Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste...
Transcript of Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste...
![Page 1: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/1.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Mitmemõõtmeline statistika
IFI7071
![Page 2: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/2.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
TÄNA
• 16.15-17.45 & 18.00-19.30 • Sõltuvad ja sõltumatud tunnused.
Operatsionaliseerimine. • Tunnuste koondamine - testid • Tunnuste koondamine - küsimustik • DVD • Praktiline töö nr. 2
![Page 3: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/3.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Sõltuvad ja sõltumatud tunnused ▪ Kas/kuidas A avaldab mõju B-le? ▪ Kas karastusjookide joomine põhjustab kaaluiivet? ▪ Kuidas mõjutab mähkmete asukoht poes õlle läbimüüki? ▪ Kuidas kool mõjutab õpilast? ▪ Sõltuv tunnus – uuritav tunnus, mida mõõdame ▪ Sõltumatu tunnus – mõõdame selle mõju ▪ Üks tunnus võib olla ühes uuringus sõltuv ja teises sõltumatu. Sõltuvus ei tulene tunnuse
omadustest.
SõltumatutunnusIV
SõltuvtunnusDV
![Page 4: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/4.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Operatsionaliseerimine Teoreetiline tasand Operatsionaliseerimine Kasutaja tasand
Karastusjookidehinnatõus
Vähemülekaalulisiinimesi
20%-linelimonaadidehinnatõus
Kehamassiindeksalla30
![Page 5: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/5.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
TUNNUSTE KOONDAMINE
![Page 6: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/6.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Tunnuste grupeerimine • Oleme mõõtnud/uurinud teatavaid objektide omadusi ning
soovime saadud infot kokku panna (grupeerida) • EI – oleme küsinud vastajate lemmikvärvi ja soovime kokku panna külmad
ja soojad toonid • EI – meil on vastajate vanused ja soovime teha vanusegrupid • JAH – võtame õpilaste erinevate ainete hinded ja soovime neid
kirjeldada ühe, kokkuvõtva tunnuse, kaudu. • JAH – teame treeningul osalejate kehakaalu ja pikkust, võime selle
info põhjal arvutada KMI • JAH – sotsiaalne staatus on mõõdetud erinevate tunnuste kaudu
ning me soovime uurimiseks tekitada väiksemat arvu staatust kirjeldavaid tunnuseid
• JAH – väärtushoiakud, hinnangud jne.
![Page 7: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/7.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Tunnuste grupeerimine Erinevad eesmärgid/olukorrad, miks tunnuseid koondada: • Testide korral (üksikküsimus, alamosa, kogu test):
– õigete/valede vastuste arvu leidmine – punktide summeerimine
• Küsimustike korral (sisuliselt haakuvate küsimuste plokk): – teatud tüüpi vastuste arvu leidmine (nt “jah”, vastamata,...) – teatud küsimusteploki põhjal koondtunnuse arvutamine (nt
keskmine hinnang, summaarne kulu, ...) – latentsete e peidetud muutujate/tunnuste leidmine (nt hoiakud
fenomeni eri aspektide suhtes, psühhosomaatilised seisundid, ...)
Saan objektiivsema ja teistega võrreldavama tulemuse, kui uurime nähtust läbi indikaatorite.
K.Niglas (loenguslaid)
![Page 8: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/8.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Väärtuste summeerimine • Väärtuste kokkuliitmine funktsiooni SUM abil • Väärtuste kokkuliitmine kasutades liitmistehet
![Page 9: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/9.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Väärtuste kokkuloendamine ▪ Transform/Count Values Within Cases … System missing System or user missing ▪ Replace Missing Values…
![Page 10: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/10.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Näide
matemaatika2014.sav • Mitu punkti kogusid
õpilased 1.osa eest? • Kirjeldage saadud
koondtulemusi. • Milliseid olulisusteste
saaks rakendada? • Mitu 0 punkti ül.
oli igal õpilasel? • Millele tuleb tähelepanu
pöörata 2.osa ül. juures?
![Page 11: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/11.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Tunnuste grupeerimine Klasteranalüüs
![Page 12: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/12.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Klasteranalüüs
• Avastab andmetes olevaid struktuure, ilma neile selgitust või interpretatsiooni andmata
• Tõlgenduse lisab uurija/kasutaja • Saab jagada gruppidesse
– tunnuseid – objekte
Gruppi kuuluvad objektid/tunnused oleksid omavahel maksimaalselt tugevalt seotud, grupid omavahel aga erineksid omavahel maksimaalselt
![Page 13: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/13.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Tunnuste grupeerimine keelehoiakud.sav • Tunnuste grupeerimine JAH – millised tunnused võiksid kirjeldada ühe fenomeni eri aspekte? Millised tunnused võiksid koos töötada? EI – millised on vastajate tüüpilised grupid?
Tunnusedeimõõdaigaükseraldifenomenivaidühefenomenierinevaidaspekte
![Page 14: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/14.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Tunnuste grupeerimine
• Kui panen kaks tunnust kokku – need tunnused peegeldavad ühte ja sama fenomeni e neil on ühine kirjeldusosa
– Kas kirjeldusosa on (võiks olla) 100%? – Igal tunnusel on
• väike eripära, mis kirjeldab selle küsimuse olemust • ühine osa, mis peegeldab peidetud laiemat fenomeni.
• Tunnuste kokkupanemisel: – usaldusväärsus kasvab – variatiivsus kasvab e tendents peaks selgemalt ilmnema Variatiivsus kaob, kui oleme kokku pannud juhuslikud tunnused, mis ei ole omavahel seotud Eeldame, et seos on 0,6-0,7 (PS), sotsioloogias pannakse kokku ka nõrgemalt seotud tunnuseid.
![Page 15: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/15.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Näide jätkub • Tunnused: k9-k40 • Enne analüüsi
– Puuduvate väärtuste uuring – Korrelatsioonimaatriks
• Probleem – Andmestik koosneb andmegruppidest (eesti, vene), mis ei sobi
sisuliselt kokku. Tuleks valida analüüsi jaoks vaid eesti keelt kõnelevad vastajad.
![Page 16: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/16.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Klasteranalüüsi võimalused
• TwoStep Cluster … (kaheastmeline, esmalt väikesed klastrid ja siis edasi nendest hierarhiliselt uued klastrid)
• K-Means Cluster … • Hierarchical Cluster …
Tunnused–intervalltüüpivõibinaarsed
![Page 17: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/17.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Hierarhiline klasteranalüüs • Hierarhilise klasteranalüüsi idee seisneb selles, et samm-
sammult hakatakse kokku panema neid tunnuseid, mis on omavahel kõige sarnasemad st millel on omavahel kõige suurem seos.
• Kauguse/sarnasuse mõõduks Measure/Interval: Pearson correlation
K.Niglas (loenguslaid) Alguses on iga tunnus/objekt omaette grupp/klaster Lõpuks on kõik tunnused/objektid koondatud üheks klastriks
![Page 18: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/18.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Klasteranalüüs SPSS-s • Analyze/Classify/Hierarchical Cluster…
– Variable(s): uuritavad tunnused – Cluster: ◉Variables (grupeerime tunnuseid) – Display: ☑Statistics ☑Plots
![Page 19: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/19.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
☑ Agglomeration schedule Tunnuste kokkupanemise ülevaade sammude kaupa ☑ Proximity matrix Sarnasus/kaugusmõõtude maatriks Proximity matrix = korrelatsiooni- maatriks, kui puuduvaid väärtuseid ei ole. Kui on puuduvad väärtused, siis klasteranalüüsist jäetakse need objektid välja kellel on kasvõi üks puuduv väärtus, kuid seosemaatriksis on need sees, seal arvestatakse väljajätmist paarikaupa.
![Page 20: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/20.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
☑Dendrogram Tunnuste kokkupanemise graafiline ülevaade sammude kaupa Icicle
![Page 21: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/21.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Cluster Method Between-groups linkage klastrite vahelise sarnasus arvutatakse üksiktunnuste seosekordajate keskväärtustena ◉Interval Pearson correlation Tunnused on mõõdetud intervallskaalal ning kokkupanemise aluseks on Pearsoni korrelatsiooni- kordajate väärtused ☑Absolute values Ei erista gruppidesse koondamisel negatiivseid ja positiivseid seoseid
![Page 22: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/22.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Klastrite ühendamise meetodid
• Between-groups linkage - klastrite vaheline sarnasus arvutatakse üksiktunnuste seosekordajate keskväärtusena
• Nearest neighbor - klastrite vaheline sarnasus arvutatakse erinevates klastrites olevate omavahel kõige enam seotud tunnuste vahelise seosekordajana. See meetod annab tulemuseks nn suurima korrelatsiooni tee
• Ward’s Method – sarnane üldise ideega, kuid lisaks võetakse tunnuste liitmisel arvesse ka klastrisisest variatiivsust (see peab olema võimalikult minimaalne). Ekstreemsete väärtuste korral ei anna head tulemust.
![Page 23: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/23.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Output: proximity matrix
![Page 24: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/24.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Output: Agglomeration Schedule
Cluster Combined Tunnuse nr.-te järgi grupeerimine (1.samm: järjekorras olnud kuues ja seitsmes tunnus k15 ja k14) Coefficients – tunnuste korrelatsioonikordaja või grupi keskmine seose-kordaja (kui keskmine on alla 0,3 – nõrk seos. Võiks grupeerimise lõpetada peale 10.sammu) Next stage – mitmendal sammul läheb järgmise tunnusega kokku
![Page 25: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/25.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Output: dendrogram 1.samm k14 + k15 (kõige sarnasemad) 2.samm k12 + k13 3.samm k36 + k37 Jne…
![Page 26: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/26.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Andmete grupeerimine
Esimene grupp: k14, k15, k12, k13 Teine grupp: k9, k10 Kolmas grupp: k29, k30 (?) k36, k37, k31, k35 (kas panna kokku või jätta eraldi) Neljas grupp: k38, k39, k40 Tunnus k28 – ei sobi kokku mitte ühegi tunnusega, liideti kõige lõpuks tekkinud gruppidele juurde. Ei sobi ka sisuliselt.
![Page 27: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/27.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Järelsamm: Cronbach’i α arvutamine • Usaldusväärsuse kontrollimise idee antud kontekstis:
– kui hästi antud algtunnuste komplekt mõõdab ühte ühemõõtmelist latentset nähtust?
• Matemaatiliselt: võrreldakse algtunnuste variatiivsuse ühisosa algtunnuste üldise variatiivsusega. Mida suurem variatiivsuse ühisosa, seda kõrgem usaldusväärsus.
• Standardiseeritud tunnuste korral (kui algtunnuste variatiivusus on võrdne) on valemil lihtne kuju:
PS! Mida suuremad korrelatsioonid (ühisosa), seda suurem α Mida rohkem tunnuseid, seda suurem α
K.Niglas (loenguslaid)
![Page 28: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/28.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Cronbach’i α tõlgendamine • Aktsepteeritav väärtus alates 0,8
– Kognitiivsed testid (nt intelligentsustest)
• Aktsepteeritav väärtus alates 0,7 – nt võimetetest (Kline,1999)
Näide 1. α väärtus sõltub tunnuste arvust (Cortina, 1993) 3 tunnust 10 tunnust keskmine seos 0,57 keskmine seos 0,28 α=0,8 α=0,8
Näide 2. α väärtus sõltub skaalade järjestusest (pööramata skaalad) Kõik skaalad ühtepidi tunnuste (6) hulgas on 2 pööratud skaalaga
tunnust α=0,704 α=0,074
![Page 29: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/29.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Cronbachi a väärtus
1 2 3 4 5 6 7 8 9 10 11 12 20 50 1000,50 0,67 0,75 0,80 0,83 0,86 0,88 0,89 0,90 0,91 0,92 0,92 0,95 0,98 0,99
![Page 30: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/30.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Cronbach’i α arvutamine SPSS-s
• Analyze/Scale/Reliablity Analysis…
![Page 31: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/31.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
☑Item
☑Scale ☑Scale if item deleted annab α väärtuse juhuks kui antud tunnus grupist eemaldada (kas α läheb suuremaks või väiksemaks)
![Page 32: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/32.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Output N of items – 5 tunnust Cronbachi α väärtus on 0,776 Kui α on üle 0,7 loetaks väärtust heaks. Parem oleks üle 0,8.
![Page 33: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/33.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Output
![Page 34: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/34.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Edasi…
• Arvutame koondtunnuste väärtused • Viime läbi sobivad/vajalikud olulisustestid
![Page 35: Mitmemõõtmeline statistika - Tallinn Universitykairio/7071/2 klasteranalyys/slaidid tunnuste grupeerimine.pdf · Mitmemõõtmeline statistika Kairi Osula 2017/kevad Tunnuste grupeerimine](https://reader030.fdocument.pub/reader030/viewer/2022040201/5e537971cc1cc54ca947cd9c/html5/thumbnails/35.jpg)
Mitmemõõtmeline statistika Kairi Osula 2017/kevad
Klasteranalüüs. DVD 8 Objektide grupeerimine • Vaata K.Niglase DVD7: ”Faktoranalüüs” (loeng, näide 1 ja näide 2)