QReferate - referate pentru educatia ta.
Cercetarile noastre - sursa ta de inspiratie! Te ajutam gratuit, documente cu imagini si grafice. Fiecare document sau comentariu il poti downloada rapid si il poti folosi pentru temele tale de acasa.



AdministratieAlimentatieArta culturaAsistenta socialaAstronomie
BiologieChimieComunicareConstructiiCosmetica
DesenDiverseDreptEconomieEngleza
FilozofieFizicaFrancezaGeografieGermana
InformaticaIstorieLatinaManagementMarketing
MatematicaMecanicaMedicinaPedagogiePsihologie
RomanaStiinte politiceTransporturiTurism
Esti aici: Qreferat » Documente psihologie

Metode de comparatie pentru esantioane perechi



METODE DE COMPARATIE PENTRU ESANTIOANE PERECHI

1.   PROBA COCHRAN

Se utilizeaza cand:

datele sunt sub forma unor semne : +, - (regres, progres) fata de o valoare la care se face raportarea

sunt K esantioane

nu tine cont de forma distributiei

c2 =



unde:

Tj - totalul semnelor pozitive pe linia i

Tj - totalul semnelor pozitive pe coloana j

T - totalul general

K - numarul de coloane

Nr. grade de libertate:

df = K - 1

PROBLEMA 3 - Proba Cochran

Rezultatele obtinute marcate sub forma de progres, stagnare, regres sunt rare


2.   PROBA FRIEDMAN

Se utilizeaza cand:

datele nu respecta criteriul de normalitate

avem K masuratori repetate

nu tine cont de forma distributiei

analog ANOVA

c2 =

unde: Rj - suma rangurilor pentru conditia j

N - numarul de subiecti

K - numarul de conditii

df = K - 1 - numarul gradelor de libertate

PROBLEMA 4 - Proba Friedman

echivalent cu analiza de varianta cu un singur factor

design unifactorial pe masurari repetate

aceasta proba testeaza ipoteza nula care stipuleaza faptul ca scorul corespondent fiecarui subiect provine din populatii identice si este in mod particular sensibil la diferentele tendintei centrale la nivel de populatie.

Ne propunem sa testam ipoteza conform careia valoarea calitatii unei conferinte este legata de cantitatea de suport vizual utilizat.

Se iau in cercetare 17 traineri care fac in mod uzual prezentari in diverse medii de afaceri.

S-au constituit 3 grupuri de public, diferite dar echivalente (fiecare subiect are un echivalent in cealalta grupa).

Fiecare trainer prezinta acelasi material la cele trei grupuri de public - fara suport vizual, cu cateva folii pentru ilustrarea punctelor esentiale, cu folii si tabele care sa ilustreze fiecare eveniment al expunerii.

La sfarsitul fiecarei expuneri, publicul trebuie sa evalueze calitatile expunerii pe o scala de 75 de puncte. Media evaluarilor tuturor membrilor din grup constituie evaluarea respectivului training.

datele ar trebui sa fie corelate pentru ca acelasi trainer prezinta material in cele trei grupe

un scor ridicat reprezinta o evaluare favorabila

Rezultatele obtinute sunt:


Suport absent


Suport redus


Suport bogat

1.   

50

(1)


58

(3)


54

(2)

2.   

32

(2)


37

(3)


25

(1)

3.   

60

(1)


70

(3)


63

(2)

4.   

58

(2)


60

(3)


55

(1)

5.   

41

(1)


66

(3)


58

(2)

6.   

36

(2)


40

(3)


28

(1)

7.   

26

(3)


25

(2)


20

(1)

8.   

41

(1)


60

(3)


50

(2)

9.   

72

(1)


73

(2)


75

(3)

10.

49

(2)


54

(3)


42

(1)

11.

52

(2)


57

(3)


47

(1)

12.

36

(2)


42

(3)


29

(1)

13.

37

(3)


34

(2)


31

(1)

14.

58

(3)


50

(1)


56

(2)

15.

39

(1)


48

(3)


44

(2)

16.

25

(2)


29

(3)


18

(1)

17.

51

(1)


63

(2)


68

(3)



30



45



27

Daca acceptam ipoteza nula ca adevarata, atunci ne asteptam ca acest clasament sa fie distribuit intr-o maniera aleatorie pentru fiecare trainer.

Se poate ca unii traineri sa obtina rezultate mai slabe fara suport vizual decat intr-o alta faza a expunerii, atunci cand utilizeaza un suport vizual bogat.

Ne-am astepta ca suma clasamentelor pe fiecare coloana sa fie aproape egala.

Daca cantitatea de suport vizual influenteaza calitatea evaluarii trainingului (trainerul este mai apreciat), ne asteptam ca cea mai mare parte din traineri sa obtina cea mai mare evaluare in conditiile in care nu utilizeaza suport vizual.

atribuim ranguri

calculam c2

N=17, K=3

cF2 =

cF2 =

cF2 = 10,94

Calculam nr. gradelor de libertate

df = K - 1

df = 3 - 1 = 2

p

0,05

0,01

df = 2

5,99

9,21

cH2 =10,94

Interpretare

Intrucat valoarea calculata a lui c2 care este 10,94 este mai mare decat valoarea critica la pragul de 0,01, care este de 9,21, sansele ipotezei nule sunt mai mici de 1%, ceea ce ne permite sa respingem ipoteza nula si admitem ipoteza specifica, care spune ca evaluarea facuta trainerilor difera in functie de cantitatea de suport utilizata.

Cea mai buna evaluare este in cazul utilizarii unui suport vizual schematizat.


Aplicatia in programul SPSS 15.0

Dupa ce am parcurs primii pasi in rezolvarea unei probleme si ne-am decis asupra testului statistic pe care il vom utiliza vom construi baza de date asa cum apare in ecranele de mai jos.


Avem o singura variabila independenta cu trei modalitati, si tinand cont de faptul ca sunt masurari repetate vom pune modalitatile variabilei independente pe coloane, asa cum apare in ecranele de mai sus.


Vom alege de la optiunea Nonparametric Tests - K Related Samples si vom opta pentru testul Friedman, dupa ce am plasat modalitatile variabilei independente in cadrul Test Variables. De asemenea vom alege si de analiza descriptiva.

Astfel, obtinem atat calculele descriptive cat si rezultatele testului Friedman. Prin urmare observam ca valoarea testului χ ² = 10.941 la un p = .004 mai mic decat pragul critic de .01 ceea ce ne permite sa afirmam ca sansele ipotezei nule sunt mai mici de 1%, prin urmare  respingem ipoteza nula si admitem ipoteza specifica exista diferente semnificative in ceea ce priveste ca evaluarea facuta trainerilor difera in functie de cantitatea de suport utilizata.

Cea mai buna evaluare este in cazul utilizarii unui suport vizual schematizat.

PASI IN REZOLVAREA ORICAREI PROBLEME

identificarea variabilei si tipul de design

formularea ipotezelor

verificarea formei distributiei - intocmirea histogramei

se decide cu privire la metoda statistica utilizata

se regrupeaza datele celor K esantioane aplicate

se calculeaza pentru ansamblul datelor mediana teoretica - pentru proba medianei
(sau se atribuie ranguri)

sistematizarea datelor in tabel (pentru fiecare grup vom vedea cate valori depasesc mediana teoretica si cate sunt inferioare acesteia - pentru proba medianei)
(se inlocuiesc rangurile in tabelul cu rezultatele

calculam pe c2

interpretarea datelor


PROBLEME


PROBLEMA 5 - Testul U generalizat

Trei profesori de engleza care tin un curs de primul nivel revendica fiecare onoarea de a avea cei mai buni elevi. Pentru a transa chestiunea, opt elevi au fost luati aleator din fiecare clasa si supusi toti aceluiasi examen, corectat de un profesor neutru care ignora din ce clasa provin candidatii (elevii).

Datele sunt urmatoarele:

cls. A

82

71

56

58

63

64

62

53

cls. B

55

88

85

83

71

70

68

72

cls. C

65

54

66

68

72

78

65

73

Ce concluzie se impune? (avem esantioane independente)

1. Identificarea variabilelor

VI: A - clasele

a1 - clasa A

a2 - clasa B

a3 - clasa C

VD: X - performanta

Design experimental: de baza

A

a1

a2

a3

VD




Tip de esantion - esantioane independente

2. Formularea ipotezelor

Ipoteza specifica Hs

Exista diferente semnificative in ceea ce priveste performantele subiectilor in functie de clasa din care provin

Ipoteza nula (atribuita hazardului)H0:

Diferentele aparute intre performantele elevilor din diferite clase se datoreaza hazardului (intamplarii).

3. Verificarea distributiei -. histograma

distributia nu respecta criteriul de normalitate (asimetrica - nu sunt nici macar 2 note egale)

optam pentru testul U generalizat (nu sunt multe ranguri egale)

4. Atribuim ranguri de la valoarea cea mai mica pana la valoarea cea mai mare:

val. min. = 53

val. max. = 88

x

53

54

55

56

58

62

63

64

65

66

68

70

71

72

73

78

82

83

85

88

f

1

1

1

1

1

1

1

1

2

1

2

1

2

2

1

1

1

1

1


rang

1

2

3

4

5

6

7

8

9

10

9,5

1

12

13

12,5

14

15

16

15,5

17

18

17,5

19

20

21

22

23

24

=nr. total de subiecti

inlocuim datele cu rangurile in tabelul cu rezultatele

Clasa A


Clasa B


Clasa C

X

rang


x

rang


x

rang

82

21


55

3


65

9,5

71

15,5


88

24


54

2

56

4


85

23


66

11

58

5


83

22


68

12,5

63

7


71

15,5


72

17,5

64

8


70

14


78

20

62

6


68

12,5


65

9,5

53

1


72

17,5


73

19


R1=67,5



R2=131,.5



R3=101

Calculam suma rangurilor pentru fiecare clasa

N = 24

n1 = 8

n2 = 8

n3 = 8

cH2 =

cH2 =

cH2 = 5,123

Calculam nr. gradelor de libertate

df = K - 1

df = 2

P

0,05

0,01

df = 2

5,99

9,21


cH2 =10,36

Interpretare

Intrucat valoarea calculata a lui c2 de 5,123este mai mica decat valoarea critica la pragul de 0,05, care este 5,99, sansele ipotezei nule sunt mai mari de 5%, suspendam decizia si dam credit ipotezei nule.

Verificam cu SPSS


clasa

nota

filter


Histograma - pe rand

Selected cases

apoi alegem din Selected cases: All

Statistics - Nonparametric Tests T K Independent Samples

Test Variable..: note

Grouping variable: clasa (1,3)

Define Range 1 - min. - 3 - max.

1.  

1,00

notele pe rand



2.  

2,00




3.  

1,00




4.  

1,00









24. 





Test Statistitc a,b

Chi Square Nota 5,133

a) Kruskal Wallis Test

PROBLEMA 6 - Proba Friedman

O metoda de evaluare a unei institutii de ocrotire a fost considerata ca fiind numarul de absente inregistrate la adolescenti delicventi.

Pentru aceasta s-au luat un numar de 12 adolescenti pentru care au fost monitorizate absentele:

a)   luna inainte de plasarea lor in institutie

b)   luna perioada cat s-au aflat in institutie

c)    luna dupa ce au parasit institutia

Datele sunt urmatoarele:

Adolescenti

1

2

3

4

5

6

7

8

9

10

11

12

inainte

10

12

12

19

5

13

20

8

12

10

8

18

in timpul

5

8

13

10

10

8

16

4

14

3

3

16

dupa

8

7

10

12

8

7

12

5

9

5

3

2

Aplicati testul Friedmann.

La ce concluzie ajungeti? (esantioane perechi)


Inainte


In timpul


Dupa

1.  

10

(3)


5

(1)


8

(2)

2.  

12

(3)


8

(2)


7

(2)

3.  

12

(2)


13

(3)


10

(1)

4.  

19

(3)


10

(1)


12

(2)

5.  

5

(1)


10

(3)


8

(2)

6.  

13

(3)


8

(2)


7

(1)

7.  

20

(3)


16

(2)


12

(1)

8.  

8

(3)


4

(1)


5

(2)

9.  

12

(2)


14

(3)


9

(1)

10.

10

(3)


3

(1)


5

(2)

11.

8

(3)


3

(1,5)


3

(1,5)

12.

18

(3)


16

(2)


2

(1)



R1 = 32



R2=22,5



R3=17,5

Ipoteza specifica: numarul de absente este legat de prezenta in institutie a adolescentilor

Ipoteza nula: Distribuirea absentelor pentru fiecare adolescent este aleatorie. Ne asteptam ca suma rangurilor (pe fiecare coloana) sa fie aproximativ egala.

atribuim ranguri

calculam c2

cF2 =

cF2 =

cF2 = 8,4295

Calculam nr. gradelor de libertate

df = K - 1

df = 3-1 = 2

p

0,05

0,01

df = 2

5,99

9,21


cH2 =8,4295

Interpretare

Intrucat valoarea calculata a lui c2 care este 8,4295 este mai mare decat valoarea critica la pragul de 0,05, care este de 5,99, sansele ipotezei nule sunt mai mici de 1%, ceea ce ne permite sa respingem ipoteza nula si admitem ipoteza specifica, care spune ca numarul de absente al adolescentilor difera in functie de plasarea lor in institutie.

Cea mai buna evaluare este in cazul monitorizarii inainte de plasarea lor in institutie.


Nu se poate descarca referatul
Acest document nu se poate descarca

E posibil sa te intereseze alte documente despre:


Copyright © 2024 - Toate drepturile rezervate QReferat.com Folositi documentele afisate ca sursa de inspiratie. Va recomandam sa nu copiati textul, ci sa compuneti propriul document pe baza informatiilor de pe site.
{ Home } { Contact } { Termeni si conditii }