Notice: Function _load_textdomain_just_in_time was called incorrectly. Translation loading for the advanced-ads domain was triggered too early. This is usually an indicator for some code in the plugin or theme running too early. Translations should be loaded at the init action or later. Please see Debugging in WordPress for more information. (This message was added in version 6.7.0.) in /chroot/home/cegesaja/pszichologia.szeszterke.ro/html/wp-includes/functions.php on line 6114
Részsokaságok vizsgálatának alapjai – PSZICHOLÓGIA KIDOLGOZOTT TÉTELEK

Részsokaságok vizsgálatának alapjai

Inspirálódj, tanulj, de ne másolj! Azt a visszajelzést kaptam, hogy a kidolgozott pszichológia tételek blog tartalmát a tanárok különös figyelemmel követik mikor a plagizálást ellenőrzik.

Statisztika, 9. tétel, pszichológia távoktatás

Részsokaságok vizsgálatának alapjai

(kapcsolatvizsgálatok a változók típusa szerint, felsorolás és a próbák megnevezése, tan útmutató 1/11-12 old)

Berei Kati által kidolgozva

Heterogén a sokaság ha a vizsgált ismérvek szempontjából lényeges tulajdonságokkal bír, ilyenkor célszerű újabb ismérv(ek) szerint részsokaságokra bontani.

A részsokaságokra bontásnálfontos szempontok:

–    a sokaság bármely eleme besorolható legyen egy és csakis egy osztályba

–    a besorolás homogén csoportot eredményezzen.

Ha részsokaságokra bontjuk, más elemzéseket is végezhetünk – továbbvihetjük a vizsgálatot, kapcsolatokat vizsgálhatunk különböző szempontok szerint. A vizsgálat eszköze a kontignencia-tábla.

Milyen kapcsolataink lehetnek?

–          Nincs kapcsolat, ha az egyik csoportképző ismérv értéke semmilyen információt nem hordoz a másikéról

–          , ha az egyik ismérv értéke egyértelműen meghatározza a másikét, akkor függvényszerű a kapcsolat

–          Ha az egyik ismérv értékéből a másik ismérv értékeinek csak az eloszlása adódik, ha csak valamilyen valószínűséggel jellemezhetjük, akkor sztochasztikus kapcsolatról beszélhetünk.

Sztochasztikus (statisztikai) kapcsolat – valószínűségi kapcsolat:

–          van amikor az egyik ismérvcsoporthoz való tartozásból nagy valószínűséggel következtethetünk a másik ismérvcsoportra, s van amikor nagyon laza ez a kapcsolat.

–          mérőszámai 0 és 1 közötti értéket vehetnek fel:

0 a kapcsolathiányt jelzi

1 függvényszerű kapcsolatot jelent

. Ha a kapcsolati mutató plusz előjelű, akkor az egyik ismérvérték növekedésével a másik ismérvérték várhatóan szintén növekvő

mínusz előjel esetén pedig fordított: az egyik ismérvérték növekedésével a másik ismérvérték várhatóan csökkenő:

0 < K < ±1    →    0 < |K| < 1

A kapcsolat szorosságát mutató érték százzal megszorozva százalékos formában is kifejezhető.

0 < |K|< 0,35 – gyenge kapcsolat – 35%

0,4 < |K| < 0,65 – közepes kapcsolat – 35-70%

0,7 < |K| – szoros kapcsolat – 70% fölött

Az ismérvek közötti kapcsolat lehet:

  1. asszociációs kapcsolat:
  • minőségi (nominális) vagy területi ismérvek között
  • ha a csoportképző ismérvek minőségi skálával jellemezhetők: az egyik ismérv nominális (névleges), a másik nominális vagy ordinális (sorrendi)
  • használt próbák:

–         alternatív kapcsolat esetén (két-két ismérv van): Yule- mutató

–         kettőnél több ismérv-változat esetén : khi négyzet próba

–         a khi négyzet próbát valószínűségi értékké átalakítja a:

– Cramer–mutató

– Csuprov féle assziciációs együttható

  1. vegyes kapcsolat:
  • ha az egyik ismérv minőségi a másik pedig mennyiségi
  • ha a független változó (az ok) minőségi vagy területi ismérv, a függő változó (az okozat) pedig mennyiségi ismérv.
  • A mennyiségi ismérv lehetőséget ad arra, hogy felhasználjuk az adatok átlagát és a szórását a kapcsolatszorosság mérésére: belső variancia számítás, külső variancia számítása és ezek összege a teljes variancia
  1. korrelációs kapcsolat:

–        mindkét ismérv mennyiségi (intervallum vagy arányskálán mérhető)

–        A kapcsolat monoton jellegű és nem függvényszerű: egyik független változó módosulásával a másik független változó is változik

–        mérésre: a lineáris korrelációs együttható: –1< r <+1 értéket vehet fel.

  1. rangkorrelációs kapcsolat – ha mindkét változó sorrendi (ordinális) skálán mérhető, célszerű a Spearman-féle rangkorrelációs együtthatóval vizsgálni a kapcsolat szorosságát.

 

Inspirálódj, tanulj, de ne másolj! Azt a visszajelzést kaptam, hogy a kidolgozott pszichológia tételek blog tartalmát a tanárok különös figyelemmel követik mikor a plagizálást ellenőrzik.

Leave a Comment

Az e-mail címet nem tesszük közzé. A kötelező mezőket * karakterrel jelöltük