Professional Documents
Culture Documents
ROPst
at
statisztikai
menrendszere
Vargha Andrs
2016
A ROPstat statisztikai menrendszere
2
Tartalomjegyzk
4. Mintzatfeltr elemzsek
Adatlers
Hinyz adatok ptlsa
Rezidulanalzis
Hierarchikus klaszteranalzis
Relokci: nemhierarchikus K-kzpont klaszteranalzis
Konfigurcianalzis (CFA)
ExaCon
Centroid
DensePoint: sssdspont-elemzs
A ROPstat statisztikai menrendszere
3
Idszeparci
Idegyests
A ROPstat statisztikai menrendszere
4
Fbb vonsok
A ROPstat egy ltalnos s szles spektrum statisztikai programcsomag, mely hrom
terleten nyjt klnleges lehetsgeket:
- robusztus eljrsok (R),
- ordinlis elemzsek (O),
- mintzat/pattern feltr mdszerek (P).
Sok kzlk semmilyen ms ismertebb programcsomagban nem rhet el. A jelen cikk
szerzje az elmlt vtizedekben mindhrom terleten szmos jdonsggal gazdagtotta a
statisztikai adatfeldolgozs eszkztrt (pl. Vargha [1988], [1996], [2002], [2004], [2005],
[2011], VarghaDelaney [1998], VarghaTormaBergman [2015], VarghaBergmanTakcs
[2016]). A nem statisztikus felhasznlk azonban nem tudjk felhasznlni a legjobb, st
legegyszerbb mdszereket sem, ha nem ll rendelkezskre megfelel statisztikai szoftver,
mgpedig oly mdon, hogy az j mdszerek a rgi, hagyomnyosan hasznltakkal egytt,
kzs programcsomagban legyenek elrhetk. Egy msik motivcija j statisztikai
programcsomag ltrehozsnak az egyetemi oktats volt, ahol hinycikk volt a magyar
nyelven kommunikl, az egyvltozs statisztikt teljesen lefed, szles spektrum
statisztikai programcsomag a pszicholgia s a trsadalomtudomnyok szakjain.
Els prblkozsknt a PSZICHOSTAT statisztikai programcsomagot alkottuk meg
Spektrum s Commodore-64 szmtgpekre a 80-as vek kzepn (VarghaIzs, 1989).
Ahogy fejldtek az asztali szmtgpek, gy ntt meg az igny a fejlettebb szoftverekre is.
gy kszlt el a 90-es vek kzepre a Microsoft DOS opercis rendszere alatt futtathat
MiniStat (Vargha [1999], [2000], VarghaCzigler [1999]). Tz vvel ksbb, a Windows
rendszerhez val igazodsknt szletett meg a MiniStat Windows vltozata, a ROPstat, mely
amellett, hogy eldje minden kedvez tulajdonsgt megrizte, szmos j funkcival s
statisztikai elemzstpussal bvtette palettjt.
A ROPstat jelenlegi vltozata kt (magyar s angol) nyelven kommunikl szoftver,
melyet a jelen cikk szerzje tervezett s rta klnbz statisztikai moduljainak a programjait
(Delphi programozsi nyelven). Bnsgi Pter matematikus mrnknek ksznhet a
programok Windows rendszerhez igaztsa s a teljes kperny-kezels. Lars Bergman
szakmai konzultnsknt segtett a mintzatfeltr modulok tbbsgnek a kidolgozsban.
A ROPstat teljesen menvezrelt s hasznlata nem ignyel programozi ismeretet. A
programcsomag hasznlatnak egyik fontos felttele, hogy a felhasznl ismerje vltozinak
mrsi szintjt (pszichometriai sklatpust), valamint legyen tudatban annak, hogy milyen
A ROPstat statisztikai menrendszere
5
A ROPstat installlsa
A ROPstat installlsnak els lpseknt a szoftver dem verzijt kell letlteni a
ROPstat sajt honlapjrl (www.ropstat.com). Ennek installlsa sorn a ROPstat futshoz
szksges sszes fjl a szmtgp c meghajtjnak c:\_vargha\ropstat nev mappjba
msoldik be. A ROPstat futshoz az itt megtallhat ropstat.exe programot kell elindtani.
Maga a dem verzi is mr egy tkletesen mkd ROPstat program, mely csupn egy
korltozsnak van alvetve: az elemzend adatfjl nem tartalmazhat 5-nl tbb vltozt s
500-nl tbb esetet (nagyobb beolvasott fjlok erre a mretre lesznek reduklva). A profi
verzi kpes 1000 klnbz vltoz s esetenknt 100000 szemly statisztikai elemzsre. A
norml s profi verzik elrhetsgrl minden informci megtallhat a szoftver honlapjn.
Alapstatisztikk
Ez a modul vltoznknt alapstatisztikkat szmt. A statisztikk kiszmthatk kln,
egy feltteles csoportost vltoz meghatrozott szintjeire (pl. kln frfiakra s nkre, vagy
csak azokra a szemlyekre, akiknek 120 s 150 kztti az IQ-ja). Az eredmnylista a
kvetkez statisztikkat tartalmazza: rvnyes rtkek (esetek) szma minden kijellt
vltozra; tlag s szrs; varicis egytthat (relatv szrs); legkisebb s legnagyobb rtk;
legkisebb s legnagyobb standardizlt rtk (z-rtk).
Normalitsvizsglat
Ezt az elemzst legfeljebb 100 elem mintk esetn a Kolmogorov-prba, 100-nl
nagyobb elemszm mintk esetn pedig a 2-prba segtsgvel vgzi el a program (v.
Vargha [2007] 17.1.3. alpont). Megjegyezzk, hogy a normalits tesztelsre a legtbb
esetben rzkenyebb s hatkonyabb eljrs a ferdesgi s a cscsossgi egytthat
segtsgvel vgzett elemzs a Rszletesebb statisztikk szmtsa modulban.
Ebben a menpontban lehetsg van lineris transzformcival minden kivlasztott
vltoz kt specilis standardizltjnak kpzsre s elmentsre:
(i) Egyszer standardizls: ebben az esetben az j vltoz tlaga 0, szrsa 1 lesz.
(ii) T-skla kszts: ebben az esetben az j vltoz tlaga 50, szrsa 10 lesz.
Ezek az j vltozk az elemzs utn az adattblzat vgn jelennek meg.
A ROPstat statisztikai menrendszere
10
tehetjk meg. Ilyenkor a program kettnl tbb csoport sszehasonltsa esetn trimmelt VA-
t, kt csoport sszehasonltsa esetn pedig trimmelt ktmints t-prbt (Yuen-prba) is
vgrehajt.
Ha kovarins vltozt jellnk ki, ennek hatst a program kovarianciaanalzissel
szri ki. Ezen elemzs felttelezi, hogy a kovarins s a fgg vltoz kztt ugyanolyan
lineris kapcsolat van a klnbz mintkban. Ennek rszleges ellenrzsre e kt vltoz
kzti korrelcit a program csoportonknt kiszmtja s sszehasonltja.
Ordinlis skljnak belltott vltozk esetn a program az elmleti rangszrsok
megegyezst s a sztochasztikus homogenitst teszteli. Populcik (sokasgok)
sszehasonltsa esetn egy-egy populci sztochasztikus dominancija (az n. sztochasztikus
kezelsi hats) annak a valsznsgt jelzi, hogy egy random megfigyels ebbl a
populcibl (Xj) nagyobb lesz, mint egy random megfigyels a populcik egyestsbl (X),
plusz az egyenlsg valsznsgnek a fele:
valsznsgi flny mutatnak, valamint a P(Csop1 > Csop2), P(Csop1 < Csop2)
valsznsgeknek a pontbecslst, illetve A(1, 2)-re 95%-os intervallumbecslst is kszt.
Ha a feladatablakban krjk az eloszlsok rszletes sszehasonltst, akkor a program
osztpontelemzst is vgrehajt, vagyis a fgg vltoz rtkskljnak maximum 10
pontjban (n. binarizl osztpontokban) sszehasonltja az empirikus eloszlsokat azt
tesztelve, hogy az osztpont alatti rtkek arnya szignifiknsan eltr-e a klnbz
csoportokban. Ezen sszehasonltsok p-rtkeit sszevetve megllapthat, hogy a csoportok
az rtkskla milyen dichotomizlsval klnbznek egymstl a leglesebben. Az alfa-
inflci elkerlsre a program Bonferroni-fle korriglt p-rtkeket szmol ki. Az
osztpontelemzssel sok esetben rzkenyebben lehet pldul kt eloszlst sszehasonltani,
mint az erre a clra hagyomnyosan alkalmazott Kolmogorov-Szmirnov-prbval (v. Vargha
[2005], [2008] s VarghaBergman [2012]), melyet a ROPstat ebben az esetben szintn
elvgez.
A ROPstat klnleges vonsa, hogy ha az sszehasonltand csoportok szma 2 s 10
kz esik s a kivlasztott fgg vltozk szma legalbb kett, akkor intervallum s ordinlis
tpus vltozk esetn a program az eredmnylista vgn kzs tmr tblzatban foglalja
ssze az sszehasonltsok eredmnyeit (alapstatisztikk, hatsmrtkek, prbastatisztikk, p-
rtkek).
Nominlis skljnak belltott vltozk esetben a program elkszti a csoportost
vltoz (G) s a fgg vltoz (X) csoportjai ltal meghatrozott ktdimenzis
gyakorisgi/kontingencia tblzatot s 2-prbval (kis elemszmok esetn Fisher-egzakt-
prbval) teszteli, hogy X fgg-e G-tl (v. Vargha [2007] 17. fejezet).
2
A(k, u) annak a valsznsge, hogy a k-adik vltoznak egy random rtke nagyobb, mint a tbbi vltoz
rtkeibl vletlenszeren kivlasztott rtk, plusz az rtkegyenlsg valsznsgnek a fele.
A ROPstat statisztikai menrendszere
14
Ktszempontos rang-varianciaanalzis
Ezzel a modullal fggetlen mintk ktszempontos sztochasztikus homogenits-
vizsglata (v. Vargha [2004]) vgezhet el. Egy (i, j) alpopulci (rszsokasg) Pij
sztochasztikus dominancia rtke annak a valsznsge, hogy egy ebbl az alpopulcibl
vletlenszeren kivlasztott Xij rtk nagyobb lesz, mint az egsz populcibl
vletlenszeren kivlasztott X rtk, plusz annak a fele, hogy egyenlk lesznek:
Pij = P(Xij > X) + 0,5P(Xi = X).
A sztochasztikus dominancia rtk az X fgg vltoz nagysgszintjt mri a kt szempont
(jellje ket mondjuk A s B) szintjeinek minden kombincijra. Az A szempont
sztochasztikus homogenitsa (az A szempont szintjeinek szmt a-val jellve) gy nz ki:
P1. = P2. = ... = Pa,
ami azt jelenti, hogy az A szempont egyik szintjn sem nagyobbak (s nem is kisebbek) az
adatok, mint a tbbi egyttesben. Analg mdon definiljuk a B szempont sztochasztikus
homogenitst is.
A kt szempont nincs sztochasztikus interakciban, ha a sztochasztikus dominancia
rtkek mintzata a szempontok klnbz szintjein ugyanolyan, vagyis ha szintenknti
grafikonjaik prhuzamosak. A sztochasztikus interakci s a sztochasztikus homogenits
tesztelst mindkt csoportost vltozra a program a Kulle-fle kzelt eljrssal hajtja
vgre.
Megjegyezzk, hogy ilyen elemzs semmilyen ms kzismert programcsomagban
nem tallhat, pedig a pszicholgiban s a trsadalomtudomnyokban szp szmmal
fordulnak el ordinlis sklj vltozk, melyek ktszempontos fggsvizsglata sokszor
fontos kutatsi krds.
A ROPstat statisztikai menrendszere
16
correlation), mely nagy szli sly eloszlsok, illetve extrm rtkek elfordulsa esetn
javallt. A program ezt minden esetben automatikusan kiszmtja. Ha belltottuk a
monotonitsi mutatk kiszmtst, a Kendall-fle tau, illetve tau-b is kiszmtsra kerl.
Elbbi csak folytonos vltozk esetn javasolt mutat. Folytonos esetben tau s tau-b
megegyezik. A Kendall-fle tau, illetve tau-b mutat kiszmtsa esetn a program mindig
kiszmtja az adott mintban a pozitv kapcsolati arnyt (konkordancia %), illetve a negatv
kapcsolati arnyt (diszkordancia %). A program az sszes kiszmtott kapcsolati mutat
elmleti rtkeire megad (bellthat szint) konfidencia-intervallumot is.
A program a fentieken kvl regresszit szmt (X-bl Y-ra s Y-bl X-re egyarnt), ha
ez a lehetsg nincs letiltva. A regresszik jsgnak megtlshez a program kiszmtja az
X- s az Y-hibavariancit is, vagyis X, illetve Y regresszis becslsnek tlagos ngyzetes
hibjt.
E modul feladatablakban lehetsg van egy rvid korrelcis output krsre is. Ezt
kijellve a program minden kijellt X vltoz esetn egyms alatt listzza ki X-nek a kijellt
Y vltozkkal val legfontosabb korrelciit, a hagyomnyos Pearson-fle r, a Wilcox-fle
robusztus rpb s a Kendall-fle tau-b mutatt. Ezen opcihoz az szksges, hogy legyen mind
X, mind Y vltoz kijellve. Ilyen esetben a program sem regresszit nem szmol, sem
intervallumbecslst nem kszt, de vltozpronknt feltnteti a konkordancia % s a
diszkordancia % rtkt.
egytthatkat is. A program kln krsre nagysg szerinti sorba is rendezi a kiszmtott
korrelcikat.
Itemanalzis
A program a kijellt vltozk, mint tesztttelek egyttese ltal definilt n.
additv skla hagyomnyos megbzhatsgi (reliabilitsi) vizsglatt vgzi (v. Nagybnyai
[2006]). Ennek keretben vizsglja a skla bels egysgessgt (konzisztencijt) a Cronbach-
alfa segtsgvel, illetve az egyes ttelek (itemek) jsgt az item-totl s item-maradk
korrelcikkal. A Cronbach-alfa azt mri, hogy a kijellt vltozk mennyire hznak egy
irnyba, mennyire mrik tartalmilag ugyanazt. Hogy mit, az itt most nem rdekes, azt
validitsvizsglattal lehet kiderteni.
A skla tartalmazhat pozitv s negatv tteleket (itemeket) is, amelyeket kln
ablakban kell kijellni. Negatv ttelek kijellse esetn a ttelek tfordtshoz meg kell adni
a sklk kzs elvi minimumt s maximumt. Ha ez nem azonos a klnbz negatv ttelek
esetn, az elemzsek brmely rtk belltsa esetn rvnyesek maradnak (Cronbach-alfa,
item-maradk korrelcik), csak a sklartkhez hozzaddik egy bizonyos pozitv vagy
negatv konstans. A modulban definilt skla kiszmthat s elmenthet.
Az eredmnylista minden esetben tartalmazza a Cronbach alfa rtkt, valamint
itemenknt az item-totl (IT), az item-maradk (IM) korrelcit, tovbb a Cronbach-alfa
rtkt abban az esetben, ha az illet itemet elhagynnk a sklbl. IT az item s a teljes skla
kzti Pearson-korrelci, IM pedig az item s a tbbi item sszege, vagyis az item s az adott
item rtkvel cskkentett sklartk korrelcija. Ez utbbit szoktk (pl. az SPSS-ben)
korriglt item-totl korrelcinak is nevezni. Az SPSS-ben egybknt a Scale statisztikai
menpont Reliability Analysis elemzsvel lehet ugyanezeket a szmtsokat elvgezni.
4. Mintzatfeltr elemzsek
Adatlers
Ebben a modulban a program alapstatisztikkat szmol s tjkoztat a hinyz adatok
mintzatrl (v. VarghaTormaBergman [2015]). Az eredmnylista tartalmazza a vltozk
alapstatisztikit, opcionlisan a kivlasztott vltozk pronknti korrelciit, valamint a
hinyz adatok szmt vltoznknt s vltozpronknt. Az elemzsbl megtudhatjuk, hogy
egy-egy vltoz elhagysa esetn mennyivel n a minden vltozra rvnyes rtkkel
rendelkez esetek szma. A modulban lehetsg van arra is, hogy az elemzsre kivlasztott
vltozk tetszleges slyozott sszegt, mint egy j vltozt a program ltrehozza s
elhelyezze az adattblzat utols oszlopban. Ha a feltteles csoportok szma nem haladja
meg az 5-t, s a feladatablakban krjk a kijellt vltozk korrelcis mtrixnak
elksztst, akkor a program kln krsre pronknt ssze is hasonltja az ugyanazon
vltozprokhoz tartoz korrelcis egytthatkat.
Rezidulanalzis
Ebben a modulban az adatllomny extrm, kilg szemlyei (tbbdimenzis outlier
adatsorok) azonosthatk a hozzjuk leghasonlbb ms esetek (legkzelebbi szomszdok)
megkeresse segtsgvel (v. BergmanMagnussonEl-Khouri [2003] 109-110. old.,
VarghaTormaBergman [2015]). A program azt tekinti kilg szemlynek, akinek nincs
legalbb k szm olyan szomszdja, aki a feladatablakban bellthat kszbtvolsgnl
kzelebb van hozz. A k paramter rtke 1 s 5 kztt bellthat szm. Az elemzs alapjn
olyan indiktorvltoz kszthet, amely a kilg rtkek esetn 0, a megmaradk esetben 1.
Ezt a program krsre hozzilleszti az adattblzathoz, s ennek felhasznlsval a kilg
esetek ms elemzsekbl kihagyhatk. A programban krhet srsdsi vltozk ltrehozsa
is, melyek esetenknt megadja klnbz sugar szomszdsgi krket alkalmazva az
eset szomszdsgi srsgt (sok kzeli szomszd esetn nagy, kevs szomszd esetn kis
rtkkel).
A hasonlsg mrtke lehet a szoksos euklideszi tvolsg (pontosabban a
vltozrtkek tlagos ngyzetes eltrse = ASED), vagy az rtkmintzatok Pearson-fle
korrelcija. A feladatablakban krhet a tvolsgok kiszmtsa esetn a vltozk
standardizlsa, mely felttlenl indokolt abban az esetben, amikor az elemzsre kivlasztott
vltozk klnbz dimenzijak (mrtkegysgek). A tvolsg kiszmtsakor lehetsg
van arra is, hogy a program a vltozkat klnbz mrtkben slyozza.
Hierarchikus klaszteranalzis
Ez a modul hierarchikus klaszteranalzist vgez a szemlyeken (eseteken) a kijellt
vltozk felhasznlsval. A klaszteranalzis tpusfeltr tbbvltozs statisztikai eljrs,
amely szemlyek, vltozk vagy ms objektumok mintjban olyan csoportokat (n.
klasztereket) hoz ltre, amelyek a lehet legjobban klnbznek egymstl, mikzben a
klasztereken bell az elemek viszonylag kis tvolsgra vannak egymstl. A klaszteranalzis
clja teht egy nagy mintn bell olyan homogn alcsoportok ltrehozsa, amelyek egymstl
a lehet legjobban klnbznek. A hierarchikus klaszterelemzs fbb lpsei a kvetkezk
A ROPstat statisztikai menrendszere
23
EESS% rtke fgg az elemzsbe bevont vltozk szmtl (tbb vltoz esetn
ltalban kisebb) s az sszelemszmtl (nagyobb minta esetn ltalban kisebb). Sikeres
osztlyozs esetn EESS% rtke elri a 0,65-s szintet. A klaszterkd a klaszterbeli
szemlyek kzl a legkisebb sorszm, vagyis amelyik az adattblzatban a klaszterbeli
szemlyek kzl a legfell foglal helyet.
5. Az utols lpsben a program minden szemlyt egyetlen nagy kzs klaszterben
egyest.
A feladatablakban krhet, hogy program listzza ki a klaszterek fbb jellemzit
(klaszternagysg, vltoznknt tlag, szrs, minimum s maximum), tovbb a klaszterbeli
szemlyek tlagos tvolsga (HC=homogenitsi egytthat).
A kapott hierarchikus klaszterstruktrn a struktra tovbbi optimalizlsa cljbl
relokcis elemzs (K-kzpont klaszteranalzis) is vgrehajthat. Ebben az elemzsben a
kilistzsra krt minimlis klaszterszmot (alaprtk: 5) fixen tartva addig cserlgetjk a
klnbz klaszterek elemeit egyms kztt, amg EESS% rtke nvelhet. Ez utn a
program kilistzza a klaszterek alapstatisztikit, a standardizlt tlagok tblzatt, valamint a
standardizlt tlagok mintzatt, melybl kiolvashat, hogy az egyes klaszterek mely vltozk
szerint trnek el leginkbb flfele (M) vagy lefele (A) az tlagostl.
Konfigurcianalzis (CFA)
Ezzel a modullal diszkrt vltozk tipikus s atipikus rtkkombinciinak
azonostsa vgezhet el. E modul vlasztsa esetn a program a vletlennl szignifiknsan
gyakrabban s ritkbbal elfordul rtkszekvencikat azonostja binomilis prbval. A
program minden rtkszekvencinak meghatrozza a gyakorisgt s teszteli, hogy ez az rtk
szignifiknsan eltr-e attl a gyakorisgtl, amelyet akkor kapnnk, ha a kijellt diszkrt
vltozk fggetlenek lennnek egymstl (v. von EyeMairMun [2010], VarghaTorma
Bergman [2015]).
A ROPstat statisztikai menrendszere
26
ExaCon
Ezen elemzs clja ktszempontos gyakorisgi tblzatok cellinak elemzse egzakt
prbkkal. Ebben a modulban a fggetlensg esetn elvrtnl szignifiknsan nagyobb s
kisebb cellagyakorisgok azonosthatk (v. BergmanMagnussonEl-Khouri [2003] 5.
fejezet s 125-127. old.). Ezzel az elemzssel meg lehet vizsglni pldul, hogy klnbz
klaszterkd vltozk ltal kpviselt klaszterezsek milyen mrtkben fedik t egymst. A
hasonlsg egyik mrtke a RAND s a korriglt RAND (ARAND) egytthat, melyeket a
program mindig kiszmt. Az ExaCon elemzs emellett arra is alkalmas, hogy megvizsgljuk
egy kapott kedveznek tn klasztermegolds kapcsolatt az adatllomny egyb diszkrt
vltozival (pl. nemmel, iskolai vgzettsggel, letkori szinttel stb.).
Centroid
Ennek a modulnak a segtsgvel sszehasonlthat kt klnbz klasztervltoz
tlagmintzata, n. centroidja (v. BergmanMagnussonEl-Khouri [2003] 5. fejezet s 125-
126. old.). A program ennek rdekben kiszmtja a kt klasztervltoz ltal definilt
klaszterek centroidjai kzti pronknti tvolsgokat (ASED mrtkkel) s sorba rendezi
ezeket, amibl megllapthat, hogy a kt megolds mely klasztereinek kzppontjai esnek
egybe.
A modul elemzse arra is alkalmas, hogy megnzzk: egyetlen klasztervltoz
tlagmintzata egy csoportost vltoz ltal definilt tbb klnbz csoportban (pl.
frfiaknl s nknl) mennyire ugyanaz, illetve eltr.
DensePoint: sssdspont-elemzs
Ezzel a modullal olyan szemlyek azonosthatk, akiknek sok szomszdjuk van. A
szomszdsgot egy bellthat kszbrtk (szomszdsg kszbe) segtsgvel definiljuk.
Brmely szemly (eset) szomszdsga azon szemlyek egyttese, akik az illet szemlytl a
megadott kszbnl nem nagyobb tvolsgra vannak. A tvolsgmrtk tpusa a
feladatablakban bellthat. Ez lehet a szoksos euklideszi tvolsg (kt szemly esetn a
kijellt vltozk rtkeire az sszetartoz rtkprok tlagos ngyzetes eltrse), vagy az
A ROPstat statisztikai menrendszere
27
Idszeparci
Ezen modul segtsgvel az ismtelt mrsek vltozegyttese feldarabolhat az
idpont alapjn kln rekordokra, mintha azok fggetlen megfigyelsek lennnek. Az egy
idpontban felvett adatok ekkor kln rekordba, vagyis az adattblzat kln soraiba kerlnek
(kln esetknt lesznek szmon tartva). Az elemzs vgrehajtshoz els lpsben az
idpontok szmt (T) s az egy idponthoz tartoz vltozk szmt (V) kell megadni. Ezutn
minden idponthoz megjelenik egy vltozablak, amelybe be kell tenni az idetartoz
vltozkat. Ez hromflekppen hajthat vgre.
(1) Ha az tteend vltozk (sszesen TV darab vltoz) a vltozk listjban olyan
sorrendben helyezkednek el, hogy idpontonknt ugyanolyan sorrendben egyms
mellett vannak a megfelel vltozk (pl. testsly, testmagassg, fejkerlet s lbmret
6 ves korban, 8 ves korban, 10 ves korban stb.), akkor ezeket egytt mind kijellve
a Vltozk egytt felirat ikonablakra kell kattintani ahhoz, hogy mind a helykre
kerljenek.
A ROPstat statisztikai menrendszere
28
(2) Ha az tteend vltozk a vltozk listjban olyan sorrendben helyezkednek el, hogy
egyms mellett vannak egy-egy vltoz klnbz idpontokhoz tartoz mrsei (pl.
testsly 6, 8 s 10 ves korban, testmagassg 6, 8 s 10 ves korban, fejkerlet 6, 8 s
10 ves korban stb.), akkor ezeket egytt mind kijellve az Idpontok egytt felirat
ikonablakra kell kattintani ahhoz, hogy minden kijellt vltoz a helyre kerljn.
(3) Minden ms esetben a vltozkat egyenknt vagy kisebb csoportokban kell a
megfelel idpont ablakba betenni, a kvetkez szablyok figyelembevtelvel.
- Elszr r kell kattintani arra az idpontablakra, ahova a kijellt vltozt
(vltozkat) t akarjuk tenni. E kattintsra az adott idpontablak srga sznnel
kijelldik.
- Ezutn ki lehet jellni maximlisan V szm vltozt.
- Vgl r kell kattintani az Egy idpont egyszerre felirat ikonablakra.
Ha mondjuk 5 attitdvltozt mrnk 3 alkalommal (3 egymst kvet hnapban) s
ez a 15 vltoz szerepel esetlegesen ms vltozk trsasgban minden szemly
adatsorban, akkor ezzel az idszeparcis elemzssel ltrehozhatunk egy olyan j
adattblzatot, melyben a klnbz idpontok 5-5 adata kln sorokban, kln esetekknt
szerepel. Az j adatllomny gy 3-szor annyi sorbl (esetbl) ll. Az 5 vltozval klnbz
elemzsek vgezhetk (pl. klaszteranalzis), mely az adatllomny mrsi idponttl
fggetlen struktrjt derti fel. Ugyanez a fjl tmenthet termszetesen SPSS-be s ott is
lehet relevns elemzseket (pl. faktoranalzist) vgezni. A klnbz idpontokhoz tartoz
adatok ismtelt egyestse az idegyests modul segtsgvel vgezhet el (lsd albb).
Idegyests
E modul segtsgvel az idszeparcival ltrehozott j fjlon vgzett elemzsek j
vltozi (pl. klasztervltozk) visszakerlnek egy eredetivel megegyez rekordstruktrj
fjlba. Ez alkalmat teremt arra, hogy pl. megvizsgljuk egy klaszterstruktra idbeli
stabilitst, illetve vltozst, valamint ugyanezt az egyes szemlyek vonatkozsban.
rdekes lehet azonostani a minden idpontban ugyanabba a klaszterbe tartoz szemlyeket s
megvizsglni jellemziket, vagy azokat, akik a legnagyobbat vltoztak a vizsglt idszakban.
Ezzel s az elz modullal knnyen vgrehajthat az ISOA komplex klasszifikcis elemzs
(v. BergmanNurmivon Eye [2012]) is.
A ROPstat statisztikai menrendszere
29
Irodalom