Documente Academic
Documente Profesional
Documente Cultură
Analiza bivariată a datelor presupune analiza simultană a două variabile (a relației dintre ele).
Relația sau asocierea dintre două variabile se analizează prin:
1. Direcția (sensul) ei – relația poate să fie pozitivă, negativă sau inexistentă;
2. Intensitatea ei – relația poate să fie puternică, slabă sau inexistentă;
3. Semnificația ei statistică – relația poate fi semnificativă din punct de vedere statistic sau poate să fie
validă doar la nivelul eșantionului studiat.
Analyze => Descriptive Statistics => Crosstabs (demo_cs.sav / inccat & carcat)
În cadrul acestui exercițiu analizăm relația dintre următoarele două variabile:
2. Intensitatea relației:
Valoarea ridicată la pătrat a Contingency Coefficient: mai aproape de 1 – relație puternică
mai aproape de 0 – relație slabă
0 – nici o relație
Symmetric Measures
Approximate
Value Significance
Chi-Square Tests
Asymptotic
Significance (2-
Value Df sided)
Putem concluziona că relația dintre Income category și Car category este una pozitivă (+0.751, cu cât este
mai ridicată categoria de venit, cu atât este mai ridicată categoria de autoturism), de intensitate medie (0.56)
și semnificativă statistic (Asymptotic Significance < 0.05).
2. Grafice utilizate în cadrul analizei bivariate a datelor – variabile nominale
✓ Bar
Graphs => Chart Builder => Bar =>Clustered Bar/Stacked Bar/Simple 3D Bar/
(demo_cs.sav / inccat & carcat)
✓ Histogram
Graphs => Chart Builder => Histogram => Simple Histogram/Stacked Histogram/Population Pyramid
(demo_cs.sav / inccat & carcat)