tyce
Copyright
©
Recenzenci
SPSS Polska, Kraków 2002 Jarosław
Górniak, Leszek A.
Wstęp·
Gruszczyński
1. Jak
. być
badaczem? . podstawowe Od czego zacząć? Nauka . Metoda naukowa Testowanie hipotez Od hipotez do teorii . Typy zależności . . . Zależność a związek przyczyno-skutkowy Jednostka analizy
Pojęcia
Projekt graficzny
Małgorzata
Dubowiak
Opracowanie edytorskie, redakcja techniczna, i łamanie systemem 'lEX preTEXt, Kraków, www.pretext.com.pl
skład
Druk i oprawa Wydawca
Drukarnia Know-How, Kraków, tel. 012.6369607
SPSS Polska Sp. z 0.0., Kraków, ul. Racławicka 58 tel./faks: 012.6369680, e-mail:
[email protected]. www.spss.pl
Wszelkie prawa zastrzeżone. Żadna część niniejszej książki nie może być powielana ani rozpowszechniana metodami elektronicznymi, mechanicznymi, fotokopiowania, zapisu magnetycznego czy innymi - w jakiejkolwiek formie - bez pisemnej zgody wydawcy. Zastrzeżenie to nie wyklucza możliwości wykorzystania krótkiego fragmentu w związku z omówieniem w prasie lub innych mediach. SPSS jest zastrzeżonym znakiem towarowym, a pozostałe produkty i nazwy SPSS są znakami towarowymi SPSS Inc. Inne produkty i nazwy występujące w publikacji są znakami towarowymi lub zastrzeżonymi znakami towarowymi odpowiednich firm i zostały użyte jedynie w celu identyfikacji.
ISBN 83-912871-1-4
Wydanie pierwsze Printed in Poland
1.1. 1.2. 1.3. 1.4. 1.5. 1.6. 1.7. 1.8.
11
15 15 16 17 21
22 26 28 31 33
Ćwiczenia
35
Literatura
36
2. Jak
zmierzyć szczęście?
Pojęcia
2.1. 2.2. 2.3. 2.4. 2.5. 2.6. 2.7. 2.8. 2.9.
podstawowe Pomiar . . . . . Poziom nominalny. Poziom porządkowy . Skala Likerta. . . . . Poziom interwałowy i ilorazowy Definicje operacyjne. Tworzenie indeksów Trafność .
37 37 37 38
41 42
44 51 54 58
Rzetelność
59
Ćwiczenia . . .
61 65 70
Co może zrobić za nas komputer Literatura . . . . . . . . . . . . .
r
I
3. Co piszczy w szeregu statystycznym? pojęcia podstawowe 3.1. Średnia arytmetyczna. 3.2. Mediana . 3.3. Dominanta 3.4. Skośność . 3.5. Inne miary pozycyjne 3.6. Rozstęp· . 3.7. Odchylenie średnie 3.8. Wariancja i odchylenie standardowe Ćwiczenia . Co może zrobić za nas komputer Literatura . . . . . . . . . . . 4. Co widać przez okna tabeli? . Pojęcia podstawowe 4.1. Tabele kontyngencji . . . 4.2. Przekodowywanie danych. 4.3. Forma prezentacji danych w polach tabeli 4.4. Miary zależności dla tabel dwa-na-dwa 4.5. Miary związku dla tabel n-przez-n. 4.6. Trzecia zmienna . . . 4.7. Modele przyczynowe Ćwiczenia . Co może zrobić za nas komputer Literatura . . . . . . . . 5. Jak żyć w niepewności? . Pojęcia podstawowe . . . . . . . . . . . . 5.1. Czym zajmuje się statystyka indukcyjna? 5.2. Próba losowa. . . . . . . . . . 5.3. Testy statystycznej istotności 5.4. Prawdopodobieństwo . . 5.5. Rozkład normalny. . . . 5.6. Rozkład średnich z prób 5.7. Rozkład t Studenta . . . 5.8. Test istotności dla proporcji 5.9. Estymacja przedziałowa Ćwiczenia . Co może zrobić za nas komputer L~ff~ura . . . . . . . . . . . . .
6
71 71
72 76 82 85 88 89 90 92 99 102 106 107 107 108
109 112 118 122 131 135 137
138 143
145 145 146 148 150 154 155 160 164 168 169
172 175 176
6. Jak kontrolować ryzyko? . Pojęcia podstawowe 6.1. Sposób doboru prób. 6.2. Test dla dwóch prób niezależnych 6.3. Test dla dwóch prób zależnych .. 6.4. Jednoczynnikowa analiza wariancji 6.5. Test post hoc . Ćwiczenia . Co może zrobić za nas komputer Literatura . . . . . . . . . . .
177 177 178 179 186 189 201 204 206 210
7. Jak postawić kropkę nad L.. ? Pojęcia podstawowe 7.1. Test chi-kwadrat . . . . . 7.2. Warunki stosowania testu chi-kwadrat 7.3. Miary związku oparte na chi-kwadrat . 7.4. Między poziomem nominalnym a ilorazowym. 7.5. Koncepcja liniowości . 7.6. Prosta regresja liniowa Ćwiczenia . Co może zrobić za nas komputer Literatura . . . . . . . . . . . . .
211 211 212
216 223 224 227
230 238 239 242 243 245
Dodatek. Jak być odkrywcą? Analiza struktur ukrytych Pojęcia podstawowe Co to jest zmienna ukryta Analiza struktur ukrytych Formalny model analizy struktur ukrytych Porównywanie struktur ukrytych między grupami Budowanie modeli zależności Zamiast ćwiczeń . Literatura . . . .
250
Załącznik
283
1. Pola pod
krzywą normalną
246 247 260
265 267
280
Załącznik
2.
Rozkład
Studenta t .
289
Załącznik
3.
Rozkład
F . . . . . .
293
Załącznik
4.
Rozkład
chi-kwadrat
299
Chciałabym podziękować wielu osobom, bez których wsparcia i zaangażowania książka
ta nie
miałaby
szans
się ukazać.
Jej merytoryczna zawartość swój ostateczny kształt zawdzięcza wnikliwym uwagom recenzentów Leszka A. Gruszczyńskiego i Jarosława GÓrniaka. Dzię ki nim udało mi się uzupełnić i dopracować wiele fragmentów oraz uniknąć szeregu błędów a za te, które ewentualnie pozostały, tylko ja w pełni odpowiadam. Dziękuję Aleksandrowi Zaigraevowi za konsultacje w zakresie statystyki indukcyjnej, Bogdanowi Cichomskiemu za szybkie udostępnienie danych PGSS z edycji 1999 roku, a także Henrykowi Domańskiemu, Krystynie Lutyńskiej i Andrzejowi Rostockiemu za zgodę na ponowne opublikowanie mojego tekstu z zakresu analizy struktur ukrytych, który wcześniej ukazał się w tomie pod ich redakcją. Dziękuję wszystkim studentom, którzy uczestniczyli aktywnie w testowaniu przydatności tej książki do celów dydaktycznych a szczególnie Aleksandrze Bronk, która sprawdzała przydatność wszystkich przykładów w programie SPSS. Książka w opracowanej ostatecznie formie ma szansę ukazać się dzięki wsparciu organizacyjnemu i finansowemu dwóch instytucji: firmy SPSS Polska i Uniwersytetu Mikołaja Kopernika w Toruniu. Instytucje to przede wszystkim ludzie. Zatem dziękuję Piotrowi Komornickiemu i Januszowi Mikulskiemu z SPSS Polska za ich szczególny wkład w to przedsięwzięcie. Życzliwość i wsparcie Dyrektora Instytutu Socjologii UMK Andrzeja Zybertowicza i mojego bezpośrednie go przełożonego a zarazem ówczesnego Dziekana Wydziału Humanistycznego UMK Ryszarda Borowicza była nie do przecenienia. Ostateczną formę książka ta zawdzięcza pracy Ewy Kmiecik.
Maria Nawojczyk
I
Od przeszło dziesięciu lat uczę studentów socjologii statystyki. Jest to, jak dostateczny okres czasu aby zgromadzić doświadczenia i pokusić się o pewne uogólnienia. Zacznę od spostrzeżeń niezbyt przyjemnych dla nauczyciela statystyki. Większość osób podejmujących studia na kierunku socjologia uważa się za humanistów - i słusznie. Szkoda tylko, że to przekonanie często definiowane jest w oparciu o wykluczenie - nigdy więcej matematyki i czegokolwiek, co się z nią łączy. Zatem konieczność studiowania statystyki jest dla wielu przykrą niespodzianką. Próba przekonania studentów, że to przedmiot pożyteczny i nawet można go polubić, graniczy z cudem. Najczęściej przyjmowaną przez studentów postawą bywa zatem strategia 3 x Z (zakuć, zdać, zapomnieć). Bywała ona efektywna tylko w wymiarze lokalnym, bowiem już na zajęciach praktycznych z programem SPSS okazywało się, że bez teoretycznych podstaw ze statystyki nie da się zrobić niczego sensownego z naj ciekawszymi nawet danymi. Z racji tego, że zajęcia te poświęcone były nabywaniu umiejęt ności posługiwaniasię programem SPSS, to "odkurzanie" wiedzy ze statystyki musiało się odbywać w bardzo ograniczonym zakresie. O tym, jak duże były to ograniczenia, miałam się przekonać prowadząc seminarium magisterskie. Wielu moich magistrantów miało świetne pomysły na prace oparte na materiale empirycznym, niewielu z zebranym materiałem umiało sobie dobrze radzić. Jeszcze więcej z nich miałoby szansę na zdobycie ciekawej pracy po studiach, gdyby takie umiejętności w stopniu dostatecznym posiadali. Z kontaktów z naszymi absolwentami wiem, że część z nich tę wiedzę samodzielnie uzupełnia. sądzę,
Kij, jak wiadomo, zawsze ma dwa końce. Postawa studentów to jedno, ale z drugiej strony jestem ja, jako nauczyciel z dostępnymi mi pomocami w nauczaniu. Ucząc statystyki korzystałam z dość już "wiekowego", przetłumaczonego na język polski trzydzieści lat temu, podręcznika Huberta Blalocka i skryptów publikowanych na własne potrzeby przez różne wydawnictwa uniwersyteckie. Żadna z tych pozycji nie brała pod uwagę dynamicznie rozwijającego się pro-
(
cesu komputeryzacji, wspomagającegoanalizę statystyczną. Każda z nich była bardziej zorientowana teoretycznie (co humanistów przyprawiało o koszmary senne a próbujących ich tego nauczyć -- o stały stres bycia nauczycielem z tych koszmarów) a mniej praktycznie. Doświadczeniate złożyły się na podjęcie przeze mnie decyzji o napisaniu nowoczesnego, przyjaznego studentom podręcznika podstawowego - elementarnego kursu statystyki. W moich założeniach powinien on zawierać: ilI
II!
III
III
niezbędną wiedzę teoretyczną, opisaną językiem możliwie najmniej formalnym, ze szczególnym naciskiem na zdobycie umiejętności interpretacyjnych; dodatek do każdego rozdziału pokazujący, jak wprowadzone zagadnienia zastosować w praktyce, posługując się programem SPSS, i korzystając z danych Polskiego Generalnego Sondażu Społecznego;
dodatek dla zaawansowanych (tych, których udałoby mi się zachęcić do statystyki), obejmujący najczęściej stosowane metody analizy na wyższym poziomie zaawansowania; dodatek w formie tekstu mojego autorstwa: "Zastosowanie modeli logarytmiczno-liniowych ze zmiennymi ukrytymi do badania postaw", który ukazał się w pracy "Spojrzenie na metodę" pod red. Henryka Domańskie go, Krystyny Lutyńskiej i Andrzeja Rostockiego (Warszawa 1999: IFiS PAN, ss. 81-94), a który chciałabym opatrzyć komentarzami dydaktycznymi i pokazać "od kuchni" .
Jak to zwykle bywa, życie weryfikuje większość naszych zamierzeń. Punkt pierwszy, jako dla mnie najważniejszy, został zrealizowany, dodatki natomiast uległy pewnym korektom. W trakcie moich prac nad dodatkami do poszczególnych rozdziałów, mającymi w zamierzeniu pokazać, jak prezentowanąwcześniej analizę dokonać za pomocą programu SPSS - ukazała się pozycja autorstwa Jarosława Górniaka i Janusza Wachnickiego "SPSS PL for Windows: Pierwsze kroki w analizie danych" . Książka ta, w o wiele pełniejszy sposób prezentuje to, o co mi chodziło przy konstrukcji dodatków zatytułowanych "Co może zrobić za nas komputer". Zamiast zatem pokazywać, jak "zrobi" to za nas komputer (tu podaję odsyłacze do wspomnianej pozycji), przedstawiam sposób interpretacji uzyskanych za pomocą komputera wyników. Posługuję się w tych przykładach danymi z Polskiego Generalnego Sondażu Społecznego z roku 1999, zachęcając studentów w trakcie zajęć do próby samodzielnego uzyskania prezentowanych wyników końcowych przeprowadzanych analiz. W dodatku dla zaawansowanych zamierzałam zawrzeć poszerzenie wiedzy o analizie regresji oraz wprowadzenie do analizy czynnikowej i analizy struktur ukrytych. Niestety część podstawowa książki rozrosła się do takich rozmiarów,
\
\I,
że z części tych planów musiałam zrezygnować. Ponieważ w liter~turze st~~ tystycznej w języku polskim można znaleźć pozycje opisujące anahzę regresF na wyższym niż elementarny poziomie oraz analizę czynnikową - te kwe~t~e postanowiłam pominąć. Zamieszczam natomiast rozdział poświęcony anah.zl: struktur ukrytych, gdyż jest to metoda słabo obecna w literaturze polskIeJ. Jej użyteczność pokazuję na moim wcześniej już opublikowanym tekście (za zgodą redaktorów tomu), przedstawiającymtaką analizę niejako "od kuchni". Sugestie obu recenzentów szły w kierunku wyeliminowania tego dodatku, jako mało spójnego z całością podręcznika. Zgadzam się z uwagami, że tok wywodów w tym dodatku odbiega od konwencji prowadzenia czytelnika krok po kroku w możliwie naj prostszy sposób, ale materia jest bardziej skomplikowana i wymagałaby dużo więcej miejsca na taki typ wykładu, jaki poprzednio proponowałam. Ponieważ obaj recenzenci zachęcali mnie do napisania kolejnego tomu, obejmującego metody analizy na wyższym poziomie zaawansowania, pozwalam sobie jednak ten dodatek pozostawić, jako ewentualny spójnik, jeśli wyzwanie to podejmę w przyszłości. Wróćmy
do części zasadniczej książki. Zakładam, że studenci zapisujący się na ze statystyki mają za sobą kurs metodologii badań społecznych oraz metod i technik badawczych. Dwa pierwsze rozdziały ("Jak być badaczem?"; "Jak zmierzyć szczęście?") poświęcone są na przypomnienie wiedzy z tych kursów ale w kontekście wprowadzenia do zagadnień ze statystyki. Zaczynam od metody naukowej, stawiania hipotez, określania zależności między zmiennymi, by przejść do poziomu pomiaru zmiennych, tworzenia indeksów, określania ich trafności i rzetelności. Pogłębionej wiedzy w tym zakresie należy poszukiwać w podręcznikach do metodologii, tu przypominam je na tyle, na ile jest to niezbędne do wprowadzenia kolejnych kwestii. zajęcia
W rozdziale trzecim ("Co piszczy w szeregu statystycznym?") pokazuję, jak analizować jedną wybraną zmienną poprzez miary tendencji centralnej oraz miary dyspersji. VI[ kolejnym rozdziale ("Co widać przez okna tabeli?") przedstawiam sposoby konstrukcji tabel statystycznych i pomiaru siły związku między zmiennymi w tych tabelach. Rozdział piąty ("Jak żyć w niepewności?") jest wprowadzeniem do statystyki indukcyjnej. Wyjaśniam w nim istotę testów statystycznej istotności, by w rozdziale kolejnym ("Jak kontrolować ryzyko?") zaprezentować testy dla dwóch prób i analizę wariancji.
W rozdziale siódmym ("Jak postawić kropkę nad i... ?") dopełniam wiedzę dotyczącą pomiaru siły związku między zmiennymi i jego statystycznej istotności
w zależności od ich poziomu pomiaru. Znalazły się tu więc test chi-kwadrat, i prosta analiza regresji. Całość jest uzupełniona wcześniej sygnalizowanymi dodatkami. Program zajęć oparty o wstępny maszynopis tego podręcznika był testowany dwukrotnie:
w roku akademickim 1999/2000 jako osobny kurs statystyki i w roku akademickim 2000/2001, w zestawie wykład ze statystyki wraz z ćwiczeniami (zaję cia z programem SPSS realizowane w pracowni komputerowej). Prezentowany podręcznik przygotowany jest do obu form prowadzenia zajęć, z tym że w tej drugiej formie przynosi moim zdaniem naj pełniejsze efekty. Ponieważ kurs ze statystyki w moim Instytucie już od kilku lat nie jest przedmiotem obowiązkowym, przyjazna studentom forma prezentowanego podręcz nika została potwierdzona rosnącą liczbą uczestników tego kursu. Liczę więc na to, że ten elementarz do statystyki dla studentów socjologii stanie się dla nich zachęcającym wstępem do studiowania tej dyscypliny.
Pojęcia
II
charakter empiryczny charakter normatywny hipoteza nauki społeczne tabela kontyngencji liczebność brzegowa liczebność ogólna pole (tabeli)
II
związek
II
II
zmienna indukcja dedukcja eksperyment
II
II II II
Toruń,
lipiec 2002
podstawowe
II II II II
II
II III
II II II II II II II II
II II
prawo naukowe dane warunek konieczny warunek wystarczający teoria zależność pozytywna zależność negatywna związek przyczynowo-skutkowy zmienna zależna zmienna niezależna jednostka analizy statystyka
Podręcznik ten obejmuje zagadnienia z zakresu statystyki i analizy danych w naukach społecznych. Zawarte w nim procedury znajdą zastosowanie wówczas, gdy będziemy dysponować zgromadzonym materiałem badawczym. Gromadzenie i interpretacja takiego materiału jest logicznym procesem o ustalonych standardowych procedurach, zwanych metodą naukową, charakterystycznym dla wszystkich dziedzin nauki.
Metoda naukowa jest procedurą, za pomocą której określamy związek pomię dzy interesującymi nas z badawczego punktu widzenia zjawiskami, a następnie sprawdzamy, czy takowy związek rzeczywiście istnieje. O ile metoda naukowa jako procedura badawcza jest wspólna dla nauki jako całości, to konkretne techniki gromadzenia materiału badawczego i prowadzenia jego analizy mogą się różnić w zależności od uprawianej dyscypliny. Zrozumienie istoty metody badawczej stanowi jednak niezbędny warunek by zostać badaczem.
i I
!
~
1.1. Od czego
zacząć?
Cele nauki są różnorodne, ale istotą prowadzenia badań naukowych jest zrozumienie interesujących nas zjawisk. Opisywanie i wyjaśnianie tych zjawisk ma w konsekwencji prowadzić do możliwości przewidywania ich rozwoju, lub w ogóle wystąpienia, i być może uzyskania nad nimi kontroli. Podstawowymi więc pytaniami, na jakie badacz poszukuje odpowiedzi są pytania: "Jak jest?" oraz "Jak być powinno?" Pytania i odpowiedzi koncentrujące się na wymiarze "jak jest" mają charakter empiryczny, natomiast obejmujące wymiar "jak być powinno" - mają charakter normatywny. Oba te wymiary obecne są we wszystkich dziedzinach nauki. Odpowiedzi, jakich udzielamy na pytania dotyczące tego "jak być powinno", mają zasadnicze znaczenie dla zrozumienia społeczeństwa, w którym żyjemy. Przywołajmyparę konkretnych przykładów, pytamy np.: "Co to jest dobre społeczeństwo? Co to jest sprawiedliwość?Czy demokracja parlamentarna jest najlepszym systemem politycznym? Czy powinno stosować się karę śmierci? Czy
eutanazja powinna być legalnie dozwolona? Czy państwo powinno gwarantować swoim obywatelom minimalny dochód?" Odpowiedzi na takie pytania zależą od naszego systemu wartości, preferencji, światopoglądu. Stanowią one podstawę i istotę filozofii społecznej. Jak daleko nie sięgalibyśmy w historii społecznej to zawsze znajdziemy myślicieli, którzy takie pytania stawiali i poszukiwali na nie odpowiedzi, poczynając od Platona i Arystotelesa, poprzez Augusta Comte'a, Emila Durkheima, Maxa Webera po Talcota Parsonsa i wielu innych twórców teorii społecznych. Stawiając pytania empiryczne dążymy do ustalenia faktów anie wartości. Przypuśćmy, że z normatywnego punktu widzenia akceptujemy stwierdzenie, iż wolność prasy jest niezbędnym warunkiem istnienia wolnego społeczeństwa. Odnoszące się
do takiego stwierdzenia pytania empiryczne mogłyby być sformu-
łowane następująco: Czy w danym społeczeństwie istnieje wolność prasy? lub, Na ile w danym społeczeństwie istnieje wolność prasy? Załóżmy, że wolność prasy zdefiniujemy jako istnienie w badanym społeczeń stwie, przez co najmniej ostatni rok, gazety lub stacji telewizyjnej, która nie była własnością państwa, nie była też przez rząd kontrolowana, ani jej artykuły, bądź audycje, nie były przedmiotem działań cenzury. Niezależnie od tego, czy taka definicja wolności prasy nam się podoba czy nie, to jeśli raz uznamy ją za obowiązującą, to w oparciu o nią możemy dokonywać analizy materiału empirycznego pochodzącego z różnych państw, aby stwierdzić czy wolność prasy w nich istnieje, czy nie. Istnienie wolności prasy jest więc przedmiotem empirycznej weryfikacji. Natomiast pytanie, czy istnienie wolności prasy jest
warunkiem koniecznym (czy nie) dla rozwoju demokracji, pozostaje pytaniem normatywnym, na które odpowiedzi udzielamy w zależności od naszego systemu wartości.
Przy definiowaniu wolności prasy musimy brać pod uwagę zarówno normatywne, jak i empiryczne założenia. Na przykład, możemy znaleźć takie państwa, w których w czasie pokoju istniała duża wolność prasy, ograniczona znacznie przez cenzurę wojskową w czasie wojny z powodów bezpieczeństwa narodowego. To, czy państwo takie będziemy nadal uważać za charakteryzujące się wolnością prasy, będzie zależało od naszego systemu wartości. Jakiego rodzaju ograniczenia możemy zaakceptować, uważając jednocześnie, że wolność prasy została zachowana? Założenia empiryczne wymagają od nas możliwie precyzyjnego pomiaru badanego zjawiska. Musimy więc poradzić sobie na przykład z takimi problemami, jak możliwość zdobycia informacji koniecznych do określenia wolności prasy w badanym państwie. Jeżeli nasza definicja wolności prasy obejmuje także możliwość publikacji "miękkiej" pornografii, to gdzie znajduje się granica pomiędzy pornografią akceptowalną, a tą już nie do przyjęcia? Wymiary normatywny i empiryczny w badaniach społecznych współistnieją i uzupełniają się w prosty sposób: fakty potwierdzone empirycznie pozwalają nam ocenić, w jakim stopniu osiągnęliśmy stan pożądany z normatywnego punktu widzenia. Jeżeli przyjmiemy, że jedną z konsekwencji zmian systemowych zachodzących w Polsce powinno być podniesienie standardu życia Polaków, to wiedząc, że na początku lat gO-tych PKB na jednego mieszkańca wynosił około 2 tys. dolarów a pod koniec tej dekady ponad 6 tys. dolarów, możemy powiedzieć, iż posuwamy się w kierunku osiągnięcia celu normatywnego. Głównym celem tego podręcznikajest zaprezentowanie sztuki prowadzenia analizy empirycznej. Jest wiele możliwych sposobów badania tego "co jest", tzn. definiowania faktów, ich pomiaru i interpretacji. Wszystkie te zabiegi operacyjne muszą pozostawać w zgodzie z istotą i logiką badania naukowego.
1.2. Nauka Wiedza empiryczna jest wynikiem obserwacji lub eksperymentu. Prowadząc obserwację lub eksperyment stajemy się badaczami. Badacz zbiera i interpretuje informacje empiryczne. Czyni to, aby zweryfikować hipotezy. Przez hipotezy będziemy tu rozumieć stwierdzenia określające przypuszczalne zależności lub związki miedzy badanymi zjawiskami. Te zależności będące przedmiotem naszych rozważań w dalszej części tego rozdziału - pojawiają się wówczas, gdy zaistnienie określonej własności lub ilości jednego zjawiska prowadzi do wystąpienia określonej własności lub ilości innego zjawiska. Zjawiskami leżący-
mi ~ .polu naszych zainteresowań będą zjawiska społeczne, tzn. odnoszące się do ~oznorodn~ch aspektów życia społecznego: społeczeństwa, kultury, systemu pol~tycz~ego Itp. Zajmują się nimi poszczególne dyscypliny wiedzy, takie jak: ??htologla, psyc~ol~gia, polityka społeczna, antropologia społeczna, socjologia l mne, zwane ogolme naukami społecznymi.
Stud~nci o utrwalonej wiedzy z zakresu metodologii nauk społecznych bez trudu wskazą na zn.a~zne uproszczenia w poniżej prezentowanych rozważaniach. Są
one w, t!'~ mIeJSCU usprawiedliwione koniecznością skrótowego wprowadzenia, a włascIwIe ?rzypomnienia, pewnych pojęć ogólnych z metodologii, do których statystyka SIę odwołuje.
Na~ki społeczne podzielają z innymi naukami wspólne założenia. Stosują w badamach metodę naukową, tj. procedurę logicznie po sobie następujących etapów badawczych, pozwalającą zminimalizowaćwpływ systemu wartości badacza na proces badawczy. Poza tym używają również metod ilościowych w celu zmierzenia, policzenia, zebrania i analizy materiału empirycznego.
~etoda naukowa jest zatem serią zadań intelektualnych, które badacz podejmuJe .aby s~ormułować hipotezy a następnie je zweryfikować (również negatywnie). Uz~wam: metody naukowej stanowi podstawę do wygenerowania wiedzy, która moz~ byc z~ak~epto:vana przez społeczność naukową. Taka przyjęta "prawda" powmna byc mezalezna od wartości i preferencji badacza. Prawidłowo przeprowadzone badanie dotyczące rozkładu poglądów politycznych w danej grupie, np. stud~nckiej grupie ćwiczeniowej, mogłoby wykazać, że 58% osób ma poglą d~ pra:VIcowe a 42% lewicowe. Wynik taki byłby stwierdzeniem faktu i byłby mezalezny od poglądow politycznych badacza. Największymwyzwaniem dla badacza oraz osób korzystających z wyników jego
pracy jest rozróżnienie tego, co jest udowodnionym faktem, a co jest moralną lub etyczną ocen~ badanych aspektów zachowań społecznych. Zwykle nie jest to ła~wym.zadan~em., ponie~aż już sam wybór badanej problematyki, sposób ~efimowama faktow Jest zalezny od systemu wartości i preferencji badacza, od Jego systemu normatywnego.
v:
Od wi~ków środowisku naukowym trwa filozoficzna debata nad tym, czy nauka moze byc wolna od wartościowania. Zdania są podzielone, w zależności od przyję:y?h zał~że.~ epistemologicznych i ontologicznych. Na potrzeby naszych rozw~zan przYjmIjmy założenie, że nie jesteśmy w stanie całkowicie wyeliminowac wpływu systemu normatywnego badacza na efekty jego pracy. Dlatego z .pun~tu widzenia obiektywizmu naukowego korzystne jest, gdy badacz sam uJawma swoje poglądy na badaną kwestię. Poza tym jesteśmy w stanie znacznie ten wpływ ograniczyć lub kontrolowaćjego oddziaływanie na wnioski wywodzo-
ne z badań, poprzez stosowanie w badaniach metody naukowej. Na przykład, badacz, który uważa, że bierne palenie jest szkodliwe dla zdrowia, może opublikować raport, powołując się tylko na wyniki badań potwierdzających jego hipotezę, ignorując te, które takiej szkodliwości nie potwierdzają. Niezależnie jednak od powstania takiego tendencyjnego raportu, dalsze wyniki badań powinny potwierdzić lub obalić prezentowaną w nim hipotezę. Z faktami bowiem, jak wiadomo, nie dyskutuje się. Aby prześledzić kolejne kroki metody naukowej wybrałam banalnie prosty przykład, który jednakże, mam nadzieję, pozwoli nam poprowadzić proces badawczy od obserwacji aż do sformułowania teorii. Powinniśmy pamiętać, że po sformułowaniu teorii możemy nadal prowadzić obserwacje, które z czasem mogą tę teorię konkretyzować. Proces ten ma charakter cykliczny, od obserwacji do teorii, od teorii do obserwacji. Na ogół badania naukowe oparte są na pewnych teoretycznych założeniach. Na podstawie zgromadzonej już i dostępnej nam wiedzy oraz wyników badań pokrewnych formułujemy własne hipotezy badawcze, które w trakcie przeprowadzanych badań będziemy weryfikować. Czasem jednak, gdy stajemy w obliczu "nieznanego", wszystko zaczyna się od obserwacji. W przypadku prezentowanego tu przykła du przyjmiemy, że taka wstępna teoria nie istnieje.
Zacznijmy
więc naszą podróż
po naukowej metodzie.
Przypuśćmy, że każdego ranka biegam w pobliskim parku. W niedzielę była piękna pogoda, świeciło słońce i niebo miało czysty błękitny kolor. Tak samo było w poniedziałek. Niestety we wtorek i w środę padało a niebo przykrywały ciemne szare chmury. W czwartek przejaśniło się, niebo zasadniczo było czyste ale gdzieniegdzie widoczne były ciemne chmury. Zakładając mój całkowity brak wykształcenia i wcześniejszych doświadczeń, zauważam coś, co dla wszystkich jest oczywiste: występowanie deszczu jest związane z obecnością chmur na nie-
bie, natomiast gdy świeci słońce, oznacza to mniejsze zachmurzenie. W każdym razie, jeśli pada, to na pewno są chmury na niebie. Mój wniosek wynikający z pięciodniowej obserwacji jest więc taki, że opady deszczu są związane z z~ chmurzeniem. Zastanawiam się nad tym i myślę, że jeżeli w ciągu tych 5 dni opady deszczu związane były z zachmurzeniem, to może wzorzec ten potwierdzi się w dłuższym przedziale czasu. Zaczynam robić notatki. Każdego dnia odnotowuję, czy nie-
bo było zachmurzone, częściowo zachmurzone, czy czyste, oraz czy padało, czy
W.
nie. końcu P? 30 dniach podsumowuję moje obserwacje. W tym czasie było 10 dm z całkowItym zachmurzeniem, 10 dni z częściowym zachmurzeniem oraz 10 dni z błękitnym niebem. Odnotowuję również 15 dni z opadami deszczu i .~5 dni bez opadów. Swoje spostrzeżenia zamieszczam w tabeli kontyngenCJI (lub'p'o prostu w tabeli 1.1). Sumowanie na brzegach tabeli nazywa się liczeb~osclą ~rzegową (używa się również nazw liczebność cząstkowa, liczebność margmalna l marginesy). Mamy zatem trzy liczebności brzegowe w kolumnach (z~chm.urzone -: 10, częściowo zachmurzone - 10, czyste - 10), które w sumIe dają nam .hczebność ogólną 30 dni. Dwie liczebności brzegowe w rzędach (pada - 15, me pada -- 15) również sumują się w liczebność ogólną - 30 dni. Tabela 1.1.
Deszcz
Niebo Zachmurzone
Częściowo
zachmurzone
Czyste
Pada Nie pada Suma
Suma
15 15 10
10
10
30
Zaglądam
teraz do swoich notatek z 3D-dniowych obserwacji, umieszczając w powyższej tabeli każdy dzień z uwzględnieniem jego indywidualnej charaktery~tyki, ': postaci. opadów deszczu i stopnia zachmurzenia nieba. Dokonuję po~hczen l wypełmam wszystkie pola (np. "niebo zachmurzone, pada" czy "mebo czyste, nie pada") tabeli 1.2. Tabela 1.2.
Deszcz
Niebo Zachmurzone
Częściowo
zachmurzone
Czyste
Suma
Pada Nie pada
10
O
5 5
10
15 15
Suma
10
10
10
30
O
Wyniki obserwacji 3D-dniowych potwierdzają spostrzeżenia z pierwszych 5 dni: w dni o całkowitym zachmurzeniu zawsze padało, w dni częściowo zachmurzone :zasem. padało a w dni o czystym niebie nigdy nie padało. Zatem opad deszczu Jest zWiązany z występowaniem zachmurzenia - jeśli nie ma chmur deszcz nie pada. Obserwacje prowadzone przeze mnie przez kolejne 30 dni p~twierdziły poprzednie wnioski.
Po jakimś czasie konkluzję, że chmury "wiążą się" z deszczem zaczęłam uważać za coś oczywistego, co jak przypuszczam, wszyscy podzielają·
1.3. Metoda naukowa Niezależnie od prostoty poczynionych przeze mnie obserwacji, świadczących o mojej niewiedzy z zakresu meteorologii, w prezentowanym wyżej przykładzie zastosowana została metoda naukowa. Prześledźmy ten proces myślowy, leżący u podstaw empirycznego badania. Przez pierwsze 5 dni badań zauważyłam, że być może istnieje związek między dwoma zjawiskami: stanem zachmurzenia nieba i opadami deszczu. Oba obserwowane zjawiska nazwiemy zmiennymi, ponieważ wartości, jakie przyjmują, zmieniają się z obserwacji na obserwację· I tak, stopień zachmurzenia nieba zmienia się od całkowitego zachmurzenia przez częściowe zachmurzenie, do czystego nieba, czyli braku zachmurzenia. Opady deszczu zmieniają się w taki sposób, że występują, lub nie występują· (Można było oczywiście opisać opady deszczu w sposób bardziej szczegółowy np.: ulewa, deszcz, mżawka, brak opadów. Na razie jednak bardziej odpowiadało mi proste rozróżnienie na opady lub ich brak.) Takie zdefiniowane przez nas wartości zmiennych nazywamy kategoriami. Zjawiska, które możemy określić jako zmienne, są przedmiotem szczególnego zainteresowania nauk społecznych. To co się w nich zmienia, to wymiar ilościo wy lub własność dla każdego pojedynczego przypadku (jednostki, grupy, społeczeństwa, państwa, kultury - tego, co jest przedmiotem naszej obserwacji). Oto przykłady zmiennych, których rozumienie jest istotne w naukach społecz nych: klasa społeczna (wyższa, średnia, niższa), status zawodowy (pracownik umysłowy, pracownik fizyczny), poglądy polityczne (prawicowe, lewicowe), status społeczny (przypisany, osiągany), typ rządów (demokratyczne, autorytarne, totalitarne). Zostały one utworzone na takiej samej zasadzie jak zmienne w omawianym wyżej przykładzie "meteorologicznym". Innymi zmiennymi, które często pełnią rolę wyjaśniającą w stosunku do tych wyżej przytoczonych są np.: dochód (wysoki, średni, niski - bądź wyrażony ilościowo w złotówkach), wykształcenie (podstawowe, średnie, wyższe - bądź wyrażone w ukończonych latach edukacji), wyznanie (katolickie, protestanckie, prawosławne itd.). Można zatem pokazać, że klasa społecznamoże być opisana poprzez dochód i wykształ cenie jej członków. Wracając do przykładu, związek jaki zaobserwowałam,polegał na zależnościach pomiędzy określonymi kategoriami jednej zmiennej a określonymi kategoriami drugiej zmiennej: całkowite zachmurzenie z obecnością deszczu, czyste niebo z brakiem opadów. Na podstawie wstępnych 5-dniowych obserwacji mogłam
J
Jak
więc sformułować następujące stwierdzenie: "Istnieje związek pomiędzy stanem zachmurzenia nieba a obecnością deszczu, taki, że całkowite zachmurzenie jest związane z opadami a czyste niebo jest związane z brakiem opadów".
III
III
III
Istnieje związek między statusem zawodowym a wykształceniem, taki że osoby o wyższym poziomie wykształcenia częściej posiadają wyższy status zawodowy a osoby o niższym poziomie wykształcenia częściej posiadają niższy status zawodowy. Istnieje związek pomiędzy przynależnościądo klasy społecznej a dochodem, taki że im wyższy dochód danej osoby, tym wyższa jej pozycja społeczna, a im niższy dochód, tym niższa pozycja społeczna. Istnieje związek pomiędzy pochodzeniem społecznym a osiąganym wykształceniem, taki że z im wyższej klasy społecznej pochodzi osoba, tym większe ma szanse na osiągnięcie wyższego wykształcenia, a pochodzenie z niższej klasy skutkuje niższym wykształceniem.
We wszystkich powyżej przytoczonych hipotezach, niezależnie od użytego słow nictwa da się wskazać dwie zmienne i związki pomiędzy ich poszczególnymi kategoriami.
1.4. Testowanie hipotez W oparciu o małą liczbę obserwacji, prowadzonych w ciągu pierwszych 5 dni, udało mi się dostrzec związek, który miałam nadzieję potwierdzić w kolejnych 3D-dniowych obserwacjach. Postępując tak, zastosowałamprocedurę nazywaną indukcją, czyli sposobem rozumowania "od szczegółu do ogółu". Indukowałam hipotezę na podstawie 5 szczegółowych obserwacji i zakładałam, że będzie ona prawdziwa dla wszystkich przypadków.
badaczem?
. Gdy hipoteza była już postawIOna, postanowI'ł am sprawd ZI'ć J'ą w .,wybranym . . do badania okresie 30 dni. Moje rozumowanie było następujące: JeslI p~st~wIO.n~ . . . to powinna byc rowmez hIpoteza Jest prawdZIwa dla wszyst k'ICh przypadk'ow' . ie prawdziwa dla wybranego przeze mnie okresu czasu. TakIe rozu~~wan wiodące nie od szczegółu do uogólnienia ale w ~.r~g~ ~tron~ "o.d ogołu. do szczegółu" nazywa się dedukcją. Dedukowałam, IZ JezelI mOJa hIpoteza Jest prawdziwa w ogóle, to powinna być prawdziwa również dla wybranego przeze mnie okresu 30 dni.
Powyższe stwierdzenie nazywamy hipotezą. Hipoteza wymienia dwie zmienne, które pozostają ze sobą w związku i wskazuje, na czym ten związek polega (zachmurzenie-deszcz, brak chmur- brak opadów). Innym sposobem wyrażania związków w hipotezach jest użycie sformułowania "jeżeli... to... ": "jeżeli występuje całkowite zachmurzenie, to będzie padało"; "jeżeli niebo jest czyste, to nie będzie padało". Innymi hipotezami postawionymi w stosunku do badanych tu zmiennych byłyby hipotezy alternatywne: "jeżeli niebo jest czyste, to pada deszcz"; "jeżeli niebo jest całkowicie zachmurzone, to deszczu nie ma". Hipotezy alternatywne w tym przypadku są błędne, nie znajdują potwierdzenia we wstępnej obserwacji.
Spróbujmy teraz postawić hipotezy w stosunku do uprzednio zaprezentowanych zmiennych występujących w naukach społecznych.
być
W niektórych dziedzinach wiedzy możliwy jest do zaprojektowania eksperyment tzn. testowanie hipotez w warunkach laboratoryjnych. W moich badaniach' "eksperyment" ograniczył się do wyboru określonych 30 dni do badania.
l ~l
j
!
Informacje zawarte w tabeli 1.2 wskazują, że moja hipoteza została zwer~fi kowana. Jeśli wiele podobnych badań prowadziłoby do podobnych rezultatow, to związek pomiędzy całkowitym zachmurzeniem a opadami desz~zu ~~stał~y uznany przez społeczność naukową i rzadko poddawany w wątplIwosc; mOJa hipoteza stałaby się zatem prawem naukowym. Prawa naukowe to hipotezy o wysokim prawdopodobieństwietrafności. Abso-
co do ich obowiązywania nie możemy jednak nigdy posiadać. na dwie kwestie, które później zostaną szczegółowo omówione. Po pierwsze, większość naszych rezultatów pochodzi z badań prowadzonych na małej próbie, dokonujemy więc uogólniania z małej liczby elementów (próby) na ich całość (populację). Niestety, nigdy nie mamy 100% gwarancji, że to co było prawdą dla każdego elementu w próbie, będzie nią również dla każdego elementu w populacji. Możemy tylko oszacować prawdopodobieństwo, że tak będzie. Po drugie, według zasad formalnej logiki, na podstawie próby nie możemy niczego tak naprawdę udowodnić. Możemy tylko pokazać, że wszystkie inne alternatywne hipotezy nie są prawdziwe dla naszej próby, więc zostaje nam tylko jedna ewentualność - hipoteza, którą udowadniamy. lutnej
pewności
Zwrócę tu uwagę tylko
Wymienione wyżej problemy w niczym nie zmieniają faktu, że prawa naukowe różnią się od hipotez, gdyż zostały uznane przez społeczność naukową, aktywną na polu, którego dotyczą, za posiadające duże prawdopodobieństwotrafności. Prawa naukowe obowiązują, ponieważ eksperci z danej dziedziny doszli do takiego wniosku a nie zadecydowała o tym opinia publiczna, czy też naukowcy zajmujący się inną dyscypliną. Prawo grawitacji jest obowiązujące, ponieważ fizycy, nie socjologowie czy teolodzy, uznali, że jest ono wartościowe do wyjaśniania zagadnień z zakresu ich dyscypliny. Niestety w rzeczywistości "świat" rzadko współpracuje z badaczami w tak klarowny sposób, jak przedstawiono to w tabeli 1.2.
Jak
Przypuśćmy, że
po 30 dniach obserwacji nasze wyniki
prezentują się
być
badaczem?
Tabela 1.4.
jak w ta-
beli 1.3.
Niebo Deszcz Tabela 1.3.
Deszcz
Niebo Zachmurzone
Częściowo
zachmurzone
Czyste
Suma
Pada Nie pada
5
5
5
5
5 5
15 15
Suma
10
10
10
30
W tym przypadku moja hipoteza nie byłaby prawdziwa, obserwacje empiryczne zweryfikowałybyją negatywnie. Nie byłoby więc związku pomiędzy stanem zachmurzenia nieba a opadami deszczu. Przez połowę dni z niebem zachmurzonym pada (5 dni z 10), tak samo jest przy częściowym zachmurzeniu i przy czystym niebie (niezależnie od zachmurzenia pada przez połowę badanego czasu). Zatem wiedza na temat stopnia zachmurzenia nie daje nam żadnej pożytecznej informacji w kwestii występowania, bądź nie występowania, opadów deszczu. w przypadku danych zawartych w tabeli 1.2, gdzie mogliśmy przewidzieć, że przy całkowicie zachmurzonym niebie na pewno będzie padało (10 na 10). Jeśli niebo jest czyste, padać na pewno nie będzie. Przy częściowym zachmurzeniu mieliśmy 50% szans na deszcz i była to jedyna kategoria, która nie pozwalała na idealną prognozę opadów. Zatem w przypadku częściowe go zachmurzenia mieliśmy jednakowe prawdopodobieństwopostawienia trafnej i błędnej prognozy co do wystąpienia opadów. Inaczej
było
Informacje zawarte w tabeli 1.3 nie mają dla nas żadnego znaczenia prognostycznego - w każdy dzień jest pół na pół szans na deszcz, niezależnie od stopnia zachmurzenia nieba. Ten stosunek pół na pół wynika z faktu, że w badanym okresie wystąpiło 15 dni z opadami i 15 dni bez opadów (czyli jednakowa liczba). Aby uznać, że badany związek nie istnieje, nie musi być zachowana taka symetryczność rozkładu poszczególnych kategorii. Na brak związku wskazuje bowiem proporcjonalnośćrozkładu w poszczególnych polach tabeli w stosunku do liczebności brzegowych. Przypuśćmy, że w ciągu 30 badanych dni padało przez 24 dni, tj. 80% badanego czasu. Jeśli dla każdej kategorii stanu zachmurzenia nieba padało przez 80% czasu, to również nie ma związku między badanymi zmiennymi. Oznaczałoby to, że na 10 dni każdego stanu zachmurzenia 8 dni byłoby deszczowych (tabela 104).
Zachmurzone
Częściowo
Suma
zachmurzone
Czyste
Pada Nie pada
8 2
8 2
8 2
24 6
Suma
10
10
10
30
Informacje zawarte we wszystkich prezentowanych do ~ej po~y t~belach nazywamy danymi. Dane zawarte w tabeli 1.2 potwierdz~Ją .moJą hIpote~ę, da~e z tabel 1.3 i 1.4 nie potwierdzają jej. Czasami zdarza SIę, ze dane potw:erdzaJą zakładany przez nas związek ale nie w przewidywanym przez nas kIerunku. Przyjrzyjmy się tabeli 1.5. Tabela 1.5.
Niebo Deszcz
Zachmurzone
Częściowo
zachmurzone
Czyste
Suma
Pada Nie pada
10
5 5
10 O
15 15
Suma
10
10
10
30
O
Związek w tym przypadku istnieje i jest wysoce prognostyczny ale nie jest logicznie zgodny z zakładanym w hipotezie: przy czystym niebie pada, przy zachmurzeniu nie pada. Podobnie jak w przypadku tabel 1.3 i 1.4 hipoteza nie została zweryfikowana, jednak związek między zmiennymi istnieje, tylko jest on odwrotny od zakładanego.
Można by powiedzieć, że zależność przedstawiona w tabeli 1.3 jest zbyt ide-
alistyczna - w rzeczywistości nigdy nie mamy do czynienia z tak klarowną strukturą danych. Załóżmy wobec tego, że tylko w 8 z 10 zachmurzonych dni padało - dwa bezdeszczowe dni są więc niezgodne z oczekiwanymi wynikami (tabela 1.6).
Dla częściowego zachmurzenia i czystego nieba wyniki pozostają bez zmian. Moja hipoteza może być w dalszym ciągu uznawana za trafną, nawet przy braku idealnej prognostyczności dla zachmurzonych dni. Możemy dojść do wniosku, że zachmurzenie występuje przed opadami (występuje tu następstwo czasu), zatem występowanie zachmurzenia jest warunkiem koniecznym ale nie wystar-
Jak
czającym aby padało. Nie będzie padało jeśli nie ma chmur, ale nie z każdej chmury pada deszcz.
Tabela 1.6.
Deszcz
Niebo Zachmurzone
Częściowo
zachmurzone
Czyste
Suma
Pada Nie pada
8 2
5 5
O 10
13 17
Suma
10
10
10
30
Powinniśmyzwracać szczególną uwagę na rozróżnienie tego co konieczne, od tego co wystarczające. Warunek konieczny to taki, który musi być spełniony aby zaszło oczekiwane zjawisko. Jego obecność nie gwarantuje tego jednak w stu procentach. Natomiast jeśli zajdzie warunek wystarczający - oczekiwane zjawisko na pewno nastąpi. Przy badaniu hipotez zawierających więcej niż dwie zmienne, określenie tego, co konieczne a co wystarczające, jest niezbędne (choć czasem bardzo trudne). Możemy też mieć do czynienia z sytuacją badawczą, w której wskażemy wiele warunków koniecznych ale żaden z nich nie będzie warunkiem wystarczającym. Taką sytuację David Hume określił mianem stałej koniunkcji.
tabeli ' roz kł a d war t" OSCI w posz czególnych , .polach " poszukując jakiegoś wzorca dla każdej klasy pochodzenia. Załozmy, ze hIpot.eza dotycząca związku pomiędzy klasą pochodzenia a osiąganym wykszt~łcemem znajduje potwierdzenie w naszych danych.. Jeśli ~espo.nd~nt PO~hO~ZI. z .kl.asy wyższej, na ogół osiąga wyższe wykształceme,cho~ znaJduJ~myr.a':"~lez mehczne wyjątki od tej reguły. Jeśli respondent pochodzI z klasy sredmeJ, Jego szanse na wyższe wykształcenie są prawie takie same, jak osób pochodzących z klasy wyższej. Natomiast jeśli ktoś pochodzi z klasy niższej, to prawie nie ma szans na osiągnięcie wykształceniainnego niż podstawowe. Taka obserwacja pobudza nas do dalszego badania. Staramy się bardziej precyzyjnie ustalić skład badanych klas społecznych. Zastanawiamy się nad koncepcją dziedziczenia kapitału kulturowego i ekonomicznego, nad strategiami wychowawczymi obecnymi w badanym społeczeństwie, nad istniejącym systemem szkolnictwa itp. Jeżeli uda się nam sformułować sieć powiązanych ze sobą hipotez, z których każda będzie częściowo wyjaśniała badaną zależność podstawową, to będ~ie mo~na p0.w iedzieć że rozwinęliśmy teorię pionowej mobilności społecznej. Teona powmna zawi~rać również wskazania co do istniejących wyjątków od zweryfikowanej reguły. Oczywiście dobra teoria powinna tych wyjątków zawierać jak najmniej. .
Wyższe
Średnie
Podstawowe Suma
26
Wyższa
rodziców
Średnia
Niższa
.,
przykład:
Istniejący system edukacji jest oparty o system wartości klasy średniej i wyż szej, dlatego dzieciom z tych klas łatwiej jest zdobywać kolejne szczeble wykształcenia.
W podobny do opisanego powyżej sposób można przeprowadzić badania dotyczące jednej z zaprezentowanych wcześniej hipotez odnoszących się do zagadnień społecznych. Przedmiotem naszego zainteresowania może być związek mię dzy pochodzeniem społecznym a osiągniętym poziomem wykształcenia. W celu przeprowadzenia badań ułożymy ankietę i roześlemy ją do losowo wybranych osób. Jedno z pytań kwestionariusza ankiety powinno dotyczyć poziomu wykształcenia respondenta a inne jego pochodzenia społecznego. Odpowiedzi na te pytania moglibyśmy przedstawić w następującej tabeli: społeczna
,
Do teorii pionowej mobilności społecznej moglibyśmy dołączyć szereg obserwacji i hipotez, z których jedne byłyby już znane a inne jeszcze nie odkryte. Na
1.5. Od hipotez do teorii
Klasa
badaczem?
Następme porownywahbysmy
III
Wy kształcenie
być
Suma
III
III
III
Rodzice z klasy średniej silnie pobudzają aspiracje edukacyjne swoich dzieci, upatrując w wyższym wykształceniu najbardziej efektywny sposób na podniesienie ich pozycji klasowej. Do klasy niższej należą głównie osoby ze środowisk wiejskich oraz robotniczych z ośrodków miejskich o dużej stopie bezrobocia, gdzie występuje zjawisko dziedziczenia biedy. Reforma systemu oświaty osłabiła możliwości osiągania wyższych szczebli edukacji przez dzieci ze środowisk wiejskich.
O ile pierwsze trzy stwierdzenia znajdują potwierdzenia w materiałach z badań nad stratyfikacją społeczną, to ostatnie jest czysto hipotetyczne (tylko w momencie pisania tego podręcznika, bo badania nad tą problematykąjuż trwają)· Jeśli jednak na podstawie naszych badań i wiedzy na temat obecnej struktury społecznej udałoby się nam określić, jak ta struktura będzie się zmieniała w ciągu najbliższych lat i jakie czynniki będą miały na to wpływ, to teorię mobilności pionowej mielibyśmy gotową·
~(!IfI'
Tabela 1.7.
Taki sam sposób postępowania możemy zastosować nawet do analizowanego przykładu o opadach deszczu. Przy testowaniu postawionej uprzednio hipotezy moje badania można rozwinąć i pogłębić. Stan zachmurzenia nieba można przedstawić za pomocą zmiennej, która została uprzednio zdefiniowana, jako zmienna przyjmująca własności takie jak: zachmurzenie, częściowe zachmurzenie i czyste niebo, lub określić to w inny bardziej specjalistyczny sposób (np. cumulus, cumulonimbus, cirrus, itd.). Przypuszczalnie można też badać temperaturę, wilgotność powietrza i inne warunki atmosferyczne, w celu ustanowienia szeregu powiązanych ze sobą hipotez, które będą wyjaśniały występowanie opadów atmosferycznych w postaci deszczu. Mogłabym więc skonstruować teorię "deszczopadu" (meteorologia na pewno taką teorią dysponuje i na pewno ma ona swoją fachową nazwę). Nawiązując do danych z tabeli 1.6, potrzebna by była hipoteza wyjaśniającawyjątek w postaci 2 dni bez opadów przy całkowitym zachmurzeniu nieba. Musimy zatem odpowiedzieć na pytanie, co jeszcze jest konieczne oprócz chmur do wystąpienia opadu? Ta i inne hipotezy wyjaśniałyby naturę "deszczopadu" .
1.6. Typy
zależności
Przeformułujmypostawioną hipotezę w następujący sposób: "Istnieje zależność między stopniem zachmurzenia a występowaniem opadów deszczu polegająca na tym, że zachmurzenie jest związane z występowaniem opadów a czyste niebo jest związane z brakiem opadów" .
Określone mamy dwie zmienne i naturę ich zależności. Ponieważ obie zmienne s~.mierzone w kategoriach ilościowych - raczej jako natężenie cechy anie jej roznorodna własność - jest możliwe uproszczenie zależności w mojej hipotezie. Obie zmienne muszą więc być mierzone w kategoriach określających natężenie od "więcej" do "mniej". Innymi przykładami takiej konstrukcji zmiennych może być dochód: wysoki, średni, niski (bądź mierzony w złotówkach); wiek: starość wie~ średn.i, m~odoś~, dzieciństwo, niemowlęctwo (bądź mierzony w latach): Zrn.Iennyml, ktore mIerzą raczej własności niż ilość danego zjawiska są pleć, relzgza, orzentacja polityczna. Zilustrujmy powyższe rozważania, ujmując dane z 30-dniowych obserwacji w tabeli 1.7. Teraz stopień zachmurzenia waha się od całkowitego zachmurzenia do braku ch~ur, a wielkość opadów od ulewy do braku opadów. Kategorie obu zmiennych
oplsan: s~ przez stopień natężenia ilości danej zmiennej w porządku malejącym (od najWIększego natężenia do naj mniejszego).
Wielkość
opadów
Zachmurzenie Całkowite
Ulewa Deszcz
N ależy
Suma
Częściowe
Brak chmur
7
1
2
O O O
8 6 5
Mżawka
1
4 4
Brak opadu
O
1
10
11
Suma
10
10
10
30
zauważyć, że większość
przypadków z 30-dniowej próby położona jest na tabeli 1.7 (tak jak to zaznaczono w tabeli) od lewego górnego rogu do prawego dolnego, wskazując, że większy opad jest związany z większym zachmurzeniem, a mniejszy opad z mniejszym zachmurzeniem (brak opadu, brak chmur). przekątnej
Jeśli obie nasze zmienne posiadałyby równą liczbę kategorii (mielibyśmy równą liczbę
kolumn i wierszy w tabeli) rozkład wartości na przekątnej byłby bardziej widoczny, podkreślając związek "większego" z "większym" i "mniejszego" z "mniejszym". Taki związek określamy jako zależność pozytywną. Teraz moja hipoteza może przybrać postać: "stopień zachmurzenia i wielkość opadów są zależne pozytywnie". Oznacza to, że "im więcej zachmurzenia, tym więcej opadów" a "im mniej zachmurzenia, tym mniej opadów". Przeciwieństwo do zależności pozytywnej występuje wówczas,
gdy związek pozmiennymi polega na tym, że im "więcej jednej zmiennej" tym "mniej drugiej". Gdybyśmy założyli, że więcej chmur oznacza mniej opadów, a mniej chmur więcej opadów, to nasze dane mogłyby wyglądać jak w tabeli 1.8.
między
Tabela 1.8. Wielkość
opadów
Zachmurzenie Całkowite
Częściowe
Brak chmur
Suma
Ulewa Deszcz
O
1
10
11
1
Mżawka
Brak opadu
2 7
4 4
1
O O O
5 6 8
Suma
10
10
10
30
Tabela 1.10.
W tym przypadku liczebności w polach tabeli skupione są na przekątnej od dolnego lewego rogu do górnego prawego rogu. Taki typ związku będziemy
Płeć
nazywać zależnością negatywną·
Jeżeli założylibyśmy pierwotnie, że występowanie zachmurzenia jest związane z brakiem opadów, to naszą hipotezę moglibyśmy zapisać jako: "Stopień zachmurzenia i występowanie opadów są zależne negatywnie" . Proszę zwrócić uwagę na to, że istotą zależności pozytywnej jest związek między kategoriami zmiennych taki, iż "więcej" łączy się z "więcej" a "mniej" z "mniej" . Przy zależności negatywnej związek między kategoriami zmiennych jest taki, że "więcej" łączy się z "mniej" a "mniej" z "więcej". Układ liczebności w tabeli jest w takim wypadku elementem pomocniczym, ale czasem może być mylący.
Tabela 1.9. Wielkość
opadów
Zachmurzenie Suma
Całkowite
1 4 4 1
7 2
1
5
Brak opadu
O O O 10
O
11
Biorąc
Suma
10
10
10
30
opisać
Mżawka
III
Gdyby nasza tabela wyglądała jak tabela 1.9, to związek między stanem zachmurzenia nieba i występowaniem opadów byłby w dalszym ciągu pozytywny, choć liczebności w polach tabeli układałyby się od dolnego lewego rogu do górnego prawego rogu. Przy konstrukcji tabel trzeba więc zwracać uwagę na kolejność kategorii.
III
III
III
Związek pomiędzy dwiema zmiennymi można określić jako pozytywny lub negatywny tylko wtedy, gdy zmienne te opisują ilość jako natężenie danej cechy
(gdy ilość jest wyrażona za pomocą wartości liczbowych np. opady w mililitrach na centymetr kwadratowy, to związek pozytywny może być związkiem proporcjonalnym, a związek negatywny - związkiem odwrotnie proporcjonalnym). Kiedy kategorie opisują własności badanego obiektu taka typologia zależności nie ma sensu. Załóżmy hipotetycznie, że płeć jest zależna od koloru włosów tak, że kobiety częściej niż mężczyźni są blondynkami a mężczyźni częściej niż kobiety mają włosy ciemne. Wyniki badań przeprowadzonych na grupie stu osób zestawia tabela 1.10.
Jasne
Kobieta
35 15
15 35
50 50
Suma
50
50
100
Ponieważ 70 ze stu osób ma obie cechy o takich własnościachjak zakłada nasza hipoteza, można powiedzieć, że w przeprowadzonych badaniach hipoteza ta została zweryfikowana pozytywnie. Nie można jednak stwierdzić, że płeć i kolor włosów są "zależne pozytywnie". Do badanych tu zmiennych nie ma sens~ używanie określeń "więcej" i "mniej". Mężczyzna i kobieta to ~w~ typy płCI; żaden z nich nie jest "więcej" lub "mniej" płcią. To samo odnOSI SIę do ~olo:~ włosów: jasny czy ciemny nie jest "więcej" czy "mniej" kolorem (p~zyna!~meJ do czasu, kiedy nie zaczniemy ich traktować z fizycznego punktu wldzem~ Ja~o częstości w wiązce światła). Zatem relacja między płcią a kolorem włosow me może być opisywana jako zależność pozytywna.
Częściowe
8 6
Suma
Ciemne
Mężczyzna
Brak chmur
Ulewa Deszcz
Włosy
pod uwagę wyżej poczynione zastrzeżenia możemy w podobny sposób szereg hipotez dotyczących zjawisk społecznych. Na przykład:
Status zawodowy i stopień wykształcenia są zależne pozytywnie. Poparcie dla istniejącego systemu politycznego i oczekiwanie podniesienia własnego standardu życia są zależne pozytywnie. Czas poświęcony na oglądanie telewizji i na czytanie książek są zależne negatywnie. Dochód i poparcie dla związków zawodowych są zależne negatywnie.
1.7.
Zależność a związek
przyczyno-skutkowy
Podejmując
badania na ogół poszukujemy przyczyn zjawiska, które jest ich przedmiotem. Poszukujemy takiej zmiennej, której zmiana wartości przyniesie również zmiany wartości zmiennej badanej. Pytamy: jakie czynniki wpływają na wielkość opadów? Jeżeli stopiell zachmurzenia nieba jest związany z wielkością opadów (i zakładamy w danym momencie, że inne czynniki takie jak temperatura i wilgotność powietrza nie mają bezpośredniego wpływu na ten związek), to skłonni jesteśmy zakładać związek przyczynowo-skutkowy między tymi zmiennymi. Możemy przypuszczać, że zmiany w poziomie zachmurzenia
31
przynoszą zmiany w wielkości opadów. W końcu możemy powiedzieć, że chmury są przyczyną deszczu. Mając pewną wiedzę
o meteorologii i klimacie, logicznym wydaje się powyższe stwierdzenie. Jeśli takiej wiedzy nie posiadalibyśmy, równie dobrze moglibyśmy powiedzieć, że deszcz jest przyczyną chmur. To, jak określimy kierunek związku między dwiema zmiennymi, zależy od naszej znajomości problematyki i od czasowego następstwa zmiennych. Punktem wyjścia naszych rozważań o związkach przyczynowo-skutkowych (zanim zajmiemy się ich kierunkiem) powinno być ustalenie, czy zależność w ogóle istnieje. Jeśli nie ma zależności, bez sensu jest poszukiwanie przyczynowości. Występowanie zależności jest warunkiem koniecznym wystąpienia związku przyczynowo-skutkowego. Z naszych wcześniejszych obserwacji wiemy, że stopień zachmurzenia nieba i wielkość opadów pozostają w zależno ści. Gdy zależność zostanie ustalona, możemy poszukiwać kierunku związku przyczynowo-skutkowego między zmiennymi. Prostym sposobem na ustalenie kierunku związku jest ustalenie następstwa czasowego. Jeśli jedna ze zmiennych zmienia się wcześniej niż druga, to możemy przypuszczać, że pierwsza zmienna jest przyczyną drugiej. W przypadku opadów możemy zaobserwować że zachmurzenie występuje wcześniej niż deszcz. Czasami gdy deszcz przestani~ padać, przejaśnia się. Ponieważ zachmurzenie poprzedza opad zakładamy, że chmury są przyczyną deszczu - przyczyna bowiem poprzedza skutek. Niestety nie zawsze możemy być pewni co do następstwa czasu zmiennych. Przykładowe badanie płci i koloru włosów dobrze ilustruje ten problem. Obie cechy dziedziczymy zanim się urodzimy. Z tej perspektywy jest zupełnie nielogiczne założenie, że płeć warunkuje kolor włosów, lub na odwrót, że kolor wło só:", ,,:arun~uje p~e~. Na,;et )eśli znaleźliśmyzależność pomiędzy tymi zmiennymI, me mozemy jej okreslac w kategoriach związku przyczynowo-skutkowego.
Jeżeli. nie ist~iej~ ~ożliwość określenia, która zmienna jest przyczyną, a która skutkIem, najlepIej pozostać przy stwierdzeniu ich zależności. W wielu procedurach ~tat'ystyc~nych ~tosow~nych w analizie danych wymagane jest wstęp ne, okreslem~, ktora zm18nna jest przyczyną, a która skutkiem. Dokonujemy wo,:czas ar.bltralneg~ wskazania jednej ze zmiennych jako przyczyny (badanie takIego zWIązku. mozemy przeprowadzić w "dwie" strony, uznając raz jedną a raz drugą zmIenną za przyczynę). W przykładzie dotyczącym płci i koloru włosów, jeśli przedmiotem naszego zainteresowania byłby kolor włosów to wówczas płeć uznalibyśmy za przyczynę. Natomiast jeśli celem naszego bad;nia byłoby zróżnicowanie płci, to kolor włosów byłby jedną z przyczyn.
Jeśli. ~usimy dokonać zróżnicowania zmiennych na przyczynę i skutek - niezalezme od tego, czy dokonujemy tego podziału na podstawie logicznych prze-
słanek,
czy też w sposób arbitralny - zwykle zmienną wYjasmającą, którą za przyczynę nazywamy zmienną niezależną a zmienną wyjaśnianą, którą uważamy za skutek - zmienną zależną. Zmiany w wartościach zmiennej zależnej zależą od zmian w wartościach zmiennej niezależnej, np. nasilenie opadów zależy od wielkości zachmurzenia. uważamy
Jeżeli zakładamy, że społeczne nierówności prowadzą do rewolucji, to wystą pienie rewolucji zależy od wcześniejszego nasilenia się społecznych nierówności. Wystąpienie rewolucji jest więc zmienną zależną (skutkiem) a społeczne nierówności są zmienną niezależną (przyczyną). Jeżeli zakładamy, że zanieczyszczenie powietrza wywołuje pewne formy nowotworów, to stopień zanieczyszczenia powietrza jest dla nas zmienną niezależną, a poziom zachorowań na nowotwory jest zmienną zależną. Oczywiście, jednocześnie zakładamy brak oddziaływaniaw drugą stronę np., że poziom zachorowań na nowotwory wpływa na stopień zanieczyszczenia powietrza.
1.8. Jednostka analizy Przedmiot naszych zainteresowań badawczych -- to co mierzymy, to do czego odnosi się nasza hipoteza - jest jednostką analizy. To nie jest zmienna ale obiekt, który ta zmienna charakteryzuje - osoba, instytucja, obszar itp. W naszym przykładzie "meteorologicznym" jednostką analizy były dni - dla każdego z 30 dni rejestrowaliśmy stan zachmurzenia nieba i występowanie opadów, mierzyliśmy dwie zmienne. W przykładzie dotyczącym płci i koloru wło sów jednostkami analizy były osoby. Dla każdej osoby mierzyliśmy dwie zmienne, płeć i kolor włosów. Jeśli prowadzilibyśmy badania nad zależnością występowania rewolucji z powodu narastania nierówności społecznych, to jednostkami naszej analizy byłyby państwa. Dla każdego państwa będącego przedmiotem naszych badań określa libyśmy poziom występującychnierówności społecznych i fakt zaistnienia, bądź nie, rewolucji w określonym przedziale czasowym.
W badaniach nad wpływem zanieczyszczenia powietrza na wzrost zachorowalności na nowotwory moglibyśmy brać pod uwagę wielkie miasta. W każdym mieście (jednostce analizy) oznaczalibyśmy stopień zanieczyszczenia powietrza i poziom zachorowań na określone typy nowotworów. Ponieważ
dotyczy postaw i zachowań spoanalizy są osoby. W dalszych rozdziałach posługiwać przykładami pochodzącymi z Polskiego Generalnego
w naukach
społecznych wiele badań
łecznych, więc najczęściej jednostkami
będziemy się
T' Sondażu Społecznego (PGSS), gdzie jednostkami analizy są respondenci tego sondażu. Nie należy jednak zapominać, że równie dobrze jednostkami analizy mogą być np. klasy szkolne, przedsiębiorstwa, miasta, państwa, partie politycz-
ne, stowarzyszenia
międzynarodoweitd. 11l1li11
Nasze rozważaniadotyczące metody naukowej w następnych rozdziałach zostaną wsparte wiedzą o technikach analizy ilościowej. W jaki sposób liczby mówią nam o faktach? Jak sprawić by liczby miały dla nas sens? Zagadnienia dotyczące badania i opisu zjawisk oraz dokonywania indukcji na podstawie danych
należą do dziedziny nauki zwanej statystyką.
Ćwiczenia Ćwiczenie 1.1.
Które z poniższych zdań ma charakter normatywny, a które empiryczny: 1. Rodzice powinni
opiekować się dziećmi.
2. W roku 1999 w Polsce zostało porzuconych 41 noworodków. 3. Prawo głosu jest istotą wolnego społeczeństwa. 4. W wyborach parlamentarnych wzięło udział 52% uprawnionych do głosowania. 5. Prawo pracy powinno być przestrzegane. 6. Jedna piąta pracodawców zatrudnia nielegalnych pracowników. 7. Mężczyzna zdolny do służby wojskowej powinien móc wstępować w związek małżeński.
8. W tym państwie mężczyźnimogą być powołani do służby wojskowej w wieku 18 lat a związek małżeński mogą zawrzeć, gdy ukończyli 21 lat. Ćwiczenie 1.2.
Utwórz cztery pary zagadnień, którymi
stwierdzeń (normatywnych się
i empirycznych) w stosunku do
interesujesz.
Ćwiczenie 1.3.
1. Postaw hipotezę w stosunku do interesującegoCiebie problemu społecznego. Użyj odpowiedniej formy słownej. 2. Zidentyfikuj zmienną zależną i niezależną. Uzasadnij swoje wskazanie. 3. Przedstaw logiczne kategorie dla każdej zmiennej. Określ ich charakter. 4. Jaka jest jednostka analizy Twojego badania? 5. Narysuj tabelę zawierającą badane zmienne i w jej pola wpisz takie liczebności, które potwierdziłybypostawioną hipotezę.
Ćwiczenie 1.4Dla hipotez z ćwiczenia.
34
podrozdziału
1.3 (str. 22) powtórz kroki 2, 3 i 4 z poprzedniego
i
!
Ćwiczenie
1.5.
Sformułuj hipotezy użyteczne dla wyjaśnienia, czy zmierzenia, postępu w kieru~~u o~iągnięcia .nas~ęp~jący~h celów ~ormatywnych. Dla każdej hipotezy naZWIJ zmIenną zalezną I mezalezną, okresl ich kategorie i jednostki analizy.
1. Mężczyźni i kobiety powinni otrzymywać taką samą płacę na porówn walnych stanowiskach. y 2. Broń biologiczna i chemiczna powinny być wyeliminowane. 3. Wszyscy chorzy powinni mieć zapewnioną opiekę medyczną. 4. Nie powinno się stosować kary śmierci. 5. Reklamowanie alkoholu powinno być zabronione. 6. Każda placówka edukacyjna powinna mieć pracownię komputerową.
Pojęcia podstawowe
Ćwiczenie 1.6.
Określ ~ ,miarę jak najbardziej szczegółowojednostkę analizy dla następujących
zagadmen:
2. Menedżerowie chętniej uczestniczą w imprezach firmow ch .. . y mz szeregowi pracowmcy. 3. Stany Zje?nocz~ne posiadają więcej okrętów podwodnych o napędzie atomowym mz RosJa. 4. Dochód ~ojew~d~tw ze "ściany wschodniej" jest 5. Meksyk Jest najwIększym miastem na świecie.
niższy niż pozostałych.
6. W Afryce jest najwięcej osób zarażonych wirusem HIV. 7. Stopień uzwiązkowienia ciągle się obniża.
Literatura
częstość/liczebność
III
III
poziom
pFrankf~rt-Nac~mias l
Ch., Nachmias D.: Metody badawcze w naukach S-ka 2001.
3. Mokrzycki E.: Filozofia nauki a socjologia. Warszawa, PWN 1980. 4. Nowak S.: Metodologia
badań społecznych. Warszawa, PWN 1985.
społecznych
.
III
III III III
poziom ilorazowy zero absolutne szereg statystyczny, każda wartość stanowi kategorię szereg statystyczny, kategorie stanowią przedziały wartości
III
rozwartość przedziału
fil
definicja operacyjna
III
trafność
interwałowy III rzetelność
Prowadząc badania metodą naukową, dokonujemy obserwacji, zbieramy informacje, kolekcjonujemy dane. Dane te, to zestaw cech jakościowych i ilościowych charakteryzujących każdą jednostkę analizy. W trakcie badania dokonujemy pomiaru tych cech. Pomiar polega na sprawdzeniu, jaką własność, czy też ilość danej cechy posiada określona jednostka analizy. Ze względu na różnorodność mierzonych charakterystyk, narzędzia pomiaru muszą być również zróżnicowa ne. Będziemy zatem używać zróżnicowanych poziom~w pomiaru.
Określenie
1. Malikowski M ., Niezgod aM. (oprac.: ) B ad ' emplryczne . ama w socjologii T I Tyczyn, WSS-G 1997. . . . oznan, Zysk
!II
III
III
1. W klasie IIb w zeszłym tygodniu 1/3 uczniów była nieobecna z powodu grypy.
2.
III
pomiar poziom pomiaru poziom nominalny dychotomia poziom porządkowy skala Likerta
III
I
poziomu pomiaru, w jakim możemy mierzyć daną cechę, jest o tyle istotne, iż determinuje metody analizy statystycznej, jakie będziemy mogli zastosować w naszych badaniach. Ważnym problemem staje się więc operacjonalizacja zmiennych (również poprzez określenie poziomu ich pomiaru) oraz określenie jej rzetelności i trafności.
2.1. Pomiar Kiedy używamy słowa pomiar, zwykle myślimy o pewnej specyficznej czynności mierzenia, np. długości za pomocą metra, czy też ciężaru za pomocą wagi.
Mierzonemu zjawisku przypisujemy liczbę wskazaną przez narzędzie pomiaru. Dzięki temu możemy powiedzieć, że blat stołu jest długi na 1,2 metra a szeroki
w tym przypadku rolę działań algebraicznych.
W naukach społecznych pomiar oznacza czynność opisaną powyżej, ale znacznie uproszczoną, polegającą na przypisaniu określonej kategorii zmiennej do każdej jednostki analizy.
Symboliczne oznaczenia liczbowe używan~ są d? k?dowani~ danych przy zakła daniu komputerowych baz danych, ale me mają zadnego mnego (arytmetycznego) znaczenia, niż to, które nadają werbalne etykiety.
Jeśli zmienną możemy wyrazić za pomocą liczb, nasze porównania są bardziej
Innym przykładem zmiennej mierzonej na poziomie no~inalny~j~st. wyz~aw~~ na religia, np.: katolicyzm, protestantyzm, prawosławIe. Tu rowmez koleJnosc wymienianych kategorii nie ma znaczenia.
na 0,7 metra, natomiast jabłko waży 0,17 kilograma.
precyzyjne - osoba która zarabia 2000 złotych miesięcznie, osiąga dochody wyższe od średniej krajowej o 123 złote. W przypadku, gdy osoba ta mieszkałaby w województwie Mazowieckim a inna w Wielkopolskim, to dokonywalibyśmy "pomiaru" zmiennej województwo poprzez przypisanie każdej badanej osobie odpowiedniej kategorii (jednej z 16) tej zmiennej. W zależności od właściwości i możliwości pomiaru interesujących nas charakterystyk (jednostek analizy) wybieramy określony wzorzec dokonywania pomiaru. Dostępne nam wzorce pomiaru nazywamy poziomami pomiaru lub skalami pomiaru. Mamy cztery podstawowe poziomy pomiaru: II
nominalny,
II porządkowy, II
interwałowy,
II
ilorazowy.
można
na nich
dokonywać żadnych
przykładowe zmienne możemy przedstawić jako:
Płeć
1.
nie
mężczyzna
2. kobieta
Religia 1. prawosławie 2. katolicyzm 3. protestantyzm
Przyjrzyjmy się teraz warunkom wyczerpywalnościi.rozłączno~cikategory~acji zaprezentowanych powyżej zmiennych. Co do tego, .ze .warunkl..te są speł~lOne przez zmienną płeć, nie mamy wątpliwości - w kazd~J sytuacJ~ ?adawczeJ. dla tej zmiennej wystąpią tylko wymienione dwie kategor:e..InaczeJ Je~t ze zml,en~ ną opisującą wyznawaną religię. Mogłoby się zdarzyc, ze w grupIe, w ktorej prowadzimy badania byliby muzułmanie i osoby niewierzące. Nasza kategoryzacja przynależności religijnej powinna wówczas z poniższych postaci:
2.2. Poziom nominalny
A. Religia
Poziom nominalny jest naj niższym poziomem pomiaru.
Dokonując pomiaru na określonej kategorii zmien-
tym poziomie, przypisujemy jednostkę analizy do nej. Kategorie opisują właściwości danej zmiennej. Podział na kategorie musi speł~iać dw~ warun~i: być wyczerpujący i rozłączny, tzn. że każdą jednostkę analIzy nalezy przypIsać do określonej kategorii, co więcej - tylko do jednej kategorii.
PrzYk~adem zmiennej
Zatem
symboliczną i
mierzonej na poziomie nominalnym jest płeć. Zmienna ta posIada dwie kategorie: kobieta lub mężczyzna, opisujące dwie różne właści woś~i. ~olejność,. w jakiej wymieniamy kategorie tej zmiennej nie jest istotna, gdyz me P.azost~Ją one w stosunku do siebie w żadnej zależności natężenia cechy. AI~ me posIada ani więcej ani mniej płci od Janka. Możemy oznaczać te kategone za pomocą liczb: l - kobieta, 2 - mężczyzna, ale liczby te pełnią
B. Religia
przyjąć jedną
C. Religia
1.
prawosławie
1.
prawosławie
1.
prawosławie
2. 3. 4. 5.
katolicyzm protestantyzm islam ateizm
2. katolicyzm 3. protestantyzm 4. inne 5. żadna
2. 3. 4. 5.
katolicyzm protestantyzm islam inne lub żadna
Jeśli
jedna z badanych osób określi się jako bud~ysta, to kate~oryzacja~ okaże nieodpowiednia ale B i C nadal będą prawI~ło,,:e. Wybor ~ategorn badanej zmiennej zależy czasami od środowiska, ktore Jest przedmlOtem naszego zainteresowania. się
Gdybyśmy prowadzili
badania w Indiach, to sensowna kategoryzacja zmiennej
określającej wyznawaną religię wyglądałaby następująco:
38 39
( rr
Religia
Symbol ni będzie oznaczał liczebność kategorii, natomiast N ogólną liczbę badanych obiektów. Suma liczebności poszczególnych kategorii powinna być równa liczebności ogólnej (2:: ni = 6 + 4 = 10 = N).
1. hinduizm
2. islam 3. dżinizm 4. buddyzm 5. chrześcijaństwo 6. żadna 7. inne
Zatem do kategorii danej zmiennej będziemy wł czać takie
Zmienne, które mają tylko dwie kategorie nazywane są dychotomicznymi. Pleć jest właśnie przykładem takiej zmiennej mierzonej na poziomie nominalnym. Zmienna określająca wyznawaną religię miała w naszych przykładach różną liczbę kategorii (3, 5 i 7). Jeśli analizowana zmienna nie jest dychotomiczna, to w zasadzie nie ma większego znaczenia ile ma ona kategorii. ",
~~~~~~~:~~:Zs:~ z~a:Źtć w ~ad~nej ~rupie: mając ~a uwadze w~::~:~~~~a~~:;~ a egona "Inne pOWInna byc stosunkowo mało liczna.
,
Są
l
dwa podstawo,:e sposoby prezentacji zebranych danych. Pierwszy z . h po ega na utworzemu tzw k d l ' b ' . mc r' k' . re or u, dory ędzIe zawIerał identyfikacjęjednostki ana IZy I wszyst Ie charakteryzujące ją zmienne. Na
przykład:
Imię
i nazwisko
Ewa Kowalska Jan Nowak Jacek Stopa Zofia Tym
Płeć
kobieta mężczyzna mężczyzna
kobieta
Kierunek studiów historia socjologia filozofia socjologia
Stypendium socjalne żadne
naukowe naukowe
~~;:;:~~O~~::::d~:~c~n~:~dualn~e,.dlałk~żd~j jednostki analizy) są na ogół owama I za ozema bazy danych w komputerze.
;a~~~~~;~:z:l:~;rowa~zenia
jesteśmy
analizy statystycznej nie zaintereso' d wymIarem zgromadzonego materiału badawczego dlatego tez' p rezen tujemy ane w 'b d ' sposo uporzą kowany w szeregu statystycznym.
:r~mieniamy każdą kategorię zmiennej
oraz jej liczebność tore w naszym badaniu taką własność posiadają).
(liczbę jednostek,
Jeśli w naszym badaniu brało udział 10 osób z któr ch 4 t . ,. kobiety, szereg statystyczny dla zmiennej ple:: będzi:następou:~;~zyzm a 6 to
2.3. Poziom
porządkowy
Określenie porządkowy w porządku
nazwie poziomu odnosi się do kolejności, czy właśnie jego kategorii, który dla tego poziomu pomiaru ma znaczenie.
Kiedy dokonujemy klasyfikacji poprzez ustalenie następstwa (porządku) kategorii to zakładamy, że istnieje pewne continuum natężenia danej zmiennej, które ten porządek odzwierciedla. Jeżeli dokonamy klasyfikacji państw ze względu na liczbę zamieszkujących je osób, to na pierwszym miejscu będą Chiny, na drugim Indie, na trzecim Stany Zjednoczone. Czyli mamy pewien porządek, zgodnie z którym wiemy, że najludniejszym państwem świata są Chiny, nie wiemy jednak, ile dokładnie mają mieszkańców, ani o ile więcej od Indii. Dokonując
pomiaru na poziomie porządkowym dokonujemy nie tylko przypisania jednostki analizy do określonej kategorii własności, ale do kategorii pozostających między sobą w pewnym porządku. Gdyby rekordy danych o studentach zawierały zmienną określającą ich wzrost, to moglibyśmy utworzyć następującąkategoryzację na poziomie porządkowym: Imię
i nazwisko
Jan Nowak Ewa Kowalska Jacek Stopa Zofia Tym
Wzrost najwyższy (pierwszy najwyższy) druga najwyższa trzeci najwyższy naj niższa (czwarta naj wyższa)
Płeć
kobieta mężczyzna
6 4
N= 10
Z rankingu tego wiemy, że Jan jest najwyższy ale nie wiemy o ile jest wyższy od Ewy, od Jacka i od Zofii. Nie wiemy również o ile Ewa jest wyższa od Jacka itd. W rzeczywistości gdybyśmy dokonywali pomiaru takiej zmiennej, staralibyśmy się dokonać tego jak najbardziej precyzyjnie, w tym przypadku np. w centymetrach.
(-(Iim
W analizie statystycznej posługujemy się uporządkowanymi zmiennymi a nie indywidualnymi rekordami. Szereg statystyczny dla zmiennej wzrost w badaniu grupy studenckiej mógłby przyjąć postać: VVzrost
ni
1. bardzo wysoki
3 7 10 6 4
2. wysoki
3. średni 4. niski 5. bardzo niski
.
Poszczególne kategorie prezentują natężenie badanego zjawiska od najwyższego do naj niższego, przy czym odwrócenie tego porządku w kierunku od naj niższego do najwyższego nie zmienia postaci rzeczy - zmienna nadal jest mierzona w skali porządkowej. następstwa
kategorii
spowodowałaby obniżenie
Poziom porządkowy Status ekonomiczny
Poziom nominalny Status ekonomiczny
1. 2. 3. 4. 5.
1. biedny
2. 3. 4. 5.
wystarczający średni więcej niż średni
dochód bogaty dochód dochód
po-
średni
więcej niż średni wystarczający
Aby przywrócić zmiennej nominalnej status zmiennej porządkowej należy przywrócić logiczną kolejność jej kategorii (w porządku rosnącym lub malejącym).
2.4. Skala Likerta
przykład:
Stwierdzenie: Kara
42
śmierci
?
powinna
Taka forma pytania i odpowiedzi nazywa się skalą ocen lub ,pyt~~iem tyPnu Likerta w skrócie skalą Likerta. Pozwala ona nie tylko po~nac opml~ ~esp~ ..j dentów' na dany temat, ale również ocenić ich zdecydowallle w,?ane . w~s 1.1; " ..,. da" a zgoda to WIęcej lllZ Po nieważ "zdecydowana zgoda to WIęcej lllZ k"zgo ., , ,u porządkowego. Kabrak zgody" itd. to skala Likerta ma chara ter pOzlOm . . tralną " ' k 'l" . h poglądów jest opcją neu tegoria tych, którzy nie umieją o res lC SWOIC , . . .. .. wobec pozostałych. w środku skali. Wazne jest jej mIejSCe To jest poziom
porządkowy:
l. zdecydowanie zgadzam się
2. 3. 4. 5.
zgadzam się trudno powiedzieć nie zgadzam się zdecydowanie się nie zgadzam
Ci, którzy nie są pewni to "mniej" niż poparcie ale jednak ciwstawianie się prezentowanym poglądom.
.
."
"WIęcej
niż
prze-
To nie jest poziom porządkowy: 1. zdecydowanie zgadzam się
2. zgadzam się 3. nie zgadzam się 4. zdecydowanie nie zgadzam się 5. trudno powiedzieć
W badaniach zjawisk społecznych, zwłaszcza tych prowadzonych za pomocą różnego typu kwestionariuszy, często możemy spotkać pytanie w formie stwierdzenia, z prośbą o ustosunkowanie się do tego stwierdzenia. Na
2. zgadza się 3. trudno powiedzieć
z tym stwierdzelllem.
Tak jak w przypadku zmiennych mierzonych na poziomie nominalnym ni oznacza liczebność poszczególnych kategorii a N liczebność ogólną badanej grupy.
biedny dochód dochód dochód bogaty
l. zgadza się zdecydowanie
4. nie zgadza się 5. nie zgadza się zdecydowanie
N=30
Dopiero zmiana logicznego ziomu pomiaru zjawiska.
Czy Pan(i):
być
przywrócona.
, . k t .. zmienna zatraca swój W momencie zakłócenia logicznej kolejnoscl a egofll "porządkowy" charakter.
. 'ennych na podoW naukach społecznych często tworzy się kategoryz~~je Z~lll .' bieństwo skali Likerta. Na przykład badanie or~ent~cJl pohtyczn~~h moze byc przeprowadzone za pomocą zmiennej o następującej kategoryzacJI.
Poglądy
polityczne
1. zdecydowanie lewicowe
2. 3. 4. 5.
lewicowe centrowe prawicowe zdecydowanie prawicowe
Traktujemy wówczas zmienną nominalną jako zmienną porządkową- wynika to z natury opisywanych własności. Podobny sztuczny zabieg stosowany jest niekiedy w stosunku do nominalnych zmiennych dychotomicznych. Popatrzmy na następujące dychotomie: Płeć
1.
mężczyzna
2. kobieta
Dochód 1. wysoki 2. niski
Obie zmienne są dychotomiami (mają tylko po 2 kategorie), pleć jest zmienną nominalnąa dochód zmienną porządkową. Jeżeli zmienna mierzona na poziomie porządkowym ma tylko 2 kategorie, to nie jest możliwa sytuacja zakłócenia logiki kolejności kategorii, czyli pozbawienia zmiennej charakteru porządkowego. Możemy kategorie dochodu przedstawić jako wysoki/niski bądź niski/wysoki, innej możliwości nie ma, a obie formy zachowują charakter porządkowy.
Ponieważ możliwości dalszej analizy statystycznej są różne dla zmiennych mierzonych na poziomie nominalnym i dla zmiennych mierzonych na poziomie porządkowym czasami dokonuje się sztucznego założenia o traktowaniu nominalnych zmiennych dychotomicznych, tak jakby miały charakter porządkowy. Oba poziomy nominalny i porządkowy określane są jako poziomy słabe lub jakościowe, gdyż za ich pomocą możemy dokonać tylko rozróżnienia własności którymi charakteryzuje się jednostka analizy. Poziom porządkowy jest jednak trochę wyższym poziomem pomiaru niż poziom nominalny ze względu na moż
liwość określenia natężenia własności.
2.5. Poziom interwałowyi ilorazowy Jedynymi liczbami, z jakimi do tej pory mieliśmy do czynienia były liczby okr.eślaj~ce li.czebność ogólną oraz liczebności poszczególnych kategorii danej ~~~enn.eJ: Juz przy okazji przykładu o pomiarze wzrostu wspomniałam, że jesIl IstmeJe taka możliwość, to powinno się dokonywać pomiaru w sposób jak
najbardziej precyzyjny, np. w centymetrach. Wówczas liczby będą określały nie tylko liczebność kategorii ale również wartość, jaką może przyjąć zmienna (np. Jan Nowak 192 cm, zamiast najwyższy). Kolejnym poziomem pomiaru, pozwalającym nam na wprowadzenie wartości liczbowych, jest poziom interwałowy. Na tym poziomie każdej jednostce analizy przypisywana jest wartość liczbowa, a nie własność określonej zmiennej. Wróćmy do omawianej wcześniej czwórki studentów. Dopiszmy Imię
następne
i nazwisko
Jacek Stopa Zofia Tym Ewa Kowalska Jan Nowak
zmienne do ich rekordów.
Wiek
Rok urodzenia
najstarszy druga najstarsza trzecia najstarsza
1976 1979 1980 1982
najmłodszy
Możemy dokonać
porównania dokładności pomiaru za pomocą poziomu poi poziomu interwałowego. Na zmiennej interwałowej możemy wykonywać działania algebraiczne. Wiemy więc dokładnie, że Jacek nie tylko jest najstarszy ale jest starszy o 3 lata od Ewy, a różnica wieku pomiędzy osobą naj starszą i naj młodszą w tej grupie wynosi 6 lat. rządkowego
Na tym poziomie pomiaru określamy nie tylko kolejność ale i dystans pomiędzy poszczególnymi jednostkami. Pomiar w tym przypadku zbliżony jest do tego, co potocznie jesteśmy skłonni uważać za taką czynność. Uzupełnijmy dalej Imię
i nazwisko
Jacek Stopa Zofia Tym Ewa Kowalska Jan Nowak
rekordy naszych studentów: Wiek (w latach)
Wzrost (w cm)
24 21 20 18
176 157 178 192
Zmienne przedstawione powyżej są zmierzone na poziomie ilorazowym. Poziom ilorazowy są prawie identyczne. Na czym polega różnica między nimi, dlaczego rok urodzenia jest zmienną interwałową a wiek liczony w latach interwałowy i
zmienną ilorazową?
W skali interwałowej punkt zerowy jest przyjęty w sposób umowny, arbitralnie. To, że studenci mają wpisany rok urodzenia 1976, 1980 itp., wynika z przyjętej konwencji określania czasu (konkretnie z kalendarza gregoriańskiego, w którym
za rok zerowy przyjęto rok urodzenia Chrystusa). Gdyby studenci ci mieszkali w Izraelu lub Chinach, ich data urodzenia wyglądałaby zupełnie inaczej. Innymi przykładami zmiennych interwałowych mogą być wysokość geograficzna, gdzie punkt zerowy ustanowiony został na poziomie morza lub temperatura, mierzona w skali Celsjusza lub Fahrenheita. Poziom ilorazowy natomiast charakteryzuje się występowaniem absolutnego zera - oznacza to, że jeśli zmienna ilorazowa przybiera wartość zero jest to. równoznaczne z brakiem jej występowania. Liczba przeżytych lat, wys~kość mIerzona w centymetrach (lub w calach), temperatura mierzona w skali Kelvina to zmienne ilorazowe. ' Rozróżnienie na interwałowy i ilorazowy poziom pomiaru ma swoje istotne matematyczne konsekwencje, które dla badacza społecznego mogą pozostać nie w pełni rozpoznane.
Poziom interwałowy i ilorazowy będziemy określać jako silne lub ilościowe poziomy pomiaru i w dalszym ciągu naszych rozważań będziemy je traktować w sposób jednorodny. Dobrze jest mieć świadomość różnicy między nimi wie?ząc że wszystkie char~kterystyki i właściwości odnoszące się do zmie~nych mterwał.owych zachowują moc w przypadku zmiennych ilorazowych, oraz że :vszystkIe metody analizy statystycznej, które można zastosować do zmiennych mterwałowychsą tak samo dobre dla zmiennych ilorazowych ale nie odwrotnie. Dokładność pomiaru w~rasta wraz z przechodzeniem od poziomu nominalnego,
~rzez porządk?wy, do mterwałowego i ilorazowego. Na tych ostatnich każdej Jednostce analIzy przypisujemy wartość liczbową mierzonego zjawiska np.:
.. wiek (w latach), .. wykształcenie (w latach ukończonej edukacji), .. dochód (w odpowiedniej walucie) itp.
~l~ charaktery~t~ki,jedn?stek analizy nie będących osobami, używa się szerokIeJ gamy wskazmkow mIerzonych na poziomach silnych, np.: II stopa bezrobocia, .. współczynnik przyrostu naturalnego, .. dochód narodowy brutto na głowę mieszkańca, .. procent osób zatrudnionych w rolnictwie itp.
Używając danych ~ochodzących z sondaży, czy z istniejących spisów, często tworzymy nowe zmIenne o wartościach na poziomie interwałowym lub ilorazowym. 46
Procedura ta polega na tworzeniu indeksów pozwalających na poziomie silnym postawy np.: tolerancji religijnej, postawy wobec kary śmierci, aborcji, używania narkotyków itp. Konstrukcja takich indeksów zostanie opisana w dalszej części tego rozdziału. Trzeba pamiętać jednak o tym, że nie wszystkie proste indeksy sumaryczne prowadzą do podniesienia poziomu pomiaru. opisać
Przy tworzeniu zmiennych interwałowych lub ilorazowych w oparciu o zmienne mierzone na niższych poziomach pomiarów, szereg reguł matematycznych zostaje naruszonych. Pomimo to, postępowanie takie jest w naukach społecznych stosowane, gdyż w stosunku do zmiennych interwałowych zakres możliwej do zastosowania analizy statystycznej jest o wiele szerszy i bardziej wyrafinowany, niż dla zmiennych nominalnych, czy porządkowych. Dlatego też, jeśli w badaniach mamy zmienne ilorazowe np. dochód (mierzony w złotówkach) i dla klarowniejszej ilustracji przedstawiamy go jako zmienną porządkową (wysoki, średni, niski), to w dalszej analizie powinniśmy posługiwać się pierwotną "ilorazową" wersją tej zmiennej. Zmienne interwałowe i ilorazowe możemy prezentować indywidualnie dla każ dej jednostki analizy, tak jak to zostało zaprezentowane na przykładzie czwórki studentów. Najczęściej jednak dążymy do uporządkowania ich w szeregu statystycznym, tak jak czyniliśmy to w odniesieniu do zmiennych nominalnych i porządkowych. Różnica w przypadku zmiennych mierzonych na poziomach silnych będzie polegała na tym, że kategorie będą odzwierciedlaływartości liczbowe jakie może przybrać zmienna, a nie jej własności. Załóżmy, że uczniów 30-osobowej klasy licealnej ostatniego roku szkolnego przeczytali książek.
Oto odpowiedzi jakie
zapytaliśmy
o to, ile w
ciągu
uzyskaliśmy:
21, 14, 16, 17, 19,
12, 29, 28, 26, 22,
19, 20, 12, 14, 16,
19, 18, 21, 20, 20,
25, 20, 23, 15, 17,
11, 10, 18, 21, 20.
Jedyne, co z takiego ciągu liczb udałoby się nam wydobyć, to być może informacja, że największa liczba przeczytanych książek to 29 a najmniejsza to 10. Zmienną liczba przeczytanych w ciągu roku książek uporządkowaliśmy w szeregu statystycznym. Zaczęliśmy od wypisania wartości liczbowych, jakie ta zmienna może przyjąć w naszym badaniu (Xi) a następnie przyporządkowaliśmy im odpowiadające liczebności (ni).
47
Xi
ni
Każdy z utworzonych przez nas przedziałów wartości ma określoną dolną gra-
10 11
l l
nicę (tu: 10; 15; 20; 25) i górną granicę (tu odpowiednio: 14,9; 19,9; 24,9; 29,9).
12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
2 O 2 1 2 2 2 3 5 3 1 1 O 1 1 O 1 1
Różnica pomiędzy górną i dolną granicą przedziału nazywa się rozwartością przedziału lub jego rozpiętością. Aby taki szereg statystyczny, w którym kategorie tworzą przedziały wartości zachował charakter zmiennej interwałowej
(dotyczy to oczywiście również zmiennych ilorazowych, jako zmiennych mierzonych na poziomie silniejszym niż interwałowy - dlatego też w dalszym ciągu wywodów należy przyjąć, że uwagi do zmiennych interwałowych stosują się również do zmiennych ilorazowych) muszą być spełnione dwa kryteria. Po pierwsze rozwartość wszystkich przedziałów wartości musi być jednakowa. W powyższym przykładzie warunek ten jest spełniony, bowiem dla każdego przedziałuwartości różnica między górną i dolną granicą wynosi 4,9 (14,9-10 = = 4,9; 19,9 - 15 = 4,9 itd.). Gdybyśmy jednak uporządkowali naszą zmienną w następujący
N=30
1. 2. 3.
Xi
ni
10-14,9 15-24,9 25-29,9
6 20 4
sposób:
N= 30
Taki typ szeregu nazywamy szeregiem statystycznym, w którym każda war-
tość stanowi kategorię.
Innym sposobem uporządkowaniatej samej zmiennej może być utworzenie szeregu statystycznego, w którym kategorie stanowią przedziały wartości. Takie, uporządkowanie jest użyteczne zwłaszcza wtedy, gdy mamy dużą liczebność og~l~ą ~r~z występuje możliwość znacznego zróżnicowania przyjmowanych wartOSCI (me Jak w przykładzie od 10 do 29, ale powiedzmy dla dochodów od 350 zł do 25000 zł). Zmienna liczba przeczytanych w ciągu roku książek mogłaby po uporządkowaniu w przedziały wartości przybrać postać:
10-14,9 15-19,9 20-24,9 25-29,9
6 10 10 4 N= 30
to niezależnie od tego, iż wartości określone są liczbowo, poziom pomiaru w tym przypadku jest porządkowy. Kategorie zapisane jako przedziały różnej rozwartości można zastąpić opisem słownym: mało, przeciętnie, dużo. Drugim kryterium, jakie musi
spełniać szereg
statystyczny, w którym kategorie charakter zmiennej interwałowej jest domknięcie wszystkich przedziałów. Oznacza to, że dla każdego przedziału musi być określona dolna i górna granica tego przedziału. stanowią przedziały wartości,
Poniżej
przedstawiam
przykłady,
A 1. 2. 3. 4.
aby
zachować
które nie
spełniają
tego kryterium.
B Xi
ni
10-14,9 15-19,9 20-24,9 25 i więcej
6 10 10 4 N= 30
1. 2. 3. 4.
Xi
ni
14,9 i mniej 15-19,9 20-24,9 25-29,9
6 10 10 4 N=30
Niezależnie od tego, czy niedomknięty będzie naj niższy, .czy najwyższy przedział wartości, zmienna straci swój interwałowy charakter i będziemy musieli traktować ją jak zmienną porządkową.
Czasami świadomieobniżamy poziom pomiaru przy prezentacji danych, zwłasz cza jeśli w dalszej analizie statystycznej będziemy korzystać z danych pierwotnych.
Przypuśćmy, że zmienna liczba przeczytanych w ciągu roku książek zamiast wartości, które znalazły się w najwyższym przedziale (25, 26, 28 i 29) przyjmuje wartości 29, 36, 55 i 72. Szereg statystyczny spełniający oba powyższe kryteria musiałby wyglądać tak: Xi
ni
10-14,9 15-19,9 20-24,9 25-29,9 30-34,9 35-39,9 40-44,9 45-49,9 50-54,9 55-59,9 60-64,9 65-69,9 70-74,9
6 10 10 1 O
1 O O O
1 O O
1 N=30
Wówczas, dla większej przejrzystości prezentowanych danych, skorzystalibyśmy zapewne z możliwości pozostawienia najwyższego przedziału wartości otwartego, tak jak w przykładzie A.
Pozostała nam do omówienia jeszcze jedna istotna kwestia związana z tworzeni,em przedziałów wartości. Dolna i górna granica przedziału powinny być okreslone na tyle precyzyjnie, aby było możliwe przypisanie każdej jednostki analizy, która przybiera pewną wartość liczbową, do jednego z przedziałów. Zmienna liczba przeczytanych w ciągu roku książek przybiera wartości liczb całkowitych, dopuszczalny wobec tego byłby następujący zapis tego szeregu statystycznego:
Xi
ni
10-14 15-19 20-24 25-29
6 10 10 4 N=30
Gdyby dane liczbowe określały np. stopę bezrobocia w wybranych do badania 30 gminach, to moglibyśmy z powodzeniem założyć, że prezentowanie takiej zmiennej w postaci liczb całkowitych jest wynikiem zaokrąglenia danych, a więc poprzednia forma zapisu szeregu uwzględniającawielkości po przecinku byłaby tu stosowniejsza. Liczba miejsc po przecinku zależeć będzie od dokładności pomiaru cechy. Można też zastosować zapis określający granice przedziałów za pomocą nawiasów: Xi
ni
(10-15) (15-20) (20-25) (25-30)
6 10 10 4 N= 30
Nawias ostry (przy dolnej granicy przedziału) oznacza, że wartość ta jest zawarta w danym przedziale, natomiast nawias okrągły (przy górnych granicach przedziałów) oznacza, że wartość ta nie zawiera się w danym przedziale, ale zawierają się wszystkie wartości od niej mniejsze. Taki zapis szeregu statystycznego jest równoznaczny ze stosowanym poprzednio zapisem, określającym granice przedziałów z dokładnością do dziesiętnych. Niestety od czasu do czasu można znaleźć szereg statystyczny zapisany tak jak powyżej, ale bez nawiasów przy granicach przedziałów. Taki zapis jest mylący, ponieważ wówczas nie wiadomo dokładnie, do którego przedziału wartości zaliczyć np. 15. Należy unikać takiego nieprecyzyjnego zapisu.
2.6. Definicje operacyjne Załóżmy, że sformułowaliśmy kilka
hipotez badawczych. Każda z nich odnosi co najmniej do dwóch zmiennych, z których jedna jest zmienną zależną a druga zmienną niezależną. Analizując te zmienne powinniśmy być w stanie podać ich własności lub wartości liczbowe dla każdej jednostki analizy. Zatem, zanim zaczniemy gromadzić dane, musimy wiedzieć, co i jak chcemy mierzyć? Tworzymy więc definicje operacyjne.
się
W każdym kwestionariuszu badającym postawy czy preferencje indywidualnych respondentów możemy znaleźć pytanie o wiek osoby uczestniczącej w badaniach. Na ogół wystarcza nam odpowiedź z wpisaną liczbą ukończonych lat - zakładamy przy tym, że respondenci udzielają informacji zgodnej z prawdą· Jeśli nasze badania dotyczyłyby sprawności intelektualnej uczniów zapisanych do pierwszej klasy szkoły podstawowej, to mogłoby się okazać, że różnica kilku miesięcy lub czasem prawie roku w ich wieku jest dla wyników badań istotna. Wówczas wiek określalibyśmy w oparciu o dokładną datę urodzenia. W obu przypadkach dokonywalibyśmy innego operacyjnego zdefiniowania tej samej zmiennej.
Jeśli raz określimy, na jakich zasadach definiujemy daną zmienną, to nie powinno być później problemów z przypisaniem jednostce analizy własności lub wartości liczbowej tej cechy. W badaniach społecznych problem operacyjnego zdefiniowania zmiennych bywa czasem bardziej skomplikowany. Badając osoby możemy mieć do czynienia z konfliktem pomiędzy własnościami (kim jesteśmy według siebie?), postawami (co sądzimy, myślimy, czujemy?) i zachowaniami (jak postępujemy w rzeczywistości?).
Załóżmy, że prowadzimy badania nad postawami społecznymi w wymiarze liberalizmu czy konserwatyzmu społecznego. Jedno z pytań brzmi: Czy uważa się Pan(i) za osobę: 1.
liberalną?
2. 3.
umiarkowaną? konserwatywną?
Jako odpowiedź respondent zakreśla wariant 1.
Następnie zadajemy serię pytań, o których sądzimy, że pozwalają uchwycić istotę różnic między powyżej określonymi wymiarami. Pytania dotyczą takich kwestii, jak postawy wobec aborcji, kary śmierci, eutanazji, pornografii itp. Analiza odpowiedzi tego samego respondenta na szczegółowe pytania prowadzi
do wniosku, że jest to osoba konserwatywna.
Zakładając, że pytania szczegółowe prawidłowo odzwierciedlają podstawowe różnice pomiędzy postawą liberalną a konserwatywną, mamy do czynienia ~ konflik.tem pomiędzy własnością (samodeklaracja respondenta jako osoby lIberalneJ) a. pos~awą (ujawnionym w pytaniach szczegółowych konserwatyz~em). Projektując badania musimy sobie odpowiedzieć na pytanie, co bę dZIe dla nas bardziej istotnym i użytecznym wskaźnikiem wymiaru libera-
lizm/konserwatyzm: własności, czy postawy?
Podobny konflikt może mieć miejsce pomiędzy własnościami a zachowaniami. Weźmy respondenta, który w badaniach nad orientacjami politycznymi określa
siebie jako osobę o poglądach prawicowych. Ustalamy następnie, że we wszystkich dotychczasowych wyborach osoba ta głosowała na kandydatów partii lewicowych. Co zatem weźmiemy pod uwagę w naszych badaniach: własność (samoidentyfikacjępolityczną) czy zachowania wyborcze. Oba przykłady konfliktów są oczywiście sytuacjami skrajnymi, ale pokazują cymi realny problem. W rzeczywistej sytuacji badawczej często mamy do czynienia z brakiem spójności w prezentowanych przez respondentów poglądach, szczególnie gdy przedmiot naszych zainteresowań badawczych dla respondentów nie wydaje się być istotny. Musimy więc nauczyć się podejmować w takich warunkach decyzje dotyczące tego, czego w badaniach chcemy się dowiedzieć i co z tą informacją zamierzamy zrobić. Jeśli np. celem naszych badań jest prognoza wyborcza, to lepszą podstawą dla jej dokonania wydają się dotychczasowe zachowania wyborcze niż samoidentyfikacja polityczna (jeśli pozostają ze sobą w konflikcie). Trudności
w tworzeniu definicji operacyjnych niejednokrotnie poprzedzają problemy z precyzyjnym, konceptualnym określeniem zjawisk, których owe definicje mają dotyczyć. Weźmy termin demokracja. Demokracją nazywamy system polityczny, w którym władza wykonawcza i ustawodawcza wyłaniane są na drodze wolnych wyborów. Z tego punktu widzenia Niemcy Zachodnie były przed zjednoczeniem bardziej demokratyczne niż Niemcy Wschodnie. Zauważmy jednak, że Niemcy Wschodnie nazywały się Niemiecką Republiką Demokratyczną i w kategoriach ideologii marksistowskiej Niemcy Wschodnie były demokratyczne, gdyż reprezentanci robotników i chłopów poprzez partię komunistyczną sprawowali kontrolę nad rządem. Mamy więc dwa różne spojrzenia na termin demokracja i jakakolwiek operacjonalizacja tego pojęcia oparta na zachodniej koncepcji demokracji będzie się różniła od tej opartej na interpretacji marksistowskiej. niezgodność podstawowych pojęć konceptualnych występuje rzadko. Czę kontrowersje dotyczą tego, które z wymiarów pojęcia podstawowego są jego istotą i powinny być poddane operacjonalizacji. Spróbujmy dokonać operacjonalizacji takiego pojęcia jak wolność (rozumiana w kategoriach praw obywateIskich) .
Taka ściej
Jeśli pytamy, czy w danym kraju obywatele posiadają wolność, i jeśli tak, to w jakim stopniu, to pojęcie wolności możemy badać poprzez badanie posiadanych wolności i praw obywatelskich. Czym są prawa obywatelskie? Które z nich powinny być włączone do definicji operacyjnej?
Przyjmijmy na początek cztery podstawowe prawa obywatelskie: liII
II II li
wolność
wyznania i sumienia, wypowiadania się, wolność prasy,
Stwierdzenie: Aborcja powinna
Ii!ll
III iii
Po a~alizie dokumentów różnych organizacji międzynarodowych moglibyśmy do~ac do tego zestawu np. prawo mniejszości narodowych do używania swoje~o Języka l~b prawo o~y,,:ateli ~o ~inimalnego ekonomicznego standardu życia Itp. To, ktory z wymIarow pOJęcIa podstawowego uwzględnimy w naszej definicji operacyjnej zależy od naszej wiedzy, przyjęcia określonej perspektywy teoretycznej oraz celu badawczego.
:<.i~~y usta.limy, ~o.i dlaczego włączamy do definicji operacyjnej, musimy okreslrc ~a~ najbardzIej precyzyjnie, co przez poszczególne wymiary będziemy rozumIec. Czy wolność wyznania i sumienia oznacza, że w danym kraju nie istnieje oficjalna, pa~stwo,:,~ re:i~ia, czy też jeśli taka istnieje (Wielka Brytania) ale obywa:e.l.e mają mozlrwosc wyboru innego wyznania i uczestniczenia w praktykach rel.I~IJnych, to wolność ;vyznania i sumienia jest zachowana? Nawet najbardZIeJ de.mokraty.czne ~anstwa regulują zakres wolności. Nie wszystkie związki ",:yznamowe ~,aJą takie same prawa, a niektóre rytuały czy praktyki są zabromone. Wolno~c d~ wypowiadania się nie obejmuje prawa do okrzyku "pali się!" zatłocz~neJ salr koncertowej, gdy takie zagrożenie nie istnieje. Wolność prasy J~st ogramczana przez ustawyantypornograficzne. Zorganizowanie zgromadzema wym~g~ zgo.d~ :vład~ lokalnych. Nasza definicja operacyjna powinna więc uwzględmac mozlrwIe naJ dokładniej rzeczywiste wymiary wolności.
:r
Ostatn~ą kwestią przy tworzeniu definicji operacyjnych, jaką musimy brać pod uwagę J:st fakt: na ile jesteśmy w stanie zebrać informacje odzwierciedlające wszystkIe wyr~l1ary tej definicji dla każdej jednostki analizy. Czy istnieje dostę~na ~a~ WIedza do w~lności zg::omad~eń w interesujących nas krajach? Byc moze Jedynym zrodłem mformacJI będZIe dla nas opinia ekspertów.
:0,
legalna.
Odpowiedzi:
wolność
wolność zgromadzeń.
być
III
łlI
zdecydowanie zgadzam się zgadzam się trudno powiedzieć nie zgadzam się zdecydowanie się nie zgadzam
Możemy
uzyskane odpowiedzi zakodować jako (1) zdecydowanie się zgadzam, (2) zgadzam się, aż do (5) zdecydowanie się nie zgadzam, tworząc porządkową skalę opozycji wobec legalizacji aborcji. Odwracając kolejność kategorii: (5) zdecydowanie się zgadzam do (1) zdecydowanie się nie zgadzam, tworzymy porządkową skalę poparcia legalizacji aborcji. Powyższe
pytanie może służyć jako pojedyncza miara postawy wobec aborcji zjawisko to jest bardziej złożone i jeśli staje się przedmiotem badania, do jego analizy używa się wielowymiarowych wskaźników) lub może być traktowane jako jeden z wymiarów zmiennej złożonej, mierzącej społeczny konserwatyzm. W szerszym sensie postawa konserwatywna przejawia się w niechęci do zmian, w kategoriach społecznych wiąże się ona z określonymi poglądami na pewne kwestie społeczne. Zamiast zatem pytać respondenta, czy uważa się za konserwatystę (proszę przypomnieć sobie konflikt własności i postaw), zadajemy mu szereg pytań o kwestie społeczne, które są dla nas wyznacznikiem postawy konserwatywnej. Te kwestie szczegółowe muszą być bardzo uważnie dobrane, aby były znaczące dla obecnego społecznego i politycznego kontekstu. Kilkadziesiąt lat temu, prawdopodobnie większość osób o postawie konserwatywnej byłaby przeciwna szkołom koedukacyjnym, dziś zapewne większość konserwatystów uznaje to za stan normalny. (choć
Przypuśćmy, że pięć kwestii uznaliśmy za stanowiące dobrą podstawę do rozróż nienia we współczesnej Polsce społecznej postawy konserwatywnej od liberalnej. Respondent powinien udzielić odpowiedzi w skali Likerta (od "zdecydowanie zgadzam się" do "zdecydowanie nie zgadzam się") na każde z następujących stwierdzeń:
2.7. Tworzenie indeksów W prz!padku zn:iennych
określających postawy, definicje operacyjne tworzy się
n~. ogoł w.oparcIU o odpowiedzi respondentów na szereg pytań, ilustrujących rozne .:VY~Iar~~a~anych postaw. Przypomnijmy, że badając np. postawę wobec
aborcjI naJczęscIeJ robimy to w oparciu o skalę Likerta.
1. 2. 3. 4. 5.
Aborcja powinna być zakazana. "Wartości rodzinne" powinny być nauczane w szkołach. Kara śmierci powinna być przywrócona. Pornografia powinna być zakazana. Narkomani powinni być poddawani przymusowemu leczeniu.
Ze względu na formę słowną przedstawionych stwierdzeń możemy się spodziewać, że osoba o postawie bardzo konserwatywnej odpowie na wszystkie pytania zdecydowanie zgadzam się", natomiast osoba o bardzo liberalnej (najmniej konserwatywnej) postawie z większością stwierdzeń "zdecydowanie się nie zgodzi". Jeśli każdej kategorii odpowiedzi przypiszemy określoną liczbę punktów, to suma punktów dla wszystkich stwierdzeń da nam indeks społecznego konserwatyzmu. Załóżmy następującą punktację odpowiedzi: III III III III lIlI
zdecydowanie zgadzam się - 20 punktów, zgadzam się - 15 punktów, trudno powiedzieć - 10 punktów, nie zgadzam się - 5 punktów, zdecydowanie nie zgadzam się -
W naszym przykładzie mogłoby to wyglądać następująco (należ! pa:niętać, że zapisana tu punktacja odpowiedzi służy celom dydak~ycz~ym l w zadnym wypadku nie należy jej umieszczać w prawdziwym kwestlOnanuszu): Polecenie: Proszę dla każdego stwierdzenia zakreślić odpowiedź, która jes~ najbliższa Pańskim poglądom w danej kwestii. W nawiasie podano punktaCję odpowiedzi. 1. Aborcja powinna być legalna. III zdecydowanie zgadzam się (O) III zgadzam się (5) !li trudno powiedzieć (10) III nie zgadzam się (15) III zdecydowanie się nie zgadzam (20)
Wartości rodzinne" powinny być nauczane w szkole.
O punktów. 2.
Jeżeli
respondent udzielił najbardziej konserwatywnych odpowiedzi ("zdecydowanie zgadzam się") na wszystkie pięć pytań, to wartość jego indeksu wynosi 100 (5·20 = 100). Dla osoby skrajnie liberalnej wartość indeksu powinna wynosić O (5· O = O), dla osoby niezdecydowanej - 50 (5·10 = 50). Wartości tak utworzonego indeksu społecznego konserwatyzmu są traktowane jak interwałowy poziom pomiaru. Niewątpliwie narusza to szereg matematycznych założeń, odnoszących się do poziomu interwałowego. Nie mamy bowiem żadnych podstaw aby różnice pomiędzy odpowiedziami na poziomie porządko wym (skali Likerta) oceniać np. na 5 punktów. Jest to nasza arbitralna decyzja, nie dająca się w rzeczywistości zweryfikować. Jest to jednak dość powszechnie stosowana praktyka w naukach społecznych, gdyż manipulacja taka pozwala na dalsze prowadzenie analizy statystycznej na wyższym poziomie. Warto przy tym zaznaczyć, że zwykle w badaniach indeks tworzy więcej niż pięć stwierdzeń (tak jak w naszym przykładzie), oraz że im więcej jest stwierdzeń badających jednostkowe opinie, tym indeks złożony jest bliższy interwałowemu poziomowi pomiaru (zakładając, że wartość indeksu zawiera się w przedziale od O do 100, im więcej wskaźników na ten indeks się składa, tym większa jest "ciągłość" wszystkich wartości indeksu). Zaczęliśmy konstrukcję
indeksu społecznego konserwatyzmu od takiego sformułowania pojedynczych stwierdzeń, że osoba o najbardziej konserwatywnej postawie na wszystkie pytania powinna odpowiedzieć "zdecydowanie zgadzam się". W praktyce prowadzenia badań staramy się unikać takiej konstrukcji kwestionariusza pytań aby uniemożliwić respondentom rutynowe odpowiadanie na postawione pytania.
zdecydowanie zgadzam
"11
się (20)
zgadzam się (15) trudno powiedzieć (10) nie zgadzam się (5) zdecydowanie się nie zgadzam (O)
l1li
lIIl 1'1 l1li
3. Zniesienie kary śmierci powinno być utrzymane. III iii III
III liII
zdecydowanie zgadzam się (O) zgadzam się (5) trudno powiedzieć (10) nie zgadzam się (15) zdecydowanie się nie zgadzam (20)
4. Pornografia powinna być zakazana. III zdecydowanie zgadzam się (20) l1li zgadzam się (15) III trudno powiedzieć (10) III nie zgadzam się (5) l1li zdecydowanie się nie zgadzam (O) 5. Narkomani powinni być przymusowo leczeni. zdecydowanie zgadzam się (20) zgadzam się (15) III trudno powiedzieć (10) III nie zgadzam się (5) III zdecydowanie się nie zgadzam (O)
I!II
l1li
Osoba o bardzo konserwatywnych poglądach odpowie "zdecydowanie zgadzam się" na pytania 2, 4 i 5 (w sumie 60 punktów) oraz "zdecydowanie się nie zgadzam" na pytania l i 3 (w sumie 40). Jej indeks społecznego konserwatyzmu w dalszym ciągu będzie wynosił 100 punktów.
2.8.
Trafność
W momencie, w którym mamy gotowe narzędzie badawcze zwykle wykonujemy badania pilotażowe. Badania te służą określeniu trafności i rzetelności zoperacjonalizowanych zmiennych. O trafności stanowi stopień zgodności pomiędzy ideą, koncepcją, którą zamierzaliśmy zmierzyć, a tym, co mierzą w rzeczywistości poszczególne zmienne i indeksy. Czy konkretna zmienna mierzy interesujące nas zjawisko w takim wymiarze, jak zakłada to nasza hipoteza? Czy operacjonalizacjajest zgodna z ogólnie przyjętą definicją badanego zjawiska? Gdybyśmy np. przyjęli, że dochód uzyskiwany z pracy będzie dla nas miarą ubóstwa, tzn. im ktoś uzyskuje mniejszy dochód z pracy, tym jest bardziej biedny, to w większości przypadków byłaby to miara trafna. Jednak według tego kryterium biedny byłby również milioner, który nie podejmuje pracy (nie ma więc dochodu) i żyje z odziedziczonego majątku. Prowadząc badania w społeczności, w której taki przypadek jest możliwy, nie moglibyśmy przyjąć wysokości dochodów uzyskiwanych z pracy za trafną miarę ubóstwa. Jest szereg strategii pozwalających nam określić trafność zmiennych. Jedna z nich opiera się na subiektywnym poczuciu badacza (osoby studiującej daną problematykę) logicznego związku pomiędzy zjawiskiem w kategoriach konceptualnych i jego operacjonalizacją - jest to trafność fasadowa. Moim zdaniem indeks społecznego konserwatyzmu jest trafny. Każde pytanie szczegółowe pozwala dokonać istotnego rozróżnienia między osobą bardziej lub mniej konserwatywną· Jeśli przedstawię ten indeks innym badaczom zajmującym się tą problematyką i uzyskam ich akceptację, mogę uznać skonstruowaną miarę za trafną. Jeśli zaś do któregoś stwierdzenia mieliby oni zastrzeżenia, muszę się jeszcze raz zastanowić, czy odpowiedzi będą naprawdę różnicować ludzi pod względem stopnia konserwatyzmu. Kolejną strategią oceny trafności jest sprawdzenie, na ile definicja operacyjna odzwierciedla ogólnie przyjęte znaczenie badanego pojęcia - jest to trafność teoretyczna. W takim wypadku możemy też skorzystać z oceny ekspertów. Załóżmy, że uznali oni iż 5 zaprezentowanych stwierdzeń ilustruje różnice w postawach, ale wielu z nich niezależnie od siebie wskazało na brak pytania o polityczną rolę Kościoła. Według ich opinii, mój indeks społecznego konserwatyzmu nie
jest w pełni trafny. Uznając ich rację m~s~ałabym uzup~łnić zestaw .st~ierdzeń np. o stwierdzenie: "Polityczna rola KosclOła w Polsce Jest zbyt duza. Jeszcze innym sposobem oceny trafności jest ocena zdolności prog~~sty~znych miary - jest to trafność empiryczna. Przypuśćmy, że skonstruowahsmy I~deks oceny zdolności menedżerskich, za pomocą którego badaliś.my kan.d~datow na menedżerów. Po pewnym czasie przeprowadziliśmy badama ocemaJące ~racę tych osób na stanowiskach menedżerskich. Jeśli istnieje zależność p.omlędzy wartością indeksu zdolności menedżerskich a oceną pracy na stanowIsku menedżera, taka że im większa wartość indeksu tym lepsza ocena pracy, to nasza miara jest trafna. Trafność można także oceniać poprzez zmienne teoretyc~nie po~iąz~ne z naszą
miarą - jest to również trafność empiryczna. Wyobrazmy ~obIe, ze utworzt liśmy indeks ogólnej satysfakcji życiowej: Prz!' t.ym sposobIe ~ceny trafnoscl szukamy charakterystyk związanych z ogolną ZYClOWą satysf~cJą. ~akładamy, że osoba zadowolona z życia będzie mniej skłonna do naduz~wama alkoholu i stosowania przemocy w rodzinie. Jeśli zależność między t~ml charak~eryst~ karni a ogólną satysfakcją życiową faktycznie. istn.ieje, to będ:l~.ona empIryczme weryfikowalna. Istotność tego związku będzle mIarą trafnoscl mdeksu. Dwa ostatnie sposoby oceny trafności mogą być mierzone za pomocą korelacji.
2.9.
Rzetelność
Miara jest rzetelna, jeżeli jest wolna od błędów pomiar~, tzn. jest. ,wewnętrz nie spójna i stabilna. Wewnętrzną spójność indeksu mozemy ocemc w ~r~sty sposób. Jeżeli indeks opiera się np. na 20 pytaniach szczegółowych, to d~l~hmy go losowo na dwa indeksy po 10 pytań. Następnie sprawdz~my wartoscl obu połowicznych indeksów dla każdej z osób - jeśli są one tak.le same, to całko~ wity (oparty na 20 pytaniach) indeks jest rzetelny w wymIarze wewnętrzneJ spójności.
Stabilność dotyczy spójności poglądów responde.ntów w ~zasie ..AbY j~ określić,
należałoby badania powtórzyć po pewnym czaSIe, n~ teJ sarr:eJ grupIe r~spon~
dentów. Jeśli wyniki dla każdej osoby pozostaną takle same, md~ks będzl~ rze teIny w wymiarze stabilności; jeśli wyniki będą się różniły - mIara stracI rzetelność. Może to oznaczać np., że poszczególne pytania były tak sformułowane, iż dopuszczały pewną dowolność interpretacji i za każdym razem res~onde~t odpowiadał w pewnym sensie na inne pytania. Nim jednak zadecyduJe~y, ze indeks jest nierzetelny, musimy sprawdzić, czy mi~dzy pierwszym a,drugIm badaniem nie nastąpiły jakieś wydarzenia (np. pubhczna debata wokoł problemu
będącego tematem jednego ze stwierdzeń, bądź pojawienie się inicjatywy ustawodawczej dotyczącej jednej z poruszanych kwestii), które mogły mieć wpływ
na postawy respondentów. Takim wydarzeniem w przypadku indeksu społecz nego konserwatyzmu mógłby być proces w sprawie, lub sam fakt popełnienia szczególnie okrutnego morderstwa. Dobra miara powinna być zarazem trafna i rzetelna. Jest to trudne do osią gnięcia, biorąc pod uwagę fakt, że pojęcia będące przedmiotem zainteresowania nauk społecznych są trudno definiowalne, a więc łatwo podatne na błędy pomiaru oraz inne łudzkie błędy. Dodatkowo istnieje pewne napięcie między trafnością a rzetelnością. W dążeniu do zwiększenia trafności skłonni jesteśmy zakres pojęć poszerzać, natomiast dla zwiększenia rzetelności powinniśmy postępować odwrotnie. Rozwiązaniem jest jak zwykle znalezienie złotego środka.
Ćwiczenia Ćwiczenie 2.1.
Dla każdej z poniższych zmiennych określ poziom jej pomiaru: 1. Dochód na osobę w rodzinie:
Rozumienie istoty definicji operacyjnych oraz umiejętność operacjonalizacji poteoretycznych jest jednym z najtrudniejszych problemów przy projektowaniu i prowadzeniu badań społecznych. Błędy popełnione na tym etapie mają daleko idące konsekwencje, mogą prowadzić do zakwestionowania rezultatów przeprowadzonych badań. Zagadnienia te w znacznie szerszym zakresie są przedmiotem rozważań metodologii badań społecznych oraz metod i technik badawczych dla nich odpowiednich, dlatego też w podręcznikach z tego zakresu należy szukać bardziej szczegółowej wiedzy na ich temat. Statystyka pozwala na wykrycie błędów popełnionych na wcześniejszych etapach badawczych, lub - jeśli pozostaną one nieodkryte - pada ich ofiarą.
250 (250-500) (500-750) (750-1000)
III
l!i
zł
III 1000 i powyżej 2. Stopa bezrobocia w powiatach w roku 1999:
(0-5) (5-10) (10-15) (15-20) III (20-25) III (25-30)
II
lIIl
II!IIIIlIII
jęć
poniżej
III
zagwarantować wszystkim obywatelom minimalny do-
3. Państwo powinno chód: 1II zdecydowanie zgadzam się zgadzam się III trudno powiedzieć fil nie zgadzam się III zdecydowanie nie zgadzam się 4. Kolor oczu: lIll niebieskie III szare III zielone lIlI piwne 5.
Wykształcenie: III III
podstawowe zawodowe
Ił średnie III
niepełne wyższe
III wyższe
6.
Wykształcenie: III III II!
humanistyczne ekonomiczne techniczne
7.
Religijność:
3.
.. głęboko wierzący .. wierzący .. wierzący ale nie praktykujący I!II nie wierzący
III
.. .. .. ..
8. Wiek: II! 18 i mniej lat .. (19-25) .. (25-40) .. (40-65) III 65 i powyżej
4.
9. Pora roku: II wiosna III lato .. jesień II zima
III w związku małżeńskim .. w separacji .. rozwiedziony .. wdowiec
Najwięksi
producenci zboża w 1994 r.: .. Chiny - 1 .. Stany Zjednoczone - 2 !III Indie 3 III Rosja 4 III Francja 5
Ćwiczenie 2.3.
Dokonaj operacjonalizacji poniższych pojęć i zapisz je tak, w kwestionariuszu ankiety:
Ćwiczenie 2.2.
2. Uczniowie klasy Ub według wyników za I semestr: l1li 1. Kołecka pierwsza III A. Nowacka druga l1li J. Środa trzeci .. G. Wilga - czwarta
rzeki: Nil - 6695 km Amazonka - 6516 km Jangcy - 6380 km Missisipi z Missouri - 6019 km Ob z Irtyszem - 5570 km
5. Miejsce zamieszkania: III A. Firlej miasto powyżej 500 tys. mieszkańców .. L. Nocoń - miasto od 50 do 100 tys. mieszkańców III P. Kulej -- wieś .. N. Piątek - miasto do 50 tys. mieszkańców III F. Jarocki miasto od 100 do 250 tys. mieszkańców
10. Stan cywilny: III wolny
Dla poniższych zmiennych określ poziom pomiaru oraz 1. Dochód: II W. Kowalski 950 zł .. E. Nowak - 516 zł III K. Kwiatkowski 800 zł III A. Wolna '- 1250 zł
Najdłuższe
jednostkę analizy:
jakbyś zamieścił je
1. Wiek 2. Wykształcenie 3. Religia 4. Sympatie polityczne
5. 6. 7. 8. 9. 10.
Postawa wobec ochrony środowiska Postawa wobec mniejszości narodowych Postawa wobec reformy służby zdrowia Postawa wobec prywatyzacji przedsiębiorstw państwowych Ocena działalności rządu Postawa wobec reklamowania alkoholu
Ćwiczenie 2.4.
Utwórz indeks dla następującychpojęć: 1. Polityczna tolerancja
2. Prawa mniejszości seksualnych 3. Wolność prasy 4. Wyuczona bezradność 5. Wolność wyznania i sumienia
Co
może zrobić
za nas komputer
Przekształcaniezmiennych
W PGSS wiek respondentów jest zmienną ilorazową, której wartość jest mierzona w latach. Jej rozkład częstości przedstawiony w szeregu statystycznym, gdzie każda wartość stanowi odrębną kategorię zająłby kilka stron (proszę spróbować to zobaczyć na ekranie komputera). Możemy przekształcić ten szereg w taki, w którym kategorie stanowią przedziały wartości (rys. 2.1). WIEK RESPONDENTA: 8 KATEGORII
Częstość Ważne
Procent Procent
ważnych
Procent skumulowany
<15-25)
265
11,6
11,6
11,6
<25-35)
325
14,2
14,2
25,9 46,2
<35-45)
464
20,3
20,3
<45-55)
447
19,6
19,6
65,8
<55-65)
321
14,1
14,1
79,8 92,9
<65-75)
298
13,1
13,1
<75-85)
130
5,7
5,7
98,6
<85-95)
32
1,4
1,4
100,0
Ogółem
2282
100,0
100,0
Rysunek 2.1.
Tak przekształconazmienna jest nadal mierzona na poziomie ilorazowym. Moglibyśmy jednak inaczej określić granice przedziałów wartości (rys. 2.2). WIEK RESPONDENTA: 3 KATEGORIE
Częstość Ważne
mniej
niż
30
<30-55) 55 i więcej Ogółem
Procent Procent
ważnych
Procent skumulowany
437
19,1
19,1
19,1
1064
46,6
46,6
65,8 100,0
781
34,2
34,2
2282
100,0
100,0
Rysunek 2.2.
Teraz, pomimo tego, iż wiek nadal jest wyrażany w wartościach liczbowych (latach) zmienna jest mierzona na poziomie porządkowym. Przedziały wartości są niedomknięte i mają różną rozwartość. Opisy liczbowe kategorii tej zmiennej możemy zastąpić opisami słownymi. Będą one trochę mniej precyzyjne ale istota zmiennej wyrażonej za pomocą trzech kategorii pozostanie taka sama (rys. 2.3).
WIEK RESPONDENTA: OPIS SŁOWNY NAUKA: zbyt często ufamy nauce... IEN4a Ważne
osoby młode osoby w średnim wieku osoby starsze Ogółem
Procent
Częstość
Procent
ważnych
Procent skumulowany
437
19,1
19,1
19,1
1064
46,6
46,6
65,8
781
34,2
34,2
100,0
2282
100,0
100,0
Ważne
Rysunek 2.3.
zdecydowanie zgadzam się
ważnych
59
5,1
5,2
5,2
430
37,5
37,6
42,7
ani się zgadzam ani nie zgadzam
354
30,9
30,9
73,7
nie zgadzam się
152
13,3
13,3
87,0
11
1,0
1,0
87,9 100,0
zdecydowanie nie zgadzam się Ogółem
Braki danych
Procent
zgadzam się
TRUDNO POWIEDZIEĆ
W analizach statystycznych najlepiej jest używać zmiennej wiek respondenta jako zmiennej ilorazowej. Jednak w celach prezentacji lub w określonych celach analitycznych mamy możliwość dokonywania przekształceń tej zmiennej, np. tak jak zostało to zaprezentowane powyżej.
Procent skumulowany
Procent Częstość
138
12,0
12,1
1144
99,7
100,0
BRAK DANYCH
Ogółem
Rysunek 2.4.
3
,3
1147
100,0
Rozkład CZęStOŚCI odpowiedzI na pytanie
1.
NAUKA: więcej złego niż dobrego... IEN4b
Konstruowanie indeksu Procent Częstość
W PGSS znajduje się kilka pytań badających stosunek respondentów do nauki. Ich konstrukcja jest oparta na skali Likerta. Cztery z nich posłużą nam jako zmienne wskaźnikowe do budowy indeksu sceptycyzmu naukowego. Opisują stosunek respondentów do następujących stwierdzeń: 1. Zbyt często ufamy nauce, a zbyt rzadko uczuciom i wierze. 2. Ogólnie biorąc, współczesna nauka przynosi więcej złego niż dobrego. 3. Należy się spodziewać, że każda ingerencja człowieka w przyrodę _ nawet oparta na badaniach naukowych - przyniesie pogorszenie stanu rzeczy. Współczesna nauka rozwiąże problemy ochrony środowiska naturalnego bez 4. uszczerbku dla naszego życia.
Rozkład częstości odpowiedzi na wiony na rysunkach 2.4-2.7.
~_-
zdecydowanie zgadzam się zgadzam
się
19
1,7
1,7
1,7
130
11,3
11,4
13,0
235
20,5
20,5
33,5
nie zgadzam się
596
52,0
52,1
85,6
zdecydowanie nie zgadzam się
82
7,1
7,2
92,8
TRUDNO POWiEDZIEĆ
83
7,2
7,2
100,0
1145
99,8
100,0
2
,2
1147
100,0
Ogółem
Braki danych
Procent skumulowany
ani się zgadzam ani nie zgadzam
BRAK DANYCH
Ogółem
Rysunek 2.5.
Rozkład częStOŚCI
odpOWiedzI na pytanie 2.
NAUKA: pogarsza stan przyrody ... IEN4c
każde wskaźnikowe twierdzenie jest przedsta-
Procent Częstość Ważne
zdecydowanie zgadzam się
Przy konstruowaniu indeksu będziemy brać pod uwagę tylko odpowiedzi merytoryczne, tzn. indeks będziemy konstruować dla osób, które mają wyrobione zdanie w kwestiach, o które pytamy.
zgadzam
Osoby sceptyczne wobec nauki będą zdecydowanie zgadzać się ze stwierdzeniami l, 2 i 3 oraz zdecydowanie nie zgadzać się ze stwierdzeniem 4.
TRUDNO POWIEDZIEĆ
Aby indeks miał wartość najniższą dla osób najbardziej sceptycznych wobec nauki, a wartość najwyższą dla najmniej sceptycznych, musimy odwrócić porządek odpowiedzi na stwierdzenie 4.
l,
Ważne
ważnych
Procent
ani
się
się
zgadzam ani nie zgadzam
nie zgadzam
się
zdecydowanie nie zgadzam Ogółem
Braki danych
BRAK DANYCH
Ogółem
Rysunek 2.6.
się
Procent
ważnych
Procent skumulowany
73
6,4
6,4
6,4
370
32,3
32,3
38,7
233
20,3
20,3
59,0
312
27,2
27,2
86,3
35
3,1
3,1
89,3
122
10,6
10,7
100,0
1145
99,8
100,0
2
,2
1147
100,0
Rozkład częStOSCI odpowiedzI na pytame
3.
Wówczas wartość najniższa indeksu wynosiłaby 4 (suma odpowiedzi nr l na każde stwierdzenie) a naj wyższa - 20 (suma odpowiedzi nr 5 na każde stwierdzenie).
INDEKS SCEPTYCYZMU NAUKOWEGO Procent Częstość Ważne
NAUKA: rozwiąże problemy ochrony środowiska... IEN4d
Ważne
zdecydowanie zgadzam się zgadzam się ani się zgadzam ani nie zgadzam nie zgadzam się zdecydowanie nie zgadzam się TRUDNO POWIEDZIEĆ Ogótem
Braki danych
BRAK DANYCH
Ogółem
Częstość
Procent Procent
ważnych
Procent skumulowany
33
2.9
2,9
2,9
272
23,7
23,8
26,7 55,2
326
28,4
28,5
328
28,6
28,7
28
2,4
2,4
86,3
157
13,7
13,7
100,0
1144
99,7
100,0
2
,2
,2
,2
6,00
5
,6
,6
,8
7,00
8
,9
,9
1,7
8,00
30
3,3
3,3
5,0
55
6,1
6,1
11,1
10,00
123
13,7
13,7
24,8
11,00
134
14,9
14,9
39,7
12,00
187
20,8
20,8
60,4 73,1
13,00
114
12,7
12,7
14,00
138
15,3
15,3
88,4
15,00
63
7,0
7,0
95,4
3
,3
16,00
20
2,2
2,2
97,7
100,0
17,00
13
1,4
1,4
99,1
18,00
6
,7
,7
99,8
19,00
2
,2
,2
100,0
900
100,0
100,0
Ogółem
Zmienną współczesna nauka rozwiąże problemy środowiska naturalnego bez uszczerbku dla naszego życia trzeba rekodować w następujący sposób: I!l
Illl
Rysunek 2.8.
zdecydowanie zgadzam się (5); zgadzam się (4); ani się zgadzam, ani nie zgadzam (3); nie zgadzam się (2); zdecydowanie nie zgadzam się (l).
INDEKS SCEPTYCYZMU NAUKOWEGO: 5 KATEGORII Procent Częstość Ważne
Najniższą wartość indeksu (5) uzyskało dwóch respondentów. Wartość najwyż szą (19) uzyskała taka sama liczba osób. Nowo utworzoną zmienną możemy różnie wykorzystywać analitycznie, np. możemy ją przekształcać (czego przykłady znajdują się poniżej). Program SPSS pozwala nam zbadać rzetelność
tego indeksu za pomocą metody alfa Crombacha.
Najpierw kategoryzacja indeksu została zmieniona takiej zmiennej zamieszczony jest na rysunku 2.9):
III III III
l1li
Ite_....
według schematu (rozkład
(4-7) - bardzo negatywny stosunek do nauki; (8-10) - negatywny stosunek do nauki; (11-13) - ani pozytywny, ani negatywny stosunek do nauki; (14-16) - pozytywny stosunek do nauki; (17-20) -- bardzo pozytywny stosunek do nauki.
-..........~-
bardzo negatywny stosunek do nauki negatywny stosunek do nauki
Teraz można utworzyć indeks jako sumę czterech wskaźników; jego rozkład częstości przedstawiony jest na rysunku 2.8.
llII
Procent skumulowany
1147
Rysunek 2.7. Rozkład częstości odpowiedzi na pytanie 4.
III
ważnych
5,00
g,OO
83,8
Procent
Procent
ważnych
Procent skumulowany
15
1,7
1,7
1,7
208
23,1
23,1
24,8
ani pozytywny, ani negatywny stosunek do nauki
435
48,3
48,3
73,1
pozytywny stosunek do nauki
221
24,6
24,6
97,7 100,0
bardzo pozytywny stosunek do nauki Ogółem
21
2,3
2,3
900
100,0
100,0
Rysunek 2.9.
Na koniec kategoryzację indeksu zmieniono według PO~~lzszego schematu ze na ciągle niewielką liczebność skrajnych kategorn (rys. 2.10):
względu
III II1II
mniej niż 11 - negatywny stosunek do nauki; (11-13) - ani pozytywny, ani negatywny stosunek do nauki; 14 i więcej -- pozytywny stosunek do nauki.
' h h'potez operacYJ'nych W zależności od celu ana l·lZy l. post aWlOnyc l korzystać z każdej postaci skonstruowanego indeksu.
możemy
INDEKS SCEPTYCYZMU NAUKOWEGO; 3 KATEGORIE
Ważne
Częstość
negatywny stosunek do nauki ani pozytywny, ani negatywny stosunek do nauki pozytywny stosunek do nauki Ogółem
Procent Procent
ważnych
Procent
skumulowany
223
24,8
24,8
24,8
435
48,3
48,3
73,1 100,0
242
26,9
26,9
900
100,0
100,0
Rysunek 2.10.
Pro~e~ury u~yskiwania za pomocą programu SPSS zaprezentowanych w że' wymkow moznaznaleźć w książce Jarosława Górniaka i Janusza Wachnickieg ; SPS~ PL for Wzndows - pzerwsze kroki w analizie danych (część I rozdz 5 6 Krakow, SPSS Polska 2000). ' '"
Literatura 1. Blalock M. H: Statystyka dla socjologów. Warszawa, PWN 1977. 2.
Brzeziński J.: Metodologia badań psychologicznych. Wyd. 3. Warszawa, PWN
1999.
3. Malikowski M ·' Niezgoda M . (oprac.: ) B ad ' , ama empzryczne w sociologii T I T yczyn, W SS-G 1997. "J '" 4. Mayntz R., Holm K., Hlibner P.: W d prawa zenie do metod socjologii empiryczne')'. Warszawa, PWN 1985. 5.
~::~~,r~~~c~~_i:= ;O~l.Nachmias
Pojęcia podstawowe
miary tendencji centralnej miary dyspersji III średnia arytmetyczna iII mediana III liczebność skumulowana III dominanta III wielobok liczebności III histogram iii zmienna skokowa .. zmienna ciągła III jedno-, dwu-, trój modalny
iii
III
Illl
III III III III
III rozstęp
6. Nowak S.: Metodologia badań społecznych. Warszawa, PWN 1985. 7. Sułek A.: Sondaż polski. Warszawa, IFiS PAN 2001.
II
symetryczny
odchylenie
III
wartość bezwzględna
III
rozkład częstości
średnie
III
III
III skośność
D.: Metody badawcze w naukach spolecznych.
asymetria prawostronna asymetria lewostronna kwartyle decyle percentyle
wariancja odchylenie standardowe
III współczynnik zmienności III
statystyka opisowa
rozkład częstości
Zanim przejdziemy do porównań między zmiennymi oraz do poszukiwania związku między nimi, zajmiemy się miarami, charakterystykami jednej zmiennej. Przystępując do analizy statystycznej, zebrane dane porządkujemy w szeregi statystyczne, które pozwalają nam ocenić rozkład wartości, jaki przyjmuje każda ze zmiennych.
Aby ocena ta była czymś więcej niż tylko opowiadaniem na temat szeregu statystycznego, używamy do tego celu szeregu specyficznych miar, za pomocą których nasz opis staje się precyzyjny i wyrażony fachowym językiem. Pierwszą kwestią jaką staramy się ustalić, jest to, czy da się w sposób syntetyczny opisać rozkład danej zmiennej? Poszukujemy zatem tego, co charakterystyczne, typowe, właściwe dla badanego rozkładu zmiennej.
Miary, które pozwalają nam opisać szereg statystyczny z tej właśnie perspektywy nazywają się miarami tendencji centralnej.
Grupa A
Grupa B
9 9 9 8 8 8 7 7 7
8 8 7 7 6 5 5 5 5 4 4
Analizując zmienne opisujące jednostki analizy (przedmiot naszego zainteresowania badawczego) jesteśmy zainteresowani nie tylko ustaleniem tego co typowe dla danej zmiennej (czyli tego, co pozwalają nam ocenić miary tendencji centralnej), ale także ustaleniem wewnętrznej różnorodności rozkładu każdej zmiennej.
Interesować nas będzie zatem położenie poszczególnych pomiarów względem siebie oraz ich położenie w stosunku do miar tendencji centralnej. Miarami, które pozwalają nam to określić są miary dyspersji, nazywane również miarami rozproszenia lub miarami zmienności.
3.1. Średnia arytmetyczna
Suma: 72
Przypuśćmy, że przedmiotem naszego zainteresowania badawczego będzie fakt, jak studenci socjologii oceniają trafność wyboru swojego kierunku studiów. Badania będziemy prowadzić w jednej z grup ćwiczeniowych, co oznacza, że jednostkami analizy będą wszyscy studenci zapisani do tej grupy - 21 osób.
Każdą z tych osób poprosimy o to, aby trafność wyboru swego kierunku studiów oceniła w skali od O ("zupełnie nie o to mi chodziło" - całkowicie nietrafiony)
do 10 ("dokładnie o to mi chodziło" -- w 100% trafiony).
Zakładamy, że im lepsze ktoś osiąga wyniki w studiowaniu, tym bardziej jest skłonny uznać swój wybór za trafny. Wobec tego, im
wyższa średnia ze studiów danej osoby, tym wyższe powinno
być jej wskazanie na skali trafności wyboru kierunku studiów. W celu weryfikacji postawionej hipotezy podzielmy grupy:
badaną grupę na dwie pod-
illI
grupę A, do której zaliczymy osoby uzyskujące średnią ze studiów 4,0 i wyżej
l!Il
grupę B, do której zaliczymy studentów o średniej poniżej 4,0 (12 osób).
(9 osób w naszym przykładzie);
Wskazania dla obu grup na skali
4
4
trafności wyglądają następująco:
Suma: 68
P stym porównaniem różnic w skali trafności będzie dodanie do si~bie ,:"szystro wartości zaznaczonych na skal'l dl a kaz.d' kich ej z g r up i podzieleme ,, . tej sumy . , r bę osób w grupie. Dla grupy A tak obliczona wartosc będ:le w~noslprzez ICZ: 9 = 8), a dla grupy B - 5,7. (68 .. 12 _ , 56(6)) . Zatem sredma dla ła 8 (72 grupy A jest wyższa niż średnia w grupIe B. Średnia, którą właśnie obliczyliśmy nazywa się średnią arytmetyczną i jest jedną
z miar tendencji centralnej.
W matematyce znane są jeszcze inne średnie: geometryczna, h.annoniczna, k:adratowa, my będziemy używać tylko śred~iej ~rytmetyczneJ, dlatego czasem będziemy stosować jej skróconą nazwę - sredma. Jeżeli zmienną tmfno.~ć
wyboru kierunku studiów ozn~czymy jako x; to warwszystkich jednostkowych wskazań na skali będz~emy ?znaczac Xi; Jes~ to równoznaczne z przypisaniem każdej osoby (jednostkI anah.zy) ~o okreslo~eJ kategorii wartości - takiej, którą osoba ta zakreśliła w odpowle~z~. P~szcz:gol nych wartości Xi dla każdej z grup będzi: tyle, ile ?adan!'ch w mej OSO~:IC;ą~ średnią dodawaliśmy wszystkie wskazama w danej gruple.--: sumowah~ . y u~. stępujące wartości. Dla oznaczenia sumy w matematyce .uzYJemy greck18,] d N J litery sigma I;, liczbę jednostek analizy w dany~ badamu oznaczymy przez , a średnią arytmetyczną oznaczymy symbolem X.
tości
Definicyjny wzór na średnią arytmetyczną przedstawia pomiarów przez ich liczbę:
wartości
-
X =
:L Xi ----y;:r =
Xl
+ X2 + ... + X n N
.
się
jako iloraz sumy
W popr~ednim rozdziale został zaprezentowany sposób porządkowania dan ch w ~zeregI statystyczne. N~ ogół przystępując do liczenia miar tendencji cent;alnej, dane mamy w postacI uporządkowanej. Zapiszmy więc w te' t' d ] pos aCI ane dl a grupy A : Grupa A
7 8
3 3
9
3 N=9
W
taki~ przypad~u dodaw~nie wart~ści w kolumnie Xi
nie tylko jest nieprawi-
dłowe, jest zabromone! MusImy przecież uwzględnić każdą wartośc' x. t l '1e ws k ' na to l'Iczebność w kolumnie azuje
l
ni.
2
Y e razy,
Jak widać, używając wzoru operacyjnego dla szeregu statystycznego, w którym każda wartość stanowi odrębną kategorię analizowanej zmiennej, uzyskaliśmy taką samą wartość średniej arytmetycznej, jak ta policzona ze wzoru definicyjnego. Użycie takiego szeregu statystycznego jest możliwe przy założeniu, że wartości zmiennej są wartościami liczb całkowitych. Wobec tego z interpretacją średniej dla grupy B mamy kłopot, gdyż nie jest ona liczbą całkowitą. Możemy wybrnąć z tej sytuacji na dwa sposoby. Po pierwsze, do interpretacji możemy średnią zaokrąglić do całości, zwłaszcza w przypadku, gdy zmienna na pewno nie może przybrać wartości innych niż liczby całkowite - np. liczba osób w gospodarstwie domowym. Po drugie, naszą skalę możemy potraktować jako skalę ciągłą od O do 10, a występujące wartości, jako pewne miejsca symboliczne na tej skali, pamiętając, że równie dobrze respondent mógł zaznaczyć miejsce 6,8 lub 7,5 na tej skali. W zależności od charakteru zmiennej dobierzemy stosowną interpretację jej średniej.
Aby to, ~robić, mnożymy każdą wartość zmiennej przez odpowiadającą jej liczebnosc, tworząc d~d~tkową k~lum~ę, którą oznaczamy Xini. Następnie liczym~ ~umę t~ch ~yrazen.~ Xini l dopIero tę sumę dzielimy przez ogólną liczeb~osc Uzywa]ąc takiej formuły powinniśmy otrzymać identyczną wartość sredmej arytmetycznej jak za pomocą wzoru definicyjnego.
)~dzIale został
przedstawiony sposób na porządkowa danych w szeregach statystycznych, gdzie kategorie y wartości. Dla tak uporządkowanych danych rówoperacyjne na liczenie miar, opierają się one jednak nych założeniach, które sprawiają, że tak obliczona lnych miar jest tylko szacunkowa. Stosowanie techch (dla większych zbiorów danych) lub kalkulatora ozwala korzystać z danych rzeczywistych (pochodzą kh pomiarów), dla których prezentowane tu techniki arczające, dlatego wzory odnoszące się do szeregów k+.,An.rf'h kategorie stanowią przedziały wartości zostakO]tlc(mt,ru.jerny się na rozumieniu istoty poszczególnych
!1.'
Sprawdźmy to na przykładzie obu podgrup studenckich. Grupa A Xi
ni
xini
7 8 9
3 3 3
2l 24 27
N=9
LXini
= 72
Grupa B Xi
ni
xini
4 5 6 7 8
3 4 1 2 2
12 20 6 14 16
N= 12
LXini
Średnia arytmetyczna jest najczęściej używanąmiarą tendencji centralnej. Moż na też powiedzieć, że jest matematycznie najbardziej "wyrafinowana". Z algebraicznego punktu widzenia średnia arytmetyczna jest miarą spełniającą następującą własność:
= 68
która mOWI, że suma rozmc pomiędzy pomiarami a średnią równa się zero. Oznacza to, że jeśli od każdego pojedynczego pomiaru odejmiemy wartość śred niej a następnie dodamy wszystkie tak obliczone różnice, to powinniśmy otrzymać zero. Przywołajmy jeszcze raz przykład dla grupy A.
Grupa A
Xi
X
Xi-X
7 7 7 8 8 8
8 8 8 8 8 8 8 8 8
-l -l -l
liczeniu mediany jest pomylenie pozycji mediany na to rozróżnienie zwrócić szczególną uwagę.
O O O
r;;eintereSującej nas zmiennej, porządkujemy jej wartOŚCI od naJmdnłleJszeJ t o
g g g
LXi
= 72
największej. Następnie wyznaczamy pozycJę . me d'lany (poz . M) we
+1 +1 +1
pującej formuły:
N
Jeżeli własność ta nie jest spełniona, to istnieje duże prawdopodobieństwo,że popełniliśmy błąd w liczeniu średniej arytmetycznej. Inną istotną własnością średniej jest fakt, że suma kwadratów odchyleń pomiędzy pomiarami a średnią jest mniejsza od sumy kwadratów odchyleńpomiędzy pomiarami, a jakąkolwiek inną liczbą· Własność ta zostanie wykorzystana przy konstrukcji miar dyspersji. Do własności średniej i warunków jej stosowalności wrócimy jeszcze w tym
...l slm l'l trafnOSCI " wy boru kierunku studiów. do studentów socjologu dA l . g osób jakie te osoby, W grupIe takiego kujemy od ne J \ w tego szeregu wania), następme poszu uJemy oso y, W·' ,
locm~
ł z~a a~ ~ Sl~
naJI~meJszeJkd~
(wyznaczamy
przykładach i w podsumowaniu.
pozycję
Wartość na
należy do
miar pozycyjnych i aby jej
II III II
uporządkowanie danych,
wyznaczenie pozycji mediany, obliczenie wartości mediany.
~tóra znalazła się środku
porzą uporządko
+ l -_ = N-2-
g + l = 10
2
2
= 5.
. .t a °8s0 'ba szeregu ijest wartoW w skali trafności, jaką ~aznaczył a 'p lą kolumnie zaznaczyd' Dl y A medIana wynOSI WIęC . SClą me lany. a g~up, , .' A edług wartości zaznaczonych liśmy kolejnoś~ ~omla~ow .( o~ob). w gr ~p~e do 'i~ntYfikacji osób użyliśmy cyfr; na skali trafnoscl (zamlast ImIon l nazwls ł ... wartość w odpowiedzi i tak: cyfra l oznacza °ds~,bę, któr~r:a~nacz~s~~~aJ~~z;;:zaznaczyła najwyższą o trafność wyboru stu 10W, a cy , ' .
taką wartość).
Licząc średnią nie musieliśmy porządkować pomiarów rosnąco lub malejąco. Czyniliśmy tak dla przystępniejszej ilustracji rozkładu tych wartości w badanej grupie. Aby policzyć, a właściwie wyznaczyć medianę, wartości muszą być
Xi
l
2 3 4
pozycję prawi-
dłowo wyznaczyć, trzeba rozpocząć od uporządkowaniawartości np. w kolejności rosnącej. Obliczenie mediany składa się z następujących po sobie trzech etapów:
Wartości zaznaczyły a'~iksze' (dokonaliśmyjuż
mediany):
poz. M
Kolejną miarą tendencji centralnej jest mediana. Mediana jest wartością środkowego pomiaru - oznacza to, że połowa pomiarów ma wartości mniejsze niż mediana i połowa pomiarów ma wartości większe od niej. Inaczej mówiąc, mediana jest wartością, jaką przyjmuje zmienna dla takiej jednostki analizy, która znajduje się w środku szeregu statystycznego. Medianę oznaczamy dużą literą M.
Mediana
ę-
Na końcu sprawdzamy, jaką wartość zmiennej ma pomiar na wyznaczonej przez nas pozycji.
3.2. Mediana
uporządkowane.
ug nas
+l
poz.M= - 2 - '
L(xi-X)=O
rozdziale w prezentowanych
. . me d'lany luo k po l(ro k u'. Po dokonaniu śledźmy procedurę lIczema . . .pomia. d
P
poz. M
5 6 7 8 g
7 7 7 8 8 8 g g g
M
Wyznaczyliśmy pozycję mediany według wzoru, ustalając, że będzie to osoba
piąta i =5, a następnie sprawdziliśmy, jaką wartość na skali trafności zaznaczyła
ta osoba, było to 8 -
i to jest szukana mediana.
Grupa A Xi
ni
7 8 9
3 3 3
Przechodząc do podgrupy B, napotykamy na pewne komplikacje przy liczeniu mediany. W grupie tej znalazło się 12 osób. Pozycję mediany wyznaczamy, tak jak poprzednio, ze wzoru:
N=9
N +1 12 + 1 13 poz. M c= - 2 - = - 2 - = "2 = 6,5.
W grupie B nie mamy osoby 6,5 (nie mamy jednego środkowego pomiaru). Mamy więc kłopot. Jeśli liczba elementów w grupie jest parzysta, czego konsekwencją jest fakt, że pozycja mediany nie jest liczbą całkowitą, wartość mediany obliczamy jako średnią arytmetyczną dwóch środkowych pomiarów. W naszym przykładzie będzie to średnia z wartości wskazanych przez osoby 6 i 7. Xi
poz. M
= 6,5
1 2 3 4 5 6 7 8 9 10
11 12
_ N +1 = 9+1 poz. M 2' 2
= 10 = 5. 2
ak 'ednak w powyższym szeregu statystycznym odn~leźć 5. ~ ~olejności wskazan OSCl . Aby J ,Jwar t" to obliczamy hczebnosc
osobę
było możliwie
skumulowaną.
Liczebność skumulowana mówi nam o tym, ile jednostek ana~iz.y{rzy~mu~:
4 4 4 5 5
wartość zmiennej równą i mniejszą od wskazanej przez nas wartoscl. tę
oznaczamy
Mamy
dużą literą
lcze nosc
F.
więc:
5 M
5
=
(5
+ 5) /2 = 5
Xi
ni
F
733
6
7 7 8 8
Dla obu podgrup wyznaczyliśmy poznane miary tendencji centralnej. Dla grupy A średnia arytmetyczna i mediana są sobie równe i wynoszą 8, natomiast w grupie B średnia arytmetyczna wynosi 5,7 a mediana 5. Dotychczasowe rozważania na temat obliczenia, czy też wyznaczenia mediany prowadziliśmy na danych uporządkowanych, ale tylko w takim sensie, że wszystkie empirycznie otrzymane wartości zmiennej zapisywaliśmy w kolejności rosnącej. Wiemy jednak, iż uporządkowanie danych oznacza w statystyce utworzenie szeregu statystycznego, który również spełnia kryterium rosnącego
następstwa wartości.
Wróćmy zatem do naszego przykładu.
,I
W wyznaczaniu pozycji mediany nic nie uległo zmianie. W dalszym ciągu dla grupy A jest ona następująca:
. .ze wart~sc " 7 l. mme . J' (wiemy' że W kolumnie F zawarta jest informacJa, . _nikt w tej grupie nie zaznaczył mniej) na skali trafnoścI zaznaczyły trzy osoby (z - 1, i=2,i=3). Nast Za
n
wartością skali zaznaczoną przez członk~w b~daneł grupy było 8.
i:~'e~ t wartość we właściwej kolumnie, wpisujemy Ile osob z~z~aczyło,t~ wa~toś~ i ~ l;czebność kategorii dodajemy do poprzedniej wielkoścI hczebnoscl
skumulowanej. Xi
ni
F
733 8 3 6
Teraz z kolumny F wynika, że sześć osób zaznaczyło na skali 8 i mniej (i i = 2, i = 3, i = 4, i = 5, i = 6). Ostatnią wartością, o jaką uzupełniamy szereg, jest 9.
=
1,
Xi
ni
F
733 8 3 6 9 3 9
Z takiego zapisu wynika, że osoby i wartość 8.
= 4, i =
5 oraz i
=
6, zaznaczyły na skali
Ponieważ pozycja mediany jest przypisana do osoby i = 5, która zaznaczyła wartość 8 na interesującej nas skali, zatem mediana dla tej grupy wynosi 8, czyli tyle samo ile wyznaczyliśmy na podstawie listy pomiarów wartości ułożonej
w
porządku rosnącym.
Popatrzmy jak to wygląda dla grupy B: Xi
ni
F
4 5
3 4
3 7
Rozpoczynamy od utworzenia szeregu statystycznego, do które~o d~pisuje~~ kolumny wyrażeń niezbędnych do wyznaczenia poszukiwa~yc~ mIar \h~~ebnosc kumulowaną dla wyznaczenia mediany oraz iloczyny kazdeJ wartoscl l odpojej dla obliczenia
:iadającej
ni
F
O
5 10 30 10 5 5 10 20 40 20 10
5 15 45 55 60 65 75 95 135 155 165
1 2 3 4 5 6 7 9 10
2:= ni = N Obliczamy
Wiemy, że pozycja mediany nie ulega zmianie i w tym przypadku wynosi 6,5; szukamy zatem osób i = 6 oraz i = 7; obie te osoby wskazały wartość 5 na skali, podobnie jak osoby i = 4 oraz i = 5; średnia arytmetyczna z wartości dwóch środkowych pomiarów wynosi 5; mediana wynosi 5; tak jak przy rozpisaniu na jednostkowe pomiary.
średniej).
Xi
8
618 7 2 10 8 2 12
liczebności
=
Xini
O 10
60 30 20 25 60 140 320 180 100
2:= Xini
165
-
średnią arytmetyczną:
- _ 2:= x i n i =
X Obliczamy
945
pozycję
N
945 = 5 (72). 165 '
mediany:
N + l _ 165 + l = 166 = 83. poz. M = ~2- 2 2
Życie badacza niesie nam jednak większe wyzwania niż te zaprezentowane w po-
wyższych przykładach. Spróbujmy więc choć częściowo się do tego przygotować.
Wartość jaką na skali trafności zaznaczyła 83 osoba bę~zie warto~:iilm:dia~y:
Wartość'6lub mniej zaznaczyło na skali 75 osób, natomIast wart~sc Załóżmy, że w naszym badaniu dotyczącym oceny trafności wyboru socjologii jako kierunku studiów nie ograniczamy się do uczestników jednych zajęć, ale badania prowadzimy wśród wszystkich studentó:w studiów dziennych naszego Instytutu. Liczebność ogólna badanej grupy znacznie wzrasta do
165. Interesująca nas zmienna trafność wyboru studiów pozostaje tak samo zoperacjonalizowana, w postaci skali od O do 10. Tym razem pomiary występują na całej rozciągłości skali. Naszym zadaniem jest obliczenie i zinterpretowanie średniej arytmetycznej i mediany. N
=
zaznaczyło
na skali 95 osób. Wszystkie osoby od 76 do 95, a zaznaczyły 7 na skali trafności. Zatem
WIęC
,u .m.n~e~ rowmez
M=7. '" mozemy pOWIe . d Zl'eć " Interpretując uzyskane wymkl
że studenci . .socjologii . t f są " raczej zadowoleni z wybranego kierunku studiów. Sredmo ocel~laJ~ .r)a nosl~ tego wyboru na prawie 6 (w skali od O - naj niżej do 10 - najwyzej, czy ~ średnia trafność znajduje się na pozyt~,:nej części skali oc~n. ~o~w~ba~:t~~h studentów wskazuje wartość 7 lub mmeJ, a połowa 7 lub WIęceJ. yc os możemy określić jako zadowolonych ze swego wyboru.
3.3. Dominanta
a)
Trzecią miarą tendencji centralnej jest dominanta, nazywana też wartością modalną· Dominanta jest wartością najliczniejszej kategorii zmiennej.
b)
c 45
"o 'Ul Ol N
:J
c 45 '0
•
o 40 c .o 35
'Ul
o 40 c
•
30
.g
35
:::;<>
30
N
25
25
•
20
'1aJrtOIŚCJlą zmiennej, jaką wskazuje największa liczba nie liczbą tych jednostek. Aby można było ją wyznaczyć, musimy zmienną uporządkować w szereg statystyczny, czyli wypisać wartości, jakie przyjmuje badana zmienna i odpowiadające im liczebności. Następnie sprawdzamy, która z tych liczebności jest największa. Odpowiadająca jej wartość jest poszukiwaną dominantą. O ile dla danego szeregu statystycznego mamy jedną średnią i jedną medianę, to dominant możemy mieć kilka (jedną, dwie lub więcej). Warunkiem jednak prawidłowego określenia rozkładu liczebności w badanej grupie (a więc również występującej(ych) dominanty) jest stosunkowo duża liczebność ogólna.
Graficznej prezentacji rozkładu danej zmiennej dokonujemy na podstawie szeregu statystycznego w układzie współrzędnych, gdzie na osi poziomej zaznaczamy wartości, jakie zmienna może przyjąć (Xi), a na osi pionowej liczebności poszczególnych kategorii (ni)' Zaczniemy od zaznaczenia dla każdej wartości zmiennej odpowiadającej jej liczebności. W miejscu tym postawimy kropkę. Powinniśmy mieć tyle kropek, ile mamy kategorii wartości. Wynik takiego postępowania prezentuje rysunek 3.1a.
Jeżeli następnie połączymy te kropki odcinkami prostymi, to całość przybierze
postać krzywej łamanej, zwanej
wielobokiem
graficznej prezentacji danych (rysunek 3.1 b).
liczebności. Jest to jedna z form
20
15
•
10
o
Dominantę oznaczamy dużą literą D.
W zaprezentowanym w poprzednim podrozdziale przykładziemieliśmy do czynienia z rozkładem dwumodalnym. Najliczniejsza była kategoria osób, które na skali zakreśliły wartość 8 (Xi = 8, ni = 40), a więc dominanta dla tego szeregu wynosiła 8 (Dl = 8). Nie jest to jednak jedyna bardzo liczna kategoria w tym szeregu. Trochę mniej, ale wciąż dużo osób zakreśliło wartość dwa (Xi = 2, ni = 30). Jest to druga, lokalna dominanta dla tego szeregu (D = 2). Ta 2 pierwsza była dominantą globalną. Rozkład zmiennej wyboru trafności kierunku studiów jest wśród studentów socjologii rozkładem dwumodalnym. Fakt ten staje się dużo lepiej widoczny gdy przedstawimy rozkład zmiennej w sposób graficzny.
•
15
• • •
o
•
10
9
o
10
Wartości
o
x
C)
9
10
Wartości
x
d)
c 45 'c:;
c 45 'c:;
'~ 40
'~ 40
.o 35 Ol
.o 35 Ol
c
c
N
N
<> :::; 30
:::;<>
30
25
25
20
20
15
15
10
10
O
O O
9
10
Wartości
x
O
9
10
Wartości
x
Rysunek 3.1. Przykłady graficznej ~rezen,tacji danych: a) wykres punktowy; b) wielobok liczebnoścI; c) histogram; d) krzywa ciągła
Inną formą graficznej prezentacji danych jest histogra.m. W histogramie yczebności poszczególnych kategorii wartości są przedsta~lane za pomocą pol figu~ płaskich. Najczęściej spotykanym histogramem, ~a~leszczanym popularnyc _ blikatorach jest histogram kołowy (liczebnosclOm poszczegolnych katego
v: ~i~ zmiennej odpowiadają proporcjonalne do nich wycinki ko~a). W opracowa-
niach ekonomicznych stosuje się histogramy prostokątne, u~lle~zczane ~ ukł~ dzie współrzędnych - takie histogramy najczęś~iej ~:osuJe SIę w ~~cJolo~~. (W pakietach komputerowych stosowanych W. sO~Jologll do prezent~cJI grafi nej zmiennych jakościowych najczęściej stosuJe SIę ~y~r.esy kołowe I słupkowe, a histogramy prostokątne w przypadku zmiennych IIOSClOWych.) W prezentowanym przykładzie zmienna trafno~ci wyboru kie~unku studió~ przyjmuje tylko określone wartości z zastosowanej prz~z nas. skalI, dlate~o naJ_ lepiej odpowiadającą tej sytuacji "figurą płaską" będzIe odcm~k. Kr~pkl Zt ~y. kresu punktowego połączymy teraz odcinkami prostopadłymI do OSI war OSCI
(rys. 3.1c) i w ten sposób powstanie histogram dla analizowanego przez nas przy interpretacji średniej, ze Jest to skala cIągła, to wowczas zamiast odcinków byłyby prostokąty _ taki też histogram "zrobiłby" program SPSS.)
~r~ykładu. (Gd~byśmy prz~jęli takie założenie jak
Zmienną, .która przybiera wyłącznie wartości ze zbioru liczb całkowitych nazy-
wamy zmle~ną skokową (taka jest analizowana w naszym przykładzie zmienna), natomIast zmie.nną, kt?ra przybiera wartości ze zbioru liczb rzeczywistych nazywamy zm',enną ciągłą. Zmienne ciągłe porządkujemy w szeregach ~tatystycznych, ktorych kategorie stanowią przedziały wartości. Rysując histogr~m dla t.aklego szeregu stosujemy prostokąty (zamiast odcinków) oparte o taki .prz~dzl~l .wartoŚci na osi Xi, jaki występuje w szeregu i o wysokości odpowIadającej hczebności ni danej kategorii. Jeśli zmienna ma charakter cią gły, to ~o~kład.jej wartości w szeregu statystycznym przedstawiamy za pomocą krzywej cIągłeJ.
:v
,tV ~~dani.ach s?ołecznych przy~muje się czasem trochę naciągane założenie cią głOSCI. zmIenneJ, .?~arte .n~ takim rozumowaniu, jakie zostało zaprezentowane
prz~ mterpre,tacJI. sredllleJ. To "naciąganie" bywa uzasadnione, jako przykład mo~na podac zm~enną wiek, która na ogół podawana jest w latach, a więc w
hcz~ach c~łkowltych (liczba ukończonych przez respondenta lat w momencie
~adallla). ~l€my ?rzecie~, ż.e respondent oprócz skończonej liczby lat przeżył
Jeszcze ~lcreslo~ą hc~bę ~leslęcy, dni, godzin, minut i sekund do naszego z nim spotkallla., a WIęC WI~k Jest zmienną ciągłą, którą symbolicznie wyrażamy za pomocą h:z~ całl~owltych. Rozkład takiej zmiennej przedstawiamy za pomocą krz~weJ. cIągłeJ, a precyzyjnie mówiąc do danego rozkładu dopasowujemy OdpOWlCd~1 model funkcji ciągłej. Dla naszego przykładu krzywa taka została pr.zedstawlOna.~arysunku 3.1d. Zaznaczmy teraz na takim wykresie obliczone miary tendencjl centralnej (rys. 3.2). .~
45
r------
_
'~ 40
W analizowanym przykładzie mamy dwie dominanty, wobec tego ten typ rozkładu nazywa się rozkładem dwumodalnym (bimodalnym).
Gdyby w szeregu statystycznym występowała jedna dominanta, to byłby to rozkładjednomodalny,gdyby dominanty były trzy, rozkład byłby trójmodalny (trimodalny) itd. Zatem przez modalność będziemy rozumieć liczbę dominant występujących w danym rozkładzie częstości.
3.4.
Skośność
Skośność, to taka charakterystyka rozkładu częstości, która odnosi się do kształtu krzywej będącej obrazem tego rozkładu oraz do wzajemnego położenia
miar tendencji centralnej. Jeżeli przez krzywą ciągłą możemy poprowadzić prostą prostopadłą do osi wartości Xi, względem której ta krzywa będzie symetryczna, to będzie to rozkład symetryczny. Jeśli będzie to dodatkowo rozkład jednomodalny, to prosta ta będzie wyznaczała wartość średniej arytmetycznej, mediany i dominanty tego rozkładu -
tak jak na rysunku 3.3. n
Rysunek 3.3. Rozkład symetryczny:
X
= M = D, Ms = O
"
~ 35
E
Wszystkie odstępstwa od idealnego typu rozkładu przedstawionego powyżej bę dą wyrazem asymetryczności.W kategoriach modelowych przesunięciat~ ~o~ą nastąpić w jedną bądź drugą stronę od linii symetrii. Zobaczmy, co dZIeJe SIę z krzywą i miarami tendencji centralnej, gdy odchylenie to następuje w ki:runku malejących wartości Xi - jest to rozkład asymetryczny prawostronme (asymetria dodatnia). Sytuacja taka została przedstawiona na rysunku 3.4.
30
25
20 15 10
10 Wartości x
Rysunek 3.2. Miary tendencji centralnej
Dominanta znajduje się w punkcie o największej liczebności, czyli tam gdzie jest maksimum krzywej. Na osi wartości dominanta przyjmuje wartość najmniejszą z miar tendencji centralnej.
n
pewną prawidłowość. Mediana zawsze występuje w środku szeregu i między pozostałymi miarami. Asymetria rozkładu ma najmniejszy wpływ na jej poło
M
D
Rysunek 3.4.
X
żenie, znacznie natomiast wpływa na położenie dominanty i średniej arytmetycznej. Dlatego też do określenia asymetrii rozkładu stosuje się osobną miarę, zwaną miernikiem skośności. Oznaczamy go jako Ms i obliczamy na podstawie następującego wzoru:
x
Rozkład asymetryczny prawostronnie: D
< M < X, Ms > O
Ms=X-D.
Mediana znajduje się w połowie zakresu w "" . . dk arto~cI, Jaki obejmuje krzywa - wynika to z jej definicii W t J • ym przypa u medIana przy'm . t " . od dominanty Na wielkość' d . . J Uje war osc wIększą . sre mej arytmetyczneJ' któr r . o wszystkie wartości J'akie prz" I' ' a ICZona Jest w oparciu ' Y J m u J e ana IZowana zmienna w b d ' . wp ł yw mają wartości skra'ne w . a aneJ grupIe, odchyla się w kierunku tY~h w Ytst~~uJWące w szeregu, w taki sposób, że średnia ar OSCl. tym przypadk t ' . k . ~tęp~ją po prawej stronie szeregu statystycznego i t u k~ar oSkCI s raJne Y Jest srednia. w ym Ierun u przesumęta
:v
~~:~ar::~Z~j~: teraz, jak o?~hylenie ~rzy~ej od osi symetrii w kierunku wartuację tak: ~rze;~;w~:~~~~e~s~~~~t I ułozenie miar tendencji centralnej. Sy-
Wartość, jaką przyjmuje miernik skośności w zależności od typu rozkładu, została zaznaczona przy rysunkach ilustrujących te rozkłady (zero dla rozkładu symetrycznego, wartości większe od zera dla rozkładu asymetrycznego prawostronnie, wartości mniejsze od zera dla rozkładu asymetrycznego lewostronnie).
Miernik skośności określa nam tylko symetrię, bądź asymetrię oraz kierunek tej ostatniej. Wielkość asymetrii określamy na podstawie współczynnikaskośności W s, który na ogół (choć w przypadkach skrajnej asymetrii nie musi to mieć miejsca) zawiera się w przedziale (-1, 1). Im wartość współczynnika skośności jest bliższa zera, tym asymetria jest mniejsza, a im jego wartość oddala się od zera, niezależnie od kierunku (ujemnego czy dodatniego), tym asymetria jest większa. Współczynnik ten
n
obliczamy na podstawie wzoru: X-D
W s =---, s gdzie s oznacza odchylenie standardowe w dalszej części tego rozdziału. X Rysunek 3.5.
M
D
x
Rozkład asymetryczny lewostronnie:
D > M >
X,
Ms < O
Dominanta znajduje się w miejscu w któ k . biera wartość największ ze wsz' . ry~ rzywa posIada maksimum i przyznajduje się w środku z~kresu ~~~~~~~ t~n?en~ji central~e~. Mediana sza od dominanty. Średnia ar tmet cz ,J. I o eJmuJ: krzywa I Jest mniejekstremalnych w tym przypad~ :r: d ~a Jest przesumęta w stronę wartości tystycznego. J~st to rozkład u znaj uJących się po lewej stronie szeregu sta'. asymetryczny lewostronnie (asymetria ujemna). Przyglądając SIę uważnie wzajemnemu ł" . wszystkich przedstawionych po " ~zenlU mIar tendencji centralnej we wyzeJ sy uacJach modelowych, możemy dostrzec
r:::::
to
miarę dyspersji, którą zajmiemy się
Współczynnik skośności jest miarą względną i służy do porównań asymetrii rozkładów tej samej zmiennej mierzonej w różnych grupach badawczych lub też
do
porównań rozkładów różnych
skos:noi"Ć
zmiennych.
obliczana jest
według
innej
formuły.
Miernik i współczynnik skośności są bardzo użyteczne przy precyzyjnym określaniu asymetrii kiedy rozkład częstości jest jednomodalny. W przypadku wielomodalności badanie skośności jest bardziej skomplikowane. Aby to zilustrować, na rysunku 3.6 zostały przedstawione idealne modele rozkładów dwumodalnych.
a)
b)
c)
n
n
Kolejnym podziałem jest po.d ~la ' . czy,li percentyle. Z jego uży. ł na st O. CZęSCl,
teczności będziemy jeszcze meJednokrotme korzystac.
Rozstęp
3.6. DXMD
x
rozkładów
x
D
MXD
x
Rysunek 3.6. Idealne modele dwumodalnych: a) asymetria lewostronna; b) symetria; c) asymetria prawostronna
oparciu o tę dominantę, która pozostaje w pokazanej na rozkładzie jednomodalnym zależności w stosunku do mediany i średniej arytmetycznej (X > M > D lub X < M < D). Trzeba pamiętać jednak o tym, że rzeczywistość badawcza rzadko przystaje do takich modeli.
W takich przypadkach
skośność określamy w
Jedne. z zajęć ze statystyki zostały poświęcone bu~U\:ani~ indel~csów i zostały rzeprowadzone w następującej formie. Grupa podzlehła s~ę na tl.zy zespoły osób. swojego moderatora. Zadamem kazdego a rupy było zbudowanie indeksu konserwatyzmu społecznego. Moderatorzy _ iwa Zosia i Adam -- mieli do dyspozycji go utworzony przez ek sper to'w . W trakcie l ' ' mleh tak prowadzlc . h ł h aby na jej podstawie każda osoba była zdo na utworzyc w SWOlC zespo ac , k . k' d moderator miał indeks konserwatyzmu społecznego. Na omec az y . ' " 'kali od O brak do 10 zgodnosc), ocemc, w s . d k 'k ertów zgodność indeksów członków danej grupy z lD e sem e sp .
~
i,0
Każdy zespół wybrał
człon i~d,eks.k~nserwatyzmu.~połeczn:-
zaJęc
włas~:
(całkowity
zgodności)
dyskUSję
(całkOWIta
A oto wyniki jakie uzyskali studenci:
3.5. Inne miary pozycyjne
Grupa Ewy
G rupa ZoS·l
Grupa Adama
Xi
Xi
Xi
8 8 8
7 8 8
8
9
6 6 10 10
rozważaniach nad rozkładem wartości w szeregu statystycznym często odwołujemy się do koncepcji miar pozycyjnych. Jedną z miar pozycyjnych już poznaliśmy, jest nią mediana. Przypomnijmy, że ma ona tę własność, iż dzieli W
szereg statystyczny na dwie części. Inne miary pozycyjne na części, tylko w inaczej określony sposób.
również dzielą szereg
Gdybyśmy prowadzili
badania dotyczące zawodowych losów najlepszych absolwentów socjologii, to porządkując grupę absolwentów według ocen na dyplomach, do badań moglibyśmy włączyć górne 25% osób z takiej listy. Podzielilibyśmy wówczas grupę absolwentów według kwartyli. Kwartyle to miary pozycyjne, które dzielą szereg na cztery części: kwartyl pierwszy w stosunku 1/4 do 3/4, kwartyl drugi (mediana) w stosunku 1/2 do 1/2, kwartyl trzeci w stosunku 3/4 do 1/4. Absolwenci, którzy staliby się jednostkami analizy, to ci, dla których kryterium selekcyjne przybrałoby wartość większą od kwartyla trzeciego.
podziału
podział
dziesiąte części,
Kolejnym sposobem szeregu jest na czyli dePodział ten jest wykorzystywany np. w badaniach poziomu życia ludności, gdzie - dla określenia poziomu nierównościspołecznych _ porównuje się róż nice w poziomie życia najniżej sytuowanych 10% społeczeństwa z kolejnymi dziesiątkami lub też z 10% najlepiej sytuowanych. cyle.
L
Xi
= 32
32 = 8 X- E = 4'
L
Xi
= 32
X z -;J1 - 4
= 8
LXi
XA
= 32
= ~ = 8
Okazało się że dla wszystkich grup średnia zgo d nosc . ,z ekspertami " ł " s t u dentów b ła taka sama ale rozproszeme . . zm18ma .o ' " wartoscl. poszczególnych ,.pomlarow Sl'ę grupIe y od braku zróżnicowal1la , . w grupIe . E wy, przez pewne zrozmcowal1le . , t w ,.. o Zosi, do dużego w grupie Adama. Zobaczmy, Ja m lerzyc o zrOZl1lC . l( mozemy . wanie.
Pierwszą najprostszą miarą dyspersji jest rozst~p. Jesb't to ró.żnica .PeomMioę~~: " " " . ka wy stąpIła w a d aneJ wartością najwIększą l' naJml1le.Jszą, .Ja " ,. .grupl k' .rz .J'mu-
. t . ' ć za pomocą sformułowal1la, ze wartoscI, .Ja le p y WIęC rozs ęp WylaZl . l d d lub w sposób je zmienna w badaniu zawierają się w przedzla e o ... o... , algebraiczny:
R = x max
-
xmin,
jako różnicę pomiędzy wartością maksymalną l. mlDllna .. lną w badanym zbiorze danych.
Zaletą tej miary jest jej prostota i łatwość interpret~cyjna, wa~ą natom~ast to, że
rzy jej obliczaniu bierzemy pod uwagę tylko dwa l to szczegolne, skrajne po-
mi~ry. Zatem, o ile średnia nie wynosi tyle, ile któryś ze skrajnych pomiarów (co
zdarza się niezwykle rzadko), to na podstawie wielkości nic powiedzieć na temat różnic pomiędzy wszystkimi pozostałymi pomiarami a średnią. Powróćmy do grup studenckich i zróżnicowania ich pomiarów: nie jest
niemożliwe ale
rozstępu nie możemy
II III III
grupa Ewy - R = 8 - 8 = 0, grupa Zosi - R = 9 - 7 = 2, grupa Adama - R = 10 - 6 = 4.
potwierdza naszą wstępną obserwację o braku zróżnicowa nia wartości w grupie Ewy, o pewnym zróżnicowaniu w grupie Zosi i najwięk szym zróżnicowaniu w grupie Adama. Spróbujmy teraz ocenić to zróżnicowanie w sposób bardziej precyzyjny.
Ponieważ naszym celem jest zmierzenie "odległości" pomiędzy pomiarem a średnią, nie jest dla nas istotne, w którą stronę następuje to odchylenie (w kierunku rosnących czy malejących wartości na osi), ważne jest zaś o ile jednostek.
To co nas interesuje, to Wartość tę
wartość bezwzględna odległości pomiarów
od
średniej.
oznaczamy za pomocą pionowych nawiasów a - zgodnie z definicją - wielkość wyrażenia ujętego w taki nawias ma znak
wartości bezwzględnej
dodatni. Teraz wzór definicyjny na odchylenie
średnie będzie miał następującą postać:
Wielkość rozstępu
3.7. Odchylenie
średnie
Bardziej precyzyjny pomiar zróżnicowaniazakłada określenie (zmierzenie) róż nic pomiędzy każdym pomiarem a średnią. Na tej idei oparta jest istota odchylenia średniego, nazywanego również odchyleniem przeciętnym. Rozpoczynamy więc od obliczenia różnic pomiędzy każdym pomiarem a średnią. Następnie dodajemy wszystkie te różnice, aby otrzymać ogólną sumę odchyleń. Jeśli tę ogólną sumę podzielimy przez liczbę pomiarów, to uzyskamy odchylenie średnie. Wielkość rozstępu
wanie pomiarów
dla grup studenckich wskazywała, że największe zróżnico grupie Adama. Policzmy dla niej odchylenie
występowało w
średnie.
Xi
X
Xi-X
6 6 10 10
8 8 8 8
-2 -2 2 2
2:>i
= 32
pewien problem. Nie możemy tak po prostu dodać wszystkich pomiarami a średnią, gdyż według własności średniej poznanej poprzednio, taka suma zawsze powinna wynosić zero. Tak jest w naszym
Tu pojawia
się
różnic pomiędzy przykładzie:
90
gdzie d (tak oznaczamy odchylenie średnie) jest względnych różnic pomiędzy pomiarami a średnią. Sprawdźmy
rzona za
zatem, jak przedstawia
się wielkość
pomocą odchylenia średniego, w
X
Xi-X
6 6 10 10
8 8 8 8
-2 -2 2 2
lXi
-xl 2 2 2 2
Llxi -XI
LXi = 32 X=?f=8
=8
d=~=2
Grupa Zosi
Xi
X
7 8 8 9
8 8 8 8
LXi = 32 X=?f=8
Xi-1 O O 1
X
bez-
rozproszenia pomiarów, mieposzczególnych grupach studenckich.
Grupa Adama
Xi
średnią arytmetyczną
lXi-xi 1 O O 1
Llxi -XI =2 d = ~ = 0,5
Grupa Ewy Xi
X
Xi-X
lXi-Xi
8 8 8 8
8 8 8 8
O O O O
O O O O
LXi = 32
Llxi -XI = O
X=:3;f =8
d=~=o
Wyniki są zgodne z naszymi oczekiwaniami i precyzyjnie wyrażone. Brak zróż nicowania wartości pomiarów w grupie Ewy został potwierdzony przez odchylenie średnie o wartości zero. Niewielkie zróżnicowanie wartości pomiarów w grupie Zosi potwierdza ułamkowa wartość odchylenia średniego (d = 0,5). Największe jest zróżnicowanie wartości pomiarów w grupie Adama (d = 2).
3.8. Wariancja i odchylenie standardowe Dotychczasowe nasze rozważania dotyczące rozproszenia wartości pomiarów w badanej grupie miały za zadanie przybliżenie samego pojęcia dyspersji i sposobów jej pomiaru, gdyż na ogół w badaniach posługujemysię zupełnie innymi miarami dyspersji. Formuła określania odległości wartości pojedynczego pomiaru od średniej za pomocą wartości bezwzględnej, która została zastosowana przy definiowaniu odchylenia przeciętnego, zostaje zastąpionainną formułą. Zamiast "pozbywać" się znaku ujemnego dla różnic między pomiarami a śred nią za pomocą wartości bezwzględnej, stosuje się w tym celu podnoszenie do kwadratu. Tak zdefiniowaną miarę dyspersji nazywamy wariancją 82: 8
2
=
L (Xi _X)2 N
Wielkość wariancji będzie zawsze większa niż odchylenia średniego, można nawet powiedzieć, że wariancja mierzy "podwójną" (ze względu na podnoszenie do kwadratu) sumę różnic między pomiarami a średnią. Aby miarę tę uczynić bardziej porównywalną do odchylenia średniego, wyciągamy pierwiastek kwadratowy z wariancji, obliczając odchylenie standardowe 8:
Interpretacja odchylenia standardowego jest zbliżona do tej, jaką stosujemy dla odchylenia średniego - poprzez analogię.
. ' d h l . 'rednie jest łatwiejsze do obliczenia i bardziej "przyTak WlęC, choc o c .y.eme s d' badaniu dyspersji posługujemySlę od.eJ' wspomniane kwestie techjazne" interpretacYJ me, to zasa mczolw . d d tak ze wzg ę d u na wyz ar owym, . anall'tyczne odchylenia standardowego chylemem . kstan . b'd .stotne znaczeme niczne, Ja l a~ zo, l. . . h t ów idealnych rozkładów zmiennych dla jednego z naJczęscleJ występuHcyc yp d' . w późniejszych rozdzia_ rozkładu normalnego (wrócimy do tego zaga mema
łach).
, .
Zmierzmy teraz za pomocą nowo poznanyc~ miar stopień rozproszenia wartosCl pomiarów w omawianych grupach dyskusYJnych. Grupa Adama Xi
X
Xi- X
(Xi - X)2
6 6
8 8 8 8
-2 -2 2 2
4 4 4 4
10 10
L(Xi- X )2- l6
LXi - 32
Grupa Zosi (Xi- X
Xi
X
Xi -X
7 8 8 9
8 8 8 8
-1
1
O O
O O
1
1
LXi - 32
L(Xi- X
)2
)2=2
Grupa Ewy
!li
Xi
X
Xi -X
(Xi - X)2
8 8 8 8
8 8 8 8
O O O O
O O O O
I!i
8
2
= L(Xi-X/ N
8=
8 =
2,0.
Zróżnicowanie wartości
pomiarów w tej grupie jest największe, co oznacza, iż w ocenie indeksów poszczególnych studentów były największe wśród wszystkich grup dyskusyjnych. Wiemy, że dyspersja jest największa w grupie Adama, ale nie wiemy, czy jest ona duża w kategoriach ogólnych. różnice
L (Xi _X)2 = O
LXi = 32
wariancja - 8 2 = 4,0, odchylenie standardowe -
Narzędziem, pozwalającym nam porównywać stopień rozproszenia wartości w różnych grupach jest współczynnik zmienności - jest to stosunek odchylenia standardowego do średniej arytmetycznej:
°
- -4--O ,
VL (X; X)2 l =
8
v= X.
=VO=o.
Spróbujmy dokonać podsumowania badania dyspersji w grupach dyskusyjnych.
Pozornie jest on skonstruowany jak wskaźnik z zakresu od może przybierać wartości większe niż 1.
°
do 1 ale faktycznie
Grupa Ewy: - R = 0, odchylenie średnie - d = wariancja - 8 2 = 0, odchylenie standardowe -
III rozstęp
III III III
Wartość
° ,
= o.
8
N~e ma ża~nego zró~nicowaniapomiędzy wartościami, jakie przyjmują poszczegolne p~mIary tej ~rupie - indeksy społecznego konserwatyzmu wszystkich studentow ~ tej grupIe zostały ocenione na 8 punktów w porównaniu z indek-
:v
sem ekspertow. Grupa Zosi:
- R = 2,0, odchylenie średnie - d = wariancja - 8 2 = 0,5, odchylenie standardowe -
II rozstęp III III III
°, , 5
8
= 0,7.
od od od od od
V
O do 0,2 0,21 do 0,39 0,4 do 0,6 0,61 do 0,7 0,71 do 0,9 powyżej 0,91
Rozproszenie małe
mniej
niż średnie
średnie
więcej niż średnie duże
bardzo
duże
W grupie Ewy i Zosi rozproszenie jest małe (w grupie Ewy nie ma go wcale) a w grupie Adama jest mniej niż średnie. W rzeczywistej sytuacji badawczej na ogół występuje zróżnicowanie wartości pomiarów (inaczej niż w grupie Ewy) i na ogół wielkość odchylenia standardowego jest nieznacznie wyższa niż odchylenia średniego (tak jak to jest w grupie Zosi). Weźmy teraz pod uwagę przykład, który będzie bliższy takiej sytuacji.
Z~kr~s z:óżnicowani~ po~ię.dzy wartościami poszczególnych pomiarów jest niewIelkI, .lIczba p~nktow, JakIe za swoje indeksy otrzymali studenci różniła się tylko meznaczme.
~~.~~~.~~..~.~.
Grupa Adama:
Powróćmy do badania przeprowadzonego wśród studentów socjologii na temat
- R = 4,0, odchylenie średnie -
III rozstęp II
d
°
= 2, ,
ich indywidualnej oceny trafności wyboru kierunku studiów. Poprzednio obliczyliśmy miary tendencji centralnej dla zbioru danych pochodzących z badań. Teraz zajmiemy się miarami dyspersji.
Obliczenie
d
rozstępu jest czynnością niezwykle prostą:
R = 10 ~óżnica n:iędz~ w~rtością największą cały
SI 10, czyh obejmuje
zakres
a
°
2
= 10.
s =
najmniejszą
używanej
w badanej grupie wyno-
II
odchylenie
przybiorą następującą postać:
średnie:
wariancja:
II
odchylenie standardowe:
455,5 165
= 2,8,
1534,5
W5
=9,3,
1534,5
W5
V = 3,05 = 5,7
=
J9,3 =
3,05,
°
54 ,.
Proszę pamiętać, że to tylko ćwiczenia, w prawdziwych badaniach komputer wyręczy nas w liczeniu wszystkich miar. Nam pozostanie bardziej odpowiedzialna i interesująca rola interpretatora.
Co możemy zatem powiedzieć o ocenie trafności wyboru kierunku studiów dokonanej przez studentów socjologii. Trafność wyboru studiów zoperacjonalizowaliśmy w postaci skali od (wybór zupełnie nietrafiony) do 10 (w 100% trafny). Wśród badanych studentów byli tacy, którzy uznali swój wybór za zupełnie nietrafny oraz tacy, którzy byli całkowicie ze swego wyboru zadowoleni (wartości zmiennej obejmowały cały zakres skali, co potwierdza wartość
d= Elxi-Xlni N ' lIiI
s=
skali.
Problem .... . ., y pOJaWIają SIę, g d Y przechodzImy do wyznaczenia odchyleń i warianCJI. Dane pochodząc~ z .badań uporządkowaliśmy W szeregu staty~tycznym, wobec.:ego w~ory defimcYJne musimy przystosowaćdo takiego sposobu ich prezentacJI, w ktorym mamy podaną wartość zmiennej i odpowiadającą jej liczebność. Odpowiednie wzory
=
°
rozstępu).
Średnio rzecz biorąc, studenci są raczej z wyboru studiów zadowoleni (średnia arytmetyczna) a połowa z nich nawet bardzo zadowolona (mediana). Istnieje ~abie:amy się więc
do mrówczej pracy. W poprzednim rozdziale wynosi ona 5,7.
obliczyliśmy
niezadowolonych (druga dominanta).
sredmą arytmetyczną -
Xi
ni
Xi-X
lXi-xi
IXi-Xlni
O l 2 3 4 5 6 7 8 9 10
5 la 30 10 5 5 10 20 40 20 10
5,7 -4,7 -3,7 -2,7 -1,7 -0,7 0,3 1,3 2,3 3,3 4,3
5,7 4,7 3,7 2,7 1,7 0,7 0,3 1,3 2,3 3,3 4,3
28,5 47 111 27 8,5 3,5 3 26 92 66 43
E = 455,5
(Xi -
xy
(Xi
32,5 22,1 13,7 7,3 2,9 0,5 0,1 1,7 5,3 10,9 18,5
X-)2 ni 162,5 221 411 73 14,5 2,5 l 34 212 218 185
E
widoczna polaryzacja postaw: najliczniejsza jest grupa osób bardzo zadowolonych (pierwsza dominanta), ale nie wiele mniej liczna jest grupa osób bardzo
1534,5
Rozkład wartości analizowanej zmiennej jest rozkładem dwumodalnym, asymetrycznym lewostronnie. Rozkłady dwumodalne charakteryzująsię na ogół dużym rozproszeniem wartości pomiarów, w analizowanym przykładzie jest ono średnie (potwierdzają to wartości odchylenia średniego, wariancji i odchylenia standardowego oraz współczynnika zmienności), być może ze względu na określony przez nas zakres skali trafności (gdyby był on większy, to rozproszenie byłoby prawdopodobnie jeszcze większe i być może nastąpiłoby wyraźne przesunięcie pomiarów w kierunku jednego z jej końców). Miary tendencji centralnej są bardzo użytecznym narzędziem analizy zmiennych. Aby je właściwie i w pełni wykorzystywać, trzeba sobie zdawać sprawę z istotnych różnic między nimi.
Dominanta jest miarą, którą można stosować dla wszystkich poziomów pomiaru zmiennych, zaczynając od takich mierzonych w skali nominalnej i kończąc na takich mierzonych w skalach silnych. Pamiętać należy o tym, że w jednym szeregu statystycznym może występować więcej niż jedna dominanta. Mediana jest miarą, którą możemy stosować do analizy zmiennych mierzonych w skali porządkowej lub w skalach silnych. Aby wyznaczyć medianę, pomiary muszą być uporządkowane według wartości rosnąco bądź malejąco. Jeżeli rozkład jest silnie asymetryczny, to mediana jest najlepszym reprezentantem miar tendencji centralnej. Średnia arytmetyczna jest miarą o największym znaczeniu analitycznym. W przeciwieństwie do dwóch poprzednich miar, wielkość średniej liczona jest w oparciu o wszystkie wartości pomiarów występujących w badanej grupie. Ma to pozytywną konsekwencję w postaci stabilności tej miary w porównaniu do mediany i dominanty (do znaczenia pojęcia stabilności i wagi tej własności średniej powrócimy po przejściu do zagadnień z zakresu statystyki indukcyjnej) oraz konsekwencję negatywną, w postaci dużego wpływu pomiarów ekstremalnych na wielkość średniej, co mediany i dominanty nie dotyczy. Średnią możemy stosować tylko do analizy zmiennych mierzonych w skalach silnych.
Przedstawione miary tendencji centralnej i dyspersji służą nam do analizy (opisu) jednej zmiennej. W badaniach jednostki analizy są charakteryzowane przez wiele zmiennych i każdą ze zmiennych można opisać używając poznanych miar. Dział
statystyki, w ramach którego dokonujemy tego typu analiz nazywa
się
statystyką opisową· Użyteczność
analityczna niektórych poznanych miar wykracza poza funkcje opisowe, ale to będzie przedmiotem naszych dociekań w dalszych rozdziałach.
Ćwiczenia Ćwiczenie
3.1.
Badano związek między wydatkami na zdrowie liczonymi w %PKB a wskaźni kami jakości życia. Jednym z takich wskaźników jest oczekiwana długość życia. Sprawdzono, ile wynosi ona dla dziesięciu państw wydających najwięcej na zdrowie oraz dla państw, w których wydatki te wynoszą 1% i mniej PKB. Oblicz średnią arytmetyczną i medianę dla na tej podstawie wysnuć wnioski? Państwa
o
najwyższych
Stany Zjednoczone Kanada Francja Niemcy Finlandia Szwecja Holandia Australia Austria Norwegia Państwa
grupy
państw.
Jakie
możesz
wydatkach
Długość życia
Państwo
każdej
[lata]
76,8 78,1 77,6 76,8 76,5 79,0 78,0 78,3 77,1 77,3
o naj niższych wydatkach
Państwo
Długość życia
Sudan Indonezja Zair Maroko Somalia Egipt Kamerun Laos
[lata]
55,0 65,1 51,9 65,7 49,0 66,0 58,5 53,5
Ćwiczenie 3.2.
Porównajmy zdefiniowane w poprzednim ćwiczeniu grupy państw w innym wymiarze. Teraz analizowaną zmienną jest średnia liczba osób żyjących w jednym gospodarstwie domowym.
98
Dokonaj porównania tych grup w oparciu o miary tendencji centralnej. Państwa o najwyższych Xi
ni
2,2 2,3 2,4 2,6 2,7 3,0
1 1 1 4 2 1
Państwa
wydatkach na zdrowie
2, 4, 6, 3, 3, Uporządkuj
ni
4,5 4,9 5,2 5,4 5,6 5,9
1 2 1 2 1 1
O, 2, 2, 4, 1,
1, 3, 1, 3, 2,
5, 4, 3, 2, 3,
3, 1, 1, 2, 4,
1, 2, 4, 1, 4,
2, O, 3, 1, 2,
3, 1, 6, 2, 3,
2, 2, 2, 3, 4,
1, 3, O, 1, 2.
3, 2, 3, 3,
2, 3, 2, 2,
dane i przeprowadź analizę zmiennej.
Ćwiczenie 3.5.
o naj niższych wydatkach na zdrowie
Xi
Oto surowe dane uzyskane w tych badaniach:
W stosunku do poniżej zaprezentowanych wykresów rozkładów częstości (A-F), określ typ każdego z nich i opisz znaczenie podanych na wykresach symboli
(a-i) .
c
B
n
Ćwiczenie 3.3.
Psycholog społeczny badający dzieci z pierwszej klasy gimnazjum używał mię dzy innymi indeksu ekstrawertyczności. Indeks ten oparty był na skali od O (najmniej ekstrawertyczny) do 59 (najbardziej ekstrawertyczny).
x
a
b
c
x
E
F
Oto wyniki tego badania:
żaden
29, 56, 10, 22, 37,
44, 45, 13, 28, 41,
7, 29, 44, 32, 53,
10, 30, 45, 44, 26,
11, 41, 51, 25, 48.
U porządkuj dane i dokonaj ich analizy.
a g
iii
rozkład dwumodalny asymetryczny prawostronnie ... rozkład jednomodalny symetryczny ...
III
rozkład trójmodalny asymetryczny lewostronnie
III
rozkład jednomodalny asymetryczny lewostronnie
/!II
rozkład jednomodalny asymetryczny prawostronnie rozkład dwumodalny asymetryczny lewostronnie ...
Wśród wszystkich uczniów tego gimnazjum przeprowadzono badania dotyczą
ce ich sytuacji rodzinnej. Jednym z pytań, było pytanie o liczbę rodzerlstwa pozostającego na utrzymaniu rodziców.
x
Rysunek 3.7.
lIiII
Ćwiczenie 3.4.
f
!lila ...
b ...
c ...
d ...
e ...
f ...
g ...
. . .
h ...
z nich
Co
może zrobić
.t)
za nas komputer
'DO
'<J)
~.,.
c--
N
Cl
Analiza zmiennej "wiek respondentów"
c--
Wróćmy
teraz do zmiennej wiek respondentów PGSS. Komputer policzył za nas podstawowe charakterystyki tej zmiennej (rys. 3.8). Naszym zadaniem było tylko wybranie tych miar, które powinny być wyznaczone a teraz przystąpimy do ich interpretacji.
r----
400
300
c--
~
c--
200
~
100
Statystyki WIEK RESPONDENTA
Braki danych Średnia
Mediana Dominanta Odchylenie standardowe Wariancja Skośność Błąd
standardowy
<15~25)
2282 O 47,42 47,00 41 17,52 307,07 ,193
skośności
Rozstęp
Minimum Maksimum Percentyle
rI
O Ważne
N
25 50 75
<25-35) <35-45) <45-55) <55-65) <65-75) <75-85) <85-95)
Wiek respondenta: 8 kategorii
Rysunek 3.9. Wykres słupkowy dla zmiennej wiek respondenta
,051 76 18 94 34,00 47,00 62.00
Rysunek 3.8. Statystyki opisowe dla zmiennej wiek respondenta
W roku 1999 było 2282 respondentów PGSS. Najmłodszy z nich miał 18 lat a najstarszy 94, zaś różnica między nimi wynosiła 76 lat. Średnio respondenci mieli trochę ponad 47 lat. Połowa z nich miała 47 lat lub mniej a połowa 47 lat lub więcej. Na podstawie kwartyli (tu zaznaczonych jako 25, 50 i 75 percentyl) uzyskaliśmy informację, że 1/4 respondentów miała mniej niż 34 lata i 1/4 miała więcej niż 62 lata. Najwięcej było osób w wieku 41 lat. Rozkład wieku respondentów jest rozkładem asymetrycznym prawostronnie o bardzo niewielkiej asymetrii (tu liczonej według innej reguły i określanej jako skośność). Rozproszenie pomiarów, czyli ich odchylenie od średniej jest mniej niż średnie. Pamiętając o
poprzednio stworzyliśmyróżne kategoryzacje wieku (wła nowe zmienne opisujące wiek respondentów) spróbujmy zaprezentować niektóre z nich graficznie. Zmienną, którą skategoryzowaliśmy w przedziałach wartości przedstawimy w formie wykresu słupkowego (rys. 3.9). tym,
że
ściwie stworzyliśmy
Zmienną, której ostateczna forma kategorii stanowi opis w postaci wykresu kołowego (rys. 3.10).
słowny,
przedstawimy
Rysunek 3.10. Wykres kołowy dla zmiennej wiek respondenta
Analiza zmiennej "indeks sceptycyzmu naukowego" Inną zmienną, którą już wcześniej się zajmowaliśmy (w takim sensie, że utworzyliśmy ją na zasadach indeksu) jest indeks sceptycyzmu naukowego. Podsta-
wowe charakterystyki tej zmiennej przedstawiono na rysunku 3.11. Indeks ten został utworzony na podstawie opinii 900 osób. Jego skala wartości wynosiła od 5 do 19. Średnia wartość indeksu to niewiele ponad 12 - w zaokrągleniu do całości 12. Połowa respondentów uzyskała wynik 12 lub mniej na skali a połowa 12 lub więcej. Najwięcej było takich osób, które uzyskały na
103
skali wartość 12. Rozkład wartości tych wskazań jest więc rozkładem prawie symetrycznym o niewielkim rozproszeniu pomiarów. Statystyki
'C,)
Ważne
Braki danych
o
en 900 12,0278
Mediana
12,0000
Odchylenie standardowe
2,1795 4,7501
Skośność
400
300
-
~
200
,017
standardowy skośności
Minimum
,082
100
5,00
Maksimum
19,00
Rysunek 3.11. Statystyki opisowe dla zmiennej indeks sceptycyzmu naukowego Jeśli zmienną
indeks sceptycyzmu naukowego będziemy traktować jako zmienną ciągłą, to jej obrazem graficznym będzie histogram (rys. 3.12). Na histogram ten została nałożona krzywa ciągła, tzn. do rozkładu tej zmiennej została dopasowana funkcja, która ją odwzorowuje. Proszę zwrócić uwagę na podobieństwo tej funkcji do modeli idealnych, jakie pojawiły się w tekście rozdziału . •C,)
,-----
N
12,00
Wariancja Błąd
""
O
O
Średnia Dominanta
500
·en
INDEKS SCEPTYCYZMU NAUKOWEGO N
Na kolejnych rysunkach (3.13-3.14) znajdują się graficzne obrazy zmiennych wyniku zmiany kategoryzacji indeksu.
powstałych w
O
,------,
,--.---, b. negat. stosunek
ani pozyt. ani negat
negatyvmy stosunek
b. pozyt. stosunek
pozytywny stosunek
Indeks sceptycyzmu naukowego: 5 kategorii
Rysunek 3.13. Wykres słupkowy dla zmiennej indeks sceptycyzmu naukowego; graficzna prezentacja pięciu kategorii indeksu
400-,--~~~~~~~~~~~~~-----,
·en o
en
"" U N
pozytywny stosunek
negatywny stosunek
26,9%
24,8%
300
200 ani pozyt. ani nagat
48,3% 100 Odch.8td = 2,18 Średnia = 12,03
=='---,--'~-L~---L~--'-~-L--,::o""-~ N = 900,00 6,00 8,00 10,00 12,00 14,00 16,00 18,00 20,00
Rysunek 3.14. Wykres kołowy dla zmiennej indeks sceptycyzmu naukowego; graficzna prezentacja trzech kategorii indeksu
Indeks sceptycyzmu naukowego
Rysunek 3.12. Histogram dla zmiennej indeks sceptycyzmu naukowego
Procedury uzyskiwania za pomocą programu SPSS zaprezentowanych wyżej wyników można znaleźć w książce Jarosława Górniaka i Janusza Wachnickiego
SPSS PL for Windows - pierwsze kroki w analizie danych (część II, rozdz. 2, 3, Kraków, SPSS Polska 2000).
Literatura 1. Blalock M. H.: Statystyka dla socjologów. Warszawa, PWN 1977. 2. Frankfort-Nachmias Ch., Nachmias D.: Metody badawcze w naukach spolecznych. Poznań, Zysk i S-ka 2001. 3. Sobczyk M.: Statystyka. Wyd. 2. Warszawa, PWN 1996.
Pojęcia III
podstawowe
tabela kontyngencji przyczynowa współczynnik Yula pary zgodności pary niezgodności
l1li zależność III III III
III współczynnik
l1li
III
współczynnik
I Goodmana i Kruskala
współczynnik
A Goodmana i Kruskala
III
III
111
III
III
asymetryczne miary związku symetryczne miary związku
monotoniczna niemonotoniczna zmienna kontrolna zależność pozorna modele przyczynowe zmienna pośrednicząca zmienna poprzedzająca współczynniki T Kendalla współczynnik kontyngencji C Pearsona współczynnik V Cramera
III zależność
III
III
III zależność
l1li III III
W rozdziale tym powrócimy do znanego nam już z rozdziału pierwszego sposobu prezentowania danych w tabelach. Tym razem zajmiemy się regułami, według których konstruujemy takie tabele. Poznamy sposoby takiego przekształcania danych, aby ich interpretację i ilustratywność uczynić jak najbardziej przystępnymi. Pokażemy również różne formy zapisu informacji w poszczególnych polach tabeli. Tabela jest zapisem związku dwóch zmiennych. Zajmiemy się zatem relacjami między tymi zmiennymi. Przyjmując związek dwóch zmiennych za podstawę bardziej złożonego modelu zależności, wprowadzimy do tego modelu trzecią zmienną i rozpatrzymy relacje, jakie mogą wystąpić między nimi. Mierząc związek
dwóch zmiennych chcielibyśmy mieć jak najbardziej precyna temat jego istoty. Na podstawie rozkładu liczebności w polach tabeli wnioskujemy o istnieniu zależności, bądź nie, oraz o jej charakterze. O ile jednak nie jest to związek idealny, lub zerowy, nasze oszacowania są bardzo niezyjną wiedzę
doskonałe.
Większość
programów komputerowych używanych do analizy statystycznej tworzenia tabel kontyngencji uzupełnia całym zestawem miar zależności. Miary te, to na ogół miary związku oparte na skali od O (brak związku) do l (związek idealny). Czasem mają one przypisaną wartość dodatnią (dla zależ ności pozytywnej) lub ujemną (dla zależności negatywnej). Naszym zadaniem jest z tego zestawu miar wybrać taką, która w sposób najbardziej adekwatny opisuje związek między interesującymi nas zmiennymi. opcję
4.2. Przekodowywanie danych Przekształcenie danych polegające na zamianie jednego typu kategoryzacji danej zmiennej na inny będziemy nazywać przekodowaniem danych.
Aby taki zabieg był efektywny analitycznie, przy jego przeprowadzaniu powinniśmy brać pod uwagę następujące wskazania: Ilil
4.1. Tabele kontyngencji W analizie statystycznej socjologowie obecnie znacznie częściej posługują się coraz bardziej wyrafinowanymi metodami analitycznymi. Niezależnie od tego, tabela statystyczna pozostaje wygodnym i szeroko stosowanym sposobem prezentacji danych oraz narzędziem wprowadzającym do dalszej analizy. Znajomość konstrukcji i interpretacji tabel jest zatem ciągle jeszcze "tabliczką mnożenia" badacza.
Tabela kontyngencji ilustruje istotę związku między zmiennymi niezależną i zależną. Każda ze zmiennych ma określony zakres zmienności, czyli wartości jakie może przyjąć w badaniach. Zmienne jakościowe, których kategorie opisują własności (mierzone na poziomie nominalnym lub porządkowym) mają na ogół określoną, niewielką liczbę tych kategorii. Tabele z takimi zmiennymi są więc zazwyczaj przejrzyste. W przypadku zmiennych mierzonych na poziomach silnych (a pamiętamy o tym, że w badaniach staramy się mierzyć interesujące nas zmienne na możli wie najwyższym poziomie), zakres ich wartości jest na ogół dużo większy. z występujących w badaniu wartości miała stanowić odrębną ka(np. wiek w latach każdej badanej osoby, dochód miesięczny na członka rodziny każdego badanego gospodarstwa domowego) to nie tylko tabela z udziałem takiej zmiennej ale już szereg statystyczny takiej zmiennej byłyby zupełnie nieczytelne.
Gdyby
każda
tegorię
W celu prezentacji takich zmiennych dokonujemy ich uporządkowania w innych typach szeregów statystycznych niż dokonywaliśmyich pomiarów. Na ogół wiąże się to z obniżeniem poziomu pomiaru (zmienne mierzone na poziomach silnych prezentujemy jako zmienne poziomów słabych) a więc z istotną utratą informacji o badanym zjawisku. Zatem w dalszej analizie statystycznej sięgamy ponownie do danych surowych (takich jakie zmierzyliśmy), natomiast prezentację i wstępną analizę prowadzimy na danych przekształconych.
III
l1li
ilIl
należy sprawdzić, czy istnieje jakaś ogólnie przyjęta kategoryzacja opracowywanej zmiennej; liczba nowo tworzonych kategorii powinna być ograniczona -- najlepiej do kilku; kryteria podziału na kategorie powinny być jednoznaczne i jasne; liczebność poszczególnych kategorii powinna być zbliżona.
Spróbujmy te
reguły zastosować w
praktyce.
Dane charakteryzujące20 krajów (tabela 4.1) zaczerpnięte zostały z opracowania "The Economist" pt. Świat w liczbach z 1997 roku. Dane te dotyczą poziomu rozwoju kraju i życia jego mieszkańców wyrażonych w postaci PKB na głowę mieszkańca, który to wskaźnik uznany jest ogólnie za dobre ich odzwierciedlenie. Trzy dodatkowe zmienne są również wyrazem poziomu rozwoju cywilizacyjnego badanych państw. Wstępna hipoteza badawcza dotycząca tych krajów jest taka, że poziom życia obywateli danego kraju jest zależny negatywnie do udziału rolnictwa w tworzeniu PKB.
Poziom życia obywateli jest wyznaczony przez wielkość PKB przypadającą na jednego mieszkańca. Obie zmienne są mierzone w skalach silnych i dla każde go z badanych państw przyjmują inne wartości. Gdybyśmy traktowali każdą wartość jako odrębną kategorię, to związek tych dwóch zmiennych obrazowała by tabela 20 (kolumn) x 20 (wierszy), co oznaczałoby raczej zaciemnienie niż ilustrację ewentualnego związku. Zastanówmy się zatem, jak przekształcić obie zmienne. Zmienną niezależną jest zmienna, która pozwala nam ocenić poziom rozwoju cywilizacyjnego badanego państwa i umieścić je na odpowiednim miejscu według zaawansowania tego rozwoju. Ta zmienna to wartość PKB na głowę mieszkańca, jej przekształceniem zajmiemy się w pierwszej kolejności. Najniż sza wartość jaką przyjmuje ta zmienna to 226$ (dla Bangladeszu), a najwyższa to 34629$ (dla Japonii).
Tabela 4.1. Państwo
PKB na głowę mieszkailca w $
Argentyna Australia Bangladesz Chiny Czechy Francja Hiszpania Hongkong Indie Japonia Kamerun Kenia Meksyk Niemcy Polska Rosja USA Turcja
8065 17976 226 529 3210 23474 13282 21650 305 34629 679 255 4014 25578 2468 2645 25860 2452 3839 345
Węgry
Zair
Udział
w PKB rolnictwa w %
Wskaźnik
Dorośli umiejący
płodności
czytać
6,9 7,5 30,4 20,5 5,8 2,8 3,7 0,2 31,8 2,2 28,6 29,1 7,4 1,0 6,7 6,3 1,9 15,8 7,3 30,2
2,6 1,5 3,9 2,0 1,8 1,7 1,2 1,2 3,4 1,5 5,3 5,8 2,8 1,3 1,9 1,5 2,1 3,0 1,7 6,2
i
pisać
%
95,5 99,0 36,6 80,0 99,0 99,0 98,0 90,0 49,8 99,0 56,6 70,5 88,6 99,0 99,0 98,7 99,0 81,9 99,0 74,0
Żaden z pozostałych 18 pomiarów nie przybiera takiej samej wartości, wszystkie
różnią się między sobą· Jeśli jednak przyjrzymy się poszczególnym pomiarom, to zauważymy, że daje się wyróżnić grupa krajów, gdzie dochód ten jest bardzo niski, rzędu kilkuset dolarów. Następnie mamy grupę krajów o dochodzie rzędu kilku tysięcy dolarów na jednego mieszkańca. Potem pomiary się bardziej róż nicują: dwa pomiary po kilkanaście tysięcy, cztery powyżej dwudziestu tysięcy
i jeden
powyżej
trzydziestu.
Gdybyśmy podążyli tym tropem, to tworzony szereg statystyczny przyjąłby postać: PKB/mieszkańca
ni
Poniżej
6 7 2 4 1
1000$ 1001-10 000$ 10001-20000$ 20001-30000$ Powyżej 30000$
Mamy dwie pierwsze kategorie prawie równoliczne i trzy następne z rozproszonymi pomiarami. Przy takim uporządkowaniuzmiennej obniżyliśmy poziom jej pomiaru z ilorazowego na porządkowy. Równie dobrze możemy wobec tego zastąpić opis kategorii z określającego przedziały wartości na słowny. Jeśli dodatkowo uznamy, że osiągnięcie PKB na głowę mieszkańca w wymiarze większym niż 10 000$ jest wskaźnikiem awansu na wyższy poziom rozwoju, niezależnie od różnic wewnątrz tak zdefiniowanej grupy państw, to analizowana zmienna będzie posiadać następujące kategorie: PKB/mieszkańca
ni
Zakres
Niski Średni Wysoki
6 7 7
poniżej
1000$ 1000-10000$ powyżej 10 000$
Teraz mamy trzy jasno zdefiniowane kategorie zmiennej niezależnej, które mają one łatwiejsze do interpretacji i prezentacji niż dar.e surowe.
zbliżoną liczebność. Są
Takiego samego zabiegu dokonamy w odniesieniu do zmiennej zależnej udział % rołnictwa w PKB. Patrząc na dane surowe widać wyraźnie grupę państw, dla których udział ten wynosi kilkadziesiąt procent, jedno z około 15%, wyraźna grupa z około 5% do 8%, jedno około 4% i reszta poniżej 3%. Spróbujmy tak utworzyć szereg. Udział
% rolnictwa w PKB
Poniżej 3 3,1-5,0 5,1-10,0 10,1-20,0 Powyżej 20,0
ni
5 1
7 1
6
Gdybyśmy dokonali "ściągnięcia" dwóch skrajnych kategorii, co byłoby uzasadnione merytorycznie, to zmienna zależna przybrałaby podobną formę jak zmienna niezależna. Udział
% rolnictwa w PKB
Niski Średni
Wysoki Mając
%
ni
Zakres
6 7 7
poniżej
5%
5-10% powyżej
10%
przekodowane zmienne wartość PKB na głowę mieszkańca oraz udział w PKB możemy się pokusić o utworzenie tabeli, która będzie
rołnictwa
prezentować relację między tymi dwiema zmiennymi. Zmienną, którą uznaliśmy za niezależną zamieścimy w kolumnach tabeli a jej opis pojawi się w górnej części tabeli, tzw. główce. Zmienną zależną zamieścimy w wierszach a jej opis w pierwszej kolumnie, tzw. boczku tabeli. W poszczególne pola tabeli wpiszemy liczebność jednostek analizy charakteryzujących się określonymi kategoriami jednej i drugiej zmiennej. Dokonamy sumowania liczebności po wierszach, po kolumnach oraz ogółem. Aby tabela była kompletna, musimy jej nadać tytuł i zamieścić źródło danych.
Oto efekt naszej pracy -
tabela 4.2.
Tabela 4.2. Udział % rolnictwa w PKB według wielkości PKB na głowę mieszkań ca w wybranych krajach świata. Źródło: Świat w liczbach, Warszawa, Studio EMKA 1997 Udział
PKB/1osobę
% rolnictwa w PKB
Suma
Wysoki
Średni
Niski
Wysoki Średni Niski
O 1 6
1 6 O
6 O O
6
Suma
7
7
6
20
7 7
Analogicznie liczymy procent dla ośmiu pozostałych pól tabeli. Suma procentów ze wszystkich pól tabeli (dziewięciu) powinna być równa 100%. Taki sposób procentowania stosujemy jednak niezmiernie rzadko. Z analitycznego punktu widzenia informacja, że 30% badanych państw ma wysoki PKB na jednego mieszkańca i niski udział rolnictwa w PKB nie jest dla nas naj istotniejsza. 2. Innym sposobem przeliczania liczebności na procenty jest uznanie za całość poszczególnych kategorii zapisanych w wierszach tabeli. Wówczas każda liczebność brzegowa wiersza będzie stanowiła 100%, a procent w poszczególnych polach tabeli będzie liczony w odniesieniu do niej. I tak, procent dla pola "niski - wysoki" o liczebności 6 będziemy liczyć jako procent liczebności brzegowej 7: 6: 7 = 0,857 . 100% = 85,7%.
Zatem 85,7% państw o wysokim udziale rolnictwa w PKB ma niski PKB na jednego mieszkańca. Kolejno liczymy udział procentowy państwo średnim i wysokim dochodzie w tej samej kategorii udziału rolnictwa w PKB. Dla pierwszego wiersza tabeli Państwa
z wysokim
udziałem
rozkład
procentowy
byłby następujący:
rolnictwa w PKB
o wysokim PKB na mieszkańca
0,0% 14,3%
O średnim PKB na mieszkańca O niskim PKB na mieszkańca
85,7%
Na podstawie naszej wiedzy z rozdziału pierwszego możemy powiedzieć, że związek pomiędzy wartością PKB na głowę mieszkańca a udziałem % rolnictwa w PKB jest prawie idealnie zależnością negatywną·
Analogicznie dokonujemy procentowania w
4.3. Forma prezentacji danych w polach tabeli
3. Ostatnim sposobem zamiany liczebności na procenty jest potraktowanie każ dej kategorii zmiennej kolumnowej jako 100%. Wówczas każda kolumna stano-
Do tej pory, tworząc tabelę, wpisywaliśmy w jej poszczególne pola liczbę jednostek analizy charakteryzującychsię dwiema krzyżującymi się w danym polu własnościami zmiennych prezentowanych w tabeli. Taki sposób wypełniania pól tabeli jest w pełni poprawny, ale przy dużej liczebności badanej grupy i przy braku idealnej zależności (co jest sytuacją najczęściej występującą w rzeczywistych badaniach) mało czytelny. Dlatego też najczęściej zamienia się liczebności na procenty. Czynności tej możemy dokonać na trzy sposoby. pojedyncze pole jako procent z liczebności ogólnej. Wówczas np. pole "wysoki - niski" z tabeli 4.2 o liczebności 6 liczymy jako procent z liczebności ogólnej 20:
1.
Możemy traktować każde
6 : 20
= 0,3 . 100% = 30%.
Liczebność brzegowa
7
100,0% pozostałych
wierszach tabeli.
wić będzie odrębną całość.
I tak, kraje o wysokim dochodzie na jednego mieszkańca stanowić będą 100%, a pola w wymiarze procentowym w tej kolumnie będą wyglądać następująco: Państwa
o wysokim PKB na
mieszkańca
o
wysokim udziale rolnictwa w PKB O średnim udziale rolnictwa w PKB O niskim udziale rolnictwa w PKB
Liczebność
brzegowa 7
Przyjęte założenie rozróżnienia
wzajemnego
0,0% 14,3%
85,7% 100,0%
zmiennej
zależnej
oddziaływaniaoraz przyjęty w
tym
i zmiennej
niezależnej,
podręczniku sposób
ich konstruk-
cji i prezentacji tabel (kwestia ta nie jest zestandaryzowana i różni autorzy odmienne stanowiska, dotyczy to także pakietów komputerowych, nie można więc do tej sprawy podchodzić mechanicznie, lecz zawsze trzeba sprawdzić jaka jest obowiązująca konwencja) sprawia, iż tu stosowanym sposobem zamiany liczebności na procenty jest sposób trzeci, czyli procentowanie w kolumnach. przyjmują
To, co nas bowiem najbardziej interesuje to zależność przyczynowa, czyli ocena, jaki wpływ ma zmienna niezależna na zmienną zależną, lub inaczej rzecz ujmując, czy zmiana kategorii zmiennej niezależnej będzie powodowała zmiany w rozkładzie zmiennej zależnej. Porównując ten wpływ poruszamy się po wierszach, gdyż patrzymy na zmiany kategorii zmiennej zależnej z kategorii na kategorię zmiennej niezależnej. Zapiszmy wobec tego według tych reguł utworzoną poprzednio tabelę (tabela 4.3).
Analitycy zajmujący się oceną poziomu cywilizacyjnego rozwoju państw wskazują na inne jeszcze jego miary, np. wskaźnik płodności, pozostający również w zależności negatywnej do poziomu dochodu na jedną osobę oraz procentowy udział w całej populacji dorosłych umiejących czytać i pisać, będący w zależno ści pozytywnej do poziomu dochodu. Oba te wskaźniki zawarte są w tabeli 4.1. Spróbujmy dokonać ich przekodowania a potem sprawdźmy, czy w tak małej grupie badanych państw zależności powyżej opisane są również widoczne. Wskaźnik płodności wśród badanych państw zmienia się w zakresie od 1,2 do
6,2. Jeśli jego wartość wynosi poniżej 2, to w danym społeczeństwie następuje spadek jego liczebności z pokolenia na pokolenie. Przyjmijmy takie kryterium jako określające kategorię "niski". Wartość 2 do 3 gwarantuje prostą reprodukcję liczebności populacji. Uznajmy to za kategorię "średni". Powyżej 3 mamy do czynienia z liczebnym przyrostem ludności z pokolenia na pokolenie. Niech będzie to kategoria "wysoki". Zatem zmienna
Tabela 4.3.
Udział
% rolnictwa w PKB
według wielkości
PKB na głowę miesz-
kańca w wybranych krajach świata (w %; N = 20). Źródło: Świat w liczbach, Warszawa, Studio EMKA 1997. Udział
% rolnictwa w PKB
PKB/losobę
Wysoki
Średni
Niski
Wysoki
O
Niski
14,3 85,7
14,3 85,7
100,0
Średni
Suma
100,0
Suma
O
O O
35,0 35,0 30,0
100,0
100,0
100,0
wskaźnik płodności
Wskaźnik płodności
ni
postać:
Zakres
Wysoki
5
powyżej
Średni
5 10
2,0-3,0
Niski
przybierze
poniżej
3,0 2,0
Analogiczną procedurę
zastosujemy do wskaźnika procentowego udziału doroi pisać w danym społeczeństwie. Za "wysoki" uznamy ten wskaźnik dla państw, w których więcej niż 97% dorosłych umie czytać i pisać. Standardowy błąd takich szacunków wynosi zwykle 3%, a więc możemy powiedzieć, że w tych państwach, w granicach błędu, wszyscy dorośli posiadają słych umiejących czytać
taką umiejętność. Jeśli
teraz popatrzymy na pierwszy wiersz tabeli, to widzimy wyraźnie, w jakim stopniu wysoki udział rolnictwa w PKB jest uzależniony od poziomu PKB na jednego mieszkańca: wśród państw o wysokim dochodzie na jedną osobę nie ma państw o wysokim udziale rolnictwa w PKB; wśród państwo średnim dochodzie na jedną osobę 14,3% to państwa o wysokim udziale rolnictwa w PKB; wszystkie państwa (100%) o niskim dochodzie na mieszkańca są państwami o wysokim udziale rolnictwa w PKB. Kolejno dokonujemy takiego porównania dla pozostałych kategorii zmiennej zależnej, czyli dla średniego, a następnie niskiego udziału rolnictwa w PKB. Z rozkładu liczebności (tab. 4.2) i procentowego ich udziału (tab. 4.3) widać, że zależność między poziomem PKB na jednego mieszkańca a udziałem rolnictwa w PKB ma charakter zależności negatywnej, co potwierdza wyjściową hipotezę.
W państwach, gdzie mniej niż 3/4 ludności posiada umiejętność czytania i pisania wskaźnik określimy jako "niski". Pozostałe wartości zaliczymy do kategorii "średni". Zmienna umiejętność czytania i pisania dorosłych będzie miała następujący rozkład: Umiejętność
czytania i pisania
dorosłych
ni
Zakres
Wysoka
10
powyżej
Średnia
5 5
Niska Zobaczmy, jak po przekodowaniu (tab. 4.4).
97% 75%-97% poniżej 75%
wyglądałby
zapis danych z tabeli 4.1
Tabela 4.4. Państwo
PKB na
mieszkańca
Argentyna Australia Bangladesz Chiny Czechy Francja Hiszpania Hongkong Indie Japonia Kamerun Kenia Meksyk Niemcy Polska Rosja USA Turcja
Udział
głowę
w$
%
Wskaźnik
rolnictwa w PKB
płodności
Dorośli umiejący
czytać
i
pisać
średni
średni
średni
średni
wysoki niski niski
średni
wysoki wysoki
niski wysoki
wysoki niski
średni
średni
wysoki wysoki wysoki niski wysoki niski niski średni
średni
średni
niski niski niski wysoki niski wysoki wysoki
niski niski niski niski wysoki niski wysoki wysoki
wysoki wysoki wysoki
średni
średni
średni
wysoki
niski
średni
średni
średni
średni
niski niski niski
wysoki
średni
średni
niski wysoki
wysoki wysoki wysoki wysoki
średni
średni
średni
średni
niski
wysoki
niski wysoki
wysoki niski
Węgry
Zair
średni
niski wysoki niski niski
państwo średnim dochodzie na mieszkańca, w której naj liczniejsze powinno być środkowe pole kolumny (a nie pole najniższe). Jeśli przyjrzymy się danym z tabeli 4.4, to zauważymy kilka typów państw. Po pierwsze, państwa o wysokim dochodzie na mieszkańca, niskim udziale rolnictwa w PKB niskim wskaźniku
płodności oraz
wysokiej
Tabela 4.5.
Wskaźnik płodności według
w wybranych
państwach
Wskaźnik płodności
poziomu PKB na jednego (w %; N = 20) PKB/losobę
Suma
Średni
Niski
Niski
0,0 14,3 85,7
0,0 42,9 57,1
83,3 16,7 0,0
25,0 25,0 50,0
Suma
100,0
100,0
100,0
100,0
Średni
do~osłych. Po
drugie,
na średnim poziomie rozwoju ekonomicznego (PKB na mieszkańca, udział rolnictwa w PKB) a pod względem kulturowym nie odbiegające od państw wysoko rozwiniętych (wskaźnik płodności, wskaźnik umiejętności czytania i pisania dorosłych).
Zobaczmy, czy wzorzec ten zostanie zachowany w stosunku do zależności mię dzy poziomem PKB na mieszkańca a poziomem umiejętności czytania i pisania wśród dorosłych (tab. 4.6). Tabela 4.6.
Wskaźnik umiejętności
PKB na jednego
czytania i pisania dorosłych według poziomu w wybranych państwach (w %; N = 20)
mieszkańca
PKB/losobę
czytania i pisania
Suma
Wysoki
Średni
Niski
Niski
85,7 14,3 0,0
57,1 42,9 0,0
0,0 16,7 83,3
50,0 25,0 25,0
Suma
100,0
100,0
100,0
100,0
Wysoki Średni
mieszkańca
Wysoki
Wysoki
i pisania
rosłych. Te relacje pomiędzy tymi państwami tworzą w tabeli 4.5 idealną zależ ność negatywną. To co zakłóca tę relację, to byłe państwa socjalistyczne będące
Wskaźnik umiejętności
Utworzymy teraz tabele kontyngencji dla zależności między poziomem PKB na jednego mieszkańca a wskaźnikiem płodności (tab. 4.5), a następnie z poziomem wskaźnika umiejętności czytania i pisania wśród dorosłych (tab. 4.6).
umiejętności czytania
państwa o wszystkich wskaźnikach na poziomie średnim. Po trzecie, państwa o niskim dochodzie na osobę, wysokim udziale rolnictwa w PKB, wysokim wskaźniku płodności oraz niskim wskaźniku umiejętności czytania i pisania do-
Procentowy rozkład liczebności w tabeli 4.5 wskazuje na zależność negatywną ale nie całkowicie regularną. Od idealnego wzorca odbiega w tej tabeli kategoria
Zależność między dochodem na jednego mieszkańca a poziomem umiejętności czytania i pisania wśród dorosłych jest pozytywna. Idealny charakter tej zależności również i w tym przypadku został zakłócony przez kategorię państw o średnim dochodzie na jedną osobę, gdyż naj liczniejsze powinno być środkowe pole tej kolumny (a jest najwyższe). To znów konsekwencja nierównomiernego rozwoju byłych pallstw socjalistycznych.
Mam nadzieję, że w powyższym przykładzie udało mi się pokazać zalety ilustratywne i analityczne tabel kontyngencji. Są one wykorzystywane do wstępnej analizy oraz jako podstawa do bardziej skomplikowanych rozważań i procedur. Do tej pory określaliśmy związek między dwoma zmiennymi zamieszczonymi w tabeli na podstawie rozkładu liczebności w polach tej tabeli. Podejście ta-
Tabela 4.8.
kie jest bardzo nieprecyzyjne i skuteczne tylko wówczas, gdy związek ten jest bliski idealnemu (co w warunkach badawczych zdarza się niezmiernie rzadko). Zajmijmy się zatem bardziej precyzyjnymi sposobami mierzenia siły takiego
Zwiększenie
związku.
4.4. Miary
zależności dla
tabel dwa-na-dwa
W tabelach dwa-na-dwa każda ze zmiennych ma dwie kategorie, czyli każda jest zmienną dychotomiczną. Poziom pomiaru takich zmiennych jest nominalny lub porządkowy. Jeśli obie zmienne mierzone są na poziomie porządkowym, to ich kategorie zapisujemy w takim samym porządku (rosnącym lub malejącym), tak jak np. w tabeli 4.7.
Stosunek do kary
śmierci
Dochód do uczestniczenia w akcjach charytatywnych - - - - - - - Suma Wysoki Niski
Wysoka Niska
50 O
O 50
50 50
Suma
50
50
100
W tabeli 4.7 zestawiono charakterystykę stu osób ze względu na ich poziom dochodu (określony w kategoriach "wysoki" i "niski") oraz jednocześnie ich skłonność do uczestniczenia w akcjach charytatywnych (określoną też w dwóch kategoriach jako "wysoką" i "niską"). Proszę zwrócić uwagę na fakt, że w polach tabeli zamieszczono liczebności a nie rozkład procentowy odpowiedzi. Wszystkie prezentowane w tym podrozdziale miary zależności dwóch zmiennych będą obliczane w oparciu o rozkład liczebności kategorii tych zmiennych. Sądząc po rozkładzie liczebności w tabeli 4.7 mamy tu do czynienia z zależnością pozytywną, idealną· Jeśli w tabeli zamieszczamy zmienne mierzone w skali nominalnej, to kolejność ich kategorii ustawiamy w taki sposób, aby zakładany przez nas związek uwidocznił się w rozkładzie liczebności po przekątnej tabeli od lewego górnego rogu do prawego dolnego rogu, tak jak np. w tabeli 4.8.
W tym przypadku tylko 30 na 40 badanych osób udzieliło odpowiedzi idących w kierunku zależności idealnej. Dziesięć osób udzieliło odpowiedzi, które tę zależność zakłóciły. Niemniej jednak istnieje pozytywna zależność między stosunkiem respondentów do kary śmierci i do zwiększania uprawnień policji. To co nas interesuje, to zbadanie siły tego związku.
Suma
Za
Przeciw
Za Przeciw
15 5
5 15
20 20
Suma
20
20
40
Współczynnikiem,
który nam to umożliwia jest współczynnik Yula (Kendalla). Jest to prosta i łatwa w interpretacji miara związku między zmiennymi w tabelach dwa-na-dwa, niezależnie od skali ich pomiaru.
Współczynnik Yula,
Tabela 4.7. Skłonność
uprawniell policji
podobnie jak inne miary prezentowane w tym rozdziale, oblicza się na podstawie liczebności w wewnętrznych polach tabeli (to te pola, w których przecinają się kategorie obu zmiennych). Dla wygody i przejrzystości w dalszym ciągu naszych rozważań posługiwać się będziemy tylko tą częścią tabel a nie ich całością. Pola te oznaczamy kolejnymi literami alfabetu posuwając się po kolejnych wierszach od góry tabeli. a
b
c
d
Dla tabeli 4.7 50
O
O
50
będziemy
mieli:
a = 50, b = O, c = O, d = 50. W przypadku tabeli 4.8: 15
5
5
15
a = 15, b = 5, c = 5, d = 15. Wzór na obliczenie
współczynnika Yula
jest
następujący:
Q = ad - bc. ad+ bc
Wartość współczynnika Yula pokazuje nam zarówno siłę, jak i sposób powiąza nia między kategoriami zmiennych (gdy jest on dodatni oznacza to, że pierwsza kategoria zmiennej zależnej "łączy się" z pierwszą kategorią zmiennej niezależnej a gdy jest ujemny - pierwsza kategoria zmiennej zależnej "łączy się" z drugą kategorią zmiennej niezależnej; przestawienie kolejności kategorii zmienia znak współczynnika). Wartość ta zawiera się w przedziale od - l do l, im bezwzględnawartość Q jest bliższa jedności, tym związek silniejszy, z kolei im wartość ta jest bliższa zera, tym związek jest słabszy. Przy związku idealnym Q wynosi +1 lub -l, przy braku związku - O.
Policzmy współczynnik Yula dla danych z tabeli 4.7. Rozkład liczebności w tej tabeli wskazywał na związek idealny, zatem współczynnik Q powinien mieć wartość +l (gdyż pierwsza kategoria jednej zmiennej łączy się z pierwszą kategorią drugiej zmiennej a druga z drugą):
Q
=
pomiędzy stosunkiem do kary śmierci a stosunkiem do zwiększania uprawnień policji. Założenie tkwiące u podstaw badania związku tych dwóch cech, stanowiące sprawdzanąhipotezę, jest takie, że osoby o postawie aprobującej zaostrzenie norm prawnych będą odpowiadać "za" na oba pytania, a osoby o poglądach przeciwnych, na obydwa pytania odpowiedzą "jestem przeciw". Wszystkie odpowiedzi, które znalazły się w polach "a" i "d" są parami zgodności z naszym założeniem, a odpowiedzi z pól "b" i "c" są parami niezgodności ze sprawdzaną hipotezą· Współczynnik Yula stanowi odzwierciedlenie proporcji par zgodnych do niezgodnych w próbie. W tym przypadku mamy zatem 80% szans (prawdopodobieństwo 0,8) na to, że wylosowany respondent odpowie zgodnie z naszą hipotezą·
Załóżmy teraz, że rozkład liczebności przedstawia się jak w tabeli 4.10.
Tabela 4.10.
ad - bc 50 . 50 - O. O 2500 - O ad + bc = 50· 50 + O. O = 2500 + O = + 1.
·Jest tak, jak przypuszczaliśmy. Dla związku idealnego Q ma wartość 1. Załóż my, że rozkład liczebności (tab. 4.9) wskazuje na brak związku między zmiennymi.
25
25
25
Q
Współczynnik Q będzie wówczas miał wartość:
ad - bc 25 . 25 - 25 . 25 Q-~~-- ad + bc - 25 . 25 + 25 . 25
625 - 625 625 + 625
= _0_ = O. 1250
W przypadku braku związku Q ma wartość zero. Wróćmy do przykładu z tabeli 4.8, gdzie ten związek nie jest taki jednoznaczny. Zacznijmy od obliczenia współczynnika Q: ad - bc 15 . 15 - 5 . 5 225 - 25 200 Q = ad + bc = 15·15 + 5·5 = 225 + 25 = 250 = +0,8. Jeżeli zakres wartości Q wyznaczający siłę związku między dwiema zmiennymi został ustanowiony od O do l, to wartość 0,8 świadczy o bardzo silnym związku
O
35
45
Istnieje zależność między tymi dwoma zmiennymi ale me umiemy wstępnie ocenić jej siły. Obliczmy wartość współczynnika Q:
Tabela 4.9. 25
25
=
ad - bc 25·45 - 0·35 1125 - O 1125 ad + bc = 25·45 + 0·35 = 1125 + O = 1125 = +1.
Wartość współczynnika Yula wskazuje na taką sytuację, jak gdyby wszyscy respondenci udzielali odpowiedzi należących do par zgodności, co jawnie kłóci się z naszą wstępną obserwacją. Współczynnik Q nas w tym przypadku "oszukuje" a wszystko to za sprawą pola "b", którego liczebność wynosi O. W takiej sytuacji powinniśmy użyć innej miary do badania związku między zmiennymi. Miarą tą jest współczynnik phi (
j(a + b)(c + d)(a + c)(b + d)·
Obliczmy zatem
-v"22~5 8=C;:0C=.~60:=:==.40=::'5 =c.
1125 2323,79
--- =
+0,4841.
Zastosowanie współczynnika rp pozwoliło na prawidłowe określenie siły związ ku pomiędzy zmiennymi zawartymi w tabeli 4.10. Przypuszczaliśmy, że jest to zależność pozytywna (w sensie powiązań między kategoriami zmiennych) i dodatnia wartość miary związku to potwierdziła. Wiemy teraz również, że jest to związek o średniej sile. Abyśmy mieli pewność, że współczynnik rp jest miarą, za pomocą której możemy zmierzyć prawidłowo zależność idealną, obliczmy go dla danych z tabeli 4.7:
50 . 50 - O. O rp
2500 - O
2500
= \1'50.50.50.50 = )6250000 = 2500 = +1.
Dla zależności pozytywnej idealnej wartość współczynnika rp jest równa +1, tyle ile w takim przypadku wynosi wartość współczynnika Yula. Analogicznie będzie w sytuacji braku związku - wartość współczynnika rp będzie równa O. Sprawdźmy jeszcze przykład dotyczący badania zależności pomiędzy postawą wobec kary śmierci a skłonnością do przyznania większych uprawnień policji:
15 . 15 - 5 . 5 rp
225 - 25
obie nasze zmienne mierzone są na poziomie porząd kowym. Miarą pozwalającą nam ocenić siłę związku między takimi zmiennymi jest współczynnik gamma Goodmana i Kruskala. na
początek, że
Można powiedzieć, że
nym przypadkiem
następujący:
d '
gdzie Ps, to liczba par zgodności (tak jak zostały one zdefiniowane poprzednio) a Pd - liczba par niezgodności. Jeśli liczba par zgodnych jest większa niż liczba par niezgodnych, to będziemy mieć do czynienia z zależnością pozytywną· Przy równej liczbie par zgodnych i niezgodnych współczynnik gamma będzie się równał zero, co oczywiście oznacza brak związku. Jeśli liczba par zgodnych będzie mniejsza niż par niezgodnych, to współczynnik gamma będzie miał wartość ujemną, co będzie oznaczało zależność negatywną. Przedstawmy hipotetyczne rozkłady liczebności ilustrujące opisane prawidłowości. 10
o
o
5
5
5
o
2
8
o
10
O
5
5
5
2
8
2
O
O
10
5
5
5
8
2
O
,= +1
,=0
,=
-0,94
przeanalizować algorytm
liczenia współczynnika gamma. Załóżmy, osób, sprawdzając ich skłonność do uczestniczenia w akcjach charytatywnych. Zmiennej tej przyporządkowaliśmy trzy kategorie: wysoka, średnia, niska. Następnie zaklasyfikowaliśmy każdą z tych osób do jednej z trzech kategorii dochodu (wysoki, średni, niski). Przypuszczamy, że istnieje związek pomiędzy poziomem dochodu a skłonnością do uczestniczenia w akcjach charytatywnych. Rozkład liczebności według obu zmiennych ułożył się jak w tabeli 4.11. że przebadaliśmy 20
tabel n-przez-n
W sytuacji gdy wymiary tabeli są większe niż 2 x 2, tzn. zmienne mają wię cej niż dwie kategorie odpowiedzi, pierwszą kwestią, jaką musimy ustalić, jest poziom pomiaru zmiennych, których związek badamy. Od tego bowiem będzie zależało, którą miarę związku należy zastosować. Zmienne zamieszczane w tabelach najczęściej są mierzone na poziomach słabych, bądź ich poziom pomiaru w celu przejrzystości prezentacji jest zaniżany do takich. Załóżmy
jest
d
Spróbujmy
rp jest zawsze niższa niż wartość współczynnika Yula dla tego samego zestawu zmiennych (z wyjątkiem skrajnych wartości: O dla braku związku i +1 lub -1 dla związku idealnego). Należy o tym pamiętać dokonując porównań siły związku dla różnych zestawów zmiennych trzeba zawsze odnosić się do poziomu wartości tego samego współczynnika.
związku dla
współczynnik gamma
-P ,= PsPs +P
200
= \1'20· 20 . 20 . 20 = \1'160000 = 400 = +0,5.
Wartość współczynnika
4.5. Miary
Wzór na
poznany przed
chwilą współczynnik Yula
współczynnika gamma
(dla tablic 2 x 2).
jest szczegól-
Tabela 4.11.
Skłonność
Wysoka Średnia
Niska
Skłonność
do uczestniczenia w akcjach charytatywnych kategorii dochodu
według
Dochód do uczestniczenia w akcjach charytatywnych - - - - - - - - - Wysoki Średni Niski
5 2 O
4
1
1 2
1
4
Licząc pary zgodne, rozpoczynamy od utworzenia szeregu tabel częściowych na takiej zasadzie, że dla każdego pola wewnętrznego tabeli (poczynając od lewego górnego rogu), posuwając się po wierszach, sprawdzamy jaka część tabeli znajduje się na prawo i w dół od tego pola.
Mamy teraz wszystkie wartości niezbędne do obliczenia współczynnikagamma:
Dla tabeli 4.11 mamy:
Ps - Pd 87 - 11 76 I = Ps + Pd = 87 + 11 = 98 = +0, 78.
1
5 4
2
2
1
4
4
2
4
1
4
4
gdzie 5 i 1 to kolejne wartości z pierwszego wiersza; dla ostatniej wartości z pierwszego wiersza (1) nie ma wartości na prawo i w dół; 2 i 4 to kolejne wartości drugiego wiersza i odpowiadające im części na prawo i w dół; dla pozostałych wartości nie ma już niczego na prawo i w dół tej tabeli. Kolejnym krokiem algorytmu jest obliczenie iloczynów pól my odpowiadających im wydzielonych części tabeli:
wewnętrznych i
su-
5(4 + 2 + 1 + 4) = 5(11) = 55, 1(2 + 4) = 1(6) = 6, 2(1 + 4) = 2(5) = 10, 4(4) = 16. Suma tych wszystkich
wartości
stanowi
liczbę
par zgodnych dla tabeli 4.11:
Ps = 55 + 6 + 10 + 16 = 87. Procedura liczenia liczby par niezgodnych jest odbiciem lustrzanym pokazanej części algorytmu. Zaczynamy od prawego górnego rogu i sprawdzamy wszystko na lewo i w dół w analizowanej tabeli. W omawianym
przykładzie mamy:
1 2
4
o
o
1
2
2
4
o
o
1
1(2 + 4 + O+ 1) = 1(7) = 7, 1(2 + O) = 1(2) = 2, III
2(0 + 1) = 2(1) 4(0) = O,
1
= 2,
zatem: P d = 7 + 2 + 2 + O = 11.
Związek pomiędzy wysokością dochodów i skłonnością do uczestniczenia w akcjach charytatywnych jest silną zależnościąpozytywną (trzeba wziąć pod uwagę fakt, że współczynnik gamma zawyża ocenę siły związku). Patrząc
na algorytm obliczania współczynnika gamma widzimy wyraźnie, jak tabeli pól wartości. Jeszcze raz podkreśl my, że współczynnik ten może być stosowany tylko w odniesieniu do zmiennych mierzonych na poziomie porządkowym, który taką kolejność na stałe ustanawia.
ważna jest kolejność występującychw
Jeżeli zmienne, których związek mamy zbadać, są mierzone na poziomie nominalnym i nie są dychotomiczne (tzn. mają więcej niż dwie kategorie), to siłę tego związku określamy w oparciu o współczynnik lambda Goodmana i Kruskala. Ponieważ kolejność kategorii zmiennej mierzonej w skali nominalnej jest wyznaczana arbitralnie, to współczynnik lambda nie wskazuje nam kierunku zależności a tylko jej siłę (ma wartość zawsze dodatnią). To, czy jest to zależność pozytywna, czy negatywna, określamy sami na podstawie rozkładu liczebności w tabeli.
Współczynnik lambda, inaczej niż dotychczas prezentowane miary związku, jest miarą asymetryczną. Oznacza to, że w zależności od tego, którą zmienną uznamy za zależną (tę zamieszczonąw kolumnach, czy tę zamieszczoną w wierszach), a którą za niezależną - wartość współczynnika lambda będzie ulegała zmianie dla tej samej tabeli statystycznej. Jeśli miara związku między dwoma zmiennymi zamieszczonymi w tabeli pozostaje taka sama, niezależnie od tego, czy zmienną niezale żną zamieścimy w kolumnach, czy w wierszach tabeli, to jest ona miarą symetryczną, np. współ czynnik gamma dla tabeli 4.11 ma wartość +0,78, niezależnie od tego, czy będziemy go liczyć dla tabeli takiej jak w tekście, czy też zmienne zamienimy miejscami. Załóżmy, że przeprowadziliśmy
badania wśród osób pochodzących z byłego o pozwolenie na pracę w Polsce. Pytaliśmy o to, jakiej są narodowości i w jakim charakterze mają być zatrudnieni w Polsce. Wyniki naszych dociekań zawarte są w tabeli 4.12. ZSRR,
ubiegających się
Przyjmijmy, tak jak możemy to wywnioskować z układu tabeli, że zmienną niezależną będzie dla nas narodowość a zmienną zależną typ zatrudnienia, o pozwolenie na który ubiegają się badani obcokrajowcy.
Tabela 4.12. Obcokrajowcy narodowości
Typ zatrudnienia
ubiegający się o pozwolenie na i typu zatrudnienia
pracę
w Polsce według
Rosjanie
Ukraińcy
Białorusini
Suma
Robotnicy Robotnicy rolni
10 20 10
15 15 20
20 5 5
45 40 35
Suma
40
50
30
120
Specjaliści
Rosjanie Typ zatrudnienia
Obie zmienne są mierzone w skali nominalnej, więc ich związek jest mierzony za pomocą współczynnika lambda
\=
/\
zmiennej
zależnej
Specjaliści
Robotnicy
Robotnicy rolni
10
20
10
40
Jeśli wszystkich Rosjan przyporządkujemydo kategorii "robotnicy" , to 20 osób zaklasyfikujemy prawidłowo a 20 nie (w tym 10 specjalistów i 10 robotników rolnych). Zatem dla Rosjan błąd przyporządkowaniabędzie wynosił 20.
Typ zatrudnienia
z
jest zatem
Suma
Ukraińcy
B z - BN B ·
Strategia liczenia wartości B z i B N, to pewnego typu gra, polegaj ąca na przewidywaniu wartości zmiennej zależnej dla każdej kategorii zmiennej niezależnej. Rozpoczynamy grę tak, jakbyśmy początkowo znali tylko liczebności brzegowe tabeli. Rozkład
Zaczynamy od obliczenia błędów cząstkowych oddzielnie dla każdej kategorii zmiennej niezależnej.
następujący:
Suma
Specjaliści
Robotnicy
Robotnicy rolni
15
15
20
50
Wśród Ukraińców najliczniejsząkategorię stanowią "robotnicy rolni". Jeśli założymy, że wszyscy Ukraińcy to "robotnicy rolni" , to pomylimy się w 15 przypadkach "specjalistów" i 15 przypadkach "robotników". Błąd przyporządkowa
nia w tej kategorii narodowości będzie równy 30.
Typ zatrudnienia Specjaliści
Robotnicy
Robotnicy rolni
45
40
35
Suma
Białorusini
Typ zatrudnienia
120
Gdybyśmy uznali, że wszystkie 120 badanych osób zaklasyfikujemy do najliczniejszej kategorii - do kategorii specjalistów - to 45 osób zaklasyfikowalibyśmy prawidłowo a 75 nie (w tym 40 robotników i 35 robotników rolnych). Zatem ogólna liczba błędów, jakie moglibyśmypopełnić przez takie przyporząd kowanie wynosi 75, i to jest Bz. Zauważmy, że jest to najmniejsza liczba błędów, jakie mogliśmy popełnić, przyporządkowując badanych do kategorii zmiennej zależnej. Jeśli przypisalibyśmy wszystkich do kategorii "robotników", to błęd nie przyporządkowalibyśmy 80 osób. W przypadku "robotników rolnych" błąd wzrósłby do 85. Zatem naszą strategią jest przypisanie wszystkich do najliczniejszej kategorii, aby popełnić jak najmniej błędów przyporządkowania:
B z = 40 robotników + 35 robotników rolnych = 75 Taka sama logika towarzyszy nam w wartości B N .
błędów
zmiennej
postępowaniu prowadzącym
zależnej.
do znalezienia
Suma
Specjaliści
Robotnicy
Robotnicy rolni
20
5
5
30
Jeśli uznamy, że wszyscy ubiegający się o pozwolenie na pracę Białorusini to
"specjaliści", to pomylimy się w 10 przypadkach (5 robotnikach i 5 robotnikach rolnych). Błąd przyporządkowaniadla Białorusinów wynosi 1o.
Suma błędów przyporządkowaniadla każdej kategorii zmiennej niezależnej stanowi nasze poszukiwane B N· W naszym
przykładzie:
BN
= 20(Rosjan) + 30(Ukraińców) + 10(Białorusinów) = = 60 błędów zmiennej niezależnej, Bz-BN Bz
A=----
75 - 60 = 15 = O 2. 75 75 '
i
Związek pomiędzy narodowością
ciele badanych
narodowości w
a typem pracy o jaki ubiegają się przedstawiPolsce istnieje, ale jest bardzo słaby.
Załóżmy teraz, że nie prowadzi się statystyki dotyczącej narodowości osób, którym udzielane jest pozwolenie na pracę. Zaznacza się jednak typ zajęć, na jakie wydano zezwolenie. Przeprowadzamy własne badania na 120 osobach ubiegających się o takie zezwolenie. Chcemy sprawdzić, czy znając typ zatrudnienia jesteśmy w stanie powiedzieć coś o narodowości osób otrzymujących zezwolenie. Wobec tego teraz jako zmienną niezależnąbędziemy traktować typ zatrudnienia a narodowość będzie zmienną zależną.
Dla tych samych danych z tabeli 4.12 mamy: B z = 40(Rosjan) BN dla specjalistów BN dla robotników BN dla robotników rolnych
+ 30(Białorusinów) = 70, 10(Rosjan) + 15(Ukraińców) = 25 + 5(Białorusinów) = 20 10(Rosjan) + 5(Białorusinów) = 15
15(Ukraińców)
więc
A = 70 - 60 = 10 = O 14. 70
70
Gdybyśmy dla przykładu prezentowanego w tabeli 4.11, ilustrującego związek wysokości dochodu ze skłonnością do udziału w akcjach charytatywnych obliczyli współczynnik lambda symetryczny, to wynosiłby on 0,44, podczas gdy współczynnik gamma dla tego przykładu miał wartość +0,78. Właściwy w tym
'
Możemy jednak spotkać się z sytuacją, w której każda ze zmiennych mierzona jest na innym poziomie. Wówczas stosujemy miary związku właściwe dla zmiennej mierzonej na słabszym poziomie. Jeśli jedna ze zmiennych byłaby mierzona na poziomie porządkowym a druga na nominalnym, to do mierzenia związku między nimi stosowalibyśmy współczynnik lambda.
Nie jest to jedyna sytuacja, w której stosujemy miary właściwe dla niższego niż tabeli poziomu pomiaru. Załóżmy, że rozkład liczebności w badaniach nad skłonnością do uczestniczenia w akcjach charytatywnych w zależ ności od poziomu dochodu przedstawia się jak w tabeli 4.13.
występujący w
Związek pomiędzy typem zatrudnienia a narodowością jest jeszcze słabszy niż w odwrotnym przypadku. Wyraźnie też zaznaczyła się asymetrycznośćwspół czynnika lambda.
w stanie wyrazme rozróżnić, która ze zmiennych jest niezależna, a która zależna. Jeśli dysponujemy obydwoma współczynnikami lambda, to możemy policzyć jedną, wówczas symetryczną, miarę lambda dla danej tabeli, która jest kombinacją lambdy liczonej po wierszach i po kolumnach. W przedstawionym przykładzie wskazalibyśmy raczej na narodowość, jako zmienną niezależną a typ zatrudnienia, jako zmienną zależną. Skoro jednak mamy wyznaczone oba współczynniki lambda to obliczmy też ich wersję symeCzasem nie
współczynnik gamma.
przypadku jest
~=60
a
Badając związek między dwoma zmiennymi zaprezentowanymi w tabeli statystycznej, musimy zwracać uwagę na to, na jakich poziomach są mierzone te zmienne. W prezentowanych powyżej przykładach obie zmienne były mierzone na takich samych poziomach: obie na poziomie nominalnym, bądź obie na poziomie porządkowym. Używamy wówczas właściwych dla danych poziomów i rozmiarów tablic miar.
jesteśmy
tryczną:
A = (75 - 60) + (70 - 60) = O 172. 75 + 70 '
Przy stosowaniu współczynnika lambda trzeba pamiętać o jego ograniczeniu. Jeżeli wszystkie liczebności modalne dla każdej kategorii zmiennej niezależnej należą do tej samej kategorii zmiennej zależnej, to lambda będzie wynosić zero, nawet wtedy, gdy zmienne będą w rzeczywistości powiązane.
Tabela 4.13.
Skłonność do
Skłonność
do uczestniczenia w akcjach charytatywnych kategorii dochodu
uczestniczenia w akcjach charytatywnych
według
Dochód
---------~
Wysoki
Średni
Niski
15 5
O 5
15
O
15
Wysoka Średnia Niska
mierzone na poziomie porządkowym, więc aby zmierzyć sinimi należy policzyć współczynnik gamma. Zaczynamy od obliczenia liczby par zgodnych i niezgodnych:
Obie zmienne
są
5 O
łę związku między
III
pary zgodne: 15(5 + 5 + 15 + O) = 15(25) = 375, 5(15 + O) = 5(15) = 75,
Ps = 450,
pary niezgodne:
'Wartość symetrycznego współczynnik lambda jest zatem następująca:
15(5 + 5 + O+ 15) = 15(25) = 375, 5(0 + 15) = 5(15) = 75, Pd
= 450,
zatem:
= Ps - Pd I
=
Ps + Pd
450 - 450 450 + 450
=
~ 900
=
O .
Wartość współczynnika gamma wskazuje na brak związku pomiędzy poziomem dochodu a skłonnością do brania udziału w akcjach charytatywnych. Takie stwierdzenie kłóci się ze zdrowym rozsądkiem opartym o intuicyjną interpretację danych zawartych w tabeli. Widzimy bowiem, że badani różnią się swoją postawą wobec akcji charytatywnych w taki sposób, iż osoby o wysokich i niskich dochodach są tak samo skłonne uczestniczyć w tych akcjach, w odróżnieniu od osób o średnich dochodach, które nie są skłonne do takich zachowal1.
Całe to zamieszanie spowodował specyficzny rozkład częstości w tabeli. Do tej pory byliśmy skłonni uważać, że istnieje zależność między zmiennymi, jeśli czę stości układały się po przekątnej tabeli. Tego typu zależność jest zależnością monotoniczną· W tabeli 4.13 częstości układają się nie po przekątnej, tylko w kształcie zbliżonym do paraboli. Oznacza to, że związek między zmiennymi istnieje, ale jest to zależność niemonotoniczna. W takim przypadku do zmierzenia tego związku stosujemy miary właściwe dla niższego poziomu pomiaru,
tu -
współczynnik
lambda.
W przypadku, gdy za zmienną zależną przyjmiemy skłonność do uczestnictwa w akcjach charytatywnych współczynnik lambda wynosi:
Bz
=
30,
B N =5+5+5=15, Bz-BN 30-15 A= = Bz 30 Jeśli za zmienną zależną przyjmiemy
Bz
- BN
15 30
= -
=
0,5.
Wskazuje ona na istnienie między badanymi zmiennymi związku o średniej sile. Taki wniosek zgodny jest z naszymi intuicyjnymi ocenami. Zatem w przypadku podejrzenia o niemonotoniczny charakter zależności między zmiennymi do badania ich związku należy stosować współczynnik lambda. Jest on miarą bardziej czułą na różnorodne typy zależności.
4.6. Trzecia zmienna Do tej pory rozważaliśmy związek między dwiema zmiennymi. Teraz do tego układu wprowadźmy trzecią zmienną. Będziemy ją nazywać zmienną kontrolną· Jaki zatem wpływ może mieć ta zmienna na pierwotny związek między zmienną niezależną i zależną (załóżmy
skrajne możliwości):
zmienna kontrolna nie ma żadnego wpływu na pierwotny związek; obecność zmiennej kontrolnej zmienia całkowicie pierwotny związek;
zmienna kontrolna jest konieczna, aby pierwotny związek zaistniał. Jeżeli pierwotny związek między zmienną niezależną i zależną jest przedstawiony w tabeli kontyngencji, to wprowadzając zmienną kontrolną do tego związku dokonujemy rozbicia tej tabeli na tabele częściowe, tzn. dla każdej kategorii zmiennej kontrolnej utworzymy osobną tabelę dla zmiennej niezależnej i zależnej. Aby odejść na chwilę od konwencji zależności idealnych odwołajmy się do danych pochodzących z Połskiego Generałnego Sondażu Społecznego z roku 1995.
uważa Pan(i), że powinno się zezwolić na eutanazję na żądanie pacjenta?", przy następującej kategoryzacji
odpowiedzi: tak, nie, nie wiem.
Sprawdźmy na początek, czy istnieje różnica w poglądach kobiet i mężczyzn na tę kwestię (tab. 4.14).
dochód:
40 - 25 40
0,43.
\/Vśród prawic czterystu zmieIlIlych tego sondażu znalazła się zmienna bada-
B N = 15 + 10 + O = 25, Bz
=
jąca stosunek respondentów do eutanazji. Pytanie w sondażu brzmiało: "czy
= 40,
A = Bz
A= (30-15)+(40-25) 30 + 40
=
15 40
=
O38. '
Sądząc po rozkładzie liczebności i ich procentowym udziale, płeć nie różnicuje poglądów na kwestię eutanazji na życzenie pacjenta. Około połowa badanych mężczyzn i kobiet byłoby skłonnych takiego przyzwolenia udzielić, po kilkanaście procent nie jest zdecydowanych, a reszta jest eutanazji przeciwna.
Tabela 4.16.
Tabela 4.14.
Tabela krzyżowa POZWOLIĆ NA EUTANAZJĘ -Z/J.Ż.ĄDA PACJENT' PŁEĆ RESPONDENTA * WIARA W ŻYCIE PO ŚMIERCI
Tabela krzyżowa POZWOLIĆ NA EUTANAZJĘ - ZAŻĄDA PACJENT * PŁEĆ RESPONDENTA
PŁEĆ RE8PONDENTA:
PŁEĆ RE8PONDENTA: 1=M,2=KOB MĘŻCZYZNA POZWOLIĆ NA EUTANAZJĘ ZAZĄDA PACJENT
Tak,
zezwalać
Liczebność
% z PŁEĆ RE8P. 1=M,2=KOB Liczebność
% z PŁEĆ RE8P. 1=M,2=KOB Liczebność
Ogólem
Tak
812
437
MĘŻCZYZNA
POZWOLIĆ NA EUTANAZJĘZAZĄDA
Liczebność
NIE WIEM
Ogółem
KOBIETA
375
% z PŁEĆ RE8P. 1=M,2=KOB Nie
1=M,2=KOB WIARA W ŻYCIE PO ŚMIERCI
% z PŁEĆ RE8P. 1=M,2=KOB
52,0%
49,0%
51,0%
257
326
583
36,0%
37,0%
36,0%
84
121
205
12,0%
14,0%
13,0%
716
884
1600
100,0%
100,0%
100,0%
Tak, zezwalać
% z PŁEĆ RE8P. 1=M,2=KOB
PACJENT
Liczebność
Nie
% z PŁEĆ RE8P. 1=M,2=KOB
NIE WIEM
Liczebność
% z PŁEĆ RE8P. 1=M,2=KOB Nie
POZWOLIĆ NA
Tak,
zezwalać
-
Liczebność
% z PŁEĆ RE8P. 1=M,2=KOB
Poszukajmy zatem innej zmiennej, która może różnicować poglądy w tej sprawie. Być może wiara w życie po śmierci miałaby takie znaczenie (tab. 4.15).
NIE WIEM
Liczebność
Ogółem
% z PŁEĆ RE8P. 1=M,2=KOB
Tabela krzyżowa POZWOLIĆ NA EUTANAZJĘ·ZAŻĄDA PACJENT * WIARA W ZYCIE PO ŚMIERCI
TRUDNO POWIEDZIEĆ
WIARA W ŻYCIE PO ŚMIERCI
POZWOLIĆ NA EUTANAZJĘ -
Tak,
zezwalać
Liczebność
% z WIARA W ŻYCIE PO ŚMIERCI Nie
Liczebność
% z WIARA W ŻYCIE PO ŚMIERCI NIE WIEM
Liczebność
% z WIARA W ŻYCIE PO ŚMIERCI Ogółem
Liczebność
% z WIARA W ŻYCIE PO ŚMIERCI
widać
245
124
812
65,0%
50,0%
51,0%
101
61
583
27,0%
25,0%
36,0%
111
33
61
205
11,0%
9,0%
25,0%
13,0%
975
379
246
1600
100,0%
100,0%
100,0%
100,0%
najmniej skłonne do wyrażenia zgody na eutanazję są osoby, które w życie pozagrobowe a największe przyzwolenie występuje wśród tych, którzy w takie życie nie wierzą. Pamiętając o tym, że płeć nie miała bezpośredniego wpływu na poglądy w kwestii eutanazji posłużmy się zmienną wiara w życie po śmierci, jako zmienną kontrolną. Efekt przedstawia tabela 4.16. Jak
wierzą
Tak,
zezwalać
PACJENT
EUTANAZJĘ
ZAżĄDA
Liczebność
% z PŁEĆ RE8P. 1=M,2=KOB
Ogółem
443
43,0%
POZWOLIĆ NA
Nie
45,0% 421
Liczebność
% z PŁEĆ RE8P. 1=M,2=KOB
Tabela 4.15.
ZAżĄDA PACJENT
Liczebność
% z PŁEĆ RE8P. 1=M,2=KOB Nie
Nie
z PŁEĆ RE8P.
1=M,2=KOB Ogółem
Z/J.Ż.ĄDA PACJENT
Tak
Liczebność
%
EUTANAZJĘ
TRUDNO POWIEDZlEC
Liczebność
Liczebność
% z PŁEĆ RE8P. 1=M,2=KOB
NIE WIEM
Liczebność
% z PŁEĆ RE8P. 1=M,2=KOB Ogółem
Liczebność
% z PŁEĆ RE8P. 1=M.2=KOB
178
KOBIETA 265
44,0%
47,0%
Ogółem
443 45,0%
184
237
421
45,0%
42,0%
43,0%
46
65
111
11,0%
11,0%
11,0%
408
567
975
100,0%
100,0%
100,0%
142
103
245
71,0%
58,0%
65,0%
43
58
101
21,0%
33,0%
27,0%
16
17
33
8,0%
10,0%
9,0%
201
178
379
100,0%
100,0%
100,0%
55
69
124
51,0%
50,0%
50,0%
30
31
61
28,0%
22,0%
25,0%
22
39
61
21,0%
28,0%
25,0%
107
139
246
100,0%
100,0%
100,0%
Widzimy, że płeć w dalszym ciągu nie ma charakteru różnicującego w odniesieniu do osób, które wierzą w życie po śmierci oraz takich, które nie mają w tej kwestii zdania. Natomiast w odniesieniu do osób, które w życie po śmier ci nie wierzą, zależność między płcią a zgodą na eutanazję zmienia się w sposób zasadniczy. W tej grupie respondenci mają najbardziej sprecyzowane poglądy w kwestii eutanazji (naj mniejszy procentowy udział odpowiedzi "nie wiem"), przy czym mężczyźni są zdecydowanie bardziej skłonni do przyznania pacjentowi prawa do eutanazji niż kobiety.
Z przedstawionego przykładu wynika, że nawet w ramach trzech zmiennych moo różnym typie wpływu zmiennej kontrolnej na związek między zmienną niezależną i zależną (brak wpływu w odniesieniu do dwóch kategorii zmiennej kontrolnej i istotny wpływ w odniesieniu do jednej kategorii tej zmiennej). żemy mówić
Załóżmy
teraz, że pierwotna zależność między płcią a zgodą na eutanazję dla
całej badanej grupy wygląda w sposób zbliżony do takiego, jaki występował wśród osób nie wierzących w życie po śmierci. (Przedstawiane poniżej dane będą miały charakter modelowy i ilustratywny i tylko w nazwach zmiennych będą się odwoływać do rzeczywistej sytuacji badawczej.) Wobec tego zależność między płcią
(zmienna niezależna) a poglądami w kwestii dostępno§ci eutanazji na życzenie pacjenta (zmienna zależna) przedstawiona w formie tabeli z procentowym rozkładem odpowiedzi przybrałaby następującą formę (tab. 4.17):
pozwolić się
pacjentowi na
eutanazję
na
życzenie
Mężczyzna
Kobieta
70 20 10
55 35 10
100%
100%
Tak Nie Nie wiem Suma
Taki rozkład odpowiedzi wskazuje, że istnieje związek między zaprezentowanymi w tabeli zmiennymi. Spróbujmy zatem ponownie wprowadzić zmienną wiara w życie po §mierci jako zmienną kontrolną i załóżmy, że procentowy rozkład odpowiedzi byłby taki jak w tabeli 4.18. Tabela 4.18.
Nie
Trudno
powiedzieć
M
K
M
K
M
K
Tak Nie Nie wiem
32 59 9
31 58
90 2 8
89 3 8
50 25 25
50 25 25
100%
100%
Suma
4.7. Modele przyczynowe Analiza zależności w tabelach i tabelach częściowych służy nam do określenia charakteru zależności między zmiennymi: niezależną (N), zależną (Z) i kontrolną (K). Łącznie z badaną hipotezą ma to prowadzić do zbudowania modelu przyczynowego, obrazującego wzajemne zależności i uwarunkowania badanego zjawiska.
100% 100% 100% 100%
w tabeli kontyngencji możemy przedstawić
na rysunku 4.1.
N ------ Z Rysunek 4.1. Większość
prezentowanych dotychczas przykładów tabel miała taką postać. Stanowi ona podstawę wyjściową modelu przyczynowego.
Wprowadźmy teraz zmienną kontrolną i
rozpatrzmy jej możliwy wpływ na ten pierwotny związek. Istotne relacje między zmiennymi i ich kierunek zostaną oznaczone strzałką, natomiast te, które zanikają będą przedstawione w postaci linii przerywanej. Wprowadzając do
Tak
Powinno pozwolić się pacjentowi na eutanazję na życzenie
11
dla każdej tabeli częściowej tzn. dla każdej kategorii zmiennej kontrolnej (dla tych, którzy wierzą w życie po śmierci; dla tych, którzy nie wierzą w to oraz dla tych, którym trudno to określić) związek między zmienną niezależną a zależną nie istnieje (procentowy rozkład liczebności dla kobiet (K) i mężczyzn (M) jest zbliżony, tab. 4.18). W takiej sytuacji pierwotna zależność między tymi zmiennymi nosi nazwę zależności pozornej.
Podstawową zależność, jaką badamy
Tabela 4.17.
Powinno
że
modelu
zmienną kontrolną możemy stworzyć hipotezę alter-
natywną w wyjaśnianiu zmiennej zależnej dla zmiennej niezależnej (rys. 4.2).
Rysunek 4.2.
Obrazuje on sytuację, w której pierwotna zależność miQdzy zmienną niezależną (płcią) a zmienną zależną (przyzwolenie lub nie, na eutanazję na życzenie) znika pod wpływem zmiennej kontrolnej (wiara w życie po §mier'Ci). \iVidać,
W takiej sytuacji siła danego związku będzie stanowiła o tym, który z nich stanie siQ dla nas eksplanacyjnie istotniejszy. Sprawdzaliśmy np. związek między
l!
płcią a
stosunkiem do eutanazji, a następnie między wiarą w życie po śmierci a stosunkiem do eutanazji. Ten drugi związek okazał się dla nas analitycznie ciekawszy. Zmienna kontrolna może nie mieć żadnego wpływu na relację zachodzącą mię dzy zmiennymi niezależną i zależną (rys. 4.3). Rysunek 4.5.
N
:~z
I I I
/
/
K Rysunek 4.3.
Wówczas pomijamy ją w budowie modelu aby nie komplikować jego obrazu tak było w przypadku osób wierzących w życie po śmierci i braku związku mię dzy płcią a stosunkiem do eutanazji w ogóle i dla tej kategorii w szczególności. Kolejną formą modelu przyczynowego, jaka może się pojawić w układzie trzech zmiennych jest zależność pozorna. Oznacza to, że wprowadzenie zmiennej kontrolnej powoduje zniknięcie relacji między zmienną niezależną a zależną (rys. 4.4).
N
Rysunek 4.4.
Z przykładem to ilustrującym mieliśmy do czynienia w poprzednim podrozdziale. Może również wystąpić sytuacja, w której zależność między zmienną niezależną
Zaprezentowane powyżej modele przyczynowe są użytecznym narzędziem analizy danych. Naszym zadaniem jest na ogół przeprowadzenie analizy modeli o wyższym stopniu złożoności, zawierającychwięcej zmiennych oraz o bardziej złożonych związkach między nimi. Jednakże logika badania takich związków opiera się na zaprezentowanych tu podstawach. wstępnej
11111111
Wstępem
do budowy modeli przyczynowych jest związek dwóch zmiennych. musimy brać pod uwagę liczbę kategorii obu zmiennych (rozmiar tablicy) oraz ich poziom pomiaru. Analizując go
Programy komputerowe oferują zwykle spory zestaw miar zadaniem jest wybór miary właściwej do badanej sytuacji.
zależności.
Naszym
Oprócz tych miar, które zostały dokładnie opisane w tym rozdziale i im podobnych, jak współczynniki Kendalla tau-b dla tabel o takiej samej liczbie kolumn i wierszy oraz tau-c dla tabel, w których liczba kolumn jest różna od liczby wierszy, stosuje się również współczynnik kontyngencji C Pearsona lub współ czynnik V Cramera, które są zbudowane na innych zasadach i przeznaczone dla tabel o wymiarach większych niż 2 x 2. Zostaną one omówione w rozdziale 7. Wszystkie te miary można obliczyć, za pomocą programów komputerowych, w odniesieniu do zmiennych w ich pierwotnej postaci (bez konieczności fizycznej konstrukcji tabel). Tabel warto używać w celu prostej ilustracji analizowanych zmiennych, tając jednak o ich wszystkich zaletach i wadach.
pamię
a zmienną zależną występuje tylko w obecności zmiennej kontrolnej (rys. 4.5). Wówczas zmienną kontrolna pełni funkcję zmiennej pośredniczącej, a zmienna niezależna jest wobec niej zmienną poprzedzającą, zatem zależność między zmienną niezależną a zmienną zależną nie jest zależnością bezpośrednią. Tak jak to miało miejsce w związku między płcią a stosunkiem do eutanazji wśród osób nie wierzących w życie po śmierci.
Ćwiczenia Ćwiczenie 4.1.
Policz odpowiednie miary oraz 4.15.
związku dla
tabel 1.5, 1.6, 1.7, 1.8, 4.2, 4.5, 4.6, 4.14
Co
może zrobić
- tu nominalnego. Taką miarą była dla nas lambda. Oprócz lambdy SPSS liczy automatycznie współczynnik tau Goodmana i Kruskala (rys. 4.7).
za nas komputer
W prezentowanym przykładzie wykorzystamy analizowane już zmienne pochodzące z PGSS (za ich pomocą prezentowaliśmy wprowadzanie zmiennej kontrolnej do badania związku dwóch zmiennych). Dane w tekście pochodziły z badań z roku 1995, te prezentowane poniżej dotyczą roku 1999. Związkiem, jaki badaliśmy najpierw, był związek między płcią respondenta a jego skłonnością do przyzwolenia na eutanazję. Obie zmienne były mierzone na poziomie nominalnym. Tu, w celu pokazania różnych miar związku, przekodujemy zmienną nominalną przyzwolenie na eutanazję:
Miary kierunkowe Asymptotyczny Wartość
Nominalna przez Nominalna
Lambda
Symetryczna PRZYZWOLENIE NA EUTANAZJĘ
Zmienna
Tau Goodmana i
Kruskala
na zmienną porządkową (kategorię "nie wiem" zmienimy na zgadzam, ani się nie zgadzam"):
kategorię
"ani
PŁEĆ
Teraz utworzymy
jako
zmienną niezależną, a
eutanazję jako zmienną zależną
MEZCZYZNA się
Liczebność % z PŁEĆ RESP.
1=M,2=KOB
ani się zgadzam, ani nie zgadzam nie, nie zgadzam
się
Liczebność % z PŁEĆ RESP. 1=M,2=KOB
Liczebność % z PŁEĆ RESP. 1=M,2=KOB
Ogótem
,000
,000
,000
,000
,008
,004
,000e
,011
,006
,002"
b
b
b
b
hipotezy zerowej.
Rysunek 4.7.
re(rys. 4.6).
Liczebność % z PŁEĆ RESP. 1=M,2=KOB
Ogółem
KOBIETA
Wartość współczynnika lambda wskazuje na brak związku między płcią a przyzwoleniem na eutanazję (pamiętamy jednak o ograniczeniu lambdy, które tu ma miejsce). Współczynnik tau niesie informację, że badany związek jest naprawdę bliski zera. Przewidując postawy wobec eutanazji na podstawie płci można zredukować błąd
PŁEĆ RESPONDENTA: 1=M, 2=KOB
tak, zgadzam
,000
c. W oparciu o aproksymację rozkładu chi-kwadrat.
Tabela krzyżowa: PRZYZWOLENIE NA EUTANAZJĘ * PŁEC RESPONDENTA
PRZYZWOLENIE NA EUTANAZJĘ
,000
b. Nie może być obliczone, ponieważ asymptotyczny błąd standardowy wynosi zero.
tabelę krzyżową między płcią,
przyzwolenie na
zakładając
Istotność przybliżona
zależna:
RESPONDENTA: 1=M,2=KOB a. Nie
kodowaną zmienną
Zmienna zależna: PRZYZWOLENIE NA EUTANAZJĘ Zmienna
się
1. tak, zgadzam się 2. ani się zgadzam, ani się nie zgadzam 3. nie, nie zgadzam się.
T
zależna:
RESPONDENTA: 1=M,2=KOB
się
Przybliżone
Zmienna zależna:
PŁEĆ
1. tak, zgadzam się 2. nie, nie zgadzam 3. nie wiem
błąd
standardowya
266
300
566
56%
47%
50%
65
85
150
14%
13%
13%
145
260
405
30%
40%
36%
476
645
1121
100%
100%
100%
o 0,8%.
Miary oparte na chi-kwadrat potwierdzają ten śladowy związek (rys. 4.8). Zostaną one omówione w rozdziale 7. Miary symetryczne
Wartość
Nominalna przez Nominalna
,104 ,104
,002
,104
,002
kontyngencji
1121
N Ważnych obserwacji a. Nie
Wybierzmy i obliczmy odpowiednie miary zależności dla zmiennej nominalnej płeć i zmiennej porządkowej przyzwolenie na eutanazję. Pamiętamy o tym, że w takim przypadku stosujemy miary właściwe dla niższego poziomu pomiaru
zakładając
,002
Phi V Kramera Współczynnik
Rysunek 4.6.
Istotność przybliżona
hipotezy zerowej.
b. Użyto asymptotyczny błąd standardowy, przy zalożeniu hipotezy zerowej.
Rysunek 4.8.
Następną próbą, jaką podjęliśmy poszukując zróżnicowania postaw wobec eutanazji, było sprawdzenie zależności między wiarą w życie po śmierci a stosunkiem do eutanazji. Pierwotnie obie zmienne były mierzone na poziomie nominalnym. Skoro przekodowaliśmy postawy wobec eutanazji na zmienną porządkową, to przekodujmy zmienną nominalną wiara w życie po śmierci:
1. tak 2. nie 3. trudno
Miary symetryczne Asymptotyczny błąd Wartość Porządkowa
przez
Porządkowa
N
Ważnych
a. Nie
a
Przybliżone 1"
istotność przybliżona
tau-b Kendalla
-,186
,026
-6,950
,000
Gamma
-,334
,046
-6,950
,000
obserwacji
zakładając
standardowy
1121
hipotezy zerowej.
b. Użyto asymptotyczny btąd standardowy, przy zalożeniu hipotezy zerowej.
powiedzieć
Rysunek 4.10.
na zmienną porządkową (kategorię "trudno powiedzieć" zmienimy na kategorię "ani tak, ani nie"):
Tabela krzyżowa: PRZYZWOLENIE NA EUTANAZJĘ' PŁEĆ RESPONDENTA' WIARA W ŻYCIE PO ŚMIERCI
1. tak 2. ani tak, am me 3. nie
PŁEĆ RESPONDENTA: 1~M. 2~KOB
Utwórzmy tabelę pomiędzy wiarą w życie po śmierci, jako zmienną niezależną, a przyzwoleniem na eutanazję jako zmienną zależną (rys. 4.9).
WIARA W ŻYCIE PO ŚMIERCI Tak
PRZYZWOLENIE NA EUTANAZJĘ
tak, zgadzam się
Liczebność
% z PŁEĆ RESP. 1 M,2-KOB
ani się zgadzam, ani nie zgadzam
Liczebność
% z PŁEĆ RESP.
1=M,2=KOB
Tabela krzyżowa: PRZYZWOLENIE NA EUTANAZJĘ'WIARA W ŻYCIE PO ŚMIERCI
nie, nie zgadzam się
WIARA W ŻYCIE PO ŚMIERCI Ani tak, ani nie
Tak PRZYZWOLENIE NA EUTANAZJĘ
Tak, zgadzam się
Liczebność
%zWIARAW ŻYCIE PO ŚMIERCI
Ani się zgadzam, ani nie zgadzam
Nie, nie zgadzam się
Liczebność
Ogółem
Ogółem
339
70
157
566
46%
43%
74%
50% 150
87
48
15
12%
29%
7%
13%
Liczebność
319
46
40
405
Liczebność
%zWIARAW ŻYCIE PO ŚMIERCI
Liczebność
% z PŁEĆ RESP. 1 M,2 KOB
Ogółem
Nie
%zWIARAW ŻYCIE PO ŚMIERCI
% z WIARA W ŻYCIE PO ŚMIERCI
Liczebność
% z PŁEĆ RESP. 1 M,2 KOB
PRZYZWOLENIE NA EUTANAZJĘ
tak, zgadzam
się
Liczebność
%, z PŁEĆ RESP. 1 M,2 KOB
ani się zgadzam, ani nie zgadzam
Liczebność
% z PŁEĆ RESP.
1=M,2=KQB
nie, nie zgadzam
się
Liczebność
% z PŁEĆ RESP.
43%
28%
19%
36%
745
164
212
1121
100%
100%
100%
Ani tak, ani nie
1 M,2 KOB
09ółem
Liczebność
% z PŁEĆ RESP. 1 M,2 KOB
100% Nie
Rysunek 4.9.
Obie zmienne są mierzone na poziomie porządkowym, zatem współczynnikiem mierzącym siłę ich związku będzie gamma. Dodatkowo oczekujemy, że miara ta będzie w tym przypadku ujemna, gdyż zakładamy, iż osoby wierzące w życie po śmierci nie będą skłonne do wyrażania zgody na eutanazję a osoby nie wierzące w życie po śmierci taką zgodę wyrażą.
Zależność pomiędzy zmiennymi wiara w życie po śmierci a przyzwolenie na eutanazję (zmienne porządkowe) przedstawia rysunek 4.10.
PRZYZWOLENIE NA EUTANAZJĘ
tak, zgadzam
się
Liczebność
% z PŁEĆ RESP. 1 M,2 KOB
ani się zgadzam, ani nie zgadzam
nie, nie zgadzam
się
Liczebność
% z PŁEĆ RESP. 1=M,2=KOB Liczebność
% z PŁEĆ RESP. 1-M,2 KOB Ogółem
Liczebność
% z PŁEĆ RESP. 1 M,2 KOB
Rysunek 4.11.
MĘŻCZYZNA
KOBIETA
146
193
339
50%
43%
46%
09 ólem
33
54
87
11%
12%
12%
112
207
319
38%
46%
43%
291
454
745
100%
100%
100%
31
39
70
45%
41%
43%
24
24
48
35%
25%
29%
14
32
46
20%
34%
28%
69
95
164
100%
100%
100%
89
68
157
77%
71%
74%
8
7
15
7%
7%
7%
19
21
40
16%
22%
19%
116
96
212
100%
100%
100%
Rzeczywiście
gamma ma wartość ujemną. Jak na związek pomiędzy zmiennymi to ma też całkiem przyzwoitą wartość (pamiętamy, że gamma "zawyża" siłę związku). To, co może nas szczególnie niepokoić, to duża liczebność pola, dla którego odpowiedź na oba pytania jest "tak". To jest wbrew założeniom związku ujemnego.
jakościowymi,
Ponieważ tabela ma jednakową liczbę kolumn i wierszy, liczymy tau-b. Związek nadal jest ujemny, ale teraz jego siła wydaje się bardziej "adekwatna" do tego, co widać w oknie tabeli.
Na koniec potraktujmy zmienną wiara w życie po śmierci, jako zmienną kontrolną wobec związku płci i przyzwolenia na eutanazję (rys. 4.11). życie
śmierci nie wpływa w sposób widoczny na respondenta a jego stosunkiem do eutanazji. Miary związku dla poszczególnych podtabel to potwierdzają (rys. 4.12).
po
pierwotną zależność pomiędzy płcią
Miary symetryczne
WIARA W ŻYCIE PO ŚMIERCI
Istotność Wartość
Nominalna przez Nominalna
Tak
N
Ani tak, ani nie
Ważnych
N zakładając
Ważnych
Phi
,077
,109
,077
,109
Phi
,155
,140
V Kramera
,155
,140
Phi
,072
,577
V Kramera
,072
,577
745
obserwacji
Nominalna przez Nominalna
przybliżona
V Kramera
obserwacji
Nominalna przez Nominalna N
Nie
a. Nie
Ważnych
164
obserwacji
212
hipotezy zerowej.
b. Użyto asymptotyczny bląd standardowy, przy zalożeniu hipotezy zerowej.
Rysunek 4.12. Używamy
1. Blalock M. H.: Statystyka dla socjologów. Warszawa, PWN 1977.
2.
Brzeziński
J.: Metodologia
badań
psychologicznych. Wyd. 3. Warszawa, PWN
1999. 3. Frankfort-Nachmias Ch., Nachmias D.: Metody badawcze w naukach Poznań, Zysk i S-ka 2001.
Sprawdźmy inną miarę związku.
Zmienna kontrolna wiara w
Literatura
tu miar, które nie zostały jeszcze szczegółowo omówione, ze na ograniczenia lambdy jakie tu mają zastosowanie.
względu
Procedury uzyskiwania za pomocą programu SPSS zaprezentowanych wyzeJ wyników można znaleźć w książce Jarosława Górniaka i Janusza Wachnickiego SPSS PL for Windows - pierwsze kroki w analizie danych (część II, rozdz. 4, 5, Kraków, SPSS Polska 2000).
społecznych.
Pojęcia l!Jl
III I!l
I!l I!l III III
!II III II!
Ell iii iii iii
podstawowe
statystyka indukcyjna testy statystycznej istotności populacja próba próba losowa błąd z próby statystyki próby parametry populacji test dla jednej próby test dla dwóch prób analiza wariancji ANOVA hipoteza zerowa Ho hipoteza alternatywna Hl błąd l, II rodzaju
111 III III II! l1li III
III !li III
fil
III I!I III III
poziom istotności test dwustronny test jednostronny klasyczna definicja prawdopodobieństwa aksjomatyczna definicja prawdopodobieiistwa rozkład normalny rozkład średnich z próby założenie normalności rozkładu
centralne twierdzenie graniczne rozkład t Studenta estymator liczba stopni swobody test dla proporcji estymacja przedziałowa
Do tej pory, opisując przykłady empiryczne, określenie "grupa badana" stosow stosunku do jednostek analizy, które były obiektem naszych badań. Teraz dokonamy precyzyjnego opisu tej grupy. To co nas bowiem interesuje, to możliwość generalizacji naszych obserwacji i analiz. Techniki umożliwiające takie generalizacje będą przedmiotem tego i następnych rozdziałów.
waliśmy
Na początek zostaną wprowadzone podstawowe pojęcia i na prostym przykła dzie zostanie zaprezentowana idea testu statystycznej istotności. Będzie chodziło o zaprezentowanie pewnego sposobu rozumowania, którego uchwycenie pozwoli na późniejsze swobodne poruszanie się w materii statystyki indukcyjnej. Przedstawioną w nim formułę można by stosować w sposób mechaniczny (podstawiając odpowiednie wielkości do danego wzoru, np. na statystykę testu) ale nas będzie interesowało zrozumienie tych procedur.
Ta formuła statystyki testu oparta jest o rozkład częstości, zwany rozkładem normalnym, a właściwie szczególny przypadek rozkładu normalnego, będącego rozkładem średnich z próby. Innym rozkładem częstości, z którym zapoznamy się również w tym rozdziale jest rozkład t Studenta.
5.1. Czym zajmuje się statystyka indukcyjna? Do tej pory zajmowaliśmy się analizą zmiennych lub ich związku, odwołując się do danych pochodzących z badań. Zatem wszystkie hipotezy, które stawialiśmy, mogły być zweryfikowane, bądź nie, w stosunku do grupy badanych jednostek analizy. I tak, hipoteza dotycząca związku między poziomem dochodu na jednego mieszkańca a udziałem rolnictwa w PKB na pewno okazała się trafna w stosunku do 20 analizowanych państw. Ale czy prowadząc tę analizę chodziło nam tak naprawdę o pokazanie zależności dla tych 20 państw, czy też o wykrycie pewnych prawidłowości, które miałyby bardziej ogólny charakter. Pytanie jest oczywiście retoryczne, choć bez tego pierwszego nie można by było dokonać tego drugiego. To co nas przede wszystkim interesuje, to fakt, do jakiego stopnia możemy dokonać generalizacji, aby sprawdzone przez nas hipotezy można było ciągle jeszcze uważać za prawdziwe. To właśnie statystyka indukcyjna oferuje nam aparat teoretyczny i narzędzia praktyczne do dokonywania uogólnieil wniosków pochodzących z grupy badawczej na szerszą zbiorowość - jest to wnioskowanie statystyczne. Dokonujemy zatem indukcji, przechodząc od szczegółów -- danych empirycznych dla grupy badanej, do ogółu - wniosków dotyczących szerszej zbiorowości. Narzędzia, za pomocą których możemy z określoną precyzją taki zabieg przeprowadzić, to testy statystycznej istotności. Zacznijmy od początku. Na początku jest nasze zainteresowanie otaczającym nas światem zjawisk społecznych - to jest nasze uniwersum. Z tego świa ta wyłania się szczególnie interesujące nas zjawisko, np. jakie są wyznaczniki społeczno-cywilizacyjnegorozwoju państw lub jaki jest stosunek studentów socjologii do ich własnego kierunku studiów. Wszystkie jednostki analizy, których dotyczy interesujący nas problem (wszystkie państwa, wszyscy studenci socjologii - tu wszyscy mogą stanowić studentów jednego uniwersytetu lub studentów wszystkich uczelni w Polsce, czy wszystkich uczelni na świecie) stanowią dla nas populację. Definiując problem badawczy, definiujemy zbiorowość, do której się on odnosi, wyznaczamy populację. Jej cechą charakterystyczną jest to, że zawiera ona wszystkie jednostki analizy interesujące nas z badawczego punktu widzenia. Na
ogół nie zdarza się abyśmy przeprowadzali badania empiryczne na populacji. Nie mamy takich możliwości finansowych i organizacyjnych. To, co jest dla nas dostępne, to możliwość przeprowadzenia badań na części populacji.
Z populacji dobieramy mniejszą grupę jednostek analizy do badania. Ta grupa to próba. Od sposobu, w jaki dobierzemy próbę z populacji zależy możliwość stosowania testów statystycznej istotności, a więc możliwość dokonywania generalizacji z próby na populację. Czego zatem należy unikać przy doborze próby? Powinniśmy zadbać o to, aby próba nie była "skrzywiona" (obciążona błędem). Przypuśćmy, że chcemy udowodnić, że proszek do prania X jest najlepiej sprzedawanym produktem tej branży. Przeprowadzamy sondę w jednym z hipermarketów. Spośród 20 osób, które zakupiły proszek do prania, 15 osób zakupiło proszek X. Teraz spokojnie możemy wystąpić w reklamówce tego proszku, oświadczając że 75% nabywców preferuje proszek X. Przypuśćmy jednak, że wcześniej wiedzieliśmy, iż sklep, pod którym przeprowadzaliśmysondę prowadzi sprzedaż proszków tylko jednego producenta, dla którego wiodącym produktem jest proszek X. Dokonaliśmy więc intencjonalnego skrzywienia próby. Zwykle badacze nie postępują w taki sposób a skrzywienie próby może być nie intencjonalne. Załóżmy taki sam scenariusz badania rynku proszku, z wyłączeniem monopolizacji sklepu przez jednego producenta. Okazuje się, że otrzymaliśmy takie same wyniki, bo np. sklep w tym dniu oferował proszek X po promocyjnej, dwukrotnie niższej cenie. Nic więc dziwnego, że tylu klientów preferowało ten właśnie produkt. Nasza próba została skrzywiona przez nieprzewidziane przez nas i wcześniej nam nie znane czynniki zewnętrzne. Jednym z najbardziej znanych przykładów nieintencjonalnego skrzywienia próby były badania preferencji przedwyborczych przeprowadzone przez Literary Digest przed wyborami prezydenckimi w USA, w roku 1936. Przeprowadzone na dość dużej próbie badania wskazywały na 60% zwycięstwo kandydata Republikanów Alfa Landona, podczas gdy w czasie rzeczywistych wyborów otrzymał on tylko 38% głosów i został pokonany przez demokratę Franklina D. Roosevelta. Okazało się, że próbę do badania dobierano z listy właścicieli samochodów i książki telefonicznej. W czasach Wielkiego Kryzysu były to dobra na tyle luksusowe, że pozwolić sobie na nie mogli tylko lepiej sytuowani obywatele, wówczas w większości popierający Republikanów. Z badań "wypadła" zatem dużo większa grupa społeczna, gorzej sytuowanych, w znacznej mierze popierająca Demokratów. Powinniśmy zawsze pamiętać, że jeśli próba jest skrzywiona, to nie istnieje taka metoda statystyczna, która pozwalałaby nam na generalizacje na jej podstawie.
Wszystkie narzędzia statystyki indukcyjnej opierają się na założeniu, że próba w rzetelny sposób odzwierciedla populację. Jeśli mamy powód przypuszczać, że nasza próba jest skrzywiona, to żaden test statystycznej istotności "nie zamieni nam ropuchy w królewicza" .
5.2. Próba losowa Jeżeli próba w sposób rzetelny odzwierciedla populację to jest reprezentatywna. Reprezentatywność próby uzyskujemy poprzez odpowiedni sposób doboru jednostek analizy z populacji do próby. Takie kryterium spełniają sposoby probabilistycznego doboru próby, których podstawę stanowi zasada, że każda jednostka analizy w populacji ma jednakową szansę (jednakowe lub z góry znane prawdopodobieństwo)znalezienia się w próbie. Przywołajmy przykład badania stosunku studentów socjologii do własnego kie-' runku studiów. Przypuśćmy, że dysponujemy alfabetycznąlistą wszystkich studentów socjologii naszego uniwersytetu. Każdej osobie na liście przypisujemy kolejny numer, następnie numery te umieszczamy na piłeczkach pingpongowych i wrzucamy do bębna. Mieszamy je tam dokładnie i prosimy ochotnika o wylosowanie jednej piłeczki. Zapisujemy jej numer i wrzucamy ją z powrotem do bębna. Procedurę powtarzamy tyle razy, ile jednostek chcemy wylosować do próby (w naszym przykładzie 165 razy). Tak dobraną próbę nazywamy próbą losową·
Tak skomplikowanej "ręcznej" procedury losowania nie musimy już dziś stosoPrzy doborze stosunkowo małych prób korzystamy z tablic liczb losowych, a przy większych próbach - z odpowiednich programów komputerowych.
wać.
Taki dobór losowy prosty, jaki został zaprezentowany powyżej, nie jest jedynym losowym sposobem doboru próby. Warto tu wspomnieć jeszcze chociażby dobór warstwowy. Ze względu na problem badawczy, niektóre zmienne charakteryzujące populację mają dla nas kluczowe znaczenie. Jeśli liczebności
kategorii takiej zmiennej są znacznie zróżnicowane, to trzeba zastosować warstwowy dobór próby. Jeżeli np. prowadzilibyśmy badania na temat stosunku do wybranego kierunku studiów wśród studentów uczelni wojskowej, to moglibyśmy założyć, że płeć miałaby tu znaczenie różnicujące postawy. Gdyby interesowało nas to zróżnicowanie, to zależałoby nam aby w próbie obok mężczyzn znalazły się również kobiety. Ponieważ procent kobiet studiujących na uczelniach wojskowych jest niewielki, przy doborze losowym prostym istniałoby takie niebezpieczeństwo, że żadna z nich nie znalazłaby się w naszej próbie. Aby temu zapobiec, dokonujemy wstępnie podziału naszej populacji
na warstwy będące kategoriami interesującej nas zmiennej, w tym przykładzie byłby to podział na studentki i studentów danej uczelni wojskowej. Podział
na warstwy musi spełniać dwa kryteria - po pierwsze musi być wytzn. każda jednostka analizy musi być przyporządkowanado którejś warstwy, po drugie - podział ten musi być rozłączny, tzn. każda jednostka może być przyporządkowana tylko do jednej warstwy. Następnie dokonujemy doboru losowego prostego, z każdej z warstw osobno. Jeśli zachowujemy proporcje liczebnościowe warstw, tj. losujemy taki sam procent każdej warstwy,