کاربرد آمار در جغرافیای انسانی 2

 

 کاربرد آمار در جغرافیای انسانی قسمت 2

نوشته: حمید رضا وجدانی

بررسی رابطه و روشهای آن:

الف- بررسی رابطه در شاخص های کیفی

        - بررسی وجود یا عدم وجود رابطه

        - بررسی میزان رابطه

ب- بررسی رابطه در شاخص های کیفی

     - بررسی همبستگی و ضریب همبستگی بین دو مورد

     - بررسی همبستگی بیش از دو مورد

بررسی شاخص های رابطه و ارتباط :

 

در تحقیقات مختلف واز جمله در تحقیقات جغرافیای انسانی غالباً بررسی روابط مطرح می گردد. در سؤالات تحقیق ممکن است تنها وجود یا عدم وجود ارتباط مورد نظر باشد و یا علاوه بر آن میزان ارتباط و یا جهت این ارتباط نیز مهم باشد. بر اساس نوع داده ها که کمی ( عددی برای داده هایی مثل سن ، نمره ، امتیاز...) و یا کیفی یا اسمی ( مثل جنسیت، نظر موافق ، مخالف ، یا ممتنع ، موفق یا ناموفق بودن طرح ...) باشند در بررسی داده ها از روش مناسب استفاده می کنیم.

 

الف - بررسی رابطه در داده های کیفی ( داده های اسمی):

هنگامی که عضویت افراد در دو مجموعه طبقه بندی که باهم همپوشانی ندارند( که در اینجا گروه طرح های موفق و گروه طرح های ناموفق است) ثبت شود، تشکیل جدول متقاطع (crosstabulation) یا جدول متقاطع امکانپذیر است. آماره مشهور مربع کای (chi-square) جهت تعیین وجود رابطه بین دو متغیر کیفی می تواند در اینجا به کار گرفته شود. اما این آماره می تواند تنها وجود یا عدم وجود رابطه را تعیین کند و قدرت آن را اندازه گیری نمی کند.

 

مثال کاربرد کا اسکوئر( مربع کا ):

برای انجام این کار در spss  می توانیم برروی Analyze سپس Descriptive statistics  و روی Crosstabs.. رفته متغیر گروهبندی را به Row و یا columns بیاوریم ( متغیر گروهبندی را در spss قبلا برای گروه مورد نظر در نظر گرفته ایم مثلا برای جنس مرد گروه شماره 1 و جنس زن شماره 2 را داده ایم و هر یک از موارد پرسشنامه ها یا افراد در spss شماره خود را که در واقع تنها یک کد است و می تواند هر عددی باشد و ارزش عددی ندارد ، داده ایم ) در مثال زیر موفقیت یا عدم موفقیت طرح را به row  و داشتن یا نداشتن پوشش را به column آورده ایم. سپس با رفتن به روی Statistics… و کلیک بر روی آن پنجره بعدی را باز می کنیم و Chi-square  و phi and cramers v را علامت می زنیم( فی کرامرز را در صورتی که به ضریبی برای رابطه نیاز داشته باشیم علامت می زنیم در غیر اینصورت تنها کا اسکوئر را علامت می زنیم) و بعد از علامت زدن بر روی Contiue در این پنجره کلیک می کنیم. برای اینکه در خروجی جدول مقادیر فراوانی مورد انتظار و مقادیر فراوانی های مشاهده شده را داشته باشیم بر روی Cells.. رفته روی آن کلیک می کنیم و Expected  را نیز علامت می زنیم. و با زدن Continue به پنجره قبل بر می گردیم و با زدن OK  خروجی ما آماده می شود.

 

مثال: مقایسه دو گروه طرح های موفق و ناموفق از جهت پوشش یا عدم پوشش در انواع زمینه ها، در طرح های قالی بافی:

به منظور مقایسه دو گروه طرح های موفق و ناموفق از نظر نحوه پوشش در هر یک از زمینه های پوشش شامل مستمری، فرهنگی، عمرانی، درمانی و سایر در خانوارها مقایسه بین هریک از انواع پوشش قبل از اجرای طرح صورت گرفت همین موضوعات (مستمری، فرهنگی، عمرانی، درمانی و سایر  )  مجدداً برای مقایسه طرح های موفق و ناموفق بعد از اجرای طرح خودکفایی بطور جداگانه انجام شد .

(در اینجا تنها قسمتی از شرح نتایج و خروجی های آماری بصورت نمونه آورده شد)

 

در خروجی های spss برای این کار دو جدول مهم زیر داده می شود :

 

جدول  - بررسی رابطه موفقیت و عدم موفقیت طرح ها با داشتن یا نداشتن نوع پوشش« مستمری» قبل از اجرای طرح خودکفایی

Crosstab

 

 

نحوه پوشش مستمری قبل از اجرای طرح

Total

نداشته

داشته

 

موفقیت یا عدم موفقیت طرح

   

 

 

 

موفق

Count

9

79

88

Expected Count

7.2

80.8

88.0

  

ناموفق

Count

5

79

84

Expected Count

6.8

77.2

84.0

Total

Count

14

158

172

Expected Count

14.0

158.0

172.0

 

در جدول فوق با درنظر گرفتن تمام فراوانی های مورد بررسی در جدول یکبار فراوانی مشاهده شده (count)در بررسی ( فراوانی وقوع یافته یا واقعی ) و یکبار فراوانی مورد انتظار (Expected count) که با درنظر گرفتن تعداد کل و نسبت فراوانی ها برای هر گروه فراوانی مورد انتظار با فرض توزیع یکسان نسبت به تعداد را ارائه می دهد.

در مرحله اول می توان از این خروجی مقایسه ساده ای بین فراوانی های وقوع یافته و فراوانی مشاهده شده را انجام داد . در مثال فوق می بینیم که در طرح های موفقی که پوشش مستمری نداشته اند فراوانی مشاهده شده بیش از فراوانی قابل انتظار بوده و از این قبیل مقایسه ها می توان مطالبی را فهمید . اما فهم نهایی موضوع و اینکه آیا این اختلافات مشاهده شده بین فراوانی مشاهده شده و فراوانی قابل انتظار در نهایت معنی دار است یا خیر با جدول بعدی مشخص می گردد.

جدول  - بررسی رابطه بین موفقیت و عدم موفقیت طرح ها با داشتن یا نداشتن نوع پوشش« مستمری» قبل از اجرای طرح خودکفایی

                                                                        Chi-Square Tests

                 

Value

df

Asymp. Sig. (2-sided)

Exact Sig. (2-sided)

Exact Sig. (1-sided)

Pearson Chi-Square

1.050(b)

1

.305

 

 

Continuity Correction(a)

.556

1

.456

 

 

Likelihood Ratio

1.066

1

.302

 

 

Fisher's Exact Test

 

 

 

.406

.229

Linear-by-Linear Association

 

1.044

1

.307

 

 

N of Valid Cases

172

 

 

 

 

                   a  Computed only for a 2x2 table

                   b  0 cells (.0%) have expected count less than 5. The minimum expected count is 6.84.

در جدول خروجی ارائه شده spss که در بالا مشاهده می شود سطر اول می تواند برای این منظور مورد استفاده قرار گیرد. خط اول خروجی فوق pearson chi-square در اینجا می تواند مورد استفاده قرار گیرد. چنانچه رقم  Asymp. Sig. در اینجا کمتر از 05/0 باشد می توان گفت که به احتمال 95% این رابطه معنی دار است.

در مثال فوق ، برمبنای بررسی با Chi-Square Tests  رابطه معنی داری بین وجود یا عدم وجود پوشش مستمری قبل از اجرای طرح خودکفایی بین دو گروه طرح های موفق و ناموفق در طرح های قالی بافی وجود ندارد.

 

بررسی رابطه در جداول بیش از 2×2 :

مثال فوق جدولی دو در دو بود اما گاهی ممکن است بررسی برای تعداد بیشتری از گروه ها مورد نظر باشد. در مثال زیر مقایسه ایی بین طرح های موفق و طرح های ناموفق از نظر ترکیب جمعیتی اعضای خانوار مورد نظر است.

 

مثال: ترکیب نفراتی که در طرح های « دامداری» فعالیت داشته اند:

با انجام یک گروه بندی کلیه افرادی که در طرح های دامداری مورد بررسی شرکت داشته اند بررسی شده است.

 

جدول -ترکیب نفراتی که در طرح های « دامداری» فعالیت داشته اند در طرح های موفق و ناموفق

                                                                            Crosstabulation

نسبت کارکنان با سرپرست خانوار

 

 

 

موفقيت ياعدم موفقيت طرح

کل

موفق

ناموفق

 

سرپرست- خانوار زن

 

Count

45

41

86

Expected Count

49.0

37.0

86.0

 

 

-سرپرست خانوار مرد

 

Count

49

54

103

Expected Count

58.7

44.3

103.0

 

 

فرزند پسر بالای 18 سال

Count

50

20

70

Expected Count

39.9

30.1

70.0

 

 

فرزند پسرزیر 18 سال

Count

14

7

21

Expected Count

12.0

9.0

21.0

 

 

فرزند دخترزیر 18 سال

Count

18

7

25

Expected Count

14.2

10.8

25.0

 

 

فرزند دخترزیر 18 سال

Count

5

1

6

Expected Count

3.4

2.6

6.0

 

 

نیروی کار غیر خانوادگی

Count

9

11

20

Expected Count

11.4

8.6

20.0

 

 

همسرزن

 

Count

6

7

13

Expected Count

7.4

5.6

13.0

كل

Count

196

148

344

Expected Count

196.0

148.0

344.0

جدول -ترکیب نفراتی که در طرح های « دامداری» فعالیت داشته اند در طرح های موفق و ناموفق

Chi-Square Tests

 

Value

df

Asymp. Sig. (2-sided)

Pearson Chi-Square

17.037(a)

7

.017

Likelihood Ratio

17.569

7

.014

Linear-by-Linear Association

.760

1

.383

N of Valid Cases

344

 

 

a  2 cells (12.5%) have expected count less than 5. The minimum expected count is 2.58.

 

 

در طرح های موفق دامداری تعداد فرزند پسر بالای 18 سال بالاتر از حد محاسبه شده مورد انتظار است و در طرح های ناموفق تعداد پسران بالای 18 سال خیلی کمتر از حد انتظار است. درطرح های ناموفق تعداد مردان سرپرست خانوار بیش از حد مورد محاسبه انتظار است. در طرح های موفق تعداد مردان سرپرست خانوار کمتر از مقدار منتظره است.

مقایسه فراوانی افراد فعال در طرح با توجه به نسبتی که با سرپرست خانوار داشتند با استفاده از فراوانی های وقوع یافته و منتظره و با کا اسکوئر مورد بر رسی قرار گرفت و وجود ارتباط معنی دار بین نسبت افراد شاغل و موفقیت یا عدم موفقیت یا عدم موفقیت مورد تأیید قرارگرفت . ( رقم Asymp. Sig در سطر Pearson Chi-Square برای این منظور در نظر گرفته شده و چون کمتر از 05/0 بوده معنی داری را در سطح 95% نشان می دهد)

 

 

 

 

مثال : بررسی نوع نقشه های به کار گرفته شده در بافت فرش:

 

به منظور بررسی عناوین نقشه های مورد استفاده، عناوین مذکور در پرسشنامه مورد مقایسه قرار گرفتند.

مقادیر مشاهده شده فراوانی هر نوع نقشه و فراوانی مورد انتظار برای آن به منظور مقایسه بین فراوانی های مذکور تهیه گردید.

بررسی فراوانی های مشاهده شده نقشه های فرش – مقادیر مشاهده شده و مقادیر مورد انتظار در بافت فرش:         Crosstabulation

 

نوعنقشه

 

 

موفقیت یا عدم موفقیت طرح

کل

موفق

ناموفق

بيجار

 

فراوانی مشاهده شده

18

31

49

فراوانی مورد انتظار

25.1

23.9

49.0

فرش پرده اي

 

فراوانی مشاهده شده

1

3

4

فراوانی مورد انتظار

2.0

2.0

4.0

طرح اراک

 

فراوانی مشاهده شده

2

6

8

فراوانی مورد انتظار

4.1

3.9

8.0

طرح جوشقان

 

فراوانی مشاهده شده

14

8

22

فراوانی مورد انتظار

11.3

10.7

22.0

جوزان ملاير

 

فراوانی مشاهده شده

4

1

5

فراوانی مورد انتظار

2.6

2.4

5.0

پشتي طرح بيجار

 

فراوانی مشاهده شده

1

1

2

فراوانی مورد انتظار

1.0

1.0

2.0

کرمان

 

فراوانی مشاهده شده

1

0

1

فراوانی مورد انتظار

.5

.5

1.0

کرمان

 

فراوانی مشاهده شده

0

1

1

فراوانی مورد انتظار

.5

.5

1.0

جوزان

 

فراوانی مشاهده شده

28

23

51

فراوانی مورد انتظار

26.1

24.9

51.0

پرده اي طرح بيجار

 

فراوانی مشاهده شده

1

1

2

فراوانی مورد انتظار

1.0

1.0

2.0

پرده اي اراک

 

فراوانی مشاهده شده

1

2

3

فراوانی مورد انتظار

1.5

1.5

3.0

گل خار

 

فراوانی مشاهده شده

0

1

1

فراوانی مورد انتظار

.5

.5

1.0

اصفهاني

 

فراوانی مشاهده شده

7

1

8

فراوانی مورد انتظار

4.1

3.9

8.0

گل فرنگ

 

فراوانی مشاهده شده

1

1

2

فراوانی مورد انتظار

1.0

1.0

2.0

تورنج يک ذرع چرک

 

فراوانی مشاهده شده

1

0

1

فراوانی مورد انتظار

.5

.5

1.0

ذرع چرک گل سرخ

 

فراوانی مشاهده شده

1

0

1

فراوانی مورد انتظار

.5

.5

1.0

پشتي ابريشم تلفيقي

 

فراوانی مشاهده شده

1

0

1

فراوانی مورد انتظار

.5

.5

1.0

لچک ترنج

 

فراوانی مشاهده شده

1

0

1

فراوانی مورد انتظار

.5

.5

1.0

شارق اراک

 

فراوانی مشاهده شده

1

0

1

فراوانی مورد انتظار

.5

.5

1.0

گل ابريشم بيجاري

 

فراوانی مشاهده شده

1

0

1

فراوانی مورد انتظار

.5

.5

1.0

پرده اي جوزان

 

فراوانی مشاهده شده

1

1

2

فراوانی مورد انتظار

1.0

1.0

2.0

بوته اي اراک

 

فراوانی مشاهده شده

1

0

1

فراوانی مورد انتظار

.5

.5

1.0

گل فرنگ نقشه قم ابريشم

 

فراوانی مشاهده شده

0

1

1

فراوانی مورد انتظار

.5

.5

1.0

دستگاهي

 

فراوانی مشاهده شده

0

1

1

فراوانی مورد انتظار

.5

.5

1.0

کل

 

فراوانی مشاهده شده

87

83

170

فراوانی مورد انتظار

87.0

83.0

170.0

 

 

با توجه به زیاد بودن عناوین نقشه ها که باعث شده  اغلب خانه ها فراوانی کمتر از 5 داشته باشند،  امکان بررسی معنی داری با استفاده از کا اسکوئر وجود ندارد.(به توصیه و اعتقاد بسیاری از صاحبنظران هنگامی که در جداول 2×2 یکی از فراوانیهای منتظره کمتر از 5 باشد و در جداول بزرگتر ، هنگامی که یکی از فراوانیهای منتظره کمتر از یک باشد و یا در بیشتر از 20% خانه ها کمتر از 5 باشد، استفاده از مربع کای جهت بررسی رابطه مجاز نیست.)

به هر حال حتی اگر پیش فرض فوق در بهره گیری از مربع کای را کناربگذاریم و به محاسبه مذکور دست بزنیم، رقم Asymp. Sig. (2-sided)  در Pearson Chi-Square برابر.250 به دست آمده و معنی دار نیست.

 

بررسی فراوانی های مشاهده شده نقشه های فرش – مقادیر مشاهده شده و مقادیر مورد انتظار در بافت فرش:Chi-Square Tests

 

Value

df

Asymp. Sig. (2-sided)

Pearson Chi-Square

27.130(a)

23

.250

Likelihood Ratio

32.649

23

.087

Linear-by-Linear Association

5.667

1

.017

N of Valid Cases

170

 

 

      a  42 cells (87.5%) have expected count less than 5. The minimum expected count is .49.

 

 

 

 

 

 

 

بررسی میزان رابطه در بررسی یک شاخص اسمی:

در بررسی ار تباط زمانی که تنها وجود یا عدم وجود رابطه مورد نظر باشد استفاده از کا اسکوئر در شاخص اسمی مورد بررسی بین دو گروه یا گروه ها که فراوانی های موارد آنها مورد بررسی است کفایت می کند اگر چه اساساً بررسی های میزان رابطه برای داده های اسمی یا به اصطلاح کیفی که فراوانی آنها مورد بررسی است، دارای مشکلاتی است، بر حسب ضرورت برای بررسی این نوع داده ها زمانی که فراوانی وقوع آن ها در دو گروه یا بیشتر از دو گروه مورد نظر شد روش مربع کا استفاده می شود و برای بررسی میزان ارتباط نیز روش هایی آماری ابداع شده و به کار گرفته می شود که در اینجا یکی از آنها که می تواند کاربرد خوبی داشته باشد و در spss و خروجی های آن وجود دارد ارائه می گردد:

 

مثال : بررسی رابطه بین جنسیت سرپرست خانوار با موفقیت یا عدم موفقیت طرح:

 

به منظور بررسی وضعیت تأهل در طرح های موفق و ناموفق و درصورت امکان بررسی برقراری رابطه بین این موارد اقدام به بررسی گردید.

.

 

جدول  - بررسی ارتباط بین جنسیت سرپرست خانوار با موفقیت یا عدم موفقیت طرح جدول توافقی فراوانی ها به همراه مقادیر منتظره

Crosstabulation

                 

 

موفقیت یا عدم موفقیت طرح

جمع

  

موفق

ناموفق

 

جنسیت سرپرست

مرد

فراوانی مشاهده شده

57

38

95

  

فراوانی قابل انتظار

48.6

46.4

95.0

 

زن

فراوانی مشاهده شده

31

46

77

  

فراوانی قابل انتظار

39.4

37.6

77.0

جمع

فراوانی مشاهده شده

88

84

172

 

فراوانی قابل انتظار

88.0

84.0

172.0

 

 

 

 

 

 

جدول  - بررسی ارتباط بین جنسیت سرپرست خانوار با موفقیت یا عدم موفقیت طرح

Chi-Square Tests

                 

Value

df

Asymp. Sig. (2-sided)

Exact Sig. (2-sided)

Exact Sig. (1-sided)

Pearson Chi-Square

6.633(b)

1

.010

 

 

Continuity Correction(a)

5.866

1

.015

 

 

Likelihood Ratio

6.674

1

.010

 

 

Fisher's Exact Test

 

 

 

.014

.008

Linear-by-Linear Association

6.594

1

.010

 

 

N of Valid Cases

172

 

 

 

 

a  Computed only for a 2x2 table

b  0 cells (.0%) have expected count less than 5. The minimum expected count is 37.60.

 

همان گونه که مقدار p-value مربوط به مربع کای نشان می دهد(.012)، می توان نتیجه گرفت که بین متغیرهای« وضعیت تأهل بافنده اول» با « موفقیت یا عدم موفقیت» رابطه معنی داری وجود دارد.

نتیجه این آزمون به شکل زیر ارائه می گردد:

χ2 = 6.594 ; df = 1  p < 0.01

 

همانطور که گفته شد مربع کای(chi-square) می تواند تعیین وجود یا عدم وجود رابطه بین دو متغیر کیفی را مشخص نماید . به منظور بدست آوردن شاخصی از قدرت رابطه (شبیه به ضریب همبستگی پیرسون )،  از آماره های فی ( ø ) و  وی کرامر Cramer's V )) بهره می گیریم.

 

 

 

 

Symmetric Measures

 

Value

Approx. Sig.

Nominal by Nominal

Phi

.196

.010

 

Cramer's V

.196

.010

N of Valid Cases

172

 

                 a  Not assuming the null hypothesis.

                 b  Using the asymptotic standard error assuming the null hypothesis.

 

 

مقادیر این ضرایب شاخص قدرت رابطه بین موضوعات مورد بررسی ما را نشان می دهد. به این ترتیب می بینیم که در طرح های موفق 8/64% سرپرست مرد و 2/35% سرپرست زن داشته اند. و در طرح های ناموفق 46% سرپرست مرد و 54% دارای سرپرست زن بوده اند. با توجه به تأیید معنی داری رابطه در آزمون های به کار گرفته شده، می توان گفت طرح هایی که سرپرست آنها مرد بوده ، موفقیت بیشتری در آنها دیده شده است .

 

 

ب- بررسی رابطه در شاخص های کمی ( عددی )

هنگامی که بررسی رابطه همبستگی بین دو موضوع با یکدیگر مورد نظر است مانند رابطه بین سن ( به عنوان یک شاخص عددی ) با در آمد - یا مثل رابطه نمره دانشجویان در یک درس با نمره آنان در آزمون ورودی به دانشگاه این مثال ها از همبستگی بین دو متغیر است اما گه ممکن است که بررسی همبستگی بین موضوعاتی بیش از دو مورد نیز مورد نظر باشد. زمانی که ما بین دو موضوع رابطه را بررسی می کنیم یکی از آنها را با توجه به فرض در طرح به عنوان متغیر وابسته و دیگری را به عنوان متغیر مستقل در نظر می گیریم . زمانی که همبستگی بین چند متغیر عددی مورد نظر است از همبستگی چند متغیره استفاده کنیم.

  - بررسی همبستگی و ضریب همبستگی بین دو مورد

بررسی رابطه همبستگی بین دو موضوع کمی با استفاده از روش همبستگی پیرسون غالباْ بیشترین کاربرد را در این زمینه دارد که تبعاْ در جغرافیا نیز کاربردها و سودمندی های بسیاری دارد.

همبستگی پیرسون ضریبی را نیز ارائه می کند که شدت رابطه بین دو موضوع را نشان می دهد. این رابطه با ضریبی بین ۱+ تا ۱-   نشان داده می شود. علاوه بر این باید معنی داری این رابطه نیز مورد بررسی قرار گیرد. همانطور که در بررسی میانگین ها گفته شد ممکن است اختلافی بین میانگین ها وجود داشته باشد اما بررسی آماری برای اینکه این اختلاف معنی دار است یا نه لازم است؛ در مورد همبستگی نیز چنین بررسی لازم است و نمی توان تنها به رقم ضریب همبستگی اکتفا کرد.

 

 مثال1 : رابطه بین وضعیت کلی کارگاه بامیزان موفقیت طرح:

جهت انجام مقایسه ای از وضعیت کارگاهها ، گزینه هایی که برای هر یک از موارد نور، تهویه و سایر شرایط بود، امتیازی برای هرمورد درنظر گرفته و مجموع امتیاز در سه مورد وضعیت به عنوان وضعیت کلی کارگاه قالی بافی درنظر گرفته شد. همین روش امتیازدهی به گزینه ها در امتیازاتی که به وضعیت هر طرح در 9 سؤال داده شده بود انجام و مجموع امتیازات امتیاز کلی موفقیت آن طرح شد.

همبستگی بین وضع کلی کارگاه با وضع کلی موفقیت در طرح ها، با استفاده از ضریب همبستگی پیرسون بررسی گردید.

                جدول - بررسی همبستگی بین وضع کلی کارگاه با وضع کلی موفقیت در طرح معادله رگرسیون

و آماره های آن Coefficients(a)

 Model1

Unstandardized Coefficients

Standardized Coefficients

t

Sig.

 

B

Std. Error

Beta

 

 

(Constant)

28.735

1.846

 

15.568

.000

امتیاز وضعیت کلی کارگاه

.547

.154

.262

3.561

.000

       a  Dependent Variable:  امتیاز موفقیت (مجموع امتیازات 9 گانه برای هر پرسشنامه )

 

معادله این رابطه به شکل زیر است:

28.735+ (امتیاز وضعیت کلی کارگاه)  *    .547 = شاخص امتیاز موفقیت

همچنین جدول فوق sig. که مقدار p-value  برای t است و مقدار آن در اینجا .000 است و نشان می دهد این ارتباط در حدی بالا یعنی کمتر از 01/0خطا ، معنی دار است . مقدار ضریب همبستگی( r ) برابر 262/0 است.

به این ترتیب می توان گفت با بهتر بودن وضعیت کارگاه قالی بافی امتیاز موفقیت در طرح نیز بالاتر است.

 

مثال 2-  رابطه بین تعداد اعضای خانوار با امتیاز موفقیت(مجموع امتیازات 9 گانه موفقیت):

 

همبستگی تعداد کل اعضای خانوار در هر طرح، تعداد اعضای مذکر خانوار و تعداد اعضای مؤنث خانوار با امتیاز مذکور، با استفاده از ضریب همبستگی پیرسون بررسی گردید. دربین این موارد بین تعداد افراد مؤنث خانوار با موفقیت طرح همبستگی مثبت و معنی دار وجود دارد.

 

جدول - بررسی همبستگی بین تعداد افراد مؤنث خانوار با شاخص میزان موفقیت(جمع امتیازات 9 گانه) معادله رگرسیون

و آماره های آن Coefficients(a)

Model

 

Unstandardized Coefficients

Standardized Coefficients

t

 

Sig.

 

B

Std. Error

Beta

(Constant)

32.023

1.703

 

18.805

.000

تعداد افراد مؤنث در خانوار

1.289

.543

.180

2.372

.019

       a  Dependent Variable:  امتیاز موفقیت (مجموع امتیازات 9 گانه برای هر پرسشنامه )

 

معادله این رابطه به شکل زیر است:

32.023 + ( تعداد افراد مونث در خانوار)  *  1.289  = شاخص امتیاز موفقیت

همچنین جدول فوق sig. که مقدار p-value  برای t است و مقدار آن در اینجا .019 است و نشان می دهد این ارتباط در حد 05/0 معنی دار است . مقدار ضریب همبستگی( r ) برابر .180 است.

به این ترتیب می توان گفت با بیشتر بودن تعداد اعضای مؤنث خانوار امتیاز موفقیت نیز بالاتر رفته است.

 

 

 

 

 

 

 


مطالب مشابه :


كاربرد آمار در جغرافياي انساني 8 (بررسي روایی و پایایی و محاسبه آلفاي كرونباخ )

دیدگاه ها و کاربردهای جغرافیا درزمینه توسعه پایدار و محیط زیست Sustainable development and Geography



نتايج پرسشنامه در مورد توسعه پايدار شهر تهران

نانوشته های خوانده نشده - نتايج پرسشنامه در مورد توسعه پايدار شهر تهران - پيش زمينه های قابل



نمونه پرسشنامه های استاندارد کارشناسی ارشد

پرسشنامه توسعه سیستم های تجاری ، توسعه سازمانی ، توسعه پایدار ، دلبستگی شغلی



کاربرد آمار در جغرافیای انسانی 2

دیدگاه ها و کاربردهای جغرافیا درزمینه توسعه پایدار و محیط زیست Sustainable development and Geography



بررسي اقتصادي توليد چند قلم عمده گياه دارويي دراستان همدان(هزينه‌ها و درآمدها)

دیدگاه ها و کاربردهای جغرافیا درزمینه توسعه پایدار و محیط زیست Sustainable development and Geography



کاربرد آمار در جغرافیای انسانی 7

توسعه پایدار و جغرافیا بسياري موارد در پرسشنامه ها پيش مي آيد كه سؤالي دو گزينه اي را به



شناسائی و نقش عوامل تخریب مراتع آذربایجان غربی

دیدگاه ها و کاربردهای جغرافیا درزمینه توسعه پایدار و محیط زیست Sustainable development and Geography



برچسب :