Analize®Compare Means®Paired-Samples T Test (удерживая Ctrl, выберите в списке переменных v7 и v26 и перенесите их в окно «Paired Variables»)®Ok

Таблица 7

Таблица статистик (таблица 6) говорит о том, что средний уровень зарплаты, на которую претендовали клиенты службы занятости, составляла 4929 рублей, в то время как их реальная зарплата в среднем равняется 3560 рублям (столбец Mean).

В таблице 7 отображена степень связанности двух переменных. Чем ближе к 1 значение коэффициента корреляции (столбец Correlation), тем более обоснованно будут выглядеть получаемые выводы. В случае если значимость коэффициента корреляции (столбец Sig.) больше критического значения (0,05) следует использовать t-тест для независимых выборок. В нашем случае значение Sig. (0,001) существенно ниже критического значения, следовательно, использование варианта t-теста для зависимых выборок вполне обосновано.

Таблица 8

В таблице 8 указывается, что разность между переменными в среднем составляла 1368 рублей (столбец Mean), т.е. клиенты службы занятости при устройстве на работу в среднем получали на 1368 рублей меньше, чем рассчитывали. Уровень значимости этих отличий достаточно высок, т.к. коэффициент Sig. существенно меньше критического значения (0,05). О статистической значимости сделанных выводов свидетельствует и то, что 95% доверительный интервал (95% Confidence Interval of the Difference) не содержит 0.

Учитывая характер распределения признаков для выполнения интересующей задачи необходимо обратиться к непараметрическим критериям для связанных выборок:

Analize®Nonparametric Tests®2 Related Samples (в списке переменных, удерживая Ctrl выделить v7 и v26 и перенести их в окно «Test Pair List», в поле «Test Type» *Wilcoxon) ®Ok

Тест Уилкоксона основан на построении ранговой последовательности абсолютных разностей пар значений. Абсолютные разности значений переменных ранжируются и разбиваются на три группы: первая (Negative Ranks), включает наблюдения, для которых значения второй переменной меньше чем первой (в нашем примере – v26<v7, т.е. включаются те респонденты, которые получали на работе меньше, чем рассчитывали); вторая (Positive Ranks), включает наблюдения, для которых значения второй переменной больше, чем первой (в нашем примере – v26>v7, т.е. включаются те респонденты, которые получали больше, чем рассчитывали); третья (Ties) включает наблюдения, для которых значения обеих переменных равны – см. таблицу 12. Считается, что если средние двух переменных не существенно отличаются друг от друга, то суммы рангов будут примерно одинаковы (столбец Sum of Runks).

Таблица 12

Наименьшее значение суммы рангов используется для расчета статистики Уилкоксона: производится стандартизация и определяется значимость коэффициента Z – см. таблицу 12. В нашем примере коэффициент значимости (Asymp.Sig.) существенно меньше критической величины, следовательно, сделанный ранее вывод об отличии средних двух переменных подтверждается.

Таблица 13

Дата добавления: 2015-07-18