Petr Seidel, Tomáš Škrábal Pro účely prvních 2 analýz byla použita data Stalker.sav z Andyho dat.. Jedná se o datovou matici zachycující terapii pro „stalkery“. Jednalo se o dvě terapeutické skupiny, jedna s názvem „Cruel to be Kind Therapy (skupina 1) a druhá „Psychodyshamic Therapy“ (skupina 2) . Obě skupiny čítaly 25 osob. Matice zachycuje počet hodin za týden, které účastnici terapie strávili stalkingem před a také po proběhnutí terapie. Analýza 1) V této analýze jsme se snažili zjistit zda jsou obě dvě terapeutické skupiny účinné. Naše H1 tedy je, že průměrný hodinový rozdíl před a po terapii v obou skupinách statisticky významně liší od nuly na 5ti procentní hladině.[VK1] Nulová hypotéza je naopak [VK2] : hodinový průměr skupiny 1/2 [VK3] před – hodinový průměr skupiny 1/ 2 po = 0. Pro otestování hypotéz byl pro obě skupiny použit závislý T-test. V případě skupiny 1 je kritické T pro df =24 a alfa=0,05 (2,06) menší než T(4,03). [VK4] Můžeme tedy H0 zamítnout. Cruel to be Kind terapie se tak prokázala jako účinná[VK5] . U skupiny 2 je opět kritické T menší než T (3,84). Nulovou hypotézu zamítáme. A Psychodyshamic Therapy se stejně jako předchozí skupina ukázala jako účinná. Analýza 2) Dále jsme se snažili zjistit zda je jedna terapie účinnější než druhá[VK6] . Tedy že se průměrné hodinové rozdíly před a po terapii mezi skupinami 1 (Cruel to be Kind Therapy) a 2 (Psychodyshamic Therapy) se statisticky významně liší na 5% hladině (H1). H0 je proto: průměrný rozdíl hodin skupiny 1 před a po - průměrný rozdíl hodin skupiny 2 před a po= 0[VK7] . Použitím nezávislého t-testu vyšla hodnota pravděpodobností nulové hypotézy 0,01, tedy menší 0,05. Nulovou hypotézu tedy zamítáme. Mezi účinností terapeutických skupin Cruel to be Kind Therapy a Psychodyshamic therapy je tedy statisticky významný rozdíl[VK8] . Analýza 3 Chí-kvadrát test dobré shody 348432 Petr Seidel a 415036 Tomáš Škrábal Pokusili jsme se zjistit, jestli bylo ve výzkumu využito statisticky stejně [VK9] respondentů, či některá země má větší zastoupení. Pro H1 předpokládejme, že respondentů není stejně ze všech zemí. Budeme tedy testovat H0=n1=n2=n3…, na 5% hladině statistické významnosti. K testování nám poslouží Chí-kvadrát test dobré shody. Proženeme-li [VK10] data SPSS, celkem rychle [VK11] se dostaneme k tomu, že celkově bylo ve výzkumu využito 18709 respondentů z 25 zemí. Chí-kvadrát nám po rozpočítání předpokládaných a skutečných hodnot vyjde 56,603 při df=24. Po přepočítání tedy lze H0 zamítnout na 5% hladině významnosti a můžeme tedy říci, že je statistický rozdíl v počtu respondentů mezi jednotlivými zeměmi.[VK12] Přílohy: Country of interview[VK13] Observed N Expected N Residual Austria 751 748,4 2,6 Belgium 725 748,4 -23,4 Bulgaria 806 748,4 57,6 Cyprus 682 748,4 -66,4 Czech Republic 729 748,4 -19,4 Germany 783 748,4 34,6 Denmark 739 748,4 -9,4 Estonia 776 748,4 27,6 Greece 688 748,4 -60,4 Spain 785 748,4 36,6 Finland 777 748,4 28,6 France 658 748,4 -90,4 Hungary 772 748,4 23,6 Ireland 756 748,4 7,6 Italy 774 748,4 25,6 Lithuania 739 748,4 -9,4 Netherlands 778 748,4 29,6 Norway 766 748,4 17,6 Poland 805 748,4 56,6 Portugal 673 748,4 -75,4 Romania 771 748,4 22,6 Sweden 758 748,4 9,6 Slovenia 796 748,4 47,6 Turkey 728 748,4 -20,4 UK 694 748,4 -54,4 Total 18709 Test Statistics Country of interview Chi-Square 56,603^a df 24 Asymp. Sig. ,000 a. 0 cells (0,0%) have expected frequencies less than 5. The minimum expected cell frequency is 748,4. Vaši zprávu prosím přepracovat. Má daleko ke standardnímu reportování výsledků analýz. Místo kreativity při popisu analytického postupu a výsledků, zkuste věnovat čas tomu, co vaše výsledky znamenají. VK P.S.: A nyní to zkuste týmově, věřím, že si nyní budete vzájemně korigovat hlavní nedostatky. ________________________________ [VK1]V hypotézách už hovoříme o měřených konstruktech, ale toto je už příliš technický popis. Navíc vaše hypotéza neodpovídá záměru deklarovanému v předchozí větě. [VK2]Předpokládejme u čtenáře pokročilou znalost statistiky J [VK3]Tomuto ale nerozumím. [VK4]Toto není standardní způsob, jak reportovat výsledky t-testu. [VK5]A ještě by nás třeba mohla zajímat míra účinnosti… [VK6]Toto je de facto reformulace záměru první analýzy, jsem zvědavá, zda nyní dá analýza odpověď J [VK7]Co bych tady potřebovala vidět, je výzkumná hypotéza. [VK8]A teřba by nás ještě zajímalo jak velký J [VK9]Statisticky stejně, co to je? J [VK10]Tuhle formulaci si můžete dovolit při neformální rozmluvě s kolegy, ne v psané zprávě. Ale pobavilo mě to J [VK11]Jakože SPSS rychle počítala, nebo vy jste rychle věděli, jak na to? [VK12]Váš popis je krásným dokladem toho, že nemá smysl být kreativní při popisu výsledků. Aneb předpokládejme u čtenářů pokročilou znalost statistiky. Všichni víme, že chí-kvadrát pracuje s předpokládanými a naměřenými hodnotami. Naopak, co myslíte „přepočítáním“, mi zůstává utajeno. [VK13]Znovu opakuji zákaz kopírování tabulek z SPSSpřímo do zprávy!