Statilised järeldused (1)

Statilised järeldused
Isiklik veeb: www.tlu.ee/ˇkairio
Kursuse veeeb: www.tlu.ee/ˇkairio/7070
Kursus hõlmab üldistavat statistikat.
Tõmba SPSS 14p treial
Võid ka vaadata nuditud vabavara PSPP
Tunnused on väga oluline.
Intervall - – väärtused on järjestatavad ning nende väärtuste vahemikud on võrdsed. Nt. sissetulek (123€, 125€, 130€, 1500€ jne.); -pikkus, kaal, avtelg, mitu eurot. Saab arvutada skeskväärtust. On anud vahemike otspunktid – siis läheb ta selle alla nt kui üks on hea ja 10 on halb, siis määramatu keskosa annab meile intervalltunnused.
Järjestus- tunnused, mille väärtused moodustavad kategooriad ning neid saab omavahel järjestada. Samas ei ole nende väärtuste vahemikud võrdsed. Nt. hinnang (väga hea, hea, rahuldav) nt 0-100, 101-100 jne –vahemikud ei ole ühepikkuses, keskmist arvutada ei saa. Ka skaalad . – on olemas kindel järjekord aga v. heast heani ja heast halvani ei ole ühepikused
Binaarne- sellel on ainult kaks võimalikku väärtust. Must v valge, mees v naine
Nimitunnus – mille väärtusi ei saa mitte mingil moel järjestada nt eriala, linn, kool
1s sossi failis on üks fail ja üks andmestik , mida saab vaadata kahes vaates –üks on andmevaade ja avaneb tavaliselt esimesene, teine vaade on tunnuse vaade. Nt sugu, pikemalt SUGU, sisestatud on numbreid , kodeerimiseeskiri on väärtute alla –nt 1 on mees ja 2 on naine
Andmevaatel on omakorda andmevaade – numbrid ehk koodid ja kirjeldused. View- value labels –saab muuta kas numbrid või tekstiline .
Esimesena, mida vaja on teha andmestik puhtaks. On nii sisestuse kui ka arusaamise vigu. Kõige lihtsam ülevaate saamiseks tunnustest on teha sagedustabelid . Neid tehakse just nii palju, kui neid tunnuseid on. Analyze – descriptive statistics- frequencies võtame sealt kõik tunnused ühekaupa või ctrl Aga viid sinnapoole – OK. Output file on jagatud kaheks – sisukord ja vastavad tabelid . Siin pole nagu ekselis, et muudad andmeid ja tabelid muutuvad .Tabelid on lõplikud
Sagedustabeli struktuur:
Puuduvate vastuste protsent võib olla kuni 3%, edasi tuleb kaaluda, miks see on nii läinud. Nt antud ülesandes on 3,6 % neid, kes ei vastanud soo kohta.
Kuidas välja võtta – võta andmestik lahti, järjesta tunnuse sugu nii , et tunnus oleks kas üleval või all. Tee tunnuse peal parem hiireklikk ja võta sort. Seal kus pole vastuseid ja tahad kustutada võta clear, või siis eemalda lihtsalt, et päris ära ei kaoks andmed.
Järgmisena võiks gupeerida vanused. 21-30, 31-40, 41-50, 51-61. Üks võimalus on visuaalne, teine käskude kaudu tegemine. Teine variant
Kui välja
Vajuta hange . Siis on vaja öelda : old and new values . Vasakul on vanad väärtused ja add nupuga:
„range“. Esimesele grupile anname value „1“ jne
Peale seda „ continue “
Kuni ma pole neid derfineerinud, ma einäe neid numbreid sugude asemel. Samuti ei näe ma vanusegruppe, mis on veerus „vanusegrupp“
Mine variable viewsse ja määra values väljal sinist nuppu kasutades väärtused
Nüüd on väärtused ümber kodeeritud
Võtame järgmiseks kooli. Seal on mõningaid esindajaid, keda on väga vähe. Kõrgem kunstikool -0,5 protsenti. See on väga väikesese osakaaluga või IT kolledž 1. 1. Võtame need vähetähtsad väärtused kokku ja nimetame nad „Muu“
Mul on vaja teada, millised koolid muu alla lähevad. EIK, EMTA , TTK, TKK:
EIK 1
EMTA 6
TTK 11
TKK 15
Kuidas otsida - Võtav ariable view ja kooli tunnused lahti
Need koolid nimeta ümber value 18, pärast pane et kõik muudväärtused äddi juurde
Kopi Muusse kooli väärtused
Siis mine ütle ka et 18 on muu
Haridustase, valdkond , kas nqad töötasid –see oli ok. Järgmine kuivõrd teie õpingute aegne töö segas –seal on neljandik vastamata.
Milline loetletud vastusevariantidest kirjeldab Teie praegust tegevust kõige paremini?
Frequency
Percent
Valid Percent
Cumulative Percent
Valid
töötan
1164
53,2
53,2
53,2
õpin
213
9,7
9,7
63,0
töötan ja õpin
570
26,1
26,1
89,1
ei tööta ega õpi, otsin aktiivselt tööd
62
2,8
2,8
91,9
ei tööta ega õpi, ei otsi ka aktiivselt tööd
16
,7
,7
92,6
olen lapsega kodus
111
5,1
5,1
97,7
teenin aega kaitseväes
1
,0
,0
97,8
muu
26
1,2
1,2
98,9
õpin ja otsin aktiivselt tööd
13
,6
,6
99,5
töötan ja planeerin edasisi õpinguid
10
,5
,5
100,0
Total
2186
100,0
100,0
Siin paneks kokku mõned asjad ei töötaks.
Sama skeemi järgi, mis enne.
Seal on bruto ja netopalk mõlemad –nende andmetega pole midagi teha.
Järgmine
Olulised töökoha valimisel: ametikoha/töökoha prestii˛
Frequency
Percent
Valid Percent
Cumulative Percent
Valid
Väga oluline
340
15,6
20,9
20,9
Küllaltki oluline
806
36,9
49,6
70,5
Väheoluline
387
17,7
23,8
94,3
Ei ole üldse oluline
92
4,2
5,7
99,9
11
1
,0
,1
100,0
Total
1626
74,4
100,0
Missing
System
560
25,6
Total
2186
100,0
Huvitav väärtus on 11:D Siin on vaja võtta algankeet välja ja vaadata, kas on sisestusviga .Siis tuleb minna tabelisse ja 11 ära parandada

V.oluine

Küllaltki oluline

Vähe

Ei ole üldse oluline
Väärtused on valepidi pandud, tavaliselt võiks ikka panna et 4 on rahul. Muidu diagrammi tulbad tulevad imelikud Ütle lihtsalt, et 1 ja 4 vahetaks kohad .Selleks ,et muuta on vaja arvutada. Trancform – compter
A32_1 pane tah nt P nagu pööratud
Edasi
Kustuta ära vana A32_1
Kirjuta väärtused
Millised vead olid : sisestusviga, skaala ebaloogiline, grupeerimine , palju oli missing.
Teisendused on ka veebis olemas –mine vaata.
12.02.03
Võtame kaks intervalltunnust
T1 : rahulolu ilmaga
T2: rahulolu eluga
Loo uus fail:
Võta variable view:
Pane nimed ja komakohad nulli:
Valime skaala 1-5, kus 1 ei ole rahul ja 5 on väga rahul. Võta data view ja sisesta sinna vastuseid, mida valim on andnud:
Valimisse tuli 17 objekti. Enne üldistamist antakse ülevaade, kes meil seal andmestikus on ehk räägime valimist, sest see on kõige alus. Meil on kaks tunnus –sagedustabeleid oleks halb teha. Arvutame keskväärtuse, standardhälbe ja võrdleks läbi selle.
N=17
Võta alaize ja descripive statistics
Kui öeldakse keskväärtus, siis mõeldakse aritmeetilist väärtust ja see on MEAN ehk MIlma puhul tuleb kindlasti standardhälve suurem, sest see sõltub vastuste varieeruvusest
Tulemused:
Kõik tulemused saab ka SPSSi keskkonda –nt wordi File-Export
Standardhälve tuleb alati välja võrdluses. Erinevus on 1,88 punkti. Viiepunkti skaalal on see päris suur. Siit tuli välja, et kõik on eluga rohkem rahul kui ilmaga. See tulemus võib olla ilmselge, aga siiski peaks tegema alati t- testi. T test on kahe üldkogumi keskväärtuste võrdlemine. T-testil on kaks eeldust – gruppe peab olema kaks ja tunnused peavad intervallskaalal olema mõõdetud. Testi testi puhul jagatakse olukorrad kaheks – sõltumatud valimid ja sõltuvad. Sõltumatud on reaalselt erinevat gruppi, keda on omavahel võrreldud nt mehed ja naised. Sõltuvad valimid on sellised kui me mõõdame samu objekte kahel korral, kas siis ajalise või sisulise erinevusega (nt arvamus andmeanalüüsist enne kursust ja pärast kursust). Sisuline erinevus nt palun hind oma ilma ja palun hinda oma elu või määra oma stressitase ja määra oma väsimust. Sõltumatu korral võtame mehed naised ja küsime nende stressi (ehk üks muutuja ja kaks gruppi). Praegu on meil sõltuvate valimitega tegu.
Esimene samm –pannakse paika olukorrad. Olukorrad väljendatakse läbi hüpoteeside –Hnull – nullhüpotees ja H1 – sisukas hüpotees (tavaliselt)
H0 võetakse vaikimisi kehtivaks, et üldkogumi keskmised ei ole üldse erinevad. µi== µe Ütleme, et alati üks võrdub teisega
H1 - µi ei võrdu µe
µ - ülkogum
Alati kui me midagi mõõdame, siis me võime eksida ja seda eksimist nimetatakse olulisuse nivooks, mille väärtus on kokku lepitud. On olemas 0,05, 0,01 ja 0,001. Selle määra valid sa ise. See sõltub natuke millises teadusvaldkonnas sa töötad nt sotsiaalteaduses on 0,05 või 0,01, kui täppisteadus, siis ta läheb järjest väiksemaks – 0,1 ja 0,001. Meditsiinis ei taha keegi eksida ja siis on ka veel eksimispiir liiga suur. Ühelt poolt siis reglementeeritud teadusvaldkonnaga, teiselt poolt on ta seotud ka veidi tulemustega.
α= 0,05 – see vastus v järeldu mida me kirjutamine võib olla viiel juhul sajast vale.
Teeme testi: võta
Tulemus:
Valimi statistika:
Teine tabel on seose korrelatsioon, ehk kuidas need kaks tunnust on omavahel seotud. Arvutatakse Pearsoni kordaja r=0,2
Kolmas tabel on siis t-test:
Kui arvuteid veele ei olnud, tehti järeldusi z-testiga.
Esimene võimalus: nullhüpotees ütles, et erinevus keskmiste vahel puudus. Sisuliselt kirjutatakse andmed välja elu ja ilma kohta koos väärtustega ja leitakse nende väärtuste erinevused ehk igale valimiobjektile leitakse nende väärtuste vahe. Kogu asi baseerub sellele, et üldkogumitel vahet ei ole, siis milliseid erinevusi me peaksime kõige rohkem saama? Erinevus 0 peaks välja tulema . Teeme skaala koos normaaljaotuskõveraga, kus keskmeks on null. Siis võetakse see tegelik keskmiste erinevus,mis oli 1,88 ja paigutatakse sellele kõverale ehk see jääb siis paremale poole nullist. Nüüd võtan selle, mis mul päriselt keskmiste vahe oli. Kus on erinevused väikese ja suure vahel tekib küsimus? Kõik baseerub normaaljaotuse proportsioonidele. SELLEST EI OLNU TEGELIKULT VAJA ARU SAADA
Kui on erinevus valimi keskmiste puhul väga väike ei saa üldkogumi kohta midagi väga öelda.
Suurte valimite puhul on t-testi kõver normaaljaotuskõvera sarnane, väikeste valimite korral on kõver lamedam. T kõver varieerub vastavalt valimile. Kuhu tõmmata piirid? – t-jaotuse täiendkvantiilid on selle jaoks vt konspekte. Df=n-1 Vabadusastmete arv on indikaator (Df).
Paaride erinevuste jaotus. –keskmine, standardhälve, standardviga ja selle usalduspiirid .
See on oluline järelduste tegemisel vt p7 lehel. Ehksiis eelnev jutt oli selleks, kui keegi magistritöös küsib, et mis on t-statistic siis tead. Antud juhul on ta t(16)=-6.37 (sulgudes on vabadusastmete arv). Erinevust valimi keskmiste sõltuvalt t jaotusest. Kuna normaaljaotus on liiga jäik ja ei sõltu valimist, siis mõeldigi välja see t jaotus, mis muutub vastavalt valimi väärtusele.
Järelduse pärast me seda kõik tegime , et kumb hüpotees on õige? Kasutame ühte numbrit see on olulisustõenäosus. Seda saab igas testis otsustada selle järgi. On see u-test või mis iganes –vaatad sealt testist olulisuse tõenäosust. Seda tähistatakse kas „Sig“ või „p“ ja see näitab mitmel juhul sajast selline erinevus valimi keskmiste vahel tekib kogemata ehk juhuslikult.
Meil on see 0. 00. Oletame olulisustõenäosus tuleb 0,4 (40%). Siis oleks see 1,88 tekkiud 40nel sajast. Ehk 60l sajast erinevust statistiliselt oluline.
Kui me tõestaks, et tulemused on erinevad, siis see järeldus oleks õige 60nel juhul. Vale 40%. Me lubasime, et me eksisime viiel juhul. Ehk kui see Sig on suurem kui α, siis me peame jääma nullhüpoteesi juurde, kui on võrdne või väiksem, siis me oleme tõestaud H1.
Nüüd saavad kõik edasi aru
Kujutame ette olukorda, et kell on 17.15. Sisestasime viimase tulemuse andmekogumises. Tekkis küsimus. Kas ongi nii, et kõik arvasid, et elu on märksa ilusam kui ilm?

Eeltööö . Teen kohe neljanda sammu ära:
Sample on VALIM, mitte näidis:D:D:D
Keskmiselt on üliõpilased rohkem rahul eluga(M=4,29, SD=0,77), kui ilmaga (M=2,41;SD=1,12). Seda lugesin esimesest tabelist välja. See on see, mis ma valimist teada sain.
Teiseks ma mõtlen ,et kas seda erinevust saab üldistada ? Meid huvitab , kas see kehtiks laiemalt. Selleks, et teha testi, pean ma valima testi. Mõistlik on t-test, sest mul on kaks gruppi või kaks tunnust. Hetkel on kaks tunnust ja lisaks on mõlemad tunnused mõõdetud intervallskaalaga.
Järgmiseks eelduste kontroll – kaks tunnust ja intervallskaala ?
Järgmine samm hüpoteesid. See on kõikide testide puhul sama kus H0, kus üldkogumi keskmised tulevad võrdsed müüelu=müüilm, H1 ütleb, et need keskmised tulevad erinevad ja neid saab üldistada üldkogumile. Ehk müüelu ei võrdu müüilm. Valime alfa=0.05.
Järmiseks test SPSSis ja siis otsuse tegemine. Selleks, et teha otsust vaatame Paired Samples Test tulemuste kasti, millega võrdub „Sig“? Kuna see on praegu 0,00, siis seda me võime üldkogumile laiendada, kuna see Sig (juhuslikkuse määr) on nii väike. Ehk 0% on tõenäosust, et M elu ja M ilm tuleksid võrdsed.
Järeldus edasi – järeldus on statistiliselt oluline, kui erinevus on üldistatav t(16)=-6,37 .Toon välja ka olulilustõenäosuse väärtuse, mida ma ei saa kirjutada null vaid võrratuse märgi läbi ehk p