Аналитическое планирование резльтатов выбора деятельности студента после окончания университета

     

     Рисунок 1.4 - Редактор данных: просмотр данных

     Основу  программы SPSS составляет SPSS Base (базовый  модуль), предоставляющий разнообразные возможности доступа к данным и управления данными. Он содержит методы анализа, которые применяются чаще всего.

     SPSS Base (Базовый модуль). Он входит в базовую поставку. Он включает все процедуры ввода, отбора и корректировки данных, а также большинство предлагаемых в SPSS статистических методов. Наряду с простыми методиками статистического анализа, такими как частотный анализ, расчет статистических характеристик, таблиц сопряженности, корреляций, построения графиков, этот модуль включает t-тесты и большое количество других непараметрических тестов, а также усложненные методы, такие как многомерный линейный регрессионный анализ, дискриминантный анализ, факторный анализ, кластерный анализ, дисперсионный анализ, анализ пригодности (анализ надежности) и многомерное шкалирование.

     Традиционно вместе с SPSS Base (базовым модулем) поставляются ещё два модуля: Advanced Models (продвинутые  модели) и Regression Models (регрессионные  модели). Эти три модуля охватывают тот спектр методов анализа, который входил в раннюю версию программы для больших ЭВМ. Наряду с тремя упомянутыми, существует еще ряд специальных дополнительных модулей и самостоятельных программ, число которых постоянно растёт, так что пользователям следует постоянно знакомиться с информацией о нововведениях в SPSS.

     Regression Models. Данный модуль включает в себя различные методы регрессионного анализа, такие как: бинарная и мультиномиальная логистическая регрессия, нелинейная регрессия и пробит-анализ.

     Advanced Models. В этот модуль входят различные методы дисперсионного анализа (многомерный, с учетом повторных измерений), общая линейная модель, анализ выживания, включая метод Каплана-Майера и регрессию Кокса, логлинейные, а также логитлоглинсйные модели.

     Tables. Модуль Tables служит для создания презентационных таблиц. Здесь предоставляются более широкие возможности по сравнению с упрощенными частотными таблицами и таблицами сопряженности, которые строятся в SPSS Base (базовом модуле).

     Amos (Analysis of moment structures Ч анализ моментных структур) включает методы анализа с помощью линейных структурных уравнений. Целью программы является проверка сложных теоретических связей между различными признаками случайного процесса и их описание при помощи подходящих коэффициентов. Проверка проводится в форме причинного анализа и анализа траектории. При этом пользователь в графическом виде должен задать теоретическую модель, в которую вместе с данными непосредственных наблюдений могут быть включены и так называемые скрытые элементы. Программа Amos включена в состав модулей расширения SPSS, как преемник L1SREL (Linear Structural RELationships Ч линейные структурные взаимоотношения).

     Conjoint (совместный анализ). Этот анализ применяется при исследовании рынка для изучения потребительских свойств продуктов на предмет их привлекательности. При этом опрашиваемые респонденты по своему усмотрению должны расположить предлагаемые наборы потребительских свойств продуктов в порядке предпочтения, на основании которого можно затем вывести так называемые детализированные показатели полезности отдельных категорий каждого потребительских свойства.

     Data Entry (ввод данных). Программа Data Entry предназначена для быстрого составления вопросников, а также ввода и чистки данных. Заданные на этапе создания вопросника вопросы и категории ответов потом используются в качестве меток переменных и значений.

     Exact Tests (Точные тесты). Данный модуль служит для вычисления точного значения вероятности ошибки (величины р) в условиях ограниченности данных при проверке по критерию х2 (Chi-Quadrat-Test) и при непараметрических тестах. В случае необходимости для этого также может быть применён метод Монте-Карло (Monte-Carlo).

     Trends. Модуль Trends содержит различные методы для анализа временных рядов, такие как: модели ARIMA, экспоненциальное сглаживание, сезонная декомпозиция и спектральный анализ.

     Clementine. Это программа для data mining (добычи знаний), в которой пользователю предлагаются многочисленные подходы к построению моделей, к примеру, нейронные сети, деревья решений, различные виды регрессионного анализа. Clementine представляет собой "верстак" аналитика, при помощи которого можно визуализировать процесс моделирования, перепроверять модели, сравнивать их между собой. Для удобства пользования программой имеется вспомогательная среда внедрения результатов. 
 
 

     1.10 Анализ и исследование полученных данных 

     В исследовании приняло участие 50 респондентов, из них 22 юношей и 28 девушек: 

          Таблица 1.1 -  Статистические данные  переменной «пол» 

пол		Frequency	Percent	Valid Percent	Cumulative Percent
	мужской	22	44,0	44,0	44,0
	женский	28	56,0	56,0	100,0
	Total	50	100,0	100,0

 

     Рисунок 1.5– Круговая диаграмма распределения частотных показателей переменной «пол» 

     Одним из главных вопросов в исследовании является актуальность проблемы занятости студентов после окончания ВУЗа. На изображенном графике видно, что для большего числа респондентов этот вопрос является актуальным.

           

Таблица 1.2 – Статистическое распределение ответов на вопрос об актуальности темы

		Frequency	Percent	Valid Percent	Cumulative Percent
	актуальна	42	84,0	84,0	84,0
	скорее актуальна	4	8,0	8,0	92,0
	затрудняюсь ответить	4	8,0	8,0	100,0
	Total	50	100,0	100,0

     

     Рисунок 1.6 – Круговая диаграмма

     Для того, чтобы понять, зависит ли цели, которые ставят перед собой студенты после окончания университета, от пола респондента, необходимо проверить существует ли между ними корреляция¹. Корреляция (correlation) - (в статистике) степень, с которой какая-либо одна характеристика воздействует на другую, причем эти характеристики являются взаимосвязанными и образуют пару.

     Таблица 1.3 – Вывод данных

		Какая из перечисленных целей будет стоять перед Вами после окончания Вуза				Total
		Достижение высокой оценки со стороны авторитетного окружения	Любовь,семья,дети,семейное и душевное благополучие	Достижение своего соб-ого матер-го благополучия вне семьи	Престижное положение в обществе и т.д.
пол	мужской	2	6	5	9	22
	женский	11	12	1	4	28
Total		13	18	6	13	50

     На  основе данных, приведенных в таблице 2.3 уже можно увидеть, что мужчины в большинстве своем ставят перед собой цель – престижное положение в обществе, успешное продвижение по службе, власть, влияние и т.д.,  в первую очередь. Когда как у женщин на первом месте – любовь, семья, дети, семейное и душевное благополучие. А только затем – достижение высокой оценки со стороны авторитетного окружения, достижение своего собственного благополучия вне семьи.

     Теперь  проверим математически, существует ли корреляция между переменными «пол» и «цель».

     Таблица 1.4 – Вычисление коэффициентов корреляции по Спирмену и Пирсону

		Value	Asymp. Std. Error(a)	Approx. T(b)	Approx. Sig.
Interval by Interval	Pearson's R	-,451	,121	-3,500	,001(c)
Ordinal by Ordinal	Spearman Correlation	-,456	,118	-3,553	,001(c)
N of Valid Cases		50

 

     Рассмотрим  коэффициент корреляции Пирсона². Данный коэффициент вычисляется по следующей формуле:

                     

      где:

 и  значения двух переменных, и их средние значения, a и их стандартные отклонения; n - количество пар значений.

  В нашем случае коэффициент корреляции составляет – 0,451. Для словесного описания величин коэффициента корреляции применяется следующая таблица: 

 Таблица 1.5 – Словесное описание величин коэффициентов корреляции

Значение  коэффициента корреляции r	Интерпретация
0 < г <= 0,2	Очень слабая корреляция
0,2 < г <= 0,5	Слабая корреляция
0,5 < г <= 0,7	Средняя корреляция
0,7 < г <= 0,9	Сильная корреляция
0,9 < г <= 1	Очень сильная  корреляция

 

   Исходя из вышеприведенной таблицы, можно сделать следующие заключения: между переменными «пол» и «цель» существует слабая корреляция. Следовательно, можно утверждать, что мышление у мужчин и женщин отличаются, значит и цели могут быть разными. Поэтому при выборе той или иной цели следует учитывать пол респондента.

     Проверим, существует ли зависимость между целью, которую ставит перед собой студент после окончания ВУЗа и возрастом респондента. Этот анализ покажет, существует ли связь между целью и тем или иным возрастом студента, будь ему 20 или 25 лет.

      Таблица 1.6 – Вывод данных

		какая из перечисленных целей будет стоять перед Вами после окончания Вуза				Total
		Достижение высокой оценки со стороны авторитетного окружения	Любовь,семья,дети,семейное и душевное благополучие	Достижение своего соб-ого матер-го благополучия вне семьи	Престижное положение в обществе и т.д.
возраст	19	1	4	3	3	11
	20	8	5	2	7	22
	21	2	5	0	2	9
	22	1	4	1	1	7
	23	1	0	0	0	1
Total		13	18	6	13	50