Transcript třídění 2. a 3. stupně - Analýza kvantitativních dat

UK FHS
Historická sociologie, Řízení a supervize
(ZS 2012, 2013, 2014)
Analýza kvantitativních dat I. (II.)
Popisné statistiky v grafech 2.
(třídění 2. a 3. stupně)
Jiří Šafr
jiri.safr(zavináč)seznam.cz
poslední aktualizace 13. 4. 2014
Nejprve připomenutí:
Grafy třídění 1. a 2.stupně
Sloupcový graf (Barchart) pro třídění 1. stupně
v rámci příkazu Frequencies (pouze pro 1. stupeň)
FREQUENCIES q14b /BARCHART = PERCENT.
nebo přes zadání grafu (zde lze i třídění 2 a vyššího stupně)
GRAPH /BAR(SIMPLE)=PCT BY q14b .
2.st.: Vstupní data grafu → kontingenční tabulka
• Stále platí pravidlo o orientaci procent: Sloupcová %, pokud
závislá proměnná je v řádcích a nezávislá ve sloupcích.
•
(nebo obráceně: řádková % a závislá se sloupcích a v řádcích nezávislá)
Pozor, SPSS umí sloupcový graf rovnou v rámci příkazu CROSSTABS, ale
pouze pro absolutní četnosti (my chceme %).
Zájem o politiku * Pohlaví Crosstabulation
% within Pohlaví
Zájem o politiku
Velmi se zajímám
Spíše se zajímám
Moc se nezajímám
Vůbec se nezajímám
Total
Pohlaví
muž
žena
5,9%
33,6%
38,6%
21,8%
3,3%
20,0%
37,3%
39,5%
Total
4,4%
26,0%
37,9%
31,6%
100,0%
100,0%
100,0%
CROSSTABS q14b BY s30/cel col /BARCHART.
Barchart pro třídění 2.stupně
Příklad: Zájem o politiku podle pohlaví
Nezávislá
proměnná
Součet v
kategoriích =
100 %
Závislá
proměnná
Raději si vždy
zkontrolujte, zda
součet %, tj.
typ/orientace % je
správně, buď
vložením hodnot
nebo pomocí
CROSSTABS.
Zdroj: ISSP 2007
Syntax: sloupcový graf třídění 2. stupně
Příkaz GRAPH (jde o původní zadávání v SPSS, které je přehledné a lze jednoduše zadávat ze
syntaxu. Novější verze SPSS mají Chart Builder a Interactive, které je v podstatě možné zadávat pouze klikáním
přes okna)
Vycházíme ze základního zadání třídění 1. stupně:
GRAPH /BAR(SIMPLE)=PCT BY vekkat.
Přidat lze rozdělení do klastrů-rozdělených sloupců
např. podle pohlaví (s30)
GRAPH /BAR(SIMPLE)=PCT BY q14b BY s30.
Pozor ale na orientaci procent (sloupcová vs. řádková) !
Frequency of cases in each category expressed as a percentage of the whole.
Parametr:
COUNT → absolutní četnosti,
PCT → procenta
Grafy třídění 3. stupně
Grafy třídění 3.stupně: Závislá proměnná kardinální
• Problém není pokud je závislá proměnná kardinální
(číselná), pak ukazujeme průměry v pod / pod
skupinách (2. a 3. kategoriální proměnné).
GRAPH /BAR(GROUPED)=MEAN(prijem) BY vzd4 BY s30.
GRAPH /ERRORBAR(CI 95)=prijem BY vzd4 BY s30.
Grafy třídění 3.stupně: Závislá proměnná kardinální
• Pokud je jedna vysvětlující proměnná ordinální (na ose X), pak lze i
liniový graf, který vyjadřuje trendy v podskupinách.
GRAPH /LINE(MULTIPLE)=MEAN(prijem) BY vzd4 BY s30.
GRAPH /LINE(MULTIPLE)=MEAN(prijem) BY vzd4 BY s30
/INTERVAL CI(95.0).
Grafy třídění 3.stupně: Závislá proměnná kardinální
GRAPH /BAR(GROUPED)=MEAN(prijem) BY vzd4 BY
s30.
Jak v SPSS do grafu dostat
třídění 3. stupně (pro %)?
Grafy třídění 3.stupně:
Závislá proměnná je kategoriální
• Situace je komplikovanější, pokud všechny tři proměnné
jsou kategoriální (tj. včetně závislé)
• S výhodou můžeme využít podobný princip jako pokud
bychom měli kardinální proměnnou a ukazovali průměry
v podskupinách.
→ závislou proměnnou nejprve rekódujeme na
dichotomii a pak ukazujeme % pro jednu –
„pozitivní“ kategorii resp. pravděpodobnost (což je
vlastně průměr z dichotomie 0/1).
Alternativně lze v BARCHARTu (u ordinálních znaků)
nechat zobrazit % nad/pod určitou hodnotou
• Jenže to jde pouze tam, kde lze závislou proměnnou
vyjádřit dichotomií (tedy tam kde lze kategorie slučovat,
většinou, pokud je ordinální).
Vstupní data = konting. tabulka třídění 3.stupně.
Závislá p. dichotomická: ne/zájem o politiku
Jaký rozdíl v zájmu o politiku mezi muži a
ženami uvnitř vzdělanostních kategoriích?
→ zájem o politiku (rekód na zájem/nezájem) podle pohlaví
při kontrole vlivu vzdělání
Nejprve je třeba závislou proměnnou rekódovat na dichotomii (zde zájem/nezájem o politiku)
GRAPH /BAR(GROUPED)=PGT(0)(ZajPolit) BY s30 BY vzd3.
a odpovídající konting. tabulka:
CROSSTABS ZajPolit BY s30 BY vzd3/cel col.
Graf pro závislou proměnnou (v %)
a 2 vysvětlující
GRAPH /BAR(GROUPED)=PGT(0)(readEnj1) BY
Egp3RO BY EU_3kat.
• Funguje ale pouze pro dichotomickou
závislou proměnnou, zde Čte pro radost
kódovanou (0=nečte/ 1=čte)→ ukazujeme podíl
s hodnotou vyšší než 0 → PGT(0). → zobrazí
procento případů s hodnotou vyšší než 0.
• Nebo obráceně pro „ne-čtenáře“ PLT(1) → zobrazí procento případů s
hodnotou nižší než 1.
Graf se závislou a 2 vysvětlujícími proměnnými
Čtení pro radost (denně) u patnáctiletých žáků podle sociální třídy
rodičů v evropských zemích. PISA 2009.
Sloupcový graf (%) pro závislou a
2 nezávislé proměnné.
Názory rodičů na důležitost dalšího studia po maturitě
podle vzdělání rodičů a typu studia, ČR 2003, procenta souhlasu
Zdroj: PISA 2003; N = min 3468
To samé pomocí Chart Builder
* Chart Builder.
GGRAPH
/GRAPHDATASET NAME="graphdataset" VARIABLES=skoly COUNT()[name="COUNT"]
PA1_Vzd3[LEVEL=ORDINAL]
MISSING=LISTWISE REPORTMISSING=NO
/GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
SOURCE: s=userSource(id("graphdataset"))
DATA: skoly=col(source(s), name("skoly"), unit.category())
DATA: COUNT=col(source(s), name("COUNT"))
DATA: PA1_Vzd3=col(source(s), name("PA1_Vzd3"), unit.category())
COORD: rect(dim(1,2), cluster(3,0))
GUIDE: axis(dim(3), label("Školy"))
GUIDE: axis(dim(2), label("Percent"))
GUIDE: legend(aesthetic(aesthetic.color.interior), label("Vzdělanostní aspirace žáků (dle ",
"profese 1, přímý kód)"))
SCALE: cat(dim(3), include("1", "2", "3", "4"))
SCALE: linear(dim(2), include(0))
SCALE: cat(aesthetic(aesthetic.color.interior), include("1", "2", "3"))
SCALE: cat(dim(1), include("1", "2", "3"))
ELEMENT: interval(position(summary.percent(PA1_Vzd3*COUNT*skoly, base.coordinate(dim(3)))),
color.interior(PA1_Vzd3), shape.interior(shape.square))
END GPL.
3D graf & panely:
závislá proměnná a 3 nezávislé
Aspirace patnáctiletých na studium na VŠ podle aspirací rodičů a
jejich vzdělání, studenti ZŠ a VG, ČR 2003, procenta
Zdroj: PISA 2003
Heat map - graf tř. 3 st.: závislá kardinální
(průměr) podle dvou kategoriálních proměnných.
Zdroj: PISA 2007
Heat map - graf tř. 3 st.: závislá kardinální
(průměr) podle dvou kategoriálních proměnných.
GGRAPH
/GRAPHDATASET NAME="graphdataset"
VARIABLES=vekkat[LEVEL=nominal] vzd4[LEVEL=ordinal] prijem[LEVEL=ratio]
MISSING=LISTWISE REPORTMISSING=NO
/GRAPHSPEC SOURCE=VIZTEMPLATE(NAME="Heat Map"[LOCATION=LOCAL]
MAPPING( "color"="prijem"[DATASET="graphdataset"]
"rows"="vekkat"[DATASET="graphdataset"]
"columns"="vzd4"[DATASET="graphdataset"]))
VIZSTYLESHEET="Traditional"[LOCATION=LOCAL]
LABEL="Heat Map: vzd4-vekkat-prijem"
DEFAULTTEMPLATE=NO.
3 D-density: vztah dvou číselných proměnných
GGRAPH
/GRAPHDATASET NAME="graphdataset"
VARIABLES=isei[LEVEL=ratio] prijem[LEVEL=ratio]
MISSING=LISTWISE REPORTMISSING=NO
/GRAPHSPEC SOURCE=VIZTEMPLATE(NAME="3-D Density"[LOCATION=LOCAL]
MAPPING( "z"="prijem"[DATASET="graphdataset"]
"x"="isei"[DATASET="graphdataset"]))
VIZSTYLESHEET="Traditional"[LOCATION=LOCAL]
LABEL="3-D Density: prijem-isei"
DEFAULTTEMPLATE=NO.