Lekce_8_asociace.doc-ISMU.docVIP

LEKCE 8 Mě?ENí SíLY ASOCIACE MEZI DVěMA PROMěNNYMI P?e?íslovat tab. i grafy – i v?textu! V?minulé kapitole jsme si ukázali, jak zjistit, zdali jsou dvě proměnné na sobě závislé ?i nikoliv. Pou?ili jsme k?tomu testu chí-kvadrát a adjustovanych reziduí. Chí-kvadrát ((2) má ov?em své velké limity, jich? bychom si měli byt vědomi. Bryman a Cramer (1997) uvádějí ?ty?i: Chí-kvadrát nedoká?e změ?it sílu vztahu (podrobněji o tomto tématu viz ní?e). I kdy? hodnota chí-kvadrátu bude pro nějaké dvě proměnné vysoká a bude i silná jeho statistická vyznamnost (nap?. p 0,001), tak to je?tě neznamená, ?e souvislost mezi těmito proměnnymi je vy??í ne? u chí-kvadrátu, jeho? hodnota je ni??í a má men?í statistickou vyznamnost (nap?. p 0,05). Hodnota chí-kvadrátu je toti? mimo jiné také závislá na po?tu ?ádk? a sloupc?, tedy na po?tu variant obou znak?, co? je víceméně technicky parametr, ktery má jen málo spole?ného s?věcnou stránkou analyzy. Jediné, co nám údaje o chí-kvadrátu a jeho vyznamnosti ?íkají, je, jak mnoho si m??eme byt jisti, ?e mezi proměnnymi je skute?ny vztah, ktery nebyl zp?soben vyběrovou chybou. Chí-kvadrát se v?bec nehodí pro situaci, kdy hledáme vztah mezi dvěma ordinálními nebo dvěma kardinálními znaky, pop?ípadě kombinaci obou. Noru?is (1998) k?tomu poznamenáví, ?e chí-kvadrát není v?takové situaci dost silny test na to, aby odhalil odchylky od nezávislosti. Chí-kvadrát by se neměl pou?ívat pro tabulky o velikosti 2 x 2. Jak jsme ji? uvedli v?pozn. 1 textu p?íklad? ke kapitole 8, je t?eba v?takovém p?ípadě pou?ít Yatesovy korekce (Correction for Continuity). Někte?í auto?i navrhují, ?e v?takové situaci je lépe pou?ít fí koeficientu (phi coefficient - (), jak uvidíme později v?této kapitole. Chí-kvadrát je nespolehlivy, pokud více ne? 20 % polí?ek mají o?ekávané ?etnosti men?í ne? 5 nebo pokud minimální o?ekávaná ?etnost je men?í ne? 1. Jak je tedy z?ejmé, procedura chí-kvadrát není ideálním postupem pro hledání vztahu mezi dvěma proměnnymi. Tím hlavním problé