Sisältö
- Kaksivaiheinen analyysi
- Esimerkkejä kahden muuttujan analyysistä
- Monimuuttuja-analyysi
- Monimuuttuja-analyysiesimerkki
Kaksimuuttuja- ja monimuuttuja-analyysit ovat tilastollisia menetelmiä tutkia datanäytteiden välisiä suhteita. Bivariate-analyysi tarkastelee kahta pariksi muodostettua tietojoukkoa tutkimalla, onko niiden välillä yhteys. Monimuuttuja-analyysi käyttää kahta tai useampaa muuttujaa ja analyysejä, jotka mahdollisesti korreloivat tietyn tuloksen kanssa. Jälkimmäisessä tapauksessa tavoitteena on selvittää, mitkä muuttujat vaikuttavat tai aiheuttavat lopputuloksen.
Kaksivaiheinen analyysi
Kaksivaiheinen analyysi tutkii kahden tietojoukon välistä suhdetta, kun havaintoparit on otettu yhdestä näytteestä tai yksilöstä. Jokainen näyte on kuitenkin riippumaton. Analysoit tietoja käyttämällä työkaluja, kuten t-testejä ja chi-neliötestejä, nähdäksesi ovatko nämä kaksi tietoryhmää korreloivat keskenään. Jos muuttujat ovat kvantitatiivisia, piirrät ne yleensä sirontakaavioon. Bivariate-analyysi tutkii myös minkä tahansa korrelaation vahvuuden.
Esimerkkejä kahden muuttujan analyysistä
Yksi esimerkki kaksijakoisesta analyysista on tutkimusryhmä, joka kirjaa aviomiehen ja aviomiehen iän yhdessä avioliitossa. Nämä tiedot on muodostettu pariksi, koska molemmat ikäryhmät ovat peräisin samasta avioliitosta, mutta riippumattomia, koska yhden henkilön ikä ei aiheuta toisen ikää. Piirrät tiedot korrelaation osoittamiseksi: vanhemmilla aviomiehillä on vanhempia vaimoja. Toinen esimerkki on yksilöiden pitovoiman ja käsivarren lujuuden mittausten kirjaaminen. Tiedot on muodostettu pariksi, koska molemmat mittaukset ovat peräisin yhdestä henkilöstä, mutta riippumattomia, koska käytetään erilaisia lihaksia. Piirrät useiden henkilöiden tietoja korrelaation osoittamiseksi: ihmisillä, joilla on suurempi pitovoima, on suurempi käsivarsilujuus.
Monimuuttuja-analyysi
Monimuuttuja-analyysi tutkii useita muuttujia nähdäkseen, ennustaako yksi tai useampi niistä tietyn tuloksen. Ennustavat muuttujat ovat riippumattomia muuttujia ja tulos on riippuvainen muuttuja. Muuttujat voivat olla jatkuvia, mikä tarkoittaa, että niillä voi olla arvoalue tai ne voivat olla kaksiarvoisia, eli ne edustavat vastausta kyllä tai ei-kysymykseen. Usean regression analyysi on yleisin menetelmä, jota käytetään monimuuttuja-analyysissä korrelaatioiden löytämiseksi tietojoukkojen välillä. Toiset sisältävät logistisen regression ja monimuuttuja-analyysin varianssianalyysin.
Monimuuttuja-analyysiesimerkki
Tutkijat käyttivät monimuuttuja-analyysiä vuoden 2009 Journal of Pediatrics -tutkimuksessa selvittääkseen, ovatko negatiiviset elämätapahtumat, perheympäristö, perheväkivalta, mediaväkivalta ja masennus ennustajia nuorten aggression ja kiusaamisen kannalta. Tässä tapauksessa negatiiviset elämätapahtumat, perheympäristö, perheväkivalta, mediaväkivalta ja masennus olivat riippumattomia ennustajamuuttujia, ja aggressio ja kiusaaminen olivat riippuvaisia lopputulosmuuttujia. Yli 600 henkilölle, joiden keski-ikä oli 12 vuotta, annettiin kyselylomakkeet ennustavien muuttujien määrittämiseksi jokaiselle lapselle. Kysely määritteli myös kunkin lapsen tulosmuuttujat. Aineiston tutkimiseen käytettiin useita regressioyhtälöitä ja rakenneyhtälöiden mallintamista. Negatiivisten elämätapahtumien ja masennuksen havaittiin olevan voimakkain nuorten aggression ennustaja.