Выполнение. Для решения поставленной задачи необходимо после того, как сформированны необходимые переменные, выбрать в меню Analyze (Анализ) Classify (Классификация)
Для решения поставленной задачи необходимо после того, как сформированны необходимые переменные, выбрать в меню Analyze (Анализ) Classify (Классификация) Discriminant (Дискриминант). Откроется диалоговое окно Discriminant Analysis (Дискриминантный Анализ) (см. рис. 2.12.1).
Рис. 2.12.1. Диалоговое окно Discriminant Analysis (Дискриминантный Анализ)
Далее необходимо сделать следующее: · Поместить переменную премия в поле, предназначенное для группирующих переменных. · После щелчка по выключателю Define Range (Определить Область) введите минимальное и максимальное значения этой переменной: 0 и 1. · Остальным переменным присвоить статус независимых переменных. Для начала оставить установленный по умолчанию метод: Enter independents together (Ввести независимые вместе), при котором в анализе одновременно будут участвовать все независимые переменные. · После щелчка по выключателю Statistics (Статистика) активировать опции: Means (Средние значения), Univariate ANOVAs (Одномерные тесты ANOVA), Unstandardized Function Coefficients (Нестандартизированные коэффициенты функции) и Within–groop Correlation Matrice (Корреляционная матрица внутри группы). · Через выключатель Classify (Классифицировать) сделать дополнительно запрос на вывод диаграмм по отдельным группам (Separate–groups Plots), результатов для отдельных наблюдений (Casewise results) и сводной таблицы (Summary table). Довольно полезный график для объединенных групп, который был реализован в ранних версиях SPSS, и сейчас можно активировать в диалоговом окне, однако вместо графика в окне отображения результатов будет появляться предупреждение о том, что такая гистограмма в анализах более не доступна. · При помощи выключателя Save (Сохранить) активировать сохранение значения дискриминантной функции в дополнительной переменной (Discriminant Scores). · Начать расчёт нажатием ОК. После вводного обзора действительных и пропущенных значений приводятся средние значения, стандартные отклонения, количество наблюдений для каждой группы в отдельности и суммарные показатели для обеих групп. Затем проводится тест, насколько значимо различаются между собой переменные в обеих группах; наряду с тестовой величиной, в качестве которой служит Лямбда Уилкса («Wilks–Lambda»), применяется также и простой дисперсионный анализ. Далее следует корреляционная матрица между всеми переменными, в которой приводятся коэффициенты, осредненные для обеих групп. Следующими шагами являются расчёт и анализ коэффициентов дискриминантной функции. Значения этой функции должны как можно отчётливей разделять обе группы. Мерой удачности этого разделения служит корреляционный коэффициент между рассчитанными значениями дискриминантной функции и показателем принадлежности к группе. Следующая таблица дает представление о том, как сильно отдельные переменные, применяемые в дискриминантной функции, коррелируют со стандартизированными значениями этой дискриминантной функции. При этом корреляционные коэффициенты были рассчитаны в обеих группах по отдельности и затем усреднены. И в заключение, приводятся сами коэффициенты дискриминантной функции (рис. 2.12.2).
Рис. 2.12.2. Результаты вычисления коэффициентов
Интерес представляет также таблица, в которой построчно для каждого наблюдения приводится информация о значении дискриминантной функции и определяется принадлежность к одной из двух групп. Таким образом, получили дискриминантную функцию:
d = – 0,78 × образование+ + 0,095 × время_раб – – 0,003 × предшес_опыт – – 7,505.
|
