Browsing by Subject "CA"
Now showing items 1-1 of 1
-
(2020)Kahden luokittelumuuttujan taulukko - lukumäärädata - on hyvin yleinen datatyyppi. Taulukoita on kaikkialla, ja yksinkertainen korrespondenssianalyysi on menetelmä taulukon rivien ja sarakkeiden yhteyksien analyysiin. Se on graafinen menetelmä, riippuvuudet kuvataan yleensä kaksiulotteisena karttana. Rivit ja sarakkeet esitetään samassa koordinaatistossa, jonka akselit tulkitaan rivien ja sarakkeiden sijainnin avulla. Tutkielmassa esitellään yksinkertaisen korrespondenssianalyysin peruskäsitteet data-analyysin avulla. Aineisto on valittu kansainvälisestä kyselytutkimuksesta ”ISSP 2012 - Family and Changing Gender Roles, International Social Survey Programme: Family and Changing Gender Roles”. Tutkielman alkuluvut esittelevät menetelmän perusteet kuuden maan ja yhden luokittelumuuttujan taulukon analyysin kautta. Taustamuuttujina on vastaajan ikä ja sukupuoli, jotka yhdistetään maa- muuttujan kanssa. Osajoukon korrespondenssianalyysistä siirrytään useiden muuttujien samanaikaiseen analyysiin. Taulukoita yhdistämällä voidaan tutkia kahden muuttujaryhmän välisiä yhteyksiä. Laajempaa 25 maan aineistoa käytetään seitsemän haastattelukysymyksen välisten yhteyksien analyysiin (multiple correspondence analysis MCA). Puuttuvat tiedot ovat aineistossa mukana omana vastauskategoriana. Tutkielmassa osoitetaan, että yksinkertainen korrespondenssianalyysi on pätevä menetelmä kahden luokittelumuuttujan taulukon riippuvuuksien hahmottamiseen. Tulkinnan perussäännöt pätevät myös monimutkaisemmissa asetelmissa. Puuttuneisuuden analyysi osajoukon korrespondenssianalyysin avulla (subset MCA) osoittaa, että menetelmä sopii hyvin isojen kyselyaineistojen tutkimukseen. Tärkeimpiä lähteitä ovat Michael Greenacren oppikirjat (Correspondence analysis in practice, Biplots in Practice) ja CARNE-verkoston konferenssijulkaisu (Greenacre, Michael, ja Jörg Blasius. Multiple correspondence analysis and related methods, 2006).
Now showing items 1-1 of 1