Döntési mechanizmus

  Döntési mechanizmus


Döntési mechanizmus

A próbastatisztikák tehát nem változnak, pusztán az esetszámot fogjuk virtuálisan lecsökkenteni, ráadásul a VA esetén csak azt az esetszámot, mely a teljes létszámot érinti (emlékeztetnénk rá, hogy a VA esetén két szabadsági fok van).

A VA elvégzését ismertnek tekintjük a ROPstatban.

FÜGGŐ VÁLTOZÓ: Zverb_ag (Zscore: Verbális agresszió)

Csoportonkénti alapstatisztikák

Index ISK Esetek Átlag Szórás Min. Max. Ferdeség Csúcsosság
1 szakmunkás 32 0,0207 1,072 -2,129 1,970 -0,225 -0,859
2 szakiskola 185 0,0958 0,972 -2,385 2,611 0,005 -0,352
3 szakközépiskola 83 -0,221 1,012 -2,385 2,098 0,227 -0,495


Ha a Ferdeség vagy a Csúcsosság szignifikáns, az a normalitás sérülését jelzi.


Elméleti szórások egyenlőségének tesztelése

- O’Brien-próba (Welch-féle): F(2,0; 80,3) = 0,421 (p = 0,6581)

- Levene-próba (Welch-féle): F(2; 82,5) = 0,821 (p = 0,4435)


Elméleti átlagok egyenlőségének tesztelése

Hagyományos eljárás, amely feltételezi a szóráshomogenitást:

- Varianciaanalízis: F(2; 297) = 2,927 (p = 0,0551)+

Hatásvariancia = 2,8896, Hibavariancia = 0,9873

Korrelációs hányados (nemlineáris korrelációs együttható): eta = 0,139

Megmagyarázott variancia-arány: eta-négyzet = 0,019


Átlagok Tukey-Kramer-féle páronkénti összehasonlítása (k = 3, df = 297):

T12= 0,56 T13= 1,66 T23= 3,42*


FÜGGŐ VÁLTOZÓ: Osszagre

Csoportonkénti alapstatisztikák

Index ISK Esetek Átlag Szórás Min. Max. Ferdeség Csúcsosság
1 szakmunkás 32 2,891 0,562 1,742 4,061 -0,285 -0,379
2 szakiskola 185 2,998 0,517 1,546 4,333 0,248 -0,215
3 szakközépiskola 83 2,704 0,511 1,788 3,970 0,379 -0,317


Ha a Ferdeség vagy a Csúcsosság szignifikáns, az a normalitás sérülését jelzi.


Elméleti szórások egyenlőségének tesztelése

- O’Brien-próba (Welch-féle): F(2,0; 79,0) = 0,242 (p = 0,7859)

- Levene-próba (Welch-féle): F(2; 79,1) = 0,102 (p = 0,9032)


Elméleti átlagok egyenlőségének tesztelése

Hagyományos eljárás, amely feltételezi a szóráshomogenitást:

- Varianciaanalízis: F(2; 297) = 9,149 (p = 0,0001)***

Hatásvariancia = 2,4765, Hibavariancia = 0,2707

Korrelációs hányados (nemlineáris korrelációs együttható): eta = 0,241

Megmagyarázott variancia-arány: eta-négyzet = 0,058


Átlagok Tukey-Kramer-féle páronkénti összehasonlítása (k = 3, df = 297):

T12= 1,52 T13= 2,44 T23= 6,04**

Jól megfigyelhető, hogy a ferdeségi és csúcsossági mutatók alapján a normalitás nem sérült, illetve a szóráshomogenitás is fennáll, így a teljesen hagyományos tesztek alkalmazhatók a fenti adatsorra.

Ezek alapján elmondható, hogy ha nem vesszük figyelembe a klaszterezettséget, akkor a szakiskola és a szakközépiskola diákjainak agressziószintje között szignifikáns eltérést tapasztalunk, a szakiskolások agresszió-skálájának átlaga szignifikánsan magasabb: a szakiskolások szignifikánsan agresszívebbeknek mutatkoznak, mint a szakközépiskolások.

Ahhoz, hogy a szabadságfok-korrekciót végre tudjuk hajtani, tudnunk kell, hogy a különböző eljárások szabadságfokai miként kerülnek kiszámításra. A t-próba szabadságfoka N-1, az F-próba szabadságfoka esetén a számláló szabadságfoka M-1, míg a nevezőé N-M.

Az előző jelöléseknél maradva tehát, a t-próba esetében az esetszámból egyet kell kivonnunk, míg az F-próba esetében (ahogy az a VA-nál látszik) két szabadságfok van: a tört számlálójának szabadságfoka a csoportok számának eggyel csökkentett értéke (ez a korrekció után sem változik), míg az esetek száma miatt a nevező szabadságfokán majd dolgoznunk kell.

Ez azt jelenti, hogy a próbastatisztikához nem fogunk hozzányúlni, azonban a kritikus értéket és így a nullhipotézis elfogadási tartományát módosítani fogjuk. Több lehetőségünk is van arra, hogy meghozzuk a döntésünket, erre egy EXCEL-táblázatot kínálok segítségképpen, az alábbi formátumban:

Döntési mechanizmus, módosítással

Az EXCEL-táblázat F-próba munkalapján átírjuk a sárgával megjelölt részeket oly módon, hogy a csoportszám nyilván az a szám, melyben a kategóriák vannak (esetünkben 3 iskola, tehát a csoportszám = 3).

Az esetszám a megadott 300 fő, a design-mutató egyedi, tehát ez már esetenként változik, így ezt nekünk kell megadni.

A default 5%-os döntést állítottuk be alapként az EXCEL-táblázatban, majd egy függvény alkalmazásával meghatározzuk a kritikus értéket. Másik lehetőségünk, hogy a ROPstat megadott F-próbastatisztikáját (az első eredmény szerepel most példaként) megadjuk a programnak a második blokkba, és a program kiszámítja hozzá az effektív ’p’ értéket.

Mindkét megoldás megfelelő. Jól látható, hogy így is szignifikáns maradt a különbség az iskolák között, azonban már korántsem olyan magas szignifikancia-szint mellett, mint a hagyományos eljárás esetén, mely nem vette figyelembe a klaszterezettséget.

Elmondható tehát, hogy mérésünk alapján továbbra is átlagosan agresszívebbeknek gondoljuk a szakiskolásokat, mint a szakközépiskolásokat, azonban itt már olyan mérési metódust alkalmaztunk, melyben figyelembe vettük, hogy az egy osztályba járó diákok nem függetlenek egymástól, óhatatlanul hatnak egymásra – mely együttjárást figyelembe kell vennünk a statisztikai hibák meghatározásakor is.

Az egyszerűség kedvéért azon esetekhez, amikor két csoportot szeretnénk összehasonlítani, és t-próbát alkalmaznánk, az EXCEL-táblázat második munkalapján egy, az ehhez szükséges módosítások elvégzésére alkalmas táblát is elkészíthetünk és felcímkézhetünk, hogy csak be kelljen írni a megfelelő eredményeket a kiadott outputokról.

Megjegyzés

Fontos, hogy a későbbi munkalapok NE az itt számított adatokat vegyék át, hogy a munkalapok egymástól függetlenül is használhatók legyenek!