Lataa esitys
Esittely latautuu. Ole hyvä ja odota
JulkaistuJoel Hänninen Muutettu yli 8 vuotta sitten
1
Monimuuttujamenetelmistä Lähtökohtana mallittaa muuttujien välinen riippuvuusrakenne. Rakenne tulee sovellusalan teoriasta. Sopiva analyysi valitaan mallin ja muuttujien mitta-asteikoiden perusteella. Erona monimuuttujamallin ja riippuvuustarkastelujen välillä on se, että mallissa toisten muuttujien vaikutukset vaikuttavat toisten muuttujien vaikutuksiin. Monimuuttujamenetelmiä kannattaa lähestyä havaintoaineiston kuvailun ja riippuvuustarkastelujen kautta.
2
Riippuvuuskuvailu- Monim.malli Korrelaatiot Ristiintaulukko Ryhmittäiset keskiarvot Regressioanalyysi Log-lineaarinen malli Monisuuntainen ANOVA Muita monimuuttujamenetel miä
3
Regressioanalyysistä Lineaarinen malli: y = b 0 + b 1 x 1 + … Kerrointen estimointi Testit / selitysaste Jäännöstarkastelut (oletukset) Multikollineaarisuusongelma/ominaisuus
4
Kovarianssianalyysistä Periaatteessa keskiarvovertailu Perustuu neliösummahajotelmaan (variansseihin) Muuttujan lisääminen malliin voi vaikuttaa toisten muuttujien vaikutuksiin (vertaa regressioanalyysin multikollineaarisuus)
5
Yleisiä huomioita monimuuttujamenetelmistä Analyysin tuloksen lukeminen SPSS:stä on helppoa: jos p < 0.05, on vaikutusta. Menetelmän oikea käyttö kuitenkin vaatii mallin ja sen käytön edellytysten tuntemista Kun malli on sama kuin sovellusalan teoriassa esitetty mind-map, on mallin sopivuuden testi sama kuin tarkastelu siitä onko teoriassa esitetty malli oikea.
Samankaltaiset esitykset
© 2024 SlidePlayer.fi Inc.
All rights reserved.