Professional Documents
Culture Documents
Wstępne badania pilotażowe, które mają na celu stworzenie właściwej wersji skali –
odrzucenie stwierdzeń nietrafnych i korekta pozostałych
Analiza odpowiedzi na każde pytanie w grupie „dolnej” i „górnej”. Jeśli średnia liczba
punktów w obu tych grupach w przypadku jakiegoś stwierdzenia nie różni się
statystycznie, to należy przypuszczać, że stwierdzenie to nie różnicuje postaw, jest
nieostre, wieloznaczne i należy je usunąć. Istotność różnic pomiędzy średnimi mierzy się
testem t (Studenta).
𝑥̅1 −𝑥̅2 𝑥̅1 - średnia w 1 grupie
t= 2 2
𝑥̅2 - średnia w 2 grupie
𝑠1 − odchylenie standardowe w 1 grupie
√𝑠𝑛1 +𝑠𝑛2 𝑠2 − odchylenie standardowe w 2 grupie
1 2
𝑛1 - liczebność 1 grupy
𝑛2 - liczebność 2 grupy
skala
Cumulative
Frequency Percent Valid Percent Percent
Valid 21,00 1 1,1 1,1 1,1
24,00 2 2,2 2,2 3,3
27,00 2 2,2 2,2 5,6
28,00 1 1,1 1,1 6,7
Wartości poniżej 1
30,00 1 1,1 1,1 7,8
kwartyla 26,7%
31,00 1 1,1 1,1 8,9
32,00 5 5,6 5,6 14,4
33,00 2 2,2 2,2 16,7
34,00 4 4,4 4,4 21,1
35,00 5 5,6 5,6 26,7
36,00 4 4,4 4,4 31,1
37,00 4 4,4 4,4 35,6
38,00 2 2,2 2,2 37,8
39,00 8 8,9 8,9 46,7
40,00 1 1,1 1,1 47,8
41,00 3 3,3 3,3 51,1
42,00 4 4,4 4,4 55,6
43,00 8 8,9 8,9 64,4
44,00 4 4,4 4,4 68,9
45,00 2 2,2 2,2 71,1
46,00 5 5,6 5,6 76,7
47,00 2 2,2 2,2 78,9
48,00 1 1,1 1,1 80,0
49,00 2 2,2 2,2 82,2
Wartości powyżej 3
50,00 6 6,7 6,7 88,9
51,00 2 2,2 2,2 91,1 kwartyla 23,3%
52,00 4 4,4 4,4 95,6
53,00 2 2,2 2,2 97,8
54,00 1 1,1 1,1 98,9
55,00 1 1,1 1,1 100,0
Total 90 100,0 100,0
3. Otrzymana wersja skali nie jest konstruktem ostatecznym, ponieważ nie wiemy, czy w
naszym zestawie nie ma twierdzeń niewłaściwych o zbyt małej mocy dyskryminacyjnej –
takich, na które zarówno zwolennicy wyborów, jak i przeciwnicy będą odpowiadać
podobnie lub też (sytuacja jeszcze bardziej problematyczna) odwrotnie niż na pozostałe
twierdzenia (np. przeciwnicy odpowiadają pozytywnie, a zwolennicy negatywnie).
Aby sprawdzić czy w naszym zestawie nie ma takich twierdzeń należy porównać ze sobą
najbardziej zagorzałych zwolenników z najbardziej zagorzałymi przeciwnikami. W tym
celu dzielimy respondentów na dwie grupy: 25% tych, którzy otrzymali najwyższe wyniki
i 25% tych, którzy uzyskali wyniki najniższe. U nas odpowiednio 26,7% (wszyscy o
wartościach na skali poniżej 36 punktów) i 23,3% (wszyscy o wartościach powyżej 46
punktów).
Te dwie grupy w bazie danych oznaczamy wartościami 1 i 2 za pomocą polecenia If:
if skala<36
kwartyl=1.
exe.
if skala>46
kwartyl=2.
exe.
Rezultat:
kwartyl
Cumulative
Frequency Percent Valid Percent Percent
Valid 1,00 24 26,7 53,3 53,3
2,00 21 23,3 46,7 100,0
Total 45 50,0 100,0
Missing System 45 50,0
Total 90 100,0
4. Dla każdego twierdzenia osobno sprawdzamy istotność różnic wartości średnich
uzyskanych przez te dwie grupy. Jako, że grupy te są skrajnie różne, powinny również
istotnie różnić się na każdym stwierdzeniu z osobna. W tym celu wykorzystujemy test t
studenta dla prób niezależnych.
Hipoteza zerowa testu: średnie w obu porównywanych grupach są takie same
Hipoteza alternatywna: średnia w obu porównywanych grupach istotnie się od siebie
różnią.
Patrzymy do kolumny „istotność” (Sig. (2-tailed)). Hipoteza zerowa powinna zostać przyjęta,
jeśli prawdopodobieństwo testowe jest większe od 0,05. W przeciwnym wypadku hipotezę
zerową odrzucamy i przyjmujemy hipotezę alternatywną.
W naszym przykładzie hipotezę zerową (brak różnic pomiędzy wartościami średnimi) przyjmujemy
dla zmiennej pogląd5. I to twierdzenie powinno zostać usunięte ze skali. Zgodnie z założeniami,
podobnie powinniśmy postąpić z twierdzeniem 6, ale decydujemy się na pozostawienie go, ponieważ
prawdopodobieństwo testowe jest na granicy istotności.
Dlaczego twierdzenie 5 nie różnicuje postaw grup o skrajnych poglądach?
Ponieważ zawiera w sobie dwa sprzeczne sformułowania: osoba negatywnie nastawiona do wyborów
zgodzi się, że „jej głos w wyborach nie doprowadzi do żadnych istotnych zmian”, ale nie zgodzi się, że
„jeśli ma takie prawo, to trzeba z niego skorzystać”. Postawiona przed takim dylematem „dla
bezpieczeństwa” prawdopodobnie wybierze odpowiedź „ani się zgadzam, ani się nie zgadzam”.
Podobna sytuacja dotyczyć będzie zwolenników.
6. Po tych ustaleniach modyfikujemy skalę poprzez usunięcie z niej twierdzenia 5. W tym
celu tworzymy nową zmienną skala1, wykorzystując wcześniejsze polecenie Compute:
Compute skala1= pogląd1 +pogląd3 + pogląd6+ pogląd9 +pogląd11+ pogląd12 +pogląd2n+ pogląd4n+
pogląd7n+ pogląd8n+ pogląd10n.
exe.
1. Łatwiejszą metodą, pozwalająca sprawdzić czy nasza skala może zostać wykorzystana w
badaniach, jest policzenie jej rzetelności (czy przy powtórnych pomiarach i w
niezmienionych warunkach otrzymamy takie same wyniki) w oparciu o współczynnik
Alpha Cronbacha
Dokonujemy zatem tzw. walidacji wewnętrznej, polegającej na sprawdzeniu korelacji
pomiędzy pytaniami, z których złożona jest skala.
W tym celu wybieramy opcję: analiza rzetelności:
Reliability Statistics
Cronbach's
Alpha N of Items
,741 12
W tabeli widać, że zmienna pogląd5 nie tylko bardzo słabo koreluje z całą skalą, ale jest to korelacja
ujemna. W takiej sytuacji twierdzenie powinno zostać bezwględnie usunięte z ostatecznej wersji
skali. Potwierdzeniem tego faktu jest przewidywana Alpha (kolumna 4). Jeśli w zestawie zmiennych
nie pojawi się pogląd5, wówczas wartość współczynnika Alpha wzrośnie do 0,770. Można ten fakt
potwierdzić jeszcze raz, licząc rzetelność bez twierdzenia 5.
Podsumowując – widać, że zarówno pierwsza metoda (test t), jak i druga metoda (Alpha) prowadzą
do podobnych wniosków – wskazują twierdzenie 5 jako niespójne z pozostałymi twierdzeniami.