Przykład 2. Na podstawie książki J. Kowal: Metody statystyczne w badaniach sondażowych rynku

Podobne dokumenty
Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

Statystyka. #6 Analiza wariancji. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2015/ / 14

Wprowadzenie do analizy korelacji i regresji

JEDNOCZYNNIKOWA ANOVA

Badanie zależności pomiędzy zmiennymi

Przykład 1. (A. Łomnicki)

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Analizy wariancji ANOVA (analysis of variance)

Statystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski

Statystyka i Analiza Danych

Testy nieparametryczne

Zadania ze statystyki cz. 8 I rok socjologii. Zadanie 1.

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Efekt główny Efekt interakcyjny efekt jednego czynnika zależy od poziomu drugiego czynnika Efekt prosty

TESTY NIEPARAMETRYCZNE. 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa.

Weryfikacja hipotez statystycznych za pomocą testów statystycznych

Dwuczynnikowa ANOVA dla prób niezależnych w schemacie 2x2

Metodologia badań psychologicznych. Wykład 12. Korelacje

1 Estymacja przedziałowa

Zadania ze statystyki cz.8. Zadanie 1.

Zadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1

P: Czy studiujący i niestudiujący preferują inne sklepy internetowe?

Wykład 3 Hipotezy statystyczne

Statystyczna analiza danych w programie STATISTICA 7.1 PL (wykład 3) Dariusz Gozdowski

Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2000, 2008

Statystyka i Analiza Danych

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5

MODELE LINIOWE. Dr Wioleta Drobik

Metody Statystyczne. Metody Statystyczne

Żródło:

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 7

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 8

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Przedmowa Wykaz symboli Litery alfabetu greckiego wykorzystywane w podręczniku Symbole wykorzystywane w zagadnieniach teorii

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5

dr hab. Dariusz Piwczyński, prof. nadzw. UTP

Założenia do analizy wariancji. dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;

GRUPY NIEZALEŻNE Chi kwadrat Pearsona GRUPY ZALEŻNE (zmienne dwuwartościowe) McNemara Q Cochrana

Korelacja krzywoliniowa i współzależność cech niemierzalnych

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6

Test U Manna-Whitneya : Test H Kruskala-Wallisa Test Wilcoxona

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2

Testy t-studenta są testami różnic pomiędzy średnimi czyli służą do porównania ze sobą dwóch średnich

Spis treści. Księgarnia PWN: Bruce M. King, Edward W. Minium - Statystyka dla psychologów i pedagogów. Wstęp Wprowadzenie...

LABORATORIUM 3. Jeśli p α, to hipotezę zerową odrzucamy Jeśli p > α, to nie mamy podstaw do odrzucenia hipotezy zerowej

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia związku pomiędzy dwiema zmiennymi nominalnymi (lub porządkowymi)

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja) założenie: znany rozkład populacji (wykorzystuje się dystrybuantę)

Eksploracja Danych. Testowanie Hipotez. (c) Marcin Sydow

Importowanie danych do SPSS Eksportowanie rezultatów do formatu MS Word... 22

Rozdział 8. Regresja. Definiowanie modelu

Doświadczalnictwo leśne. Wydział Leśny SGGW Studia II stopnia

Testowanie hipotez. Marcin Zajenkowski. Marcin Zajenkowski () Testowanie hipotez 1 / 25

Jak sprawdzić normalność rozkładu w teście dla prób zależnych?

Jednoczynnikowa analiza wariancji

TEST STATYSTYCZNY. Jeżeli hipotezę zerową odrzucimy na danym poziomie istotności, to odrzucimy ją na każdym większym poziomie istotności.

Wnioskowanie statystyczne Weryfikacja hipotez. Statystyka

TECHNIKA DRZWI ZATRZAŚNIĘTE PRZED NOSEM

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Badanie zależności skala nominalna

Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego

), którą będziemy uważać za prawdziwą jeżeli okaże się, że hipoteza H 0

Analiza wariancji w analizie regresji - weryfikacja prawdziwości przyjętego układu ograniczeń Problem Przykłady

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

METODOLOGIA BADAŃ PSYCHOLOGICZNYCH I STATYSTYKA. opracowała dr Anna Szałańska

Egzamin z ekonometrii wersja IiE, MSEMAT

Metody Statystyczne. Metody Statystyczne. #8 Błąd I i II rodzaju powtórzenie. Dwuczynnikowa analiza wariancji

KORELACJE I REGRESJA LINIOWA

Analiza wariancji i kowariancji

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 8

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Analiza współzależności zjawisk

Testy post-hoc. Wrocław, 6 czerwca 2016

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja)

Inżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy

2. Pewien psycholog w przeprowadzonym przez siebie badaniu międzykulturowym chciał sprawdzić czy narodowość badanych osób różnicuje je pod względem

12/30/2018. Biostatystyka, 2018/2019 dla Fizyki Medycznej, studia magisterskie. Estymacja Testowanie hipotez

Analiza wariancji - ANOVA

Hipoteza: Dziewczynki częściej niż chłopcy mają sprecyzowane plany dotyczące dalszego kształcenia (dlaczego?)

Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna

Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych.

PDF created with FinePrint pdffactory Pro trial version

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych

WERYFIKACJA MODELI MODELE LINIOWE. Biomatematyka wykład 8 Dr Wioleta Drobik-Czwarno

TESTOWANIE HIPOTEZ STATYSTYCZNYCH

Rozkład zmiennej losowej Polega na przyporządkowaniu każdej wartości zmiennej losowej prawdopodobieństwo jej wystąpienia.

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,

Statystyka matematyczna i ekonometria

1. Jednoczynnikowa analiza wariancji 2. Porównania szczegółowe

Porównanie wyników grupy w odniesieniu do norm Test t dla jednej próby

dr hab. Dariusz Piwczyński, prof. nadzw. UTP

Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska

STATYSTYKA MATEMATYCZNA

Badania eksperymentalne

Transkrypt:

Przykład 2 Na podstawie książki J. Kowal: Metody statystyczne w badaniach sondażowych rynku

Sondaż sieciowy analiza wyników badania sondażowego dotyczącego motywacji w drodze do sukcesu Cel badania: uzyskanie informacji od ankietowanych pracowników firmy działającej na zasadach marketingu sieciowego o przyczynach sukcesu lub porażki. Czy sukces zależy od: wieku, wykształcenia, motywacji do pracy lub płci agenta

Wyniki:

Opis zmiennych 1) zmienna STATUS skala nominalna, zaangażowanie w pracy: 1 sukces, 2 dążenie do sukcesu, 3 nowi, 4 rezygnacja 2) zmienna WIEK cztery kategorie: 1 do 25 lat, 25 do 35 lat, 35 do 45 lat, powyżej 45 lat

Opis zmiennych c.d. 3) zmienna wykształcenie skala porządkowa: 1 podstawowe, 2 średnie, 3 wyższe 4) zmienna WYNIK suma punktów testu na motywację, zmienna wyrażona na skali interwałowej 5) zmienna płeć skala nominalna: 1 kobiety, 2 mężczyźni.

Zadanie: Zbadać zróżnicowanie poziomu motywacji do pracy przez takie zmienne, jak: status agenta w firmie, wykształcenie, płeć i wiek.

Metoda: Jednoczynnikowa parametryczna analiza wariancji.

Różnicowanie motywacji poprzez zaangażowanie w pracy: Cel: czy status różnicuje poziom motywacji. Założenia: - skala pomiarowa: wynik motywacji skala interwałowa; status skala nominalna - Model: niezależne próby losowe (potrzebna jest równość wariancji w poszczególnych kategoriach statusu) - Hipoteza zerowa: średni poziom motywacji w poszczególnych grupach określonych przez status jest taki sam - Hipoteza alternatywna: średnie wyniki motywacji w grupach są istotnie różne.

Testowanie założeń: Stosowanie analizy wariancji wymaga spełnienia dwóch założeń: - normalności zmiennej zależnej (WYNIK), - homogeniczności wariancji obu zmiennych: WYNIK i STATUS Do testowania normalności należy stosować test zgodności, np. Chi-kwadrat, Kołmogorowa- Smirnowa (vide: pakiet statystyczny STATGRAPHICS, SPSS, SYSTAT, itp.). Do homogeniczności np. test Cochransa, Bartletta (poprzez pakiet statystyczny)

Wyniki testowania założeń: Normalność (test K-S): Hipoteza zerowa: WYNIK w poszczególnych grupach jest normalny Sukces - p-value= 0,668 Dążenie p-value= 0,473 Nowi p-value= 0,676 Rezygnacja p-value= 0,714

Homogeniczność Hipoteza zerowa: wariancje w poszczególnych grupach są równe (są nieistotnie różne): Test Cochransa p-value= 0,479 Test Bartletta p-value= 0,846

ANOVA (jednotorowa): Zmienna zależna: WYNIK, Zmienna niezależna: STATUS Wniosek:STATUS wpływa na motywację Źródło zmienności Df Suma kwadratów Międzygrupowa Wewnątrzgrupowa Ogółem 3 50 53 606,7833 1679,7538 2286,5370 Średnia z sumy kwadratów 202,2611 33,5951 F-Snedecora p-value 6,0206 0,0014

Współzależność: Współzależność międzygrupowa (pomiędzy WYNIK a STATUS) wynosi: 0,51514 Sukces Dążenie Nowi Rezygnacja Ogółem Grupa Liczebność Średnia 17 65,2941 12 56,0833 13 60,7692 12 60,5000 54 61,0926

Dalsze badania: -różnicowanie WYNIK przez PŁEĆ nie (wartość p-value dla F-Snedecora 0,7093), -różnicowanie WYNIK przez WIEK nie, (wartość p-value dla F-Snedecora 0,9246) -różnicowanie WYNIK przez WYKSZTAŁCENIE tak (wartość p-value dla F-Snedecora 0,0296) jednak korelacja wewnątrzklasowa słaba: 0,35900.

Zmienna STATUS a PŁEĆ: Wartość statystyki chi-kwadrat = 1,96673 (p-value = 0,5793) nie pozwalają odrzucić hipotezy zerowej o braku wpływu. Tablica kontygencji: Kategorie zmiennej Kobiety Mężczyźni Ogółem: STATUS Sukces 9 (28,1%) 8 (36,4%) 17 (31,5%) Dążenie do sukcesu 9 (28,1%) 3 (13,6%) 12 (22,2%) Nowi 8 (25,0%) 5 (22,7%) 13 (24,1%) Rezygnacja 6 (18,8%) 6 (27,3%) 12 (22,2%) Liczebność skumulowana (%) 32 (100%) 22 (100%) 54 (100%)

Podobnie dla: - WIEK a ZAANGAŻOWANIE W PRACY: tak, wartość współczynnika V- Cramera = 0,40466 (mniej niż umiarkowana), - STATUS a WYKSZTAŁCENIE: nie.

Wnioski końcowe: Na motywację w pracy ma wpływ wykształcenie i zaangażowanie, które jednocześnie określa pozycję agenta w firmie. Pracownicy o najwyższej motywacji są jednocześnie osobami zaangażowanymi, odnoszącymi sukcesy, najczęściej z wyższym wykształceniem. Agenci nowi lub dążący do sukcesu, lecz nie uzyskujący przez dłuższy czas efektów charakteryzują się raczej niską motywacją. Wiek i płeć nie mają wpływu na motywację do pracy oraz na zaangażowanie w pracy. Największe sukcesy zawodowe odnoszą agenci w wieku od 25 do 35 lat, a rezygnują w wieku powyżej 45 lat.

Predyktory sukcesu analiza regresji wielokrotnej Zmienna objaśniana: pierwsza kategoria zmiennej STATUS oznaczająca sukces zawodowy. Zmienne objaśniające: WYKSZTAŁCENIE (podstawowe, średnie, wyższe 3 zmienne), MOTYWACJĘ do pracy (niska, średnia, wysoka 3 zmienne), WIEK (do 25, 25-35, 35-45, powyżej 45 4 zmienne), PŁEĆ. Uwaga: ponieważ zmienne mierzono na różnych skalach należy je ujednolicić (np. poprzez standaryzację, lub znominalizowanie postać zero-jedynkowa)

Wynik metoda odrzucania do tyłu Pozostają w modelu: motywacja (wysoka), wykształcenie (wyższe), motywacja (niska korelacja ujemna), wiek od 25 do 35. Regresja wielokrotna: - współczynnik regresji wielokrotnej: 0,53970, - Współczynnik determinacji: 0,29128 - Współczynnik determinacji wyrównany: 0,23342 - Błąd standardowy: 0,41046

Wniosek: Determinanty sukcesu to: - wysoka motywacja (powyżej średniej), - wyższe wykształcenie, - wiek od 25 do 35 lat