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

2. TIESINĖ REGRESINĖ ANALIZĖ
2.2. Tiesinė regresinė analizė su SPSS
     
2.2.7. Rezultatų aprašymas

Visų pirma, patys sau trumpai reziumuojame, ką gi gavome. Tikėjomės, kad pasitikėjimas įvariomis šalies institucijomis siesis su požiūriu į šalies politinę sistemą. Tą ir pavyko parodyti. Tiesa, tirdami pradinį modelį, susidūrėme su matematinėmis-statistinėmis problemomis (multikolinearumu, statistišku regresorių nereikšmingumu). Šias problemas įveikėme, regresorius pakeitę jų vidurkiu.

Aprašydami rezultatus, nurodome ką tyrėme, kokius kintamuosius naudojome, ir kaip juos perkodavome. Tada kompaktiškai surašome visa tai, ką išsamiai aptarėme ankstesniuse skyreliuose.  Dažnai dar pridedame vieną kitą grafiką. Pateikiame vieną iš daugybės galimų tokio aprašymo variantų .

Tyrėme modelį  satisfaction = f(trstprl, trstlgl, trstplt, trstprt, trstun, happy). Regresoriai trstprl, trstlgl, trstplt, trstprt, trstun rodo pasitikėjimą šalies parlamentu, teisine sistema, politikais, partijomis ir Jungtinėmis Tautomis, regresorius happy atspindi respondento laimingumo laipsnį. Pradinis modelio tyrimas parodė, kad yra multikolinearumo problema (keletui regresorių VIF > 4). Regresorius trstprl, trstlgl, trstplt, trstprt, trstun modelyje pakeitėme jų vidurkiu trust_all. Nors naujojo modelio R2 buvo pakankamai didelis, o abudu kintamieji buvo statistiškai reikšmingi, tačiau standartizuotieji beta koeficientai ir liekamųjų paklaidų grafikai rodė, kad kintamojo happy įtaka kintamajam satisfaction nėra stipri. Todėl regresorių happy iš modelio pašalinome. Determinacijos koeficiento reikšmė po kintamojo happy pašalinimo sumažėjo tik per 0,032. Galutinis tiesinės regresijos modelis atrodo taip:

satisfaction =  0,379+0,894trust_all.

Modelio R2 = 0,558. Liekamųjų paklaidų grafikai rodo, kad modelio normalumo ir heteroskedastiškumo prielaidos tenkinamos.

 

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