации) и «Самооценка» (пять градаций).

с. 40 (132)

Анализ таблиц сопряженности применяется для решения задач, которые могут быть сформулированы следующим образом:

1. Необходимо сравнить два (или более) распределения между собой.

Например, различаются ли мужчины и женщины по распределению предпочте­ний пяти политических лидеров?

2. Необходимо определить связь между двумя номинативными признака­
ми (между классификациями объектов по двум разным основаниям).

Например, связано ли соотношение предпочтений трех групп напитков (соки, ли­монады, минеральные воды) с сезонностью (зима, весна, лето, осень)?

Нетрудно заметить, что эти задачи отличаются лишь словесными форму­лировками. Так, изучение связи между двумя номинативными переменными тождественно сравнению градаций одной номинативной переменной по рас­пределению другой номинативной переменной.

Например, изучать сезонную зависимость предпочтений различных напитков — то же самое, что сравнивать сезоны по распределению предпочтений этих напитков. А изучать связь двух оснований классификации респондентов — по полу и по по­литической ориентации — то же самое, что сравнивать распределение мужчин и женщин по политической ориентации.

В подобных случаях подразумевается анализ таблиц сопряженности, в ко­торых столбцы соответствуют сравниваемым распределениям (градациям од­ной номинативной переменной), а строки соответствуют градациям сравни­ваемых распределений (градациям другой номинативной переменной).

Формулировка проверяемой Но: классификация объектов (людей, событий) по одному основанию не зависит от их классификации по другому основанию.

Исходные данные: определена принадлежность каждого объекта выборки к одной из градаций первой номинативной переменной и к одной из градаций второй номинативной переменной. Иными словами, две номинативные пе­ременные измерены на выборке объектов. Строки таблицы сопряженности соответствуют градациям одной номинативной переменной, столбцы — гра­дациям другой номинативной переменной.

Если проверка содержательной гипотезы предполагает анализ таблицы со­пряженности, то принципиальным является вопрос о размерности таблицы. Будем различать два случая:

П общий случай (число градаций хотя бы одного из признаков больше 2-х),

О частный случай: таблицы сопряженности 2x2 (по две градации для каж­дой переменной).

Эти случаи различаются как порядком расчетов, так и особенностями интерпретации.

(начало можно посмотреть в вопросах №№ 34 и 35)с. 76 (82)

с. 77 (83) 082.JPG

Таблица сопряженности 2x2

 

 

 

  Признак X Итог
 
Признак Y а Ъ а+ b
с d с + d
Итог   а + с b + d N

Вэтом случае допустимо применение г-Пирсона (формула 6.1) непосред­ственно к исходным данным — двум бинарным переменным, принимающим значение 0 или 1, измеренным для каждого члена выборки численностью Л'. Результат применения r-Пирсона к двум бинарным переменным называется «фи-коэффициентом сопряженности» (Phi). Если данные представлены в четырех-клеточной таблице сопряженности, то применяется формула, существенно упрощающая расчеты, но дающая аналогичный результат:

ad-bc c

ср = , (6.10)

J(a + b)(c + d)(a + c)(b + d) где а, Ь, с, d соответствуют обозначениям в четырехклеточной таблице 6.1.

ПРИМЕР 6.7__________________________________________________

Исследовалась связь семейного положения студенток (X: 0 — холостая, 1 — заму­жем) и их академической успеваемости (Y: 0 — закончила вуз, 1 — отчислена). В рас­поряжении исследователя есть данные для 12 студенток:

 

X
Y

Таблица сопряженности для этих данных:

 

 

 

  X Итог
 
Y
Итог  

 

http://psystat.at.ua/publ/drugie_vidy_koehfficienta_korreljacii/1-1-0-38

Если обе переменные представляют собой дихотомическую шкалу то следует использовать коэффициент четырехклеточной сопряженности Пирсона.
Классификация объектов по дихотомической шкале приведет к построению четырехклеточной таблицы.
К примеру, студент может посетить более 50% лекций, а может и не посетить, может сдать зачет с первого раза, а может и не сдать. На основе такой классификации построим таблицу:

 

  Сдал зачет с первого раза Не сдал зачет с первого раза
Студент посещал лекции a b
Студент не посещал лекции c d


В клетки a,b,c,d таблицы следует вписать количество объектов, обладающих соответствующими признаками.
Формула расчета коэффициента четырехклеточной сопряженности Пирсона:

Приведенный коэффициент является ни чем иным, как модификацией коэффициента корреляции Пирсона, поэтому так же изменяется от - 1 до + 1 и критические значения этого коэффициента даны в таблице критических значений для коэффициента Пирсона.
Коэффициент четырехклеточной сопряженности часто применяется для коррелирования ответов на вопросы теста, закодированные в дихотомической шкале.







Дата: 2016-10-02, просмотров: 221.