Sunteți pe pagina 1din 10

Obiectivul proiectului

În cadrul acestui proiect am încercat sa aflu daca exista discriminare pe


piata muncii in Romania.

Datele au fost culese de pe site-ul Institutului National de Statistică


variabilele care vor constitui baza de date SPSS sunt : populatia activa pe sexe si
numarul de someri pe sexe..

Definirea variabilelor

Variabilele se memorează în fișierul de date prin intermediul


Data Editor- Variable View.

Astfel baza de date ce va fi analizată este următoarea:

1
Corelatia si regresia

Analiza de corelatie presupune măsurarea intensitătii legăturii dintre două


variabile, precum si testarea semnificatiei legăturii.

Coeficientul de corelatie simplă liniară ( coeficientul lui Pearson)

Pentru a calcula acest coeficient conditia principală este ca variabilele


considerate să fie măsurate pe scala de interval/raport si o distributie a acestora
aproximativ normală.

Coeficientul de corelatie liniara Pearson arată cat de puternică este legătura


dintre variabilele corelate, adica intensitatea legaturii.

Acest lucru se realizează urmând paşii: Analyze – Correlate – Bivariate. În


cazul celor două variabile numerice studiate (numarul persoanelor de sex masculin si
numarul persoanelor de sex feminin) se obtine următorul tabel în output:

2
Variabilele supuse corelatiei vor fi trecute în lista Variables si se vor obtine
următoarele rezultate:

3
Interpretare: Se observă că s-a obtinut un coeficient de corelatie Pearson egal
cu 0,993, ceea ce înseamnă că între cele două variabile există o legătura directă,
valoarea coeficientului fiind pozitivă.

Întrucât valoarea coeficientului de corelatie Pearson este 0,993


( 0,75<0,993<1) acest lucru semnifică faptul că între cele două variabile există o
legătură destul de puternică.
Testarea semnificatiei coeficientului de corelatie este realizată cu ajutorul
testului t. Valoarea Sig. corespunzătoare, egală cu 0.000, evidenţiază că s-a obţinut un
coeficient de corelatie semnificativ la un prag de 0.000, adică sunt sanse mai mici de
1% (α = 0.01) de a gresi în a afirma că între cele două variabile există o corelatie
semnificativă

Regresia liniară simplă

4
Această analiză presupune ca între cele două variabile să se stabilească o
corelatie de natură cauzală.

Cum coeficientul lui Pearson a indicat o legatura liniară intensă între cele două
variabile si apelează în continuare la procedura SPSS de determinare a modelului de
regresie simpla liniară.

Procedura utilizată în acest sens este : Statistics - Analyze – Regression –


Linear…

5
Această procedură va activa fereastra principală Linear Regression, unde se vor trece
variabila numarul pesroanelor de sex masculin în zona Dependent si variabila
numarul personaelor de sex feminin în zona Independent.

În urma procesării datelor , în output se afisează astfel :

Regression

6
Interpretare: Valoarea lui R este 0.993, ceea ce indică faptul că între cele două
variabile există o legătură directă. Valoarea lui R2 este 0,985 ceea ce indică faptul că
98.5% din variaţia variabilei Y este explicată prin variaţia variabilei X. Aceasta este o
valoare mare (apropiata de 1), ceea ce înseamnă că 98.5% din variatia numarul de
personae de sex masculin este explicata de variatia numarului de personae de sex
feminin.

Tabelul ANOVA prezintă rezultatul analizei variatiei. Modelul de regresie


simplu liniar este semnificativ, putând fi utilizat în analize de prognoză.

În acest tabel există afisate doua informatii importante si anume: F si


Signifiance F. Valorile acestora ne dau elemente importante ce stau la baza validării
modelului de regresie.

Interpretare: Pe datele noastre, cum F = 2658.618 este o valoare medie si


Significance F= 0,000ª, deci o valoare foarte mică (în general Significance F trebuie

7
să fie mai mic de 5% (0,05), acceptăm faptul că modelul ales ajustează bine datele din
esantion.

Pentru variabilele numarul somerilor de sex masculine si numarul somerilor de


sex feminin avem:
Procedura utilizată în acest sens este : Statistics - Analyze – Regression –
Linear…

8
Această procedură va activa fereastra principală Linear Regression, unde se vor trece
variabila numarul somerilor de sex masculin în zona Dependent si variabila numarul
somerilor de sex feminin în zona Independent.

Interpretare: Se observă că s-a obtinut un coeficient de corelatie Pearson egal


cu 0,102, ceea ce înseamnă că între cele două variabile există o legătura directă,
valoarea coeficientului fiind pozitivă.
Întrucât valoarea coeficientului de corelatie Pearson este 0,102 acest lucru
semnifică faptul că între cele două variabile nu există o legătură destul de puternică.
Testarea semnificatiei coeficientului de corelatie este realizată cu ajutorul
testului t. Valoarea Sig. corespunzătoare, egală cu 0.521 evidenţiază că s-a obţinut un
coeficient de corelatie semnificativ la un prag de 0.521 adică sunt sanse mai mici de
5% (α = 0.05) de a gresi în a afirma că între cele două variabile există o corelatie
semnificativă.

In urma analizei de corelatie si regresie am constatat ca exista o oarecare


discriminare pe piata muncii in ceea ce priveste sexul persoanelor angajate.

9
10

Evaluare