Barna Ildikó, Székelyi Mária - Túlélőkészlet az SPSS-hez.pdf
March 19, 2018 | Author: RichardJohn | Category: N/A
Short Description
Download Barna Ildikó, Székelyi Mária - Túlélőkészlet az SPSS-hez.pdf...
Description
Többváltozós elemzési technikákról társadalomkutatók számára
Többváltozós elemzési technikákról társadalomkutatók számára
!"# # $% # # & '$ # # # $ $ #" # ($ $ ) $ # $% # $% ( " %+ # $ # % - $. $ % - $. # !$ #
%$-
;
/# 0 1
* ,$ # +
!$ 20
-13 456 46 5 7 4
8 9
%$
$ 0 $ ' ) # $ + !. $ * $ $ (( :; < "= 0 < ( ! !$ (( 0 " # 0 . 0 ! $% " 0 ???+ !$ 2+< .) < + @$ ! $ % #< " % < $ TE %
: E?S .
"
F7$;7 ) + - -+- * )-K)
"
"
=
" "
O
#
=
" "
2 #
!
" !
U
#!
#!
%
,
" F
@0
#
"
(A "
U
" !
"
@ A
0 @ A
) G
@ A #%
.#
# @ A
( " " # #%
" V
7H
5
9-
F)
! #
" FG$G*
# +-5)
"
V@ ! !
A
! #
" )P+9 " )-K) #
% F+-7
,G$, 7H ,WG
#
9)2 *7 2- K,
-
-+- * FG$G* +-5) V
5 *G),
.#
"
%
% # #
"
" %
"
" 1.6. táblázat Component Matrixa Compone nt 1 SZ1INT kérdés1:hány % intelligens? SZ1SEGIT kérdés1:hány % segítõkész? SZ1TOLER kérdés1:hány % toleráns? SZ1VERSE kérdés1:hány % versenyszellemû?
,752 ,810 ,837 ,676
Extraction Method: Principal Component Analysis. a. 1 components extracted.
0R
! .
F7$;7 !
;7 ) +
.
$
!
-
"
@;9-
!
#
+9-P
" !
#! *4,-,A "! "
) +
F7$;7
!
) +
$
+9-P
!
F-;
* ! ! * F7$ !
! "#"$ %#&#"'($# = %
# @"
" A.
U
'
'
!
#
C #
! #
C
D
! #
#
"
.
" C
! D
"
M " ! C" #!
! U& > 0>
#
$ #%
"
00O @0O RO0A % # =
" D H9)WG) !
" #% .
F-),
% "
00
M N: RT
'E TE .
#
" #% @ !
@
A !
"
. D ! !
C
C#
! #
#
+ ,-$."/&%0" "
A "
"
+
%
" # D
"
*
#
.A C D
@
)
D
! "#"$ #&# .($'1 !
"
!
" (
!
# " !.
#!
#% UD
C "
!
" %
1.1. ábra: A f komponens-szkórok eloszlása
pozitív sztereotípiák szlo-szlo PC-je 50
40
30
Frequency
20
10
Std. Dev = 1,00 Mean = 0,00 N = 345,00
0
75 2,
25 2,
75 1,
25 1,
5 ,7
5 ,2
5 -,2
5 -,7 5 ,2 -1 5 ,7 -1 5 ,2 -2 5 ,7 -2 5 ,2 -3
5 ,7 -3
pozitív sztereotípiák szlo-szlo PC-je
"
%
#
!
"
L
.
#
L
;
"
@&
" !
@
)
#% A ) (
A "
! !
(
! (
#
-
! " "
%
. . "
( " .
L
#!
"
O
"" O
" ,;,,
L =)*;
#
27,
!
"!
"
%
,;,,
$ @ .
( !
A %
!
#! ! C ( D
+ ( !
9
* U 7
$
! (
"
!
( ! "
!
.
.
"
#
#!
#
# "
% $
! $
! ! !
" !
. (
% Q
" #
C # .#
)
C
D #
" !
( ! .
Q
*
1
) @0XXQA 0ET'0R:
D #
" # %
#
2
!03*"4 !+56/%-
=
R
! #!
% C
%
D@ ! #
!
A
! T
" =
# "
.
(
!
"
# %
% "
D
%
C
"
" #
!
" # ! "
/
FACTOR /VARIABLES vallas velemeny orvosval sajto partalak szervala tulajdon utazas eletform vallalk politika /MISSING LISTWISE /ANALYSIS vallas velemeny orvosval sajto partalak szervala tulajdon utazas eletform vallalk politika /PRINT INITIAL EXTRACTION /CRITERIA FACTORS(1) ITERATE(25) /EXTRACTION PC /ROTATION NOROTATE /METHOD=CORRELATION .
R
0XXQ H
8! !
! " #
C
D
#
+12 &3 456,8 15 K4 , 5
#
T
" " "
!
3 0 "
/ C& 7
#
# 0
T
T "
! "
# D
!
.#
"
" @0 T
A 1.7. táblázat Total Variance Explained Extraction Sums of Squared Loadings % of Cumulativ Variance e% Total 5,297 48,155 48,155
Initial Eigenvalues % of Cumulativ Variance e% Total 5,297 48,155 48,155 1,452 13,200 61,355 ,992 9,018 70,374 ,684 6,214 76,588 ,508 4,615 81,203 ,471 4,283 85,487 ,394 3,579 89,065 ,369 3,358 92,424 ,319 2,903 95,327 ,263 2,395 97,721 ,251 2,279 100,000
Component 1 2 3 4 5 6 7 8 9 10 11
Extraction Method: Principal Component Analysis.
00
@ " "
O?
A 00
Q :XT "
Q:
.
% ) U+ " U$
! (
%
2 # %
#!
% / %
!
00
( % !
%
"
" %
C=% !
!## "
D
U "
! /
" #
!
"
#
"
)
.
%
! "
@=
#
" % !
% #
"
A,
"
" . O?
2
"
. #47#"& '#,#+8*$#&($ # "
U F7$;7
@0 ?
A
"
! ( !
.
2
@0 X
" C
!
+9-P
"
D . U) %
A #% " > :Q
" >Q
.
#
!
! " !
> 0EQ D !
C
$ #
!
! @)
) +
A
! "
@
"
.
A = !
! 5 " #
" #
#
" #
"
!
1.8. táblázat Component Matrixa Compone nt 1 VALLAS mennyire fontos: vallásszabadság VELEMENY mennyire fontos: véleményszabadság ORVOSVAL mennyire fontos: orvosválasztás szabadsága SAJTO mennyire fontos: sajtószabadság PARTALAK mennyire fontos: pártalakítás szabadsága SZERVALA mennyire fontos: szervezetalakítás szabadsága TULAJDON mennyire fontos: tulajdon szabadsága UTAZAS mennyire fontos: utazás szabadsága ELETFORM mennyire fontos: életforma-választás szabadsága VALLALK mennyire fontos: vállalkozás szabadsága POLITIKA mennyire fontos: politikai szabadságjogok
,368 ,641
,505 ,740 ,686
,728
,741 ,770
,767
,765
,796
Extraction Method: Principal Component Analysis. a. 1 components extracted.
!
1.9. táblázat Communalities Initial VALLAS mennyire fontos: vallásszabadság VELEMENY mennyire fontos: véleményszabadság ORVOSVAL mennyire fontos: orvosválasztás szabadsága SAJTO mennyire fontos: sajtószabadság PARTALAK mennyire fontos: pártalakítás szabadsága SZERVALA mennyire fontos: szervezetalakítás szabadsága TULAJDON mennyire fontos: tulajdon szabadsága UTAZAS mennyire fontos: utazás szabadsága ELETFORM mennyire fontos: életforma-választás szabadsága VALLALK mennyire fontos: vállalkozás szabadsága POLITIKA mennyire fontos: politikai szabadságjogok
Extraction
1,000
,135
1,000
,410
1,000
,255
1,000
,548
1,000
,471
1,000
,530
1,000
,549
1,000
,592
1,000
,588
1,000
,585
1,000
,633
Extraction Method: Principal Component Analysis.
1
#! " %
( "%
%
# Y#
"!
#!
C
D C % D #!
"
!!
FACTOR /VARIABLES velemeny orvosval sajto partalak szervala tulajdon utazas eletform vallalk politika /MISSING LISTWISE /ANALYSIS velemeny orvosval sajto partalak szervala tulajdon utazas eletform vallalk politika /PRINT INITIAL EXTRACTION /CRITERIA FACTORS(1) ITERATE(25) /EXTRACTION PC /ROTATION NOROTATE /METHOD=CORRELATION .
"! )P;*
! )P+9 F+-7 ,G$, ! @0 0> A
- )2
7H
,WG
+7+ * 5 99)2 *7 2- K,
F)
1.10. táblázat Total Variance Explained
Initial Eigenvalues % of Cumulativ Variance e% Total 5,182 51,824 51,824 1,187 11,871 63,694 ,992 9,920 73,614 ,543 5,428 79,042 ,488 4,875 83,918 ,401 4,012 87,930 ,370 3,699 91,629 ,321 3,207 94,836 ,265 2,646 97,482 ,252 2,518 100,000
Component 1 2 3 4 5 6 7 8 9 10
Extraction Sums of Squared Loadings % of Cumulativ Variance e% Total 5,182 51,824 51,824
Extraction Method: Principal Component Analysis.
)
! #!
" "
"
Q> "
"
!
% "
.# " @0 00
A
1.11. táblázat Communalities Initial VELEMENY mennyire fontos: véleményszabadság ORVOSVAL mennyire fontos: orvosválasztás szabadsága SAJTO mennyire fontos: sajtószabadság PARTALAK mennyire fontos: pártalakítás szabadsága SZERVALA mennyire fontos: szervezetalakítás szabadsága TULAJDON mennyire fontos: tulajdon szabadsága UTAZAS mennyire fontos: utazás szabadsága ELETFORM mennyire fontos: életforma-választás szabadsága VALLALK mennyire fontos: vállalkozás szabadsága POLITIKA mennyire fontos: politikai szabadságjogok
Extraction
1,000
,389
1,000
,241
1,000
,540
1,000
,457
1,000
,524
1,000
,568
1,000
,614
1,000
,609
1,000
,608
1,000
,631
Extraction Method: Principal Component Analysis.
H # "
"!
@ A
$
!
!
C
D
#
A #%
@
"
! ?
C
"
$
D
U "% "% #
" # " %
'> >E
> E>
X
% "
"
.#
"!
% FACTOR /VARIABLES velemeny sajto partalak szervala tulajdon utazas eletform vallalk politika /MISSING LISTWISE /ANALYSIS velemeny sajto partalak szervala tulajdon utazas eletform vallalk politika /PRINT INITIAL EXTRACTION /CRITERIA FACTORS(1) ITERATE(25) /EXTRACTION PC /ROTATION NOROTATE /METHOD=CORRELATION .
% ?
! !
@0 0:
+
0 0E
A/
.
% )
" # " X
" # % "( %
" #
)
C
! D
% %
# #
@ .#
% @ !
!/!
!/ A K
A #!
# ) ! #
"
!
1.12. táblázat Total Variance Explained
Component 1 2 3 4 5 6 7 8 9
Extraction Sums of Squared Loadings % of Cumulativ Variance e% Total 4,978 55,307 55,307
Initial Eigenvalues % of Cumulativ Variance e% Total 4,978 55,307 55,307 1,133 12,593 67,899 ,773 8,584 76,484 ,490 5,450 81,934 ,409 4,546 86,480 ,373 4,143 90,622 ,324 3,605 94,228 ,265 2,942 97,170 ,255 2,830 100,000
Extraction Method: Principal Component Analysis.
1.13. táblázat Communalities Initial VELEMENY mennyire fontos: véleményszabadság SAJTO mennyire fontos: sajtószabadság PARTALAK mennyire fontos: pártalakítás szabadsága SZERVALA mennyire fontos: szervezetalakítás szabadsága TULAJDON mennyire fontos: tulajdon szabadsága UTAZAS mennyire fontos: utazás szabadsága ELETFORM mennyire fontos: életforma-választás szabadsága VALLALK mennyire fontos: vállalkozás szabadsága POLITIKA mennyire fontos: politikai szabadságjogok
Extraction
1,000
,365
1,000
,519
1,000
,461
1,000
,534
1,000
,581
1,000
,628
1,000
,620
1,000
,631
1,000
,640
Extraction Method: Principal Component Analysis.
!"
* @0 0E
#!
"
"
QQ A )P+9
F7$$G
*-+-),
"
F+-7
" @0 0O
" A
F7$;7
) + $ +9-P
! # "
"
1.14. táblázat Component Matrixa Compone nt 1 VELEMENY mennyire fontos: véleményszabadság SAJTO mennyire fontos: sajtószabadság PARTALAK mennyire fontos: pártalakítás szabadsága SZERVALA mennyire fontos: szervezetalakítás szabadsága TULAJDON mennyire fontos: tulajdon szabadsága UTAZAS mennyire fontos: utazás szabadsága ELETFORM mennyire fontos: életforma-választás szabadsága VALLALK mennyire fontos: vállalkozás szabadsága POLITIKA mennyire fontos: politikai szabadságjogok
,604 ,720 ,679
,731
,762 ,792
,787
,794
,800
Extraction Method: Principal Component Analysis. a. 1 components extracted.
#
!#
* .
!
! #
Y
( (
" "
C
"
D
C
#
!D
# )
%
%
#
#%
!
"
0>
" ! " C"
"! $
#
#%
! )
# %
H F060
%
$
0'T
T # D
"
5) 9)K
" #
"
@
**A
.# # 0 C
. "
C
Z,
) .#
0:
! ! !
#
D" 00
!
"
D
#
# 1.15. táblázat: A férfiak és a n k átlagos szabadságvágya "
/
'
+
"#"
&"
0>
00
0:
C
D
" # B -
C
!D
"
%
"
!
% ( #! "
" "
.# " "
"
H F060
!
%
!
% U
#! $ A
@0 0Q %
$)
" " ,!
A !
U @0 0R
1.16. táblázat: A különböz korcsoportok átlagos szabadságvágya "
/
'
+
"#"
% # &" " "44 (& & &
#&
44 (& & &
@ %
"
" " A
!
" ! %
"
!
" &
% !
# $ %
&
! !
)#*#
'
#(
# !
#+
! #(
,
!
%
,
.
&
/
" !
-
'
/
' !
!
#
! /
' ! ! ! %
&
!
!
'
!# 0
'
!
'
" #( !
!
!
"
! ,
#1
/
'! ! #
!
"
%
&
2.1. ábra: A szabadságvágy dimenziói
tulajdon életforma MAGÁN-
vállalkozás
SZFÉRA
utazás
. . . sajtó
KÖZSZFÉRA
vélemény pártalakítás tulajdon
' !
,%
&
' #2
,%
! &#$
# 1 *
3 !
'! # 5 ! # %
4 4
4 , !
&
% ' & # ' ' 7 89#9999! / , (
!
#
' ,
2622
'
' :
" #
-
'
:
'
,
'!
4
'!
4 #
# 4
'!
! ! '
! 4# 2 ! !
:
:
# ! #1 '!
4 ;
+ !
'
"
!
'!
! ! / %
'! #
Rˆ
4
! !
*
! '
< % !&
&
! "
! < #
4
,
!
!
Rˆ !
-#
! '
#
'
!
"
! "
'
!
! ! ! 9 999 ! 9 9= !
4 '
'
'
Rˆ
#(
4
# #1 !
#
'
'
# ! ! '
" ! Rˆ "
"
! "
! !
#1
# > " !
#
!
?
!
!
!
#
:
: !
!
! #
!
# # FACTOR /VARIABLES vallas velemeny orvosval sajto partalak szervala tulajdon utazas eletform vallalk politika /MISSING LISTWISE /ANALYSIS vallas velemeny orvosval sajto partalak szervala tulajdon utazas eletform vallalk politika /PRINT INITIAL EXTRACTION /CRITERIA FACTORS(2) ITERATE(25) /EXTRACTION ML /ROTATION NOROTATE .
?
'
7
FACTOR /VARIABLES vallas velemeny orvosval sajto partalak szervala tulajdon utazas eletform vallalk politika
@
!
"
# /MISSING LISTWISE
1
!
#
/ANALYSIS vallas velemeny orvosval sajto partalak szervala tulajdon utazas eletform vallalk politika
@
! #)
/PRINT INITIAL EXTRACTION
1 #
'! !
@?@$@ >
#
! 4
1A$B C$@D?
# /CRITERIA FACTORS(2) ITERATE(25) ,E C$DB2-
!
!
,@$1B
$1-
! )= %
:"
#1 ! '
: &
#
'! ! :
# ; ! )=
!
'! '!
4
)= #@ #1 FFFF #
/EXTRACTION ML
1 !
! #
" ! "
! !
1A$B C$@D?
'
(>
!
# )
G+ B@ 0>12 G ? >H2@2
! #
/
/ROTATION NOROTATE .
1 ?
!
!# '
# 2.1. táblázat Communalities Initial ,245 ,425 ,290 ,494 ,586 ,599 ,538 ,623 ,631 ,598 ,552
VALLAS vallásszabadság VELEMENY véleményszabadság ORVOSVAL orvosválasztás szabadsága SAJTO sajtószabadság PARTALAK pártalakítás szabadsága SZERVALA szervezetalakítás szabadsága TULAJDON a tulajdon szabadsága UTAZAS az utazás szabadsága ELETFORM az életforma szabadsága VALLALK a vállalkozás szabadsága POLITIKA politikai szabadságjogok
Extraction ,195 ,309 ,175 ,465 ,717 ,675 ,582 ,706 ,732 ,642 ,586
Extraction Method: Maximum Likelihood.
,@?@$@ >- $
' I
!
# ,)#*# !
'! % !
!#
'!
!
&
!
!
! "
!
# ' "
1A$B C$@D?
9 *F=
9 *J=
# ,)#*#
!
!
1A$B C$@D?
!!
# I
! '!
!
! !
# ! 9 )K= ! )K =
! #
!!
!
! 9 )=
# #; !!
! " ! #K
!
2.2. táblázat Total Variance Explained
Initial Eigenvalues % of Cumulativ Total Variance e% 5,297 48,155 48,155 1,452 13,200 61,355 ,992 9,018 70,374 ,684 6,214 76,588 ,508 4,615 81,203 ,471 4,283 85,487 ,394 3,579 89,065 ,369 3,358 92,424 ,319 2,903 95,327 ,263 2,395 97,721 ,251 2,279 100,000
Factor 1 2 3 4 5 6 7 8 9 10 11
Extraction Sums of Squared Loadings % of Cumulativ Total Variance e% 4,850 44,089 44,089 ,937 8,514 52,603
Extraction Method: Maximum Likelihood.
)#)#
! @?@$@
> 1@L1
'
!
=
# 2L(2 DE 2ML B12 >D N@?
Sig. ,000
# )#F# !
#
2.9. táblázat Communalities
Initial ,329 ,456 ,577 ,598 ,535 ,620 ,629 ,594 ,548
VELEMENY véleményszabadság SAJTO sajtószabadság PARTALAK pártalakítás szabadsága SZERVALA szervezetalakítás szabadsága TULAJDON a tulajdon szabadsága UTAZAS az utazás szabadsága ELETFORM az életforma szabadsága VALLALK a vállalkozás szabadsága POLITIKA politikai szabadságjogok
Extraction ,279 ,437 ,754 ,704 ,580 ,706 ,732 ,643 ,577
Extraction Method: Maximum Likelihood.
5 ! !
!3 1 !
&# ,)#*9#
% #
E C$DB ( $B@A
#1
'!
# 2.10. táblázat Factor Matrixa Factor VELEMENY véleményszabadság SAJTO sajtószabadság PARTALAK pártalakítás szabadsága SZERVALA szervezetalakítás szabadsága TULAJDON a tulajdon szabadsága UTAZAS az utazás szabadsága ELETFORM az életforma szabadsága VALLALK a vállalkozás szabadsága POLITIKA politikai szabadságjogok
1 ,527 ,653 ,685
2 4,435E-02 ,107 ,534
,726
,421
,730 ,772 ,773 ,768 ,756
-,219 -,331 -,366 -,230 6,815E-02
Extraction Method: Maximum Likelihood. a. 2 factors extracted. 6 iterations required.
! "
#
$ # #
2.2. ábra: A faktorok rotálása
F2 F2’ F1’
F1
)#)# E) #>
'
!
E*
4 ! #,
! "
! #- ;
E* E*R 1
E)
E)R !
! % &# ;
/ ! # ! !
'!
#
# (
!
'! #
! #? 7 FACTOR /VARIABLES velemeny sajto partalak szervala tulajdon utazas eletform vallalk politika /MISSING LISTWISE /ANALYSIS velemeny sajto partalak szervala tulajdon utazas eletform vallalk politika /PRINT INITIAL EXTRACTION ROTATION /CRITERIA FACTORS(2) ITERATE(25) /EXTRACTION ML /CRITERIA ITERATE(25) /ROTATION VARIMAX .
' #O
!
+ B@( A
$
," 4 ,)#**#
( $B@A
O
B !
BD$ $1N E C$DB
-
#
! '
! "
'
4
7
#
+ B@( A
!
f ij2 → max j
! ! !
! "
!
" 9 )= 9=
4 9 )= 9
"
9 )=
# $
%
&#
4 '
# ;
% & "
9 *)= !
!
+ B@( A
!
2.11. táblázat Rotated Factor Matrixa Factor 1 VELEMENY véleményszabadság SAJTO sajtószabadság PARTALAK pártalakítás szabadsága SZERVALA szervezetalakítás szabadsága TULAJDON a tulajdon szabadsága UTAZAS az utazás szabadsága ELETFORM az életforma szabadsága VALLALK a vállalkozás szabadsága POLITIKA politikai szabadságjogok
2 ,373 ,429 ,177
,374 ,503 ,850
,282
,790
,698 ,803 ,826 ,735 ,533
,305 ,246 ,221 ,321 ,541
Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 3 iterations.
)#**#
! /
! ! '
!
#;
' ! ' ,
!
#(
!
! ! !
! '
!
F
# (
F
! !3
;
! ! !
#
!
1
' "
*9
! ! ! -
' # ,)#*)#
# !
2.12. táblázat Goodness-of-fit Test
Chi-Square 49,399
df
"
!
' # ,)#*I#
#(
'
'
B
Sig. ,000
13
-
! " !! # ,)#*I#
! 2.13. táblázat Communalities
SAJTO sajtószabadság PARTALAK pártalakítás szabadsága SZERVALA szervezetalakítás szabadsága TULAJDON a tulajdon szabadsága UTAZAS az utazás szabadsága ELETFORM az életforma szabadsága VALLALK a vállalkozás szabadsága POLITIKA politikai szabadságjogok
Initial ,411 ,577 ,596 ,537 ,614 ,631 ,591 ,546
Extraction ,426 ,769 ,701 ,586 ,702 ,734 ,653 ,575
Extraction Method: Maximum Likelihood.
? *9
! ?
# ,)#*K#
#
2.14. táblázat Rotated Factor Matrixa Factor 1 SAJTO sajtószabadság PARTALAK pártalakítás szabadsága SZERVALA szervezetalakítás szabadsága TULAJDON a tulajdon szabadsága UTAZAS az utazás szabadsága ELETFORM az életforma szabadsága VALLALK a vállalkozás szabadsága POLITIKA politikai szabadságjogok
2 ,433 ,184 ,289 ,704 ,803 ,830 ,743 ,540
,488 ,857 ,786 ,301 ,238 ,214 ,318 ,533
Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 3 iterations.
+
" ,)#*=#
!
'
! !
!
'
!
#
! '! ! # ,(
'!
4
4 !
"#2.15. táblázat Goodness-of-fit Test Chi-Square 19,177
df 8
Sig. ,014
! % ,)#*P#
-
! ,)#*J#
&#
-
! ' 9 *KO#
2.16. táblázat Rotated Factor Matrixa Factor 1 PARTALAK pártalakítás szabadsága SZERVALA szervezetalakítás szabadsága TULAJDON a tulajdon szabadsága UTAZAS az utazás szabadsága ELETFORM az életforma szabadsága VALLALK a vállalkozás szabadsága POLITIKA politikai szabadságjogok
2 ,888 ,757 ,286 ,227 ,202 ,301 ,510
,191 ,314 ,711 ,805 ,831 ,752 ,549
Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 3 iterations.
2.17. táblázat Goodness-of-fit Test Chi-Square 6,778
df 4
Sig. ,148
! # 4
# ,)#*O#
-
2.18. táblázat Rotated Factor Matrixa Factor 1 PARTALAK pártalakítás szabadsága SZERVALA szervezetalakítás szabadsága TULAJDON a tulajdon szabadsága UTAZAS az utazás szabadsága ELETFORM az életforma szabadsága VALLALK a vállalkozás szabadsága
2 ,233 ,286 ,701 ,805 ,836 ,745
Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 3 iterations.
,773 ,865 ,297 ,220 ,197 ,303
!
! ! !
'
#(
! !
,
-
! '! ' ! PF
)#*F# '! ! '!
# !
# 2.19. táblázat Total Variance Explained
Extraction Sums of Squared Loadings % of Cumulativ Variance e% Total 3,328 55,468 55,468 ,816 13,594 69,062
Factor 1 2
Rotation Sums of Squared Loadings % of Cumulativ Variance e% Total 2,530 42,162 42,162 1,614 26,900 69,062
Extraction Method: Maximum Likelihood.
'!
# B
== =
*I P
'! )P F
K) ) '!
# #1 ! *
'!
#? *
'
!
'! ,
7
!
!
' '!
!
#
%
& '
!
( )* +
$ " ,$
-$ ( "
' !
! !
'
2 +1
G2
' !
7 !
?N1B2D?:BL0@?
#( B1< , >>-
+1
# ! ! ,B11$$
!
' # !
! #
)#I#
!#
/
' !
!#
2.3. ábra: A faktorok létrehozásának mechanizmusa
X1
F
Fˆ
X2
X3
' ! ! !
%
&
7 ! !
# !
Fˆ #
!
Fˆ
0 B$>1$$ ' & Xˆ BL0@? !
!
! #
!
% # !
?N1B2D?:
'
" " !
"
#,
"
?N1B2D?:BL0@?
#! !
!
!
#
#; !
!
'
/ " ! ! !
!
# ' #?
! !
!
' ! !
,?
!
#
! #- 0
?N1B2D?:BL0@?
! $ '
**
!
'
"
! '
!
7 !
! !
# 1
!
! (
!
!
! #
!
3
FACTOR /VARIABLES partalak szervala tulajdon utazas eletform vallalk /MISSING LISTWISE /ANALYSIS partalak szervala tulajdon utazas eletform vallalk /PRINT INITIAL EXTRACTION ROTATION /CRITERIA FACTORS(2) ITERATE(25) /EXTRACTION ML /CRITERIA ITERATE(25) /ROTATION VARIMAX /SAVE REG(ALL) . **
$ '
>#B# ,*FPP- K)J:KIP#
'
2 +1
"
#*) (
!
' ( < ?
.
!-$ + $
?
"
"
! ! #
5DS
* -$ /
",
!
# ,)#K#
)#=#
2.4. ábra
A magánszféra szabadságának fontossága 300
200
100
Std. Dev = ,92 Mean = 0,00 N = 899,00
0
25 1, 0 0 1, 5 ,7 0 ,5 5 ,2 00 0, 5 -,2 0 -,5 5 -,7 0 ,0 -1 5 ,2 -1 0 ,5 -1 5 ,7 -1 0 ,0 -2 5 ,2 -2 0 ,5 -2 5 ,7 -2 0 ,0 -3 5 ,2 -3 0 ,5 -3
magánszféra szabadságvágy (regression)
"
9
"
!
Rˆ
/ *)
;
!
! E C*T*
%
4#
'
&
E C*T)
4 2 +1
'
!
E CATH
!
# ; "
H
" A
#
#( ! * J
!
"
#
! 9
&
%
' ! !
# U! !
! '
! ! # , :* KQ
! *I
:9 I#- 1 # 2.5. ábra
A közszféra szabadságának fontossága 160 140 120 100 80 60 40 Std. Dev = ,91 20
Mean = 0,00 N = 899,00
0
00 2, 75 1, 50 1, 25 1, 00 1,
5 ,7
0 ,5 5 ,2 00 0, 5 -,2 0 -,5 5 -,7 0 ,0 -1 5 ,2 -1 0 ,5 -1 5 ,7 -1
közszféra szabadságvágy (regression)
*I
251V?122
#
251V?122
!
! ! #
!
'
0
(!
#
1",
" -
(
! !
#>
>@2$V@21
!
! ! ' #@
#
6 @BV@21
!
'
'!
!
! " #
: '!
! !
4
'!
: ' 4 !
,
# !
' !!
#W "
!
'
#( -
!
!
!
, ! !
# ! V@$; (1 ?# 1 ! % # ?
! ! & "
B16> C1
R %
&
" !
R
#1
'! !
!
2
+
#
$
"- 3
,!
( !
"
! 1
# %
&
#
!
'
"
"
! ! #$ " X*K 7 ' !31 2CB11 6>D$ 1A$B 2CB11 6>D$ ! # )#P# "
' !
C$@D?
!
! # ,)#P#
! '!
#$
#
FACTOR /VARIABLES q59_1 q59_2 q59_3 q59_4 q59_5 q59_6 q59_7 q59_8 q59_9 /MISSING LISTWISE /ANALYSIS q59_1 q59_2 q59_3 q59_4 q59_5 q59_6 q59_7 q59_8 q59_9 /PRINT INITIAL KMO EXTRACTION ROTATION /CRITERIA FACTORS(3) ITERATE(25) /EXTRACTION ML /CRITERIA ITERATE(25) /ROTATION VARIMAX .
*K
$0N#5.?H+T+ 5#2 +
#
2.6. ábra
Factor Scree Plot 3,0 2,5 2,0
Eigenvalue
1,5 1,0 ,5 0,0 1
2
3
4
5
6
7
,-
5 $
8
9
Factor Number Analysis weighted by UJSULY
2
! $4
1 $4
( ?
!
6
" #
!
" !
" # ! # 1
5 #
@21B:(1H1B:D>5@?
!
5(D
! ,5(D7
rij2 i
KMO =
j
rij2 + i
j
aij2 i
j
! ! '! '
6 !
!# '! !
'! '
!" ' !
'
i≠ j
'
#
' !# # $
' '! "
' /
#$ #; ' 6
'
!
#;
,
/ -
' !#
'
'!
6
'!
!
#, !
! ! #- (
' ' 6
'!
'!
!#
! '
'
#? #
#
!
%
'
'
&
!
!
# "
!
'!
" !
'
'
! '! "
'
'
! '!
# !
' # ?
! #
!
5(D
!
' !
#
!
, !
4
9# @
'
'! *
2 ij
r
!
# (
" 9 =# $
5(D
*
5(D
#
E
C$DB
'
? >H2@2
N12CB@6$@+12
5(D
0 '! 4
#1
!
4 4 '
!
9
'
4 #( *
0 !
#1 *=
! " '
!
0
!
,9 9=
!
*P
# )#)9# '!
! ! ,0
'
,5(D
! 9 JKO'
' ! 9 999-#
2.20. táblázat KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity
Approx. Chi-Square df Sig.
,748 1102,969 36 ,000
! !
Rˆ
R
' # ,)#)*#
4
?
! # ,)#))#
*=
$
*P
0 '!
-
!# !
! 4 4
, #
!
! !
2.21. táblázat Goodness-of-fit Test Chi-Square 23,883
df
Sig. ,021
12
2.22. táblázat Communalities Initial ,348 ,198 ,169 ,287 ,246 ,427 ,136 ,255 ,372
Q59_1 Q59_2 Q59_3 Q59_4 Q59_5 Q59_6 Q59_7 Q59_8 Q59_9
Extraction ,467 ,270 ,285 ,482 ,330 ,678 ,221 ,523 ,458
Extraction Method: Maximum Likelihood.
J# "
! ' ,9 ))*' '
,)#))#
1A$B !!
!
C$@D?
#
"
7
FACTOR /VARIABLES q59_1 q59_2 q59_3 q59_4 q59_5 q59_6 q59_8 q59_9 /MISSING LISTWISE /ANALYSIS q59_1 q59_2 q59_3 q59_4 q59_5 q59_6 q59_8 q59_9 /PRINT INITIAL KMO EXTRACTION ROTATION /CRITERIA FACTORS(3) ITERATE(25) /EXTRACTION ML /CRITERIA ITERATE(25) /ROTATION VARIMAX .
-
0
5(D
"
# ,)#)I#
" -
2.23. táblázat KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity
? ,)#)K#
Approx. Chi-Square df Sig.
!
,743 1010,326 28 ,000
!
2.24. táblázat Communalitiesa Q59_1 Q59_2 Q59_3 Q59_4 Q59_5 Q59_6 Q59_8 Q59_9
Initial ,347 ,198 ,164 ,283 ,246 ,425 ,198 ,372
Extraction ,397 ,290 ,348 ,473 ,348 ,909 ,277 ,513
Extraction Method: Maximum Likelihood. a. One or more communalitiy estimates greater than 1.0 were encountered during iterations. The resulting solution should be interpreted with caution.
#
2
!
$ +
$
77 " " -
/33
1 $ "
1
! ,)#)K#
1A$B 7 *9
-# ! $
9 )= C$@D?
'! #
! *
"
!
#1 " # + !
#5
"
!
# "
! ! ,M=FTP'! "
! !
# 4
! 2
!
!, -
# 1 33
!
?
8
", !( 1
% " P#
*
&
!#
FACTOR /VARIABLES q59_1 q59_2 q59_3 q59_4 q59_5 q59_8 q59_9 /MISSING LISTWISE /ANALYSIS q59_1 q59_2 q59_3 q59_4 q59_5 q59_8 q59_9 /PRINT INITIAL KMO EXTRACTION ROTATION /CRITERIA FACTORS(3) ITERATE(25) /EXTRACTION ML /CRITERIA ITERATE(25) /ROTATION VARIMAX . 5(D
0
' !
' 9 O=*#
! "
# I
'!
'
)#)=#
7
2.25. táblázat Total Variance Explained
Factor 1 2 3
Extraction Sums of Squared Loadings % of Cumulativ Total Variance e% 1,793 25,612 25,612 ,783 11,188 36,800 ,162 2,312 39,112
Extraction Method: Maximum Likelihood.
1,793 + 0,783 + 0,162 = 2,738
'! "
'
'!
"
#1
'
#
FACTOR /VARIABLES q59_1 q59_2 q59_3 q59_4 q59_5 q59_8 q59_9 /MISSING LISTWISE /ANALYSIS q59_1 q59_2 q59_3 q59_4 q59_5 q59_8 q59_9 /PRINT INITIAL KMO EXTRACTION ROTATION /CRITERIA FACTORS(2) ITERATE(25) /EXTRACTION ML /CRITERIA ITERATE(25) /ROTATION VARIMAX .
!
'
! 5(D
"
0
# ! # ,)#)P#
-
2.26. táblázat Goodness-of-fit Test Chi-Square 8,757
df
Sig. ,363
8
!
! # ,)#)J#
-
2.27. táblázat Communalities
Q59_1 Q59_2 Q59_3 Q59_4 Q59_5 Q59_8 Q59_9
Initial ,182 ,190 ,161 ,281 ,244 ,197 ,281
Extraction ,315 ,272 ,294 ,477 ,337 ,262 ,565
Extraction Method: Maximum Likelihood.
(
' # ,)#)O#
! 2.28. táblázat Rotated Factor Matrixa
Q59_1 Q59_2 Q59_3 Q59_4 Q59_5 Q59_8 Q59_9
Factor 1 2 -1,52E-02 ,561 ,492 ,171 ,505 -,196 ,684 9,400E-02 ,512 ,273 ,394 ,326 ,209 ,722
Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 3 iterations.
2
M=FTO M=FTO
M=FT=
!
!
#
'
! # FACTOR /VARIABLES q59_1 q59_2 q59_3 q59_4 q59_5 q59_9 /MISSING LISTWISE /ANALYSIS q59_1 q59_2 q59_3 q59_4 q59_5 q59_9 /PRINT INITIAL KMO EXTRACTION ROTATION /CRITERIA FACTORS(2) ITERATE(25) /EXTRACTION ML /CRITERIA ITERATE(25) /ROTATION VARIMAX .
9 PJK
5(D
" !
"
5(D
!# ,)#)F#
#
-
2.29. táblázat Goodness-of-fit Test
Chi-Square 2,106
df
Sig. ,716
4
# ,)#I9# 2.30. táblázat Communalities Q59_1 Q59_2 Q59_3 Q59_4 Q59_5 Q59_9
Initial ,180 ,185 ,161 ,267 ,211 ,260
Extraction ,300 ,273 ,296 ,492 ,307 ,607
Extraction Method: Maximum Likelihood.
-
( '
! # ,)#I*#
"
2.31. táblázat Rotated Factor Matrixa Factor Q59_1 Q59_2 Q59_3 Q59_4 Q59_5 Q59_9
1 -1,05E-02 ,493 ,512 ,695 ,489 ,207
2 ,547 ,172 -,186 9,485E-02 ,261 ,751
Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 3 iterations.
M=FT=
! !!
#*J -
# ,)#I)#
FACTOR /VARIABLES q59_1 q59_2 q59_3 q59_4 q59_9 /MISSING LISTWISE /ANALYSIS q59_1 q59_2 q59_3 q59_4 q59_9 /PRINT INITIAL KMO EXTRACTION ROTATION /CRITERIA FACTORS(2) ITERATE(25) /EXTRACTION ML /CRITERIA ITERATE(25) /ROTATION VARIMAX .
*J
(
M=FT=
"
'
! /
! !
M=FT=
! ; '
M=FTO
!
M=FTO
! ! !
"
#
! "#
2.32. táblázat Rotated Factor Matrixa Factor 1 2 -1,05E-02 ,547 ,493 ,172 ,512 -,186 ,695 9,485E-02 ,489 ,261 ,207 ,751
Q59_1 Q59_2 Q59_3 Q59_4 Q59_5 Q59_9
Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 3 iterations.
!
5(D # ,)#II#
0
'
2.33. táblázat KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity
,588
Approx. Chi-Square df Sig.
!# ,)#IK#
-
2.34. táblázat Goodness-of-fit Test Chi-Square ,758
df 1
Sig. ,384
362,355 10 ,000
!
! # ,)#I=#
-
2.35. táblázat Communalities Initial ,179 ,166 ,151 ,233 ,226
Q59_1 Q59_2 Q59_3 Q59_4 Q59_9
Extraction ,331 ,260 ,288 ,528 ,553
Extraction Method: Maximum Likelihood.
M=FT)
! M=FTI
M=FTK
!# ,)#IP#
M=FT*
M=FTF
2.36. táblázat Rotated Factor Matrixa Factor 1 -3,46E-02 ,470 ,512 ,714 ,167
Q59_1 Q59_2 Q59_3 Q59_4 Q59_9
2 ,574 ,198 -,162 ,133 ,724
Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 3 iterations.
$
"
/
" #1 7
'!
# ,)#IJ#
-
2.37. táblázat Total Variance Explained Extraction Sums of Squared Loadings % of Cumulativ Variance e% Total 1,187 23,743 23,743 ,772 15,447 39,190
Factor 1 2
Rotation Sums of Squared Loadings % of Cumulativ Variance e% Total 1,022 20,439 20,439 ,938 18,751 39,190
Extraction Method: Maximum Likelihood.
'! #
9 FIO !
%
& 2
$
!
$
'! " '
#*O
! "
#1
'!
$9$
( ,
",
!( 1
)#)K#
!
7 FACTOR /VARIABLES q59_1 q59_2 q59_3 q59_4 q59_5 q59_6 q59_8 q59_9 /MISSING LISTWISE /ANALYSIS q59_1 q59_2 q59_3 q59_4 q59_5 q59_6 q59_8 q59_9 /PRINT INITIAL KMO EXTRACTION ROTATION /CRITERIA FACTORS(3) ITERATE(25) /EXTRACTION ML /CRITERIA ITERATE(25) /ROTATION VARIMAX .
*O
(
% !
&
" #
(
!
! # 2.38. táblázat Rotated Factor Matrixa
1 Q59_1 Q59_2 Q59_3 Q59_4 Q59_5 Q59_6 Q59_8 Q59_9
,596 2,117E-02 -,129 5,232E-02 ,149 ,951 ,189 ,528
Factor 2 ,160 ,496 ,198 ,502 ,530 4,343E-02 ,482 ,472
3 -,128 ,208 ,541 ,468 ,210 5,756E-02 9,177E-02 -,107
Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 7 iterations.
M=FTK
1
M=FTF
'
!
# ,)#IO# " M=FTK
# ,)#IF#
FACTOR /VARIABLES q59_1 q59_2 q59_3 q59_5 q59_6 q59_8 q59_9 /MISSING LISTWISE /ANALYSIS q59_1 q59_2 q59_3 q59_5 q59_6 q59_8 q59_9 /PRINT INITIAL KMO EXTRACTION ROTATION /CRITERIA FACTORS(3) ITERATE(25) /EXTRACTION ML /CRITERIA ITERATE(25) /ROTATION VARIMAX .
2.39. táblázat Communalitiesa Initial ,347 ,198 ,164 ,283 ,246 ,425 ,198 ,372
Q59_1 Q59_2 Q59_3 Q59_4 Q59_5 Q59_6 Q59_8 Q59_9
Extraction ,397 ,290 ,348 ,473 ,348 ,909 ,277 ,513
Extraction Method: Maximum Likelihood. a. One or more communalitiy estimates greater than 1.0 were encountered during iterations. The resulting solution should be interpreted with caution.
>
0
5(D
# ,)#K9#
2.40. táblázat KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity
Approx. Chi-Square df Sig.
# ,)#K*#
-
2.41. táblázat Goodness-of-fit Test Chi-Squa re 3,548
df 3
Sig. ,315
,718 787,178 21 ,000
!
! # ,)#K)# 2.42. táblázat Communalitiesa Q59_1 Q59_2 Q59_3 Q59_5 Q59_6 Q59_8 Q59_9
Initial ,335 ,155 9,661E-02 ,223 ,410 ,187 ,364
Extraction ,432 ,250 ,999 ,381 ,717 ,301 ,484
Extraction Method: Maximum Likelihood. a. One or more communalitiy estimates greater than 1.0 were encountered during iterations. The resulting solution should be interpreted with caution.
! 7
'
M=ITI % # ,)#KI#
! & -
2.43. táblázat Rotated Factor Matrixa
Q59_1 Q59_2 Q59_3 Q59_5 Q59_6 Q59_8 Q59_9
1 ,646 2,882E-02 -,108 ,131 ,840 ,184 ,557
Factor 2 9,963E-02 ,486 ,210 ,595 ,106 ,516 ,414
3 -7,01E-02 ,112 ,971 9,906E-02 -1,27E-02 2,292E-02 -5,71E-02
Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 5 iterations.
-
2 %
"
1
$
$ /$)
",
!
/
M=FTI
! M=FTI
'
!
#
FACTOR /VARIABLES q59_1 q59_2 q59_5 q59_6 q59_8 q59_9 /MISSING LISTWISE /ANALYSIS q59_1 q59_2 q59_5 q59_6 q59_8 q59_9 /PRINT INITIAL KMO EXTRACTION ROTATION /CRITERIA FACTORS(2) ITERATE(25) /EXTRACTION ML /CRITERIA ITERATE(25) /ROTATION VARIMAX .
>
0
5(D
# ,)#KK#
2.44. táblázat KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity
Approx. Chi-Square df Sig.
!# ,)#K=#
2.45. táblázat Goodness-of-fit Test
Chi-Squa re 3,206
df 4
Sig. ,524
,718 723,250 15 ,000
(
!
# ,)#KP#
-
2.46. táblázat Communalities Q59_1 Q59_2 Q59_5 Q59_6 Q59_8 Q59_9
Initial ,329 ,132 ,201 ,410 ,185 ,360
Extraction ,438 ,240 ,387 ,703 ,301 ,477
Extraction Method: Maximum Likelihood.
>
" # ,)#KJ#
'
!
2.47. táblázat Rotated Factor Matrixa Factor 1 Q59_1 Q59_2 Q59_5 Q59_6 Q59_8 Q59_9
,657 2,870E-02 ,126 ,832 ,187 ,562
2 8,380E-02 ,489 ,609 ,105 ,516 ,401
Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 3 iterations.
M=FTF
4 ! #
!
!
FACTOR /VARIABLES q59_1 q59_2 q59_5 q59_6 q59_8 /MISSING LISTWISE /ANALYSIS q59_1 q59_2 q59_5 q59_6 q59_8 /PRINT INITIAL KMO EXTRACTION ROTATION /CRITERIA FACTORS(2) ITERATE(25) /EXTRACTION ML /CRITERIA ITERATE(25) /ROTATION VARIMAX .
CD((L? ,)#KO#
>@$@12
-
#Y "
"
!
'
,M=FT)-# 2.48. táblázat Communalitiesa Initial ,311 ,114 ,181 ,329 ,168
Q59_1 Q59_2 Q59_5 Q59_6 Q59_8
Extraction ,327 ,222 ,408 ,951 ,301
Extraction Method: Maximum Likelihood. a. One or more communalitiy estimates greater than 1.0 were encountered during iterations. The resulting solution should be interpreted with caution.
' " ! M=FT)
"
!
' !
!! !
#1 ' "
#? ' "
!
" ! !
!
!
#
%'
! !
!& !
! #
!
! ! "#
!
'
! '
!
"
"
!
!
2 . :! "
"
" !9
!
#
( "
"
#$ " !
!
M=FTF
#( ' # ,)#IO#
" M=FTK )#IF#
-
FACTOR /VARIABLES q59_1 q59_2 q59_3 q59_4 q59_5 q59_6 q59_8 /MISSING LISTWISE /ANALYSIS q59_1 q59_2 q59_3 q59_4 q59_5 q59_6 q59_8 /PRINT INITIAL KMO EXTRACTION ROTATION /CRITERIA FACTORS(3) ITERATE(25) /EXTRACTION ML /CRITERIA ITERATE(25) /ROTATION VARIMAX .
Y CD((L?
>@$@12
!
# ,)#KF# " '
" # '!
$D$
> + B@ ?C1 1A6> @?1N
# > # ,)#=9#
-
2.49. táblázat Communalitiesa Initial ,332 ,182 ,158 ,280 ,228 ,344 ,182
Q59_1 Q59_2 Q59_3 Q59_4 Q59_5 Q59_6 Q59_8
Extraction ,772 ,260 ,274 ,513 ,368 ,447 ,349
Extraction Method: Maximum Likelihood. a. One or more communalitiy estimates greater than 1.0 were encountered during iterations. The resulting solution should be interpreted with caution.
2.50. táblázat Total Variance Explained
Factor 1 2 3
Extraction Sums of Squared Loadings % of Cumulativ Total Variance e% 1,418 20,261 20,261 1,358 19,403 39,664 ,206 2,947 42,611
Extraction Method: Maximum Likelihood.
# !
! " '
!
'! #1 ' #
FACTOR /VARIABLES q59_1 q59_2 q59_3 q59_4 q59_5 q59_6 q59_8 /MISSING LISTWISE /ANALYSIS q59_1 q59_2 q59_3 q59_4 q59_5 q59_6 q59_8 /PRINT INITIAL KMO EXTRACTION ROTATION /CRITERIA FACTORS(2) ITERATE(25) /EXTRACTION ML /CRITERIA ITERATE(25) /ROTATION VARIMAX .
CD((L?
! !
>@$@12
!
# ,)#=*#
M=FTO
!
2.51. táblázat Communalities
Q59_1 Q59_2 Q59_3 Q59_4 Q59_5 Q59_6 Q59_8
Initial ,332 ,182 ,158 ,280 ,228 ,344 ,182
Extraction ,533 ,268 ,238 ,478 ,327 ,598 ,242
Extraction Method: Maximum Likelihood.
? ' '
M=FTO
!
#$
FACTOR /VARIABLES q59_1 q59_2 q59_3 q59_4 q59_5 q59_6 /MISSING LISTWISE /ANALYSIS q59_1 q59_2 q59_3 q59_4 q59_5 q59_6 /PRINT INITIAL KMO EXTRACTION ROTATION /CRITERIA FACTORS(2) ITERATE(25) /EXTRACTION ML /CRITERIA ITERATE(25) /ROTATION VARIMAX . 5(D
0
# ,)#=)#
-
2.52. táblázat KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity
Approx. Chi-Square df Sig.
,623 585,294 15 ,000
#
!# ,)#=I#
2.53. táblázat Goodness-of-fit Test
Chi-Square 6,492
df
Sig. ,165
4
!
! # ,)#=K#
-
2.54. táblázat Communalities Initial ,331 ,173 ,158 ,264 ,188 ,337
Q59_1 Q59_2 Q59_3 Q59_4 Q59_5 Q59_6
Extraction ,557 ,259 ,253 ,520 ,282 ,577
Extraction Method: Maximum Likelihood.
( # ,)#==#
$D$ -
>
+
B@ ?C1
1A6>
@?1N
2.55. táblázat Total Variance Explained
Factor 1 2
Rotation Sums of Squared Loadings % of Cumulativ Total Variance e% 1,256 20,929 20,929 1,192 19,872 40,801
Extraction Method: Maximum Likelihood.
>
'! # ( # ,)#=P#
'
! -
!
2.56. táblázat Rotated Factor Matrixa Factor 1 2,231E-02 ,505 ,476 ,719 ,502 6,765E-02
Q59_1 Q59_2 Q59_3 Q59_4 Q59_5 Q59_6
2 ,746 6,305E-02 -,162 6,017E-02 ,173 ,756
Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 3 iterations.
> !
M=FT) M=FTI M=FTK M=FT= M=FTP ! #*F
M=FT*
' ! 2%
",
#
$
!
+
$
-
)999
# ! '! 7 %( 35
'
# (
'
* = *F
#& ,)#=J#
1
! ! "
# !
! #
!
! ! !
2.57. táblázat: Mi kell ma ahhoz Magyarországon, hogy egy cigány sikeres legyen? Osztályozza az alábbi szempontokat!
!
"#
!
$ % # & ' " &(
#
%
#&
$
) !*
' '! !
! Q
'! Q
# ! '
'!
! '!
'
!
#0 '
!' !
% #
&
1
" !
,M=FTI-
' ,M=FT)' ,M=FTK#1
,M=FTF-
:
,M=FTP:
'! !
!
#0
'
'! ,M=FT*-
#
,M=FTI-
!
'
! ' ,M=FT),M=FTK! ' ,M=FT*"
# " ,M=FT=-
# ,M=FTP-
" '!
'!
#
;
% '
&
"
! !
" 2.
+!$
" #
! '!
'!
;!,
(
! ' '! '! '
'!
'! %
"! !
&
'! ! '
' #
'! %
!'
#
%
&
#0
& # % &#)9
!'
' %
&
,
!
-7
FACTOR /VARIABLES akarater jokapcs titkol szerencs csalad szorgalo vallalas tarsadal tehetseg /MISSING LISTWISE /ANALYSIS akarater jokapcs titkol szerencs csalad szorgalo vallalas tarsadal tehetseg /PRINT INITIAL KMO EXTRACTION ROTATION /CRITERIA FACTORS(3) ITERATE(25) /EXTRACTION ML /CRITERIA ITERATE(25) /ROTATION VARIMAX . )9
$0N#5.?H+T2@51B2$B $Z #$
N-
-# ,)#P9# ' ! ,)#
!
!
X
2.60. táblázat Rotated Factor Matrixa
1 AKARATER ,673 JOKAPCS 7,728E-02 TITKOL -,126 SZERENCS 8,544E-02 CSALAD ,178 SZORGALO ,813 VALLALAS ,148 TARSADAL ,145 TEHETSEG ,590
Factor 2 -3,05E-02 ,487 ,517 ,669 ,467 3,472E-03 4,556E-02 ,269 ,197
3 ,117 ,166 -4,69E-02 ,164 ,282 ,129 ,444 ,655 ,266
Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 5 iterations.
FACTOR /VARIABLES akarater jokapcs titkol szerencs szorgalo vallalas tarsadal tehetseg /MISSING LISTWISE /ANALYSIS akarater jokapcs titkol szerencs szorgalo vallalas tarsadal tehetseg /PRINT INITIAL EXTRACTION ROTATION /FORMAT BLANK(.25) /CRITERIA FACTORS(3) ITERATE(25) /EXTRACTION ML /CRITERIA ITERATE(25) /ROTATION VARIMAX .
'
" GEDB(
$ 0> ?5,#)=-
' ! , 9 )=
! " "
# !
"
#%!'
& ! !# ,)#P*# )#P)#
5(D
-
2.61. táblázat KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity
,706
Approx. Chi-Square df Sig.
924,120 28 ,000
2.62. táblázat Goodness-of-fit Test Chi-Square 18,434
?
df 7
Sig. ,010
! #
/
! # ,)#PI#
2.63. táblázat Communalities Initial ,348 ,186 ,159 ,263 ,426 ,135 ,227 ,357
AKARATER JOKAPCS TITKOL SZERENCS SZORGALO VALLALAS TARSADAL TEHETSEG
Extraction ,464 ,261 ,282 ,519 ,689 ,257 ,457 ,446
Extraction Method: Maximum Likelihood.
! 4 ! ,)#PK#
!
/ ! '!
! #
'
!
'
"
! '! !
!
# ! "
!
'!
# 2.64. táblázat Rotated Factor Matrixa Factor 2
1 ,669
AKARATER JOKAPCS TITKOL SZERENCS SZORGALO VALLALAS TARSADAL TEHETSEG
3
,466 ,518 ,687 ,820 ,486 ,606 ,272
,589
Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 5 iterations.
#5' !
'
9 9* ,)#P)# Rˆ
"
4
/
# %
! !
&
"
9 )=
!
' 7
'
#B '! # ,)#P=#
'! -
@
!
"
! ! :
:
!
#
2.65. táblázat Total Variance Explained
Factor 1 2 3
Rotation Sums of Squared Loadings % of Cumulativ Variance e% Total 1,544 19,297 19,297 1,048 13,103 32,400 ,782 9,772 42,172
Extraction Method: Maximum Likelihood.
20 < !
!
$
!
$
- 1
:
:
!
! " #1
*FF*
!
,
-
#
7 • • • • • • •
' '
'
! " %
&
# "
#1
' RF9
%
&
'
' "
%
)*
'
' &#
(
! ! ' !
# ? #
"
FACTOR /VARIABLES kepesseg szerencs lazaerk erofesz eloitel lehetose gazdrend /MISSING LISTWISE /ANALYSIS kepesseg szerencs lazaerk erofesz eloitel lehetose gazdrend /PRINT INITIAL KMO EXTRACTION ROTATION /CRITERIA FACTORS(2) ITERATE(25) /EXTRACTION ML /CRITERIA ITERATE(25) /ROTATION VARIMAX .
"
5(D
'
,)#PP#
-
"
' #
2.66. táblázat KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity
)*
,605
Approx. Chi-Square df Sig.
$0N#5.?H+T2S1
#
7 ""
%
7
H #
"
2822
!
2822
#
"
# !
!
"
!
" #$
"
# "
#
#
4
"
7
"
"
"" "
!
7
" ! ""
! # $
"
" % !
7
#
< 4
"
# "
G
""
4 7
7
I
#
/4&)=: 1 =:=:14 ""
> "
I
!
#
#
3.3. táblázat Vertical Icicle Number of clusters 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Case
(( " !
"
& # #
" "
" # '' "
'( "
# <
>
! "
#
#
" "
" E #
"
""
#
4
# 9 "
" "
J
'(
'G 'F
E
%
" G
" "
B
!
M
" N
"
I #
' ""
4
'B
L
(
E
%
''
K "
((
'I
MON
"" "" "
# " #
"
2822
9 " !
4
#
8&=$)
2:A4+514
!
K
CLUSTER ziskoszt zjoved /METHOD CENTROID /MEASURE= SEUCLID /PRINT SCHEDULE CLUSTER(4) /PLOT VICICLE.
4
(G
" 3.4. táblázat
Agglomeration Schedule
Stage 1 2 3 4 5 6 7 8 9 10 11 12 13 14
K
Cluster Combined Cluster 1 Cluster 2 11 13 8 10 1 2 12 14 7 9 3 5 1 4 6 8 11 15 6 12 7 11 6 7 1 3 1 6
""
Stage Cluster First Appears Cluster 1 Cluster 2 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 2 1 0 8 4 5 9 10 11 7 6 13 12
Coefficien ts 4,708E-02 4,708E-02 4,708E-02 ,119 ,286 ,286 ,398 ,577 ,708 1,052 1,268 3,010 3,301 3,658
"
2 /4
#
Next Stage 9 8 7 10 11 13 13 10 11 12 12 14 14 0
"
2) P4
# "
'(
!
# "
L
% ! T
S
&+U2
7
" #
% "" "
@
@
" ""
"
" 9 % "
% 'K
!
=
""
""
# @
@ "" V
! 'L
4
7 $?/
! 7
" "
!
25; ?Q 2W5 &42
!
9
"
4 !
""
" !
/
#
" "
"
% " 3.10. táblázat Agglomeration Schedule
Stage 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Cluster Combined Cluster 1 Cluster 2 11 13 8 10 1 2 12 14 7 9 3 5 1 4 6 8 11 15 6 12 3 7 3 11 1 6 1 3
4
Coefficien ts 2,354E-02 4,708E-02 7,061E-02 ,130 ,273 ,416 ,681 1,066 1,538 2,800 4,279 9,288 15,684 28,000
M
Stage Cluster First Appears Cluster 1 Cluster 2 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 2 1 0 8 4 6 5 11 9 7 10 13 12
N
Next Stage 9 8 7 10 11 11 13 10 12 13 12 14 14 0
" "
#
;
" "
# 6 2
= 15 4""
" E L 'F
'B 7
'G "
! ""
"
PP1?;4& )=?$
%
"
/ !
"
" #
#+
'
" , "' (# " % 0$ +"
$ 7!
9 !
"
% # )
#
% #
# %
"
# #
! %
'J
"
:4$)&?=+ "
% M
N ( ''
"
"
"
3.11. táblázat: A mennyiségi tartalomelemzés eredménye
A
%
#
"
! "
! !
! ,
@
# " 9
%
(f m (A) − f e (A))2
távolság (A,B) =
i
i
f e (A)
i
! @ (f m (B) − f e (B))2
+
i
i
f e (B)
i
i
i
%
f mi
< Y' B (
#
f ei
!
! ( 'B
#
"
3.12. táblázat: Elméleti gyakoriságok !
"
%
9
távolság (A,B) = 13,49 + 17,89 = 5,60
"
%
! "" G BE !
"
% "
#
% % G KI @
%
! @
""
""
!
!
!
! !BF ;
"
! !
!
!
# )
:4$)&?=+
S
+ !1!' & Q
"
!
&+U2
&
&& % $
# #
"
" 7
2822
"
4 %
! PP1?;4& )=?$
/4&)=: $
1 =:=:14
"
2:A4+514
7 "
7 # "
! !
#
!
%
# % BF
!
7 !
!
% !
;
×
Z
"
#
!
""
% 7
"
7
" #$
#%
2 " 0+ + , ;4 4 %
$2
7
! % M
" "
:152)4&B'
!
N
#
!
A
#
#
7
! 4 "
3
"
" #$
(#%,,+ $+ " ;
"
M
N
BB
! 9
" M% N ""
"" "" !
B'
2822
#
# "
W5=:, :152)4& BB
:
, ;4 $2 :152)4& ! " ! "
M% N
""
$
%
#
"
<
" '( JBF 5 !
> BE
%
'
3.14. táblázat Iteration Historya
Iteration 1 2
Change in Cluster Centers 1 2 3 13,920 22,527 13,416 ,000 ,000 ,000
4 ,000 ,000
a. Convergence achieved due to no or small distance change. The maximum distance by which any center has changed is ,000. The current iteration is 2. The minimum distance between initial centers is 50,040.
" #$
$ , $ " " Q=$
"
1
:152)4& :4$)4&2
"
3.18. táblázat Iteration Historya Change in Cluster Centers 1 2 3 ,318 ,357 ,590 ,000 ,000 ,000
Iteration 1 2
4 ,784 ,000
a. Convergence achieved due to no or small distance change. The maximum distance by which any center has changed is ,000. The current iteration is 2. The minimum distance between initial centers is 1,940.
Q=$ 1 :152)4& :4$)4&2
"
>
"
3.33. táblázat Initial Cluster Centers Cluster 1 SZEGOKB szegénység: belsõ okok (PC) SZEGOKK szegénység: külsõ okok (PC) ZSZEGAR Zscore: szegények aránya
2
4
2,07542
2,07542
-2,73632
-,26437
1,22541
-3,09812
-1,63102
1,97688
-1,28651
,11126
2,42756
2,42756
" #
3
"
" #
A
"
"
!
% ! 7
" N
M
4
"
3.38. táblázat Final Cluster Centers Cluster 1 SZEGOKB szegénység: belsõ okok (PC) SZEGOKK szegénység: külsõ okok (PC) ZSZEGAR Zscore: szegények aránya
2
3
4
,86242
-,97293
-,48950
,23605
,63160
,13946
,30112
-1,21867
,49726
1,04066
-,80801
-,46866
!
" "
**H HHH" ( ! (( ( (
(
.
' '
!
)HH%
)HH ' &
)*H%
"
' " '
*HH"
'
& )HH *HH"
2
( JH% '
' SS TELJES = 100 ⋅ (100 − 120) 2 + 100 ⋅ (100 − 80) 2 = 80000
&
2
( JH%
#
)*H% & 9 0 ' (
$ ' ' !
'
&'
!
! 0 ' ( 0 2 ( ( K6 (
'
'
# ! '
! ( ' ( (
1 ( '
' !
! '
(
)HH (
,HH HHH" ' **H HHH F ( ! ( ( ( ' ' '
! '
" ( '
(
!( # ' $ '
'
'
( =
" L
!!
!
$
'
' ( '
! ! ! " G "
IH
' ' ( H (
'
! '
( !
(
,H M
7
'
(
'
" " ("
( 6
7
"
' !
(( (
( '
( !
'
'
" "
0 SS KÜLS =
(
'
x
!
( x − xi ) 2 i
! xi
"
"
(
1 2
( 2
SS KÜLS = 100 ⋅ (100 − 120) + 100 ⋅ (100 − 80) = 80000
"
N ( '
(
'
! "
! =
1 SS TELJES = SS BELS + SS KÜLS
! ( '
'
(
"
'
( (
.
"
O
E2 =
2 ( 8
SS KÜLS SS TELJES
=
80000 = 0,266 300000
(
*I .
CGCC
ANOVA VARIABLES=joved BY neme (1 2) /STATISTICS MEAN MCA /METHOD HIERARCHICAL /FORMAT LABELS .
. . "
!
8B@
%
8B@
@ EF ;N C
% .
'
(
3 !
@ !
1&
'
;?"'
'
. & " " ' "
4 .
C2 2FC2FDC
! 6F E ED6FD O
(
(
%0
%0D & N"
8&
. . '
0 26B<
0 (
. (
(
" %
.
" .
( (
( .
'
" (
1
%
&
(
& '
( !
(
"
! (
' 0D
8 & ( % SNR<
.
PBE0 2 N ; NC
'
. " K
'
%- /
" %F8DNR< 8?@AF82 E =DFU C @
100,00 500,00 Total
Total 50 50 100 50 50 100
Frequency 100 100 200
'7 ' (
"
(
)HH
/HH
,HH C SS TELJES = 100 ⋅ (300 − 100) 2 + 100 ⋅ (300 − 500) 2 = 8000000 SS KÜLS
( KOR )
SS KÜLS
( FOGL )
= 100 ⋅ (300 − 300) 2 + 100 ⋅ (300 − 300) 2 = 0 = 100 ⋅ (300 − 300) 2 + 100 ⋅ (300 − 300) 2 = 0
>
'
"
( 4.2. ábra
Jövedelem életkor szerint foglalkozásonként 600
Estimated Marginal Means
500
400
300
200
a kérdezett foglalko
100
prostituált
0
akadémikus
fiatal
idõs
a kérdezett kora
.
'
( ! . (
/HH%
)HH% & '7 . )HH% & /HH% & %- * ' ' "( H& ! ( .
& 0
& %
" " " "
),
),
6
! .
(
"
"
)'
"(
=
&* / &* *+ ( *$0*&( * +(
- "
'
)-
( (
. '
!
( ( ! %- )-
8B@
7
'
( "
&
. " 4.14. táblázat ANOVAa
JOVED
Main Effects
2-Way Interactions
Sum of Squares 160222,2 80000,000
(Combined) a kérdezett neme a kérdezett iskolai végzettsége a kérdezett neme * a kérdezett iskolai végzettsége
Hierarchical Method Mean df F Square 2 80111,111 115,697 1 80000,000 115,537
Sig. ,000 ,000
80222,222
1
80222,222
115,858
,000
4063,492
1
4063,492
5,869
,016
164285,7 135714,3 300000,0
3 196 199
54761,905 692,420 1507,538
79,088
,000
Model Residual Total
a. JOVED by a kérdezett neme, a kérdezett iskolai végzettsége
! !
!
' %CR0 BP CTR
! '
%0
F8
.
PP D2C&
%*" .
0B< N
!( (
. 2(
'
( !
0B< N
( ( '
%E "
'
CF8?@AF82 EP E 8DF C @
!
! ' 8B@
.
!
%- *H
8B@
&
%
' (
(
. '
'
"
& 4.20. táblázat ANOVAa
EGYFOJOV Main Effects
2-Way Interactions
(Combined) ETHNIC család etnikuma ISK a háztartásfõ legmagasabb iskolai végzettsége ETHNIC család etnikuma * ISK a háztartásfõ legmagasabb iskolai végzettsége
Model Residual Total
Sum of Squares 111,655
Hierarchical Method Mean Squar df F e 4 27,914 37,741
Sig. ,000
77,558
1
77,558
104,9
,000
34,097
3
11,366
15,367
,000
4,818
3
1,606
2,171
,090
116,472 832,097 948,569
7 1125 1132
16,639 ,740 ,838
22,497
,000
a. EGYFOJOV by ETHNIC család etnikuma, ISK a háztartásfõ legmagasabb iskolai végzettsége
(
.
(
' " %- ,
( # 1 (
(
$
"
& " < "
(
C
'
" ( "
" ' %0
(
" "
' &
4.3. ábra
Estimated Marginal Means of EGYFOJOV 3,5
3,0
Estimated Marginal Means
2,5
2,0
1,5
család etnikuma 1,0
magyar
,5
szlovák
alapfok
szakmunkásképzõ
középfok
felsõfok
a háztartásfõ legmagasabb iskolai végzettsége
8 ' - *) ( &
(
"
% - *H
! 4.21. táblázat
Factor Summarya
EGYFOJOV ETHNIC család etnikuma ISK htfõ legmagasabb iskolai végzettsége
Eta ,286
Beta Adjusted for Factors ,322
,144
,193
a. EGYFOJOV by ETHNIC család etnikuma, ISK htfõ legmagasabb iskolai végzettsége ):
( '
'
% %
):
2
*
2
*
J* 3 H HJ*&
! *)
(
"
3 H H*)& !
6 %;
( 3H ,**& F
2
1' 7' ' ! (
( ( 6 '
( 7 9N '
(
' !
'
' '
"
( (
!
'
%- **
&
4.22. táblázat Cell Means EGYFOJOV Mean N 1,1763 352 1,7415 781 1,5657 1133
ETHNIC család etnikuma 1,00 magyar 2,00 szlovák Total
(
!
- *, "
( (
.
7 .
)I
1
( .
7
! (
'
(
#
( $ %
'
" "
'
( ' $ #
.
K&
(
( 2 "
%.
&'
' ; 2
#
( #
$
" ( ' '! $ '
" " "
4.23. táblázat ISK a háztartásfõ legmagasabb iskolai végzettsége * ETHNIC család etnikuma Crosstabulation
ISK a háztartásfõ legmagasabb iskolai végzettsége
1,00 alapfok
Count % within ETHNIC család etnikuma Count % within ETHNIC család etnikuma Count % within ETHNIC család etnikuma Count % within ETHNIC család etnikuma Count % within ETHNIC család etnikuma
2,00 szakmunkásképzõ
3,00 középfok
4,00 felsõfok
Total
2!*
ETHNIC család etnikuma 1,00 2,00 magyar szlovák 67 332
Total 399
16,8%
35,4%
29,8%
98
232
330
24,5%
24,8%
24,7%
174
310
484
43,5%
33,1%
36,2%
61
63
124
15,3%
6,7%
9,3%
400
937
1337
100,0%
100,0%
100,0%
#2!+
. "
' =
" " "
( !.
!
' .
!
. "
( ( "
. '
.
CGCC
5 . "
5
(
.( (
! ( ! '
"
. 0
' (
.(
' !
" ! . "
! !
' (
! 0 ( '
(
!
!
!
Y
( "
.( 5
!
"
! 5
(
(
(
.
( '
!
( ! 0
8B@
( L ! '
( ' !( '
( L .
( (
( ' ' '
" 6
5 5
"
( '
#
L
(
(
! "
$ 8B@
"
(
'
( " )I
6
'
8B@
"
'
!
(
'
" 8B@
.
(
ANOVA VARIABLES=joved BY kor (0 1) isk (0 1) neme (1 2) /STATISTICS MCA MEAN /METHOD HIERARCHICAL /FORMAT LABELS .
F
.( "
( (
)I
(
2;< =>8?@A 8B@ C @
!
0
(
.
.
(
( (
( &6
3 )O:,JJ O %- *%,HHHHH H& '
' (
:/ /
" " " "
4.24. táblázat ANOVAa
JOVED
Main Effects
2-Way Interactions
3-Way Interactions
(Combined) KOR a kérdezett kora ISK a kérdezett iskolai végzettsége NEME a kérdezett neme (Combined) KOR a kérdezett kora * ISK a kérdezett iskolai végzettsége KOR a kérdezett kora * NEME a kérdezett neme ISK a kérdezett iskolai végzettsége * NEME a kérdezett neme KOR a kérdezett kora * ISK a kérdezett iskolai végzettsége * NEME a kérdezett neme
Sum of Squares 160479,4 5208,333
df
Hierarchical Method Mean Square F 3 53493,132 99,127 1 5208,333 9,651
Sig. ,000 ,002
121875,0
1
121875,0
225,845
,000
33396,062 6356,048
1 3
33396,062 2118,683
61,886 3,926
,000 ,009
561,960
1
561,960
1,041
,309
246,749
1
246,749
,457
,500
5854,869
1
5854,869
10,850
,001
29553,446
1
29553,446
54,765
,000
196388,9 103611,1 300000,0
7 192 199
28055,556 539,641 1507,538
51,989
,000
Model Residual Total
a. JOVED by KOR a kérdezett kora, ISK a kérdezett iskolai végzettsége, NEME a kérdezett neme
'
! '
(
!
(
& G ! .
! (
!
%- */ 7 ! '
( 7
7 . !
+ " " '
(
"
4.25. táblázat Cell Meansb
KOR a kérdezett kora ,00 fiatal
ISK a kérdezett iskolai végzettsége ,00 alacsony
1,00 magas
Total
1,00 idõs
,00 alacsony
1,00 magas
Total
Total
,00 alacsony
1,00 magas
Total
NEME a kérdezett neme 1,00 férfi 2,00 nõ Total 1,00 férfi 2,00 nõ Total 1,00 férfi 2,00 nõ Total 1,00 férfi 2,00 nõ Total 1,00 férfi 2,00 nõ Total 1,00 férfi 2,00 nõ Total 1,00 férfi 2,00 nõ Total 1,00 férfi 2,00 nõ Total 1,00 férfi 2,00 nõ Total
JOVED Mean N 15 83,3333 45 72,2222 75,0000 60 50 140,0000 10 100,0000 133,3333 60 126,9231 65 77,2727 55 104,1667 120 25 110,0000 25 50,0000 80,0000 50 10 100,0000 20 125,0000 116,6667 30 107,1429 35 83,3333 45 93,7500 80 100,0000 40 64,2857 70 77,2727 110 133,3333 60 116,6667 30 127,7778 90 120,0000 100 80,0000 100 100,0000a 200
a. Grand Mean b. JOVED by KOR a kérdezett kora, ISK a kérdezett iskolai végzettsége, NEME a kérdezett neme
3
4 $5 4&, 1*$ ( *$*+ .
8B@
( #
!
$ ( 8B@ "
! . )J
(
1 7 L
N
( !
1
!
! %PBMB@& 8
'
'
"
!
-4.4. ábra
A megkérdezett fõállásból származó havi nettó jövedeleme 160 140 120 100 80
Frequency
60 40 20 0
'
5
5 '
'
7
8 '
'
)J
( ( 8B@ "
(
2;< =>8?@A8BE0 NF2ZC"@F[CQZN 2 C @
(
'
" " " "
ANOVA VARIABLES=fojov BY isk5 (1 5) neme (1 2) /STATISTICS MCA MEAN /METHOD HIERARCHICAL /FORMAT LABELS . 4.26. táblázat ANOVA
FOJOV fõállásból havi nettó jövedelem 1000Ft
Main Effects
(Combined) ISK5 5 kategóriás iskolai végzettség NEME 1. a kérdezett neme ISK5 5 kategóriás iskolai végzettség * NEME 1. a kérdezett neme
2-Way Interactions
Model Residual Total
N ( '
(
Sum of Squares 3951,853
Hierarchical Method Mean Square df F 5 790,371 13,377
Sig. ,000
3257,264
4
814,316
13,783
,000
694,589
1
694,589
11,756
,001
76,728
4
19,182
,325
,861
4028,581 17102,084 21130,665
9 289 298
447,620 59,083 70,799
7,576
,000
.
( ' ! %- *I
&
4.27. táblázat Factor Summary Beta Adjusted for Factors
Eta FOJOV fõállásból havi nettó jövedelem 1000Ft
ISK5 5 kategóriás iskolai végzettség NEME 1. a kérdezett neme
( ' ( '
(
,385
,198
,185
"
; 2
!
,393
( '
(
' .
'
!
(
(
1
$
! #' ! ! ' (
( !
3
4 0 $! 5
!& 5$
@
(
!
(
$
"
'
! )O
(
8B@
" '
#
7 ( ' (
7 7
" "
(
(
" " "
7' 7 ( !"
(
7 ( !
( " (
( ( +
Z
±H/ )
!
(
" 7 " " H/ "
( ' ! )
( '
%- /
&
( .
(
(
*H
( '
'
( (
( 0
(
" (
=
(
\
!
"
("
)O
2
' !
" (
*H
='
.
" .
= (
"C . % ] ,H&
"
4.5. ábra "6 6 "4 05$! *$4 &$5
8
(
'
(
%PBMB@& (
((
PBMB@
(
! (
! ((
PBMB@
!
"
'
OOO"
'
( 7 '
( ! !
! '
"
missing values fojov (0 999).
<
PBMB@
' DESCRIPTIVES VARIABLES=fojov /STATISTICS=MEAN STDDEV .
CDEFG2F@ C
.
"
4.28. táblázat Descriptive Statistics
N FOJOV fõállásból havi nettó jövedelem (1000 Ft) Valid N (listwise)
Mean 300
11,50
8,41
300
%- *J !
Std. Deviation
7'
&(
!'
- *O
" "
! 4.29. táblázat: Új, kategoriális változó a f jövedelem alapján
( x − s) ( x − s)
( x − 0,5s )
( x − 0,5s )
( x + 0,5s )
( x + 0,5s )
( x + s)
( x + s)
7'
(
(
!
E DB<
..
' ( "
RECODE fojov (1 thru 3.1=1) (3.11 thru 7.3=2) (7.31 thru 15.7=3) (15.71 thru 19.9=4)(19.91 thru 150=5) into fojov5.
7'
' ' %- ,H
("
"
&
'
( "
(
1 PE
TR 8DF C
FREQUENCIES VARIABLES=fojov5 /ORDER ANALYSIS .
' (
4.30. táblázat FOJOV5 5 kategóriás fõállásból származó jövedelem Frequency 2 79 172 19 28 300
1,00 átlag–1 szórásnál kisebb 2,00 átlag-1 és átlag-0,5 szórás között 3,00 átlag plusz-mínusz 0,5 szórás 4,00 átlag+0,5 szórás és 1 szórás között 5,00 átlag+1 szórásnál nagyobb Total
Percent ,7 26,2 57,3 6,4 9,3 100,0
( %- ,) ( -+
&
(" 5 %
/ O -J 0 "
. "
5)& (
(" (" (
7 4.31. táblázat: Az elméleti és megfigyelt gyakoriságok összehasonlítása !
("
! ( f megfigyelt − f elméleti ) 2
2
χ = minden cella
f elméleti
5 " "
(" (
!' (
)** :'
' %- -
(
5 '"
&
5 0
(
'
" "
PBMB@
. L ( !
(
'
'
"
8B@
(
2 . ! ( a≤b
(
" "
(
#
$
(
"
0
lg a ≤ lg b
!
' "
(
'
'
' 0
(
( ' '
( ' 8B@
9 8
' (
"
" . ' " (
(
'
(
% &
. % &
" .
'
' (
!
. ! .
#
$ ( *)
"
'
( # $ )HH )H" "
' #;$ )
(
#;$ )HHH 6 ' '
"'
" # $ )HH" )HHH3*",
' !
(
! "
! !
*)
8
K
)H"
7
"
COMPUTE lnfojov=ln(fojov). VARIABLE LABELS lnfojov 'COMPUTE lnfojov = LN(fojov)' . DESCRIPTIVES VARIABLES=lnfojov /STATISTICS=MEAN STDDEV . 4.32. táblázat Descriptive Statistics
N LNFOJOV COMPUTE lnfojov = LN(fojov) Valid N (listwise)
Std. Deviation
Mean 300
2,3059
,4869
300
4.33. táblázat: A logaritmikus skálára transzformált új jövedelem változó csoportjai "#
(x−s) ( x − s)
( x − 0,5s )
( x − 0,5s )
( x + 0,5s )
( x + 0,5s )
( x + s)
( x + s)
' ±
' (
&
7'
(
' ' - ,,
% " "
. (
( '
"
! %- ,*
&
RECODE lnfojov (lowest thru 1.82=1) (1.83 thru 2.06=2) (2.07 thru 2.55=3) (2.56 thru 2.79=4)(2.80 thru highest=5) into lnfojov5. FREQ lnfojov5.
..
PE TR 8DF C
(
- ,"
'
'
(
4.34. táblázat: A logaritmizált jövedelem változó eloszlása !
("
J :*
'
(
' "
**
8
(
'
ANOVA VARIABLES=lnfojov BY isk5 (1 5) neme (1 2) /STATISTICS MCA MEAN /METHOD HIERARCHICAL /FORMAT LABELS .
%- ,/ .
8B@
&
'
(
(
7
" "
!' (
**
8
/ O -O
(
'
. " (
( '
(" (
"
4.35. táblázat: A nem és az iskolai végzettség magyarázóereje a kétféle jövedelem változóra ANOVA Hierarchical Method
LNFOJOV COMPUTE lnfojov = LN(fojov)
Main Effects
(Combined) ISK5 5 kategóriás iskolai végzettség NEME 1. a kérdezett neme ISK5 5 kategóriás iskolai végzettség * NEME 1. a kérdezett neme
2-Way Interactions
Model Residual Total
!
Sum of Square s 21,344
df 5
Mean Square 4,269
F 25,047
Sig. ,000
16,522
4
4,130
24,235
,000
4,822
1
4,822
28,294
,000
,140
4
3,5E-02
,205
,936
21,484 49,334 70,818
9 289 298
2,387 ,170 ,237
14,006
,000
(
(
(
! !'
7
"
7 "
'
4.36. táblázat: A modellek paramétereinek összehasonlítása '$%&
$%&
&()*
( +,
!"# $%&% "#
!"# $%&%
#% & ! 2 "
' $ ; 2
7 '
8B@
"
"
( ! !
" " 8B@
' #
$
! ! !
'
(
( !
(
1'
( L
1
! !
" "
.
' "
8B@
'
(
" #
(
$ "
!
7 6
' (
(
!
7
'
(
(
' . (
8B@
"
( " !
2
"
.
( '
! 8B@
(
.
! " "
! .
' G
'
"
; 2
'
( (
( !
'
" 8B@
(
" " "
" ! 7'
#'
$
( . (
' (
'
(
!
! (
7
(
' (
F (
.
" "
(
( "
(
;
"
8B@
#
$
7
"
( 1
' (
. (
' '
(
' !
( '
'
( '
" !
!
"
!#
$ #
!
%
&
#
' !
! !#
)
(
)
# &
!# !
*
! #
#
!& 5.1. ábra: A jövedelem és az életkor összefüggése A fõállásból havi nettó jövedelem átlaga (1000 Ft)
18
16
14
12
10
8
6
4 20,00
30,00
40,00
Életkor
*
50,00
60,00
70,00
80,00
+
*
!
!# #
*
*
!#
#
& * ,# ! )
#
*
*
!$
#
%
!
.
#
# ! /+ 0
1 5.2. ábra: Az egyenes egyenlete
y
Y = BX + C
B C x #
! * !
*
!
$
%
#
1)
!#
!
/ !#
,
*
)
Yi − Yˆi → min
(Yi − Yˆi ) 2 → min
vagy
i
i
Yˆi
# #
#
!
)
*
Yˆi
0
*
2
#
!
* * # ,
*
3 &
"
! #
# #
# ! *
*
Yˆi
( )
! n
f (C , B ) =
#
!#
(Yi − C − BX i ) 2
i =1
! #
))
) / 1 *
#
#
' &
5
!#
# ! # )) ,
*
)
! #
4
n ∂f = −2 Yi − C − BX i ∂C i =1 ,
0
-
! *
,
)
-
!
$*
% 6
& /
4
! ! #
1
#
/ #
! )
!
* )
# /
" 1!
& "! 787 9
# &) 1
!
n ∂f = −2 X i (Yi − C − BX i ) ∂B i =1
! !& !# ! ,
* !#
:
#
*
*
n
n
Yi = nC + B i =1
Xi i =1
*
#
, n
n
n
X i Yi = C i =1
X i2
Xi + B i =1
i =1
!#
&! !#
)
! !
! # ) !
;
! # * ) ( X ;Y ) )
! )
<
' /+ 4 #
1
! !
! # # !
8
&
!
!# n
n i =1
:
&
Y (
n i =1
Yi =
n i =1
C+B
d Xi =
i =1
Xi i =1
d Yi = 0
n
n
C i =1
!
#
#
5.3. ábra: Az egyenes képe a koordináta rendszer eltolt kezd pontja esetén
y
dY
Y
dX
X '
x
)
#
!
*
#
n i =1 n i =1
!# ! ,
n
d Yi = nC + B
i =1
d Xi
n
d X i d Yi = C
i =1
n
d Xi + B
i =1
d X2 i
, n
d X i d Yi
B=
i =1 n
i =1
' #
#
d X2 i
# !
#
# +
# +
-
#
)
## ! # !
#
!
=>
! #
)
# !#
( X ;Y ) ) Y = C + BX ?
!# !
) ! C = Y − BX
!! @
#
"
" ) * !
,
!
,
#
"
*
! !)
!# /+
*
#
# 1
5.1. táblázat: Az életkor és a jövedelem kapcsolata
A
*
/+ :
1
) )
#
, n
B=
i =1
d X i d Yi n
i =1
d X2 i
=
200 =1 200 )
*
)
#
#
,
C = Y − bX = 40 − 1 ⋅ 30 = 10
)
5.4. ábra: Az életkor és a jövedelem együttes eloszlása
++ *
#
! *
5.5. ábra: Az életkor és a jövedelem összefüggése alapján kapott regressziós egyenes
(
# !
. &
!
# !
)
) #
# #
9
0>! 4> # ! )
)
!
# :>
!# *
!#
#
!
0+ &
1!
* *
#
' #
* *
0>
! *
!# /
/ 9
* 1 @
:>
!
)
)
) !# >
! *
)
!#
" /
!# (
# )
1
.
# '
*
! !
*
*
# *
)
#
!
$
*
!#
%&
! *
' ( )*$ $+&+ ! !
, #
)
* 1
/ d Y2
# +
!
)
!
*
! !
! 2
, σ (Y ) =
d Y2 800 = ( n 3
#
!
!
!#
# )
* #
)
'## *
!
*
#
# 5.2. táblázat: Az életkor alapján becsült jövedelmek
ˆ =
ˆ
+
) #
)) *
#
ˆ
!#
! #
*
B#
)
@26
*
#
# C
, n
σ 2 (Yˆ ) =
(Yˆi − Y ) 2
i =1
=
n
-
#
200 3
!
* *
.
!
)
C
)
Y !
# !
!#
)
B
!
5.6. ábra: A reziduálisok szemléltetése Y2
Yˆ3
Yˆ 2
Yˆ1
Y3
Y1
* )) )
!# %
$
" !#
* * ! * ! # ))
* # /+ C
1 *
$
*
** ! &
!
#
+4
# 5.3. táblázat: A reziduálisok átlaga és szórása
ˆ
= ˆ−
ˆ−
%
"
, n
σ 2( e ) = ( & !
( Yˆi − Yi )2
i =1
=
n
600 3
!#
B )) *
@26
*
B *
!
,
σ 2 (Y ) = σ 2 (Yˆ ) + σ 2 (e) #
$
%,
σ 2 (Yˆ ) R = 2 σ (Y ) 2
!
# )
E>>D4 # # *
!
! 0>>D4
0+
#
0+ # )
&
-
!
"
"
!
#
! F+ !#
*
! !.
/
0
12
&+
* !
*
! G;GG
)
,
F
REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT fojov /METHOD=ENTER kor .
F
)
!# # & !
)) )
!
! ) )
) # !
; OLROG'
!# #
L';Q S' RO!
# C>
)
&
! , >>>
) !#
!# # ! # # >!
!
40 ⋅ 0 + 60 ⋅ 1 = 0,6 ' 40 + 60
! !
)
"
!#
!
0
*
!
"
' #
!C !#
0
C> ( )
#
!
( "
! !
"
:
"
:
#*
"
"
&
!
! !
"
))
) 7+
. #
,
REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT fojov /METHOD=ENTER neme2 kor .
&
! !
/+ >
+
1 5.10. táblázat Model Summary
Model 1
R R Square a ,214 ,046
Adjusted R Square ,045
Std. Error of the Estimate 9,49
a. Predictors: (Constant), KOR a kérdezett kora, NEME2 a kérdezett neme
# ' /+
#)
#
#
#
1 #) +
#
,
#)
+
-
*
) B
)
#
B
"
Yˆ = B0 + B1 X 1 + B 2 X 2 = 9,285 − 3,243 ⋅ NEME2 + 0,149 ⋅ KOR
' !
& >
@'('0 C
/+ 0
* !
1
5.11. táblázat ANOVAb
Model 1
Regression Residual Total
Sum of Squares 6513,973 135289,8 141803,8
Mean Square 3256,987 90,133
df 2 1501 1503
F 36,135
Sig. ,000a
a. Predictors: (Constant), KOR a kérdezett kora, NEME2 a kérdezett neme b. Dependent Variable: FOJOV fõállásból havi nettó jöv. (1000 Ft)
5.12. táblázat Coefficientsa
Model 1
Standardi zed Coefficien ts Beta
Unstandardized Coefficients B Std. Error 9,285 1,034 -3,243 ,490 ,149 ,028
(Constant) NEME2 a kérdezett neme KOR a kérdezett kora
-,167 ,136
t 8,976 -6,618 5,384
Sig. ,000 ,000 ,000
a. Dependent Variable: FOJOV fõállásból havi nettó jöv. (1000 Ft)
H
#
#)
!# #
* ! !# + 0
C
Yˆ = B0 + B1 X 1 + B 2 X 2 = 9,285 − 3,243 ⋅ NEME2 + 0,149 ⋅ KOR Yˆ = B0
# ! # < #
@'('0
>
32L
$
%
# # >! # *
#
!# # /' X1 #
@26
) #
! *
*
# / #
* !# !
$
$ !# ! *
%
& 6 !
.
% # # #
!
!
* * * #
*
!
## ! #
!# 9
&
*
40! *
!
$ #
)
% " @'('0
!
! ! * *
O
& /> #
! #
# !#
*
* 1 )
# # #
B
!
*
! # !
B
! !# # !#
# # #
*
*
*
* !
!#
! #
!
!# "
# 7
$8
! 4&& '" + $
-
! *)
*
)
!#
! 0
( * )
!# .H
!#
!
#
"
# )
#
/+ 4
1
5.13. táblázat Coefficientsa
Model 1
(Constant) NEME a kérdezett neme KOR a kérdezett kora
Unstandardized Coefficients B Std. Error 12,528 1,247 -3,243 ,490 ,149 ,028
Standardi zed Coefficien ts Beta
t 10,049 -6,618 5,384
-,167 ,136
Sig. ,000 ,000 ,000
a. Dependent Variable: FOJOV fõállásból havi nettó jöv. (1000 Ft)
6
* ) !
+ 4
+ 0 >!
@'('0
8
)
Q #
) *
! '
# #
! #
! # !
* .F !# %#
$ #
# !
!
#
!
!
!# />! 1 F
*
/ !01 @'(
!
&
!0 !
!
> )
#
9 :;00'" + 3
&+
!#
$
*
%
!
# "! ) " 9
#
! )
<
"
(
=*
.
'" + $
#
!
)
! # " -
%
!
! # ) F
!
!
! #
#
! H
)
.H " .O
#
!#
#
!#
!#
))
$ %!
.
! /
9
! ) !
G
&
!
#
# #
*
! @
#
1
"
*
!#
)) !# O
@26
*
! * *
*
E
+E *
* * !
# E
/
!:00 " *
!
)
) %! )
>!:4E! ! >!CF0 #
* ! #
# )
! *
*
!
$ "
! #
G
) !
)
) )
#
@ "
#
# !
* *
#
!
#
O
)
#
!
&
!
&
&
V
9
! ! =
5 !!
&!
3)
!
*
)
!# #
% ' * *
# $
* ** (
" *
! # #
) #
) * # #
S
* *
#
* $ " *
# )
* * *
-
! % -
!
%
!
$ ) ) !
# " *
!
! # )
@
!#
( * #
0>
!
!
0
* !
) )
! !# )
* " #
) # )
)
0>
! )
! #
0
# #
!
)
V
)
)
# "!
" * ) !# * #
!
!# & !# # )
!
' &
)
O
@26 ! ! E>1! #
&
# /β=>!44V1 /β=>! 0C1 * &
* ! Q # #
!#
!
* U
! #
!#
!
!
*
B
* * #
!
*
)
B
/+ C
1
5.16. táblázat Coefficientsa
Model 1
Standardi zed Coefficien ts Beta
Unstandardized Coefficients B Std. Error -1,892 1,545 -3,505 ,460 ,138 ,026
(Constant) NEME a kérdezett neme KOR a kérdezett kora ISKOSZT elvégzett osztályok száma
1,346
,094
-,180 ,126
t -1,225 -7,616 5,342
Sig. ,221 ,000 ,000
,339
14,298
,000
a. Dependent Variable: FOJOV fõállásból havi nettó jöv. (1000 Ft)
@
!#
!# * *
@26
#
# ! #
#
@26
#
! 00
$ )
% *
,
ANOVA VARIABLES=fojov BY kor3 (1 3) isk7 (1 7) neme (1 2) /STATISTICS MCA MEAN /METHOD HIERARCHICAL /FORMAT LABELS .
00
!#
@26
% %#
&
* O
!#
# ! # * **
#
# ! #
!!
Q # &
!#
!#
@26
& /+ F ) % * ! "
! # #
* *
*
*
1 #
H'<
/H'<
) !# =>! EF1 /+ E
# /'< =>! CC1! 1
5.17. táblázat ANOVAa
FOJOV fõállásból havi nettó jöv. (1000 Ft)
Main Effects
2-Way Interactions
3-Way Interactions
(Combined) KOR3 három kategóriás életkor ISK7 hét kategóriás iskolai végzettség NEME a kérdezett neme (Combined) KOR3 három kategóriás életkor * ISK7 hét kategóriás iskolai végzettség KOR3 három kategóriás életkor * NEME a kérdezett neme ISK7 hét kategóriás iskolai végzettség * NEME a kérdezett neme KOR3 három kategóriás életkor * ISK7 hét kategóriás iskolai végzettség * NEME a kérdezett neme
Model Residual Total
Sum of Squares 25501,393
Hierarchical Method Mean Square df F 9 2833,488 36,901
Sig. ,000
3049,877
2
1524,938
19,859
,000
17793,792
6
2965,632
38,621
,000
4657,724 3521,833
1 20
4657,724 176,092
60,658 2,293
,000 ,001
2244,469
12
187,039
2,436
,004
358,221
2
179,110
2,333
,097
650,262
6
108,377
1,411
,207
517,645
12
43,137
,562
,874
29540,871 112262,9 141803,8
41 1462 1503
720,509 76,787 94,347
9,383
,000
a. FOJOV fõállásból havi nettó jöv. (1000 Ft) by KOR3 három kategóriás életkor, ISK7 hét kategóriás iskolai végzettség, NEME a kérdezett neme
&
)
#
"
!
!#
# #
!#
! # #
#
#
* #
@26
*
& (
!# * & !
!"
!
!#
@26
B
* * *
B "
/' 1
# >!0>E '
!
! "
/! =>! +V1
)
#
04
5.18. táblázat Factor Summarya
Eta FOJOV fõállásból havi nettó jöv. (1000 Ft)
KOR3 három kategóriás életkor ISK7 hét kategóriás iskolai végzettség NEME a kérdezett neme
Beta Adjusted for Factors
,147
,117
,364
,364
,166
,187
a. FOJOV fõállásból havi nettó jöv. (1000 Ft) by KOR3 három kategóriás életkor, ISK7 hét kategóriás iskolai végzettség, NEME a kérdezett neme
>
=
8!!
0! % ! '" +
$""
& ) (' ! ) # *
>!>> #
! * !
8
!>F4
MJ- @JT2
!# MJ6OQQ @
!# ! #
*
) #
>! :F !
& !#
!*
!
!#
*
>! CF
* *
*
!# !
# >! :F *
# * * !
! * ))
@26
*
/+ 0>
& @
!
*
1
5.20. táblázat Excluded Variablesc
Model 1
2
Beta In GYHANYFO gyerekkori háztartásban élõk száma GYFUTLEN gyerekkorban valaki aludt-e fûtetlen szobában GYEHES2 éhezett-e gyerekkorában GYFUTLEN gyerekkorban valaki aludt-e fûtetlen szobában GYEHES2 éhezett-e gyerekkorában
t
-,073 -,027 -,031 -,017 -,017
a
a
a
b
b
Sig.
Partial Correlation
Collinearity Statistics Tolerance
-3,809
,000
-,071
,923
-1,460
,144
-,027
,967
-1,605
,109
-,030
,921
-,906
,365
-,017
,946
-,862
,389
-,016
,883
a. Predictors in the Model: (Constant), GYVILLAN gyerekkori lakásban volt-e villany b. Predictors in the Model: (Constant), GYVILLAN gyerekkori lakásban volt-e villany, GYHANYFO gyerekkori háztartásban élõk száma c. Dependent Variable: FOJOV 129. föállásból havi nettó jöv. 1000Ft
Q #
!#
MJ'-'G0
MJT8
B C6@
A
& !
H S3R L5
!
T2LR L5
) !
$#
)
%
)
*
) $
%
! #
) ,
# !
#
#
* )
#!'*+,' 2
FREMOVE =
# ! #!'*+,' 0F
<
#
#
*
σ ( Y ) − σ ( reziduális )k ! σ 2 ( Y ) − σ 2 ( reziduális )k −1 < # #!'*+,'
# $
,
2
*
%
)
! 0F
>!>+
!#
!
G;GG
)
*
,
REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT fojov /METHOD=BACKWARD gyvillan gyhanyfo gyfutlen gyehes2
@
*
.
) 5.20. táblázat Coefficientsa
Model 1
2
3
(Constant) GYVILLAN gyerekkori lakásban volt-e villany GYHANYFO gyerekkori háztartásban élõk száma GYFUTLEN gyerekkorban valaki aludt-e fûtetlen szobában GYEHES2 éhezett-e gyerekkorában (Constant) GYVILLAN gyerekkori lakásban volt-e villany GYHANYFO gyerekkori háztartásban élõk száma GYFUTLEN gyerekkorban valaki aludt-e fûtetlen szobában (Constant) GYVILLAN gyerekkori lakásban volt-e villany GYHANYFO gyerekkori háztartásban élõk száma
Unstandardized Coefficients B Std. Error 10,017 ,588
Standardi zed Coefficien ts Beta
t 17,044
Sig. ,000
2,703
,378
,141
7,150
,000
-,278
,081
-,067
-3,427
,001
-,403
,494
-,016
-,817
,414
-,261
,340
-,015
-,767
,443
9,920
,574
17,289
,000
2,764
,369
,144
7,481
,000
-,289
,080
-,070
-3,631
,000
-,445
,491
-,017
-,906
,365
9,888
,573
17,267
,000
2,809
,366
,147
7,676
,000
-,300
,079
-,073
-3,809
,000
a. Dependent Variable: FOJOV 129. föállásból havi nettó jöv. 1000Ft
)
)
# #
!# /+ 0>
# 1
)
! * &
"
)
MJ'-'G0
# 0E
# )
!
"
!
!
*
) )
))
!
+0
T2LR L5
) 5.21. táblázat Excluded Variablesc
Model 2 3
Beta In GYEHES2 éhezett-e gyerekkorában GYEHES2 éhezett-e gyerekkorában GYFUTLEN gyerekkorban valaki aludt-e fûtetlen szobában
t a
-,015
b
-,017
b
-,017
Sig.
Partial Correlation
Collinearit y Statistics Tolerance
-,767
,443
-,014
,873
-,862
,389
-,016
,883
-,906
,365
-,017
,946
a. Predictors in the Model: (Constant), GYFUTLEN gyerekkorban valaki aludt-e fûtetlen szobában, GYHANYFO gyerekkori háztartásban élõk száma, GYVILLAN gyerekkori lakásban volt-e villany b. Predictors in the Model: (Constant), GYHANYFO gyerekkori háztartásban élõk száma, GYVILLAN gyerekkori lakásban volt-e villany c. Dependent Variable: FOJOV 129. föállásból havi nettó jöv. 1000Ft
H S3R L5
* *
\))
* * # !# #
0E
! # *
"
>#
&
: D@
! #
G1 #
!# ' *
'
/0 # * *
L'S25'
! )
# # ! )! #
)
*
# # !#
T2MQ+
!# B> >
B
!# !#
'
**
" ! #
'@ ' #) )
* *
! # # '
#)
!#
> ' )) * 4! :0 ) )
(
** 4+
< #
)) 4C
) ) *
#
># ) E!C>> # * # * ! *
B )
E!C>>^4! :0= !F:0 8 Q # & ! ) ) )
GN3';N
!# B #
# # ! # _ * ) ! )
& >!4C> *
!
) #
'L>> T
!
# ! EC>> T
"
!
*
! #
)
'
+ 4E
4F
#
REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT zfojov /METHOD=ENTER zszkepz zegyszel zertvez zvallal
.
5.38. táblázat Coefficientsa
Model 1
(Constant) ZSZKEPZ Zscore: szakképzett fizikai-e ZEGYSZEL Zscore: egyszerû szellemi-e ZERTVEZ Zscore: értelmiségi,vezetõ-e ZVALLAL Zscore: vállalkozó-e
Unstandardized Coefficients B Std. Error 3,570E-03 ,018
Standardi zed Coefficien ts Beta
t ,193
Sig. ,847
,165
,021
,165
8,055
,000
,179
,020
,179
8,867
,000
,360
,020
,360
18,084
,000
,131
,019
,131
6,902
,000
a. Dependent Variable: ZFOJOV Zscore: 129. föállásból havi nettó jöv.
-
.S
6 QQ Q
*
#
B
>
B &&
&!
)
!
#
!
!
!
) )
!
)
)
4F
5'GSLO;!>+ *
0!0CF
:
#
!
1 .
"
)
! !
'L!>CCV ) *
!
*
*
*
# U
#
# * *
# )
#
!
)) ' * * # ) ## ! # *
" #
'@! )
)
* !
3 !
) ) *
# #
*
*
# ) #
# )
#
)
! #
+C
) * ! # V+
< #
)
* * #
!# ! #
)
!
!
$
%
# * !#
$
#
%
+C
## ! # ) )
! ! (
%
)
))
!
!
# #
G !
)
-
0> ! G
#
* * $
' !
) ?
#
)
)
5.9. ábra: Az összes n-elem minta B értékeinek elméleti eloszlása
,
,(/ & () % .&)
&# & &-$ &$%".&)
*
# #
! B
# #
B
σˆ bk =
sy sk
⋅
#
)
1 − R y2.12...k (1 − Rk2.12...( k −1) )(n − k − 1)
# R y2.12...k
*
,
!
!
! !
*
#
! Rk2.12...( k −1)
#
#
) )
# #
#
#
*
!
!
)
# #
) *
Rk2.12...( k −1)
)
Q #
* # ! #
!
#
# '
! )
)
# ! #
# " !
) )
!
#
#
R
)
2 k .12...( k −1)
*
! # *
#
#
. @
(1 − Rk2.12...( k −1) )
!
#
* #
* # )
#
#
# )
) !
*
! )
#
-
! !
! # +F
# +E
F
B! " " + !00 I ! &4 $+ $ = & H "&
(
! # ! #
) # !# $" # +F
) ! # !# '
-
#
!#
%
Y>!4
# '
*
" >!: # !
!
!#
V+ # Y>! >!0B>!E
>!4B>!+
# )
)
*
) #
&
>!0 #
" #
! #
*
!
>!+ * #
+E
! " & (! " + " " ! 2
Y>!4 "
#
@ +V
!
# C
*
* C>
)
* * , >!4>C
! )
REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT fojov /METHOD=STEPWISE befisk teltip
'
* /+ +C
#
*
,
.
# 1 5.56. táblázat Model Summary
Model 1 2
Std. Error of the Estimate 9,19 9,14
Adjusted R Square ,105 ,114
R R Square a ,324 ,105 b ,339 ,115
a. Predictors: (Constant), BEFISK legmagasabb iskolai végzettsége b. Predictors: (Constant), BEFISK legmagasabb iskolai végzettsége, TELTIP település tipusa
# !# +V C>
#
@
#
! :! />! >+^>!>4C1 = >! : * ,
* = />! : > :1 = >!>0F > * # ( B B # # ! # # ! , T = 1 − R 2j ! #
# ! # * *
)
# *
R 2j = R j .1,2 ,..., j −1, j +1,...k !#
#
.
#
*
* !
G;GG
)
@ )
)
!# ,
*
REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT fojov /METHOD=STEPWISE befisk teltip
.
# /+ C>
1 5.60. táblázat Excluded Variablesb
Model 1
TELTIP település tipusa
Beta In ,103a
t 4,060
Sig. ,000
Partial Correlation ,104
Collinearity Statistics Tolerance ,908
a. Predictors in the Model: (Constant), BEFISK legmagasabb iskolai végzettsége b. Dependent Variable: FOJOV fõállásból havi nettó jöv. (1000 Ft)
) !
!# )
)
) * 1 >!>V4 # # # !# !#
#
*
) )
)
) /
C4
)) C:
! / B>!>V41 > *
!
#
!
># )
!#
F # J+ ! ' &4 $+
$ * $! ! " ,
+8(!
$4
# #
! &
!
'
#
/ 1 # #
* !# *#
)
!
L
)) $* )
%!
! * -
# #
* *
C4
'##
* !
*
! #
*
*
C+
* *
*
)
!#
B # B !"
*
*
!
* #
# )
! !
) !
)
B
B C: C+
-
& *
! * >! >4 B &
!#
! /U26'51 H'TOG3 OG32GN< ) ! * & B
OG32GN< H'TOG3
)
#
!
*
*
CC
# ")
@
! #
! *
# 9
# #
# * * *
! >!E C !
#
(
*
*
#
!
!
# #
*
)
# ! #
( #
#
#
G;GG
# #
*
# # ! #
! )
!
) ?
,
REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT zjoved /METHOD=ENTER ziskoszt zlex . 5.61. táblázat Model Summary
Model 1
R ,689a
R Square ,475
Adjusted R Square ,470
Std. Error of the Estimate ,7282967
a. Predictors: (Constant), ZLEX Zscore: lexikonok száma a házi könyvtár, ZISKOSZT Zscore: háztartásfõ által elvégzett isk
CC
'
# *
*
! *
) #
!
"
# 1
/+ C
:F
5.62. táblázat Coefficientsa
Model 1
(Constant) ZISKOSZT Zscore: háztartásfõ által elvégzett isk ZLEX Zscore: lexikonok száma a házi könyvtár
Standardi zed Coefficien ts Beta
Unstandardized Coefficients B Std. Error -3,46E-17 ,051
t ,000
Sig. 1,000
,222
,089
,222
2,482
,014
,496
,089
,496
5,561
,000
a. Dependent Variable: ZJOVED Zscore: háztartásfõ jövedeleme (ezer Ft
+ C0
#
-
#
*
V+ #
# #
!# H
CF
# # "
!
)
*
! #
#
*
3
*
! )
! ' ! )
CF
M
!
! # !
# '
!# *
# !
#
)
*
# *
*
B
B (
! !
'
* * # #
9
)) 9
! #
#
CE
) & & DG
6' NL'GO5
(
!
)
CV
REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT zlex /METHOD=ENTER ziskoszt /SAVE ZRESID .
)
!
#
! ! * # 9 !
) !
) F>
!
REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT zjoved /METHOD=ENTER ziskoszt zresid1
.
!#
* *
#
! :F
CE
CV
/+ C4
"
5U8G10 # , !>E 4: < #
* )
# + FF
'
40 ! !EE #
* %
#
#
#
$
(
/+!+010
!#
#)
! # ,
## )
#
!# !
!
)
# # **
!
#
# ei = p ⋅ ei −1 + u i ! # / /01 # !# # ## ! # # ! 5 BR 5 BR !
# /0
! *
! )
FF
)
!
0C # *
,
!1 ! # *
)
!# ) ( ) )
) ! *
#
# * ) #
#
FE
! !#
# / /01
#
/ /0
44 # / 40` 0+1 * # #
! ) (
#
! 0> !
* FE
-
* * * * * !#
* *
*
(
" #
! "
"
/ /01 !
" !
#
! #
5
BR
# !
!# 5
+>> BR
#
"
!E
0!0 * #
! # FV
#
#
G;GG
G<
'
C! #
FV
E>
Q O
5 ! # G
! # '
(25'Q G8(( 5
#
+ F> &
LJ
BR #
BR
! #
!#
& ) #
S #
B2
>F I /FCF`FCF1 !#
*
# # )
!
"
)
#
! #
M !
#
* ) #
#
# ! #
!
#
!
E+
#$
"
#
#
)
! !
"
"
" !#
! " %&
$
6.1. ábra: Az útmodell felépítésének logikája az iskolai mobilitás példáján keresztül ' ()*+, /012)*+,
*+-.)*+, ' '0)*+,
!
! !
4
5 #
1
! " !
! !
# 6'
3
$
"
"
"
()*+,
$ $
' '0)*+,
"
6
7
!
7
*+-.)*+,
"
!
" ##
$ " "
! 8 "
#
8 !
# 1
# 5 $ $ $
$
#"
6/012)*+,7 ! "
!
"
! $ 1 !
" !
! "
!
" # " $
"
"
1 #
" # " " ! "
" !
#
$ $
3
# " 4 "
$ $
$ $
$
$
$ $7
6
" "
$ # #
5
$ "
! $ # !
$
"
3 "
"
!
$ $
$ $
(
4 " $ !! !
# " $
#
%&
$
"#
!
!
$
#
!
$
$ "
"
9
GYEROSZT = β 1 * SZULOSZT + β 2 * NANYOSZT + β 3 * NAPOSZT + RESID1 ,
β
!
$ $
"
" ! $
! ! $
621*:;&7 $
"
9
SZULOSZT = γ 1 * NANYOSZT + γ 2 * NAPOSZT + RESID 2
!
$
" ! $
621*:;
! $
6.3. táblázat Coefficientsa
Model 1
Standardi zed Coefficien ts Beta (Constant) NAPOSZT a kérdezett apja által elvégzett osztályok száma NANYOSZT a kérdezett anyja által elvégzett osztályok száma
t 22,240
Sig. ,000
,264
7,975
,000
,219
6,632
,000
a. Dependent Variable: SZULOSZT a kérdezett által elvégzett osztályok száma
F "
!
6G " ? # " < 6B+)
#
C
D
BB
/PRIORS SIZE
+
&
/STATISTICS=MEAN STDDEV UNIVF RAW CORR TABLE
<
# & &
% + % &
3@0
#
#
#
% /CLASSIFY=NONMISSING POOLED
+
'
&#& E
3 >@F*) )1 1
View more...
Comments
