Documente Academic
Documente Profesional
Documente Cultură
discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/215691877
CITATIONS READS
0 4,320
1 author:
Cristian Opariuc-Dan
Universitatea Ovidius Constana
18 PUBLICATIONS 3 CITATIONS
SEE PROFILE
All content following this page was uploaded by Cristian Opariuc-Dan on 12 June 2017.
Cristian Opariuc-Dan
3
Statistic aplicat n tiinele socio-umane
Cuprins
Cuprins ............................................................................................................. 4
Prefa .............................................................................................................. 7
Cuvntul autorului ......................................................................................... 11
I. Relaii ntre variabile ............................................................................. 13
I.1 Coeficieni de corelaie neparametrici ............................................ 18
I.1.1 Coeficientul de corelaie a rangurilor (rho) Spearman ......... 19
I.1.2 Coeficientul de corelaie a rangurilor (tau) Kendall ............. 26
I.1.3 Coeficientul de contingen 2 (chi ptrat) .............................. 36
I.1.4 Coeficientul de asociere (phi), coeficientul V Cramer i
coeficientul de contingen (cc), derivai din 2 .................................... 42
I.1.5 Coeficientul de asociere (lambda) Goodman i Kruskal ...... 48
I.1.6 Coeficientul de asociere (gamma) ........................................ 53
I.1.7 Coeficientul tetrachoric i polichoric....................................... 56
I.1.8 Coeficientul de concordan W Kendall .................................. 58
I.1.9 Coeficientul de corelaie rang biserial ................................... 62
I.2 Coeficieni de corelaie parametrici ................................................ 64
I.2.1 Coeficientul de corelaie r Bravais-Pearson ............................ 64
I.2.2 Coeficientul de corelaie biserial, punct biserial i triserial ..... 78
I.2.3 Coeficientul de corelaie eneahoric ......................................... 87
I.3 Corelaii pariale .............................................................................. 90
I.3.1 Corelaii semi-pariale ............................................................. 95
I.3.2 Corelaii pariale pentru date neparametrice ............................ 96
I.3.3 Semnificaia corelaiilor pariale............................................ 100
I.4 Interpretarea coeficienilor de corelaie ........................................ 102
4
Cristian Opariuc-Dan
5
Statistic aplicat n tiinele socio-umane
6
Cristian Opariuc-Dan
Prefa
7
Statistic aplicat n tiinele socio-umane
8
Cristian Opariuc-Dan
9
Statistic aplicat n tiinele socio-umane
10
Cristian Opariuc-Dan
Cuvntul autorului
11
Statistic aplicat n tiinele socio-umane
12
Cristian Opariuc-Dan
13
Statistic aplicat n tiinele socio-umane
14
Cristian Opariuc-Dan
+1,4
+0,4 +0,4
Var. X
-0,6
-1,6
+0,8
+0,5 +2,3
Var Y
-0,2
-0,6
15
Statistic aplicat n tiinele socio-umane
16
Cristian Opariuc-Dan
(formula 1.1)
Cele dou variabile din exemplul de mai sus covariaz pozitiv (adic
dac scorul la o variabil se afl peste medie, scorul la cealalt variabil se
afl i el peste medie i invers), valoarea acestei covariaii fiind de 1,20.
Marea problem a covarianei este aceea c relaiile dintre cele dou
variabile depind de scala de msur. Dac avem dou instrumente ce msoa-
r, fiecare, o singur variabil, unul cu 100 de itemi i unul cu 10 itemi, n
condiiile n care itemii sunt cotai la fel, modul n care se vor abate scorurile
individuale de la medie difer extrem de mult, coeficientul de covarian fi-
ind foarte mare n comparaie cu situaia analog n care cele dou instrumen-
te ar avea, fiecare, 10 itemi. n realitate acest coeficient nu ne spune, practic,
nimic. Avem nevoie, aadar, de o msur standardizat a covarianei, iar
aceast msur o regsim sub denumirea de corelaie.
Corelaia exprim, practic, sub form numeric, gradul de asociere
dintre variabile. Dou variabile sunt asociate, n situaia n care comporta-
mentul uneia este legat de comportamentul celeilalte, cu alte cuvinte, dac nu
sunt independente. Dou variabile independente arat c modificarea valori-
lor ntr-o variabil nu are niciun efect asupra valorilor din cealalt variabil.
(Gibbons, 1993).
n teorie e simplu. n practica tiinific din domeniul socio-uman, am
artat c variabilele pot fi dificil msurate la un nivel de interval, majoritatea
lor fiind, strict vorbind, la o scal de msur ordinal. Este greu s gsim o
17
Statistic aplicat n tiinele socio-umane
18
Cristian Opariuc-Dan
n acest sens, exist mai muli indici ai relaiilor dintre variabile, utili-
zabili n funcie de tipul variabilelor.
19
Statistic aplicat n tiinele socio-umane
20
Cristian Opariuc-Dan
Revenind la exemplul nostru, vom avea un alt tip de tabel, ceva mai
complex.
Tabelul 1.3 Calculul coeficientului de corelaie Spearman
Nr. Mate Fizic Rang Mate Rang Fizic RMxRF R M2 R F2
1 2 3 1 1 1 1 1
2 3 4 2 2,5 5 4 6,25
3 4 4 3 2,5 7,5 9 6,25
4 5 5 4 4 16 16 16
5 6 6 5,5 5 27,5 30,25 25
6 6 7 5,5 6 33 30,25 36
7 7 7 7 6 42 49 36
8 8 7 8 6 48 64 36
9 9 8 9 9 81 81 81
10 10 9 10 10 100 100 100
=55 =52 =361 =384,5 =343,5
21
Statistic aplicat n tiinele socio-umane
Acest coeficient de corelaie, foarte uor de calculat, are, ns, o pro-
blem. Ai observat c cele dou variabile utilizate se situeaz la un nivel
scalar de msur. Dup unii autori (Vasilescu, 1992, apud Yule i Kendall,
1969; Lohse, Kudwig i Rohr, 1986), acest coeficient de corelaie este ina-
decvat pentru ranguri, deoarece presupune c datele au, toate, proprietile
necesare pentru calcularea coeficienilor parametrici. Indicatorul reduce, de
fapt, datele de la un nivel scalar la un nivel ordinal. n acest sens, mai adecva-
t ar fi calcularea altor coeficieni, specifici pentru rang (Vasilescu, 1992).
Totui, datorit uurinei calculrii acestui coeficient i a faptului c
poate fi folosit pentru date parametrice care nu ndeplinesc condiiile aplicrii
de teste parametrice, coeficientul Spearman are o larg utilizare. n general,
folosim acest coeficient de corelaie atunci cnd ambele variabile se afl la un
nivel de msur ordinal, cnd o variabil se afl la un nivel ordinal, iar cealal-
t la un nivel scalar, ori cnd ambele se afl la nivel scalar, dar cel puin una
dintre ele nu prezint o distribuie normal.
22
Cristian Opariuc-Dan
23
Statistic aplicat n tiinele socio-umane
(formula 1.4)
(formula 1.5)
24
Cristian Opariuc-Dan
25
Statistic aplicat n tiinele socio-umane
26
Cristian Opariuc-Dan
27
Statistic aplicat n tiinele socio-umane
(formula 1.6)
28
Cristian Opariuc-Dan
(formula 1.7)
29
Statistic aplicat n tiinele socio-umane
(formula 1.8)
30
Cristian Opariuc-Dan
( )
(formula 1.9)
31
Statistic aplicat n tiinele socio-umane
(formula 1.10)
( )( )
32
Cristian Opariuc-Dan
( ) ( )
33
Statistic aplicat n tiinele socio-umane
( ) ( )
Avnd valorile pentru S+ i S-, putem acum calcula suma lui Kendall
Pentru a putea calcula Smax ,va trebui s aflm doar numrul de leg-
turi ambiverte din prima variabil (Ax), n cazul nostru limba romn. Avem
trei legturi de cte 2 elemente, 2,5 4,5 i 6,5. tim acum formula de calcul i
putem afla uor aceast valoare. ( )
Nu ne rmne dect s completm formula de calcul i obinem valoarea
23,97.
( )( ) ( )( )
34
Cristian Opariuc-Dan
(formula 1.11)
35
Statistic aplicat n tiinele socio-umane
36
Cristian Opariuc-Dan
(formula 1.12)
37
Statistic aplicat n tiinele socio-umane
(formula 1.13)
Noi ne aflm n cea de-a doua situaie, astfel nct vom aplica, pentru
fiecare dintre cele patru celule, formula corectat i vom obine valoarea 4,2
pentru coeficientul de contingen 2.
| |
| | | |
| | | |
38
Cristian Opariuc-Dan
39
Statistic aplicat n tiinele socio-umane
(formula 1.15)
40
Cristian Opariuc-Dan
41
Statistic aplicat n tiinele socio-umane
42
Cristian Opariuc-Dan
(formula 1.16)
Aceast formul nu este, practic, altceva dect rdcina ptrat din ra-
43
Statistic aplicat n tiinele socio-umane
(formula 1.17)
44
Cristian Opariuc-Dan
(formula 1.18)
45
Statistic aplicat n tiinele socio-umane
dintre variabile prezint mai mult de dou categorii, fiind o versiune mai pre-
cis a coeficientului de contingen Pearson.
Coeficientul de asociere v Cramer se folosete n cazul n care cel
puin una dintre variabile are mai mult de dou modaliti de realizare i poa-
te fi definit dup formula urmtoare:
(formula 1.19)
46
Cristian Opariuc-Dan
47
Statistic aplicat n tiinele socio-umane
unde nMi este cea mai mare frecven de pe rndul i i Max(Cj) este
frecvena cea mai mare dintre frecvenele coloanelor, iar n se refer la nu-
mrul subiecilor.
tii ce m bucur acum cel mai tare? Faptul c nu v mai speriai de
formule. Ai observat c ele devin din ce n ce mai stufoase i, totui, n reali-
tate, aplicarea lor este foarte simpl. S lum un nou exemplu. Presupunem
c am desfurat o cercetare n cadrul creia dorim s studiem asocierea ntre
dou variabile: preferina pentru un partid politic (1 PSD; 2 PNL; 3
PDL; 4 PC i 5 PRM) i nivelul de stres al subiecilor pe o scal Likert de
la 1 la 5 (1 Foarte slab; 2 Slab; 3 Mediu; 4 Ridicat; 5 Foarte ridicat).
Suntem n situaia asocierii dintre o variabil nominal (preferina pentru
partide) i o variabil ordinal (nivelul de stres). Vom construi tabelul de
contingen pentru cele dou variabile.
48
Cristian Opariuc-Dan
Structura tabelului este clar. Dintre cei care prefer PSD, 12 persoa-
ne au un nivel de stres foarte sczut, 9 un nivel de stres sczut, 7 un nivel de
stres mediu, 4 ridicat i o persoan prezint nivelul stresului foarte ridicat.
Situaia este analog n cazul celorlalte partide.
Avem partidele afiate pe linii i nivelul de stres pe coloane. n primul
rnd, va trebui s stabilim, pentru fiecare linie, celula cu frecvena cea mai
mare. Pentru PSD, categoria cu frecvena cea mai mare este reprezentat de
nivelul de stres foarte sczut (12 persoane). Pentru PNL ntlnim categoria cu
nivelul de stres sczut (45 de persoane), pentru PDL nivelul de stres mediu
(42 de persoane), pentru PC tot nivelul de stres mediu (10 persoane), iar pen-
tru PRM nivelul de stres sczut (5 persoane).
Tabelul 1.14 Tabelul de contingen pentru calculul coeficientului
Nivelul de stres
1 2 3 4 5
Foarte Sczut Mediu Ridicat Foarte
sczut ridicat
1 PSD 12 9 7 4 1
2 PNL 8 45 21 6 5
Partidul 3 PDL 7 19 42 13 1
4 PC 8 4 10 7 3
5 - PRM 1 5 1 3 2
Total coloane 36 82 81 33 12
Efectum acum totalul pe coloane. n mod clar, categoria cu frecvena
cea mai mare este cea a stresului sczut (82 de persoane), n timp ce numrul
total de participani la studiu a fost de 244 de persoane. n acest moment,
informaiile sunt suficiente pentru a putea completa formula.
( )
( )
49
Statistic aplicat n tiinele socio-umane
(formula 1.21)
50
Cristian Opariuc-Dan
valori mici de referin, de 10%, 5%, 3% sau 1%. Exprimat sub form de
proporii, valori de 0,10, 0,05, 0,03 sau 0,01 pentru ref.
Dac avem motive suficiente s credem c exist legturi ntre cele
dou variabile, atunci putem aborda soluii optimiste, n sensul c vom consi-
dera o mare parte dintre informaiile unei variabile ca fiind dependente de
informaiile din cealalt variabil. n acest sens, putem alege valori de 50%,
60%, 70% pentru ref.
Nu exist o regul de atribuire n acest sens. Personal, v recomand s
fii sceptici i s nu considerai valori mai mari de 0,10 0,15 pentru ref.
Evident, cu ct valorile lui ref se apropie cu zero, cu att legtura trebuie s
fie mai puternic pentru a fi semnificativ.
n exemplul nostru, am plecat de la presupunerea c doar 10% din ni-
velul de stres poate determina preferine pentru un anumit partid politic. Va-
loarea pentru ref va fi, aadar, 0,10 i vom analiza dac la acest nivel putem
vorbi despre o legtur semnificativ.
Urmtorul aspect din formula 1.21 se refer la variana coeficientului
. Aceast varian poate fi calculat n baza relaiei urmtoare:
( )( ( ) )
(formula 1.22)
( ( ))
unde nMi este cea mai mare frecven de pe rndul i, Max(Cj) cea mai
mare frecven dintre frecvenele calculate pe coloane i este suma
tuturor frecvenelor maxime asociate coloanei cu frecvena cea mai mare, m
reprezentnd numrul de rnduri.
Aceasta este chiar complicat, nu-i aa? Oare cum o calculm? Poate
v gndii s o nvai pe de rost pentru examene. Sau poate o memorai s
impresionai prietenul ori prietena. Nu are rost. n condiii de examen, ar tre-
bui s vi se dea formula, iar dumneavoastr s tii s o aplicai. Pentru prie-
51
Statistic aplicat n tiinele socio-umane
ten ori prieten, cred c putei s impresionai i altfel. Dac vei scrie formu-
la asta ntr-o scrisoare de amor, n mod sigur nu vei reui dect s ndeprtai
partenerul. Haidei totui s vedem ce ne cere formula i dac e att de com-
plicat calculul. Vom relua tabelul de contingen.
Numrul total de persoane este 244. l avem, aadar, pe n. Suma celor
mai mari frecvene de pe rnduri o tim deja. Este 114 i nu reprezint altce-
va dect valoarea . Cea mai mare frecven dintre frecvenele calcu-
late pe coloane este situat n a doua coloan i are valoarea 82. Iat c avem
i rezultatul pentru ( ).
Tabelul 1.15 Tabelul de contingen pentru calculul coeficientului
Nivelul de stres
1 2 3 4 5
Foarte Sczut Mediu Ridicat Foarte
sczut ridicat
1 PSD 12 9 7 4 1
2 PNL 8 45 21 6 5
Partidul 3 PDL 7 19 42 13 1
4 PC 8 4 10 7 3
5 - PRM 1 5 1 3 2
Total coloane 36 82 81 33 12
Ce trebuie s mai facem? Trebuie s calculm suma tuturor frecvene-
lor maxime asociate coloanei cu frecvena cea mai mare. Am stabilit deja
care este aceasta. Este a doua coloan. Care sunt frecvenele maxime din
aceast coloan? Pe primul rnd avem frecvena 9, pe al doilea rnd frecvena
45, pe al treilea rnd frecvena 19, pe al patrulea rnd frecvena 4 i pe al cin-
cilea rnd frecvena 5. Care este frecvena cea mai mare? Evident, cea de pe
al doilea rnd, frecvena 45. Mai vedei i alte cifre de 45 acolo? Nu. Ei bine,
aceasta este i suma mult cutat. Dac aveai 45 pe rndul 2 i 45 pe rndul
4, atunci suma frecvenelor maxime ar fi fost 90 (45+45). n cazul nostru,
avem o singur frecven maxim, 45, i aceea reprezint valoarea pentru
. Relaxai-v. V-am spus c formulele mai mult sperie prin aspect
52
Cristian Opariuc-Dan
( ( ))
53
Statistic aplicat n tiinele socio-umane
(formula 1.23)
54
Cristian Opariuc-Dan
55
Statistic aplicat n tiinele socio-umane
( ) (formula 1.24)
56
Cristian Opariuc-Dan
( )
( ) ( ) ( )
57
Statistic aplicat n tiinele socio-umane
58
Cristian Opariuc-Dan
59
Statistic aplicat n tiinele socio-umane
(formula 1.25)
( ) (formula 1.22)
( )
(formula 1.26)
( ) ( )
60
Cristian Opariuc-Dan
61
Statistic aplicat n tiinele socio-umane
(formula 1.27)
(formula 1.28)
62
Cristian Opariuc-Dan
poate fi asociat unei variabile dihotomice (este sau nu este brbat), n relaie
cu o variabil ordinal (gradele militare cu valorile 1 locotenent; 2 cpi-
tan; 3 maior; 4 locotenent colonel; 5 colonel; 6 general). Colectm
datele de la un numr de 15 persoane din unitatea militar respectiv,
centralizndu-le ntr-un tabel.
Tabelul 1.22 Calculul coeficientului rang biserial
Cadre militare
mr
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0 1 3 4 2 2 4 1 2,42
Sex
1 1 5 4 1 6 3 1 5 3,25
63
Statistic aplicat n tiinele socio-umane
64
Cristian Opariuc-Dan
65
Statistic aplicat n tiinele socio-umane
66
Cristian Opariuc-Dan
67
Statistic aplicat n tiinele socio-umane
68
Cristian Opariuc-Dan
(formula 1.30)
69
Statistic aplicat n tiinele socio-umane
70
Cristian Opariuc-Dan
71
Statistic aplicat n tiinele socio-umane
ceva concentrare. Iat motivul pentru care s-au inventat programele de anali-
z statistic.
n cazul n care dorii s calculai direct coeficientul de corelaie r
Bravais-Pearson, fr a mai calcula, n prealabil, mediile, putei aplica urm-
toarea formul:
(formula 1.32)
[ ( ) ][ ( ) ]
lor ridicate la ptrat). n final, efectum suma scorurilor pentru valorile cele
dou variabile, pentru ptratul acestora, i suma produsului lor. Acestea sunt
toate datele necesare aplicrii formulei.
[ ][ ]
72
Cristian Opariuc-Dan
73
Statistic aplicat n tiinele socio-umane
74
Cristian Opariuc-Dan
1
Nu am mai menionat c este negativ. n realitate corelaia exist, ntr-adevr, i este pozi-
tiv. Noi am obinut o corelaie negativ, deoarece am lucrat cu date la ntmplare care nu au
rezultat din cercetri. M i mir c a rezultat o corelaie semnificativ.
75
Statistic aplicat n tiinele socio-umane
(formula 1.34)
(formula 1.35)
76
Cristian Opariuc-Dan
(formula 1.36)
77
Statistic aplicat n tiinele socio-umane
78
Cristian Opariuc-Dan
79
Statistic aplicat n tiinele socio-umane
80
Cristian Opariuc-Dan
81
Statistic aplicat n tiinele socio-umane
(formula 1.38)
82
Cristian Opariuc-Dan
cele dou situaii, iar sigma se refer la abaterea standard a datelor variabi-
lei continui.
Formula nu se mai bazeaz pe proporii, ci pe frecvene absolute, fiind
mai uor de calculat n comparaie cu coeficientul biserial. Vom relua exem-
plul anterior, considernd de data aceasta c testul de inteligen dorete s
prezic diferena, sub acest aspect, dintre brbai i femei.
Variabila dihotomic are acum o dihotomie discret, calculul coefici-
entului biserial nu mai are sens, prin urmare vom aplica formula coeficientu-
lui de corelaie punct biserial.
Tabelul 1.27 Calculul coeficientului de corelaie punct biserial
Test inteligen (punctaj total)
Sex Total
0 1 2 3 4 5 6 7 8 9 10
Brbai 0 0 1 2 4 6 0 9 7 6 8 43
Femei 0 0 3 5 8 5 4 5 2 4 1 37
Total 0 0 4 7 12 11 4 14 9 10 9 80
83
Statistic aplicat n tiinele socio-umane
Valoarea raportului se citete n acelai tabel ca i raportul ,
lundu-se ca referin proporia cea mai mic. n exemplul nostru, am luat ca
referin q=0,463. Gsisem, anterior, c raportul . n acelai ta-
84
Cristian Opariuc-Dan
85
Statistic aplicat n tiinele socio-umane
(formula 1.41)
86
Cristian Opariuc-Dan
87
Statistic aplicat n tiinele socio-umane
88
Cristian Opariuc-Dan
(formula 1.42)
( ) ( )
( )( )
( )( )
( )( ) ( )( )
89
Statistic aplicat n tiinele socio-umane
90
Cristian Opariuc-Dan
2
Variana se calculeaz ridicnd la ptrat coeficientul de corelaie. n acest caz, variana ar fi
0,3422, adic 0,116 sau 11,6%. Despre coeficientul de corelaie multipl i varian explicat
vom discuta ntr-un alt volum. Unii autori numesc aceast varian prin termenul de varian
comun.
91
Statistic aplicat n tiinele socio-umane
tra acest lucru folosind un grafic asemntor celui din figura 1.3. Am rs-
puns, iat, la ntrebarea anterioar. Tipul de studiu explic 42,3% din variana
notei obinute la examen. Mult mai mult n comparaie cu emotivitatea. Do-
rind s fim i mai riguroi, putem acum asocia chiar timpul de studiu cu emo-
iile din timpul examenului. Desigur, surpriza nu va ntrzia s apar. Obi-
nem un coeficient de corelaie negativ, s spunem 0,410. Iat c timpul de
studiu se regsete, i el, n procent de 16,8%, n variana emoiilor din tim-
pul examenului. Cu ct un student aloc mai mult timp studiului unei disci-
pline, cu att performana sa la examen va fi mai mare i emoiile din timpul
examenului mai mici. Nu prea v convine. Cnd credeai i dumneavoastr c
v vei putea justifica notele mici la examene prin emoii, iat c vi se spulbe-
r teoria.
Cu un oarecare sentiment de tristee, vei reprezenta acest lucru n fi-
gura 1.4.
Problema, totui, nu s-a rezolvat. Nu am artat dect c timpul de stu-
diu contribuie la scderea emoiilor din timpul examenelor i la creterea no-
telor obinute la
examene. Dup o
Variana pur explicat Not examen
logic simpl, de timpul de studiu
emoiile duc la
scderea notei
obinute la exa-
men, iar timpul de
Timp de studiu
studiu determin Emoii examen
creterea acestora.
Totui, cum ar-
Variana comun explicat de
tm relaia dintre Variana pur
timpul de studiu i emoii
explicat de emoii
emoii i perfor-
mana n timpul Figura 1.5 Variana comun explicat de timpul de studiu i emoii
92
Cristian Opariuc-Dan
(formula 1.43)
( )( )
93
Statistic aplicat n tiinele socio-umane
94
Cristian Opariuc-Dan
ordin I, r12.34 pentru o corelaie parial de rang II, r12.345 pentru corelaiile
pariale de ordin III i aa mai departe.
Algoritmul de lucru este unul analog, bazat pe formula anterioar, ex-
tins pentru un ordin mai mare. Calculele pot deveni ns laborioase, de aceea
pentru corelaii pariale de ranguri mari se prefer utilizarea unui computer i
a unui program specializat.
(formula 1.45)
95
Statistic aplicat n tiinele socio-umane
(formula 1.47)
96
Cristian Opariuc-Dan
(formula 1.48)
97
Statistic aplicat n tiinele socio-umane
(formula 1.49)
( )( )
(formula 1.50)
98
Cristian Opariuc-Dan
99
Statistic aplicat n tiinele socio-umane
(formula 1.51)
100
Cristian Opariuc-Dan
(formula 1.52)
101
Statistic aplicat n tiinele socio-umane
102
Cristian Opariuc-Dan
mila mai multe cunotine, n timp ce subiecii n vrst vor asimila cunotin-
e mai puine.
Tabelul 1.34 Utilizarea coeficienilor de corelaie
Variabila Y
Dihotomic Nominal Ordinal Scalar
- 2 - 2
- poliserial
- - V Cramer - polichoric
Dihotomic - biserial
- cc - cc - rang biserial
- punct biserial
- tetrachoric -
- 2
- V Cramer
- 2 - 2 - 2 - cc
- V Cramer - V Cramer - V Cramer - (grupat n
Nominal
- cc - cc - cc clase)
- - - - triserial (provi-
ne din variabila
continu)
- Spearman
(dac lotul este
mai mic de 30
sau dac cel
puin o variabil
- Spearman nu se distribuie
- 2
- Kendall normal)
- polichoric - V Cramer
Ordinal - - Kendall (dac
- rang biserial - cc
- polichoric cel puin o una
-
- W Kendall dintre variabile
Variabila X
nu se distribuie
normal)
- (date grupate
n clase ierarhice)
- poliserial
- Spearman
(dac lotul este
mai mic de 30
sau dac cel
puin o variabil
- 2
nu se distribuie
- V Cramer
normal)
- cc - r Pearson
- poliserial - Kendall
- (grupat n - eneahoric (vari-
Scalar - biserial (dac cel puin
clase) abile categori-
- punct biserial o una dintre
- triserial (provine zate)
variabile nu se
din variabila
distribuie
continu)
normal)
- (date grupate
n clase ierarhi-
ce)
- poliserial
103
Statistic aplicat n tiinele socio-umane
104
Cristian Opariuc-Dan
105
Statistic aplicat n tiinele socio-umane
eaz astfel premisele unei noi cercetri pe alte teme. S nu v mai fie fric,
aadar, de ne-respingerea ipotezei nule. Valoarea unui studiu tiinific nu este
dat de respingerea sau nu a ipotezei nule, ci de informaiile noi pe care le
aduce cercetarea. Am fcut aceast meniune, deoarece mi s-a ntmplat s
cunosc studeni n licen, disperai c nu obineau corelaii semnificative, i
crora profesorii coordonatori le spuneau c dac nu se obine o corelaie
semnificativ, lucrarea de licen nu este bun. Dincolo de tragi-comicul situ-
aiei, a trebuit s petrec ceva timp lmurind persoanele n cauz c lucrurile
nu stau chiar aa.
106
Cristian Opariuc-Dan
ans de a alege. n cazul ultimului angajat, aceast ans nu mai exist. Care
a fi, aadar, soluia? Fie mrim numrul de premii (11), caz n care i cel de-
al zecelea angajat poate alege ntre dou obiecte de mbrcminte, fie renun-
m la al zecelea angajat i ne limitm la ultimul care a putut s fac o alegere
(al noulea, care a ales unul dintre cele dou obiecte rmase). Aceast ultim
situaie reflect exact principiul gradelor de libertate.
S nuanm puin lucrurile. Presupunem c cele 10 articole de mbr-
cminte sunt formate din 5 rochii i 5 costume brbteti. ntrebarea care se
pune este cte persoane pot accesa aceste articole, n condiia n care fiecare
persoan va trebui s aib o ans de a alege? Probabil c cele 5 rochii vor fi
alese de femei. Ca s poat alege, vom avea nevoie de cel mult 4 femei. Simi-
lar, cele 5 costume brbteti pot fi alese de maximum 4 brbai, ultimul
avnd posibilitatea de a alege ntre dou costume. Aadar, putem lua n calcul
maximum 8 persoane, i nu 10 cte aveam iniial.
n orice analiz multivariat, numrul total de subieci se reduce n
funcie de nivelurile unei variabile. Gradele de libertate exprim numrul de
cazuri luat n calcul pentru a obine indicatorul statistic dorit, n condiiile n
care se poate vorbi de probabiliti.
107
Statistic aplicat n tiinele socio-umane
108
Cristian Opariuc-Dan
109
Statistic aplicat n tiinele socio-umane
Cea mai fericit situaie este aceea n care colectm date aflate la un
nivel scalar (sau asimilate unui nivel scalar). Dar, i n acest caz, se pun anu-
mite probleme. n primul rnd, existena unui numr suficient de cazuri. Nu
are sens c calculm coeficientul de corelaie r Pearson sau corelaii seriale
ori pariale dac numrul de cazuri este foarte mic, n general sub 50 de sco-
ruri. n aceast situaie, o msur mai stabil ar fi calculul coeficientului de
corelaie Spearman. n al doilea rnd, datele sunt distribuite normal? Iat un
motiv foarte serios pentru a proceda la analiza normalitii distribuiei. Dac
numrul de subieci este mare, iar datele nu se distribuie normal, nu putem
lucra cu un coeficient de corelaie bazat pe medii, cum este r Pearson. Se pre-
fer, n acest caz, Spearman sau Kendall. Unii autori (Liebetrau, 1983)
interzic chiar utilizarea coeficientului Spearman n aceste situaii, recoman-
dnd doar analizele bazate pe Kendall.
2. Ce tip de ipoteze au fost formulate?
Tipul ipotezei formulate are o mare importan, ndeosebi sub aspec-
tul distinciei ntre ipotezele unilaterale i bilaterale. Stabilirea semnificaiei
unui coeficient se va face doar n strict concordan cu acest aspect. Rapor-
tarea pragului de semnificaie bilateral n condiiile unei ipoteze unilaterale i
invers, constituie o eroare. Din fericire, acest lucru poate fi uor remediat.
3. Care este motivul pentru care s-a analizat relaia dintre dou va-
riabile?
Iat o ntrebare care, la prima vedere, s-ar putea s v surprind. De-
sigur, rspunsul l putei gsi studiind obiectivele i ipotezele cercetrii. Cer-
cetarea urmrete analiza legturii (corelaiei) dintre dou variabile? Ori, poa-
te, dorete s precizeze gradul de acord ntre mai multe persoane referitor la o
anumit problem sau la un anumit grup de subieci. Sau, de ce nu, pentru a
efectua o predicie i a stabili o relaie cauzal.
110
Cristian Opariuc-Dan
111
Statistic aplicat n tiinele socio-umane
112
Cristian Opariuc-Dan
113
Statistic aplicat n tiinele socio-umane
114
Cristian Opariuc-Dan
pe departe realitatea. De exemplu (Sava, 2004), dac vom studia relaia dintre
coeficientul de inteligen i creativitate, vom obine un nor de puncte
heteroscedastic. Corelaia dintre aceste dou dimensiuni este puternic la
valori mici ale inteligenei i creativitii. Pe msur ce coeficientul de inteli-
gen crete, intensitatea legturii scade, datorit
interveniei unor factori intelectuali i non-
intelectuali. Problema care se pune este aceea a
stabilirii punctului pn la care relaia se ps-
treaz, iar interpretarea va ine seama de aceste
aspecte.
Dac vom studia relaia dintre venituri i Figura 1.12 Existena seturi-
cheltuieli pe articole de mbrcminte, s-ar putea lor de date
s avei surpriza obinerii unui coeficient de core-
laie mic. Acceptarea ipotezei conform creia nu exist nicio legtur ntre
venituri i cheltuieli pe articole de mbrcminte s-ar putea s fie eronat, n
condiiile n care norul de puncte arat ca n figura 1.12.
Remarcm, n acest caz, existena a dou seturi distincte de date.
Putem suspecta existena unei variabile moderatoare, n acest caz genul bio-
logic al persoanei. Relaia poate exista n cazul femeilor (norul de puncte
compact din partea de stnga-sus a graficului), pentru brbai nefiind semni-
ficativ (norul de puncte din dreapta-jos). Dac
vom trata compact lotul de cercetare, sigur c
vom obine un coeficient de corelaie foarte mic.
n acest caz, analiza se realizeaz separat pentru
brbai i pentru femei, rezultatele raportndu-se
n consecin.
Figura 1.13 Relaiile nelinia-
re ntre variabile Ultimul element pe care l remarcm, din
punctul de vedere al formei distribuiei, se refer
la relaiile neliniare. Cei dintre dumneavoastr care au studiat psihologie,
115
Statistic aplicat n tiinele socio-umane
116
Cristian Opariuc-Dan
117
Statistic aplicat n tiinele socio-umane
118
Cristian Opariuc-Dan
3
Datele sunt fictive i nu corespund unui studiu real. Ele au fost manipulate n aa fel nct
s corespund necesitilor didactice.
119
Statistic aplicat n tiinele socio-umane
120
Cristian Opariuc-Dan
figura 1.18.
Formularul conine dou liste, separate prin butonul de transfer n
form de sgeat. Cu ajutorul acestuia, putem transfera variabilele din baza
de date (fereastra din stnga) n lista variabilelor supuse analizei (fereastra
din dreapta). n cazul nostru, am inclus spre analiz, variabilele Nota exa-
men i Emoii examen, n conformitate cu planul de cercetare.
Sub aceste dou liste se afl seciunea Correlation Coefficients, ca-
re conine trei casete de bifare, corespunztoare celor trei coeficieni de core-
laie ce pot fi calculai: coeficientul de corelaie r Bravais-Pearson (Pearson),
coeficientul de corelaie Kendall (Kendalls tau-b) i coeficientul de corela-
ie a rangurilor Spearman (Spearman). Situaia noastr este clar; vom cal-
cula coeficientul de corelaie r Bravais-Pearson.
Urmtoarea seciune, Test of Significance are n vedere stabilirea
tipului de ipotez cu care lucrm. Putem alege ntre o ipotez nedirecional
(Two-tailed) i o ipotez direcional (One-tailed). Presupunem c ipoteza
noastr vizeaz stabilirea unei relaii ntre performana la examen i emoiile
din timpul examenului. tii deja c aceasta este o ipotez nedirecional,
corelaia fiind semnificativ att n cazul unei legturi pozitive, ct i n cazul
unei legturi negative.
ntrebare
Cum ai formula o ipotez direcional n acest design de cercetare?
Ce opiune ai alege n seciunea testelor de semnificaie?
122
Cristian Opariuc-Dan
123
Statistic aplicat n tiinele socio-umane
124
Cristian Opariuc-Dan
125
Statistic aplicat n tiinele socio-umane
bile. Pentru a nu desena mai multe grafice, se poate folosi aceast form.
Observm n figura 1.24 reprezentarea tuturor celor trei diagrame de
corelaie. Pe ambele axe sunt incluse variabilele. La
intersecia a dou variabile se afieaz norul de
puncte corespunztor. Putei remarca, pe al doilea
rnd, ultimul cadran, graficul din figura 1.20.
Aceasta este o modalitate ideal de a vizualiza an-
samblul legturilor dintre variabile.
Figura 1.25 Grafic tip 3- Graficul 3-D Scatter este util n reprezen-
D Scatter tarea tridimensional a corelaiilor ntre mai multe
perechi de variabile. Este o diagram de corelaie
mai dificil de analizat i presupune o oarecare experien n analiza datelor,
folosindu-se frecvent n ana-
liza factorial i n corelaii
pariale. n figura 1.25, re-
prezentnd tridimensional
cele trei variabile, putem
observa uor lipsa efectului
emoiilor din timpul exame-
nului. Norul de puncte este
concentrat preponderent n
zona variabilelor nota exa-
men i timp de studiu, cu
orientare ctre scoruri mici
ale dimensiunii emoiei din
timpul examenelor.
Graficul de tip Sim- Figura 1.26 Formularul de definire a graficului de tip
ple dot nu-l vom discuta. nor de puncte
126
Cristian Opariuc-Dan
127
Statistic aplicat n tiinele socio-umane
128
Cristian Opariuc-Dan
129
Statistic aplicat n tiinele socio-umane
Exerciii:
Studiai legtura care exist ntre performana la examen i timpul
alocat studiului, precum i ntre emoiile din timpul examenului i timpul
alocat studiului. Stabilii ipotezele, precizai tipul acestora, analizai cifric i
grafic coeficienii de corelaiei, elaborai raportul.
130
Cristian Opariuc-Dan
131
Statistic aplicat n tiinele socio-umane
132
Cristian Opariuc-Dan
n tabelul 1.39, putei observa lipsa oricrei asocieri ntre cele dou
variabile. Putem afirma c cele dou variabile nu sunt corelate liniar, genul
biologic nu determin niciun efect asupra timpului de studiu.
133
Statistic aplicat n tiinele socio-umane
134
Cristian Opariuc-Dan
Sex Culoare Educatie Grad Inaltime Greutate Sex Culoare Educatie Grad Inaltime Greutate
1 3 4 4 172 87 2 3 2 2 193 94
2 1 4 3 184 79 1 4 2 2 177 92
2 3 4 3 176 86 1 4 2 2 170 69
1 1 3 3 173 85 2 2 2 2 188 81
1 3 3 3 187 77 2 2 2 2 172 76
1 4 3 4 178 80 1 2 2 1 170 93
2 1 3 4 170 82 1 4 2 1 171 74
1 1 3 3 171 71 2 3 2 1 186 77
1 3 3 3 172 79 2 1 2 1 187 92
135
Statistic aplicat n tiinele socio-umane
1 3 3 3 170 89 1 1 2 1 191 99
1 4 3 3 185 90 1 4 2 1 178 72
2 4 3 3 172 94 2 4 2 1 181 85
1 1 3 3 187 75 2 3 2 1 187 72
1 4 3 3 184 83 1 3 2 1 189 86
2 4 3 3 175 80 2 3 2 1 170 77
1 3 3 3 187 84 1 3 2 2 182 90
1 4 3 3 169 71 1 2 2 2 186 90
2 3 3 2 171 93 1 2 2 2 193 97
1 2 3 2 188 69 1 3 2 1 177 70
1 2 3 2 174 74 2 3 1 1 182 82
1 3 3 2 174 78 1 3 1 1 188 87
1 3 3 2 184 91 1 3 1 2 172 97
136
Cristian Opariuc-Dan
137
Statistic aplicat n tiinele socio-umane
138
Cristian Opariuc-Dan
139
Statistic aplicat n tiinele socio-umane
140
Cristian Opariuc-Dan
141
Statistic aplicat n tiinele socio-umane
142
Cristian Opariuc-Dan
143
Statistic aplicat n tiinele socio-umane
144
Cristian Opariuc-Dan
145
Statistic aplicat n tiinele socio-umane
146
Cristian Opariuc-Dan
147
Statistic aplicat n tiinele socio-umane
148
Cristian Opariuc-Dan
149
Statistic aplicat n tiinele socio-umane
150
Cristian Opariuc-Dan
Reprezentarea grafic
a datelor vine n sprijinul de-
monstraiei cifrice. Genul
persoanelor investigate nu are
nicio legtur cu culoarea
ochilor acestora. Graficul ara-
t doar o preponderen a
ochilor cprui la ambele sexe
i o oarecare frecven mai
ridicat a ochilor negri la br-
bai. Culorile deschise au n
Figura 1.40 Reprezentarea grafic a relaiei dintre
culoarea ochilor i genul biologic. continuare o frecven sczut,
att la brbai ct i la femei.
Iat c prin procedee neparametrice, situate chiar la un nivel nominal, s-a
putut demonstra o ipotez de cercetare.
nainte de a ncheia, vom furniza cteva exemple, fr a intra n deta-
lii, pentru a v putea familiariza cu procedurile de lucru.
S presupunem c dorim s aflm relaia dintre culoarea ochilor i
gradul militar, adic s vedem dac, ntr-adevr, coloneii au ochi albatri.
Suntem n situaia analizei legturii ntre o variabil nominal (culoarea ochi-
lor) i o variabil ordinal (gradul militar). n acest caz avem dou posibili-
ti. Fie abordm analiza la nivel nominal, la fel cum am procedat anterior,
151
Statistic aplicat n tiinele socio-umane
deoarece una dintre variabile se afl la acest nivel i aplicm principiul ana-
lizei bazate pe variabila cea mai slab, fie folosim coeficientul , coeficient
care relaioneaz o variabil nominal cu una ordinal sau scalar. Noi vom
aborda ambele situaii. Prin urmare, includem pe linii variabila culoarea
ochilor i pe coloane gradul militar. Bifm i caseta Display clustered bar
charts pentru a putea afia grafic variabilele, apoi alegem opiunile Chi-
square, Contingency coefficient, Phi and Cramers V, dar i opiunea
Eta din fereastra de configurare a statisticilor. Vom considera c una dintre
variabile nu ndeplinete condiiile testrii asimptotice i vom alege metoda
Monte Carlo din fereastra de configurare a testelor de semnificaie. n final,
apsm butonul OK pentru a lansa analiza.
Nu vom furniza toate tabelele, majoritatea fiind identice cu cele din
analiza de mai sus.
Tabelul 1.48 Coeficieni de asociere 2
Chi-Square Tests
Monte Carlo Sig. (2-sided) Monte Carlo Sig. (1-sided)
99% Confidence 99% Confidence
Interval Interval
Asymp. Sig. Lower Upper Lower Upper
Value df (2-sided) Sig. Bound Bound Sig. Bound Bound
Pearson Chi-Square 13,004a 9 ,162 ,158b ,149 ,168
Likelihood Ratio 14,002 9 ,122 ,210b ,200 ,220
Fisher's Exact Test 11,963 ,159b ,149 ,168
Linear-by-Linear ,123c 1 ,725 ,769b ,758 ,779 ,397b ,384 ,409
Association
N of Valid Cases 50
a. 13 cells (81,3%) have expected count less than 5. The minimum expected count is ,80.
b. Based on 10000 sampled tables with starting seed 2000000.
c. The standardized statistic is -,351.
Constatm c statisticile bazate pe 2 sunt mult mai elaborate la utili-
zarea metodei Monte Carlo. Avem pragurile de semnificaie att pentru me-
toda clasic, asimptotic, dar i pentru metoda Monte Carlo, alturi de inter-
valele de ncredere. Desigur, nu exist nicio legtur ntre cele dou variabile,
152
Cristian Opariuc-Dan
153
Statistic aplicat n tiinele socio-umane
154
Cristian Opariuc-Dan
Exerciii:
Analizai i interpretai legturile dintre: gen biologic i grad mi-
litar, culoarea ochilor i ultima coal absolvit, gen biologic i
greutate. Explicai i argumentai utilizarea coeficienilor.
V voi lsa acum n compania SPSS s v jucai cu opiunile i cu in-
dicatorii corelaiilor, s experimentai mai multe variante, deoarece numai aa
vei putea s v perfecionai. Nu vom ncheia ns acest capitol, dect dup
ce vom realiza cteva referiri generale la modul de raportare al studiilor core-
laionale.
155
Statistic aplicat n tiinele socio-umane
156
Cristian Opariuc-Dan
p= .003 ci expresii de forma p< .05, p< .01 sau p< .001, acesta
fiind i standardul raportrilor tiinifice.
5. Un prag de semnificaie p= .05 nu este semnificativ. Sunt
semnificative doar pragurile mai mici de .05, nu i cele egale
cu aceast valoare. n tiinele sociale, de obicei raportm
semnificaii mai mici de .05 sau mai mici de .01. Foarte rar
ajungem la niveluri mai mici de .001 i n mod excepional la
praguri de semnificaie mai mici de .0001.
n sfrit am ajuns i la finalul acestui capitol. A fost, ntr-adevr, un
capitol destul de lung, ns i informaia a fost consistent. Acum sper c
avei o idee precis asupra semnificaiei conceptului de corelaie, mai exact a
celui de legtur ntre variabile. Putei s fii mndri i s dai lecii colegilor
n domeniul studiilor corelaionale, ns nu v bucurai prea tare, deoarece
avem de discutat lucruri cel puin la fel de interesante.
Luai-v o pauz. Mergei la un grtar, la iarb verde, relaxai-v, de-
oarece imediat vom aborda un alt capitol, i anume cel al testelor statistice.
n concluzie:
Relaiile stabilite n urma analizei a dou variabile poart numele de analize biva-
riate, spre deosebire de analizele univariate care au n vedere doar o singur vari-
abil;
Gradul de asociere ntre dou variabile se bazeaz pe conceptul ce covarian. M-
sura standardizat a covarianei poart numele de corelaie;
Coeficienii de corelaie pot fi parametrici i neparametrici, dup cum cele dou
variabile ndeplinesc sau nu condiiile de aplicare ale statisticilor parametrice;
Coeficientul de corelaie a rangurilor Spearman se poate folosi, n general, pen-
tru variabile ordinale provenite din variabile continui sau pentru variabile continui
care nu ndeplinesc condiiile necesare aplicrii statisticilor parametrice;
Coeficientul de corelaie a rangurilor Kendall are mai multe forme, se bazeaz pe
calculul inversiunilor i al proversiunilor i se folosete pentru variabile aflate na-
tural la un nivel de msur ordinal sau pentru variabile cantitative care nu ndepli-
nesc condiiile de aplicare a statisticilor parametrice;
157
Statistic aplicat n tiinele socio-umane
158
Cristian Opariuc-Dan
159
Statistic aplicat n tiinele socio-umane
Studiul relaiilor ntre variabile reprezint doar o mic parte din arse-
nalul analizei de date pe care l are la dispoziie specialistul n tiine socio-
umane pentru a desfura o cercetare tiinific. Desigur, cercetrile corelai-
onale se folosesc atunci cnd dorim s investigm legtura dintre dou varia-
bile (de exemplu legtura dintre coeficientul de inteligen i performana
colar) i fac obiectul aa-numitelor planuri de cercetare de tip corelaional.
Cum procedm, ns, atunci cnd suntem interesai de studiul diferenelor
statistice? Care ar fi abordarea n situaia unei ntrebri de genul: exist dife-
rene determinate de genul biologic sub aspectul performanei la matemati-
c?. n acest caz, un plan de cercetare corelaional nu ne este de prea mare
folos. Suntem, din nou, n faa unei provocri. Provocarea analizei inferenia-
le sub aspectelor diferenelor statistice bivariate.
Dei i gsete locul mai degrab ntr-o lucrare din domeniul metodo-
logiei cercetrii, urmtorul subcapitol nu poate fi trecut cu vederea. Vom dis-
160
Cristian Opariuc-Dan
4
Desigur, ne referim la clasificrile prezentate n lucrarea anterioar.
161
Statistic aplicat n tiinele socio-umane
162
Cristian Opariuc-Dan
163
Statistic aplicat n tiinele socio-umane
164
Cristian Opariuc-Dan
165
Statistic aplicat n tiinele socio-umane
166
Cristian Opariuc-Dan
167
Statistic aplicat n tiinele socio-umane
168
Cristian Opariuc-Dan
169
Statistic aplicat n tiinele socio-umane
170
Cristian Opariuc-Dan
171
Statistic aplicat n tiinele socio-umane
172
Cristian Opariuc-Dan
173
Statistic aplicat n tiinele socio-umane
174
Cristian Opariuc-Dan
175
Statistic aplicat n tiinele socio-umane
176
Cristian Opariuc-Dan
177
Statistic aplicat n tiinele socio-umane
178
Cristian Opariuc-Dan
179
Statistic aplicat n tiinele socio-umane
Primul bloc va fi format din subiecii cei mai tineri din punctul de
vedere al fumatului, att din mediul urban, ct i din mediul rural (rangurile 1
i 2). Al doilea bloc va conine subiecii cu rangurile 3 i 4, al treilea bloc
subiecii cu rangurile 5 i 6 i aa mai departe, pn la ultimul bloc. Am con-
180
Cristian Opariuc-Dan
struit astfel un plan factorial randomizat cu blocuri, dup cum se poate obser-
va n tabelul 2.7.
Bineneles, acest plan factorial este superior planului factorial com-
plet randomizat, deoarece permite includerea unei variabile confundate i,
implicit, creterea rigurozitii cercetrii. Ideal ar fi ca ambele variabile inde-
pendente s permit atribuirea aleatorie a subiecilor. Dac acest lucru nu este
posibil, vom proceda dup schema prezentat.
Ecuaia caracteristic acestui design de cercetare este urmtoarea:
Yikm= + i + k + m+ ()km + ()ikm
Scorul observat este dat de media general, de efectul generat de blo-
curi (variabila confundat), de efectul exercitat de prima variabil indepen-
dent, de efectul generat de a doua variabil independent, de efectul comun
generat de cele dou variabile independente i de efectul erorilor determinate
de cele dou variabile independente i de variabila confundat (erori determi-
nate de bloc).
*
* *
Ne vom opri aici cu expunerea planurilor de cercetare. Acest capitol
nu intenioneaz s fac o prezentare exhaustiv a acestora, ci doar s v in-
formeze asupra elementelor de baz legate de proiectarea unei cercetri tiin-
ifice. Informaii suplimentare referitoare la planurile de cercetare i prezenta-
rea detaliat a acestora gsii n lucrri specializate pe metodologia cercetrii,
o parte dintre acestea fiind prezentate mai sus.
Ai observat deja c planurile de cercetare complexe deriv, de fapt,
din cele de baz, nefiind altceva dect combinaii la diferite niveluri ale aces-
tora. S trecem acum la scopul real al acestui capitol, i anume acela de a
prezenta cteva tehnici statistice de analiz a datelor bazate pe diferene.
181
Statistic aplicat n tiinele socio-umane
182
Cristian Opariuc-Dan
183
Statistic aplicat n tiinele socio-umane
(formula 2.1)
(formula 2.2)
(formula 2.3)
184
Cristian Opariuc-Dan
Diferenele dintre cele dou valori ale lui 2 (2,68 dup formula 2.3 i
2,75 dup formula 2.1) apar din cauza erorilor de rotunjire la dou zecimale
i sunt nerelevante. Dac ambele variabile sunt dihotomice, se folosete co-
recia pentru continuitate, aa cum s-a discutat deja n capitolul anterior.
Iat, cu graie i cteva calcule am reuit s gsim valoarea acestui in-
dicator. Acum, dac tot o avem, ce facem cu ea? Ei bine, comparm aceast
valoare cu valorile prag prezentate n tabelul de referin din anexa 3. Mai
avem o singur problem: la cte grade de libertate? V mai aducei probabil
aminte din primul capitol c gradele de libertate se afl foarte simplu, pe baza
liniilor i a coloanelor din tabel. Astfel df=(linii-1)(coloane-1). Noi avem
dou linii i dou coloane, prin urmare df=(2-1)(2-1)=1x1=1. Linia care ne
intereseaz este, aadar, prima linie din tabelul din anex. Pentru un prag de
semnificaie p<0,05, valoarea indicatorului 2 trebuie s fie mai mare de
3,841. Valorile noastre sunt mult mai mici n comparaie cu aceast valoare
185
Statistic aplicat n tiinele socio-umane
186
Cristian Opariuc-Dan
(formula 2.4)
[ ]
187
Statistic aplicat n tiinele socio-umane
188
Cristian Opariuc-Dan
189
Statistic aplicat n tiinele socio-umane
Blonde: 0, 0, 1, 1, 2, 2, 2, 3, 3, 4 Me(blonde)= 2
Brunete: 0, 0, 0, 1, 1, 1, 2, 2, 2, 3 Me(brunete)=1
Mediana ntregului lot de cercetare este 1,5, fiind situat, n mod evi-
dent, la a 10,5-a msurtoare, ntre valorile 1 i 2. Stabilind aceste elemente
de baz, urmeaz s contabilizm numrul de scoruri aflate sub valoarea me-
dianei generale i numrul de scoruri aflate peste valoarea medianei generale.
Pentru aceasta vom construi urmtorul tabel de contingen:
Tabelul 2.9 Tabelul de analiz pentru testul medianei
Sub mediana Peste mediana
Total
general (Me) general (Me)
4 6
Blonde 10
A B
6 4
Brunete 10
C D
Total 10 10 n=20
190
Cristian Opariuc-Dan
[ ]
(formula 2.5)
191
Statistic aplicat n tiinele socio-umane
Dac privim cu atenie tabelul de mai sus, vom observa c, cel puin
n aparen, avem condiiile aplicrii unor teste parametrice. Totui, nu este
aa, acel scor extrem (20 accidente) determinnd o distribuie skewness pozi-
192
Cristian Opariuc-Dan
tiv, cu tendine ctre valori mici ale accidentelor. n acest caz, evident c vom
folosi teste neparametrice n locul celor parametrice, mai exact testul U
Mann-Whitney.
Pentru a determina valoarea exact a testului statistic, trebuie, n pri-
mul rnd, s ordonm cresctor sau descresctor datele, apoi s calculm
rangurile. Realizm acest lucru prin cumularea cele dou iruri ntr-unul sin-
gur. Vom avea 8 femei cu zero accidente, 4 femei cu un accident, 2 femei cu
dou accidente i aa mai departe, pn la o singur femeie cu 20 de acciden-
te (tim deja c este blond). Evident, irul a fost n prealabil ordonat cresc-
tor dup numrul accidentelor.
Tabelul 2.11 Calculul rangurilor
Accidente
0 1 2 3 4 5 6 7 8 20 Total
Grup
Blonde 3 2 1 2 2 3 3 1 2 1 20
Brunete 5 2 1 3 1 3 2 2 1 0 20
Total 8 4 2 5 3 6 5 3 3 1 40
1 9 13 15 20 23 29 34 37 40
2 10 14 16 21 24 30 35 38
3 11 17 22 25 31 36 39
4 12 18 26 32
Poziii
5 19 27 33
6 28
7
8
Rang 4,5 10,5 13,5 17 21 25,5 31 35 38 40
193
Statistic aplicat n tiinele socio-umane
unu la opt i mprind suma la opt, rezult 4,5, acesta fiind rangul scorului
zero accidente.
Urmtoarele patru femei au comis cte un singur accident. Binene-
les, ele vor ocupa poziiile urmtoare, de la poziia a noua, la poziia doispre-
zece. Rangul scorului un accident rutier va fi media acestor patru poziii
de la 9 la 12 , adic 10,5. Procedm similar pentru a calcula rangurile tutu-
ror scorurilor din distribuia noastr. Nu este deloc dificil, doar diferit fa de
cum erai dumneavoastr obinuii.
n urmtoarea etap, va trebui s calculm suma rangurilor pentru fie-
care grup de cercetare. Din moment ce tim deja rangul fiecrui scor, suma
rangurilor se calculeaz foarte simplu, nmulind efectivul care a obinut sco-
rul respectiv, cu rangul asociat scorurilor, apoi adunnd toate aceste produse.
Pentru a ne uura sarcina, vom construi tabelul 2.12 i obinem suma ranguri-
lor pentru grupul blondelor de 444,5 i suma rangurilor pentru brunete 375,5.
Suma total a rangurilor va fi 820 (R1+R2=444,5+375,5=820).
194
Cristian Opariuc-Dan
( ) (formula 2.6)
( )
( )
195
Statistic aplicat n tiinele socio-umane
(formula 2.7)
196
Cristian Opariuc-Dan
197
Statistic aplicat n tiinele socio-umane
198
Cristian Opariuc-Dan
( )
(formula 2.8)
Toate datele necesare nlocuirii n formul exist deja, iar dup efec-
tuarea calculelor obinem o valoare z de -3,03.
( ) ( )
Aceast valoare obinut, luat fr semn, este mai mare dect valoa-
rea critic 2,58 pentru un prag de semnificaie mai mic de 0,01, astfel nct
putem respinge ipoteza nul. Folosind aceste date, putem spune c, ntr-
adevr, de aceast dat culoarea prului are efect. Exist diferene ntre blon-
de i brunete sub aspectul numrului de accidente comise.
Pentru a vedea sensul acestor diferene, adic pentru a vedea dac
blondele comit mai multe accidente n comparaie cu brunetele sau invers, nu
avem dect s calculm medianele celor dou iruri.
Acest test statistic este destul de puin folosit n tiinele socio-umane,
deoarece procesul de creare a secvenelor este unul miglos i de durat. De
cele mai multe ori procedeul este folosit pentru a verifica dac irul de date
are sau nu are un caracter aleatoriu. Desigur, procedeul de calcul este altul, se
folosete irul de date neordonat, calculndu-se nota z dup o alt formul.
Atunci cnd dorim s verificm dac datele au un caracter aleatoriu,
alturi de acest test mai avem la dispoziie testul fazelor Wallis-Moore sau
199
Statistic aplicat n tiinele socio-umane
200
Cristian Opariuc-Dan
nainte 10 igri, iar dup tratament fumeaz 6 igri. Subiectul P.A. fumeaz
nainte de tratament 9 igri, dup tratament 10 igri i aa mai departe.
201
Statistic aplicat n tiinele socio-umane
(formula 2.9)
n ambele situaii, valoarea z este 1,58, mai mic dect valoarea prag
1,96 pentru un prag de semnificaie mai mic de 0,05. Desigur, testul este ne-
semnificativ era i normal s fie aa , nu vom respinge ipoteza nul con-
form creia tratamentul anti-fumat nu are nici un efect.
202
Cristian Opariuc-Dan
nu are importan, iar nivelul de msur poate fi cel puin unul ordinal. Testul
semnelor i proba Wilcoxon pot fi administrate valorilor sau rangurilor, fr
ca acest lucru s influeneze importana lor.
Pentru clarificare, vom relua exemplul folosit anterior, de data aceasta
urmrind calculul unui test statistic mai eficient. Ai dedus bine, este vorba
despre testul Wilcoxon.
Primul pas, la fel ca i n cazul celeilalte probe, se refer la calculul
diferenelor dintre scoruri. De aceast dat vom reine i valorile acestor dife-
rene. Probabil c ai observat un lucru de nuan; dac la testul semnelor
diferena a fost Dup nainte, aici diferena este nainte Dup. n realitate
acest lucru nu are nicio importan. Singura diferen obinut va fi cea legat
de semn. Diferenele pozitive vor fi negative n al doilea caz i reciproc. Nu
este cazul s v batei capul prea tare cu aceste diferene, rmne la latitudi-
nea dumneavoastr s le efectuai cum dorii. Dac folosii prima situaie
Tabelul 2.14 Modalitate de calcul pentru testul Wilcoxon (Dup nainte) i obi-
Subiect nainte Dup Diferene Ranguri
M.C. 10 6 +4 +4,5
nei o diferen semnifica-
P.A. 9 10 -1 -1,5 tiv pozitiv, atunci n-
D.V. 15 11 +4 +4,5 seamn c tratamentul a
S.T. 13 11 +2 +3
B.L. 12 12 0 - avut efect, n sensul c a
A.T. 18 18 0 - crescut numrul de igri
M.Z. 21 20 +1 +1,5
fumate normal, deoarece
R.V. 32 15 +17 +9
I.G. 35 12 +23 +10 diferena pozitiv provine
J.I. 24 29 -5 -6 din faptul c valorile n
S.I. 26 10 +16 +8
A.C. 18 7 +11 +7
situaia Dup sunt mai
R+ 47,5 mari dect valorile n situ-
R- 7,5 aia nainte. Dac dife-
rena este semnificativ i negativ, nseamn c tratamentul a avut efect n
sensul reducerii numrului de igri, conform aceluiai algoritm.
203
Statistic aplicat n tiinele socio-umane
204
Cristian Opariuc-Dan
(formula 2.10)
Datele din formul sunt tiute. La fel ca i n cazul anterior, suma ran-
gurilor este cea mai mic sum a rangurilor dintre suma rangurilor pozitive i
suma rangurilor negative.
205
Statistic aplicat n tiinele socio-umane
206
Cristian Opariuc-Dan
Niciodat ntotdeauna
1 2 3 4 5
207
Statistic aplicat n tiinele socio-umane
(formula 2.11)
208
Cristian Opariuc-Dan
209
Statistic aplicat n tiinele socio-umane
(formula 2.12)
210
Cristian Opariuc-Dan
un nou tip de bere (de fapt exact berea neagr Guinness pe care o bem acum).
Proaspt absolvent al universitii Oxford, Gosset a fost imediat botezat de
ctre noul su patron cu numele de studentul. Monitoriznd ingredientele
berii i inventnd testele t, studentul a vzut ce anume face diferena sem-
nificativ la nivel de calitate. Deoarece procedeul de fabricaie inclusiv
metodele matematice folosite reprezentau un secret comercial, Gosset a fost
nevoit s publice descoperirea testelor t, n revista Biometrika, nu sub numele
su real ci sub pseudonimul cu care l gratulase eful su. Acesta este motivul
pentru care cele mai cunoscute teste statistice de comparaie poart un nume
att de ciudat.
Dup ce ne-am relaxat puin, vom reconsidera exemplul anterior. Stu-
denii universitii Ovidius din Constana consum, n medie, 1,3 litri de bere
pe zi (), iar un eantion de 34 de studeni la psihologie, consum, n medie,
2,1 litri de bere zilnic (m), cu o abatere standard de 3,1 litri de bere (s). n
acest caz, valoarea testului t devine:
211
Statistic aplicat n tiinele socio-umane
(formula 2.13)
212
Cristian Opariuc-Dan
213
Statistic aplicat n tiinele socio-umane
(formula 2.14)
( )
(formula 2.15)
( )
214
Cristian Opariuc-Dan
( )
215
Statistic aplicat n tiinele socio-umane
(formula 2.16)
Nu este cine tie ce ctig, este doar o ajustare. Oricum, testul t rm-
ne, n continuare, nesemnificativ.
216
Cristian Opariuc-Dan
H0: m1=m2 - Nu exist nicio diferen ntre mediile celor dou popu-
laii din care s-au extras eantioanele perechi (ipoteza nul);
H1: m1m2 - Exist o diferen semnificativ ntre mediile celor dou
populaii din care s-au extras eantioanele perechi (ipotez alternativ bila-
teral);
H2: m1>m2 - Media primului eantion este semnificativ mai mare n
comparaie cu media celui de-al doilea eantion (ipotez alternativ unilate-
ral).
H3: m1<m2 - Media primului eantion este semnificativ mai mic n
comparaie cu media celui de-al doilea eantion (ipotez alternativ unilate-
ral).
Pentru a nu ne limita la o abordare simplist, s considerm urmtorul
experiment:
Un numr de 15 fumtori au participat la o edin de psihoterapie n
vederea abandonrii fumatului. Ne intereseaz s tim dac edina de psiho-
terapie a avut sau nu a avut efect. Prin urmare, ce s-a ntmplat cu numrul
igrilor fumate de ctre cei 15 fumtori dup psihoterapie. Ipoteza nul ne
spune c edina de psihoterapie nu are niciun efect. Transpus n termeni ti-
inifici, avem urmtoarele posibiliti:
H0: m1=m2 Nu exist nicio diferen semnificativ ntre media ig-
rilor fumate nainte de edina de psihoterapie i media igrilor fumate dup
edina de psihoterapie (ipoteza nul);
H1: m1m2 Exist o diferen semnificativ ntre media igrilor fu-
mate nainte de edina de psihoterapie i media igrilor fumate dup edina
de psihoterapie (ipotez alternativ bilateral);
H2: m1>m2 Media igrilor fumate naintea edinei de psihoterapie
este semnificativ mai mare n comparaie cu media igrilor fumate dup e-
217
Statistic aplicat n tiinele socio-umane
218
Cristian Opariuc-Dan
(formula 2.17)
( )
(formula 2.18)
Desigur, avem deja toate datele necesare pentru a calcula dispersia di-
ferenelor.
( )
219
Statistic aplicat n tiinele socio-umane
(formula 2.19)
( )
220
Cristian Opariuc-Dan
221
Statistic aplicat n tiinele socio-umane
(formula 2.20)
(formula 2.21)
222
Cristian Opariuc-Dan
testat fiind aberant. Testul statistic este semnificativ dac valoarea sa este
mai mare sau egal cu valoarea de referin prezentat n tabelul din anexa
12.
Pentru n=18, valoarea de referin este 2,17 la un prag de semnificaie
mai mic de 0,05 i 3,00 pentru un prag de semnificaie mai mic de 0,01. n
mod cert, testul nostru este semnificativ la un prag de semnificaie mai mic
de 0,01, ipoteza nul se respinge, valoarea testat (2) fiind o valoare aberant.
223
Statistic aplicat n tiinele socio-umane
| | | | | |
224
Cristian Opariuc-Dan
(formula 2.26)
(formula 2.27)
Dac valoarea testat este cea mai mare din ir, se folosete formula
2.26, iar dac valoarea testat este cea mai mic din ir, formula 2.27.
Cred c ai observat deja un lucru interesant. Testul Grubbs nu repre-
zint altceva dect nota z a scorului presupus aberant.
S considerm un exemplu, n care un numr de 130 de subieci au
efectuat un test de atenie. Media scorurilor obinute de cei 130 de subieci
este m=21,35 puncte iar abaterea standard s=5,41 puncte. Ne ntrebm dac
scorul maxim x=53 puncte este sau nu un scor aberant.
Pentru c valoarea testat este cea mai mare valoare din ir, aplicm
formula 2.26 pentru testul Grubbs.
225
Statistic aplicat n tiinele socio-umane
226
Cristian Opariuc-Dan
Da, aa este, revenim, iat, la bazele statisticii. Procedura este analog, doar
c vom folosi media i abaterea standard pentru crearea claselor.
Tabelul 2.18 Testul de normalitate bazat pe 2
Clase f zi F(zi) (zi) f*(zi) f-ft (f-ft)2 (f-ft)2/ft
Clasa 1 (i=1)
< m-2,5s 1 -2,5 0,0062 0,0062 0,0062 0,9938 0,98763844 159,296523
< 13,58
Clasa 2 (i=2)
(m-2,5sm-2s] 4 -2 0,0228 0,0166 0,0664 3,9336 15,473209 233,030255
13,58-14,65
Clasa 3 (i=3)
(m-2sm-1,5s] 15 -1,5 0,0668 0,044 0,66 14,34 205,6356 311,569091
14,66-15,72
Clasa 4 (i=4)
(m-1,5sm-1s] 49 -1 0,1587 0,0919 4,5031 44,4969 1979,97411 439,691348
15,73-16,79
Clasa 5 (i=5)
(m-1sm-0,5s] 65 -0,5 0,3085 0,1498 9,737 55,263 3053,99917 313,648883
16,80-17,86
Clasa 6 (i=6)
(m-0,5sm] 104 0 0,5000 0,1915 19,916 84,084 7070,11906 354,99694
17,87-18,93
Clasa 7 (i=7)
(mm+0,5s] 97 +0,5 0,6915 0,1915 18,5755 78,4245 6150,4022 331,102915
18,94-20,00
Clasa 8 (i=8)
(m+0,5sm+1s] 87 +1 0,8413 0,1498 13,0326 73,9674 5471,17626 419,806966
20,01-21,07
Clasa 9 (i=9)
(m+1sm+1,5s] 38 +1,5 0,9332 0,0919 3,4922 34,5078 1190,78826 340,985127
21,08-22,14
Clasa 10 (i=10)
(m+1,5sm+2s] 18 +2 0,9772 0,044 0,792 17,208 296,115264 373,882909
22,15-23,21
Clasa 11 (i=11)
(m+2sm+2,5s] 5 +2,5 0,9938 0,0166 0,083 4,917 24,176889 291,287819
23,22-24,28
Clasa 12 (i=12)
> m+2s 3 +3 0,9987 0,0049 0,0147 2,9853 8,91201609 606,259598
> 24,28
TOTAL 486 4175,55837
Exist mai multe variante de lucru. Cea mai comod variant este s
lucrm cu intervale avnd dimensiunea de jumtate de abatere standard. Exis-
227
Statistic aplicat n tiinele socio-umane
tnd ase abateri standard ntr-o distribuie normal, vor rezulta un numr de
12 clase.
Prima clas va conine scorurile mai mici dect media minus 2,5 aba-
teri standard. A doua clas cuprinde scorurile cuprinse ntre media minus 2,5
abateri standard i media minus 2 abateri standard. Clasa a treia se refer la
scoruri cuprinse ntre media minus 2 abateri standard i media minus 1,5 aba-
teri standard i aa mai departe, dup cum putei vedea n tabelul 2.18.
Dup construcia claselor, stabilim, evident, frecvenele absolute la
nivelul fiecrei clase. Urmeaz calcului variabilei normale z, pentru fiecare
dintre cele 12 clase, dup expresia urmtoare
(formula 2.28)
228
Cristian Opariuc-Dan
prezentat n tabelul din anexa 13, tabel care ne ajut s extragem probabili-
tile teoretice pentru fiecare scor z. nainte de a efectua calculele, se impune
totui s precizm c dac scorul z este negativ, atunci F(-z)=1 F(z). Adic,
pentru a calcula un scor z negativ, trebuie s scdem din valoarea 1, valoarea
F(z) din tabel pentru acel scor. Vedem imediat cum se procedeaz.
Prima clas are z=-2,5. n tabelul din anexa 13, pentru un z=2,5 avem
F(z)=0,9938. Cum ns z este negativ, obinem F(z)=1 0,9938, adic 0,0062.
A doua clas are z=-2. n tabelul din anexa 13 avem pentru un z=2, valoarea
0,9772. Din aceleai motive, obinem F(z)=1 0,9772=0,0228. La fel proce-
dm cu toate clasele, pn la clasa a asea.
Pentru clasa a asea, unde avem z=0, F(z)=0,5000. Deoarece z nu mai
este negativ, aceasta este i valoarea cutat. La fel, clasa a aptea, unde
F(z)=0,6915.
Totui, pn acum nu am stabilit dect probabilitile teoretice cumu-
late pentru distribuia noastr, deoarece funcia Laplace este, dup cum am
spus, o funcie cumulativ. Am fi mai curnd interesai de probabilitile teo-
retice efective, nu de cele cumulate. Din fericire, acest lucru este simplu de
aflat. Nu avem dect s scdem din probabilitatea teoretic cumulat a unei
clase, probabilitatea teoretic cumulat a clasei anterioare i iat, am obinut
probabilitile teoretice efective pentru fiecare dintre clase. Aadar, vom avea
o nou coloan n tabelul 2.18, coloana (zi) unde:
(formula 2.29)
Pentru prima clas nu avem o clas anterioar, aadar (zi)=0,0062. A
doua clas va fi (zi)=0,0228-0,0062=0,0166. Pentru a treia clas vom avea
(zi)=0,0668-0,0228=0,0440 i aa mai departe. Dup calculul probabiliti-
lor teoretice efective, urmeaz s nmulim frecvena absolut a fiecrei clase
cu probabilitatea teoretic efectiv (f*(zi)). Aceast valoare o putem denumi
229
Statistic aplicat n tiinele socio-umane
frecven teoretic i o notm cu ft. Avnd aceste elemente, putem acum trasa
formula de calcul pentru 2 atunci cnd efectum testul de normalitate:
(formula 2.30)
Destul de simplu. Din formul mai rezult civa pai. S facem dife-
renele dintre frecvena observat i frecvena teoretic, s ridicm la ptrat
aceste diferene i apoi s mprim ptratele la frecvena teoretic. n final
efectum suma acestor rezultate i obinem valoarea pentru 2. Valoarea
noastr este foarte mare. Am obinut 2=4175,55. Aceast valoare o vom
compara cu valoarea de referin pentru un numr de k-3 grade de libertate,
deoarece avem doi parametri media i abaterea standard. n situaia noastr,
valoarea indicatorului este comparat la 12-3=9 grade de libertate. La un prag
de semnificaie mai mic de 0,01, valoarea de referin este de 21,665. Valoa-
rea obinut este mult mai mare dect valoarea prag, testul este semnificativ
la un prag de semnificaie mai mic de 0,01, vom respinge ipoteza nul. Cu
alte cuvinte, distribuia empiric difer semnificativ de distribuia teoretic
normal. Pe scurt, datele noastre nu se distribuie normal.
Folosind aceast metod putem compara o distribuie empiric nu
numai cu distribuia normal, dar i cu alte distribuii, precum distribuia Po-
isson, binomial, etc.
230
Cristian Opariuc-Dan
(formula 2.31)
Tabelul 2.19 Calcului estimaiei b pentru testuln primul rnd, formm co-
Shapiro-Wilk
loana XI pentru fiecare valoare a lui
k xI xII Wk a Wk*a
1 190 330 140 0,5739 80,346 k. Practic, aceast coloan este for-
2 200 290 90 0,3291 29,619 mat din primele k numere ordonate
3 220 280 60 0,2141 12,846
4 240 270 30 0,1224 3,672 cresctor n cazul nostru, primele 5
5 250 260 10 0,0399 0,399 numere. Coloana XII este format din
126,882
ultimele k numere 5 numere n
cazul nostru de data aceasta ordonate descresctor. Vom avea, n situaia
noastr, pentru fiecare valoare a lui k de la 1 la 5, irul X I=190, 200, 220, 240
i 250, i XII=330, 290, 280, 270 i 260. Urmeaz construcia coloanei Wk,
231
Statistic aplicat n tiinele socio-umane
unde Wk nu este altceva dect diferena dintre al doilea i primul ir. Adic,
Wk=XII-XI.
Coeficientul a se extrage din tabelul din anexa 14, pentru diferitele
valori ale lui n i k. n cazul nostru, n=10 i, evident, k=5. Ne deplasm n
tabel pe coloana numrul 10 (corespunztoare lui n) i vom avea pentru k=1,
un coeficient a=0,5739. Pentru k=2 avem a=0,3291 i aa mai departe. Copi-
em aceti coeficieni n coloana corespunztoare din tabelul 2.19. Urmeaz
apoi s nmulim, pentru fiecare k, coloana Wk i coloana a, rezultatele fiind
trecute ntr-o ultim coloan din tabel. nsumnd toate aceste produse, obi-
nem expresia estimrii liniare a abaterii standard (b), n situaia noastr aceas-
ta fiind 126,882.
Restul procesului este foarte simplu i nu l vom detalia. Este necesar
s calculm media celor 10 scoruri (m=253 n cazul de fa), apoi s scdem
fiecare scor din medie, la fel ca la calculul varianei, (xi-m), s ridicm la p-
trat aceste diferene (xi-m)2 i, n final, s facem suma acestor ptrate. Pentru
exemplul nostru, suma ptratelor diferenelor este 16410. Avnd toate datele,
putem nlocui acum n formul:
232
Cristian Opariuc-Dan
| |
(formula 2.32)
( ) (formula 2.33)
233
Statistic aplicat n tiinele socio-umane
( )
( )
234
Cristian Opariuc-Dan
235
Statistic aplicat n tiinele socio-umane
236
Cristian Opariuc-Dan
237
Statistic aplicat n tiinele socio-umane
exist un element extrem de important care trebuie precizat. Este vorba de-
spre mrimea efectului.
238
Cristian Opariuc-Dan
239
Statistic aplicat n tiinele socio-umane
240
Cristian Opariuc-Dan
(formula 2.34)
241
Statistic aplicat n tiinele socio-umane
Pare complicat, dar nu este chiar aa. Practic #Xi1>Xj2 reprezint nu-
mrul de comparaii ntre observaiile dintre cele dou grupuri, atunci cnd
numrul de observaii din primul grup este mai mare dect numrul de obser-
vaii din al doilea grup.
S considerm un exemplu simplu pentru a lmuri formula de calcul.
O cercetare efectuat pe brbaii i femeile dintr-o unitate militar pleac de
la ipoteza nul conform creia nu exist nicio diferen ntre brbai i femei
sub aspectul gradelor militare de ofieri. Desigur, ne situm la un nivel pur
ordinal, unde am notat cu 1 locotenentul, 2 cpitanul, 3 maiorul, 4
locotenent colonelul i 5 colonelul. Datele noastre sunt urmtoarele
Brbai: 1, 1, 2, 2, 2, 3, 3, 3, 4, 5 n1=10
Femei: 1, 2, 3, 4, 4, 5 n2=6
Pentru a uura lucrul, am ordonat deja datele noastre. Urmeaz con-
strucia aa-numitei matrice de dominan. n primul rnd, construim un tabel
similar tabelului 2.20. Pe coloane trecem una dintre variabile iar pe linii cea-
lalt variabil. Regula de completare a matricei de dominan este simpl. O
celul poate lua valoarea +1 dac valoarea la nivel de linie este mai mare
dect valoarea la nivel de coloan, 0 dac cele dou valori sunt la fel i -1
dac valoarea de pe linie este mai mic dect valoarea de pe coloan.
242
Cristian Opariuc-Dan
243
Statistic aplicat n tiinele socio-umane
i +1 (atunci cnd toate observaiile din primul grup sunt mai mici dect ob-
servaiile din al doilea grup). Valoarea 0 arat c observaiile din cele dou
grupuri sunt perfect identice. Interpretarea acestui coeficient ca msur a m-
rimii efectului, va ine cont de urmtoarele repere:
Pentru un mai mic de 0,147, nu exist niciun efect;
Pentru cuprins ntre 0,147 i 0,33, efectul este sczut;
Pentru cuprins ntre 0,33 i 0,474, efectul este unul mediu,
moderat;
Pentru mai mare de 0,474, efectul este puternic.
n cazul nostru, am obinut un efect sczut. Putem suspecta i existen-
a unei diferene semnificative ntre brbai i femei n raport cu atribuirea
gradelor militare. Ca exerciiu, v revine dumneavoastr sarcina s alegei
testul statistic adecvat i s verificai dac, ntr-adevr, exist o asemenea
diferen semnificativ, apoi s decidei ce facei cu ipoteza nul.
(formula 2.36)
244
Cristian Opariuc-Dan
Ioan Cuza din Iai. Obinusem un t(88)=1,48, testul fiind nesemnificativ. Adi-
c nu exist diferene semnificative ntre studenii celor dou universiti, sub
aspectul consumului de bere. Dac ar fi existat diferene semnificative, ar fi
trebuit s calculm i mrimea efectului.
(formula 2.37)
(formula 2.38)
(formula 2.39)
245
Statistic aplicat n tiinele socio-umane
Doar nu v-ai fi ateptat s obinei aici vreun efect puternic. Observai
c i dup acest coeficient, ne situm n acelai domeniu al efectelor slabe.
Coeficientul g al lui Hedges are o formul de calcul bazat tot pe coe-
ficientul de determinare i pe cel de corelaie al efectelor:
(formula 2.40)
246
Cristian Opariuc-Dan
247
Statistic aplicat n tiinele socio-umane
248
Cristian Opariuc-Dan
249
Statistic aplicat n tiinele socio-umane
luai. Putei, fie include mai muli subieci n ntregul lot de stu-
diu, fie mri numrul de subieci la nivelul grupelor de cercetare
considerate cele mai importante din perspectiva ipotezelor stabili-
te;
2. Utilizarea unui design de cercetare cu msurri repetate. tii
deja c un design cu msurri repetate care folosete eantioane
dependente are o putere mai mare n comparaie cu design-ul
bazat pe eantioane independente, deoarece variana rezidual
cea determinat de erori, variana neexplicat este mai mic. Fo-
losind, de obicei, aceiai subieci n dou condiii experimentale
diferite, erorile determinate de factorii subiectivi sunt mult mai
mici n comparaie cu situaia n care vei folosi dou eantioane
independente;
3. Introducerea unei covariabile eficiente. nc nu avei noiunea
complet asupra semnificaiei unei covariabile. Pentru a v face
ct de ct o idee, revedei capitolul referitor la corelaii pariale. n
acest volum ne-am limitat la studiul efectelor pe care le exercit o
singur variabil independent asupra unei singure variabile de-
pendente. Majoritatea situaiilor de cercetare presupun ns analiza
efectului generat de mai multe variabile independente asupra unei
singure variabile dependente (ANOVA analiza de varian), a
efectului generat de mai multe variabile independente asupra mai
multor variabile dependente sau a efectului generat de variabilele
independente asupra variabilelor dependente n condiiile menine-
rii constante a efectului unei variabile numit covariabil
(ANCOVA analiza de covarian). Despre aceste elemente vom
discuta, ns, n urmtoarea lucrare. Ceea ce trebuie s tii deo-
camdat este faptul c introducerea unei covariabile, aflat, desi-
gur, n relaie cu variabila dependent, poate determina micorarea
250
Cristian Opariuc-Dan
251
Statistic aplicat n tiinele socio-umane
252
Cristian Opariuc-Dan
253
Statistic aplicat n tiinele socio-umane
254
Cristian Opariuc-Dan
255
Statistic aplicat n tiinele socio-umane
256
Cristian Opariuc-Dan
257
Statistic aplicat n tiinele socio-umane
258
Cristian Opariuc-Dan
259
Statistic aplicat n tiinele socio-umane
260
Cristian Opariuc-Dan
261
Statistic aplicat n tiinele socio-umane
262
Cristian Opariuc-Dan
stabilete rangurile scorurilor din ambele grupuri. Dac cele dou eantioane
sunt din aceeai populaie adic dac nu exist diferene ntre ele cele
dou grupuri vor fi distribuite aleatoriu n jurul rangurilor generale. Testul
Kolmogorov-Smirnov Z face deja ceea ce tii. Se bazeaz pe analiza diferen-
ei maxime dintre cele dou distribuii cumulative. Practic, este un fel de test
de normalitate, doar c nu se mai compar distribuia teoretic i cea empiri-
c ci distribuiile celor dou eantioane.
Testul Moses al reaciilor extreme presupune c variabila indepen-
dent va afecta unii subieci ntr-o direcie i pe alii n direcia opus. De
obicei, acest test se folosete atunci cnd lucrm cu un grup de control. Gru-
pul de control este definit ca fiind grupul 1, n timp ce grupul experimental se
definete ca fiind grupul 2. n cazul nostru, neavnd o cercetare cu grupuri de
control, utilizarea acestui test este inadecvat.
Tabelul 2.29 Rezultatul analizei pentru testul Mann-Whitney Din considerente care
U
in de specificul datelor noastre,
Ranks
Mean Sum of
vom bifa doar testul Mann-
Culoarea parului N
Rank Ranks Whitney U, acesta fiind singurul
Numar de Blond 12 16,25 195,00 test adecvat, care ne poate furni-
accidente
Brunet 19 15,84 301,00 za informaii utile.
Total 31
Test Statisticsb Rezultatele testului
Numar de accidente Mann-Whitney U sunt furnizate
Mann-Whitney U 111,000 n tabelul 2.29. Observm c
Wilcoxon W 301,000 media rangurilor pentru blonde
Z -,125
este de 16,25 iar pentru brunete
Asymp. Sig. (2-tailed) ,900
Exact Sig. [2*(1-tailed Sig.)] ,921a este de 15,84. Diferena mic
a. Not corrected for ties. dintre cele dou medii ale rangu-
b. Grouping Variable: Culoarea parului rilor se confirm i n tabelul
statisticilor. ntr-adevr, testul nu este semnificativ, valoarea semnificaiei
statistice (0,921) fiind mult mai mare n comparaie cu pragul critic 0,05.
263
Statistic aplicat n tiinele socio-umane
264
Cristian Opariuc-Dan
265
Statistic aplicat n tiinele socio-umane
Noi vom discuta doar testul Wilcoxon i testul semnelor, acestea fiind
testele adecvate tipului nostru de date. Desigur, pornirea analizei se va face
prin acionarea butonului OK.
Cele dou tabele ale testului Wilcoxon ne arat c, n urma comparai-
ilor, avem un numr de 18 cazuri n care rangurile au fost calculate pentru
diferene pozitive (ranguri n care numrul de accidente dup cursuri este mai
mic n comparaie cu numrul de accidente nainte de cursuri) cu o medie a
rangurilor de 11,39, un numr de 3 ranguri calculate pentru diferene negative
cu o medie a rangurilor de 8,67 (ranguri n care numrul de accidente dup
cursuri este mai mare n comparaie cu numrul de accidente nainte de cur-
suri) i 10 ranguri egale.
266
Cristian Opariuc-Dan
267
Statistic aplicat n tiinele socio-umane
268
Cristian Opariuc-Dan
269
Statistic aplicat n tiinele socio-umane
270
Cristian Opariuc-Dan
folosit, n acest caz, opiunea Use specified values care ne permite introdu-
cerea precis a valorilor dintr-o variabil discret. n cazul n care am fi folo-
sit o variabil continu, exist posibilitatea transformrii acesteia ntr-una
discret alegnd opiunea Cut point. Aceast opiune funcioneaz la fel ca
i n cazul testelor neparametrice, unde a fost detaliat i exemplificat.
Tabelul 2.34 Rezultatele testului t Student pentru dou eantioane independente
Group Statistics
Culoarea
N Mean Std. Deviation Std. Error Mean
parului
Numar accidente dupa cursuri Blond 12 1,00 1,128 ,326
Brunet 19 1,26 1,147 ,263
Independent Samples Test
Levene's Test
for Equality of t-test for Equality of Means
Variances
95% Confi-
dence Interval
of the Differ-
ence
Sig. (2- Mean Std. Error
F Sig. t df Lower Upper
tailed) Difference Difference
Equal 2,005 ,167 -,626 29 ,536 -,263 ,420 -1,123 ,597
Numar variances
acci- assumed
dente Equal -,629 23,843 ,536 -,263 ,419 -1,128 ,601
dupa variances
cursuri not as-
sumed
Tabelele generate de acest test sunt ceva mai complexe. Regsim ta-
belul statisticilor descriptive, n care, pentru fiecare grup, sunt prezentate
numrul de cazuri, mediile, abaterile standard i erorile standard ale mediilor.
Astfel, avem un numr de 12 blonde, media accidentelor acestora dup cur-
suri este de 1 cu o abatere standard de 1,12 accidente i o eroare standard a
mediei de 0,32 accidente, precum i un numr de 19 brunete, avnd o medie a
271
Statistic aplicat n tiinele socio-umane
272
Cristian Opariuc-Dan
273
Statistic aplicat n tiinele socio-umane
274
Cristian Opariuc-Dan
275
Statistic aplicat n tiinele socio-umane
276
Cristian Opariuc-Dan
277
Statistic aplicat n tiinele socio-umane
278
Cristian Opariuc-Dan
279
Statistic aplicat n tiinele socio-umane
280
Cristian Opariuc-Dan
281
Statistic aplicat n tiinele socio-umane
n concluzie:
Extinderea cunotinelor dobndite n urma studierii unui eantion la nivelul ntre-
gii populaii, face parte din domeniul statisticilor infereniale. Orice cercetare tiin-
ific are la baz un plan (design) de cercetare;
Un design de cercetare este un plan care permite atribuirea subiecilor n diferite
condiii experimentale, mpreun cu modalitile de analiz ale datelor rezultate.
Planurile de cercetare pot fi de baz sau complexe. Planurile de cercetare comple-
xe deriv din combinaiile planurilor de cercetare de baz;
Planurile de cercetare de baz sunt: designul complet aleatoriu (CR-p), designul
aleatoriu cu blocuri (RB-p) i designul ptratelor latine (LS-p);
Testele statistice neparametrice se aplic atunci cnd datele sunt situate la un nivel
de msur neparametric sau cnd datele sunt parametrice, ns nu este ndeplinit
condiia distribuiei normale;
Principalele teste neparametrice sunt: testul diferenelor dintre frecvene 2, testul
medianei pentru eantioane independente, testul Mann-Whitney U pentru eantioa-
ne independente, testul iteraiilor Wald-Wolfowitz (Runs), testul semnelor pentru
eantioane dependente, testul Wilcoxon;
Principalele teste parametrice sunt: testele pentru un singur eantion, teste pentru
dou eantioane independente i teste pentru dou eantioane perechi;
Exist i teste specifice, testele de depistare a unor valori aberante i testele de
comparare a distribuiei empirice cu o distribuie teoretic, n general distribuia
normal;
La interpretarea unui test statistic se ine cont de pragul de semnificaie, valoarea
testului, semnul testului i mrimea efectului;
Creterea puterii unei cercetri tiinifice se poate realiza prin msuri care in de:
designul cercetrii, msurtorile efectuate n cadrul cercetrii i metodele statistice
folosite.
282
Cristian Opariuc-Dan
III.ANALIZA FIDELITII
n acest capitol se va discuta despre:
Conceptul de fidelitate i validitate;
Tehnicile i metodele de calcul ale fidelitii;
Modalitatea de alegere a metodei de analiz a fi-
delitii;
Relevana i strategiile de calcul ale fidelit-
ii;
Dup parcurgerea capitolului, cititorii vor fi capabili s:
neleag principiile generale i utilitatea fide-
litii i a validitii;
Calculeze coeficienii de fidelitate, n funcie
de specificul cercetrii;
Analizeze i s interpreteze elementele specifice
de studiu ale fidelitii;
Utilizeze SPSS n calculul coeficienilor de fide-
litate.
283
Statistic aplicat n tiinele socio-umane
284
Cristian Opariuc-Dan
285
Statistic aplicat n tiinele socio-umane
a b c d
Figura 3.1 Relaia dintre validitate i fidelitate
5
Exemplul nu-mi aparine n totalitate. A fost citit sau mi s-a povestit de ctre Florin Sava.
Din nefericire, nu am sursa s-l pot cita, ns mi fac datoria de onoare s menionez acest
lucru.
286
Cristian Opariuc-Dan
287
Statistic aplicat n tiinele socio-umane
288
Cristian Opariuc-Dan
289
Statistic aplicat n tiinele socio-umane
strument. ns, acest lucru nu este posibil din mai multe motive. Nu cred c
vom gsi o asemenea persoan disponibil, i apoi intervin factorii de memo-
rie i ali factori care pot influena rezultatele, prin noi erori aleatorii. n acest
caz, renunm la a evalua o singur persoan i evalum, cu acelai instru-
ment, un grup de persoane. Intuii deja c fundamentul teoretic de mai sus se
poate aplica i n aceast situaie. Nu intrm n detalii i n demonstraii. Cei
care doresc mai multe informaii, pot consulta literatura de specialitate. O
prezentare excelent a acestor elemente este realizat de ctre Carmines i
Zeller (Carmines, i alii, 1979) n lucrarea lor. n linii mari, aceasta este
logica evalurii fidelitii. La un numr suficient de mare de persoane evalua-
te cu acelai instrument, erorile aleatorii se compenseaz reciproc i putem
avea msura fidelitii scorului real. Repet, problema nu se refer la aflarea
scorului real, ci la analiza fidelitii unui instrument de msur, a stabilitii
sale. Dac ceea ce fluctueaz sunt erorile aleatorii, atunci, identificnd ceva
stabil, acel lucru trebuie s fie scorul real.
n practic, exist mai multe metode prin care putem evalua fidelitatea
unui instrument: metoda test-retest, metoda formelor paralele, metoda nju-
mtirii, metoda acordului ntre evaluatori i metoda consistenei interne. Le
vom analiza pe fiecare n parte.
290
Cristian Opariuc-Dan
Una dintre cele mai controversate ntrebri care se pune este cea refe-
ritoare la intervalul de timp dintre cele dou evaluri (Stan, 2002). Ei bine,
intervalul de timp depinde de stabilitatea dimensiunii msurate. Retestarea
dup un an poate fi inadecvat pentru un chestionar de opinii, acestea
putndu-se schimba ntre timp, ns poate fi perfect valabil pentru un test de
inteligen. Oricum, durata dintre cele dou evaluri nu poate fi mai mic de
3-4 sptmni. n cele mai multe cazuri, cercettorii acord un interval de 5-6
luni, considerat suficient pentru o analiz pertinent a fidelitii.
Aceast metod, dei intens folosit, nu este agreat n mod deosebit
de ctre cercettori, din cauza unor motive obiective. n primul rnd, unii nu
o consider o msur a fidelitii, ci una a stabilitii scorurilor. Apoi, dac
intervalul de timp este prea scurt, metoda nu mai estimeaz n mod real stabi-
litatea, intervenind influena memoriei i efectul de nvare. Subiecii i pot
aminti unele rspunsuri de la evaluarea trecut, fapt care biaseaz masiv ana-
liza de fidelitate. Dac intervalul de timp este prea lung, intervine efectul de
maturizare, prin care dimensiunea evaluat se modific, mai ales dac vorbim
de factori de personalitate. Mai mult dect att, subiecii tind s dea rspun-
suri la ntmplare n condiiile celei de-a doua administrri.
Ideea este c nu se poate folosi aceast metod ca metod unic de es-
timare a fidelitii, ci doar nsoit de o alt metod, de obicei de metoda con-
sistenei interne. Foarte muli consider metoda test-retest ca o form a meto-
dei njumtirii, poate i datorit faptului c procedeele statistice de calcul
sunt analoage. Din aceast cauz, nu vom prezenta aici calculul coeficientului
de fidelitate test-retest, ci l vom aborda n cadrul celei de-a doua metode
studiate.
291
Statistic aplicat n tiinele socio-umane
dup un interval de timp. Ideea de baz a metodei este aceea c, dac avem
un set de itemi care msoar o dimensiune, oricare dou subseturi din acei
itemi, msurnd aceeai dimensiune, vor corela puternic. De exemplu, dac
avem un chestionar care msoar depresia, chestionar format din 20 de ntre-
bri, dintre care, aleatoriu, formm dou chestionare de cte 10 ntrebri (lu-
m la ntmplare 10 itemi din chestionar i construim o form, ceilali 10
itemi rmai reprezentnd cealalt form), i apoi corelm cele dou chestio-
nare, ar trebui s obinem un coeficient de corelaie ridicat. Acest coeficient
poart numele de coeficient de fidelitate split-half i reprezint o msur
mai precis a fidelitii n comparaie cu cellalt indicator, coeficientul de
stabilitate.
Dac ai fost ateni, ai observat c metoda test-retest este o variant a
metodei njumtirii. Pentru test-retest se folosete ntregul instrument apli-
cat la dou intervale de timp, iar pentru split-half folosim cele dou jumti
ale instrumentului, aplicate o singur dat. Ambele metode presupun aceleai
operaii statistice, i anume corelarea celor dou administrri n cazul test-
retest i corelarea celor dou jumti pentru split-half.
Fidelitatea prin metoda split-half msoar, de fapt, echivalena celor
dou jumti de instrument. Unii autori o numesc i fidelitate a formelor
paralele sau chiar fidelitatea consistenei interne, dei aceste denumiri sunt
oarecum improprii metodei.
Att fidelitatea prin metoda test-retest, ct i cea evaluat prin metoda
njumtirii se pot analiza prin mai multe procedee statistice. Unul dintre
acestea implic obinerea coeficientului de fidelitate split-half dup formula
Spearman-Brown, numit i coeficient de predicie Spearman-Brown.
292
Cristian Opariuc-Dan
(formula 3.1)
293
Statistic aplicat n tiinele socio-umane
Acest coeficient l vom folosi doar dac analizm fidelitatea prin me-
toda split-half. n ceea ce privete semnificaia lui, majoritatea autorilor con-
sider c valorile de peste 0,80 sunt adecvate pentru o fidelitate acceptabil,
iar dac dorim un grad ridicat al fidelitii, nu vom putea accepta coeficieni
sub 0,90. Totui, pentru cercetri exploratorii i nu diagnostice, se pot lua n
considerare coeficieni de fidelitate de peste 0,60, sub aceast limit
considerndu-se instrumentul ca nefiind fidel.
Probabil c v vei ntreba de ce acest coeficient se numete coeficient
de predicie? Rspunsul const n analiza formulei. Practic, formula prezice
fidelitatea ntregului chestionar, pornind de la o form a acestuia form
pentru care s-a calculat factorul k , i n baza corelaiei dintre cele dou for-
me.
n cazul n care s-a utilizat metoda test-retest pentru calculul fidelit-
ii, formula 3.1 nu mai corespunde. Un caz particular al acestei formule este
exprimat prin relaia urmtoare:
(formula 3.2)
Este, de fapt, situaia n care am construi dou forme ale unui chestio-
nar, ambele cu acelai numr de itemi. Prin extensie, metoda se poate aplica
i n cazul formei test-retest.
S presupunem c acelai chestionar cu 25 de itemi este aplicat unui
lot de cercetare de 130 de subieci, cu readministrare peste 8 luni. Coeficien-
294
Cristian Opariuc-Dan
tul de corelaie dintre cele dou administrri este r= 0,79. n acest caz, fideli-
tatea test-retest va fi 0,88, artnd c instrumentul are o foarte bun stabilita-
te.
Pentru a nelege mai bine calculul acestui coeficient, vom lua exem-
plul unui chestionar cu 40 de itemi, aplicat unui numr de 10 studeni. Rezul-
tatele vor fi centralizate n tabelul 3.1. Se observ c, pentru fiecare subiect,
am inclus att scorul total obinut (la nivelul ntregului chestionar) ct i sco-
rul obinut pentru fiecare dintre cele dou jumti (forma x cu 20 de itemi i
forma y, tot cu 20 de itemi).
Primul pas este reprezentat de calculul mediilor, att pentru forma
complet a instrumentului, ct i pentru cele dou sub-forme. Media scoruri-
lor este de 31 pentru ntregul chestionar (mtot), 15,2 pentru prima form (mx)
i 15,8 pentru forma a doua (my).
Tabelul 3.1 Calculul coeficientului de fidelitate split-half
Scor Forma x Forma y
Student x-mx y-my (x-mx)2 (y-my) 2 (x-mx)( y-my)
(40) (20) (20)
A 40 20 20 4.8 4.2 23.04 17.64 20.16
B 28 15 13 -0.2 -2.8 0.04 7.84 0.56
C 35 19 16 3.8 0.2 14.44 0.04 0.76
D 38 18 20 2.8 4.2 7.84 17.64 11.76
E 22 l0 12 -5.2 -3.8 27.04 14.44 19.76
F 20 12 8 -3.2 -7.8 10.24 60.84 24.96
G 35 16 19 0.8 3.2 0.64 10.24 2.56
H 33 16 17 0.8 1.2 0.64 1.44 0.96
I 31 12 19 -3.2 3.2 10.24 10.24 -10.24
J 28 14 14 -1.2 -1.8 1.44 3.24 2.16
Media 31.0 15.2 15.8 95.60 143.60 73.40
295
Statistic aplicat n tiinele socio-umane
(formula 3.3)
296
Cristian Opariuc-Dan
6
Putei consulta lucrarea Statistic aplicat n tiinele socio-umane. Noiuni de baz -
Statistici univariat, de acelai autor, aprut la editura ASCR, Cluj-Napoca, 2009
297
Statistic aplicat n tiinele socio-umane
298
Cristian Opariuc-Dan
(formula 3.4)
299
Statistic aplicat n tiinele socio-umane
300
Cristian Opariuc-Dan
301
Statistic aplicat n tiinele socio-umane
cazul n care covariana negativ este mai mare n comparaie cu cea pozitiv.
tim foarte bine, c pentru a evita tendina subiecilor ctre un rspuns pozi-
tiv, de multe ori folosim itemi inversai. Adic, dac la unii itemi rspunsul
Da este semnificativ i primete un punct, la ali itemi primete un punct
rspunsul Nu. Sau, dac vom nuana puin, avnd o evaluare pe o scal de
la 1 la 5, pentru unii itemi 5 nseamn foarte mult, n timp ce pentru ali
itemi, 1 va nsemna foarte mult. n acest caz, unii itemi vor corela negativ.
n funcie de numrul itemilor inversai, per ansamblu este posibil s obinem
o covarian negativ mai mare n comparaie cu cea pozitiv, i, evident, un
coeficient negativ. Vom vedea, atunci cnd vom discuta despre aplicaiile n
SPSS, ce avem de fcut n acest caz, fiind vorba despre un proces de recodare
al itemilor.
Cronbach a descoperit formula sa n anul 1951. S nu credei c pn
atunci cercettorii nu aveau idee despre consistena intern. nc din anul
1937 conceptul era bine cunoscut, cel puin pentru Kuder i Richardson, care
au pus la punct o metod de calcul a consistenei interne, n condiiile n care
itemii sunt dihotomici. Adic, atunci cnd rspunsurile sunt de tipul Da i
Nu. Este cazul, desigur, al binecunoscutei formule Kuder-Richardson
KR20, formul alternativ pentru Cronbach.
( ) (formula 3.5)
302
Cristian Opariuc-Dan
303
Statistic aplicat n tiinele socio-umane
Subieci NB -m (-m)2
A 11 4.5 20.25
B 10 3.5 12.25
C 9 2.5 6.25
D 7 0.5 0.25
E 7 0.5 0.25
F 6 -0.5 0.25
G 5 -1.5 2.25
H 4 -2.5 6.25
I 4 -2.5 6.25
J 2 -4.5 20.25
=74,5
m=6,5
304
Cristian Opariuc-Dan
305
Statistic aplicat n tiinele socio-umane
306
Cristian Opariuc-Dan
307
Statistic aplicat n tiinele socio-umane
308
Cristian Opariuc-Dan
309
Statistic aplicat n tiinele socio-umane
310
Cristian Opariuc-Dan
311
Statistic aplicat n tiinele socio-umane
312
Cristian Opariuc-Dan
313
Statistic aplicat n tiinele socio-umane
314
Cristian Opariuc-Dan
315
Statistic aplicat n tiinele socio-umane
316
Cristian Opariuc-Dan
317
Statistic aplicat n tiinele socio-umane
318
Cristian Opariuc-Dan
7
Chestionarul este absolut fictiv. Datele nu corespund unor cercetri reale. Descrierea scale-
lor a fost preluat din lucrarea Evaluarea psihologic a personalului Ticu Constantin,
Editura Polirom, Iai, 2004.
319
Statistic aplicat n tiinele socio-umane
8
Toate fiierele de date SPSS le putei descrca de la adresa http://www.statistica-social.ro
320
Tabelul 3.7 Baza de date pentru analiza fidelitii
It1 It2 It3 It4 It5 It6 It7 It8 It9 It10 It11 It12 It13 It14 It15 It16 It17 It18 It19 It20 It21 It22 It23 It24 Sex Varsta
7 7 7 7 6 5 5 6 6 6 7 6 7 7 7 7 7 7 7 7 6 6 5 5 2 46
6 6 6 6 5 5 5 4 7 7 6 7 7 7 7 7 6 6 6 6 6 6 6 6 1 48
7 7 7 7 6 6 6 6 7 7 6 7 7 7 7 7 5 3 3 3 6 6 5 5 2 52
6 5 3 4 7 7 7 7 6 5 6 5 6 5 6 6 6 6 6 6 6 6 6 5 1 35
4 5 4 4 4 4 5 4 7 6 7 7 7 6 6 6 6 6 6 6 6 6 6 5 1 48
7 7 7 7 6 6 5 5 7 6 7 5 4 7 6 6 7 7 7 7 6 6 5 5 1 53
7 7 7 7 7 7 6 7 7 7 7 6 6 6 6 6 7 7 7 7 7 7 7 7 1 58
3 5 4 5 5 5 5 5 7 7 7 7 6 7 6 6 4 4 3 3 6 6 7 7 2 46
7 7 7 7 5 4 4 4 7 7 7 5 6 5 6 6 5 5 4 5 7 6 6 7 1 53
5 5 5 6 5 5 5 5 7 6 7 7 7 7 7 7 4 3 4 3 4 5 5 5 1 58
6 6 6 6 6 6 6 6 7 7 7 5 6 5 6 6 6 6 5 5 7 6 6 6 1 56
3 4 5 5 7 7 7 7 7 7 7 6 5 5 6 6 5 3 5 5 5 5 5 6 1 50
3 4 5 4 5 6 6 5 6 6 7 6 6 7 7 6 6 6 6 6 6 6 6 6 1 50
6 6 6 6 6 6 6 6 6 7 7 6 6 6 4 4 6 6 6 6 5 5 5 4 1 47
7 7 7 7 7 7 7 7 7 7 7 7 7 6 4 4 6 6 6 6 6 6 6 6 1 50
7 7 7 7 7 7 7 7 6 6 6 5 5 6 6 5 3 3 4 4 7 6 6 7 1 54
5 5 5 4 7 6 6 7 7 7 7 6 6 6 6 6 6 6 6 5 6 6 6 6 1 48
7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 3 5 4 5 7 7 7 7 1 39
6 4 5 4 7 7 7 6 6 6 6 5 5 6 6 6 5 6 6 6 6 6 6 5 1 31
6 6 5 4 7 7 7 6 6 6 6 6 6 5 6 6 6 6 7 7 5 5 3 4 1 48
7 7 7 7 7 7 7 7 7 7 7 6 6 6 5 5 7 7 7 7 5 5 5 6 2 50
6 6 6 6 4 4 4 4 7 7 7 7 7 7 7 7 6 6 6 6 6 6 6 6 1 43
6 6 6 6 6 6 6 6 7 7 7 4 5 5 5 4 6 6 6 6 7 6 6 6 1 54
7 7 7 7 7 7 7 7 7 7 7 5 6 5 6 6 3 4 5 5 1 55
6 6 6 6 5 5 5 5 7 6 6 7 7 7 6 7 7 7 7 7 7 7 7 7 1 46
5 3 5 4 6 6 6 6 6 7 7 4 4 4 5 5 7 7 7 7 7 7 7 7 2 44
7 6 6 6 6 6 6 6 6 7 7 5 5 5 5 4 6 6 6 6 6 6 6 6 1 50
7 7 7 7 7 7 7 7 7 7 7 6 6 6 6 6 7 7 7 7 6 5 5 5 1 54
6 6 6 5 6 6 6 6 7 7 7 5 6 5 6 6 4 5 4 5 7 6 6 7 1 31
7 7 7 7 5 7 7 6 7 7 7 5 5 4 4 4 7 7 7 7 7 7 7 7 1 57
3 4 5 5 6 3 4 5 5 5 6 5 5 4 4 4 6 6 6 6 5 5 5 6 1 53
4 4 4 4 7 7 7 7 7 7 7 7 7 6 6 6 7 7 7 7 6 6 6 6 1 58
7 7 7 7 7 5 7 7 7 7 7 6 6 6 7 7 7 7 7 7 6 6 6 6 1 35
6 6 6 6 6 6 6 6 7 6 6 4 4 5 5 5 6 6 6 6 7 7 6 6 1 53
6 6 6 6 6 5 6 4 7 7 7 6 7 7 7 7 6 6 6 6 6 6 6 7 1 36
Statistic aplicat n tiinele socio-umane
6 3 5 4 7 7 7 7 7 7 6 7 7 7 7 7 5 5 5 6 6 6 6 5 1 50
3 4 5 5 3 4 5 5 7 7 7 7 7 7 7 6 6 6 6 6 6 6 6 6 1 49
7 7 7 7 7 7 7 7 7 7 6 5 5 7 6 6 7 7 7 7 4 4 4 5 1 23
5 5 5 6 7 7 7 7 7 7 7 7 7 7 7 7 3 5 4 5 7 6 7 7 1 50
6 6 6 5 6 6 7 7 7 7 7 5 5 6 6 6 5 4 5 5 6 6 6 6 1 58
5 6 5 6 6 6 6 6 6 7 7 6 6 6 6 6 6 6 6 6 5 6 6 6 1 46
5 5 6 6 6 6 6 6 7 7 7 6 6 6 6 6 6 6 6 6 7 7 6 6 1 59
5 5 7 5 5 6 5 6 6 6 7 6 7 7 7 7 7 7 7 7 6 6 6 6 1 50
6 6 6 5 6 6 6 6 5 5 6 5 5 5 5 5 5 5 3 3 5 5 5 4 1 48
6 6 6 6 6 6 6 6 5 6 7 7 7 7 7 7 6 6 6 6 5 5 6 5 1 39
6 6 6 5 7 7 7 7 7 7 7 6 6 6 6 6 7 7 7 7 6 6 6 6 2 44
6 6 6 6 6 6 6 6 7 7 7 5 5 6 4 4 6 5 5 6 6 6 5 5 1 43
7 7 7 7 7 7 7 7 6 7 7 7 7 7 7 6 6 6 6 6 6 6 6 6 1 56
7 7 7 7 7 7 7 6 7 7 7 7 5 6 6 7 7 7 7 7 7 7 7 7 1 58
6 6 6 6 6 6 6 6 7 7 7 7 6 6 5 5 6 5 6 5 6 6 6 6 1 48
7 7 7 7 7 7 7 7 7 7 7 5 5 7 6 5 4 3 4 3 6 7 7 6 1 46
7 7 7 7 6 5 5 6 7 7 7 4 5 7 6 6 5 5 6 6 6 6 6 6 1 48
6 6 6 6 6 6 6 6 6 7 7 7 7 6 6 6 7 7 7 7 7 7 7 7 2 50
5 5 5 5 5 6 5 4 6 6 7 5 5 5 4 4 6 6 6 6 5 6 6 6 1 53
5 5 5 4 7 7 6 7 6 7 6 6 6 6 6 6 5 5 6 7 6 6 6 6 1 53
6 6 6 5 6 6 6 6 7 7 7 6 6 6 5 5 4 4 5 5 7 6 6 7 1 48
3 4 4 3 2 3 5 4 6 5 5 5 5 5 5 4 3 3 4 5 4 4 3 3 1 56
6 6 6 5 6 6 7 7 6 6 6 7 7 7 7 7 5 5 6 6 6 6 6 6 1 48
3 4 5 7 5 5 5 5 6 6 6 5 5 5 4 4 4 2 5 5 4 3 5 5 1 36
7 7 7 7 7 7 7 7 7 7 7 6 7 5 5 5 7 7 7 6 7 7 7 7 1 51
6 5 3 4 6 6 7 7 6 5 6 4 4 4 5 5 7 7 7 7 7 7 7 7 1 39
2 3 4 5 5 5 5 4 6 6 7 4 4 4 4 4 6 4 6 5 6 6 6 7 1 47
6 6 6 6 6 6 6 6 7 7 7 5 6 5 6 6 1 4 4 5 6 6 6 6 1 53
7 7 7 7 6 5 5 6 7 7 6 6 6 7 6 7 6 7 6 6 7 7 7 7 1 48
6 6 6 6 2 3 5 4 6 7 7 6 7 7 7 7 6 6 6 6 7 7 6 6 1 47
6 6 6 6 5 5 5 5 7 5 6 5 5 4 5 4 6 6 6 6 5 5 5 5 1 56
7 7 7 7 4 4 5 4 6 7 7 7 7 7 7 7 7 7 7 7 6 6 6 6 1 57
6 6 6 6 6 6 6 6 7 7 6 6 7 6 4 4 6 6 6 6 6 6 5 5 1 31
5 4 5 4 7 7 7 7 7 7 7 6 5 5 7 5 5 5 6 5 7 6 7 6 1 48
322
Cristian Opariuc-Dan
7 7 5 7 4 4 4 4 7 6 6 6 6 7 6 6 6 7 6 6 6 6 5 5 2 52
6 6 6 5 5 5 4 4 7 6 7 5 5 5 6 6 5 5 6 6 5 5 6 6 1 31
6 6 6 6 3 4 5 5 7 6 7 5 5 6 4 4 6 7 6 6 6 6 5 5 2 30
6 6 6 6 6 5 5 6 6 6 6 7 6 7 6 6 4 5 4 4 6 6 5 5 1 50
5 5 5 6 5 5 5 5 7 7 6 7 7 6 4 4 3 3 4 4 4 4 5 5 1 48
6 6 6 5 6 7 6 7 6 7 7 6 6 6 6 6 4 5 5 5 6 6 6 6 1 53
3 3 4 4 3 4 5 5 6 6 6 5 5 5 6 6 7 7 7 7 6 6 5 5 1 31
6 6 6 6 5 5 5 4 7 7 7 4 5 5 4 5 6 7 6 7 6 6 6 7 1 35
7 7 7 7 7 7 7 7 7 7 7 5 6 5 6 6 2 3 4 5 6 7 6 7 1 53
5 5 5 6 7 7 7 7 7 7 7 5 5 5 5 5 3 4 5 5 6 7 7 7 1 36
6 6 6 6 6 6 6 6 6 6 6 5 5 6 4 4 5 6 5 6 6 5 5 5 2 46
6 6 6 6 6 6 6 6 7 7 7 6 7 5 5 5 3 4 3 4 6 6 6 6 1 59
6 6 6 6 6 6 6 6 7 5 6 5 5 5 5 3 6 6 6 6 5 5 6 6 1 51
7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 6 6 6 6 6 7 7 7 7 1 48
3 3 4 4 6 6 7 7 6 5 6 6 6 6 6 6 7 6 5 5 7 7 7 7 1 57
4 4 4 4 5 4 5 5 7 6 7 5 5 7 6 6 7 7 7 7 6 6 5 5 1 43
7 7 7 7 7 7 7 7 6 6 6 5 5 6 6 6 3 4 5 5 7 7 7 7 1 58
7 6 6 7 6 6 6 6 7 7 7 6 6 7 7 6 7 7 7 7 5 5 5 4 1 31
6 6 6 5 6 6 7 7 7 7 6 6 6 6 6 6 5 4 5 5 6 6 6 6 1 49
6 6 6 6 5 5 7 5 7 7 7 5 5 6 6 6 6 6 6 7 5 6 4 5 1 57
5 4 5 4 7 6 7 6 7 7 7 5 5 5 5 5 7 7 7 7 7 7 7 7 1 56
7 6 7 5 5 4 5 5 6 6 6 6 5 7 6 6 6 6 6 6 6 6 6 7 1 50
6 6 6 6 5 6 6 5 7 7 7 4 4 6 4 4 4 5 5 5 4 5 5 5 1 31
6 6 6 6 6 6 6 6 7 7 7 7 7 6 7 7 7 6 7 6 6 6 6 6 1 53
6 6 6 6 5 6 5 6 7 7 6 5 5 6 6 6 3 3 4 4 5 5 7 7 2 52
6 6 7 7 7 7 7 7 7 7 7 5 6 5 6 6 6 6 6 7 7 6 6 6 1 50
5 5 3 3 4 4 4 4 6 7 7 6 7 7 7 7 6 6 6 6 6 6 7 7 1 59
5 7 6 7 6 5 6 7 6 6 6 6 6 6 5 5 7 7 7 7 6 6 5 5 1 58
5 6 7 7 4 5 5 5 7 7 7 5 6 5 6 6 7 7 6 6 7 7 7 7 2 52
6 3 5 4 6 6 7 7 6 6 6 6 6 6 6 5 6 6 6 6 4 3 5 5 1 51
5 5 5 6 3 4 5 4 6 7 7 7 5 5 6 6 6 6 6 6 6 6 6 6 1 53
4 3 3 4 6 6 6 6 7 7 7 7 7 7 7 7 6 6 6 6 7 7 7 7 1 53
7 7 7 7 6 6 6 6 7 7 7 7 7 7 7 7 7 7 7 7 7 7 77 7 1 45
4 4 4 5 6 6 6 6 7 6 7 5 4 4 5 4 7 7 7 7 7 7 7 7 1 55
323
Statistic aplicat n tiinele socio-umane
5 7 6 7 7 5 6 7 7 5 6 7 6 5 7 7 7 6 6 6 7 6 7 6 1 55
6 6 5 5 6 6 6 4 6 6 7 6 6 5 7 7 6 6 6 6 6 6 6 6 1 53
7 7 7 7 6 5 5 6 7 7 7 5 5 7 6 6 7 6 6 6 7 7 7 7 1 56
3 3 4 4 4 4 4 4 5 4 5 4 4 5 5 3 5 5 5 5 6 6 6 6 1 51
3 4 6 4 7 7 7 7 7 7 7 7 7 7 7 7 4 4 5 5 6 6 6 6 1 45
7 7 7 7 6 7 6 7 6 7 7 7 6 6 6 7 6 5 6 5 6 6 6 6 2 50
6 6 6 6 6 6 5 6 7 6 6 7 6 7 6 6 3 5 4 5 7 7 7 7 1 54
5 6 5 6 5 5 6 6 6 6 7 5 5 7 6 6 6 6 6 6 6 6 5 5 1 54
3 3 4 4 7 7 6 6 6 6 6 6 6 6 6 6 6 6 5 6 7 7 7 7 1 53
3 4 5 5 2 3 5 4 5 5 6 1 4 2 3 4 6 6 6 6 5 5 5 5 1 50
6 6 6 6 4 5 5 5 7 7 7 5 5 6 6 6 6 6 5 5 4 4 4 4 1 50
3 4 4 3 6 6 6 6 6 7 6 6 6 6 6 6 6 6 6 6 7 7 7 7 1 53
6 6 6 6 6 6 6 6 7 7 7 7 7 6 4 4 7 6 6 6 6 6 6 6 1 49
3 3 5 7 4 5 5 5 6 5 5 7 7 7 7 7 4 3 5 5 5 5 5 5 1 39
7 7 7 7 3 4 5 4 7 7 7 3 4 3 3 4 5 5 6 6 6 6 5 5 2 30
6 5 6 6 6 6 6 6 7 7 7 7 7 7 7 7 4 4 5 5 6 6 7 7 1 48
7 7 7 7 7 7 7 7 7 7 6 5 6 5 6 6 4 5 5 5 6 6 6 7 1 57
6 6 6 6 5 5 6 6 7 6 6 7 7 7 7 6 6 6 6 6 4 4 4 4 2 44
6 6 6 6 6 6 5 5 7 7 7 5 5 7 6 6 4 4 4 4 6 6 6 6 2 30
5 6 7 7 7 7 6 6 7 6 7 5 5 5 5 5 5 5 6 6 7 7 7 7 1 53
3 4 3 4 5 5 5 5 6 6 6 4 4 4 3 4 5 5 5 5 2 2 5 6 2 30
6 4 3 4 6 6 5 4 5 5 6 5 5 4 4 4 5 5 6 5 5 5 3 4 1 56
4 4 4 5 3 4 5 5 7 7 7 7 6 6 6 6 5 6 5 7 6 6 6 6 1 36
5 7 6 7 6 6 5 5 6 6 6 6 7 7 7 7 7 7 7 7 6 6 7 7 2 44
6 6 6 6 7 6 7 6 7 7 6 5 6 5 6 6 6 6 6 6 6 6 6 6 1 49
7 7 7 7 7 7 7 7 5 6 5 6 6 6 6 6 6 6 6 6 7 6 6 6 1 53
7 7 7 7 6 6 6 6 6 6 6 3 3 7 6 6 7 7 7 7 6 6 6 6 1 54
6 6 7 7 4 4 4 4 7 6 6 6 7 7 7 7 6 6 6 6 6 6 6 6 1 31
4 5 4 5 6 6 7 7 7 7 7 5 5 5 5 5 7 7 7 7 7 7 7 7 1 50
7 7 7 7 3 4 5 5 6 7 7 5 6 5 6 6 6 6 6 6 6 6 6 6 2 46
3 4 5 5 5 6 6 5 6 7 7 6 5 7 7 6 5 5 5 6 5 6 5 5 1 23
7 7 7 7 6 6 6 6 7 5 6 7 7 7 6 6 3 5 4 5 4 4 4 5 1 58
3 4 3 4 6 6 6 6 7 7 7 7 7 7 7 7 6 6 6 6 7 7 7 7 1 50
6 6 6 6 6 6 6 6 6 7 7 6 6 6 6 6 3 3 4 4 6 6 6 6 2 50
324
Cristian Opariuc-Dan
7 5 5 5 5 6 6 5 6 6 6 6 7 7 7 7 7 7 7 7 5 5 5 5 1 43
7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 6 3 4 4 5 5 4 4 4 1 45
5 5 6 6 5 5 5 5 7 6 6 5 5 5 6 6 6 6 6 6 6 6 6 7 1 55
7 7 7 7 7 7 7 7 7 7 7 6 6 6 7 7 6 5 5 6 5 5 5 5 1 57
6 7 6 7 6 6 7 7 7 6 7 4 5 5 5 4 6 6 6 6 6 7 7 7 1 53
7 7 5 6 5 7 6 7 5 6 7 7 7 6 5 4 7 7 7 7 6 6 6 6 1 50
3 4 5 5 6 6 6 6 6 6 6 7 7 7 7 7 7 7 7 7 7 7 7 7 1 53
6 7 6 7 5 6 6 5 6 7 7 6 5 5 5 6 7 7 7 7 4 4 4 5 1 50
5 6 7 7 6 6 6 7 6 6 6 6 6 6 6 7 7 7 7 7 5 5 5 5 1 56
6 6 7 7 5 6 6 5 6 6 6 5 6 7 7 6 7 7 7 7 5 5 4 5 1 47
7 7 7 5 5 7 7 7 7 6 7 7 6 6 4 4 6 6 6 7 7 7 7 7 1 59
5 5 5 5 7 7 7 7 7 7 7 7 7 7 7 7 4 4 5 5 6 6 6 6 1 54
6 6 6 6 6 6 6 6 6 7 7 7 7 7 7 7 6 6 7 7 6 7 6 6 1 48
5 5 7 7 6 6 6 6 6 6 7 7 7 7 7 7 7 6 6 6 7 7 7 7 1 57
6 7 5 7 6 5 6 5 6 6 6 5 6 6 5 5 7 7 7 7 6 6 5 5 1 45
5 5 4 4 7 7 7 7 6 6 6 6 6 5 6 5 5 5 5 6 7 6 7 6 1 57
6 6 6 6 6 6 6 6 6 7 7 6 6 6 6 5 6 7 6 6 5 5 4 5 1 53
6 6 6 6 6 6 6 6 6 6 6 7 5 7 6 6 6 6 6 6 6 6 6 6 1 23
5 6 5 5 7 7 7 7 6 6 6 5 5 4 4 4 5 5 4 3 4 4 5 5 1 54
7 7 7 7 3 4 5 4 7 6 6 5 5 5 5 5 4 5 5 5 5 6 5 5 1 23
3 4 3 4 2 3 5 4 4 5 5 5 5 5 3 4 6 6 6 6 5 5 5 5 1 46
5 5 5 6 7 7 7 7 7 7 7 7 7 7 7 7 3 4 5 5 7 6 7 7 1 35
6 6 6 6 6 6 6 6 7 7 6 7 7 6 7 7 7 7 7 7 6 6 5 5 1 48
325
V felicit pentru rbdare! ntr-adevr, ai muncit ceva, iar acum s
vedem rsplata. Pentru nceput, vom analiza consistena intern a fiecrei
scale, folosind metoda
Cronbach. Deoarece acest chesti-
onar are ase scale, analiza consis-
tenei interne pentru ntregul in-
strument nu are sens.
Vom ncepe cu scala mo-
tivaie, itemii componeni fiind
Figura 3.5 Analiza consistenei interne pentru 12, 13, 14, 15 i 16.
scala motivaie
n figura 3.5 am inclus
aceti itemi n vederea analizei, am ales modelul de analiz (modelul Alpha)
i am scris o etichet descriptiv pentru
aceste proceduri n seciunea Scale label.
n principiu, aceste informaii sunt suficien-
te pentru ca programul s calculeze coefici-
entul dorit. Totui, fiind cercettori cu expe-
rien, vom dori s aflm n detaliu i com-
poziia scalei. Accesnd butonul Statis-
tics vom alege, imediat, i opiunile care
ne intereseaz n mod deosebit.
Vom alege calculul statisticilor de-
scriptive la nivel de item, la nivel de scal i Figura 3.6 Analiza compoziiei
la nivel de scal atunci cnd eliminm un scalei motivaie
item. Matricele de corelaie i de covarian
sunt, de asemenea, foarte utile, precum i statisticile cumulate (mediile,
varianele, covarianele i corelaiile). Nu vom proceda la analiza de varian-
, ns vom dori s testm ipoteza egalitii mediilor prin testul T-square
Hotelling. Toate aceste configurri le putei urmri n figura 3.6.
Cristian Opariuc-Dan
327
Statistic aplicat n tiinele socio-umane
328
Cristian Opariuc-Dan
329
Statistic aplicat n tiinele socio-umane
330
Cristian Opariuc-Dan
331
Statistic aplicat n tiinele socio-umane
332
Cristian Opariuc-Dan
333
Statistic aplicat n tiinele socio-umane
334
Cristian Opariuc-Dan
Chiar i SPSS i-a dat seama de acest lucru, dac observai subsolul
tabelului 3.20. Strict informativ, putei vedea ce se ntmpl dac eliminm
al patrulea item. Media i variana scalei vor crete, la fel i coeficientul de
consisten intern. Totui, acesta nu este un item neconsistent ci un item
care coreleaz bine cu scala, singura sa problem fiind aceea a sensului de
rspuns.
Relund analiza, prin nlocuirea itemului 4 transformat cu itemul 4
original, vom obine un coeficient de consisten intern de 0,92, aceasta
fiind i cea mai mare valoare obinut a consistenei interne.
Exerciii:
Efectuai analiza consistenei interne a scalei sarcina folosind
itemul 4 original i explicai diferenele.
335
Statistic aplicat n tiinele socio-umane
336
Cristian Opariuc-Dan
337
Statistic aplicat n tiinele socio-umane
fost analizate doar 159. Probabil Both Parts 141,49 183,733 13,555 24
a. The items are: Itemul 1, Itemul 2, Itemul 3, Itemul 4,
c unul dintre subieci nu a com- Itemul 5, Itemul 6, Itemul 7, Itemul 8, Itemul 9, Itemul 10,
Itemul 11, Itemul 12.
pletat rspunsul la unul sau la b. The items are: Itemul 13, Itemul 14, Itemul 15, Itemul 16,
mai muli itemi, acesta fiind un Itemul 17, Itemul 18, Itemul 19, Itemul 20, Itemul 21, Itemul
22, Itemul 23, Itemul 24.
motiv suficient pentru a fi exclus
din prelucrare. n orice caz, avem suficiente date pentru a putea trage con-
Tabelul 3.23 Analiza fidelitii prin metoda split-half cluzii utile.
Reliability Statistics
Cronbach's Alpha Part 1 Value ,839
Ultimul tabel din
N of Items 12a formularul de rezultate
Part 2 Value ,572 conine statisticile de-
N of Items 12b scriptive la nivelul scalei.
Total N of Items 24 Se observ c SPSS a
Correlation Between Forms ,254
Spearman-Brown Coefficient Equal Length ,405
inclus primii 12 itemi din
Unequal Length ,405 chestionar ntr-o form i
Guttman Split-Half Coefficient ,393
ultimii 12 itemi n cealal-
a. The items are: Itemul 1, Itemul 2, Itemul 3, Itemul 4, Itemul 5, Itemul
6, Itemul 7, Itemul 8, Itemul 9, Itemul 10, Itemul 11, Itemul 12. t form.
b. The items are: Itemul 13, Itemul 14, Itemul 15, Itemul 16, Itemul 17,
Din primele in-
Itemul 18, Itemul 19, Itemul 20, Itemul 21, Itemul 22, Itemul 23, Itemul
24.
formaii, aflm c media
itemilor din prima form este mai mare n comparaie cu media itemilor din
cea de-a doua form, iar varianele sunt, din nou, diferite. A doua form are
o varian mai mare n comparaie cu prima form. Dac diferenele dintre
338
Cristian Opariuc-Dan
medii sunt sau nu semnificative, am fi putut afla utiliznd unul dintre testele
statistice prezentate mai sus, sau prin construirea tabelelor de analiz de
varian. Dac v-ai format puin ochiul statistic, deja putei suspecta ce-
va. Oare despre ce este vorba? S rezulte, oare, un coeficient de fidelitate
split-half cu o valoare mic?
ntr-adevr, aa este! S privim puin tabelul 3.23, cel mai important
tabel generat de SPSS. Consistena intern pentru prima parte a instrumen-
tului este bun (0,839), n timp ce a doua parte are o consisten intern
aproape satisfctoare (0,572). Este firesc s obinem un coeficient de core-
laie ntre cele dou pri de numai 0,254. Mai mult dect att, se observ o
fidelitate split-half redus, de doar 0,40, estimat prin intermediul coeficien-
tului Spearman-Brown. Cele dou forme, avnd un numr egal de itemi,
expresia acestui coeficient va fi prima valoare (Equal Length). Dac forme-
le ar fi avut un numr inegal de itemi (de exemplu prima parte 12 itemi i a
doua parte 13 itemi), am fi luat ca referin cea de-a doua valoare a coefici-
entului (Unequal Length).
Am vzut, totui, c varianele nu sunt egale. Dac ne-am raporta
precis la teorie, am alege ca indicator coeficientul de fidelitate split-half
Guttman. ns, lucrurile par mai sumbre. Coeficientul este de numai 0,39
(de fapt, coeficientul Guttman 4), cea mai mic sub aspectul fidelitii.
n realitate, Guttman a propus ase coefi- Tabelul 3.24 Fidelitatea split-half
cieni de fidelitate care furnizeaz limitele inferi- pe baza modelului Guttman
Reliability Statistics
oare ale fidelitii reale. Dac dorim s-i calcu-
Lambda 1 ,690
lm, tot ceea ce avem de fcut este s nlocuim 2 ,738
modelul (alegem modelul Guttman din lista 3 ,720
derulant Model). 4 ,393
5 ,724
Vom obine tabelul din figura 3.24. Pri- 6 ,806
mul coeficient (1) este o estimare simpl a fide- N of Items 24
339
Statistic aplicat n tiinele socio-umane
340
Cristian Opariuc-Dan
341
Statistic aplicat n tiinele socio-umane
342
Cristian Opariuc-Dan
rii. Coeficientul de corelaie ntre itemii formelor paralele este foarte mic.
Totui, fidelitatea scalei pare s fie ridicat (0,72). ntr-adevr, fidelitatea
este estimat similar coeficientului Cronbach, bazndu-se pe consistena
intern. Dac am fi folosit modelul paralel strict, acest coeficient ar fi fost i
mai mic, deoarece consistena intern se ajusteaz n funcie de diferenele
dintre mediile itemilor.
Desigur, dac am decis c modelul paralel simplu nu poate fi aplicat,
deoarece formele nu sunt paralele, nu vom putea aplica nici modelul paralel
strict. n realitate, modelul paralel simplu este, aa cum am specificat ante-
rior, o variant mai permisiv a modelului paralel strict.
n concluzie, nu putem vorbi de existena formelor paralele la nive-
lul acestui chestionar. De fapt, bnuiam deja acest lucru n urma analizei
fidelitii prin metoda split-half. n realitate, foarte puine instrumente nde-
plinesc condiiile formelor paralele, i, de aceea, nici metoda nu este intens
folosit.
343
Statistic aplicat n tiinele socio-umane
344
Cristian Opariuc-Dan
345
Statistic aplicat n tiinele socio-umane
346
Cristian Opariuc-Dan
lot de cercetare format din 160 de subieci. Prima administrare a fost nre-
gistrat n baza de date sub numele de Itemul 3, iar a doua administrare
sub numele de Itemul 4. Ne intereseaz s aflm dac scorurile obinute
de cei 160 de subieci sunt stabile n timp.
n primul rnd, vom calcula coeficientul de corelaie r Bravais-
Pearson ntre cele dou administrri. Desigur, nu vom mai intra n amnun-
tele procedeului de calcul, aceste lucruri fiind deja discutate anterior.
Analiznd tabelul 3.29, observm existena unei corelaii semnifica-
tive, puternice i pozitive ntre cele dou administrri ale testului de inteli-
gen (r=0,80, p<0,01).
Coeficientul de stabilitate se calculeaz, apoi, n baza formulei a do-
ua a lui Spearman-Brown (formula 3.2). Vom avea, deci,
347
Statistic aplicat n tiinele socio-umane
348
Cristian Opariuc-Dan
n concluzie:
Fidelitatea se refer la controlul erorilor aleatorii, n timp ce validitatea se ocup
cu limitarea efectului pe care l exercit erorile sistematice (nealeatorii);
Orice scor observat reprezint suma dintre scorul real i erorile de msurare
(erorile aleatorii). Aceasta este ecuaia fundamental a teoriei clasice a testului;
Metoda test-retest vizeaz analiza stabilitii scorurilor n timp i presupune ad-
ministrarea aceluiai instrument, acelorai subieci, dup un interval de timp;
Metoda njumtirii (split-half) presupune mprirea instrumentului n dou
pri, pe ct posibil egale, i administrarea celor dou forme aceluiai lot de sub-
ieci;
Metoda consistenei interne trateaz fiecare item ca o mini form a instrumentului
i verific msura n care toi aceti itemi sunt corelai;
Metoda formelor paralele este o variant a metodei njumtirii i presupune
echivalena celor dou pri sub aspectul varianelor i, pe ct posibil, sub aspec-
tul mediilor;
Metoda acordului ntre evaluatori urmrete identificarea msurii n care mai
muli judectori efectueaz evaluri consistente asupra unui grup de subieci;
Fidelitatea nu ne informeaz asupra unidimensionalitii scalei, i doar asupra
modului n care itemii sunt relaionai ntre ei;
Nu exist un acord ntre specialiti sub aspectul valorii de la care un instrument
poate fi considerat fidel. Recomandrile oscileaz n jurul coeficienilor de la
0,50 la 0,60;
349
Statistic aplicat n tiinele socio-umane
Bibliografie
1. Albu, Monica. 2000. Metode i instrumente de evaluare n
psihologie. Cluj-Napoca : Argonaut, 2000. 973-9350351-8.
2. Bakeman, Roger i Robinson, Byron F. 2004. Understanding
Statistics in the Behavioral Sciences. New Jersey : Lawrence
Erlbaum Associates, 2004. 0-8058-4944-0.
3. Carmines, Edward i Zeller, Richard. 1979. Reliability and
Validity Assessment. Iowa : Sage Publication, Inc, 1979.
9780803913714.
4. Cortina, J.M. 1993. What is coefficient alpha? An examination of
theory and applications. Journal of Applied Psychology. 98-104,
1993, 78.
5. Field, A. 2000. Discovering statistics using SPSS for Windows.
London : Sage, 2000.
6. Fisher, Ronald A. 1971. The design of experiments. New York :
Hafner Press, 1971.
7. Gibbons, Jean Dickinson. 1993. Nonparametric Measures of
Association. Iowa : Sage Publications, Inc, 1993. Vol. 07-091.
9780803946644.
8. Havrneanu, Corneliu Eugen. 2000. Cunoaterea psihologic a
persoanei. Posibiliti de utilizare a computerului n psihologia
aplicat. Iai : Polirom, 2000.
9. . 2000. Metodologia cercetrii n tiinele sociale. Iai : Erota,
2000.
10. Kenny, David A. 1987. Statistics for the social and behavioral
sciences. Ontario : Little, Brown and Company, 1987. 0-316-48915-
8.
11. Kirk, Roger E. 1995. Experimental design: Procedures for the
behaioral sciences. 3rd. Pacific Grove : Brooks/Cole, 1995.
12. Kline, P. 1999. The handbook of psychological testing, 2nd Edition.
London : Routledge, 1999.
13. Liebetrau, Albert M. 1983. Measures of Association. Washington :
Sage Publications, 1983. 0-8039-1974-3.
350
Cristian Opariuc-Dan
351
Statistic aplicat n tiinele socio-umane
Anexe
Anexa 1
Praguri de semnificaie la diferite valori ale coeficientului de corelaie a rangurilor
Spearman pentru loturi de cercetare de diferite dimensiuni.
352
Cristian Opariuc-Dan
Mod de utilizare:
Cutai rndul din tabel ce conine n prima coloan (n) numrul de subieci
din lotul dumneavoastr de cercetare. Dac nu gsii exact numrul de sub-
ieci dorit, alegei numrul imediat inferior (de exemplu, dac avei 21 de sub-
ieci, alegei rndul cu 20 de subieci).
353
Statistic aplicat n tiinele socio-umane
Anexa 2
Praguri de semnificaie la diferite valori ale coeficientului de corelaie a rangurilor
Kendall pentru loturi de cercetare de diferite dimensiuni.
Anexa 2 Praguri de semnificaie pentru diferitele valori ale lui Kendall
Pragul de semnificaie
Pentru ipoteze unidirecionale
n 0,025 0,01 0,005
Pentru ipoteze bidirecionale
0,05 0,02 0,01
5 1 1 -
6 0,87 0,89 1
7 0,71 0,81 0,91
8 0,64 0,72 0,79
9 0,56 0,67 0,72
10 0,51 0,60 0,64
11 0,46 0,54 0,60
12 0,43 0,52 0,57
13 0,41 0,49 0,54
14 0,39 0,47 0,52
15 0,38 0,45 0,50
16 0,36 0,43 0,47
17 0,35 0,42 0,46
18 0,34 0,40 0,45
19 0,33 0,39 0,43
20 0,32 0,38 0,42
21 0,31 0,37 0,41
22 0,30 0,36 0,40
23 0,29 0,35 0,39
24 0,29 0,34 0,38
25 0,28 0,33 0,37
26 0,27 0,33 0,36
27 0,27 0,32 0,35
28 0,26 0,31 0,35
29 0,26 0,30 0,34
30 0,25 0,30 0,33
31 0,25 0,29 0,33
32 0,25 0,29 0,33
33 0,24 0,29 0,32
354
Cristian Opariuc-Dan
Mod de utilizare:
Cutai rndul din tabel ce conine n prima coloan (n) numrul de subieci
din lotul dumneavoastr de cercetare.
355
Statistic aplicat n tiinele socio-umane
Anexa 3
Praguri de semnificaie la diferite valori ale coeficientului de contingen 2 pentru
loturi de cercetare de diferite dimensiuni.
356
Cristian Opariuc-Dan
Anexa 4
Praguri de semnificaie la diferite valori ale testului t pentru loturi de cercetare de
diferite dimensiuni.
357
Statistic aplicat n tiinele socio-umane
Mod de utilizare:
Cutai rndul din tabel ce conine n prima coloan (n) numrul de subieci
din lotul dumneavoastr de cercetare.
358
Cristian Opariuc-Dan
Anexa 5
Valori critice ale testului de concordan W Kendall. Sunt furnizate att pragurile
pentru S ct i, direct, pragurile pentru W.
Anexa 5 Valori critice ale testului de concordan W Kendall
N
k
3 4 5 6 7
Valori pentru un prag de semnificaie mai mic de 0,05
S W S W S W S W S W
3 - - - - 64,4 0,716 103,9 0,660 157,3 0,624
4 - - 49,5 0,619 88,4 0,552 143,3 0,512 217,0 0,484
5 - - 62,6 0,501 112,3 0,449 182,2 0,417 276,2 0,395
6 - - 75,7 0,421 136,1 0,378 221,4 0,351 335,2 0,333
8 48,1 0,379 101,7 0,318 183,7 0,287 299,0 0,267 453,1 0,253
10 60,0 0,300 127,8 0,256 231,2 0,231 376,7 0,215 571,0 0,204
15 89,8 0,200 192,9 0,171 349,8 0,155 570,5 0,145 864,9 0,137
20 119,7 0,150 258,0 0,129 468,5 0,117 764,4 0,109 1158,7 0,103
Valori pentru un prag de semnificaie mai mic de 0,01
3 - - - - 75,6 0,840 122,8 0,780 185,6 0,737
4 - - 61,4 0,768 109,3 0,683 176,2 0,629 265,0 0,592
5 - - 80,5 0,644 142,8 0,571 229,4 0,524 343,8 0,491
6 - - 99,5 0,553 176,1 0,489 282,4 0,448 422,6 0,419
8 66,8 0,522 137,4 0,429 242,7 0,379 388,3 0,347 579,9 0,324
10 85,1 0,425 175,3 0,351 309,1 0,309 494,0 0,282 737,0 0,263
15 131,0 0,291 269,8 0,240 475,2 0,211 758,2 0,193 1129,5 0,179
20 177,0 0,221 364,2 0,182 641,2 0,160 1022,2 0,146 1521,9 0,136
Valori suplimentare cnd n=3 SURSA: dup (Radu, i alii, 1993)
p<0,05 p<0,01
9 54,0 0,333 75,9 0,469
12 71,9 0,250 103,5 0,359
14 83,8 0,214 121,9 0,311
16 95,8 0,187 140,2 0,274
18 107,7 0,166 158,6 0,245
359
Statistic aplicat n tiinele socio-umane
Anexa 6
Valori critice privind testarea coeficienilor de corelaie r Bravais-Pearson
Anexa 6 Valori critice ale testului de concordan W Kendall
Nivel de semnificaie pentru ipotez bidirecional
df= n-2
0,10 0,05 0,02 0,01
1 0.988 0.997 0.9995 0.9999
2 0.900 0.950 0.980 0.990
3 0.805 0.878 0.934 0.959
4 0.729 0.811 0.882 0.917
5 0.669 0.754 0.833 0.874
6 0.622 0.707 0.789 0.834
7 0.582 0.666 0.750 0.798
8 0.549 0.632 0.716 0.765
9 0.521 0.602 0.685 0.735
10 0.497 0.576 0.658 0.708
11 0.476 0.553 0.634 0.684
12 0.458 0.532 0.612 0.661
13 0.441 0.514 0.592 0.641
14 0.426 0.497 0.574 0.628
15 0.412 0.482 0.558 0.606
16 0.400 0.468 0.542 0.590
17 0.389 0.456 0.528 0.575
18 0.378 0.444 0.516 0.561
19 0.369 0.433 0.503 0.549
20 0.360 0.423 0.492 0.537
21 0.352 0.413 0.482 0.526
22 0.344 0.404 0.472 0.515
23 0.337 0.396 0.462 0.505
24 0.330 0.388 0.453 0.495
25 0.323 0.381 0.445 0.487
26 0.317 0.374 0.437 0.479
27 0.311 0.367 0.430 0.471
28 0.306 0.361 0.423 0.463
29 0.301 0.355 0.416 0.456
30 0.296 0.349 0.409 0.449
35 0.275 0.325 0.381 0.418
40 0.257 0.304 0.358 0.393
45 0.243 0.288 0.338 0.372
50 0.231 0.273 0.322 0.354
60 0.211 0.250 0.295 0.325
360
Cristian Opariuc-Dan
Mod de utilizare:
Cutai rndul din tabel ce conine n prima coloan (df) numrul de grade de
libertate (n-2).
361
Statistic aplicat n tiinele socio-umane
Anexa 7
Valori de referin privind coeficientul de corelaie biserial i triserial
Anexa 7 Valori de referin pentru calculul coeficientului biserial i triserial
p p p
q q q
0,350 0,6142 1,288 1,0583 0,401 0,6213 1,268 0,9644 0,451 0,6254 1,257 0,8779
0,351 0,6144 1,287 1,0564 0,402 0,6214 1,267 0,9623 0,452 0,6254 1,257 0,8762
0,352 0,6145 1,287 1,0544 0,403 0,6215 1,267 0,9605 0,453 0,6255 1,256 0,8746
0,353 0,6147 1,286 1,0525 0,404 0,6216 1,267 0,9587 0,454 0,6255 1,256 0,8729
0,354 0,6149 1,286 1,0506 0,405 0,6218 1,267 0,9570 0,455 0,6256 1,256 0,8712
0,355 0,6151 1,285 1,0487 0,406 0,6219 1,266 0,9552 0,456 0,6256 1,256 0,8695
0,356 0,6152 1,285 1,0468 0,407 0,6220 1,266 0,9534 0,457 0,6257 1,256 0,8679
0,357 0,6154 1,284 1,0449 0,408 0,6221 1,266 0,9517 0,458 0,6257 1,256 0,8662
0,358 0,6155 1,284 1,0430 0,409 0,6222 1,265 0,9499 0,459 0,6258 1,256 0,8646
0,359 0,6157 1,283 1,0411 0,410 0,6223 1,265 0,9482 0,460 0,6258 1,256 0,8629
0,360 0,6158 1,283 1,0392 0,411 0,6224 1,265 0,9464 0,461 0,6258 1,256 0,8612
0,361 0,6160 1,283 1,0373 0,412 0,6225 1,265 0,9446 0,462 0,6259 1,255 0,8596
0,362 0,6162 1,282 1,0354 0,413 0,6225 1,264 0,9429 0,463 0,6259 1,255 0,8579
0,363 0,6163 1,282 1,0336 0,414 0,6226 1,264 0,9411 0,464 0,6260 1,255 0,8563
0,364 0,6165 1,281 1,0317 0,415 0,6227 1,264 0,9394 0,465 0,6260 1,255 0,8546
0,365 0,6166 1,281 1,0289 0,416 0,6228 1,264 0,9376 0,466 0,6260 1,255 0,8530
0,366 0,6168 1,280 1,0279 0,417 0,6229 1,263 0,9359 0,467 0,6261 1,255 0,8513
0,367 0,6169 1,280 1,0261 0,418 0,6230 1,263 0,9342 0,468 0,6261 1,255 0,8497
0,368 0,6171 1,280 1,0242 0,419 0,6231 1,263 0,9342 0,469 0,6261 1,255 0,8480
0,369 0,6172 1,279 1,0223 0,420 0,6233 1,263 0,9307 0,470 0,6262 1,255 0,8464
0,370 0,6174 1,279 1,0205 0,421 0,6233 1,262 0,9290 0,471 0,6262 1,255 0,8448
0,371 0,6175 1,278 1,0186 0,422 0,6234 1,262 0,9272 0,472 0,6262 1,254 0,8431
0,372 0,6177 1,278 1,0167 0,423 0,6234 1,262 0,9255 0,473 0,6263 1,254 0,8415
0,373 0,6178 1,278 1,0149 0,424 0,6235 1,262 0,9237 0,474 0,6263 1,254 0,8399
0,374 0,6179 1,277 1,0130 0,425 0,6236 1,261 0,9221 0,475 0,6263 1,254 0,8382
0,375 0,6181 1,277 1,0112 0,426 0,6237 1,261 0,9203 0,476 0,6263 1,254 0,8366
0,376 0,6182 1,276 1,0093 0,427 0,6238 1,261 0,9186 0,477 0,6264 1,254 0,8350
0,377 0,6184 1,276 1,0075 0,428 0,6239 1,261 0,9169 0,478 0,6264 1,254 0,8333
0,378 0,6185 1,276 1,0057 0,429 0,6239 1,261 0,9152 0,479 0,6264 1,254 0,8317
0,379 0,6186 1,275 1,0038 0,430 0,6240 1,260 0,9134 0,480 0,6264 1,254 0,8301
0,380 0,6188 1,275 1,0020 0,431 0,6241 1,260 0,9117 0,481 0,6265 1,254 0,8285
0,381 0,6189 1,274 1,0002 0,432 0,6242 1,260 0,9100 0,482 0,6265 1,254 0,8268
0,382 0,6190 1,274 0,9983 0,433 0,6242 1,260 0,9083 0,483 0,6265 1,254 0,8252
0,383 0,6192 1,274 0,9965 0,434 0,6243 1,260 0,9066 0,484 0,6265 1,254 0,8236
0,384 0,6193 1,273 0,9947 0,435 0,6244 1,259 0,9049 0,485 0,6265 1,254 0,8220
0,385 0,6194 1,273 0,9929 0,436 0,6244 1,269 0,9032 0,486 0,6266 1,254 0,8204
0,386 0,6196 1,273 0,9910 0,437 0,6245 1,259 0,9015 0,487 0,6266 1,254 0,8188
0,387 0,6197 1,272 0,9892 0,438 0,6246 1,259 0,8998 0,488 0,6266 1,254 0,8171
362
Cristian Opariuc-Dan
0,388 0,6198 1,272 0,9874 0,439 0,6246 1,259 0,8981 0,489 0,6266 1,253 0,8155
0,389 0,6199 1,272 0,9856 0,440 0,6247 1,259 0,8964 0,490 0,6266 1,253 0,8139
0,390 0,6200 1,271 0,9838 0,441 0,6248 1,258 0,8947 0,491 0,6266 1,253 0,8123
0,391 0,6202 1,271 0,9820 0,442 0,6248 1,258 0,8930 0,492 0,6266 1,253 0,8107
0,392 0,6203 1,271 0,9802 0,443 0,6249 1,258 0,8913 0,493 0,6266 1,253 0,8091
0,393 0,6204 1,270 0,9784 0,444 0,6250 1,258 0,8896 0,494 0,6266 1,253 0,8075
0,394 0,6205 1,270 0,9766 0,445 0,6250 1,258 0,8880 0,495 0,6266 1,253 0,8059
0,395 0,6206 1,270 0,9748 0,446 0,6251 1,258 0,8863 0,496 0,6266 1,253 0,8043
0,396 0,6208 1,269 0,9730 0,447 0,6251 1,257 0,8846 0,497 0,6266 1,253 0,8027
0,397 0,6209 1,269 0,9712 0,448 0,6252 1,257 0,8829 0,498 0,6267 1,253 0,8011
0,398 0,6210 1,269 0,9694 0,449 0,6253 1,257 0,8813 0,499 0,6267 1,253 0,7995
0,399 0,6211 1,268 0,9676 0,450 0,6253 1,257 0,8796 0,50 0,6267 1,253 0,7979
0,400 0,6212 1,268 0,9659 SURSA: dup (Radu, i alii, 1993)
363
Statistic aplicat n tiinele socio-umane
Anexa 8
Valori critice pentru testul U Mann-Whitney la un prag de semnificaie p < 0,05.
Pentru a fi semnificativ la acest prag, valoarea U trebuie s fie MAI MIC SAU CEL
MULT EGAL cu valoarea de referin din acest tabel.
5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
3 0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8
4 1 2 3 4 4 5 6 7 8 9 10 11 11 12 13 14
5 2 3 5 6 7 8 9 11 12 13 14 15 17 18 19 20
6 - 5 6 8 10 11 13 14 16 17 19 21 22 24 25 27
Eantionul cu numrul cel mai mic de subieci n2
7 - - 8 10 12 14 16 18 20 22 24 26 28 30 32 34
8 - - - 13 15 17 19 22 24 26 29 31 34 36 38 41
9 - - - - 17 20 23 26 28 31 34 37 39 42 45 48
10 - - - - - 23 26 29 33 36 39 42 45 48 52 55
11 - - - - - - 30 33 37 40 44 47 51 55 58 62
12 - - - - - - - 37 41 45 49 53 57 61 65 69
13 - - - - - - - - 45 50 54 59 63 67 72 76
14 - - - - - - - - - 55 59 64 67 74 78 83
15 - - - - - - - - - - 64 70 75 80 85 90
16 - - - - - - - - - - - 75 81 86 92 98
17 - - - - - - - - - - - - 87 93 99 105
18 - - - - - - - - - - - - - 99 106 112
19 - - - - - - - - - - - - - - 113 119
20 - - - - - - - - - - - - - - - 127
364
Cristian Opariuc-Dan
Anexa 9
Praguri de semnificaie pentru coeficientul de corelaie parial xy.z Kendall.
Anexa 9 - Valori critice pentru coeficientul de corelaie parial Kendall
n 0,05 0,025 0,01 0,005
3 1 1 1 1
4 0,707 1 1 1
5 0,667 0,802 0,816 1
6 0,600 0,667 0.764 0,866
7 0,527 0,617 0,712 0,761
8 0,484 0,565 0,648 0,713
9 0,443 0,515 0,602 0,660
10 0,413 0,480 0,562 0,614
11 0,387 0,453 0,530 0,581
12 0,365 0,430 0,505 0,548
13 0,346 0,410 0,481 0,527
14 0,331 0,391 0,458 0,503
15 0,317 0,375 0,439 0,482
16 0,305 0,361 0,423 0,466
17 0,294 0,348 0,410 0,450
18 0,284 0,336 0,395 0,434
19 0,275 0,326 0,382 0,421
20 0,267 0,317 0,372 0,410
25 0,235 0,278 0,328 0,362
30 0,211 0,251 0,297 0,328
SURSA: Adaptare dup S. Maghsoodloo (1975), Estimates of the quantiles of Kendall's
partial rank correlation coefficient and additional quantile estimates, Journal of Statisti-
cal Computation and Simulation 4: 155-164
Mod de utilizare:
Cutai rndul din tabel ce conine n prima coloan (n) numrul de subieci.
365
Statistic aplicat n tiinele socio-umane
Anexa 10
Praguri de semnificaie pentru valoarea de referin s n cazul semnelor, la diferite
valori ale lotului de cercetare (n).
Mod de utilizare:
Cutai rndul din tabel ce conine n prima coloan (n) numrul de subieci.
366
Cristian Opariuc-Dan
Anexa 11
Praguri de semnificaie pentru suma de referin a rangurilor n cazul testului
Wilcoxon, la diferite valori ale lotului de cercetare (n).
Mod de utilizare:
Cutai rndul din tabel ce conine n prima coloan (n) numrul de subieci.
367
Statistic aplicat n tiinele socio-umane
Anexa 12
Praguri de semnificaie pentru valorile de referin n cazul testului Romanovski,
la diferite valori ale lotului de cercetare (n) i pentru diferite praguri de semnificaie.
Mod de utilizare:
Cutai rndul din tabel ce conine n prima coloan (n) numrul de subieci.
368
Cristian Opariuc-Dan
Anexa 13
Funcia de repartiie normal normat (funcia cumulativ F (z) a lui Laplace).
Anexa 13 Funcia cumulativ F(z) Laplace
z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
0,6 0,7257 0,7291 0,7321 0,7337 0,7380 0,7422 0,7454 0,7486 0,7517 0,7519
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8261 0,8289 0,8315 0,830 0,8365 0,8389
1,0 0,8413 0,8438 0,8161 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8702 0,8719 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8914 0,8962 0,8980 0,8997 0,9015
1,3 0,9023 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9729 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9932 0,9932 0,9934 0,9979
2,5 0,9938 0,9940 0,9941 0,9913 0,9945 0,9916 0,9918 0,9949 0,9951 0,9952
2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,8 0,9977 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
2,9 0,9981 0,9982 0,9982 0,9983 0,9981 0,9983 0,9985 0,9985 0,9986 0,9986
3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990
3,1 0,9990 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993
3,2 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995
3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997
3,4 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998
369
Statistic aplicat n tiinele socio-umane
Anexa 14
Coeficienii a pentru testul de normalitate W Shapiro-Wilk.
Anexa 14 Coeficienii a pentru testul de normalitate W Shapiro-Wilk
n
2 3 4 5 6 7 8 9 10 -
k
1 0,7071 0,7071 0,6872 0,6646 0,6431 0,6233 0,6052 0,6052 0,5888 -
2 - 0 0,1677 0,2413 0,2806 0,3031 0,3164 0,3244 0,3291 -
3 - - - 0 0,0875 0,1401 0,1743 0,1976 0,5141 -
4 - - - - - 0 0,0561 0,0947 0,1224 -
5 - - - - - - - 0 0,0399 -
n
11 12 13 14 15 16 17 18 19 20
k
1 0,5601 0,5475 0,5359 0,5251 0,5150 0,5056 0,4958 0,4886 0,4808 0,4743
2 0,3315 0,3325 0,3325 0,3318 0,3306 0,3290 0,3273 0,3253 0,3232 0,3211
3 0,2260 0,2347 0,2412 0,2460 0,2495 0,2521 0,2540 0,2553 0,2561 0,2565
4 0,1429 0,1586 0,1707 0,1802 0,1878 0,1939 0,1988 0,2027 0,2059 0,2085
5 0,0695 0,0922 0,1099 0,1240 0,1353 0,1447 0,1524 0,1587 0,1641 0,1686
6 0 0,0303 0,0539 0,0727 0,0880 0,1005 0,1109 0,1137 0,1271 0,1334
7 - - 0 0,0240 0,0433 0,0593 0,0725 0,0837 0,0932 0,1013
8 - - - - 0 0,0196 0,0359 0,0496 0,0612 0,0711
9 - - - - - - 0 0,0163 0,0303 0,0422
10 - - - - - - - - 0 0,0140
n
21 22 23 24 25 26 27 28 29 30
k
1 0,4643 0,4590 0,4542 0,4493 0,4450 0,4407 0,4366 0,4328 0,4291 0,4254
2 0,3185 0,3156 0,3126 0,3098 0,3069 0,3043 0,3018 0,2992 0,2968 0,2944
3 0,2578 0,2571 0,2563 0,2554 0,2543 0,2533 0,2522 0,2510 0,2499 0,2487
4 0,2119 0,2131 0,2139 0,2145 0,2148 0,2151 0,2152 0,2151 0,2150 0,2148
5 0,1736 0,1764 0,1787 0,1807 0,1822 0,1836 0,1848 0,1857 0,1864 0,1870
6 0,1399 0,1443 0,1480 0,1512 0,1539 0,1563 0,1584 0,1601 0,1616 0,1630
7 0,1092 0,1150 0,1201 0,1245 0,1283 0,1316 0,1346 0,1372 0,1395 0,1415
8 0,0804 0,0878 0,0941 0,0997 0,1046 0,1089 0,1128 0,1162 0,1192 ,1219
9 0,0530 0,0618 0,0696 0,0764 0,0823 0,0876 0,0923 0,0965 0,1002 0,1036
10 0,0263 0,0368 0,0459 0,0539 0,0610 0,0672 0,0728 0,0778 0,0822 0,0862
11 0 0,0122 0,0228 0,0321 0,0403 0,0476 0,0540 0,0598 0,0650 0,0697
12 - - 0 0,0107 0,0200 0,0284 0,0358 0,0424 0,0483 0,0537
13 - - - - 0 0,0094 0,0178 0,0253 0,0320 0,0381
14 - - - - - - 0 0,0084 0,0159 0,0227
15 - - - - - - - - 0 0,0076
370
Cristian Opariuc-Dan
n
31 32 33 34 35 36 37 38 39 40
k
1 0,4220 0,4188 0,4156 0,4127 0,4096 0,4068 0,4040 0,4015 0,3989 0,3964
2 0,2921 0,2829 0,2876 0,2854 0,2834 0,2813 0,2794 0,2774 0,2755 0,2737
3 0,2475 0,2463 0,2451 0,2439 0,2427 0,2415 0,2403 0,2391 0,2380 0,2368
4 0,2145 0,2141 0,2137 0,2132 0,2127 0,2121 0,2116 0,2110 0,2101 0,2098
5 0,1874 0,1878 0,1880 0,1882 0,1883 0,1883 0,1883 0,1881 0,1880 0,1878
6 0,1641 0,1651 0,1660 0,1667 0,1673 0,1678 0,1683 0,1680 0,1689 0,1691
7 0,1433 0,1449 0,1463 0,1475 0,1487 0,1496 0,1505 0,1513 0,1520 0,1526
8 0,1243 0,1265 0,1284 0,1301 0,1317 0,1331 0,1344 0,1356 0,1366 0,1376
9 0,1066 0,1093 0,1118 0,1140 0,1160 0,1179 0,1196 0,1211 0,1225 0,1237
10 0,0899 0,0931 0,0961 0,0988 0,1013 0,1036 0,1056 0,1075 0,1092 0,1108
11 0,0739 0,0777 0,0812 0,0844 0,0873 0,0900 0,0924 0,0947 0,0967 0,0986
12 0,0585 0,0629 0,0669 0,0706 0,0739 0,0770 0,0798 0,0824 0,0848 0,0870
13 0,0435 0,0485 0,0530 0,0572 0,0610 0,0645 0,0677 0,0706 0,0733 0,0759
14 0,0289 0,0344 0,0395 0,0441 0,0484 0,0523 0,0559 0,0592 0,0622 0,0651
15 0,0144 0,0206 0,0262 0,0314 0,0631 0,0404 0,0444 0,0481 0,0515 0,0546
16 0 0,0068 0,0131 0,0187 0,0239 0,0287 0,0331 0,0372 0,0409 0,0444
17 - - 0 0,0062 0,0119 0,0172 0,0220 0,0264 0,0305 0,0343
18 - - - - 0 0,0057 0,0110 0,0158 0,0203 0,0244
19 - - - - - - 0 0,0053 0,0101 0,0116
20 - - - - - - - - 0 0,0049
n
41 42 43 44 45 46 47 48 49 50
k
1 0,3940 0,3917 0,3894 0,3872 0,3850 0,3830 0,3808 0,3789 0,3770 0,3751
2 0,2719 0,2701 0,2684 0,2667 0,2651 0,2635 0,2620 0,2604 0,2589 0,2574
3 0,2357 0,2345 0,2334 0,2323 0,2310 0,2303 0,2291 0,2281 0,2271 0,2260
4 0,2091 0,2085 0,2078 0,2072 0,2065 0,2058 0,2052 0,2045 0,2038 0,2032
5 0,1876 0,1874 0,1871 0,1868 0,1865 0,1862 0,1859 0,1855 0,1851 0,1847
6 0,1693 0,1694 0,1695 0,1695 0,1695 0,1695 0,1695 0,1693 0,1692 0,1691
7 0,1531 0,1535 0,1539 0,1512 0,1541 0,1548 0,1550 0,1551 0,1553 0,1554
8 0,1384 0,1392 0,1398 0,1405 0,1410 0,1415 0,1420 0,1423 0,1427 0,1430
9 0,1249 0,1259 0,1269 0,1278 0,1286 0,1293 0,1300 0,1306 0,1312 0,1317
10 0,1123 0,1136 0,1149 0,1160 0,1170 0,1180 0,1189 0,1197 0,1205 0,1212
11 0,1004 0,1020 0,1035 0,1049 0,1062 0,1073 0,1085 0,1095 0,1105 0,1113
12 0,0891 0,0909 0,0927 0,0943 0,0959 0,0972 0,0986 0,0998 0,1010 0,1020
13 0,0782 0,0804 0,0824 0,0824 0,0860 0,0876 0,0892 0,0906 0,0919 0,0932
14 0,0677 0,0701 0,0724 0,0745 0,0765 0,0783 0,0801 0,0817 0,0832 0,0816
15 0,0575 0,0602 0,0628 0,0651 0,0673 0,0694 0,0713 0,0731 0,0718 0,0764
16 0,0476 0,0506 0,0534 0,0560 0,0584 0,0607 0,0628 0,0648 0,0667 0,0685
17 0,0379 0,0411 0,0442 0,0471 0,0497 0,0522 0,0546 0,0568 0,0588 0,0608
18 0,0283 0,0318 0,0352 0,0383 0,0412 0,0439 0,0465 0,0489 0,0511 0,0532
19 0,0188 0,0227 0,0263 0,0296 0,0328 0,0357 0,0385 0,0411 0,0436 0,0459
20 0,0094 0,0136 0,0175 0,0211 0,0245 0,0277 0,0307 0,0335 0,0361 0,0386
21 0 0,0045 0,0087 0,0126 0,0163 0,0197 0,0229 0,0259 0,0288 0,0314
22 - - 0 0,0042 0,0081 0,0118 0,0153 0,0185 0,0215 0,0244
23 - - - - 0 0,0039 0,0076 0,0111 0,0143 0,0174
24 - - - - - - 0 0,0037 0,0071 0,0104
25 - - - - - - - - 0 0,0035
371
Statistic aplicat n tiinele socio-umane
Anexa 15
Praguri de semnificaie pentru testul de normalitate W Shapiro-Wilk.
Anexa 15 Valori critice pentru testul de normalitate W Shapiro-Wilk
n 0,01 0,02 0,05
3 0,653 0,756 0,767
4 0,686 0,707 0,748
5 0,687 0,715 0,762
6 0,713 0,743 0,788
7 0,730 0,760 0,803
8 0,749 0,778 0,818
9 0,764 0,791 0,829
10 0,781 0,806 0,842
11 0,792 0,817 0,850
12 0,805 0,828 0,859
13 0,814 0,837 0,866
14 0,825 0,846 0,874
15 0,835 0,855 0,881
16 0,844 0,863 0,887
17 0,851 0,869 0,892
18 0,858 0,871 0,897
19 0,863 0,879 0,901
20 0,868 0,884 0,905
21 0,873 0,888 0,908
22 0,878 0,892 0,911
23 0,881 0,895 0,914
24 0,881 0,898 0,916
25 0,888 0,901 0,918
26 0,891 0,904 0,920
27 0,894 0,906 0,923
28 0,896 0,908 0,924
29 0,898 0,910 0,926
30 0,900 0,912 0,927
31 0,902 0,914 0,929
32 0,904 0,915 0,930
33 0,906 0,917 0,931
34 0,908 0,919 0,933
35 0,910 0,920 0,934
36 0,912 0,922 0,935
37 0,914 0,924 0,936
38 0,916 0,925 0,938
39 0,917 0,927 0,939
40 0,919 0,928 0,940
372
Cristian Opariuc-Dan
373