Pistetään nyt tännekin tämä kysymys toisesta keskustelusta.
Oletetaan, että minulla on kaksi ryhmää, työttömät työnhakijat vs. työssäkäyvät. Haluan mitata, miten heidän ilmoittamansa puoluekannatus jakautuu vaikka neljän suurimman puolueen kesken. Mittaan siis nominaaliasteikolla, puolue 1, 2, 3, ja 4. Vertaan vastausten frekvenssejä ja käytän khiin neliötestiä erojen merkitsevyyden testaamiseen. Mutta entä jos haluan lisäksi ottaa huomioon toisenkin taustamuuttujan, vaikka vastaajien sukupuolen vaikutuksen kannatuksiin? Muuten sama asteikko ja jaottelu työttömiin ja työllisiin yhä voimassa. Voiko ja millä testillä mitata, kun käytössä nominaaliasteikko?
Oletetaan, että minulla on kaksi ryhmää, työttömät työnhakijat vs. työssäkäyvät. Haluan mitata, miten heidän ilmoittamansa puoluekannatus jakautuu vaikka neljän suurimman puolueen kesken. Mittaan siis nominaaliasteikolla, puolue 1, 2, 3, ja 4. Vertaan vastausten frekvenssejä ja käytän khiin neliötestiä erojen merkitsevyyden testaamiseen. Mutta entä jos haluan lisäksi ottaa huomioon toisenkin taustamuuttujan, vaikka vastaajien sukupuolen vaikutuksen kannatuksiin? Muuten sama asteikko ja jaottelu työttömiin ja työllisiin yhä voimassa. Voiko ja millä testillä mitata, kun käytössä nominaaliasteikko?
Vastaukset 4
Vanhimmat
Khi-neliötestiä voi kyllä käyttää myös tuossa kolmen muuttujan tapauksessa, mutta tuloksen tulkinta tulee vähän hämäräksi.
Frekvensseillä se on muutenkin hämärä - oikeastaan väärä: pitää käytää prosenttitaulukkoja (prosentit laskettuina selittävän muuttujan, tässä tapauksessa työllisyyden/sukupuolen frekvensseistä), jotta jotain järkevää voisi tulkita.
Laske siis työllisyyden vaikutus puoluekannatukseen erikseen eri sukupuolilla prosentteina, niin näet onko sukupuolella vaikutusta. Jos näyttää, että on, voit varmistaa tuloksen merkitsevyyden testillä. Testi rituaalina ei ole järkevää.
HUOM! Vaikka on käytettävä prosenttilukuja, testit lasketaan frekvensseistä.
No jos lähdetään siitä, että sukupuoli vaikuttaa siihen, millä tavoin työttömyys/työllisyys vaikuttaa puoluekannatukseen?
"Laske siis työllisyyden vaikutus puoluekannatukseen erikseen eri sukupuolilla prosentteina, niin näet onko sukupuolella vaikutusta."
Jep, voin tietty laskea erikseen myös a) työttömät naiset vs. työlliset naiset ja mitata kahden naisryhmän väliset puoluekannatuksen erot khiin neliöllä, sama juttu b) työttömille miehille vs. työllisille miehille. Sitten näkee, vaikuttaako työllisyys naisten ja/tai miesten kannatuksiin. Voin myös laskea erikseen mm. työttömien miesten vs. työttömien naisten kannatusten erot testillä.
Mutta, osaankohan nyt selittää mitä tarkoitan... voiko verrata a):n ja b):n eroa? En tajua, miten voisi khiin neliötestillä saada otteen koko sukupuoli-työllisyys-puoluekannatus -yhteisvaikutuksesta. Jos voi, voitko konkretisoida laskemisen tavan? Eihän tällaisessa tapauksessa voi tehdä jotain varianssianalyyseja?
On niitä ei-parametrisia varianssianalyysejakin, mutta eivät tunnu tarkoitusenmukaisilta tässä.
Tärkeintä ovat taulukkosi a) ja b) prosentteina plus mahdollisten erojen merkitsevyyden varmistaminen khi-neliötesteillä.
a):n ja b):n vertailussa voit tarkastella testisuureiden arvoja. Voit tietenkin laskea khi-neliötestin kolmen muuttujan taulukosta, mutta tällaisesta "kokonaiskuvasta" ei tulosten tulkinnan kannalta ole hyötyä.
Jos nyt oikein hienostellaan, voi laskea jokaisen puolueen kannatukselle erikseen regressiomallit selitettävänä puolueen kannatus (esim. demareiden kannattaja koodataan 1:llä ja muiden puolueiden 0:lla). Selittäjät (sukupuoli ja työttömyys) myös 0/1-koodattuja. Tällöin yhteisvaikutus tulee kvantitatiivisesti esiin. Kuitenkin %-taulukot erojen merkitsevyyden vahvistavan testin kanssa ovat tässä tapauksessa havainnollisempia ja riittäviä.
ok, kiitti, sulattelen näitä