Oplæg til den første skalavalideringsøvelse. Eksamens opgaven i 2004

Relaterede dokumenter
Regressionsanalyser. Hvad er det statistiske problem? Primære og sekundære problemer. Metodeproblemer.

Statistik og skalavalidering. Opgave 1

Overlevelse efter AMI. Hvilken betydning har følgende faktorer for risikoen for ikke at overleve: Køn og alder betragtes som confoundere.

Morten Frydenberg 26. april 2004

Logistisk Regression. Repetition Fortolkning af odds Test i logistisk regression

Logistisk regression. Statistik Kandidatuddannelsen i Folkesundhedsvidenskab

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Eksamensopgave E05. Socialklasse og kronisk sygdom

25. april Probability of Developing Coronary Heart Disease in 6 years. Women (Aged 35-70) 160 No Yes

To spørgsmål: Hvilken betydning har de manglende svar på items for målingen af spiritualitet?

Metoder anvendt til validering af skalaer i LUP og resultater af analyser

Kursets hjemmeside:

Eksamen Efterår 2013

Generelle lineære modeller

Faculty of Health Sciences. Logistisk regression: Kvantitative forklarende variable

Eksamen i statistik 2010 Kandidatuddannelsen i folkesundhedsvidenskab

Udbrændthed og brancheskift

Inklusions rapport i Rebild Kommune Elever fra 4. til 10. klasse Rapport status Læsevejledning Indholdsfortegnelse Analyse Din Klasse del 1

Multipel Linear Regression. Repetition Partiel F-test Modelsøgning Logistisk Regression

Test og sammenligning af udvalgte regressionsmodeller Berit Christina Olsen forår 2008

Statistikøvelse Kandidatstudiet i Folkesundhedsvidenskab 28. September 2004

Statistik II Lektion 3. Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Stratificerede analyser

SPSS introduktion Om at komme igang 1

Eksamen i Statistik og skalavalidering

Introduktion til SPSS

Vejledning til prototypen af RaConverter

Faculty of Health Sciences. Basal Statistik. Overlevelsesanalyse. Lene Theil Skovgaard. 12. marts 2018

Spørgeskemaundersøgelse i Lynæs Havn - Kryds af udvalgte variable.

Opret og vedligehold af favoritliste på markedspladsen

Statistik og skalavalidering Synopsis. Eksamensnumre 15, 33 og 45

MPH specialmodul i biostatistik og epidemiologi SAS-øvelser vedr. case-control studie af malignt melanom.

Eksamen Bacheloruddannelsen i Medicin med industriel specialisering. Eksamensdato: Tid: kl

Sammenhængen mellem elevernes trivsel og elevernes nationale testresultater.

Det kunne godt se ud til at ikke-rygere er ældre. Spredningen ser ud til at være nogenlunde ens i de to grupper.

Klargøring af data til aflevering til DDA. Instruks

Statikstik II 2. Lektion. Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression

Reeksamen Bacheloruddannelsen i Medicin med industriel specialisering. Eksamensdato: Tid: kl

Mobile medier, mobile unge II Resultater fra spørgeskemaundersøgelsen (n = 628) Side 1

Eksamen Bacheloruddannelsen i Medicin med industriel specialisering

Morten Frydenberg 14. marts 2006

Synopsis til eksamen i Statistik

Dag 6: Interaktion. Overlevelsesanalyse

Kausale modeller. Konstruktion og analyse

Elevfravær i folkeskolen og karaktergennemsnit, 2012/13

Øvelser i epidemiologi og biostatistik, 6. april 2010 Baseline-informationer fra Ebeltoft datasættet Eksempel på besvarelse

Statistik Lektion 20 Ikke-parametriske metoder. Repetition Kruskal-Wallis Test Friedman Test Chi-i-anden Test

NYBORG KOMMUNE BRUGERUNDERSØGELSE PÅ SKOLEOMRÅDET 2014 BIRKHOVEDSKOLEN

Øvelse 2. SPSS og sandsynlighedsregning

Anvendelse af favoritliste på markedspladsen

Statistik II 1. Lektion. Analyse af kontingenstabeller

Statistik & Skalavalidering

NOTAT Stress og relationen til en række arbejdsmiljødimensioner

NYBORG KOMMUNE BRUGERUNDERSØGELSE PÅ SKOLEOMRÅDET KLØVERSKOLEN

SYNOPSIS TIL EKSAMEN I STATISTIK OG SKALAVALIDERING

Lineær og logistisk regression

MPH specialmodul Epidemiologi og Biostatistik

BRUGERUNDERSØGELSE 2015 PLEJEBOLIG ABSALONHUS

Løsning til opgave i logistisk regression

Logistisk regression

BAGGRUND OG FORMÅL MED UNDERSØGELSEN

QTI ET VÆRKTØJ TIL MÅLING AF ELEV-LÆRER RELATIONEN. -Rolf Lyneborg Lund Cand.pæd.soc.

Faculty of Health Sciences. Basal Statistik. Logistisk regression mm. Lene Theil Skovgaard. 5. marts 2018

Benchmarking af kommunernes sagsbehandling antagelser, metode og resultater

Eksamen i statistik 2009-studieordning

ca. 7 min. SURVEY- PROCESSEN

Multipel Lineær Regression

Medlemmernes vurdering af arbejdsforholdene på skolerne

Del 3 - Bilag Første del af bilaget indeholder modellen bag den statistiske analyse (effektanalysen).

Hvem er det, der gentagne gange kører spirituskørsel, og hvor udbredt er recidivisme i Danmark

Sygeplejersker og stikskader

Logistisk Regression. Repetition Fortolkning af odds Test i logistisk regression

Kommentarer til øvelser i basalkursus, 2. uge

9. Chi-i-anden test, case-control data, logistisk regression.

Basal Statistik - SPSS

INDLEDNING...2 DATAMATERIALET... 2 KARAKTERISTIK AF POPULATIONEN... 4

Hvorfor SAS Kort intro til SAS

Appendix Dataset... 40

Fang Prikkerne. Introduktion. Scratch

Ikke-parametriske metoder. Repetition Wilcoxon Signed-Rank Test Kruskal-Wallis Test Friedman Test Chi-i-anden Test

Naturvidenskabelig Bacheloruddannelse Forår 2006 Matematisk Modellering 1 Side 1

DEN NATIONALE TRIVSELSMÅLING 2017/18 SKOLERAPPORT. Nørhalne Skole, klassetrin Jammerbugt Kommune

TRIVSELSUNDERSØGELSE 2014

Mantel-Haenszel analyser. Stratificerede epidemiologiske analyser

Analysestrategi. Lektion 7 slides kompileret 27. oktober :24 p.1/17

TILFREDSHEDS- UNDERSØGELSE SUNDHED OG OMSORG

enige i, at der er et godt psykisk arbejdsmiljø. For begge enige i, at arbejdsmiljøet er godt. Hovedparten af sikkerhedsrepræsentanterne

Rapport vedrørende. etniske minoriteter i Vestre Fængsel. Januar 2007

Anvendt Statistik Lektion 6. Kontingenstabeller χ 2- test [ki-i-anden-test]

Logistisk regression

Projekt Ny Sundhedsrådgivning

Besvarelse af juul2 -opgaven

Statistik II 4. Lektion. Logistisk regression

Brugerundersøgelse hos Hovedstadens Ordblindeskole

TRIVSEL 2015/16 SKOLERAPPORT. Tjele Efterskole, klassetrin Viborg Kommune

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Introduktion

Introduktion til SAS macro language

Rygtespredning: Et logistisk eksperiment

Basal Statistik - SPSS

DEN NATIONALE TRIVSELSMÅLING 2017/2018 KOMMUNERAPPORT

Introduktion til GLIMMIX

Transkript:

Oplæg til den første skalavalideringsøvelse Eksamens opgaven i 2004 validering af skala til måling af tilfredshed med fysiske forhold i danske folkeskoler Items: a) Om lokalerne var uhensigtsmæssigt indrettede b) Om lærerværelset var dårligt indrettet c) Om der ikke var egnede lokaler til personlige samtaler d) Om rengøringen blev opfattet som utilstrækkelig e) Om der var gener pga. manglende vedligeholdelse af lokaler f) Om der var gener pga. træk g) Om ventilationen var dårlig h) Om akustikken i lokalerne var dårlig i) Om belysningen var utilstrækkelig j) Om der var støj fra nabolokaler k) Om der manglede tilstrækkelige undervisningsmaterialer To svarkategorier: 1 = ingen eller få gener og 2 = nogle eller mange gener. 1

Exogene variable: Køn Alder (22-44, 45-54,>55 år), Skolestørrelse (antal af lærere: 1-22, 23-40, >40 Skolens byggeår (før 1961, 1961-1970, efter 1970). Det egentlige formål med opgaven var at undersøge om kvaliteten af de fysiske forhold afhang af skolestørrelse og skolealder, kontrolleret for den grad af konfounding, som lærernes køn og alder måtte have på tilfredsheden. For at kunne foretage denne analyse skal man først udvikle en valid skala. Det er det, denne øvelsesopgave handler om. 2

Beregning af skala Brug PASTE knappen til at lave en syntaksfil 3

Syntaksfilen Gem syntaksfilen, så den kan bruges igen 4

Tryk på Run for at afvikle SPSS syntaksen 5

Husk at checke resultatet ved hjælp af en frekvenstabel, der viser skalaens fordeling Paste frekvenstabellen før afviklingen af tabellen 6

Vælg den del af syntaksen, der skal køres næste gang fysforh Valid,00 1,00 2,00 3,00 4,00 5,00 6,00 7,00 8,00 9,00 10,00 11,00 Total Cumulativ e Frequency Percent Valid Percent Percent 93 5,6 5,6 5,6 143 8,6 8,6 14,1 150 9,0 9,0 23,1 169 10,1 10,1 33,3 174 10,4 10,4 43,7 170 10,2 10,2 53,9 130 7,8 7,8 61,7 153 9,2 9,2 70,9 152 9,1 9,1 80,0 134 8,0 8,0 88,0 130 7,8 7,8 95,8 70 4,2 4,2 100,0 1668 100,0 100,0 7

Herefter følger DIF analyserne ved hjælp af logistisk regressionsanalyse for hvert item for sig Denne analyse skal også pastes 8

Bemærk placeringen af item et i den logistiske regressionsanalyse LOGISTIC REGRESSION x60a For at slippe for at gøre dette 11 gange vil det være en fordel at cut te og paste i syntaksfilen, så det hele kan klares i et hug for alle items Starten på den komplette DIF analyse 9

Bemærk, items i regressionsanalyserne Herefter markeres og eksekveres alle regressionsanalyserne 10

Det første item (uhensigtsmæssige lokaler) synes at fungere differentielt i forhold til skolestørrelse Step 1 a by ggeår by ggeår(1) by ggeår(2) køn(1) alder3 alder3(1) alder3(2) skolest r3 skolest r3(1) skolest r3(2) f ysforh f ysforh(1) f ysforh(2) f ysforh(3) f ysforh(4) f ysforh(5) f ysforh(6) f ysforh(7) f ysforh(8) f ysforh(9) f ysforh(10) f ysforh(11) Constant Variables i n the Equation B S.E. Wald df Sig. Exp(B) 3,249 2,197 -,146,154,899 1,343,864,215,191 1,270 1,260 1,240,106,136,610 1,435 1,112 1,029 2,598 -,040,149,073 1,787,960 -,190,191,990 1,320,827 9,961 2,007,449,161 7,780 1,005 1,567,044,178,062 1,803 1,045 312,299 11,000 19,427 4144,029,000 1,996 2,7E+08 20,299 4144,029,000 1,996 6,5E+08 21,061 4144,029,000 1,996 1,4E+09 21,774 4144,029,000 1,996 2,9E+09 21,729 4144,029,000 1,996 2,7E+09 22,609 4144,029,000 1,996 6,6E+09 22,984 4144,029,000 1,996 9,6E+09 23,265 4144,029,000 1,996 1,3E+10 24,200 4144,029,000 1,995 3,2E+10 24,570 4144,029,000 1,995 4,7E+10 42,331 6331,061,000 1,995 2,4E+18-21,377 4144,029,000 1,996,000 a. Variable(s) entered on step 1: byggeår, køn, alder3, skolestr3, fy sforh. Hvis der ikke er andre problemer skal dette item elimineres, hvorefter den reducerede skala skal afprøves igen 11

Dette gøres enklest ved at redigere i syntaksfilen. Fjern alt, der har med item 1 (x60a) at gøre. (bemærk, at der nu kun skal trækkes 10 og ikke 11 fra således at skalaen har værdier fra 0-10) Efter redigering eksekveres samtlige syntakslinier 12

I de efterfølgende analyser elimineres yderligere items Skal kontrollen af skalaen være særlig omhyggelig bør den reducerede skala checkes igen for hver eksogen variabel for sig. (Dvs. for køn, alder, byggeår og skolestørrelse hver for sig). Til dette formål vil det være det mest praktiske, hvis der lave separate syntaksfiler for hver eksogen variable. 13

Syntaksfilen, der checker DIF i forhold til byggeår. Den nemmeste måde at lave en fil, der checker DIF i forhold til køn er ved at erstatte byggeår med køn 14