KORELACJA

6. Czy neurotyczność koreluje z ekstrawersją?

7. Czy neurotyczność koreluje z ugodowością?
8. Czy neurotyczność koreluje z sumiennością?
9. Czy ekstrawersja koreluje z otwartością?
10. Czy ekstrawersja koreluje z sumiennością?

jak zrobić zadanie z korelacji??????

1. wchodzimy w eksploracja- statystyki opisowe i musimy sprawdzić czy rozkład jest

normalny więc
2. klikamy test shapiro wilka i jeżeli wartość p shapiro wilka w obu zmiennych jest
mniejsza niż 0,05 to jest nienormalny a jak nie to jest normalny
3. nienormalny- r spearmana pomimo dwóch zmiennych ilościowych
4. w wyniku testu interesuje nas: r spearmana/pearsona i p (musi być mniejsze niż 005
bo jak nie to dupa)

Obliczono współczynnik korelacji Spearmana* między wiekiem a poziomem sumienności.

Korelacja jest istotna statystycznie i dodatnia, ale bardzo słaba (rS = 0,16; p = 0,002).
Oznacza to, że wraz ze wzrostem x, spada/rośnie y

dwie zmienne ilościowe i rozkład normalny- pearson

dwie zmienne ilościowe i rozkład nienormalny, zmienne porządkowe- spearman

zmienne nominalne- CHI

chi2/PHI- good luck bitch

1. częstości - tabele krzyżowe próby niezależne

2. dać zmienne do wierszy/kolumny według symboli
3. w raporcie spisać liczbę grupy do zmiennej (np. mężczyźni - wysokie/niskie)
4. test phi i v cramera

RAPORT CHI
Związek między płcią a ugodowością jest istotny (χ2 (1(df)) = 17,08; p < 0,001). Wśród
kobiet 138 osób miało wysoką ugodowość, a 84 niską. Z kolei wśród mężczyzn 86 osób
miało niską ugodowość, a tylko 51 wysoką. Wynika z tego, że odsetek osób ugodowych jest
większy wśród kobiet. Siła związku okazała się niezbyt wysoka (ϕ = 0,22).
REGRESJA
1. Sprawdź, czy wynik w teście mierzącym zdolności werbalne jest predyktorem osiągnięć akademickich.
2. Sprawdź, czy wynik w teście mierzącym zdolności matematyczne jest predyktorem osiągnięć akademickich.

słyszysz predyktor? mówisz “kurwa” – regresja hejka kochana

1. predyktor musi być w tabelce pod “predyktorem”

2. kliknąć: dopasowanie modelu -> test f, R i R2
3. patrzymy na p modelu
4. R2 i patrzymy ile to % i mnożymy razy 100
5. korelacja dodatnia czy ujemna

raport:

W celu sprawdzenia, czy zdolności werbalne są dobrym predyktorem osiągnięć

akademickich, przeprowadzono analizę regresji. Wyniki analizy wskazują, że predyktor
pozwala w istotnym(?) stopniu przewidywać wartości zmiennej wyjaśnianej (F(df1, df2) =
wartośćF; p < xxx). Model jest bardzo dobrze dopasowany do danych i pozwala wyjaśnić
około 50% wariancji (R2 = ). Predyktor ma istotny wkład w model i koreluje dodatnio ze
zmienną zależną.

Równanie regresji ma postać: Osiągnięcia akademickie(nie predyktor) =

(oszacowanie/zdolności werbalne) * zdolności werbalne(predyktor) + (oszacowanie/wyraz
wolny)
TESTY T STUDENTA I NIEPARAMETRYCZNE

testy t:

● czy zmienne są ilościowe?

testy t dla prób niezależnych:

● czy zmienne są ilościowe?

● Czy zmienna zależna jest mierzona na skali ilościowej?
● czy jest to porównanie dwóch grup badawczych?
● czy są tylko dwie grupy?
● Czy rozkład zmiennej zależnej w obu grupach jest normalny?
● Czy wariancje zmiennej zależnej w obu grupach są jednorodne?
● Czy grupy powinny mieć równe lub przynajmniej zbliżone liczebności?

1. test t dla porób niezależnych i wpisanie zmiennych

2. test homogeniczności i levene, p> 0,05- test t, jeśli nie- welcha
3. wielkość pomiaru, statystyki opisowe

W celu sprawdzenia, czy kobiety oraz mężczyźni różnią się na poziomie istotnym statystycznie pod
względem preferencji dostosowania się jako sposobu wychodzenia z konfliktu, przeprowadzono
analizę testem t dla prób niezależnych. Wyniki przebadanych 126 kobiet (M= 4,68; SD=1,90) i 103
mężczyzn (M= 4,06; SD= 1,93) wskazują, że płcie różnią się w sposób istotny statystycznie t(227)=
2,52; p= 0,012. Kobiety deklarują wyższy poziom preferencji dostosowania jako sposobu
wychodzenia z konfliktu. Wielkość efektu jest słaba (d= 0,34).

testy t dla prób zależnych

 ● czy jest to porównanie dwóch pomiarów, logika wymaga sparowania wymiarów,
sprawdzenie rozbieżności np pary?
● czy są tylko dwa zbiory wyników?
● rozkład różnic między pomiarami musi być zgodny z rozkładem normalnym (nie ma od
dotyczyć wyniku jednego, a różnicy między pomiarami

W celu sprawdzenia czy w Warszawie nastąpiła istotna zmiana wysokości pensji

pracowniczej pomiędzy latami 2017 (M= 4566,48; SD= 1115,39) a 2019 (M= 5154,13; SD=
1454,25) przeprowadzono test t Studenta dla prób zależnych. Wyniki wskazują na wzrost
pensji w 2019 roku, względem roku 2017 (t(59)= -4,72; p< 0.001). Wielkość efektu jest
umiarkowana (d= 0,63).

testy nieparametryczne
 ● czy zmienne są inne niż ilościowe?
● Aby można było je wykonać, nie musi być spełnione założenie o normalności rozkładu
zmiennej zależnej – zatem testy nieparametryczne wykonuje się tak że dla danych
ilościowych, gdy rozkład zmiennej zależnej nie spełnia powyższego założenia

Testy U Manna-Whitneya
● czy próby są niezależne?
● czy zmienna zależna jest mierzona na skali co najmniej porządkowej?
● czy grupy mają równe lub przynajmniej zbliżone liczebności?

1. Testy t dla prób niezależnych

2. U Manna-Whitneya
3. Wielkość efektu
4. Statystyki opisowe - tylko mediana nas interesuje
Wielkość efektu:
● W pierwszej tabeli oprócz wyników testu U znajduje się także współczynnik wielkości efektu
– rangowy współczynnik korelacji dwuseryjnej Glassa

W celu sprawdzenia, czy pracownicy z wykształceniem podstawowym różnią się istotnie od

pracowników z wykształceniem średnim pod względem zadowolenia z pensji, przeprowadzono
test U Manna-Whitney'a. Przebadano 75 pracowników z wykształceniem podstawowym (Me= 3)
i 72 pracowników z wykształceniem średnim (Me= 4). Wyniki testu wykazały, że pracownicy z
wykształceniem średnim deklarują wyższy poziom zadowolenia z pensji, względem
pracowników z wykształceniem podstawowym (U= 1955,50; p= 0,003). Rangowy współczynnik
korelacji dwuseryjnej wyniósł 0,28, co wskazuje na słabą wielkość efektu.

Test Wilcoxona
● Dwie próby zależne (np. dwa kolejne pomiary)
● Zmienna zależna jest mierzona na skali co najmniej porządkowej (inaczej nie da się
porangować wyników)