Analiza statystyczna w badaniach rynku prof. dr hab. Eugeniusz Gatnar
Analiza rzetelności c.d.
Rzetelność
Rzetelność (reliability) pomiaru oznacza brak błędów losowych, czyli możliwość uzyskiwania tego samego wyniku w przypadku wielokrotnego powtórzenia pomiaru. Inaczej mówiąc, jej wielkość określa dokładność z jaką dokonano pomiaru badanego zjawiska za pomocą określonego narzędzia badawczego.
Do metod szacowania rzetelności należą:
powtarzanie pomiaru, polegające na badaniu tego samego zjawiska w dwóch różnych momentach (np. odstępach 4 tygodni) a następnie określeniu stopnia zgodności obu pomiarów za pomocą współczynnika konkordancji Kendalla i Babingtona-Smitha.
Pomiary równoległe - wykorzystują dwa narzędzia badawcze. Następnie ocenia się zgodność uzyskanych wyników pomiarowi za pomocą współczynnika równoważności.
Metoda połówkowa - polega na podziale narzędzia pomiarowego na dwie równe części (losowo lub parzyste, nieparzyste). Obie części traktuje się niezależnie, a rzetelność oblicza się za pomocą współczynnika korelacji Pearsona miedzy wynikami obu części. Mała wartość tego współczynnika oznacza ze zastosowane narzędzie jest niespójne, tj. nie mierzy badanego zjawiska.
Metoda Kudera-Richardsona - dzieli natomiast narzędzie badawcze na tyle części, ile jest pozycji (np. pytań w ankiecie) i traktuje każdą z nich jak osobne narzędzie. Wysoka wartość współczynnika korelacji miedzy wynikami tych osobnych pomiarów jest traktowana jako wynik oddziaływania badanego zjawiska;
Trafność a rzetelność Między rzetelnością a trafnością pomiaru występuje dosyć oczywisty związek.
Wysoka rzetelność oznacza, ze w poszczególnych pomiarach uzyskuje się zbliżone wartości badanej zmiennej, lecz nie musi to oznaczać znalezienia jej prawdziwego poziomu.
Z kolei wysoka trafność pociąga za sobą równomierne odchylanie się poszczególnych pomiarów od prawdziwej wartości.
A zatem, wysoka rzetelność nie gwarantuje trafności pomiaru, lecz jeśli jest ona niska, to niska musi być także jego trafność.
Współczynnik rzetelności
Uzyskaną wartość pomiaru określonej zmiennej można zapisać jako:
Zakładając, że błędy pomiaru są losowe i nie są skorelowane z prawdziwymi wartościami zmiennej oraz wartość oczekiwana błędów pomiaru wynosi zero, to wtedy zachodzi równość:
Oznacza ona, że im bardziej niedokładny pomiar, tym większa wariancja wartości pomiaru, najprostszy współczynnik rzetelności można więc zbudować jako stosunek:
(…)
… sumarycznej. Im większa wartość parametru k, tym wyższa rzetelność skali. Oznacza to, że niemożliwe staje się porównywanie rzetelności narzędzi pomiarowych o różnej długości.
Na rzetelność pomiaru wpływa także skala pomiaru wartości zmiennych składowych skali sumarycznej. Im więcej kategorii odpowiedzi, tym większa rzetelność.
Analiza wariancji
Wprowadzenie
Analiza wariancji została opracowana w latach 20-tych XX wieku przez R. Fishera.
Można ją traktować jako metodę badania zależności wyników obserwacji pewnej zmiennej objaśnianej(Y) od jednego lub więcej czynników (zmienne niezależne X1, X2, …) o charakterze jakościowym (tzw. czynników klasyfikujących).
W związku z liczbą tych czynników rozróżniamy:
jednoczynnikową analizę wariancji (one-way ANOVA)
wieloczynnikową analizę wariancji (MANOVA)
Jeżeli czynnik X wpływa na zmienna objaśnianą, to średnie wartości Y powinny istotnie się różnić, w zależności od kategorii X.
Cele
Celem analizy wariancji jest zbadanie istotności różnic pomiędzy kilkoma średnimi dla prób pochodzących z wielu populacji.
ANOVA pozwala stwierdzić czy zróżnicowanie obiektów ze względu na zmienna Y ma swoje źródło w zróżnicowaniu miedzy grupami wyznaczonymi przez kategorie…
…:
Który mówi o tym, jaka część w wariancji prawdziwej wartości badanej zmiennej stanowi wariancja pomiaru.
Najczęściej wykorzystywanym współczynnikiem rzetelności jest jednak α-Cronbacha. Cronbach (1951) zaproponował jego postać jako wynik próby uogólnienia wzoru nr 20 Kudera-Richardsona dla skali sumarycznej, której pozycje mogą być mierzone na dowolnej skali porządkowej:
Informuje on o tym, jaką część…
… w stosunku do SSW.
Założenia ANOVA
Analiza wariancji oparta jest na trzech założeniach:
pobrano z każdej populacji niezależną próbę losową,
zmienna Y ma w populacjach rozkład normalny,
wariancje Y w grupach są równe.
Dwa pierwsze założenia są sprawdzane poza procedurą ANOVA, zaś trzecie stanowi element tej procedury w programach SPSS STATISTICA itp. Tablica
Zwykle w ramach ANOVA konstruowana jest tablica…
… - najmniejszej istotnej różnicy, który jest równoznaczny z zastosowanie testu Studenta dla wszystkich par średnich w grupach. Nie modyfikuje jednak poziomu istotności i jest wrażliwy na liczbę tych porównań.
Bonferroniego - jest modyfikacją NIR lecz uwzględnia liczbę porównań i wtedy poziom istotności:
5
…
... zobacz całą notatkę
Komentarze użytkowników (0)