L10 11 Zadania - zadanie psychologia statystyka PDF

Preview

Summary

zadanie psychologia statystyka...

Description

1. Które wykresy rozrzutu (A, B, C, D, E, F) przedstawiają: - korelację dodatnią: B, F - korelację ujemną: A, C - brak korelacji: D - korelację zmiennej ilościowej z jakościową: E - obserwację odstającą, wpływową (zaznacz strzałką na wykresie): C

Wykres A

Wykres B

Wykres C

Wykres D

Wykres E

Wykres F

2. Poniższa tabela przedstawia wyniki macierzy korelacji między zmiennymi AMAS_srednia (lęk przed matematyką), Mat_samoocena (samoocena umiejętności matematycznych), CECHA_srednia (lęk jako cecha), LMD_srednia (lęk przed rozwiązywaniem problemów matematycznych). Przeanalizuj wyniki i odpowiedz na pytania.

a) Określ charakter związku między zmiennymi AMAS_srednia oraz Mat_samoocena: - Wartość z tabeli: -0,55 - Istotność związku (istotny statystycznie, nieistotny statystycznie): istotny statystycznie - Siła związku (brak zależności, słaby związek, umiarkowany związek, silny związek): silny związek - Kierunek zależności (ujemny, dodatni, brak): ujemny

b) Określ charakter związku między zmiennymi AMAS_srednia oraz CECHA_srednia: - Wartość z tabeli: 0,17 - Istotność związku (istotny statystycznie, nieistotny statystycznie): istotny statystycznie - Siła związku (brak zależności, słaby związek, umiarkowany związek, silny związek): słaby związek - Kierunek zależności (ujemny, dodatni, brak): dodatni

c) Określ charakter związku między zmiennymi Mat_samoocena oraz CECHA_srednia: - Wartość z tabeli: - 0,89

- Istotność związku (istotny statystycznie, nieistotny statystycznie): nieistotny statystycznie - Siła związku (brak zależności, słaby związek, umiarkowany związek, silny związek): brak zależności - Kierunek zależności (ujemny, dodatni, brak): brak

d) Określ charakter związku między zmiennymi AMAS_srednia oraz LMD_srednia: - Wartość z tabeli: 0,68 - Istotność związku (istotny statystycznie, nieistotny statystycznie): istotny statystycznie - Siła związku (brak zależności, słaby związek, umiarkowany związek, silny związek): silny związek - Kierunek zależności (ujemny, dodatni, brak): dodatni

3. W poniższej tabeli znajduje się podsumowanie analizy regresji. Zmienna niezależna: LMD_srednia; zmienna zależna: Mat_samoocena. Wykorzystując informacje zamieszczone w tabeli, przedstawione na wykładzie oraz tutorialu, odpowiedz na poniższe pytania.

Ocena modelu regresji: a) Czy model regresji w lepszym stopniu pozwala wyjaśnić zróżnicowanie wyników w teście niż średnia? Uzasadnij analizując poziom istotności statystyki F. Model regresji w lepszym stopniu pozwala wyjaśnić zróżnicowanie wyników w teście niż średnia. Jest tak ponieważ p < 0,0000/0,001 co świadczy o istotności statystycznej. b) Ile procent wariancji wyników wyjaśnia cały model ( R2 x 100%)? Czy to mało czy dużo? 56% wariancji wyników wyjaśnia cały model. Jest to dużo. c) Czy lęk przed matematyką (LMD_srednia) jest istotnym statystycznie predyktorem samooceny umiejętności matematycznych (Mat_samoocena)? Uzasadnij. Analiza regresji jest rozszerzeniem analizy korelacji. Jest to jednozmiennowa analiza regresji w związku z tym wartość b* będzie równa wartości R. Gdyby predykatorów było więcej, dane te uległyby zmianie. Tak więc lęk przed matematyką jest istotnym statystycznie predykatorem samooceny umiejętności matematycznych, ponieważ b* = R = -0,75. d) Oceń siłę i kierunek tej zależności. Siła związku: silny związek Kierunek zależności: ujemny

Ocena założeń modelu regresji: e) Czy analiza regresji była uprawniona biorąc pod uwagę liczbę obserwacji? Uzasadnij odpowiedź. Na jeden predykator przypada minimum 30/40 obserwacji. W naszym modelu N = 608 co świadczy o uprawnionej analizie regresji. f) Czy założenie dotyczące liniowości związku zostało spełnione? Uzasadnij odpowiedź. Założenie dotyczące liniowości związku zostało spełnione, ponieważ mimo mylących „słupków” schemat linii został zachowany i jest zauważalny. g) Czy założenie dotyczące normalności rozkładu zmiennej ilościowej zostało spełnione? Nie zostało spełnione, ponieważ wykresy są kolejno lewo i prawo skośne.

H is t o g r a m : M a t _ s a m o o c e n a K - S d = , 1 6 8 0 0 , p < , 0 1 ; L illie fo r s p < , 0 1 S h a p iro -W ilk W = , 9 1 4 2 2 , p = , 0 0 0 0 0 140

120

Liczba obs.

100

80

60

40

20

0 0

1

2

3

4

5

6

7

8

9

10

X < = G ra n ic a k la s y H is t o g ra m : L M D _ s re d n ia K -S d = , 1 3 7 5 2 , p < , 0 1 ; L illie fo r s p < , 0 1 S h a p iro -W ilk W = , 9 0 4 2 8 , p = 0 , 0 0 0 0 200 180 160

Liczba obs.

140 120 100 80 60 40 20 0 0 ,6

0 ,8

1 ,0

1 ,2

1 ,4

1 ,6

1 ,8

2 ,0

2 ,2

2 ,4

2 ,6

X < = G ra n ic a k la s y

2 ,8

3 ,0

3 ,2

3 ,4

3 ,6

3 ,8

4 ,0

4. Który test należy wykonać aby zweryfikować hipotezę? Analizę korelacji (1) czy analizę regresji (2)? Czy jest związek między liczbą przebiegniętych kilometrów a liczbą spalonych kalorii? Czy na podstawie poziomu lęku można przewidzieć poziom angażowania się w nowe

1 2

sytuacje? Czy jest zależność między poziomem sumienności i poziomem zaangażowania w pracę? Czy jest korelacja między liczbą kwiatów w domu a ilością wody, jaką wykorzystuje się

2 1

do ich podlania? Czy na podstawie wyniku testu z języka angielskiego w 4 klasie można przewidzieć wynik

2

z testu z języka angielskiego w klasie 6?...