Barna Ildikó, Székelyi Mária - Túlélőkészlet az SPSS-hez.pdf

March 19, 2018 | Author: RichardJohn | Category: N/A
Share Embed Donate


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 ;

+ !

'

"

!

'!

! ! / %

'! #



4

! !

*

! '

< % !&

&

! "

! < #

4

,

!

!

Rˆ !

-#

! '

#

'

!

"

! "

'

!

! ! ! 9 999 ! 9 9= !

4 '

'

'



#(

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



X2

X3

' ! ! !

%

&

7 ! !

# !

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

"

!



/ *)

;

!

! 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

! !



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

Copyright ©2017 KUPDF Inc.
SUPPORT KUPDF