Nové statistické techniky v kvantitativním výzkumu

Prezentace na téma: "Nové statistické techniky v kvantitativním výzkumu"— Transkript prezentace:

1 Nové statistické techniky v kvantitativním výzkumu

2 Možné zdroje informací
Kaplan (ed.) The Sage of handbook of quantitative methodology for the social sciences. London : Sage. Řada Quantitive applications in the social sciences. Sage (cca 180 sešitků) Řada Advanced quantitative techniques in the social sciences. Sage (10 knih) Řada Wiley probability and statistics. Wiley (cca 280 knih) Řada Introducing statistical methods. Sage (cca 10 knih) Další nakladatelství Erlbaum associates, Springer Verlag, Oxford university press, Cambridge university press, Harvard university press

3 3 části statistické analýzy
Popisná (deskripce) Průzkumová (explorační) Úsudková (Inferenční) Na třetí je dáván největší důraz, méně se provádí generování smysluplných hypotéz a prozkoumání dat

4 Základní problémy (přibližování realitě)
Chybějící data Chyby měření a nemožnost měření některých fenoménů Lidé v dlouhodobých výzkumech přestávají spolupracovat Lidé jsou ovlivněni kontexty (hierarchiemi), v nichž žijí Normální rozdělení je v sociálních vědách nenormální Lineární vztahy nepopisují věrně realitu Hypotézy věcně vhodné nelze vždy pomocí statistiky zachytit a zkoumat

5 Základní oblasti rozvoje
Víceúrovňová analýza Kategoriální data Latentní proměnné Oblast měření v sociálních vědách

6 Základní techniky řešící problémy
1. Od regrese k hierarchickým lineárním modelům 2. Od faktorové analýzy k analýze latentních tříd 3. Od chi-kvadrát testu k loglineárním (logitovým) modelům 4. Latentní proměnné a strukturní modelování 5. Problémy statistické významnosti 6. Oblast měření v sociálních vědách-mimo přednášku

7 1. hierarchické lineární modely

8 Možné zdroje informací
Kreft, I. G., J. de Leeuw Introducing multilevel modeling. London : Sage. Snijders, Tom A.B., Roel J.Bosker Multilevel Analysis: An Introduction to Basic and Advanced Multilevel Modeling. London: Sage Publisher. Hox, J Applied Multilevel Analysis: Techniques and Applications. Erlbaum associates. Raudenbush, S. W., A.S. Bryk Hierarchical Linear Models 2nd edition. London: Sage Publications.

9 !!!Regrese předpoklady!!! Normalita reziduí resp. náhodné složky viz např procedura Explore v Analyze-Descriptives) Nekorelovanost nezávislých proměnných (opak multikolinearita) Nezávislost jednotlivých pozorování - tedy prostý náhodný výběr Homoskedasticita a nekorelovanost náhodné složky

10 Regrese v SPSS-závislost příjmu na počtu let vzdělání a pohlaví
Obě proměnné v modelu správně Z hodnot v tabulce lze napsat rovnici: Příjem= * roky vzdělání *pohlaví(je muž) Osoba která má o rok vyšší vzdělání má v průměru o 625 Kč více Pokud se nic dalšího nezmění (tzv. ceteris paribus) Osoba, která je muž má v průměru o 3800 Kč více

11 Víceúrovňové modely-jazyk
V angličtině se využívá několik ekvivalentů multilevel modeling (nejužívanější) ML, random-coefficient modeling, hierarchical modeling, mixed-effects modeling, covariance components models

12 Obrázek (Různé konstanty, různé směrnice)

13 Problém různého vztahu ve skupinách - pokračování
Velmi často (vždy?) se setkáváme s případem na obrázku. Co se stane, pokud v těchto případech ignorujeme různý vztah pro muže a ženy, naznačují opět slabší nepřerušované regresní přímky. V realitě je běžně sledovaných skupin více a problém se jen komplikuje a volá po víceúrovňové analýze

14 Problém jednoúrovňové analýzy rozptylu
Skupiny, v nichž se vztahy liší, jsou náhodně vybrány ze základního souboru. Příkladem může být náhodný výběr několika škol, ve kterých jsou potom náhodně vybráni žáci Chceme-li ale zobecnit závěry na všechny školy v ČR a hledat faktory které způsobují odlišnost škol, nevystačíme již s klasickou analýzou rozptylu. Opět nám úlohu může pomoci vyřešit víceúrovňové modelování, které se zaměřuje na modelování vztahů na úrovni jedinců (mikroúrovni) i na modelování rozdílů mezi jednotlivými skupinami

15 Ukázka – čten. gramotnost
Parametr Odhad S.E. df t Sig. 95% Interval spol. Dolní Horní Intercept ######## 7.0400 72.739 0.000 Status ind 12.01 .9307 12.907 .000 sebepojetí 20.5 .8447 24.273 rodice ctou 2.45 .4249 5.770 Status tř. 19.04 3.0555 6.232 jazykovka 6.9 3.9853 1.736 .084 veltridy .64 .2526 2.544 .012 Závislá proměnná-čtenářská gramotnost, data PIRLS 2011, n=4800; Vysvětlení na úrovni tříd 76 %, na úrovni žáků 21 %

16 Další problémy řešitelné víceúrovňově
Modely růstu (growth models) U modelu růstu máme změřenou určitou vlastnost ve více časových okamžicích u různých jedinců. Měření v různých časových okamžicích můžeme považovat za první úroveň (stejně tak jako jednotlivé žáky ve škole) a jedince za druhou úroveň, tak jako školy. Výsledkem modelů růstu může být jednak zjištění, zda obecně dochází k nárůstu či poklesu sledované vlastnosti, zda se jedinci liší v růstových křivkách mezi sebou Metaanalýza (pozor v SPSS nelze nejsou-li data z původních studií) 1. úroveň data z jednotlivých studií 2. úroveň jednotlivé studie Cíle: 1. najít společný („průměrný“) výsledek všech nalezených studií a 2. odhalit příčiny rozdílů mezi studiemi Modely se smíšenými hierarchiemi (cross classified models) Obecné statistické pakety: jedinec není zařazen jen do jedné skupiny která ho výrazněji ovlivňuje, ale do mnoha skupin a vlivy jednotlivých skupin se kříží

17 2. Analýza latentních tříd (LCA)

18 Možné zdroje informací
Lazarsfeld, Henry Latent structure analysis. Boston McCutcheon Latent class analysis. Sage. Hagenaars, McCutcheon (eds.) Applied latent class analysis. Cambridge university press.

19 Základní myšlenky LCA (obdoba FA)
FA – cíl najít několik málo faktorů (latentních proměnných), které nelze přímo měřit a nepřímo měříme jen jejich odraz v několika zachycených proměnných Měřené proměnné kardinální, analýza založena na korelacích, původ v psychologii inteligence (Spearman, 1906) LCA-vychází z Latent structure analysis (Lazarsfeld, Henry, 1968)-snaha najít latentní struktury, které se projevují v odpovědích na sadu dichotomických otázek

20 Základní myšlenky LCA (obdoba FA)
LCA-rozšíření Latent structure analysis na nominální proměnné s více kategoriemi a ordinální proměnné-snaha najít latentní třídy, které se projevují v odpovědích na sadu dichotomických otázek Na rozdíl od FA se vychází z pravděpodobností (členství v příslušné třídě při určitých hodnotách odpovědí)

21 LCA výstupy /čeština Třída 1 (???) Třída 2 (???) Třída 3 (???)
Namísto matice faktorových zátěží (korelací), tabulka s pravděpodobnostmi Třída 1 (???) Třída 2 (???) Třída 3 (???) P třídní příslušnosti 0,68 0,13 0,19 Musím se učit 0,23 0,28 0,79 Bavím se o kn. 0,76 0,36 0,20 Kniha obl. dar 0,99 0,71 0,47 Nudné 0,04 0,07 0,78 Chci více 0,87 0,40 0,22 Užívám si 1,00 0,86 0,10

22 LCA výstupy / matika Třída 1 (???) Třída 2 (???) Třída 3 (???)
Namísto matice faktorových zátěží (korelací), tabulka s pravděpodobnostmi Třída 1 (???) Třída 2 (???) Třída 3 (???) P třídní příslušnosti 0,12 0,74 0,14 Užívám si 0,08 0,98 0,28 Nechci se učit 1,00 0,17 0,42 Nudné 0,06 0,45 Zajímavé věci 0,60 0,97 0,68 Mám rád 0,11 0,18 Důležité pro další život 0,93 0,99 0,91

23 3. Loglineární modely

24 Možné zdroje informací
Agresti Categorical data analysis. New York : Wiley-Interscience. Simonoff Analyzing categorical data. New York : Springer. Knoke, Burke Log-linear models . Newbury Park, California : SAGE Publications. DeMaris Logit modeling: practical applications.  Newbury Park : Sage Publications. Česky: Hebák a kol Vícerozměrné stat. metody s aplikacemi, 3. díl, kapitola 1

25 Chí-kvadrát test o nezávislosti
Připomínka: Řeší problém závislosti kategoriální (nominální či ordinální) proměnné v řádku a sloupci v kontingenční tabulce Postoje k náboženství a k gender otázkám (souvisí spolu?) Count GENDER Total tradiční střed liberální Náboženský postoj věřící ani, ani nevěřící Total Χ2=160, P=1,14 e-33 Pouze dvourozměrný vztah

26 Omezení chí-kvadrát testu, důvod pro loglineární modely
Řeší problém závislosti jen mezi dvěmi proměnnými. Co když je ale vztah klamný a způsobuje ho jiná proměnná (elaborace) – loglineární modely Zde například postoje k genderu i náboženské ovlivňuje rasa jedince To ale za pomoci chí-kvadrát testu současně nepoznáme. Loglineární model - není závislá a nezávislá proměnná a řeší vztahy mezi více kategoriálními proměnnými Matematicky: Modelování četností ve vícerozměrné kontingenční tabulce za pomoci kategorií jednotlivých proměnných Logitový model – jedna proměnná považována za závislou, mdoelují se podíly četností (tzv. šance) Poznámka: Matematicky je jeden model převoditelný na druhý, jedná se tedy o dvě různá vyjádření téhož

27 Loglineární modely Loglineární analýzy jsou přístupy konfirmatorní, umožňují nám testovat existenci závislosti, významnost zařazení nezávislých proměnných do modelu, celkovou kvalitu modelu atd. Složitější modely pracují s proměnnými jako s ordinálními, případně využívají jejich součiny (interakce) Obdobou loglineárních modelů jsou logistické regrese (binární, odinální a polytomická) Aplikace v ČR: Řeháková, B.2001.Změny hodnot v České republice a Inglehartova hodnotová typologie.Sociální studia ,6:47-71 resp. Řeháková, B.2001.Who are the Czech Materialists, Post-Materialists and Those Who Are "Mixed".Czech Sociological Review,1:35-52

28 Loglineární modely - ukázka
Model-kromě vztahu náboženského postoje a genderu zavedena ještě proměnná měřící z jaké etnické skupiny je jedinec (kontrola) Ukázka koeficientů: Parameter Odhad SE Z-value CI- L CI – U Exp(b) Naboz*gender trad 1, , , , , ,1 naboz*genderstred , , , , , ,2 nabozstred*gendertrad , , , , , ,2 nabozstred*genderstred , , , , , ,4 ……atd. Vyhodnocení modelu: Chi-Square DF Sig. Likelihood Ratio , ,2785 Pearson , ,2736 Model elaborace kontrola vlivu 3. proměnné, vztah odolal.

29 4. Latentní proměnné, strukturní modely (SEM)

30 Možné zdroje informací
Bollen, K. A Structural equations with latent variables. Wiley MacDonald, R , Faktorová analýza a příbuzné metody v psychologii. Academia Urbánek, T Strukturní modely. Brno : AV ČR. Psychologický ústav. Časopis Structural Equation Modeling

31 Podstata metody SEM 2 části modelů Model měření Strukturní model
Celkem tzv. modely kovariančních struktur Latentní a manifestní proměnné, endo a exogenní proměnné

32 Podstata metody SEM Cíl – zjistit zda navržený model a data se shodují resp. zda kovarianční matice generovaná modelem a napozorovaná jsou obdobné Možnosti různých testů, ale i desítky statistických kritérií (AGFI, RMSEA, AIC, BIC atd.) Většina algoritmů vhodných jen pro kardinální proměnné, teprve v poslední době i algoritmy pro ordinální proměnné – omezen aplikovatelnosti v sociálních vědách V poslední době i víceúrovňové strukturní modely

33 Strukturní model – ukázka

34 Strukturní model – popis

35 Závěrem

36 Obecně o software Speciální pakety: HLM, MLWin pro víceúrovňové modely
Mplus-víceúrovňové modely, analýza lat. tříd LISREL, AMOS, EQS-strukturní modely Latent gold, MLLSA, Lem - LCA Atd. Obecné statistické pakety: SAS- umí ML, SEM, LOGLIN SPSS – umí ML, LOGLIN STATA – umí ML, LOGLIN STATISTICA – umí SEM, LOGLIN, ML

37 Stačí software? Problém:
Software je téměř na vše, ale ne na vše jsou data. Ne vždy je třeba užívat novou techniku, mnohdy stačí jednoduchá běžná technika nebo není třeba statistiky vůbec :).