analysis of survey data 第２回 堀 啓造

Presentation on theme: "analysis of survey data 第２回 堀 啓造"— Presentation transcript:

1 analysis of survey data 第２回 堀 啓造
調査データ分析 analysis of survey data 第２回 堀　啓造

2 精度・有効桁数 0.1　　　　 0.10 0.100 0.1*0.01 0.1/0.01 0.05～0.149･････ 0.095～0.1049･････ 0.0950～ ･････ 有効桁 小数点第１位まで 一桁 足し算、引き算とかけ算割り算はメカニズムが違う

3 次のクロス表のχ２値を計算せよ

4 ％を見てみる

5 期待値計算 (11) 132*108/201= (21) 132*93/201= (12) 108*69/201= (22) 93*69/201=

6 期待値

7 χ2値(小数点１位） (70.9-68)^2/70.9=0.1186177715 (61.1-64)^2/61.1=0.1376432079
( )^2/37.1= ( )^2/31.9= =

8 χ2値（SPSSの結果）

9 χ2値（より精確） ( )^2/ = ( )^2/ = ( )^2/ = ( )^2/ = =

10 帰無仮説（H０） 当たり前のことが起こっている。 （男女に）違いがない。同じだ。 連関がない。

11 対立仮説（H１） 当たり前でないことが起こっている。 （男女に）違いがある。同じでない。 連関がある。 ５％水準(p<0.05) *

12

13

14

15 帰無仮説を採択した場合 男女とファッションの個性において連関がない(χ2（１）＝0.76, p>0.05）。
5%水準で連関がない。

16 対立仮説を採択した場合 男女とファッションの個性において有意な連関がある(χ2（１）＝5.76, p<0.05）。すなわち，男性のほうが女性に比べて人と違うファッションをしている。 どのようになっているかはっきり記す。 5%水準で有意な連関がある。

17 検定の仕方

18 ２×３の表の場合 もっともバカな買物と思うのは？　 博報堂生活総合研究所調査「４つの価格」(2002)

19 ％を入れる

20 期待値の計算

21 χ2検定

22 調整済み残差 （絶対値が２．０より大きいか？）

23 調整済み残差と％

24 調整済み残差の計算 （覚えなくていい） （観測度数ー期待度数）／ｓｑｒｔ（期待度数）／ｓｑｒｔ（（１－ヨコの周辺度数／総度数）・（１－タテの周辺度数／総度数）） (セル１１） （セル１２） （セル１３） 正規分布しているものとしてズレをチェック。 p=0.05 -> 1.96=2.0, p=0.01 -> 2.57 =2.6

25 調整済み残差の利用 χ2検定において有意な連関があった場合，どのセルにおいて違いがあると言えるのかを明らかにする。
ただし，厳密な検定には他の方法を使う。 SPSSにおいて出力され簡単に利用できるのでこれを使う。これを使わない場合よりは精度が高い。

26 残差を含めた結果の記述 買物の好き嫌いとバカな買物と思う価格には有意な連関がある（χ2(2)=7.211, p<0.05)。残差分析を行った結果，買物好きは買物嫌いに比べ５割高以上の価格をバカな買物と考える率が高い。 （考察のところで，これは仮説に反する（と一致する）ものである。などの考察を加える）。

27 χ2検定をせよ 買物の好き嫌いと最もドキドキする買物の価格（博報堂生活総合研究所「４つの価格」2002）

28 「わからない」と「価格をいった」群の２群に分けるとどういう結果になるか