דלג לתוכןשיטות מחקר במדע המדינה
חלק א'- ניתוח חד-משתני (Frequencies)
בצעתי FREQUENCIES על משתנים V20 (האם לדעת הנשאל הממשלה צריכה ליצור מקומות עבודה) וכן על משתנה האם הממשלה צריכה לבקר את השכר (V17):
סטיית התקן של Govmnt control wages היא 1.3 וסטיית התקן של Government create new jobs היא 0.91. כלומר השאלה הראשונה מתפלגת הרבה פחות הומוגנית מהשאלה השניה.
התשובה השכיחה היא "מסכים" בשתי השאלות, אולם בשאלה הראשונה בעדיפות שניה היה "מתנגד" ואילו בשאלה השניה התשובה בעלת העדיפות שניה היא "מסכים בהחלט". בשני המקרים אחוז הלא משיבים הוא 2% שאינו אחוז גבוה.
להלן 4 התפלגויות של משתנים דמוגרפיים בהם הממוצע חסר חשיבות: מהניתוח עולה:
* * *
חלק ב'- ניתוח דו-משתני (Crosstabs)
ברצוני לבחון את
הוראות
הוראות לביצוע הפעולה הסטטיסטית – FREQENCIES
הוראות לביצוע הפעולה הסטטיסטית – CROSSTABS- בעבודה סמינריונית
בתיבת דו- שיח זו, יש לבקש את האחוז הטורי ע"י סימון של הוראת ה COLUMS (צד שמאל, למטה).
משתנה בקרה ורגרסיה דו-משתנית
חלק א'- משתנה בקרה (Crosstabs)
נבחן את ההשפעה של מקום המגורים (B48) בעבר על הרצון להיות יהודי (B26). עולים שהיגרו מארצות אסיה התיכונה יותר בעלי רצן להיות יהודי מאשר יהודים שהיגרו מביילורוסיה או מאזורים יותר צפוניים ברוסיה.
X2 (30) = 70.3 P < 0.05
הקשר המקורי היה האם יש קשר בין הדת למקום הלידה:
religiosity * place of birth Crosstabulation
Count
חלק ב'- רגרסיה דו-משתנית (Regression)
המשתנה התלוי: האם הכנסת מייצגת את העם (A18). המשתנים המסבירים הם :
A13= האם המנהיגים הינם מנהיגים חזקים
A9= המנהיגים נשמעים לעם
משתנים דמוגרפיים:
B60- מעמד חברתי
B56- הכנסה
B44- קבוצת השתייכות
רמת ההסבר אינה גבוהה R= 0.123. עם זאת המשוואה מובהקת F (3)= 6.8 פ < 0.05 ולכן היא:
A13= 2.85+ 0.14*b60+0.0052 b56- 0.004 b44
סוגי ניתוח ומאפייניהם
T-Test למדגמים
בלתי תלויים
1- סולם שמי ובשתי רמות בלבד. דוגמה: בנים ובנות.
1-בסולם רווח. דוגמה:ציון.
מבחן המשווה ממוצעים של שתי קבוצות שאינן תלויות אחת בשנייה, ובוחן האם קיים הבדל ביניהם.
מאפיין לשוני של השאלה: האם קיים הבדל בין…?
זיהוי הפלט: בראש העמוד כתוב T-Test וכותרת הטבלה השנייה – Independent Samples Test .
אם ה-sig ב- Levin מובהק בודקים את ה- sig (מובהקות) בשורה השנייה אחרת בראשונה.
T –Test למדגמים תלויים
1- סולם שמי ובשתי רמות בלבד. דוגמה:בדיקת המדגם בציון במתמטיקה ובציון באנגלית.
1-סולם רווח.
דוגמה: ציון בעברית לעומת ציון במתמטיקה
מבחן המשווה ממוצעים של שתי קבוצות שתלויות אחת בשנייה, ובוחן האם קיים הבדל ביניהם. תלות קיימת כאשר ישנו קשר בין הנבדקים משתי הקבוצות, או כאשר משווים בין שני ממוצעים של אותם נבדקים.
מאפיין לשוני של השאלה: האם קיים הבדל…?
זיהוי הפלט: בראש העמוד כתוב T –Test וכותרת הטבלה הראשונה-Paired Samples Statistics בודקים את ה-sig של הטבלה השלישית שכותרתה paired samples test .
ניתוח שונות חד –כיווני מסוג anova:
one way anova
1- סולם שמי בשלוש רמות (ערכי משתנה) ויותר. דוגמה: רווק, נשוי, גרוש ואלמן
1-בסולם רווח. דוגמה:ציון.
מבחן המגלה האם קיימים הבדלים בין כמה קבוצות (3 קבוצות ומעלה) ביחס לממוצע של משתנה תלוי.(ציונים)
מאפיין לשוני של השאלה: האם קיים הבדל…?
זיהוי הפלט: בראש העמוד כתוב Oneway וכותרת הטבלה השנייה – Anova בודקים את ה-sig בטבלה שכותרתה anova כאשר המשתנה התלוי רשום בראש הטבלה. אם נמצא מובהקות ממשיכים לניתוח המשך (post hoc) מסוג Scheffe כדי למצוא את מקור המובהקות.
ניתוח שונות דו כיווני מסוג anova:
two way anova
2- סולם שמי ובשלוש רמות ויותר. דוגמה: משתנה ראשון: רווק, גרוש , נשוי ואלמן. משתנה שני: בנים ובנות.
1- בסולם רווח. דוגמה:ציון.
מבחן המגלה האם קיימת השפעה של שני משתנים בלתי תלויים על משתנה תלוי אחד. מתקבלים שלושה אפקטים:
3.אפקט האינטראקציה – השפעתם המשולבת של שני המשתנים הבלתי תלויים על המשתנה התלוי.
מאפיין לשוני של השאלה: האם קיימת השפעה ?
זיהוי הפלט: בראש העמוד כתוב Univariate Analysis of Variance
בטבלה הראשונה מופיעים שני משתנים בלתי תלויים.
בשורה הראשונה של הטבלה השנייה מופיע שמו של המשתנה התלוי (Dependent Variable).
בטבלה השלישית ישנם נתונים על המובהקות (sig) של שני המשתנים הבלתי תלויים ועל האינטראקציה שלהם.
אם נמצאה מובהקות במשתנים הבלתי תלויים ישנם מבחני Scheffe בהמשך.
אם נרצה לבדוק את מקור האינטראקציה, יש צורך לחלק את המדגם למספר קבוצות עפ"י אחד מהמשתנים הבלתי תלויים, ולבצע ניתוח שונות חד-כיווני או מבחן T למדגמים בלתי תלויים בעזרת המשתנה התלוי השני. רצוי לחלק לפי המשתנה הב"ת בעל שלוש רמות ויותר.
anova three way
3- סולם שמי ובשלוש רמות ויותר. דוגמה: משתנה ראשון: רווק, נשוי, גרוש ואלמן. משתנה שני: בנים ובנות. משתנה שלישי: השכלה תיכונית, השכלה תואר ראשון, תואר שני ומעלה.
1- בסולם רווח. דוגמה: ציון.
הערות
מבחן המגלה האם קיימת השפעה של שלושה משתנים בלתי תלויים על משתנה תלוי אחד.
מתקבלים שבעה אפקטים:
(1 ו-2 ).
(2 ו-3 ).
(1 ו-3 ).
מאפיין לשוני של השאלה: האם קיימת השפעה ?
זיהוי הפלט: בראש העמוד כתוב Univariate Analysis of Variance
בטבלה הראשונה מופיעים שלושה משתנים בלתי תלויים.
בשורה הראשונה של הטבלה השנייה מופיע שמו של המשתנה התלוי (Dependent Variable).
בטבלה השלישית (Test of Between- subjects Effects) ישנם נתונים על המובהקות של שלושת המשתנים הבלתי תלויים ועל האינטראקציה שלהם, שלושת האינטראקציות הזוגיות ואינטראקציה אחת משולשת.
אם נמצאה מובהקות למשתנה הבלתי תלוי ישנם ניתוח המשך מסוג Scheffe.
אם נרצה לבדוק את מקור האינטראקציה הזוגית, יש צורך לחלק את המדגם למספר קבוצות עפ"י אחד מהמשתנים הבלתי תלויים, ולבצע ניתוח שונות חד- כיווני או מבחן T למדגמים בלתי תלויים בעזרת המשתנה התלוי השני.אם נרצה לבדוק את מקור האינטראקציה המשולשת יש צורך לחלק את המדגם למספר קבוצות עפ"י שני משתנים בלתי תלויים, ולבצע ניתוח שונות חד-כיווני בעזרת המשתנה הבלתי תלוי השלישי. רצוי לחלק לפי המשתנה הבלתי תלוי בעל שלוש רמות ויותר.
סוג הניתוח
מס' משתנים
בלתי תלויים
מס' משתנים
תלויים
מס' משתנים מפוקחים
הערות
ניתוח שונות חד –
כיווני מסוג: ancova:
one way ancova
1- סולם שמי ובשלוש רמות ויותר. דוגמה: רווק, נשוי,
גרוש ואלמן.
1- בסולם רווח.
דוגמה: ציון
1- לפחות בסולם רווח: משתנה רציף בלבד.
מבחן המגלה האם קיימים הבדלים בין כמה קבוצות, בממוצע של משתנה תלוי, כאשר ישנו משתנה מפוקח (לפחות אחד). מאפיין לשוני של השאלה: האם קיים הבדל…?
זיהוי הפלט: בראש העמוד כתוב Univariate Analysis of Variance בטבלה הראשונה שכותרתה – Between subjects Factors ישנו משתנה בלתי תלוי אחד.
בשורה הראשונה של הטבלה השנייה מופיע שמו של המשתנה התלוי (Dependent Variable).
בטבלה השלישית שכותרתה Test of Between-subjects Effects מופיע משתנה בלתי תלוי חדש בנוסף לקודם.
כאשר יש משתנה מפוקח לא ניתן לעשות post hoc כאשר נמצאת מובהקות, ולכן עושים
one way ancova בלי המשתנה המפוקח ואז בטבלה ניתנים הממוצעים החדשים מהטבלה של ה- estimated marginal means .
ניתוח שונות דו–
כיווני מסוג: ancova:
one way ancova
2- סולם שמי ובשלוש רמות ויותר. דוגמה: רווק, נשוי, גרוש ואלמן. משתנה שני: בנים ובנות.
1- בסולם רווח. דוגמה: ציון
1- לפחות בסולם רווח.
הערות
מבחן המגלה האם קיימת השפעה של שני משתנים בלתיתלויים על משתנה תלוי אחד, כאשר יש משתנה מפוקח אחד או יותר. מתקבלים שלושה אפקטים:
מאפיין לשוני של השאלה: האם קיימת השפעה?
זיהוי הפלט: בראש העמוד כתוב Univariate Analysis of Variance בטבלה הראשונה שכותרתה Between- subjects Factors ישנם שני משתנים בלתי תלויים.
בשורה הראשונה של הטבלה השנייה מופיע שמו של המשתנה התלוי Dependent) Variable).
בטבלה השלישית שכותרתה Test of Between-subjects Effects מופיעים שני המשתנים הבלתי תלויים. האינטראקציה ביניהם ומשתנה בלתי תלוי חדש. אם המשתנים הבלתי תלויים יוצאים מובהקים יש לבצע מבחן שונות חד-כיווני לכל אחד מהמשתנים, כדי למצוא את מקור השונות- בלי המשתנה המפוקח.
אם נרצה לבדוק את מקור האינטראקציה, יש צורך לחלק את המדגם למספר קבוצות עפ"י אחד מהמשתנים הבלתי תלויים, ולבצע ניתוח שונות חד- כיווני או מבחן T למדגמים בלתי תלויים בעזרת המשתנה התלוי השני. רצוי לחלק לפי המשתנה הב"ת בעל שלוש רמות ויותר.
ניתוח שונות חד-
כיווני מסוג manova :
one way manova
1-סולם שמי
מספר משתנים
תלויים בסולם
רווח
מבחן המגלה האם קיימים הבדלים בין כמה קבוצות בממוצעים של מספר משתנים תלויים, בעלי קשר משמעותי ביניהם.
מתקבלים שלושה אפקטים:
מאפיין לשני של השאלה: האם קיימת השפעה של X (משתנה בלתי תלוי)על בדיקה סימולטנית של ….
זיהוי הפלט: בראש העמוד כתוב General Linear Model .
בטבלה הראשונה שכותרתה Between-subjects Factors ישנו משתנה בלתי תלוי אחד.
בטבלה השנייה שכותרתה Descriptive Statistics מופיעים כל המשתנים התלויים, כפונקציה של המשתנה הבלתי תלוי.
בטבלה השלישית שכותרתה Multivariate Tests בחלק השני של הטבלה ובו פרטים על המשתנה הבלתי תלוי ובשורה של ה- Wilks' Lambda בודקים את המובהקות של המשתנה הבלתי תלוי על הבדיקה הסימולטנית.
בטבלה הרביעית שכותרתה Test of Between-subject Effects בודקים את מקור המובהקות של המשתנה בהלתי תלוי על כל אחד מהמשתנים התלויים, ע"י ניתוח שונות חד כיווניים מסוג anova ואם יש מובהקות בודקים את ניתוחי ה- post hoc מסוג Scheffe לבדיקת מקור השונות.
ניתוח שונות חד-
כיווני מסוג manova:
two way manova
2-סולם שמי
מספר משתנים תלויים בסולם רווח
הערות
מבחן המגלה האם קיימת השפעה של שני משתנים בלתי תלויים (בסולם שמי) על מספר משתנים תלויים (בסולם רווח), בעלי קשר משמעתי ביניהם.
מתקבלים ששה אפקטים:
מאפיין לשוני של השאלה: האם קיימת השפעה של X (משתנה בלתי תלוי) על בדיקה סימולטנית של…
זיהוי הפלט: בראש העמוד כתוב General Linear Model.
בטבלה הראשונה שכותרתה Between-subjects Factors ישנם שני המשתנים הבלתי תלויים.
בטבלה השנייה שכותרתה Descriptive Statistics מופיעים כל המשתנים התלויים, כפונקציה של שני המשתנים הבלתי תלויים.
בטבלה השלישית שכותרתה Multivariate Tests בשלוש השורות האחרונות של הטבלה פרטים על שני המשתנים הבלתי תלויים ועל האינטראקציה ובשורה של ה- Wilks' Lambda בודקים את המובהקות של שלושת האפקטים הסימולטנים.
בטבלה הרביעית בודקים את מקור המובהקות של שני המשתנים הבלתי תלוי ושל האינטראקציה על כל אחד מהמשתנים התלויים ואז יש ניתוח המשך מסוג Scheffe למשתנים הבלתי תלויים.
אם האינטראקציה מובהקת יש צורך לחלק את המדגם למספר קבוצות עפ"י אחד מהמשתנים הבלתי תלויים, ולבצע ניתוח שונות חד'כיווני או מבחן T למדגמים בלתי תלויים בעזרת המשתנה התלוי השני. רצוי לחלק לפי המשתנה הב"ת בעל שלוש רמות ויותר.
ניתוח שונות
דו-כיווני
מסוג mancova:
two way mancova
2- בסולם שמי
מספר משתנים בסולם
רווח
1 או יותר
הערות
מבחן המגלה האם קיימת השפעה של שני משתנים בלתי תלויים על מספר משתנים תלויים, בעלי קשר משמעותי ביניהם, כאשר ישנו משתנה מפוקח אחד או יותר.
מתקבלים ששה אפקטים:
מאפיין לשוני של השאלה: האם קיימת השפעה של X (משתנה בלתי תלוי) ו- Y (משתנה בלתי תלוי) על בדיקה סימולטנית של…
זיהוי הפלט: בראש העמוד כתוב General Linear Model
בטבלה הראשונה שכותרתה Between-subjects Factors ישנם שני המשתנים הבלתי תלויים.
בטבלה השנייה שכותרתה Descriptive Statistics מופיעים כל המשתנים התלויים, כפונקציה של שני המשתנים הבלתי תלויים.
בטבלה השלישית שכותרתה Multivariate Tests בחלק השני מופיע המשתנה המפוקח החדש. בשלוש שורות האחרונות של הטבלה פרטים על שני המשתנים הבלתי תלויים ועל האינטראקציה ובשורה של ה- Wilks' Lambda בודקים את המובהקות של שלושת האפקטים הסימולטנים.
בטבלה הרביעית בודקים את מקור המובהקות של שני המשתנים הבלתי תלוי ושל האינטראקציה על כל אחד מהמשתנים התלויים ואז יש ניתוחי המשך מסוג Scheffe למשתנים הבלתי תלויים.
אם האינטראקציה מובהקת יש צורך לחלק את המדגם למספר קבוצות עפ"י אחד מהמשתנים הבלתי תלויים, ולבצע ניתוח שונות חד- כיווני או מבחן T למדגמים בלתי תלויים בעזרת המשתנה התלוי השני. רצוי לחלק לפי המשתנה הב"ת בעל שלוש רמות ויותר.
ניתוח שונות חד- כיווני מסוג Mancova One way mancova | 1.בסולם שמי | מספר משתנים בסולם רווח | 1 או יותר | מבחן המגלה האם קיימים הבדלים בין כמה קבוצות בממוצעים של מספר משתנים תלויים, בעלי קשר משמעותי ביניהם, כאשר ישנו משתנה מפוקח אחד או יותר. מתקבלים שני אפקטים: 1.אפקט סימולטני (main effect) – הבדלים בין הרמות של המשתנה הבלתי תלוי על המרכיב הסימולטני של המשתנים התלויים תוך פיקוח על המשתנה המפוקח. 2.אפקטים ראשיים (main effect) – הבדלים בין הרמות של המשתנה הבלתי תלוי על כל אחד מהמשתנים התלויים בנפרד תוך פיקוח על המשתנה המפוקח.
מאפיין לשוני של השאלה: האם קיימת השפעה של X (משתנה בלתי תלוי) על בדיקה סימולטנית של….
זיהוי הפלט: בראש העמוד כתוב general liner model בטבלה הראשונה שכותרתה Between-Subjects Factors ישנו משתנה בלתי תלוי אחד. בטבלה השניה שכותרתהDescriptive Statistics מופיעים כל המשתנים התלויים, כפונקציה של המשתנה הבלתי תלוי. בטבלה השלישית שכותרתה multivariate tests בחלק השני מופיע המשתנה המפוקח החדש. בשורה האחרונה של הטבלה ובו פרטים על המשתנה הבלתי תלוי ובשורה של ה- Wilksw lambada בודקים את המובהקות של המשתנה הבלתי תלוי על הבדיקה הסימולטנית. בטבלה הרביעית שכותרתה Tests of Betwee Subjects Effects בודקים את מקור המובהקות של המשתנה הבלתי תלוי על כל אחד מהמשתנים התלויים. אם רוצים לבדוק את מקור המובהקות חייבים לבצע ניתוח דומה ללא משתנה מפוקח (one way manova), רק אז אפשר יהיה לבצע ניתוחי Post Hoc |
ניתוח שונות של מדידות
חוזרות חד – כיווני
1
1
מבחן הדומה במהותו לניתוח שונות מסוג anova . יש משתנה בלתי תלוי אחד. משתנה בלתי תלוי אחד המוגדר כמשתנה תוך נבדקי. כלומר, הנבדקים נמצאים בכל קבוצות הניסוי של המשתנה הבלתי תלוי.
מאפיין לשוני של השאלה: האם קיימת השפעה של X (שלושה משתנים.) על….
זיהוי הפלט:
בראש העמוד כתוב general linear model בטבלה הראשונה שכותרתה within subjects factors בתא הראשון השמאלי יש את השם הכולל של המשתנה התוך נבדקי.
בטבלה השנייה שכותרתהdescriptive statistics מופיעים כל המשתנים שמרכיבים את המשתנה הבלתי תלוי ונתוניהם.
בטבלה השלישית בשורה של ה wilksw lambda בודקים את המובהקות של המשתנה הבלתי תלוי.
אם רוצים לבדוק את מקור השונות של המשתנה התוך נבדקי יש צורך לבצע ניתוחי המשך מסוג מבחן T למדגמים תלויים בין שלושת המשתנים בתוך המשתנה הבלתי תלוי.
ניתוח שונות של
מדידות חוזרות דו
כיווני
2 או יותר
1
מבחן הדומה במהותו לניתוח שונות מסוג anova יש משתנה תלוי אחד. לפחות אחד מהמשתנים הבלתי תלויים, מוגדר כמשתנה תוך נבדקי. כלומר, הנבדקים נמצאים בכל קבוצות הניסוי של המשתנה הבלתי תלוי.
מאפיין לשוני של השאלה: האם קיימת השפעה של X (שלושה משתנים) על…
זיהוי הפלט:
בראש העמוד כתוב general linear model
בטבלה הראשונה שכותרתה within-subjects factors בתא הראשון השמאלי יש את השם הכולל של המשתנה התוך נבדקי. בטבלה השלישית שכותרתה descriptive statistics מופיעים כל המשתנים שמרכיבים את המשתנה הבלתי תלוי כפונקציה של המשתנה התלוי הנוסף.
בטבלה הרביעית שכותרתה multivariate test בשורה של ה- wilks lambada בודקים את המובהקות של המשתנה הבלתי תלוי הראשון (התוך נבדקי) ושל האינטראקציה של שני המשתנים.
בהמשך יש טבלה שכותרתה Tests of between-subjects effects בה יש את ה- sig של המשתנה הבין נבדקי.
אם רוצים לבדוק את מקור השונות של המשתנה התוך נבדקי יש צורך לבצע ניתוחי המשך מסוג מבחן T למדגמים תלויים בין שלושת המשתנים בתוך המשתנה הבלתי תלוי.
לגבי המשתנה בן נבדקי יש צורך בניתוח המשך מסוג שפה.
לגבי האינטראקציה – אם נרצה לבדוק את מקור האינטראקציה יש צורך במבחן T למדגמים תלויים.
מתאם-רגרסיה
פשוטה
מבחן הבודק את עוצמת הקשר שבין שני משתנים אורדינליים (סדר) ומעלה. מתייחס לקשרים לינאריים .(למשל:ככל שהציון A יותר גבוה, כך גם הציון B יותר גבוה). קשר בין משתנים אורדינליים (למשל, הקשר בין דירוגי קפיצה לגובה לבין דירוגי קפיצה לרוחק) נבחן באמצעות מתאם ספירמן (nonpar corr). קשר בין משתנים אינטרוולים (למשל: הקשר בין גובה למשקל) נמדד באמצעות מתאם פירסון (correlation). המתאמים יהיו תמיד בין זוגות.
R= מתאם. אם נעלה בריבוע את המתאם ונכפיל ב- 100 נקבל את אחוז השונות המוסברת של המשתנה הבלתי תלוי על המשתנה התלוי. כאשר sig קטן מ- 0.05 יש מובהקות כאשר יש מינוס לפני המתאם אזי המתאם שלילי כלומר הלינאריות הפוכה.
Cross tabs
מבחן חי בריבוע לאי-תלות
מבחן הבודק את הקשר שבין שני משתנים נומינליים (שמיים). ואז יש בדיקה של שכיחויות. מטרת המבחן: לבדוק האם התפלגות השכיחויות בין מספר קטגוריות תואמת להתפלגות המצופה.
דוגמא: בדיקה של מגמה(ריאלית, הומנית) עם התעסקות בספורט (כלל לא, מעט, הרבה)
בטבלה:
Y
X
Y תלוי X בלתי תלוי
את האחוזים תמיד מחשבים מתוך המשתנה הבלתי תלוי והקריאה של הלוח נעשית בכיוון הפוך.
מסתכלים בטבלה chi-square test )) טבלה 3) הערך הראשון זה החי בריבוע כתוב – pearson chi-square מסתכלים ב- Sig בודקים את המובהקות אם ה- sig נמצא מובהק ניתן לכתוב מסקנה כדוגמת המסקנה הבאה: נמצא קשר מובהק בין המגמה שבה לומד התלמיד לבין מידת ההתעסקות שלו בספורט. כאשר סה"כ סטודנטים במגמה הומנית מתעסקים יותר בספורט אבל במגמה הראלית אנחנו מוצאים מעט יותר תלמידים שמתעסקים הרבה בספורט (Chi2(df=2)=5.997,p<0.05) .
חי בריבוע
(לטיב התאמה)
מבחן הבודק את הקשר שבין שני משתנים: אחד נומינליים(שמיים)- אפשר להגיד רק שווה או שונה ואחד אורדינלי- אפשר להגיד גדול מ- קטן מ- ואז יש בדיקה של שכיחויות.
מטרת המבחן: לבדוק האם התפלגות השכיחויות בין מספר קטגוריות תואמת להתפלגות המצופה.
רגרסיה מרובה
שיטת ה- enter
ניתוח הרגרסיה המרובה נועד למצוא את השפעת מספר מנבאים על משתנה מנובא יחיד, כאשר כל המשתנים בסולם רווח, וכן את השונות המוסברת של המשתנה המנובא. אנחנו מכניסים את כל המשתנים שיכולים לנבא שיטה זו פחות שימושית, כי יותר מידי משתנים מסבירים ואז לא ניתן להגיד איזה בדיוק מסביר.
בפלט: בטבלה הראשונה שכותרתה descriptive statistics המשתנה הראשון הוא המנובא. הטבלה השניה היא טבלת קורלציות עפ"י person
הטבלה השלישית שכותרתה variables entered/removes כתוב את המשתנים המנבאים ואת השיטה method=enter והוא כתוב פעם אחת, וכן למטה את המשתנה התלוי.
בטבלה הרביעית שכותרתה: model summary יש את הסיכום של הרגרסיה: R – מתאם מרובה R square – השונות המוסברת ואם מכפילים ב- 100 מקבלים את אחוז השונות המוסברת.
טבלה 5 שכותרתה ANOVA מראים את המובהקות של כל המשתנים.
טבלה 6 שכותרתה coefficients בעמודת ה- Beta מראים את ההשפעה של כל משתנה. ככל שהביטא גבוהה יותר המשתנה משפיע יותר – אין משמעות למינוס לוקחים זאת בערך מוחלט. נוסחת הרגרסיה y = a+b1x1+b2x2+b3x3…
רגרסיה היררכית
Enter לפי קבוצות
ניתוח הרגרסיה המרובה נועד למצוא את ההשפעה של מספר קבוצות מנבאים על משתנה מנובא יחיד, כאשר כל המשתנים בסולם רווח, וכן את השונות המוסברת של המשתנה המנובא, אנחנו מכניסים לכל צעד את המשתנים.
בפלט: בטבלה הראשונה שכותרתה: desctiptive statustics המשתנה הראשון הוא המנובא.
הטבלה השנייה היא טבלת קורלציות עפ"י Pearson. .
הטבלה השלישית שכותרתהvariables entered/removes כתוב את המשתנים המנבאים ואת השיטה method=stepwise וכן למטה את המשתנה התלוי.
בטבלה הרביעית שכותרתה : Model summary יש את הסיכום של הרגרסיה: R – מתאם מרובה, R Square – השונות המוסברת ואם מכפילים ב- 100 מקבלים את אחוז השונות המוסברת.
יש R Square לכל צעד, כאשר ה- Sig,. אומר אם יש מובהקות.
ה r square change כפול 100 זהו אחוז השונות המוסברת לכל צעד.
טבלה 5 שכותרתה ANOVA מראים את המובהקות לכל שלב.
טבלה 6 שכותרתה coefficients – איזה צעד תרם הכי הרבה – לפי ה- sig והביטא, הכל לפי הצעד האחרון. בעמודת ה – beta מראים את ההשפעה של כל משתנה. ככל שהביטא גבוהה יותר המשתנה משפיע יותר – אין משמעות למינוס לוקחים זאת מערך מוחלט.
נוסחת הרגרסיה: y = a+b1x1+b2x2+b3x3…
רגרסיה בצעדים
ניתוח הרגרסיה בצעדים נועד למצוא מהם המנבאים המשפיעים ביותר בהשוואה ליתר המנבאים על משתנה מנובא יחיד, כאשר כל המשתנים בסולם רווח, וכן את השונות המוסברת. המחשב בוחר בעצמו איזה משתנים נכנסים ואיזה לא, בצעד הראשון את המשתנה שהכי תורם וכן הלאה עד אשר אין משתנים עם רמת מובהקות.
בפלט: בטבלה הראשונה שכותרתה :variables enteres/removes כתוב את המשתנים המנבאים ואת השיטה method=stepwise וכן למטה את המשתנה התלוי.
בטבלה הרביעית שכותרתה model summary יש את הסיכום של הרגרסיה: כל המשתנים שנכנסו שמנבאים. R – מתאם מרובה, R square בשורה האחרונה כפול 100 הוא אחוז השונות המוסברת של כל המשתנים יחד. בעמודה של ה R Square Change יש את השונות המוסברת שכל משתנה תרם.
טבלה 5 שכותרתה ANOVA מראים את המובהקות לאורך כל הדרך.
טבלה 6 שכותרתה Coefficients יש את כל הצעדים ואת הנתונים לנוסחת הרגרסיה לקחים מהצעד האחרון אלא אם כן נאמר אחרת. Constant=a (הראשון בעמודת ה- b ואת השאר לוקחים מעמודת ה- b.
נוסחת הרגרסיה: y = a+b1x1+b2x2+b3x3…
בטבלה 7 שכותרתה: Excluded Variables מראים בכל צעד מה נשאר.
מהימנות
בדיקת היציבות/העקביות הפנימית של שאלון. מבחן המהימנות, למעשה, מעריך את מידת הקשר בין הפריטים בשאלון מסוים ומוודא שכל השאלות אכן מתייחסות לאותו משתנה נמדד.
קיימות כמה שיטות לבדיקת מהימנות: אנו נבחר בבדיקת מהימנות פנימית – אלפא של קרונבך.
אופן הדיווח: על מנת לבחון את מהימנות X פריטי שאלון ה- Y בוצע ניתוח מהימנות לבדיקת מובהקות העקיבות הפניית של השאלון. הניתוח העלה כי לשאלון מהימנות גבוהה.
(cronbach אלפא = 0.80
ניתוח גורמים
שיטה סטטיסטית רב- משתנית לתיאור יחסים בין מספר רב של משתנים במטריצת מתאמים על ידי הפחתתם למספר מועט יחסית ובלתי תלוי של משתנים מורכבים הנקראים גורמים.
הצעדים הנדרשים: 1. הכנת מטריצת מתאמים. 2. הוצאה של גורמים ראשוניים (initial factors) . 3. ביצוע פרוצדורת רוטציה (rotation) שמטרתה להשיג את הגורמים הניתנים לפירוש השפוט ביותר.
למשל: שאלון המכיל 20 פריטים של שלאלות ניתן לצמצמו ל-4 גורמים שמייצגים את תוכן 20 השאלות.
טעינות הגורם (loading factor)
בניתוח גורמים עם גורמים אורתוגונאליים, בודקים את המתאם בין כל פריט בשאלון (משתנה) עם הגורמים השונים.
רוטציית הגורם:
בניתוח principal-component מתבצעת רוטציה על צירי הגורמים (הממדים) המזוהים כבר בהוצאה הראשונה של הגורם (initial extraction) , כדי לקבל גורמים ברי הסברה ופשוטים יותר.
דיווח רגרסיה בצעדים \
השונות המוסברת בצעד הראשון בה הוכנסו רק המשתנים הדמוגרפים הינה 8%, ואילו בצעד השני אחרי הכנסת המשתנים הדמוגרפיים והכנסת משתני המחקר (מימוש עצמי, הערכה עצמית ומגדר) היא 22%. נמצא כי בין המשתנים הדמוגרפיים המשתנה שעות עבודה (01( β= .16, p< . תורם תרומה חיובית למשמעות בעבודה, ואילו המשתנה מעמד במקום העבודה (β= -.15, p< .01) תורם תרומה שלילית למשמעות בעבודה. בנוסף נמצא כי המשתנה מצב כלכלי (β= .06, p< .01) תורם תרומה חיובית למשמעות בעבודה. ממשתני המחקר נמצא כי ככל שתחושת המימוש העצמי עולה בקרב העובד המשמעות בעבודה עולה בהתאם (β= .21, p<.01). וכך גם נמצא כי ככל שהערכת העצמית בקרב העובד עולה גם המשמעות בעבודה עולה בהתאם (β= .21, p< .01).
Count
פונקציה שמטרתה לספור כמה פעמים מופיע ערך מסוים בסדרת משתנים, ברשומת הנבדק (ניתן לקבל גם טווח ערכים).
קובץ הפקודות ייראה כך:
COUNT
kizoni = attach01 attach02 attach03 attach04 attach05 attach06
attach07 attach08 attach09 attach10 attach11 attach12 attach13
attach14 attach15 attach16 attach17 attach18 attach19 attach20
attach21 attach22 attach23 attach24 attach25 attach26 attach27
attach28 attach29 attach30 attach31 attach32 attach33 attach34
attach35 attach36 (7) .
EXECUTE .
פרוצדורות
חישובים סטטיסטיים (כמו ממוצע, חציון, בדיקת השערות, מתאם וכו') הנעשים לכל הנחקרים ביחד. בטרנספורמציות, הושם הדגש על הנבדק עצמו – חישבנו לו ממוצע, הוספנו לו בונוסים וכו'. בפרוצדורות ההתייחסות היא לקבוצת הנחקרים כולה – למשל, מחשבים ממוצע של משתנה לכל הקבוצה. בעקבות הפעלת הפרוצדורה נפתח חלון חדש שבו מופיע הפלט.
Frequencies – פרוצדורת התפלגות שכיחויות
פקודה זו שייכת לסטטיסטיקה התיאורית, ומציגה את התפלגות המשתנים.
קובץ הפקודות ייראה כך:
FREQUENCIES
VARIABLES=gender religion family group
/ORDER= ANALYSIS .
שימו לב!
במידה ואנו איננו מעוניינים לקבל את טבלת השכיחויות, ניתן להסיר את ה-'V' מה- DISPLAY FREQUENCY TABLES. במקרה זה, נקבל פלט עם הסטטיסטיקה התיאורית שביקשנו בחלון ה- STATISTICS, אך לא נקבל את טבלת השכיחויות של המשתנים הנבחרים.
קובץ הפקודות ייראה כך:
FREQUENCIES
VARIABLES=meanavoi meananxi /FORMAT=NOTABLE
/STATISTICS=MEAN MEDIAN
/ORDER= ANALYSIS .
Descriptives – תיאור משתנים בסולם רווח או יחס
פקודה זו שייכת לסטטיסטיקה התיאורית. ברירת המחדל של הפקודה היא חישוב סטטיסטיקה תיאורית בסיסית (ממוצע, סטית תקן, מינימום ומקסימום). אולם אפשר גם לקבל מדדים נוספים כמו שגיאת תקן, שונות וכדומה.
אפשרות נוספת: במידה ומעוניינים בסטטיסטיקה תיאורית נוספת ניתן לבחור אותה בלחיצה על OPTIONS.
קובץ הפקודות ייראה כך:
DESCRIPTIVES
VARIABLES=nagish zaam ampathy vitur expect
/STATISTICS=MEAN STDDEV MIN MAX .
שימו לב!
במידה ואנו מעוניינים להמיר ציונים לציוני תקן, ניתן לסמן ב- 'V' את SAVE STANDARDIZED VALUES AS VARIABLES. במקרה זה, נקבל פלט עם סטטיסטיקה תיאורית, ובנוסף לכך, ייווצרו משתנים חדשים בקובץ הנתונים, שישאו את השם "z + שם המשתנה הישן".
קובץ הפקודות ייראה כך:
DESCRIPTIVES
VARIABLES=nagish zaam ampathy vitur expect /SAVE
/STATISTICS=MEAN STDDEV MIN MAX .
Select Cases – ביצוע הפרוצדורות על חלק מהנבדקים
לעתים אנו מעוניינים לבצע את הניתוחים הסטטיסטיים רק על חלק מהנבדקים.
לפני ביצוע הפרוצדורה, יש לבחור את הקבוצה הספציפית עליה רוצים לערוך את הניתוח:
– על קובץ הנתונים מסומנים בפילטר אותם נחקרים המקיימים את התנאי (למשל, רק הנשים). כעת ניתן לערוך את הניתוחים הרצויים.
קובץ הפקודות ייראה כך:
USE ALL.
COMPUTE filter_$=(gender = 1) .
VARIABLE LABEL filter_$ 'gender = 1 (FILTER)'.
VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.
FORMAT filter_$ (f1.0).
FILTER BY filter_$.
EXECUTE.
ולאחר מכן כותבים את הפרוצדורה הרצויה (למשל, פקודת Descriptives)
לצורך ביטול התנאי:
קובץ הפקודות ייראה כך:
FILTER OFF.
USE ALL.
EXECUTE .
Split file – ביצוע הפרוצדורות על קבוצות נבדקים
כאשר רוצים לבצע ניתוחים לכל קבוצת נחקרים בנפרד.
קובץ הפקודות ייראה כך:
SORT CASES BY group .
SPLIT FILE
SEPARATE BY group .
ולאחר מכן כותבים את הפרוצדורה הרצויה (למשל, מבחן t למדגמים בלתי תלויים):
T-TEST
GROUPS=gender(1 2)
/MISSING=ANALYSIS
/VARIABLES=nagish
/CRITERIA=CIN(.95) .
לצורך ביטול התנאי:
קובץ הפקודות ייראה כך:
SPLIT FILE
OFF.
Reliability – מהימנות פנימית (אלפא של קרונבאך)
בדיקת היציבות/העקביות הפנימית של השאלון. מבחן המהימנות, למעשה, מעריך את מידת הקשר בין הפריטים בשאלון מסוים ומוודא שכל השאלות אכן מתייחסות לאותו משתנה נמדד. קיימות כמה שיטות לבדיקת מהימנות: מהימנות מבחן חוזר, מבחנים מקבילים, מהימנות מבחן חצוי, מהימנות פנימית אלפא-קרונבך ומהימנות בין שופטים.
קובץ הפקודות ייראה כך:
RELIABILITY
/VARIABLES=attach01 attach03 attach05 attach07 attach09 attach11
attach13 attach15 attach17 attach19 attach21 attach23 attach25
attach27 attach29 attach31 attach33 attach35
/FORMAT=NOLABELS
/SCALE(ALPHA)=ALL/MODEL=ALPHA
/SUMMARY=TOTAL .
Correlations / Nonpar Corr – מתאם
מבחן הבודק את עוצמת הקשר שבין שני משתנים אורדינלים (סדר) ומעלה. מתייחס לקשרים ליניאריים (למשל, ככל שהציון ב A יותר גבוה, כך הציון ב B יותר גבוה):
קשר בין משתנים אורדינלים (למשל, הקשר בין דירוגי קפיצה לגובה לבין דירוגי קפיצה לרוחק) נבחן באמצעות מתאם ספירמן (nonpar corr).
קשר בין משתנים אינטרוולים ומעלה (למשל, הקשר בין גובה למשקל) נמדד באמצעות מתאם פירסון (correlations).
ניתן להגדיר בפקודה זו יותר משני משתנים אולם המתאמים יהיו תמיד בין זוגות של משתנים.
קובץ הפקודות ייראה כך:
מתאם פירסון –
CORRELATIONS
/VARIABLES=nagish zaam ampathy vitur expect
/PRINT=TWOTAIL NOSIG
/MISSING=PAIRWISE .
מתאם ספירמן –
NONPAR CORR
/VARIABLES=religion meanavoi meananxi
/PRINT=SPEARMAN TWOTAIL NOSIG
/MISSING=PAIRWISE .
Npar test – χ2 לטיב התאמה
בוחן האם השכיחות הקיימת במדגם, במשתנה שמי אחד, מתאימה לשכיחות הצפויה. השימוש העיקרי במבחן זה נעשה על מנת לוודא שהתפלגות השכיחויות במדגם שווה להתפלגות השכיחויות באוכלוסייה.
א. חלוקת שכיחויות שווה בין הקבוצות – מסמנים את ALL CATEGORIES EQUAL
ב. חלוקת שכיחויות לא שווה – מסמנים את VALUES ובו מכניסים את השכיחויות באחוזים(!) הצפויות בזו אחר זו, לפי סדר הקבוצות.
קובץ הפקודות ייראה כך:
NPAR TEST
/CHISQUARE=gender
/EXPECTED=EQUAL
/MISSING ANALYSIS.
או כך:
NPAR TEST
/CHISQUARE=family
/EXPECTED=30 40 20 10
/MISSING ANALYSIS.
Crosstabs – χ2 לאי תלות
במבחן זה בודקים האם קיים קשר בין שני משתנים שמיים, בעזרת בדיקת ההתאמה בין השכיחות הקיימת לשכיחות הצפויה. כלומר, האם ההתפלגות של המשתנה השמי הראשון באחת הרמות של המשתנה השמי השני, דומה להתפלגות של המשתנה השמי הראשון ברמות האחרות של המשתנה השמי השני.
קובץ הפקודות ייראה כך:
CROSSTABS
/TABLES=gender BY group
/FORMAT= AVALUE TABLES
/STATISTIC=CHISQ
/CELLS= COUNT EXPECTED ROW COLUMN TOTAL .
t test groups – מבחן t למדגמים בלתי תלויים
מבחן המשווה ממוצעים של שתי קבוצות שאינן תלויות אחת בשניה, ובוחן האם קיים הבדל בינם. למעשה, במבחן זה יש משתנה בלתי תלוי אחד (בסולם שמי עם 2 רמות) ומשתנה תלוי אחד (בסולם רווח).
קובץ הפקודות ייראה כך:
T-TEST
GROUPS=gender(1 2)
/MISSING=ANALYSIS
/VARIABLES=ampathy
/CRITERIA=CIN(.95) .
אפשרות נוספת: ניתן להעביר אל ה- GROUPING VARIABLE גם משתנה בלתי תלוי שאינו קטגוריאלי, ואז לבחור ב- DEFINE GROUPS את נקודת החיתוך (CUT POINT) אשר תחצה את המשתנה לשתי קבוצות; קבוצה א' מנקודת החיתוך (כולל) ומעלה, וקבוצה ב' מנקודות החיתוך (לא כולל) ומטה.
במקרה זה, קובץ הפקודות ייראה כך:
T-TEST
GROUPS=age(25)
/MISSING=ANALYSIS
/VARIABLES=ampathy
/CRITERIA=CIN(.95) .
קריאת הפלט:
Sig>0.05 🡨 השונויות של שתי הקבוצות שוות (EQUAL VARIANCE ASSUMED)
Sig<0.05 🡨 השונויות של שתי הקבוצות לא שוות (EQUAL VARIANCE NOT ASSUMED)
t test pairs – מבחן t למדגמים תלויים
מבחן המשווה ממוצעים של שתי קבוצות התלויות אחת בשניה, ובוחן האם קיים הבדל בינם. תלות קיימת כאשר ישנו קשר בין הנבדקים משתי הקבוצות, או כאשר משווים בין שני ממוצעים של אותם הנבדקים. למעשה, גם במבחן זה יש משתנה בלתי תלוי אחד (בסולם שמי עם 2 רמות) ומשתנה תלוי אחד (בסולם רווח), כאשר העיקר הוא התלות בין שתי הרמות של המשתנה השמי.
קובץ הפקודות ייראה כך:
T-TEST
PAIRS= vitur WITH expect (PAIRED)
/CRITERIA=CIN(.95)
/MISSING=ANALYSIS.
One way ANOVA – ניתוח שונות אנובה חד כיווני
במבחן זה נשתמש כאשר נרצה לגלות האם קיימים הבדלים בין כמה קבוצות (3 קבוצות ומעלה) בממוצע של משתנה תלוי. למעשה בניתוח זה יש משתנה בלתי תלוי אחד (בסולם שמי עם 3 רמות ויותר) ומשתנה תלוי אחד (בסולם רווח).
קובץ הפקודות ייראה כך:
ONEWAY
zaam BY group
/STATISTICS DESCRIPTIVES
/MISSING ANALYSIS
/POSTHOC = SCHEFFE ALPHA(.05)
Two way ANOVA – ניתוח שונות אנובה דו כיווני
בניתוח זה משתמשים כאשר נרצה לגלות האם קיימת השפעה של שני משתנים בלתי תלויים (בסולם שמי) על משתנה תלוי אחד (בסולם רווח).
בניתוח שונות דו כיווני מתקבלים שלושה אפקטים:
אפקט ראשי 1 (Main Effect) – הבדלים בין הרמות של משתנה בלתי תלוי ראשון.
אפקט ראשי 2 (Main Effect) – הבדלים בין הרמות של משתנה בלתי תלוי שני.
אפקט האינטראקציה – השפעתם המשולבת של שני המשתנים הבלתי תלויים על המשתנה התלוי.
אפשרות נוספת: במידה והאינטראקציה מובהקת ניתן להיעזר בגרפים להבנת האינטראקציה – לשם כך לוחצים על PLOTS ומעבירים משתנה בלתי תלוי אחד לתיבת HORIZONTAL AXIS ומשתנה בלתי תלוי שני ל- SEPARATE LINES ולוחצים על ADD (כדאי לעשות זאת שוב – כאשר משנים את סדר המשתנים הבלתי תלויים).
קובץ הפקודות ייראה כך:
UNIANOVA
nagish BY gender group
/METHOD = SSTYPE(3)
/INTERCEPT = INCLUDE
/POSTHOC = group ( SCHEFFE )
/PRINT = DESCRIPTIVE ETASQ
/CRITERIA = ALPHA(.05)
/DESIGN = gender group gender*group .
אם נרצה לבדוק את מקור האינטראקציה יש צורך לחלק את המדגם למספר קבוצות על פי אחד מהמשתנים הבלתי תלויים, ולבצע ניתוח שונות חד כיווני בעזרת המשתנה הבלתי תלוי השני (המשתנה התלוי נשאר אותו משתנה תלוי).
קובץ הפקודות ייראה כך:
SORT CASES BY group .
SPLIT FILE
SEPARATE BY group .
T-TEST
GROUPS=gender(1 2)
/MISSING=ANALYSIS
/VARIABLES=nagish
/CRITERIA=CIN(.95) .
SPLIT FILE
OFF.
או כך:
SORT CASES BY gender .
SPLIT FILE
SEPARATE BY gender .
ONEWAY
nagish BY group
/STATISTICS DESCRIPTIVES
/MISSING ANALYSIS
/POSTHOC = SCHEFFE ALPHA(.05).
SPLIT FILE
OFF.
Reliability – מהימנות פנימית (אלפא של קרונבאך)
שאלון ההתקשרות:
. . . מהימנות גורם ההימנעות המורכב מכל השאלות האי-זוגיות בשאלון ההתקשרות היא α=0.88. כמו כן, מהימנות גורם החרדה המורכב מכל השאלות הזוגיות בשאלון ההתקשרות היא α=0.91.
Correlations – מתאם פירסון (רגרסיה פשוטה)
כדי לבדוק האם קיימים מתאמים מובהקים בין חמשת הגורמים של שאלון הקשר הזוגי נערכו מבחני מתאם פירסון בין חמשת הגורמים. נמצא כי בין כל הגורמים לבין עצמם קיימים מתאמים חיוביים מובהקים. כלומר, ככל שהממוצע בכל גורם גבוה יותר כך הממוצע בגורמים האחרים גבוה יותר (לוח 2).
Nonpar Corr – מתאם ספירמן
כדי לבדוק האם קיימים מתאמים מובהקים בין רמת הדתיות לבין רמת ההימנעות או רמת החרדה נערכו מבחני מתאם ספירמן. נמצא כי לא קיים מתאם מובהק בין רמת הדתיות לבין רמת ההימנעות, r(265)=-.04, p>.05. כמו כן, נמצא כי לא קיים מתאם מובהק בין רמת הדתיות לבין רמת החרדה, r(265)=.02, p>.05. כלומר, אין קשר בין רמת הדתיות לבין רמת ההימנעות או רמת החרדה.
Npar test – χ2 לטיב התאמה
כדי לבדוק האם משתנה המין מתפלג באופן שווה נערך מבחן χ² לטיב התאמה. במבחן נמצא כי המין מתפלג באופן דומה, χ²(1)=1.08, p>.05. כלומר מספר הגברים (125) אינו שונה באופן מובהק ממספר הנשים (142).
Crosstabs – χ2 לאי תלות
כדי לבדוק האם קיימת תלות בין המין לבין סוג ההתקשרות נערך מבחן χ² לאי-תלות. במבחן נמצא כי לא קיימת תלות מובהק, χ²(3)=3.19, p>.05. על פי לוח מספר 3 ניתן לראות כי היחס בין הגברים לנשים נשמר בכל סוגי ההתקשרות השונים.
t test groups – מבחן t למדגמים בלתי תלויים
כדי לבדוק האם קיים הבדל בין גברים לבין נשים בצורך באמפתיה בלתי מילולית נערך מבחן t למדגמים בלתי תלויים. בניתוח נמצא כי לא קיים הבדל מובהק בין הנשים לבין הגברים בצורך באמפתיה בלתי מילולית, t(265)=-1.69, p>.05. כלומר, ממוצע הצורך באמפתיה בלתי מילולית של הנשים (M=2.90, SD=0.79) אינו גבוה באופן מובהק מזה של הגברים (M=2.74, SD=0.78).
t test pairs – מבחן t למדגמים תלויים
כדי לבדוק האם קיים הבדל בין ויתור על הקשר לבין ציפיות מוגזמות מבן הזוג נערך מבחן t למדגמים תלויים. בניתוח נמצא כי קיים הבדל מובהק בין הויתור על הקשר לבין הציפיות המוגזמות מבן הזוג, t(266)=-17.88, p<.001. כלומר, ממוצע הציפיות המוגזמות מבן הזוג
(M=3.40, SD=0.82) גבוה באופן מובהק מממוצע ויתור על הקשר (M=2.34, SD=0.90).
One way ANOVA – ניתוח שונות אנובה חד כיווני
כדי לבדוק האם קיימים הבדלים בין משתתפים בעלי סוג התקשרות שונה בתגובות הזעם נערך ניתוח שונות אנובה חד כיווני (One way ANOVA). בניתוח נמצא כי קיימים הבדלים מובהקים על פי סוג ההתקשרות בתגובות הזעם, F(3,263)=16.97, p<.001. בניתוחי המשך מסוג scheffe נמצא כי ממוצע תגובות הזעם בקרב משתתפים בעלי סוג התקשרות בטוח (M=1.55, SD=0.54) או נמנע (M=1.66, SD=0.66) נמוך באופן מובהק בהשוואה למשתתפים בעלי סוג התקשרות חרד (M=2.02, SD=0.78) או אמביוולנטי (M=2.29, SD=0.76). בנוסף לכך, אין הבדלים בממוצע חוסר הנגישות של בן הזוג בין משתתפים בעלי סוג התקשרות בטוח לבין משתתפים בעלי סוג התקשרות נמנע, או בין משתתפים בעלי סוג התקשרות חרד לבין משתתפים בעלי סוג התקשרות אמביוולנטי.
Two way ANOVA – ניתוח שונות אנובה דו כיווני
כדי לבדוק האם קיימים הבדלים על פי המגדר וסוג ההתקשרות בחוסר הנגישות של בן הזוג נערך ניתוח שונות אנובה דו כיווני (Two way ANOVA). בניתוח נמצא כי קיים הבדל מובהק על פי המגדר בחוסר הנגישות של בן הזוג, מעבר לסוג ההתקשרות, F(1,259)=8.57, p<.005,
η²=0.032. כלומר, ממוצע חוסר הנגישות של בן הזוג על פי הנשים (M=2.94, SD=0.79) גבוה באופן מובהק ממוצע חוסר הנגישות של בן הזוג על פי הגברים (M=2.65, SD=0.73).
בהמשך נמצא כי קיים הבדל מובהק על פי סוג ההתקשרות בחוסר הנגישות של בן הזוג, מעבר למגדר, F(3,259)=20.23, p<.001, η²=0.190. כלומר, משתתפים בעלי סוג התקשרות שונה, שונים זה מזה בממוצע חוסר הנגישות של בן הזוג. בניתוחי המשך מסוג scheffe נמצא כי ממוצע חוסר הנגישות של בן הזוג בקרב משתתפים בעלי סוג התקשרות בטוח (M=2.57, SD=0.65) או נמנע (M=2.39, SD=0.74) נמוך באופן מובהק בהשוואה למשתתפים בעלי סוג התקשרות חרד (M=3.23, SD=0.76) או אמביוולנטי (M=3.02, SD=0.71). בנוסף לכך, אין הבדלים בממוצע חוסר הנגישות של בן הזוג בין משתתפים בעלי סוג התקשרות בטוח לבין משתתפים בעלי סוג התקשרות נמנע, או בין משתתפים בעלי סוג התקשרות חרד לבין משתתפים בעלי סוג התקשרות אמביוולנטי.
לבסוף, נמצאה אינטראקציה מובהקת של המגדר ושל סוג ההתקשרות על חוסר הנגישות של בן הזוג, F(3,259)=3.41, p<.05, η²=0.038. כדי לבדוק את מקור האינטראקציה נערכו מבחני t לבחינת ההבדלים בין גברים לנשים, בנפרד לכל אחד מסוגי ההתקשרות. נמצא כי בעוד שבקרב משתתפים בטוחים, חרדים או נמנעים ממוצע חוסר הנגישות של בן הזוג אצל הנשים אינו שונה באופן מובהק ממוצע חוסר הנגישות של בן הזוג אצל הגברים, בקרב משתתפים אמביוולנטיים ממוצע חוסר הנגישות של בן הזוג אצל נשים גבוה באופן מובהק מממוצע חוסר הנגישות של בן הזוג אצל גברים (לוח 4).
שיטה (Method)
פרק השיטה מתאר בצורת מפורטת את מערך המחקר והאופן המדויק בו נערך המחקר. פרק השיטה אמור לכלול את כל המידע הנדרש לקורא על מנת להעריך את מהימנות ותוקף המחקר, ועל מנת לערוך רפליקציה של המחקר. פרק השיטה מחולק למספר סעיפים: משתתפים, כלים, הליך. במקרה שלא נעשה שימוש בכלים ייחודיים למחקר הספציפי, ישולב תיאור הכלים בסעיף ההליך ולא בסעיף נפרד. בנוסף, במקרה של מערך מחקר מורכב במיוחד ניתן להוסיף סעיף "מערך" שיפרט את סוג המחקר, תנאי הניסוי השונים והאופן בו נוצרו.
משתתפים/ נבדקים (Participants/ Subjects)
סעיף זה יכלול את מספר הנבדקים, מאפיינים כלליים של הנבדקים כמו גיל (ממוצע, טווח), התפלגות המינים (מספר גברים ונשים), סוג אוכלוסיה (סטודנטים, אחיות, חיילים…), כיצד גויסו (כחלק מדרישות קורס, בתמורה לתשלום, התנדבות), סוג הדגימה ומאפיינים נוספים הרלבנטיים למחקר. לדוגמא במחקרים בנושא שפה מצוין בדרך כלל אם הנבדקים הם דוברים ילידיים של השפה בה השתמשו בניסוי ואם יש להם היסטוריה של בעיות שפה כלשהן; מחקרים העוסקים בהבדלים בין המיספרות מציינים יד דומיננטית וכדומה. יש לציין קריטריונים להכללה או אי הכללה של משתתפים במחקר (לדוגמא: אי הכללת נבדקים ששפת אימם אינה עברית) אם היו כאלה. כמו כן, יש לתאר נבדקים שנשרו מהניסוי או שלא נעשה שימוש בנתונים שלהם מסיבות שונות (לדוגמא לא מילאו אחר הוראות הניסוי).
במחקרים הכוללים קבוצות מחקר שונות יש לציין באיזה אופן הושמו הנבדקים לתנאי הניסוי השונים (אקראיות, ריבוע לטיני…), כולל מספר הנבדקים בכל תנאי. באופן כללי, רצוי שמספר המשתתפים במחקר יהיה לפחות 60, ושיהיו לפחות 30 משתתפים בכל קבוצה. יש להציג מאפיינים דמוגרפיים רלבנטיים (גיל, מין, השכלה…) לכל קבוצת מחקר בנפרד ולציין את תוצאות הניתוחים הסטטיסטיים שנערכו על מנת לודא שאין הבדלים בין הקבוצות במאפיינים אלו. ניתן להציג את נתוני הקבוצות בטבלה.
דוגמא לסעיף נבדקים
במחקר השתתפו 58 נבדקים. טווח הגלאים נע בין 21-68 (M = 34.63; SD = 9.71 ). המשתתפים נדגמו מאוכלוסיית תושבי גוש דן. מרביתם (67%) היו תושבי תל אביב, והשאר תושבי ערים שונות בגוש דן. שיטת הדגימה היתה "כדור שלג" דרך חברים של עורכי המחקר וההשתתפות היתה בהתנדבות. המדגם נחלק באופן אקראי לשתי קבוצות: קבוצת המחקר שכללה 30 משתתפים (20 גברים ו- 10 נשים) שעברו סדנה לניהול כספי וקבוצת ביקורת שכללה 28 משתתפים (18 גברים ו-10 נשים) שלא עברו סדנה לניהול כספי. לא היה הבדל מובהק בהתפלגות המין בין הקבוצות p = .85 χ2 (1,N = 58) = 0.04,. טבלה 1 מציגה נתונים דמוגרפיים של שתי הקבוצות.
כלים (Materials/ Apparatus)
מטרת סעיף הכלים היא להציג את החומרים והמכשירים בהם נעשה שימוש במחקר (כולל שאלונים, מכשירים, מחשבים, סרטים, מצגות וכדומה) באופן מפורט מספיק על מנת לאפשר רפליקציה ולהעריך את הממצאים. לגבי כל כלי יש להציג נתונים לגבי מהימנותו ותקפותו. יש להציג כל כלי או שאלון בפסקה נפרדת.
דוגמא לתיאור שאלון
שאלון הערכה עצמית(RSE) (Rosenberg, 1965) Rosenberg Self Esteem: שאלון דיווח עצמי הבוחן מידת הערכה העצמית. השאלון כולל עשרה פריטים המתייחסים לתפיסות עצמי אפשריות שונות כמו "אני מרגיש אדם בעל ערך לפחות ברמה שווה לאחרים". כל פריט מדורג על פי מידת ההסכמה בסולם הנע מ-1 ("מסכים מאוד") עד 5 ("לא מסכים כלל"). פריטים 2, 5 ,9 מנוסחים באופן הפוך. הציון הכולל הוא ממוצע הציונים כאשר ציון גבוה יותר מבטא הערכה עצמית גבוהה יותר. מחקרים רבים הצביעו על מהימנות גבוהה של השאלון, עם רמות של Cronbach-α גבוהות מ- .85 (לדוגמא: Abel & Cohen, 1992; Smith, 2004 ). במחקר הנוכחי רמת העקביות הפנימית של כל השאלון היתה .58 לאחר ניתוח המהימנות הושמטו שלושה פריטים (מס' 7, 10, 15( והמהימנות עלתה ל-71. לכן, ציון הערכה עצמית חושב ע"י מיצוע שבעת הפריטים הנותרים. בנוסף, לשאלון תקפות גבוהה: מחקרים הצביעו על מתאמים גבוהים בין השאלון לבין רמת ההערכה העצמית כפי שהוערכה בראיונות קליניים (Layola, 2003), דיכאון (Johnson, 1999) ומוטיבציה (He & Su, 2003). השאלון תורגם לעברית בשיטת התרגום ההפוך וגם הגירסה העברית נמצאה מהימנה עם Cronbach-α= .95 (Walfisch & Hobfol, 1984).
דוגמא לתיאור הכנת רשימות מילים
לצורך בניית מטלת ההטרמה (priming) ניתנו רשימות של זוגות שמות-עצם מאותה קטגוריה ל-40 שופטים (דוברי שפת אם עברית ואנגלית כשפה שניה) לדירוג על פני סולמות 1-7 של מידת הקשר האסוציאטיבי (עד כמה המילה X מזכירה לך את המילה Y?). ציונים גבוהים יותר מצביעים על קשר אסוציאטיבי חזק יותר. אורך מילות המטרה היה 2-7 אותיות.
על מנת ליצור את שני תנאי הקשר לניסוי (קשר סמנטי חזק וקשר סמנטי חלש) נבחרו מתוך הדירוגים שנתקבלו 50 זוגות מילים בעלות קשר אסוציאטיבי חזק (M = 6.15, SD = 0.44) ו-50 זוגות של קשר אסוציאטיבי חלש (M = 3.45, SD = 0.89). מבחני t שנערכו לבדיקת ההבדלים בדירוגי הקשר האסוציאטיבי הראו שאכן עוצמת הקשר האסוציאטיבי היתה גבוהה יותר בתנאי הקשר החזק בהשוואה לקשר החלש t(98) = 19.38, p < .001. רשימות המילים של שני תנאי הקשר (קשר סמנטי חלש וקשר סמנטי חזק) מופיעות בנספח מספר 1.
הליך (Procedure)
מטרת סעיף זה היא תיאור דרך ביצוע המחקר בפועל, כך שניתן יהיה לבצע שיחזור שיטתי של המחקר. סעיף ההליך מתאר את מהלך הניסוי צעד צעד, בסדר כרונולוגי. יש לתאר את ההוראות שניתנו לנבדקים, אופן התפעול של המשתנים, המשימות שביצעו נבדקים בתנאים השונים (כולל מספר הצעדים ו/או הגירויים בכל תנאי) והתשאול/ הסבר שניתן לנבדקים בסוף המחקר. את ההוראות וההסבר שניתנו לנבדקים יש לתאר באופן כללי, לא להביא אותם כלשונם מילה במילה. במידה ולנוסח המילולי חשיבות רבה, ניתן להביא את ההוראות ו/או ההסבר בנספח ולהפנות אליו את הקורא. משך המחקר וכל מידע ספציפי לאופן התנהלות המחקר, כגון הגשת בקשה לאישורי אתיקה (למשל, לועדת הלסינקי בבתי חולים) יצוין בסעיף זה. סעיף זה יכתב בלשון עבר, לדוגמא "נבדקים מילאו שאלון שביעות רצון כוללת מהחיים ולאחר מכן התבקשו לדרג את שביעות רצונם בתחומים ספציפיים…" אין לחזור על מידע שצוין בסעיפים אחרים.
דוגמא להליך
הנבדקים נבדקו בשישה מועדים בכל אחד משני ימי מחקר עוקבים. בלילה לפני יום המחקר הראשון, הנבדקים ישנו שינת לילה רגילה. בין יום המחקר הראשון והשני, הנבדקים נמנעו משינה. בהגיעם למעבדה ביום המחקר הראשון, נאמר לנבדקים כי במהלך שני ימי המחקר, הם יוכלו לראות טלוויזיה או וידאו, לקרוא, לאכול ולשתות כרצונם, אך אסור להם לעשן או לשתות משקאות המכילים קפאין או אלכוהול. על מנת לודא כי הנבדקים אכן נמצאים במצב של חסך שינה בלילה שבין שני ימי המחקר, היה על הנבדקים להתקשר למעבדה בכל 20 דקות. נאמר להם כי הם לא יוכלו להשתתף במחקר אם הם יכשלו להתקשר למעבדה אפילו פעם אחת. הנבדקים חתמו על טופס הסכמה להשתתפות במחקר (ראה נספח 1).
הנבדקים נבחנו בסוללה של המבחנים הקוגניטיביים, שש פעמים בכל אחד משני ימי המחקר בשעות: 8:30, 10:30, 12:30, 14:30, 16:30 ו 18:30. כל העברה ארכה כ-70 דקות. המבחנים ניתנו לנבדקים ברצף ללא הפסקות ביניהם. בנוסף למבחנים הקוגניטיביים, נמדדה פעילות מוחית באמצעות EEG שלוש פעמים ביום המחקר הראשון. המבחנים התקיימו בחדר המבודד מרעשים ומגירויים. בסיום נמסרו לנבדקים מטרות המחקר והם התבקשו לא לדבר עליהן עם אנשים אחרים.
תוצאות (Results)
בפרק זה מסוכמים הנתונים שנאספו במחקר ומוצגים הניתוחים הסטטיסטיים שנערכו עליהם. יש להציג את הממצאים במידת פירוט המאפשרת להצדיק את המסקנות שיוסקו מן הממצאים. יש להציג את כל תוצאות הניתוחים, גם אלה שאינם תומכים בהשערות המחקר; אין להסתיר ממצאים לא נוחים או קשים להסבר. בפרק זה אין להציג נתונים גולמיים של הנבדקים אלא אם מדובר במחקרי מקרה. יש להניח כי לקורא ידע סטטיסטי מקצועי ולכן אין צורך להסביר את הסיבות לבחירת ניתוח סטטיסטי כזה או אחר. רק במקרים בהם יש ספק לגבי תקיפות הניתוח הסטטיסטי והתאמתו לנתונים יש להצדיק את הבחירה בו.
חלקי פרק התוצאות
כללי מיספור, סגנון ואיות בדיווחים סטטיסטיים
דוגמאות לדיווח סטטיסטיקה היסקית בגוף הטקסט
[סוגריים מרובעים מכילים הערות והנחיות שאינן חלק מן הדיווח עצמו.]
(M = 45.67; SD = 3.46) מאשר לגברים (M = 34.45; SD = 7.86).
הנחיות לשימוש בטבלאות ובגרפים
טבלאות
נתונים בטבלאות
כותרות
עיצוב טבלאות
גרפים
ההנחיות הנ"ל תקפות לגבי כל הצגה ויזואלית של נתונים שאינה טבלה, לדוגמא גרפים, תרשימי זרימה, או תמונות.
דוגמאות לטבלאות
הערה: *p < .05, **p < .01, ***p < .001
[התייחסות אפשרית בטקסט לטבלה תהיה: "כפי שניתן לראות בטבלה 2, נמצאו מתאמים חיוביים בין עוצמה רגשית ליכולת זיהוי רגשות, ובין כל אחד מאלו לבין פתיחות קוגניטיבית. טווח רגשי לא נמצא קשור לפתיחות קוגניטיבית; המתאמים בינו לבין עוצמה רגשית וזיהוי רגשות היו חיוביים ומובהקים, אם כי נמוכים בעוצמתם".]
טבלה 3
תוצאות רגרסיה מרובה הררכית לניבוי חרדה מניתוח על פי משתני רגש ומוכנות קוגניטיבית (N = 98)
הערה. א המשתנים המבוקרים כללו גיל, מין, שנות השכלה
*** p < .001 , * p < .05
דוגמא לגרף
גרף 1: מספר טעויות (ושגיאות תקן) על פי גיל ועומס קוגניטיבי.