Gebruik maken van Chi-kwadraatmeting in Exploratie

De Chi-Square meting wordt normaal gesproken gebruikt voor het testen van verbindingen tussen regelrechte factoren. De ongeldige speculatie van de Chi-Square test is dat er geen relatie bestaat op de duidelijke snijfactoren in de populatie; ze zijn autonoom. Een modelonderzoeksvraag die zou kunnen worden aangepakt met behulp van een Chi-kwadraat onderzoek zou zijn:

Is er een kritisch verband tussen de verwachting van de kiezers en ideologische groepsparticipatie?

Hoe werkt de Chi-Square meting?

De Chi-kwadraat meting wordt meestal gebruikt om Trial of Freedom te beoordelen bij het gebruik van een kruistabel (ook wel een bivariate tabel genoemd). Kruistabellen geven de overdrachten van twee duidelijke snijfactoren weer, waarbij de convergentie van de klassen van de factoren in de cellen van de tabel te zien is. De Trial of Freedom onderzoekt of er een verband bestaat tussen de twee factoren door het bekeken voorbeeld van reacties in de cellen te vergelijken met het voorbeeld dat normaal zou zijn als de factoren echt autonoom waren. Door de Chi-kwadraat meting te bepalen en deze af te zetten tegen een basisstimulans van de Chi-kwadraat overdracht kan de wetenschapper beoordelen of de waargenomen celconsistenties fundamenteel niet helemaal hetzelfde zijn als de normale celcontroles.

De berekening van de Chi-kwadraat meting is zeer eenvoudig en natuurlijk:

waarbij fo = de bewaakte herhaling (de bewaakte omvat in de cellen)

bovendien is fe = de normale herhaling als er GEEN verband bestaat tussen de factoren

Zoals in de vergelijking wordt weergegeven, hangt de meting van het Chi-vierkant af van het contrast tussen wat er werkelijk in de informatie wordt gezien en wat normaal zou zijn als er werkelijk geen verband was tussen de factoren.

Hoe blijft de Chi-Square meting in SPSS lopen en hoe wordt de opbrengst vertaald?

De Chi-kwadraat meting komt als een keuze naar voren bij het noemen van een kruistabulatie in SPSS. De opbrengst wordt Chi-Square Tests genoemd; de Chi-Square meting die gebruikt wordt in de Trial of Autonomy wordt gemarkeerd door Pearson Chi-Square. Deze meting kan worden beoordeeld door het contrast van de werkelijke stimulans tegen een basiswaarde gevonden in een Chi-kwadraat toe-eigening (waar graden van kans wordt bepaald als # van lijnen – 1 x # van secties – 1), maar het is eenvoudiger om gewoon te kijken naar de p-achting gegeven door SPSS. Om een beslissing te nemen over de speculatie met 95% zekerheid, de waard genoemd Asymp. Sig. (wat de p-schatting is van de Chi-kwadraat meting) zou onder .05 moeten liggen (wat het alfa-niveau is met betrekking tot een 95% zekerheidsniveau).

Is de p-esteem (gemarkeerd met Asymp. Sig.) onder .05? Mits dit waar is, kunnen we concluderen dat de factoren niet vrij van elkaar zijn en dat er een feitelijk verband bestaat tussen de all-out factoren.

In dit model is er een relatie tussen fundamentalisme en perspectieven op het tonen van seksuele voorlichting op door de overheid gefinancierde scholen. Terwijl 17,2% van de fundamentalisten het tonen van seksuele voorlichting tegenspreken, is slechts 6,5% van de niet-conformisten beperkt. De p-achting toont aan dat deze factoren niet vrij van elkaar zijn en dat er een feitelijk opmerkelijk verband bestaat tussen de absolute factoren.

Wat zijn de buitengewone zorgen over de Chi-kwadraat meting?

Er zijn verschillende belangrijke overwegingen bij het gebruik van de Chi-kwadraat meting om een kruistabulatie te beoordelen. Als gevolg van hoe de Chi-kwadraat waarde wordt bepaald, is het ongelooflijk delicaat om de grootte te testen – wanneer de voorbeeldgrootte te groot is (~500), zal praktisch elk beetje contrast feitelijk enorm zijn. Het is bovendien delicaat voor de overdracht in de cellen, en SPSS geeft een waarschuwing als cellen minder dan 5 gevallen hebben. Dit kan worden bereikt door voortdurend gebruik te maken van ongeëvenaarde factoren met een vast aantal classificaties (bijvoorbeeld door het consolideren van classificaties als dit belangrijk is voor het afleveren van een overzichtstabel).

Insights Arrangements kan u helpen met uw kwantitatieve onderzoek door u te helpen uw systeem en resultaten in delen op te bouwen. De administraties die wij aanbieden zijn onder andere:

Informatie Onderzoeksplan

Wijzig uw verkenningsvragen en ongeldige/selectieve speculaties

Stel uw informatieonderzoeksplan op; bepaal expliciete inzichten om de verkenningsvragen te behandelen, de veronderstellingen van de metingen, en legitimeer waarom ze de geschikte inzichten zijn; geef referenties

Legitimiseer uw voorbeeldformaat/controle-examen, geef referenties

Verduidelijken van uw informatie examenplan aan u, zodat u het eens bent met en zeker bent van

Twee uur extra hulp met uw analist

Kwantitatieve Uitkomsten Segment (Verlichtingsmetingen, Bivariate, en Multivariate Onderzoeken, Basisvoorwaarde Demonstratie, Manieronderzoek, HLM, Groepsonderzoek)

Schoon en codeer dataset

Verlichtende metingen (d.w.z., gemiddelde, standaardafwijking, herhaling, en procent, zoals het hoort)

Lead examens om te kijken naar elk van uw verkenningsvragen

Resultaten beoordelen

Geef APA zesde uitgave tabellen en cijfers

Verduidelijk deel 4 ontdekkingen

Vooruitstrevende ondersteuning voor inzichten in het gehele resultaat