Ø SPSS программын тухай ерөнхий ойлголт
Ø Data editor / мэдээлэл хянах цонх/
Ø Viewer window /гаргах цонх/
Аливаа судалгааны мэдээллийг боловсруулахад зориулагдсан олон тооны програм зохиогдсон ба өдгөө ч шинээр зохиогдож, эргэлтэнд орж эсхүл мартагдаж, эсхүл шинэчлэгдэн сайжирсаар байгаа билээ. Тэдгээрээс дэлхий нийтээр өргөн дэлгэр хэрэглэдэг, манай судлаачдын дунд ч нэлээд тархсан, байнга тогтвортой хэрэглэгдэж байгаа нь SPSS програм юм. SPSS програмын гол давуу тал нь нийгэм хүмүүнлэгийн ухааныханд зориулагдсан учир хэрэглэхэд хялбар (SPSS -нь Statistical Packeges for Social Science гэсэн үгний товчлол), Windows-ын орчинд ажилладаг болсон (SPSS 7.0 –оос эхлээд), Windows-
ын орчинд ажилладаг бусад
програмуудтай цонхны бүтэц, үндсэн үйлдлүүд нь ижил, өгөгдлийн сантай ажилладаг
ихэнх програмтай мэдээлэл солилцох өргөн боломжтой байдагт оршино.Аливаа судалгааны мэдээллийг боловсруулахад зориулагдсан олон тооны програм зохиогдсон ба өдгөө ч шинээр зохиогдож, эргэлтэнд орж эсхүл мартагдаж, эсхүл шинэчлэгдэн сайжирсаар байгаа билээ. Тэдгээрээс дэлхий нийтээр өргөн дэлгэр хэрэглэдэг, манай судлаачдын дунд ч нэлээд тархсан, байнга тогтвортой хэрэглэгдэж байгаа нь SPSS програм юм. SPSS програмын гол давуу тал нь нийгэм хүмүүнлэгийн ухааныханд зориулагдсан учир хэрэглэхэд хялбар (SPSS -нь Statistical Packeges for Social Science гэсэн үгний товчлол), Windows-ын орчинд ажилладаг болсон (SPSS 7.0 –оос эхлээд), Windows-
Тиймээс ч хэрэглээний статистикийн талаар бага зэрэг мэдлэгтэй, компьютерийн анхан шатны дадлагатай хэнд ч гэсэн энэ програмыг ашиглахад төдийлөн хүндрэл учирдаггүй юм.
Ер нь SPSS програмын хэрэглээ маш өргөн, зөвхөн нийгэм хүмүүнлэгийн ухааныхан төдийгүй биологи, газар зүй, геологи гэх мэт байгалийн ухааны зарим салбарынхан ч байнга ашигладаг ажээ.
Харин STATISTICA, SAS, STATA зэрэг програмууд нь нэлээд гүнзгийрүүлсэн боловсруулалт, нарийвчилсан шинжилгээ хийхэд зориулагдсан, байгалийн ухааны салбарын мэргэжилтнүүд ашиглахад зориулагдсан гэж ойлгож болно. Хүсвэл та ч гэсэн эдгээр програмуудыг ашиглаж болно. Гэхдээ урьдаар SPSS програмтай сайтар танилцаж, сайн эзэмшчих гэж танд зөвлөх байна. Нэг програмыг сайн эзэмшчихвэл бусад програмуудыг ашиглахад төдийлөн хүндрэл учрахгүй, гол гол үйлдлүүдийг дүйцүүлэн, харьцуулах замаар амархан суралцах боломжтой байдаг. Тэгээд ч статистик боловсруулалтын үндсэн суурь арга нь нэгэнт ижил тул ялгараад нэг их сүйд болохгүй билээ.
SPSS програмтай ажиллахад дараах үндсэн гурван цонх
ашиглагддаг.
- Data Editor /хянах/
- Output /гаргах цонх/
- Syntax /командын цонх/
Data Editor буюу хянах цонх. SPSS програмтай ажиллаж эхлэхэд хамгийн түрүүнд энэ цонх идэвхждэг. Энэ цонх бол бидний анхлан ажиллаж эхлэх гол ажлын цонх юм. Шинээр мэдээллийг оруулах, оруулсан мэдээллийн алдааг шалгаж засварлах, зарим мэдээллийг хасах, өгөгдлүүдийг дахин бүлэглэх, хувьсагчийн төрлийг тогтоох, өгөгдлүүдийг санамсаргүйгээр болон тодорхой шалгуураар сонгож харуулах зэрэг тооцоог хийх урьдчилсан бэлтгэл ажлыг Data Editor цонхонд гүйцэтгэнэ.
Output гаргах цонх буюу үр дүнгийн цонх. SPSS програмд оруулсан аливаа өгөгдлөөс ямар нэгэн үр дүнг гаргаж авахад шинэ Output цонх автоматаар нээгддэг. Өөрөөр хэлбэл ямар нэгэн боловсруулалт, харьцуулалт хийх, ямар нэгэн үйлдэл хийж команд өгөхөд үр дүн нь Output цонхонд гардаг байна. Иймээс ч энэ цонхыг Output буюу гаргах цонх хэмээн нэрлэжээ. Энэ цонх зүүн баруун хоёр хэсгээс тогтоно. Баруун талын хэсэгт боловсруулалтын эцсийн үр дүнгүүд гарах бөгөөд үүнийг хураангуйлан зүүн талын дэлгэц дээр байрлуулсан байна.
Syntax командын цонх. Нэгэнт оруулсан өгөгдөлтэй ажиллахад янз бүрийн үйлдлийг гүйцэтгэх шаардлага гарна. Эдгээр үйлдэл нь бодолт, боловсруулалт, шинжилгээнээс гадна өгөгдлийг дахин зохион байгуулах, шинэ хувьсагч үүсгэх, хувьсагчдыг нэгтгэх, өгөгдлийг шүүх, мөн түүнчлэн туслах чанарын үйлдүүд ч байж болно. Үүнийг гүйцэтгэхдээ командын цэсийг ашиглаж болох боловч түүнд байхгүй үйлдлийг гүйцэтгэх шаардлага тохиолдсон эсвэл хэд хэдэн үйлдлийг нэгтгэх, олон давтагдах үйлдлүүдийг гүйцэтгэхийн тулд Syntax цонхонд гүйцэтгэх үйлдлийн дарааллыг бичиж өгнө. Өөрөөр хэлбэл Syntax цонхонд аливаа үйлдлийг гүйцэтгэх командын дараалал, хялбар програмыг бичиж өгдөг. Иймээс энэ цонхтой ажиллахад хэрэглэгчээс програмчлалын ойр зуурын мэдлэг шаардагдана. Ядаж л тухайн үйлдлийг ямар командаар гүйцэтгэдгийг мэдэх шаардлагатай.
Ер нь ямар ч үйлдлийг гүйцэтгэхдээ Syntax цонхыг ашиглаж болох боловч хялбар үйлдлүүдийг гүйцэтгэхдээ командын цэс болон командын хэрэгслүүдийг ашиглах нь дөхөмтэй. Миний хувьд тэгж ойлгож, оюутнуудад зөвлөдөг, гэхдээ хүн бүрийн сурах арга барил янз янз байж болох тул зарим хүнд Syntax цонхыг ашиглах нь ч хялбар байж болох юм. SPSS 9.0 болон түүнээс хойшхи хувилбарууд нь энэ талаараа бүр ч давуу, хэрэглэхэд хялбар болсон байдаг.
SPSS програмын эдгээр гурван цонх нь нэгдсэн нэг ерөнхий командын цэстэй (Menu) байх бөгөөд харин цонх болгон өөрийн гэсэн зориулалтын командын хэрэгслүүдтэй (Toolbars) байна.
Энэ программ нь математик статистикийн үндсэн аргуудын тооцоо, судалгааны ажлыг компьютерт WINDOWS 95-аас хойших системүүдийн дор хийхэд зориулан хийгдсэн. Онцлог нь математик статистикийн арга, үндэсийг сайн мэддэг, WINDOWS-ийн орчны программуудыг ашиглаж сурсан хүн хялбар аргаар эзэмшиж болохоор асуулгаар харилцаж (диалог горим буюу WIZARD) ажилладаг систем юм. Мөн тухайн программд үндсэн мэдээлэл оруулах, өөр программ, файлд хөрвүүлэх, бусад систем программтай (ACCESS, EXCEL, DBASE, …г.м) холбогдох боломжоор сайн хангагдсанаас гадна, судалгааны зориулалттай хялбар таблиц бүрдүүлэх, бичихэд тохиромжтойгоороо өмнөх хувилбаруудаасаа илүү онцлог болсон байна. Орох мэдээллийн тодорхойлолтыг хийх (VALUES), мэдээлэл дотор хувиргалт хийх(RECODE), боловсруулалт хийх мэдээллийг сонгон авах(SELECT CASE), файлуудыг нэгтгэх, агрегат хийх, бүтцийг өөрчлөх, задлах зэрэг олон сайн үүрэг функцүүдтэйгээр систем юм
- Data Editor /хянах/
- Output /гаргах цонх/
- Syntax /командын цонх/
Data Editor буюу хянах цонх. SPSS програмтай ажиллаж эхлэхэд хамгийн түрүүнд энэ цонх идэвхждэг. Энэ цонх бол бидний анхлан ажиллаж эхлэх гол ажлын цонх юм. Шинээр мэдээллийг оруулах, оруулсан мэдээллийн алдааг шалгаж засварлах, зарим мэдээллийг хасах, өгөгдлүүдийг дахин бүлэглэх, хувьсагчийн төрлийг тогтоох, өгөгдлүүдийг санамсаргүйгээр болон тодорхой шалгуураар сонгож харуулах зэрэг тооцоог хийх урьдчилсан бэлтгэл ажлыг Data Editor цонхонд гүйцэтгэнэ.
Output гаргах цонх буюу үр дүнгийн цонх. SPSS програмд оруулсан аливаа өгөгдлөөс ямар нэгэн үр дүнг гаргаж авахад шинэ Output цонх автоматаар нээгддэг. Өөрөөр хэлбэл ямар нэгэн боловсруулалт, харьцуулалт хийх, ямар нэгэн үйлдэл хийж команд өгөхөд үр дүн нь Output цонхонд гардаг байна. Иймээс ч энэ цонхыг Output буюу гаргах цонх хэмээн нэрлэжээ. Энэ цонх зүүн баруун хоёр хэсгээс тогтоно. Баруун талын хэсэгт боловсруулалтын эцсийн үр дүнгүүд гарах бөгөөд үүнийг хураангуйлан зүүн талын дэлгэц дээр байрлуулсан байна.
Syntax командын цонх. Нэгэнт оруулсан өгөгдөлтэй ажиллахад янз бүрийн үйлдлийг гүйцэтгэх шаардлага гарна. Эдгээр үйлдэл нь бодолт, боловсруулалт, шинжилгээнээс гадна өгөгдлийг дахин зохион байгуулах, шинэ хувьсагч үүсгэх, хувьсагчдыг нэгтгэх, өгөгдлийг шүүх, мөн түүнчлэн туслах чанарын үйлдүүд ч байж болно. Үүнийг гүйцэтгэхдээ командын цэсийг ашиглаж болох боловч түүнд байхгүй үйлдлийг гүйцэтгэх шаардлага тохиолдсон эсвэл хэд хэдэн үйлдлийг нэгтгэх, олон давтагдах үйлдлүүдийг гүйцэтгэхийн тулд Syntax цонхонд гүйцэтгэх үйлдлийн дарааллыг бичиж өгнө. Өөрөөр хэлбэл Syntax цонхонд аливаа үйлдлийг гүйцэтгэх командын дараалал, хялбар програмыг бичиж өгдөг. Иймээс энэ цонхтой ажиллахад хэрэглэгчээс програмчлалын ойр зуурын мэдлэг шаардагдана. Ядаж л тухайн үйлдлийг ямар командаар гүйцэтгэдгийг мэдэх шаардлагатай.
Ер нь ямар ч үйлдлийг гүйцэтгэхдээ Syntax цонхыг ашиглаж болох боловч хялбар үйлдлүүдийг гүйцэтгэхдээ командын цэс болон командын хэрэгслүүдийг ашиглах нь дөхөмтэй. Миний хувьд тэгж ойлгож, оюутнуудад зөвлөдөг, гэхдээ хүн бүрийн сурах арга барил янз янз байж болох тул зарим хүнд Syntax цонхыг ашиглах нь ч хялбар байж болох юм. SPSS 9.0 болон түүнээс хойшхи хувилбарууд нь энэ талаараа бүр ч давуу, хэрэглэхэд хялбар болсон байдаг.
SPSS програмын эдгээр гурван цонх нь нэгдсэн нэг ерөнхий командын цэстэй (Menu) байх бөгөөд харин цонх болгон өөрийн гэсэн зориулалтын командын хэрэгслүүдтэй (Toolbars) байна.
Энэ программ нь математик статистикийн үндсэн аргуудын тооцоо, судалгааны ажлыг компьютерт WINDOWS 95-аас хойших системүүдийн дор хийхэд зориулан хийгдсэн. Онцлог нь математик статистикийн арга, үндэсийг сайн мэддэг, WINDOWS-ийн орчны программуудыг ашиглаж сурсан хүн хялбар аргаар эзэмшиж болохоор асуулгаар харилцаж (диалог горим буюу WIZARD) ажилладаг систем юм. Мөн тухайн программд үндсэн мэдээлэл оруулах, өөр программ, файлд хөрвүүлэх, бусад систем программтай (ACCESS, EXCEL, DBASE, …г.м) холбогдох боломжоор сайн хангагдсанаас гадна, судалгааны зориулалттай хялбар таблиц бүрдүүлэх, бичихэд тохиромжтойгоороо өмнөх хувилбаруудаасаа илүү онцлог болсон байна. Орох мэдээллийн тодорхойлолтыг хийх (VALUES), мэдээлэл дотор хувиргалт хийх(RECODE), боловсруулалт хийх мэдээллийг сонгон авах(SELECT CASE), файлуудыг нэгтгэх, агрегат хийх, бүтцийг өөрчлөх, задлах зэрэг олон сайн үүрэг функцүүдтэйгээр систем юм
СЭДЭВ: ТҮҮВРИЙГ ХЭРЭГЛЭХ АРГАЧЛАЛ
Хичээлийн агуулга
Ø Түүврийн хэмжээг тооцох
Ø Түүврийн үр дүнг хэрэглэх
Ø Түүврийн хэмжээг тооцох
Ø Түүврийн үр дүнг хэрэглэх
Түүврийн хэмжээг тооцох ба үр дүнг
хэрэглэх аргачлал
хэрэглэх аргачлал
Хэрэв хүн бүр нас, боловсрол, ажил мэргэжилээсээ үл хамааран
ижил сэтгэж, ярьдагсан бол дэлхий дээрх 6 тэрбум хүнийг ганцхан би л 100 хувь
төлөөлж чадна. Нөгөөтэйгүүр хүмүүсийн үзэл бодолд өөр хоорондоо давхацах,
нийлэх ганц ч атугай шинж байдаггүйсэн бол хамтын амьдрал, нийгэм, хүн
төрөлхтөн гэж байхгүй байх байлаа.
Тиймээс судлаачид социологи, улс төр, эдийн засаг, маркетинг, соёлын зэрэг нийгмийн амьдралын тодорхой асуудлаар олон нийтийн санал бодлыг судлахдаа хүмүүсийн зан үйлийн дээрх ижил болоод ялгаатай байдлын голыг олж, тухайн орон нутгийн нийт хүн амыг бус шинжлэх ухааны арга зүйд тулгуурлан нийт хүн амыг төлөөлөх чадвартай цөөн тооны хүн амыг судалгаанд хамруулж цаг хугацаа, хөрөнгө мөнгө, хүч хөдөлмөр хэмнэдэг билээ. Сайтар боловсруулсан түүврийн аргачиллын дагуу, чанартай хийгдсэн судалгааны үр дүн олон нийтийн санал бодлыг ганц ч хувийн зөрүүгүй төлөөлж чаддаг.
Хүн бүр түүвэртэй аль хэдийн танил билээ. Бид дэлгүүр ороод алим авахдаа аль нэгийг нь амталж үзээд бусдыг нь түүнтэй ижилхэн хэмээн ойлгодог. Тэгээд ч барагтай л бол бурууддаггүй шүү дээ. Энэ нь хүмүүс өдөр тутмынхаа амьдралд түүвэрлэлт хийж буй энгийн нэг жишээ юм. Энэ удаа блог уншигчиддаа судалгааны түүврийн хэмжээ тооцох ба үр дүнг хэрэглэх аргачиллыг хялбаршуулан хүргэхээр зорилоо.
Тиймээс судлаачид социологи, улс төр, эдийн засаг, маркетинг, соёлын зэрэг нийгмийн амьдралын тодорхой асуудлаар олон нийтийн санал бодлыг судлахдаа хүмүүсийн зан үйлийн дээрх ижил болоод ялгаатай байдлын голыг олж, тухайн орон нутгийн нийт хүн амыг бус шинжлэх ухааны арга зүйд тулгуурлан нийт хүн амыг төлөөлөх чадвартай цөөн тооны хүн амыг судалгаанд хамруулж цаг хугацаа, хөрөнгө мөнгө, хүч хөдөлмөр хэмнэдэг билээ. Сайтар боловсруулсан түүврийн аргачиллын дагуу, чанартай хийгдсэн судалгааны үр дүн олон нийтийн санал бодлыг ганц ч хувийн зөрүүгүй төлөөлж чаддаг.
Хүн бүр түүвэртэй аль хэдийн танил билээ. Бид дэлгүүр ороод алим авахдаа аль нэгийг нь амталж үзээд бусдыг нь түүнтэй ижилхэн хэмээн ойлгодог. Тэгээд ч барагтай л бол бурууддаггүй шүү дээ. Энэ нь хүмүүс өдөр тутмынхаа амьдралд түүвэрлэлт хийж буй энгийн нэг жишээ юм. Энэ удаа блог уншигчиддаа судалгааны түүврийн хэмжээ тооцох ба үр дүнг хэрэглэх аргачиллыг хялбаршуулан хүргэхээр зорилоо.
Түүврийн хэмжээ тооцох аргачлал
Түүвэрлэлт хийх онолын үндэс нь хэвийн тархалт байдаг. Энэ нь магадлалд үндэслэдэг. Нэгэнт түүвэрлэлт хийх аргачлал нь магадлалын онол, математик статистикаар боловсруулагдсан байдаг учраас та бүхэн тэрхүү аргачиллыг өөрийн судалгааны зорилго, судалгаа хийх бүс нутгийнхаа нийгэм, хүн ам зүйн онцлогт тулгуурлан хэрэглэх боломжтой. Хялбар жишээн дээр тайлбарлъя.
Бид бодит амьдрал дээрх ямар нэг зүйлийн хувь хэмжээг олох гэж байна гэж бодъё. Тухайлбал, энэ нь Улаанбаатар хотын тогтмол телевиз үзэгчдийн хувийн жин байж болох юм. Энэхүү хувь хэмжээг түүврийн аргачлалын дагуу тодорхой магадлалтайгаар, тодорхой алдааны хязгаарын дотор хэлж чадна.
Судалгааны практикаас үзвэл:
1. 95, 95.4, 99.7 хувийн итгэлтэйгээр
2. Алдааны хязгаар нь +/- 5 хувиас хэтрүүлэхгүйгээр тооцоолсон түүврийн хэмжээ практик шаардлагыг бүрэн хангадаг.
Бүгдээрээ 95.4 хувийн итгэлтэй, гарах үр дүн нь бодит байдлаас +/- 5 хувиас илүү зөрөхгүй байхаар дээрх жишээн дээр түүврийн хэмжээ тооцож үзье.
Судалгааны түүвэрлэлт хийдэг олон аргачлал байдаг бөгөөд энэ тохиолдолд бид буцаалтгүй, энгийн санамсаргүй түүврийн аргачиллыг хэрэглэж байна. Түүврийн хэмжээг дараах томъёогоор тодорхойлно
.
Түүвэрлэлт хийх онолын үндэс нь хэвийн тархалт байдаг. Энэ нь магадлалд үндэслэдэг. Нэгэнт түүвэрлэлт хийх аргачлал нь магадлалын онол, математик статистикаар боловсруулагдсан байдаг учраас та бүхэн тэрхүү аргачиллыг өөрийн судалгааны зорилго, судалгаа хийх бүс нутгийнхаа нийгэм, хүн ам зүйн онцлогт тулгуурлан хэрэглэх боломжтой. Хялбар жишээн дээр тайлбарлъя.
Бид бодит амьдрал дээрх ямар нэг зүйлийн хувь хэмжээг олох гэж байна гэж бодъё. Тухайлбал, энэ нь Улаанбаатар хотын тогтмол телевиз үзэгчдийн хувийн жин байж болох юм. Энэхүү хувь хэмжээг түүврийн аргачлалын дагуу тодорхой магадлалтайгаар, тодорхой алдааны хязгаарын дотор хэлж чадна.
Судалгааны практикаас үзвэл:
1. 95, 95.4, 99.7 хувийн итгэлтэйгээр
2. Алдааны хязгаар нь +/- 5 хувиас хэтрүүлэхгүйгээр тооцоолсон түүврийн хэмжээ практик шаардлагыг бүрэн хангадаг.
Бүгдээрээ 95.4 хувийн итгэлтэй, гарах үр дүн нь бодит байдлаас +/- 5 хувиас илүү зөрөхгүй байхаар дээрх жишээн дээр түүврийн хэмжээ тооцож үзье.
Судалгааны түүвэрлэлт хийдэг олон аргачлал байдаг бөгөөд энэ тохиолдолд бид буцаалтгүй, энгийн санамсаргүй түүврийн аргачиллыг хэрэглэж байна. Түүврийн хэмжээг дараах томъёогоор тодорхойлно
.
t - Баталгааны коэффициент буюу Стьюдентийн тархалтын критик
утга юм. Итгэх магадлал нь 95 хувь байхад t=1.96, 95.4 хувь байхад t=2, 99.7
хувь байхад t=3 байдаг.
w- Түүвэрт хамрагдсан өрхүүдээс тухайн тодорхой шинжийг агуулсан буюу тухайн хариултыг сонгосон өрхийн эзлэх хувийн жин. Анх судалгаа хийж байгаа үед үүнийг мэдэх боломжгүй байдаг тул өмнө хийгдсэн ижил төрлийн судалгаануудаас эсвэл ойролцоолсон тоог орлуулж тавьж болдог.
w*(1-w) - харьцангуй хэмжигдэхүүний дунджаасаа хазайх хазайлтын квадрат буюу дисперсыг оролдог тоо юм. Энэхүү хазайлт нь онолын хувьд хамгийн ихдээ 0.25-тай тэнцүү байдаг.
N- Эх олонлогийн хэмжээ буюу бидний жишээгээр Улаанбаатар хотын нийт 192669 өрх
Делта - Алдааны хязгаар. Бидний авч үзэж байгаараар энэ нь 5 хувь буюу 0.05 болно
n- Түүврийн хэмжээ
Ингээд эдгээрийг томъёондоо орлуулбал
гарч байна. Өөрөөр хэлбэл 95.4 хувийн итгэлтэйгээр дээд тал нь +/- 5 хувийн алдаатайгаар Улаанбаатар хотын 192699 өрхийг 399 өрх төлөөлж чадах нь ээ.
w- Түүвэрт хамрагдсан өрхүүдээс тухайн тодорхой шинжийг агуулсан буюу тухайн хариултыг сонгосон өрхийн эзлэх хувийн жин. Анх судалгаа хийж байгаа үед үүнийг мэдэх боломжгүй байдаг тул өмнө хийгдсэн ижил төрлийн судалгаануудаас эсвэл ойролцоолсон тоог орлуулж тавьж болдог.
w*(1-w) - харьцангуй хэмжигдэхүүний дунджаасаа хазайх хазайлтын квадрат буюу дисперсыг оролдог тоо юм. Энэхүү хазайлт нь онолын хувьд хамгийн ихдээ 0.25-тай тэнцүү байдаг.
N- Эх олонлогийн хэмжээ буюу бидний жишээгээр Улаанбаатар хотын нийт 192669 өрх
Делта - Алдааны хязгаар. Бидний авч үзэж байгаараар энэ нь 5 хувь буюу 0.05 болно
n- Түүврийн хэмжээ
Ингээд эдгээрийг томъёондоо орлуулбал
гарч байна. Өөрөөр хэлбэл 95.4 хувийн итгэлтэйгээр дээд тал нь +/- 5 хувийн алдаатайгаар Улаанбаатар хотын 192699 өрхийг 399 өрх төлөөлж чадах нь ээ.
Судалгааны үр дүнд гарах "хувь"-ийг хэрхэн ашиглах
вэ?
Энэ нь түүврийн аргачлалтай шууд холбоотой байдаг. Дээрх жишээний хувьд Улаанбаатар хотод судалгаа хийж үзэхэд нийт телевиз үзэгчдийн 82.8 хувь нь тогтмол буюу өдөр бүр телевиз үздэг гэж хариулжээ. Энэ хувьд бид хэр итгэлтэй байж болох вэ? хэрхэн хэрэглэх вэ?
Юуны өмнө бид энэхүү үр дүнд 95.4 хувийн итгэлтэй байж болно. Гэхдээ +/- 5 хувийн алдааны хязгаар дотор шүү дээ. Гэсэн ч та бүхэн маш чухал гэж үзсэн хувь бүрдээ алдааны хязгаарыг нь нарийвчлан бодож итгэх завсараа байгуулж байх хэрэгтэй.
Энэ нь түүврийн аргачлалтай шууд холбоотой байдаг. Дээрх жишээний хувьд Улаанбаатар хотод судалгаа хийж үзэхэд нийт телевиз үзэгчдийн 82.8 хувь нь тогтмол буюу өдөр бүр телевиз үздэг гэж хариулжээ. Энэ хувьд бид хэр итгэлтэй байж болох вэ? хэрхэн хэрэглэх вэ?
Юуны өмнө бид энэхүү үр дүнд 95.4 хувийн итгэлтэй байж болно. Гэхдээ +/- 5 хувийн алдааны хязгаар дотор шүү дээ. Гэсэн ч та бүхэн маш чухал гэж үзсэн хувь бүрдээ алдааны хязгаарыг нь нарийвчлан бодож итгэх завсараа байгуулж байх хэрэгтэй.
Итгэх завсарыг дараах томъёогоор байгуулна
w - нь судалгааны үр дүн болох 82.8 хувь болно
Делта- нь алдааны хязгаар. Бөгөөд дараах томъёогоор олно.
w - нь судалгааны үр дүн болох 82.8 хувь болно
Делта- нь алдааны хязгаар. Бөгөөд дараах томъёогоор олно.
t - нь баталгааны коэффициент буюу бидний итгэх түвшин 95.4
хувьд харгалзах 2 гэсэн тоо болно.
Mp- нь стандарт дундаж алдаа буюу дундажаас хазайх хазайж болно
Ингээд өгөгдсөн тоонуудаа томъёондоо орлуулбал:
Mp- нь стандарт дундаж алдаа буюу дундажаас хазайх хазайж болно
Ингээд өгөгдсөн тоонуудаа томъёондоо орлуулбал:
Үр дүн буюу бидний итгэх завсар
Хамгийн багадаа бодит амьдрал дээр тогтмол үзэгчдийн хувийн жин нь 79.0 хувь байгаа бол хамгийн ихдээ 86.6 хувьтай байгаа гэдэгт бид 95.4 хувь итгэлтэй байж болно.
Ratio ( харьцаа- пропорц) Ratio Statistics процедур нь хоёр хэмжээст хувьсах хэмжигдэхүүний хоорондох харьцааг тодорхойлж статистикийн дүнг дэлгэрэнгүй жагсаалтаар харьцааны хэмжээсээр тооцон гаргаж өгдөг.
Ашиглахын тулд Analyze - Descriptive Statistics - Ratio- руу орно.
Дэлгэцэн дээр гарч цонхны Numerator-т дугаарлагч хувьсагч , Denominator- т танигч хувьсагч, бүлэглэх үзүүлэлтдээ, Group variable-д зүүн дээд талаас сонгож цонх бүртээ оруулна.
Үүний дараагаар ямар статистик сонирхож байгаагаа сонгохын тулд Statistics- руу орно.
Эндээс үндсэн бодлого дисперси, концентрацийн индексийг тус тус олж болно. Зүүн талын цонхны доод хэсэгт Display results нь үзүүлэлтүүдийн үр дүнг харуулдаг. Ok- г дарахад олсон утгууд хүснэгтэнд гарч ирнэ
Хамгийн багадаа бодит амьдрал дээр тогтмол үзэгчдийн хувийн жин нь 79.0 хувь байгаа бол хамгийн ихдээ 86.6 хувьтай байгаа гэдэгт бид 95.4 хувь итгэлтэй байж болно.
Ratio ( харьцаа- пропорц) Ratio Statistics процедур нь хоёр хэмжээст хувьсах хэмжигдэхүүний хоорондох харьцааг тодорхойлж статистикийн дүнг дэлгэрэнгүй жагсаалтаар харьцааны хэмжээсээр тооцон гаргаж өгдөг.
Ашиглахын тулд Analyze - Descriptive Statistics - Ratio- руу орно.
Дэлгэцэн дээр гарч цонхны Numerator-т дугаарлагч хувьсагч , Denominator- т танигч хувьсагч, бүлэглэх үзүүлэлтдээ, Group variable-д зүүн дээд талаас сонгож цонх бүртээ оруулна.
Үүний дараагаар ямар статистик сонирхож байгаагаа сонгохын тулд Statistics- руу орно.
Эндээс үндсэн бодлого дисперси, концентрацийн индексийг тус тус олж болно. Зүүн талын цонхны доод хэсэгт Display results нь үзүүлэлтүүдийн үр дүнг харуулдаг. Ok- г дарахад олсон утгууд хүснэгтэнд гарч ирнэ
СЭДЭВ: ХЭЛБЭЛЗЭЛ
Хичээлийн агуулга
Ø Хэлбэлзлийн үзүүлэлтүүд
Ø Тархалтуудыг тодорхойлох
Ø Хэлбэлзлийн үзүүлэлтүүд
Ø Тархалтуудыг тодорхойлох
Хэлбэлзлийн үзүүлэлтүүд
Хэлбэлзлийн шинжилгээ статистикт, эрүүл мэндийн статистикийн
судалгаанд чухал байр суурийг эзэлдэг. Хэлбэлзэл: эх олонлогийн утгуудын
ялгаатай байдалыг хэлбэлзэл гэнэ. Судлагдаж хүчин зүйлийн хэлбэлзлийн
тодорхойлсноор уг хүчин зүйлийн хөгжил, өөрчлөлттэй холбоотой олон асуудлыг
тодруулах боломжтой. Тухайлбал эх олонлогийн нэгэн төрлийн байдал, дундажийн
төрөл, түүний эх олонлогийн төлөөлөх чадвар, хүчин зүйл хоорондын хамаарал гэх
мэт. Статистикт хэлбэлзлийн хэд хэдэн үзүүлэлтүүдийг тооцох бөгөөд тэдгээрт
тулгуурлан хүчин зүйл хоорондын хамаарлыг тодорхойлох, түүвэр судалгааны
найдвартай байдлыг үнэлэх зэрэг янз бүрийн үзэгдэл үйл явцыг судлан шинжлэх
статистикийн олон арга техникүүдийг боловсруулах боломж бүрддэг байна.
Хэлбэлзлийн үзүүлэлтүүдийг абсолют, ба харьцангуй үзүүлэлтүүд гэж хуваадаг.
Абсолют үзүүлэлтийн бүлэгт: Тархалтын цувааны далайц, шугаман дундаж хэлбэлзэл, стандарт хазайлт, дисперс зэрэг үзүүлэлтүүд багтана.
Харьцангуй үзүүлэлтийн бүлэгт: Осцилляцийн коэффициент, вариацын шугаманкоэффициент, вариацын коэффициент зэрэг үзүүлэлтүүд багтдаг.
Хэлбэлзлийн авсолют үзүүлэлтүүд
Абсолют үзүүлэлтийн бүлэгт: Тархалтын цувааны далайц, шугаман дундаж хэлбэлзэл, стандарт хазайлт, дисперс зэрэг үзүүлэлтүүд багтана.
Харьцангуй үзүүлэлтийн бүлэгт: Осцилляцийн коэффициент, вариацын шугаманкоэффициент, вариацын коэффициент зэрэг үзүүлэлтүүд багтдаг.
Хэлбэлзлийн авсолют үзүүлэлтүүд
Хэлбэлзэл: Судлагдаж буй эх олонлогийн утга холбогдлуудын
дундажаасаа хазайххазайлтыг хэлбэлзэл гэнэ.
x1,x2,..xn (i=1,..,n) гэсэн n хэмжээст эх олонлог өгөгдсөн ба эх олонлогийн дундаж гэж тооцоологдсон гэвэл хэлбэлзэл нь : харин далайц нь эх олонлогийн хамгийн их утга б хамгийн бага утгын зөрүүг харуулдаг. R=Xmax-Xmin
Эдгээр үзүүлэлтүүд нь судалгааны шаардлагын бүрэн хангахгүй нь ойлгомжтой. Тиймээс дараах дундаж үзүүлэлтүүдийг тооцох шаардлагатай.
Шугаман дундаж хэлбэлзэл: Эх олонлогийн утгуудын эх олонлогийн дундажаас хэлбэлзэх хэлбэлзлийн абсолют утгуудын хувьд тооцогдсон арифметикийн дундаж хэмжигдэхүүн юм. Эх олонлогийн утгуудын давталт өгөгдсөн эсэхээс хамаарч энгийн болон жигнэгдсэн гэсэн хоѐр хэлбэртэй байдаг.
i=(1,..n) Энгийн шугаман дундаж хэлбэлзэл
i=(1,..n) жигнэгдсэн шугаман дундаж хэлбэлзэл
x1,x2,..xn (i=1,..,n) гэсэн n хэмжээст эх олонлог өгөгдсөн ба эх олонлогийн дундаж гэж тооцоологдсон гэвэл хэлбэлзэл нь : харин далайц нь эх олонлогийн хамгийн их утга б хамгийн бага утгын зөрүүг харуулдаг. R=Xmax-Xmin
Эдгээр үзүүлэлтүүд нь судалгааны шаардлагын бүрэн хангахгүй нь ойлгомжтой. Тиймээс дараах дундаж үзүүлэлтүүдийг тооцох шаардлагатай.
Шугаман дундаж хэлбэлзэл: Эх олонлогийн утгуудын эх олонлогийн дундажаас хэлбэлзэх хэлбэлзлийн абсолют утгуудын хувьд тооцогдсон арифметикийн дундаж хэмжигдэхүүн юм. Эх олонлогийн утгуудын давталт өгөгдсөн эсэхээс хамаарч энгийн болон жигнэгдсэн гэсэн хоѐр хэлбэртэй байдаг.
i=(1,..n) Энгийн шугаман дундаж хэлбэлзэл
i=(1,..n) жигнэгдсэн шугаман дундаж хэлбэлзэл
Тархалтын төв
Тархалтын төв гэдэг нь тархалтын дундаж юм. Дараах 3 аргаар тодорхойлно.
Тархалтын төв гэдэг нь тархалтын дундаж юм. Дараах 3 аргаар тодорхойлно.
Дундаж утга /Mean/
Энэ командыг ашиглан арифметик дундаж буюу хувьсагчийн бүх утгуудын нийлбэрийг нийт тохиолдолд хуваасан утгыг олж болно. Дунджыг төвийн параметрийн хэмжигдэхүүн буюу тархалтын гол параметр гэж нэрлэнэ.
Ж.нь Насны түүвэр дараахь 11 утгаас бүрдэнэ гэж үзье.
7,8,14,24,25,30,35,37,39,50,61
Тэгвэл эдгээр тооны нийлбэр 330 бөгөөд түүврийн дундаж нь 330/11=30 болно.
Мод /Mode/
Мод нь өгөгдөл доторх хамгийн олон давтагддаг утга юм. Бүх төрлийн хэмжигдэхүүний хувьд хүчин төгөлдөр байна. Мод нь тархалтын хамгийн өндөр цэг юм.
Медиан /Median/
Медиан нь тархалтын голд байрлах утга юм. Нийт тохиолдлын 50 хувь нь уг утгын доор, 50 хувь нь уг утгын дээр байна.
Утгууд нь тэгш тоотой үед голын 2 утгын дунджаар тодорхойлогдоно.
7,8,14,24,25,30,35,37,39,50 наснуудын хувьд медиан нь 5 ба 6 дахь утгуудын дундаж буюу (25+30)/2=27.5 байна.
Медиан нь тархалтын хэт утгуудаас хамаардаггүй харин Mean нь хэт утгуудаас хамаардаг. Хамгийн өндөр нас 61 биш 110 байсан ч Медиан нь өөрчлөгдөхгүй.
Range / Далайц/
Энэ нь тухайн үзүүлэлтийн хамгийн их ба хамгийн бага утгуудын зөрүүг харуулдаг.
R=Rmax-Rmin
Дунджийн стандарт алдаа /S.E.mean Энэ нь дундаж утгын нарийвчлалыг харуулдаг.
Хэлбийлт /Skewness/
Тэгш хэмтэй тархалтын дундаж, медиан, мод нэг цэг дээр байрлана. Тархалт нь нэг эсвэл нөгөө сүүл уруугаа сунасныг хэлбийсэн байна гэж үздэг. Хэлбийлт буюу Skewness нь тархалтын дунджын ойролцоо тэгш хэмийн зэргийг хэмждэг хэмжигдэхүүн юм. Хэрвээ тэгш хэмтэй буюу хэвийн тархалт бол Skewness=0 байна. Зүүн тийш сунасан тархалттай бол сөрөг утгатай, баруун тийш сунасан бол эерэг утгатай байна.
Kurtos
Тархалтын муруйн хэлбэрийг харуулдаг. Хоёр ба түүнээс дээш тооны хувьсуурын тархалтын хэлбэрийг харьцуулахад ашиглана. Хэрэв тархалт нь сүүл хэсэгтээ хэвийн тархалттай харьцуулахад олон утгуудтай бол kurtos эерэг утгатай байна. Энэ үед тархалтын төв нь орой хэлбэр уруу дөхнө. Kurtos өндөр байх нь ихэвчлэн туйлын их эсвэл хэт бага утгууд байгааг харуулна. Муруйн хувьд kurtos нь +3 аас хэтэрвэл хэтэрхий оройтой, харин -3 –аас доогуур бол хэтэрхий хавтгай гэж үзнэ.
Дисперс буюу Variance
Дунджаас хазайх хазайлт бүрийг квадрат зэрэгт дэвшүүлж тэдгээрийн нийлбэрийг нийт ажиглалтын тооноос 1 –ийг хассан утганд хуваасныг квадратуудын вариац буюу дисперс гэн
Стандарт хазайлт /Std.deviation
Дисперс буюу квадратуудын вариацаас язгуур авсан утгыг Стандарт хазайлт гэнэ.
Дисперс болон стандарт хазайлтыг таамаглал шалгахад хэрэгл.
Энэ командыг ашиглан арифметик дундаж буюу хувьсагчийн бүх утгуудын нийлбэрийг нийт тохиолдолд хуваасан утгыг олж болно. Дунджыг төвийн параметрийн хэмжигдэхүүн буюу тархалтын гол параметр гэж нэрлэнэ.
Ж.нь Насны түүвэр дараахь 11 утгаас бүрдэнэ гэж үзье.
7,8,14,24,25,30,35,37,39,50,61
Тэгвэл эдгээр тооны нийлбэр 330 бөгөөд түүврийн дундаж нь 330/11=30 болно.
Мод /Mode/
Мод нь өгөгдөл доторх хамгийн олон давтагддаг утга юм. Бүх төрлийн хэмжигдэхүүний хувьд хүчин төгөлдөр байна. Мод нь тархалтын хамгийн өндөр цэг юм.
Медиан /Median/
Медиан нь тархалтын голд байрлах утга юм. Нийт тохиолдлын 50 хувь нь уг утгын доор, 50 хувь нь уг утгын дээр байна.
Утгууд нь тэгш тоотой үед голын 2 утгын дунджаар тодорхойлогдоно.
7,8,14,24,25,30,35,37,39,50 наснуудын хувьд медиан нь 5 ба 6 дахь утгуудын дундаж буюу (25+30)/2=27.5 байна.
Медиан нь тархалтын хэт утгуудаас хамаардаггүй харин Mean нь хэт утгуудаас хамаардаг. Хамгийн өндөр нас 61 биш 110 байсан ч Медиан нь өөрчлөгдөхгүй.
Range / Далайц/
Энэ нь тухайн үзүүлэлтийн хамгийн их ба хамгийн бага утгуудын зөрүүг харуулдаг.
R=Rmax-Rmin
Дунджийн стандарт алдаа /S.E.mean Энэ нь дундаж утгын нарийвчлалыг харуулдаг.
Хэлбийлт /Skewness/
Тэгш хэмтэй тархалтын дундаж, медиан, мод нэг цэг дээр байрлана. Тархалт нь нэг эсвэл нөгөө сүүл уруугаа сунасныг хэлбийсэн байна гэж үздэг. Хэлбийлт буюу Skewness нь тархалтын дунджын ойролцоо тэгш хэмийн зэргийг хэмждэг хэмжигдэхүүн юм. Хэрвээ тэгш хэмтэй буюу хэвийн тархалт бол Skewness=0 байна. Зүүн тийш сунасан тархалттай бол сөрөг утгатай, баруун тийш сунасан бол эерэг утгатай байна.
Kurtos
Тархалтын муруйн хэлбэрийг харуулдаг. Хоёр ба түүнээс дээш тооны хувьсуурын тархалтын хэлбэрийг харьцуулахад ашиглана. Хэрэв тархалт нь сүүл хэсэгтээ хэвийн тархалттай харьцуулахад олон утгуудтай бол kurtos эерэг утгатай байна. Энэ үед тархалтын төв нь орой хэлбэр уруу дөхнө. Kurtos өндөр байх нь ихэвчлэн туйлын их эсвэл хэт бага утгууд байгааг харуулна. Муруйн хувьд kurtos нь +3 аас хэтэрвэл хэтэрхий оройтой, харин -3 –аас доогуур бол хэтэрхий хавтгай гэж үзнэ.
Дисперс буюу Variance
Дунджаас хазайх хазайлт бүрийг квадрат зэрэгт дэвшүүлж тэдгээрийн нийлбэрийг нийт ажиглалтын тооноос 1 –ийг хассан утганд хуваасныг квадратуудын вариац буюу дисперс гэн
Стандарт хазайлт /Std.deviation
Дисперс буюу квадратуудын вариацаас язгуур авсан утгыг Стандарт хазайлт гэнэ.
Дисперс болон стандарт хазайлтыг таамаглал шалгахад хэрэгл.
СЭДЭВ: Корреляцийн шинжилгээ.
Хичээлийн агуулга
Ø Корреляцийн шинжилгээ.
Ø Таамаглал
Ø Регрессийн шинжилгээ
Ø Корреляцийн шинжилгээ.
Ø Таамаглал
Ø Регрессийн шинжилгээ
Корреляцийн шинжилгээ.
Огтлолцсон хүснэгтийн корреляцийн шинжилгээ нь тухайн
хувьсуурын шинж байдлаас шалтгаалахгүйгээр тооны хувьсууруудын хооронд хийгдэх
Пирсоны корреляци болон дэс дараалсан хувьсууруудын хооронд хийгдэх Спирманы
корреляцийн шинжилгээний хариуг хоёуланд нь өгдөг тул анализ хийж байгаа хүн
өөрөө зөв хариуг сонгож хэрэглэнэ.
Корреляцийн шинжилгээний үндсэн зорилго нь судалж байгаа хэмжигдэхүүнүүдийн хоорондын хамаарлын хүч, хамаарлын хэлбэрийг тодорхойлох явдал юм.
Хоёр тоон хувьсуурын хоорондын хамаарлыг тогтоох корреляцын болон регрессийн шинжилгээний аргуудыг хэрэглэхийн өмнө цэгэн тархалтын диаграмм зурж тухайн хувьсууруудын хооронд хамааралтай эсэх, хамааралтай бол ямар хэлбэрийн хамаарал байж болох талаар анхны ойлголтыг авч болно.
Ямар нэг хэмжигдэхүүн өөр нэг хэмжигдэхүүнээс бүрэн хамаарч байвал функцэн хамааралтай гэнэ. Энэ нь нэг хэмжигдэхүүний тодорхой нэг утганд нөгөө хэмжигдэхүүний тодорхой нэг утга хамаарч байдаг хамаарал юм. Ж.нь тойргийн радиусаас тойргийн урт хамаарах.
Ямар нэг y=f(x) фунц байна гэж үзвэл
Х- хүчин зүйлийн шинж тэмдэг буюу үл хамаарах хувьсагч
/Independent/
У- үр дүнгийн шинж тэмдэг буюу хамаарах хувьсагч гэнэ.
/Dependent/
Хүчин зүйлийн буюу үл хамаарах хувьсагчийн өөрчлөгдөж байгаа утга бүхэнд үр дүнгийн шинж тэмдэг буюу хамаарах хувьсагчийн дундаж утга тохирч байвал статистикийн буюу корреляцийн хамаарал гэнэ.
Нэг хувьсагчийн тодорхой утгад нөгөө хувьсагчийн тодорхой тархалт харгалзаж байвал тэдгээрийг статистик хамааралтай хувьсагчид гэнэ.
Нэг хувьсагчийн дундаж утгаас нөгөө хувьсагчийн утга хамаарах функцийн хамаарлыг корреляци /ковариац/ хамаарал гэнэ. Энэ хамаарал нь статистик хамаарлын нэг хэлбэр нь болно.
Хувьсагчид статистик хамааралтай үед тэдгээрийн хоорондын нөлөөлөл, хувирч өөрлөгдөх зүй тогтлыг корреляцийн ба регрессийн шинжилгээний аргаар тодорхойлно. Нэг хувьсагчийн Х өсөх утгад нөгөө хувьсагчийн буурах утга харгалзаж байвал урвуу хамаарал гэнэ. Эерэг корреляцийн үед хувьсагчийн утга өсөхөд нөгөө хувьсагч дунджаараа хамт өснө. Сөрөг корреляцийн үед хамт буурна.
Корреляцийн шинжилгээний үндсэн зорилго нь судалж байгаа хэмжигдэхүүнүүдийн хоорондын хамаарлын хүч, хамаарлын хэлбэрийг тодорхойлох явдал юм.
Хоёр тоон хувьсуурын хоорондын хамаарлыг тогтоох корреляцын болон регрессийн шинжилгээний аргуудыг хэрэглэхийн өмнө цэгэн тархалтын диаграмм зурж тухайн хувьсууруудын хооронд хамааралтай эсэх, хамааралтай бол ямар хэлбэрийн хамаарал байж болох талаар анхны ойлголтыг авч болно.
Ямар нэг хэмжигдэхүүн өөр нэг хэмжигдэхүүнээс бүрэн хамаарч байвал функцэн хамааралтай гэнэ. Энэ нь нэг хэмжигдэхүүний тодорхой нэг утганд нөгөө хэмжигдэхүүний тодорхой нэг утга хамаарч байдаг хамаарал юм. Ж.нь тойргийн радиусаас тойргийн урт хамаарах.
Ямар нэг y=f(x) фунц байна гэж үзвэл
Х- хүчин зүйлийн шинж тэмдэг буюу үл хамаарах хувьсагч
/Independent/
У- үр дүнгийн шинж тэмдэг буюу хамаарах хувьсагч гэнэ.
/Dependent/
Хүчин зүйлийн буюу үл хамаарах хувьсагчийн өөрчлөгдөж байгаа утга бүхэнд үр дүнгийн шинж тэмдэг буюу хамаарах хувьсагчийн дундаж утга тохирч байвал статистикийн буюу корреляцийн хамаарал гэнэ.
Нэг хувьсагчийн тодорхой утгад нөгөө хувьсагчийн тодорхой тархалт харгалзаж байвал тэдгээрийг статистик хамааралтай хувьсагчид гэнэ.
Нэг хувьсагчийн дундаж утгаас нөгөө хувьсагчийн утга хамаарах функцийн хамаарлыг корреляци /ковариац/ хамаарал гэнэ. Энэ хамаарал нь статистик хамаарлын нэг хэлбэр нь болно.
Хувьсагчид статистик хамааралтай үед тэдгээрийн хоорондын нөлөөлөл, хувирч өөрлөгдөх зүй тогтлыг корреляцийн ба регрессийн шинжилгээний аргаар тодорхойлно. Нэг хувьсагчийн Х өсөх утгад нөгөө хувьсагчийн буурах утга харгалзаж байвал урвуу хамаарал гэнэ. Эерэг корреляцийн үед хувьсагчийн утга өсөхөд нөгөө хувьсагч дунджаараа хамт өснө. Сөрөг корреляцийн үед хамт буурна.
Корреляцийн коэфциентийн чанар:
· -1<=r<=1 ба[-1;1] завсарт байна.
· 0<=r<=0,5 үед х,у хэмжигдэхүүнүүд шууд (эерэг), сул хамааралтай
· 0.5<=r<=1 үед х,у хэмжигдэхүүнүүд шууд (эерэг), хүчтэй хамааралтай
· -1<=r<=-0,5 үед х,у хэмжигдэхүүнүүд урвуу (сөрөг), хүчтэй хамааралтай
· -0.5
байна.
Таамаглал
· -1<=r<=1 ба[-1;1] завсарт байна.
· 0<=r<=0,5 үед х,у хэмжигдэхүүнүүд шууд (эерэг), сул хамааралтай
· 0.5<=r<=1 үед х,у хэмжигдэхүүнүүд шууд (эерэг), хүчтэй хамааралтай
· -1<=r<=-0,5 үед х,у хэмжигдэхүүнүүд урвуу (сөрөг), хүчтэй хамааралтай
· -0.5
Таамаглал
Статистикийн шалгуурт таамаглалыг бие биенээ үгүйсгэсэн хоёр
өрсөлдөх таамаглалаар илэрхийлдэг.
Тэг таамаглал (Ho) –эх олонлогуудын тухай анхны таамаглал бөгөөд тэдгээрийн хооронд ялгаа байхгүй гэж үзнэ.
Өрсөлдөх таамаглал Н1-ийгялгаатай гэж үзнэ
Тэг таамаглал (Ho) –эх олонлогуудын тухай анхны таамаглал бөгөөд тэдгээрийн хооронд ялгаа байхгүй гэж үзнэ.
Өрсөлдөх таамаглал Н1-ийгялгаатай гэж үзнэ
P(SIG) утга
SPSS программд статистик шинжүүрийн утгыг P(sig) утгын хамт
тооцдог. P утга гэдэг ньтэг таамаглал хэр үнэнд ойр болохыгхаруулагч үзүүлэлт
юм. Өөрөөр хэлбэл түүврийн утгуудыг ашиглан тооцсон тэг таамаглалыг няцаах
хамгийн бага ач холбогдлын түвшин гэж ойлгож болно. P утга бага байх тусам тэг
таамаглалыг няцаах илүү найдвартай нотолгоо болно. Практикт ач холбогдлын
түвшинг P-утгын хувьд дүгнэлт хийхэд ашиглана. Хэрвээ P утга сонгосон ач
холбогдлын түвшингээс бага эсвэл тэнцүү байвал тэг таамаглал үгүйсгэгдэх ба үр
дүнг нь статистик ач холбогдолтой гэнэ. Харин p> байвал тэг таамаглалыг үнэн
гэхэд эргэлзэх нотолгоо байхгүй гэж дүгнэнэ.
Ихэнх судалгаанд 0.05 гэж авна.
P<=0.05 тэг таамаглалыг үгүйсгэх зарим нотолгоо байна.
P<=0.01 тэг таамаглалыг үгүйсгэх хүчтэй нотолгоо байна.
P<=0.001 тэг таамаглалыг үгүйсгэх маш хүчтэй нотолгоо байна.
Регрессийн шинжилгээ
Хувьсагчид статистик хамааралтай үед тэдгээрийн хоорондын нөлөөлөл, хувирч өөрчлөгдөх зүй тогтлыг нь регрессийн шинжилгээний аргаар тодорхойлно. Энэ шинжилгээ нь хувьсагч хоорондын хамаарлын хэлбэрийг тогтоох буюу тэдгээрийн холбоо хамаарлыг илрүүлэх, энэхүү хамаарлыг үнэлэх, мөн хамаарах хувьсагчийн мэдэгдэхгүй утгуудыг үнэлэхэд чиглэгдэнэ.
Статистик хамааралтай хувьсагчдын функциональ хамаарлыг илрүүлэхдээ эхлээд тэдгээрийн хооронд ямар хэлбэртэй хамаарал байгааг тодорхойлно. Функциональ хамаарлын хэлбэр буюу функцийн хэлбэрийг тодорхойлохдоо цэгүүдийн байрлалын болон үзэгдлийн ерөнхий шинж чанарт үндэслэнэ. Хувьсагчуудын хамаарал шугаман хуулиар илэрхийлэгдхээс гадна шугаман бус хуулиар илэрхийлэгдэх тохиолдол бас байна. Энэ тохиолдолд муруй шугамын регрессийн шинжилгээг хийнэ.
Бусад төрлийн хувиараар хэмжсэн хувьсагчийн утгуудын корреляцийн хэмжээг тодорхойлох
Хоёр хэмжээст хэвийн тархалттай ойролцоо Х, Ү хувьсагчдийн хувьд Пирсоны корреляцийн коэфицентийг тооцоолох нь тохиромжтой болно. Хувьсагчийн утгуудын корреляцийн хэмжээг дараахь байдлаар тодорхойлно. Үүнд:
Нэрлэсэн дихотомик хувиараар хэмжсэн хувьсагчийн хамаарлыг Контингиецийн коэффициент /СС/-р тодорхойлно.
Нэг хувьсагч нэрлэсэн дихотомик /хүйс гэрлэлтийн байдал/ хуваариар, нөгөө нь интервал болон харьцаат хуваариар хэмжигдсэн байвал корреляцийг биссериал коэффициентээр / 30/ -р тооцоолно.
Хоёр хувьсагч хоёулаа дихотомик бөгөөд хэвийн тархалттай ойролцоо бол корреляцийн тетрехор коэффициент / Rtet/ -оор тооцоолно.
Хоёр хувьсагч хоёулаа эрэмбэт буюу дараалсан хувиараар хэмжигдэх тохиолдолд тэдгээрийн хамаарлыг Спираны рангийн корреляцийн коэффициентийг олж тодорхойлдог байна.
Х, Ү хувьсагч тус бүр өөр хоорондоо үл хамаарах дараалсан хуваарь бүхий 1,2 ……..n утгатай байна. Энэ хамаарлыг Английн статистикч М.Кендалл t коэффициентээр тооцоолон гаргажээ.
Х-диохотомик, Ү нь 1-ээс nутга бүхий дарааллсан хуваариар хэмжигдсэн хувьсагч болно. Энэ тохиолдолд корреляцийн бисериал коэффициентийг тусгай томъёогоор тооцоолон гаргадаг байна.
Олон хэмжээст корреляци
Олон хэмжээст корреляцийг тооцоолох, олон хэмжээст регрессийн тэгшитгэлийн коэффициентүүдийг олохдоо хамгийн бага квадратын аргаар олно.
Регрессийн шинжилгээ
Ямар нэгэн хэмжигдэхүүн өөр нэгэн хэмжигдэхүүнээс бүрэн хамаарч байвал функцийн хамаарал гэнэ.өөрөөр хэлбэл нэг хэмжигдэхүүний тодорхой нэг утганд нөгөө хэмжигдэхүүний тодорхой нэг хэмжигдэхүүн хамаарч байдаг хамаарал юм. Ямар нэг y=f(x) функц байна гэж үзвэл:
Х-хүчин зүйлийн шинж тэмдэг буюу үл хамааран хувьсагч
y-үр дүнгийн шинж тэмдэг буюу хамааран хувьсагч гэж нэрлэе. Энд х нь у-г бүрэн тодорхойлох бөгөөд үр дүнгийн шинж тэмдгээс бүрэн хамаарах болно
Ихэнх судалгаанд 0.05 гэж авна.
P<=0.05 тэг таамаглалыг үгүйсгэх зарим нотолгоо байна.
P<=0.01 тэг таамаглалыг үгүйсгэх хүчтэй нотолгоо байна.
P<=0.001 тэг таамаглалыг үгүйсгэх маш хүчтэй нотолгоо байна.
Регрессийн шинжилгээ
Хувьсагчид статистик хамааралтай үед тэдгээрийн хоорондын нөлөөлөл, хувирч өөрчлөгдөх зүй тогтлыг нь регрессийн шинжилгээний аргаар тодорхойлно. Энэ шинжилгээ нь хувьсагч хоорондын хамаарлын хэлбэрийг тогтоох буюу тэдгээрийн холбоо хамаарлыг илрүүлэх, энэхүү хамаарлыг үнэлэх, мөн хамаарах хувьсагчийн мэдэгдэхгүй утгуудыг үнэлэхэд чиглэгдэнэ.
Статистик хамааралтай хувьсагчдын функциональ хамаарлыг илрүүлэхдээ эхлээд тэдгээрийн хооронд ямар хэлбэртэй хамаарал байгааг тодорхойлно. Функциональ хамаарлын хэлбэр буюу функцийн хэлбэрийг тодорхойлохдоо цэгүүдийн байрлалын болон үзэгдлийн ерөнхий шинж чанарт үндэслэнэ. Хувьсагчуудын хамаарал шугаман хуулиар илэрхийлэгдхээс гадна шугаман бус хуулиар илэрхийлэгдэх тохиолдол бас байна. Энэ тохиолдолд муруй шугамын регрессийн шинжилгээг хийнэ.
Бусад төрлийн хувиараар хэмжсэн хувьсагчийн утгуудын корреляцийн хэмжээг тодорхойлох
Хоёр хэмжээст хэвийн тархалттай ойролцоо Х, Ү хувьсагчдийн хувьд Пирсоны корреляцийн коэфицентийг тооцоолох нь тохиромжтой болно. Хувьсагчийн утгуудын корреляцийн хэмжээг дараахь байдлаар тодорхойлно. Үүнд:
Нэрлэсэн дихотомик хувиараар хэмжсэн хувьсагчийн хамаарлыг Контингиецийн коэффициент /СС/-р тодорхойлно.
Нэг хувьсагч нэрлэсэн дихотомик /хүйс гэрлэлтийн байдал/ хуваариар, нөгөө нь интервал болон харьцаат хуваариар хэмжигдсэн байвал корреляцийг биссериал коэффициентээр / 30/ -р тооцоолно.
Хоёр хувьсагч хоёулаа дихотомик бөгөөд хэвийн тархалттай ойролцоо бол корреляцийн тетрехор коэффициент / Rtet/ -оор тооцоолно.
Хоёр хувьсагч хоёулаа эрэмбэт буюу дараалсан хувиараар хэмжигдэх тохиолдолд тэдгээрийн хамаарлыг Спираны рангийн корреляцийн коэффициентийг олж тодорхойлдог байна.
Х, Ү хувьсагч тус бүр өөр хоорондоо үл хамаарах дараалсан хуваарь бүхий 1,2 ……..n утгатай байна. Энэ хамаарлыг Английн статистикч М.Кендалл t коэффициентээр тооцоолон гаргажээ.
Х-диохотомик, Ү нь 1-ээс nутга бүхий дарааллсан хуваариар хэмжигдсэн хувьсагч болно. Энэ тохиолдолд корреляцийн бисериал коэффициентийг тусгай томъёогоор тооцоолон гаргадаг байна.
Олон хэмжээст корреляци
Олон хэмжээст корреляцийг тооцоолох, олон хэмжээст регрессийн тэгшитгэлийн коэффициентүүдийг олохдоо хамгийн бага квадратын аргаар олно.
Регрессийн шинжилгээ
Ямар нэгэн хэмжигдэхүүн өөр нэгэн хэмжигдэхүүнээс бүрэн хамаарч байвал функцийн хамаарал гэнэ.өөрөөр хэлбэл нэг хэмжигдэхүүний тодорхой нэг утганд нөгөө хэмжигдэхүүний тодорхой нэг хэмжигдэхүүн хамаарч байдаг хамаарал юм. Ямар нэг y=f(x) функц байна гэж үзвэл:
Х-хүчин зүйлийн шинж тэмдэг буюу үл хамааран хувьсагч
y-үр дүнгийн шинж тэмдэг буюу хамааран хувьсагч гэж нэрлэе. Энд х нь у-г бүрэн тодорхойлох бөгөөд үр дүнгийн шинж тэмдгээс бүрэн хамаарах болно
эх сурвалж : эрдэнэбат.блоспот.ком
No comments:
Post a Comment