1. PREZENTACJA DANYCH ANALIZA JEDNOZMIENNOWA CO POKAZA? JAK POKAZA? CO POLICZY? JAK POLICZY?

2. PRZYKAD 1 badano zakres sownictwa: samoocena badanych (skala 1-5: bardzo mae, raczej mae, rednie, raczej due, bardzo due); test podawania sw okrelony czas, trzeba poda jak najwicej sw z okrelonego zakresu, badano 3 rne bodce wywoujce; zebrano te dane socjodemograficzne: pe (1-kobieta, 2-mczyzna) wyksztacenie (1-podstawowe, 2-gimnazjalne, 3-zawodowe, 4-rednie, 5wysze) wiek (w latach) miejsce zamieszkania (1-wie; 2-mae miasto, 3-rednie miasto, 4-due miasto, 5-metropolia) przebadano 100 osb arkusz sowa 3. PREZENTACJA DANYCHwww.logic.amu.edu.pldr Victoria Kamasa ZSL IJ 4. ZADANIE 1 przygotuj dane dotyczce cechsocjodemograficznych do prezentacji: wybierz odpowiedni typ wykresu; wykonaj wykresy dla pci i wyksztacenia; 5. pe 6. jak to zrobi potrzebujemy wykres przestawny (zakadka wstawianie); oznaczamy cay zakres danych (i tylko dane) i wstawiamy wnowym arkuszu; dodajemy pe do wartoci i o; projektowanie wybieramy odpowiedni typ wykresu; w wartoci (prawy: ustawienia pola wartoci) ustawiamy licznik i % sumy kocowej; rcznie wpisujemy legend w tabeli i tytu wykresu na wykresie; regulujemy liczb miejsc po przecinku; projektowanie/dodaj element wykresu dodajemy legend i etykiety danych; regulujemy pooenie legendy i etykiet danych; gotowy kopiujemy do innego arkusza; 7. wyksztacenie 8. WYKRES 2. Mona ustawi m.in.: Tytu (zakadka Ukad) Podawanie danych w % lub liczbach bezwzgldnych (po zaznaczeniu danych na wykresie: w menu prawego przycisku Formatuj etykiety danych) To, co i jak wywietla si przy poszczeglnych danych 3. Kolory zmieniamy poprzez zaznaczenie odpowiedniego elementu i nastpnie wybr w menu narzdzie gwne.www.logic.amu.edu.pl 9. PORWNANIAdr Victoria Kamasa ZSL IJ www.logic.amu.edu.pl 10. PORWNANIA UYCIE WYRAZU A PE bardzo czstoraczej czstorednio mask fem rzadkobardzo rzadko0%www.logic.amu.edu.pl5%10%15%20%25%30%35%40%dr Victoria Kamasa ZSL IJ 11. ZADANIE 2 przygotuj wykresy pokazujce interesujce relacje wbadanej prbie: midzy pci a samoocen sownictwa (jaki procent kobiet/mczyzn udzieli jakiej odpowiedzi) midzy pci a redni liczb sw podanych w badaniu 12. ZADANIE 2 przygotuj wykresy pokazujce interesujce relacje wbadanej prbie: midzy pci a samoocen sownictwa (jaki procent kobiet/mczyzn udzieli jakiej odpowiedzi) midzy pci a redni liczb sw podanych w badaniu 13. pe a samoocena 14. jak to zrobi pe wiersze; poziom sownictwa kolumny iwartoci; wartoci/ustawienia pola wartoci licznik i pokazywanie jako % z wiersza; regulujemy liczb miejsc po przecinku; Moliwe kombinacje: wg rodzaju odpowiedzi, a nie wg pci (OX) % z kolumny albo z caej sumy, a nie z wiersza 15. ZADANIE 2 przygotuj wykresy pokazujce interesujce relacje wbadanej prbie: midzy pci a samoocen sownictwa (jaki procent kobiet/mczyzn udzieli jakiej odpowiedzi) midzy pci a redni liczb sw podanych w badaniu 16. pe a rednia liczba sw 17. jak to zrobi pe legenda; poziom sownictwa wartoci; wartoci/ustawienia pola wartoci rednia ipokazywanie jako bez oblicze; regulujemy liczb miejsc po przecinku; 18. PODSTAWOWE MIARY STATYSTYKI OPISOWEJwww.logic.amu.edu.pldr Victoria Kamasa ZSL IJ 19. MIARY TENDENCJI CENTRALNEJ 20. po co?1. Ktry test wypad najlepiej? 2. Ktry test najbardziej odbiega od redniej? 3. Ktry test wypada najbliej redniej? 21. miara tendencji centralnej Pojedyncza, sumaryczna liczba, ktra opisuje centralne pooenie cakowitego rozkadu obserwacji (King, Minium 2009)REDNIAMEDIANAMODA 22. redniaEXCEL: =REDNIA(ZAKRES) 23. 1. Ktry test wypad najlepiej? 2. Ktry test najbardziej odbiega od redniej? 3. Ktry test wypada najbliej redniej? 24. waciwoci redniej wraliwa na lokalizacj kadego pomiaru wrozkadzie; wraliwa na wartoci skrajne; odporna na losow zmienno prby; interpretacja: rednio; przecitnie; podstawa dla wikszoci dalszych obliczestatystycznych;(King, Minium 2009) 25. mediana MEDIANA [Mdn] warto, ktra dzieli rozkad na poowy; warto poniej i powyej ktrej znajduje si dokadnie poowa wynikw23346MEDIANA7789 26. mediana Sposb obliczania (zbir danych LUB dane dyskretne): Szeregujemy obserwacje od najmniejszej do najwikszej (lub odwrotnie) Numerujemy uszeregowane obserwacje od 1 do N Wybieramy median:1.2. 3. 1.Przy nieparzystej liczba obserwacji: warto znajdujca si na2.miejscu (N+1)/2 Przy parzystej liczbie obserwacji: rednia z wartoci znajdujcych si na miejscach N/2 i N/2+1 EXCEL: =MEDIANA(ZAKRES) 27. MEDIANA 28. medianawiekczstoskumulow ane21-30252531-40255041-50166651-60178361-701699suma99 29. mediana - waciwoci wraliwa na kolejno wynikw, a nie na ichoddalenie midzy sob; mao czua na wystpowanie wartoci ekstremalnych; dobrze opisuje rozkady silnie skone (lepiej ni rednia); interpretacja: poowa badanych ma mniej/wicej od Mdn; 30. modaMODA [Mo] (warto modalna, dominanta) wynik, ktry wystpuje z najwiksz czstotliwoci333774 47 MODA7 31. moda zbiory danych I dane dyskretnePrzygotowujemy tabel czstoci (=> tabela przestawna) 2. Wybieramy warto wystpujc najczciej 1.EXCEL: 1. Zaznaczamy kilka komrek. 2. Wpisujemy funkcj: 3. =WYST.NAJCZCIEJ. TABL(ZAKRES) 4. Ctrl+Shift+Enter 5. Odczytujemy wszystkie wartoci modalne w danym zakresie 32. moda przedziay klasowewiekczstoskumulow ane21-30252531-40255041-50166651-60178361-701699suma99 33. moda - waciwoci atwa do odnalezienia; mao stabilna w rnych prbach pobieranychz tej samej populacji; dla jednej prby moe wystpowa wicej ni jedna moda; interpretacja: najczciej NIE: wikszo, NIE: przewanie; 34. poziomy zmiennych a miaryREDNIAMEDIANAMODAZMIENNA ILORAZOWA ZMIENNA PRZEDZIAOWA ZMIENNA PORZDKOWAZMIENNA NOMINALNA 35. ku przestrodzePrzeprowadzenie wyrafinowanych analiz przeznaczonych dla jednej skali pomiarowej () w przypadku danych, ktre odpowiadaj skali mniej ustrukturalizowanej (), daje w konsekwencji nonsens. w nonsens moe zosta zinterpretowany, ale mimo to nadal pozostaje nonsensem (Stine, 1989 za: King, Minium 2008) 36. Zmienna w kolumnie A pe: 1 kobieta 2 - mczyznawww.logic.amu.edu.pl 37. ZADANIE DOMOWE 37 opis prby; dopracowanie projektw; kalkulatory;TERMIN: nastpny tydziewww.logic.amu.edu.pldr Victoria Kamasa