Ποσοτική έρευνα

You might also like

Download as doc, pdf, or txt
Download as doc, pdf, or txt
You are on page 1of 9

1

Πίνακας περιεχομένων

Άσκηση 1..............................................................................................................................................3
Άσκηση 2..............................................................................................................................................8

2
Άσκηση 1.

1. Η κλίμακα μέτρησης της μεταβλητής «Φύλο» είναι η κατηγοριάκη.

Η κλίμακα μέτρησης της μεταβλητής «Φυσική κατάσταση» είναι η ισοδιαστημική.

Η κλίμακα μέτρησης της μεταβλητής «Βαθμός άγχους» είναι η ισοδιαστημική.

Η κλίμακα μέτρησης της μεταβλητής «Ημερήσια ποσότητα κατανάλωσης καφεϊνούχων ποτών»

είναι η αναλογική.

2. Η μεταβλητή «φύλο» είναι ανεξάρτητη μεταβλητή στο συγκεκριμένο ερευνητικό ερώτημα.

Η μεταβλητή «Φυσική κατάσταση» είναι εξαρτημένη μεταβλητή στο συγκεκριμένο ερευνητικό

ερώτημα.

Η μεταβλητή «Βαθμός άγχους» είναι ανεξάρτητη μεταβλητή στο συγκεκριμένο ερευνητικό

ερώτημα.

Η μεταβλητή «Ημερήσια ποσότητα κατανάλωσης καφεϊνούχων ποτών» είναι ανεξάρτητη

μεταβλητή στο συγκεκριμένο ερευνητικό ερώτημα.

3. α) Για τη διερεύνηση της συσχέτισης μεταξύ «φύλου» και «φυσικής κατάστασης»

πραγματοποιήθηκε περιγραφική στατιστική ανάλυση, τεστ για ισότητα διασπορών (Levene’s test)

και t-test για ισότητα μέσων όρων.

Από τον Πίνακα 1 φαίνεται πως στην έρευνα συμμετείχαν 147 γυναίκες και 119 άνδρες. Ο Μέσος

Όρος (Μ.Ο.) της φυσικής κατάστασης των κοριτσιών ήταν 6,25 (ΤΑ= 1,68), ενώ ο αντίστοιχος

Μ.Ο. των ανδρών ήταν 6,63 (ΤΑ= 1,74).

Πίνακας 1
Σύγκριση των μέσων όρων (t-test) μεταξύ γυναικών και ανδρών σχετικά με τη φυσική τους
κατάσταση
Μέσος Τυπική Τυπικό
Φύλο Συχνότητα όρος απόκλιση σφάλμα

3
Φυσική Γυναίκα 147 6,25 1,68 0,139
κατάσταση
Άνδρας 119 6,63 1,74 0,160

Σύμφωνα με τον Πίνακα 2, στον οποίο παρουσιάζονται τα αποτελέσματα του Levene’s Test, δεν

υπάρχει στατιστικά σημαντική διαφορά ανάμεσα στις διασπορές των δύο ομάδων (F=0,030,

Sig=0,862>0,05). Υποθέτουμε πως οι διακυμάνσεις των δύο ομάδων δεν διαφέρουν (Equal

Variances Assumed).

Ακόμη, επειδή η τιμή της στατιστικής σημαντικότητας για το κριτήριο t-test είναι μεγαλύτερη από

0,05 (t=-1,796, Sig = 0,074 > 0,05) συμπεραίνουμε πως δεν υπάρχει στατιστικά σημαντική διαφορά

ανάμεσα στους M.O. της φυσικής κατάστασης των γυναικών και των ανδρών. Άρα, η

παρατηρούμενη διαφορά ανάμεσα στους μέσους όρους υπέρ των ανδρών κατά 0,379 μονάδες

μονάδες είναι τυχαία.

Πίνακας 2
Σύγκριση διασποράς (Levene’s test) μεταξύ γυναικών και ανδρών σχετικά με τη φυσική τους
κατάσταση
Levene's Test
for Equality t-test for Equality of Means
of Variances
Sig. Mean
Std. Error
F Sig t df (2- Differ
Difference
tailed) ence
Equal
variances 0,030 0,862 -1,796 264 ,074 -0,379 0,211
assumed
Φυσική
Equal
κατάσταση
variances
-1,789 248,935 ,075 -0,379 0,212
not
assumed

β) Για τη διερεύνηση της συσχέτισης μεταξύ άγχους και φυσικής κατάστασης πραγματοποιήθηκε

στατιστική ανάλυση Συσχετίσεων και χρησιμοποιήθηκε το στατιστικό κριτήριο Pearson’s.

Από τον Πίνακα 3, μεταξύ των μεταβλητών «Βαθμός άγχους» και «Φυσική κατάσταση» υπάρχει

αδύνατη αρνητική συσχέτιση (r= -0,191) η οποία είναι στατιστικά σημαντική (sig <0,01). Δηλαδή

4
υπάρχει μια μικρή τάση στο δείγμα καθώς αυξάνεται η φυσική κατάσταση των ανθρώπων να

μειώνεται ο βαθμός τους άγχους τους.

Πίνακας 3
Ανάλυση συσχέτισης μεταξύ του άγχους και της φυσικής κατάστασης των νέων ανθρώπων.
Βαθμός άγχους Φυσική κατάσταση
Βαθμός άγχους 1 -0,191**
Φυσική κατάσταση -,191** 1
**. Correlation is significant at the 0.01 level (2-tailed).

4.

Πίνακας 4
Model Summary
Model R R Square Adjusted R Square Std. Error of the
Estimate
0,328a 0,108 0,097 1,635
a. Predictors: (Constant), how stressed over last month?, how many caffeine drinks
per day, sex

Πίνακας 5
Anova
Model Sum of df Mean Square F Sig
Squares
Regression 81,593 3 27,198 10,180 <0,001

Residual 675,94 253 2,672


8
Total 757,54 256
1
Dependent Variable: physical fitness
Predictors: (Constant), how stressed over last month?, how many caffeine drinks
per day, sex

Πίνακας 6
Coefficients
Model Unstandardized Coefficients Standardized t Sig
B Std. Error Coefficients
Beta
Constant 7,669 0,325 23,631 <0,001

5
Φύλο 0,344 0,206 0,100 1,665 0,097

Καφεϊνούχα -0,212 0,053 -0,238 -3,999 <0,001


ποτά
Άγχος -0,133 0,042 -0,188 -3,142 0,002

Dependent Variable: physical fitness

5. Το 10,8% (R Square=0,108) της διακύμανσης της εξαρτημένης μεταβλητής «Φυσική

Κατάσταση» μπορεί να προβλεφθεί από τις τιμές των ανεξάρτητων μεταβλητών «Φύλo»,

«Καφεϊνούχα ποτά» και «Άγχος».

6. Η παλινδρομική σχέση (R=0,328) είναι στατιστικά σημαντική (F=10,180, Sig<0,001<0,05).

7. Ο τύπος της εξίσωσης της πολλαπλής παλινδρόμησης είναι: Υ΄=β1*X1+β2*X2+βi*Xi

Εδώ οι ανεξάρτητες μεταβλητές είναι 3. Οπότε ο τύπος θα είναι:Υ΄=β1*X1+β2*X2+β3*X3

όπου:

Υ΄: Τιμές της μεταβλητής «Φυσική Κατάσταση»

β1: Τιμές της μεταβλητής «Φύλο»

β2: Τιμές της μεταβλητής «Καφεϊνούχα ποτά»

β3: Τιμές της μεταβλητής «Άγχος»

Επομένως, σύμφωνα με τον Πίνακα 6, ο τύπος της εξίσωσης του μοντέλου είναι: Υ΄=0,1*X1-

0,238*X2-0,188*X3

8. Σκοπός της διερεύνησης ήταν η επίδραση του φύλου, της κατανάλωσης καφεϊνούχων ποτών και

του άγχους στη φυσική κατάσταση των νέων ανθρώπων. Με βάση τα αποτελέσματα των

προηγούμενων ερωτημάτων, δεν υπάρχει στατιστικά σημαντική διαφορά στους Μ. Ο. της Φυσικής

Κατάστασης των αντρών και των γυναικών. Επομένως, το φύλο δεν επηρεάζει σημαντικά τη

6
φυσική κατάσταση των νέων ανθρώπων. Όσον αφορά το άγχος, υπάρχει μια μικρή τάση στο δείγμα

καθώς αυξάνεται η φυσική κατάσταση των ανθρώπων να μειώνεται ο βαθμός τους άγχους τους.

Επομένως υπάρχει αδύνατη αρνητική συσχέτιση μεταξύ άγχους και φυσικής κατάστασης. Τέλος,

μεταξύ της κατανάλωσης καφεϊνούχων ποτών και της φυσικής κατάστασης υπάρχει αδύνατη

αρνητική συσχέτιση, δηλαδή υπάρχει μία τάση στο δείγμα όσο αυξάνεται η κατανάλωση

καφεϊνούχων ποτών να μειώνεται η φυσική τους κατάσταση. Επιπλέον, με βάση τον τύπο που

προέκυψε από την ανάλυση πολλαπλής παλινδρόμησης, Υ΄=0,1*X1-0,238*X2-0,188*X3, μπορεί

κανείς να υπολογίσει τη φυσική κατάσταση ενός νέου ανθρώπου εάν στις θέσεις Χ 1, Χ2, Χ3

τοποθετήσει τις τιμές των μεταβλητών: φύλου, καφεϊνούχα ποτά και άγχους αντίστοιχα του

συγκεκριμένου ατόμου.

Άσκηση 2.
1. Έχει χρησιμοποιηθεί η μέθοδος της Διερευνητικής Παραγοντικής Ανάλυσης. Σκοπός της

συγκεκριμένης παραγοντικής ανάλυσης είναι η ανακάλυψη της ύπαρξης κοινών παραγόντων σε ένα

μεγάλο αριθμό μεταβλητών και η ομαδοποίηση των παραγόντων ενός μοντέλου (συνδυασμός

παραγόντων με τις μετρήσιμες μεταβλητές), οι οποίοι δεν έχουν προκαθοριστεί εξ αρχής. Έτσι, οι

αρχικές μεταβλητές μειώνονται και αντικαθιστώνται με νέες, τους παράγοντες.

2. Οι δύο δείκτες που δείχνουν τον έλεγχο της ποιότητας των δεδομένων είναι ο δείκτης Keiser-

Meyer-Olkin (MKO) και ο δείκτης Bartlett’s Test of Sphericity. Βάσει των αποτελεσμάτων που

παρουσιάζονται στον Πίνακα 1, το δείγμα είναι επαρκές ώστε να δικαιολογήσει το μοντέλο

παραγόντων που δημιουργείται (KMO=0,901>0,70). Ακόμη, το τεστ του Bartlett είναι στατιστικά

σημαντικό (Bartlett’s Test of Sphericity=3385,464, Sig=0,01 < 0,05), συνεπώς το μέγεθος των

συσχετίσεων μεταξύ των ερωτήσεων/μεταβλητών είναι ικανοποιητικό και οι ερωτήσεις μπορούν να

ομαδοποιηθούν. Άρα, η παραγοντική ανάλυση μπορεί να εφαρμοστεί.

7
3. Στον Πίνακα 2 παρουσιάζονται οι Κοινοί Παράγοντες οι οποίοι μετρούν το ποσοστό της

διακύμανσης κάθε μεταβλητής που εξηγείται από όλες τις συνιστώσες. Αφού οι επιτρεπόμενες

τιμές κοινών παραγόντων είναι πάνω από 0,40, πρέπει να απομακρύνουμε από το συγκεκριμένο

μοντέλο της μεταβλητές P1 (τιμή κοινών παραγόντων=0,336<0,40) και τη μεταβλητή Ρ13 (τιμή

κοινών παραγόντων=0,344<0,40) ώστε να δημιουργηθεί ένα καλύτερο μοντέλο ερωτηματολογίου.

4. Μπορούν να εξαχθούν 4 παράγοντες με ιδιοτιμές F1=6,959, F2=1,622, F3=1,198 και F4=1,043

καθώς στο τελικό μοντέλο, σύμφωνα με το κριτήριο του Kaiser, περιλαμβάνονται παράγοντες των

οποίων οι ιδιοτιμές είναι μεγαλύτερες από τη μονάδα. Μια άλλη μέθοδος με την οποία θα

μπορούσε να βρεθεί ο αριθμός των παραγόντων που δημιουργούνται θα ήταν μέσω του

γραφήματος ιδιοτιμών (Scree plot test), όπου θα επιλέγονταν οι παράγοντες που αντιστοιχούν στο

γράφημα πριν αυτό γίνει επίπεδο.

5. Το ποσοστό αθροιστικής εξηγούμενης διακύμανσης είναι 60,123% και είναι ικανοποιητικό

καθώς είναι ανάμεσα στο 50% και στο 80% (προϋπόθεση για τον προσδιορισμό του αριθμού των

παραγόντων).

6. Ο Πίνακας 4 παρουσιάζει την Ανάλυση Κύριων Συνιστωσών. Τη συγκεκριμένη μέθοδο την

εφαρμόζουμε με σκοπό οι τελικοί παράγοντες που θα δημιουργηθούν να επεξηγούν τη μέγιστη

μεταβλητότητα των μεταβλητών. Αυτό γίνεται μέσω της αναζήτησης του γραμμικού συνδυασμού

των μεταβλητών.

Στον Πίνακα 4, παρουσιάζονται οι φορτίσεις των μετρήσιμων μεταβλητών σε κάθε παράγοντα.

Έχοντας ως δεδομένο πως αποδεκτά γίνονται τα φορτία που είναι μεγαλύτερα από 0,50, το φορτίο

της μεταβλητής-ερώτησης Ρ17 (0,807>0,50) είναι αποδεκτό και η συγκεκριμένη μεταβλητή-

8
ερώτηση θα συμπεριληφθεί στον παράγοντα 1 (F1). Επίσης, επειδή το φορτίο της Ρ17 είναι αρκετά

μεγάλο στον παράγοντα 1 θα έχει μεγάλη βαρύτητα στην ονομασία του παράγοντα αυτού.

Αντίθετα, το φορτίο της ερώτησης-μεταβλητής Ρ1 (0,380<0,50) στον παράγοντα 4 (F4) δεν είναι

αποδεκτό, επομένως η ερώτηση-μεταβλητή Ρ1 δεν θα συμπεριληφθεί στον παράγοντα 4.

7. Δεδομένου ότι αποδεκτές είναι οι φορτίσεις παραγόντων με τιμή μεγαλύτερη από 0,50, οι

μεταβλητές Ρ1 και Ρ13 θα αφαιρεθούν. Έτσι, οι ερωτήσεις που απαρτίζουν τον δεύτερο παράγοντα

(F2) είναι οι: Ρ3, Ρ4, Ρ5, Ρ2

You might also like