Svečias
Titulinis Mokymai Mokymų medžiaga Metodologiniai paketai Taikomoji regresija
Apie mokymus
Mokomieji duomenys
E. mokymai
TAIKOMOJI REGRESINĖ ANALIZĖ SOCIALINIUOSE TYRIMUOSE
TAIKOMOJI REGRESINĖ ANALIZĖ SOCIALINIUOSE TYRIMUOSE

Pavyzdinis metodologinis mokomasis studijų paketas

TAIKOMOJI REGRESINĖ ANALIZĖ SOCIALINIUOSE TYRIMUOSE

Autorus Prof. habil. dr. Vydas Čekanavičius

Ankstesnis dokumentas Turinys  Literatūros sąrašas Duomenų šaltiniai Sekantis dokumentas

1.  ĮVADAS
1.2. Statistinės išvados
      1.2.2. Statistinė hipotezė

Kartais užtenka nedidelės imties, kad galėtume padaryti išvadą apie visą populiaciją. Pavyzdžiui, virėjas paragauja sriubos ir nusprendžia – trūksta druskos. Visi šia išvada noriai patiki ir niekas nereikalauja išsrėbti viso katilo. Kartais net nemaža imtis neįtikina. TV žvaigždė paskelbia – visi vyrai tokie! (Ir paaiškina kokie…) Nesinori patikėti, kad taip jau ir visi. Gal vertėtų palaukti, kol tas vyrų tyrinėjimas bus pratęstas. Atkreipsime dėmesį, kad darant  bet kokią išvadą apie populiaciją pagal jos dalį (imtį), visada lieka galimybė apsirikti (sriuboje gali būti nugrimzdęs dar neištirpęs druskos gabalas, kitas vyras bus ne toks). Todėl teks susitaikyti su neišvengiama tiesa – jokia statistinė išvada nėra šimtaprocentinė. Belieka pasistengti, kad klaidingos išvados tikimybė būtų nedidelė. Labai grubiai visas statistines hipotezes galim įsivaizduoti, kaip du teiginius:

H0: parametras (parametrų skirtumas) yra lygus nuliui,
H1: parametras (parametrų skirtumas)  nelygus nuliui.

Dažniausiai tyrėjo tikslas yra patvirtinti H1, todėl vadinamuoju reikšmingumo lygmeniu iš anksto nusistatoma, koks turėtų būti tokio sprendimo  patikimumas. Tiksliau kalbant, reikšmingumo lygmuo – tai teorinis, iš anksto nusistatytas leistinų apsirikimų procentas, priimant H1. Visuotinai naudojamas 0,05 reikšmingumo lygmuo. Jeigu jau skelbsime, kad kažkokie parametrai skiriasi, tai klaidų bus ne daugiau 5% (garantuosime sprendimo teisingumą bent 95 % ).

Reikšmingumo lygmuo – tai mūsų iš anksto pasirenkamas leistinų neteisingų sprendimų procentas. Praktiniuose skaičiavimuose atsižvelgiama į p reikšmes. P reikšmė – tai tikimybė,klaidingai nuspręsti, kad parametrai skiriasi (atmesti nulinę hipotezę) konkrečios imties duomenims. Skamba panašiai, kaip ir reikšmingumo lygmuo. Esminis skirtumas tas, kad  reikšmingumo lygmuo – tai teorinis  iš anksto nusistatytas nekintantis etalonas, o p reikšmė – tai, ką pavyko konkrečiu atveju gauti. Ji kiekvienai imčiai vis kita. Sprendimas priimamas, p reikšmę lyginant su etalonu – reikšmingumo lygmeniu.  Jeigu p reikšmė mažesnė už 0,05, tai nulinė hipotezė atmetama. Tada daroma išvada apie kažkokius statistiškai reikšmingus skirtumus (kokius priklauso nuo tikrinamos hipotezės).

Jeigu p < 0,05, tai H1 priimame.
Jeigu p ≥ 0,05, tai H1 atmetame.

P reikšmės mažėja, didėjant imties didumui. Tai visai logiška – kuo daugiau duomenų, tuo patikimesnės išvados. Kita vertus, tai reiškia, kad nedera pasitikėti vien p reikšmėmis. Labai didelėms imtims galime gauti visiškai tyrimo prasme neįdomius statistiškai reikšmingus skirtumus. Pavyzdžiui, nustatyti, kad statistiškai reikšmingai varanopsai miega visa minute ilgiau nei varanopsės (atitinkamai septynias valandas trisdešimt tris minutes ir septynias valandas trisdešimt dvi minutes). Ir, matyt, būtent tą minutę sapnuoja vyriškai šovinistinius sapnus.

Pati populiariausia šio konspekto frazė susijusi su statistinėmis hipotezėmis – parametras statistiškai reikšmingas. Išvertus į šnekamąją kalbą, tai reiškia, kad labai tikėtina (95% garantija), jog jis nelygus nuliui. Norisi pabrėžti, kad frazė – parametras nėra statistiškai reikšmingas –  dar nereiškia spėjimo, jog jis nulis. Tiesiog negalime duoti 95 % garantijos, kad nelygus nuliui (nors galbūt galime duoti 90% garantiją). Mes reiklūs sau, ir mažesnė nei  95 %  garanatija, mūsų netenkina.

Parametras statistiškai reikšmingas  =  yra bent  95% garantija, kad jis nelygus  0.

Parametras statistiškai nereikšmingas  =  garantija, kad nelygus 0, yra mažesnė už  95% .

Visos imties duomenų funkcijos vadinamos statistikomis (kaip ir pati disciplina, toks jau nemalonus  sutapimas). Jos turi pačius įvairiausius pavadinimus. Pavyzdžiui, chi kvadrato statistika, Voldo statistika, Fišerio statistika. Neretai modelio gerą tikimą duomenims parodo tai, kad atitinkama statistika yra statistiškai reikšminga (labai nepanaši į  nulį). Tuo atveju, atitinkama p reikšmė yra mažesnė už pasirinktąjį reikšmingumo lygmenį 0,05. Šis faktas būtinai paminimas, aprašant išvadas.

NAUJIEMS VARTOTOJAMS
NAUJIENOS
Naujienlaiškis

Nr.1  2009 07-11
Nr.2  2009 12-2010 02
Nr.3  2010 03-05
Nr.4  2010 06-08
Nr.5  2010 09-11
Nr.6  2010 12-2011 02
Nr.7 2011 03-05
Nr.8 2011 06-08
 
© KTU Politikos ir viešojo administravimo institutas
Atnaujinta 2015-06-18