Módszertan I.

gyakorlat

Statisztikai próbák futtatása és értelmezése

1 Korreláció
1.1 Lépések
1. normalitásvizsgálat
2. normális: Pearson, nem normális: Spearman, Kendall tau-b

1.2 Értelmezés
A normalitásvizsgálat eredménye alapján X korrelációs eljárást választottuk. A két változó közötti
korreláció szignifikáns (p = ? VAGY p < 0.01/0.05), tehát értelmezhető a kapcsolat a két változó
között: gyenge/közepes/erős korreláció van a változók között (r = ?).

(Ha p > 0.05, nem értelmezzük a korrelációt)

2 Lineáris regresszió
2.1 Lépések
1. Függő változó kiválasztása (amit magyarázunk)
2. Független változó(k) kiválasztása (amivel magyarázunk – figyelni a multikollinearitás
elkerülésére, hogy ne legyen túl szoros kapcsolat a magyarázó változó között)
3. Stepwise beléptetés

2.2 Értelmezés
1. A modell eredményei (mindig a végső modell együtthatóit értelmezzük):

R2 (determinációs együttható): R2 = 0.23, tehát az X független változókból álló modell a függő

változó varianciájának 23%-át magyarázza.

2. ANOVA: Stepwise-nál mindig szignifikáns (a függő és a független változók közt kapcsolat van)
3. A bejósló/magyarázó független változók értelmezése: mindegyik magyarázó változóra (a
végső modellnél) kitérek a sztendedizált regressziós együttható (Beta - β) értékére, és a
kapcsolódó p értékre (Stepwise-nál csak a szignifikáns értékek jelennek meg)

3 Reliabilitás
3.1 Lépések
1. Fordított tétel van -e? Ha van, átkódolni.
2. A skálába tartozó tételek reliabilitásvizsgálata (Cr alpha)
3. A Cr alpha mutató értelmezése (ha nagyon alacsony, az item totál korrelációs táblázat
megvizsgálása, nő -e min. 0.1-vel a mutató értéke valamely tétel kidobásával)

Cr alpha = (pl) 0.78, tehát a skála megbízhatósága/belső konzisztenciája/reliabilitása elfogadható.

4 Konvergens és diszkriminációs validitás

• normalitásvizsgálat
• korrelációs módszer kiválasztása
• ld. korreláció
• értelmezés: korrelációnál, a konvergens és diszkriminációs validitás kritériumainak
figyelembevételével

ELTE PPK Magyaródi Tímea 1

Módszertan I. gyakorlat

o ha közepes erősségű, szignifikáns a korreláció, sikerült a konvergens validitást

igazolni
o ha fordított vagy gyenge, szignifikáns a korreláció, sikerült a diszkriminációs validitást
igazolni

5 Faktorelemzés(ek) (FA)
5.1 Kiválasztani
5.1.1 FA típusa
• ha nincs előfeltevésem a modellről:
• ha van előfeltevésem a modellről: maximum likelihood módszer

5.1.2 Forgatás
• legyen korreláció a faktorok között: ferde (promax, direct oblimin)
• a faktorok függetlenek legyenek: merőleges (varimax, quartimax)

5.1.3 Output értelmezése

1. KMO és Bartlett eredményei
2. ha rendben: kommunalitások (a végső kommunalitás minden tétel esetében 0.25-nél
nagyobb legyen, ha kisebb, kiveszem a tételt azonnal)
3. teljes megmagyarázott variancia táblázat: faktor sajátérték vizsgálata (1 fölötti – annyi
faktor), esetleg Scree Plot vizsgálata a töréspont miatt
4. Ferde forgatás esetén értelmezni: Pattern matrix
5. Merőleges forgatás esetén: Rotated factor/component matrix (2x-es szabály)

5.2 Leírás
• Kiválasztott módszer, forgatás leírása
• KMO és Bartlett ismertetése (indokolni, hogy kell -e ezek alapján továbbmenni az
elemzésben)
• A kommunalitás értékek, majd a rotált faktorsúlyok alapján leírni, hogy melyik tételt mi miatt
szórtunk ki
• A végső faktorstruktúra bemutatása (hány faktor, hány tétel, ha van eredeti struktúra,
sikerült -e – mennyiben – reprodukálni)

ELTE PPK Magyaródi Tímea 2