Jiří Šafr jiri.safr(zavináč)seznam.cz UK FHS Historická sociologie, Řízení a supervize (LS 2012) Analýza kvantitativních dat II. Vážení dat (k dosažení reprezentativity) Jiří Šafr jiri.safr(zavináč)seznam.cz poslední aktualizace 17.11. 2013
Váhy Nejčastěji se používají dva typy vah: Poststratifikační → dosažení reprezentativity dat, pokud při sběru došlo k jejímu vychýlení. Designové – stratifikační → vyrovnávají nestejnou pravděpodobnost výběru jednotek, např. nejčastěji váha pro jedince v domácnosti, pokud výběrovou jednotkou byla domácnost (lidé žijící v jednočlenné domácnosti mají vyšší pravděpodobnost, že budou vybráni) Vážit lze i vychýlení z hlediska nonresponse určitých skupin. Ale existuje také vážení za účelem standardizace, to se ovšem provádí na agregovaných/tabelárních datech.
Princip konstrukce poststratifikační váhy Příklad Vážení dle vzdělání. Princip váhy: podíl v populaci / podíl ve výběru v té které kategorii.
Vytvoření váhy v SPSS – princip (pro jednorozměrnou váhu) COMPUTE WVAR=1. IF (GROUP EQ 1) WVAR=0.5. WEIGHT BY WVAR. FREQ V2. → Pokud je případ (dotázaný) ze skupiny 1, pak výsledky za tuto podskupinu mají pouze poloviční váhu. Váhy ovšem většinou při konstrukci obsahují kombinaci několik proměnných, např. pohlaví, věk, vzdělání, region, velikost bydliště.
Příklad: výzkum názorů na zavedení nadstandardů ve zdravotnictví *Váha pouze podle vzdělání dle ESS 2008 Stř.Čechy, věk19+, (v datech ESS neváženo). COMPUTE vaha1=1. IF (vzd EQ 1) vaha1 = 1.53. IF (vzd EQ 2) vaha1 = 0.80. IF (vzd EQ 3) vaha1 = 0.48. WEIGHT off. fre vaha1 vzd. WEIGHT BY vaha1. fre vzd.
Příklad: výzkum názorů na zavedení nadstandardů ve zdravotnictví Neváženo Po převážení
Podrobnější výklad a další příklady budou doplněny