minta esettanulmÃ¡ny 4.

More documents

Recommendations

Info

Model Model Summary Std. Error R R Square Adjusted R Square of the Estimate 1 ,101 ,010 ,010 ,780 2 ,133 ,018 ,018 ,777 3 ,135 ,018 ,018 ,776 4 ,136 ,018 ,018 ,776 a. Predictors: (Constant), wrkhrs V: Egy héten hány órát dolgozik b. Predictors: (Constant), wrkhrs V: Egy héten hány órát dolgozik, age válaszadó kora c. Predictors: (Constant), wrkhrs V: Egy héten hány órát dolgozik, age válaszadó kora, educyrs válaszadó,iskv.I.: iskolaévek száma d. Predictors: (Constant), wrkhrs V: Egy héten hány órát dolgozik, age válaszadó kora, educyrs válaszadó,iskv.I.: iskolaévek száma, incomer Háztartás jövedelem - kateg ANOVA e Model Sum of Squares df Mean Square F Sig. 1 Regression 181,773 1 181,773 299,139 ,000 a Residual 17524,099 28839 ,608 Total 17705,872 28840 2 Regression 312,767 2 156,383 259,286 ,000 b Residual 17393,105 28838 ,603 Total 17705,872 28840 3 Regression 322,755 3 107,585 178,474 ,000 c Residual 17383,117 28837 ,603 Total 17705,872 28840 4 Regression 326,549 4 81,637 135,454 ,000 d Residual 17379,323 28836 ,603 Total 17705,872 28840 5
Model Coefficients a Unstandardized Coefficients Standardized Coefficients B Std. Error Beta t Sig. 1 (Constant) 1,826 ,007 272,250 ,000 wrkhrs V: Egy héten hány ,003 ,000 ,101 17,296 ,000 órát dolgozik 2 (Constant) 2,024 ,015 134,761 ,000 wrkhrs V: Egy héten hány ,002 ,000 ,088 14,900 ,000 órát dolgozik age válaszadó kora -,004 ,000 -,087 -14,737 ,000 3 (Constant) 1,993 ,017 118,633 ,000 wrkhrs V: Egy héten hány ,003 ,000 ,090 15,218 ,000 órát dolgozik age válaszadó kora -,004 ,000 -,082 -13,622 ,000 educyrs válaszadó,iskv.I.: ,001 ,000 ,024 4,071 ,000 iskolaévek száma 4 (Constant) 1,987 ,017 117,040 ,000 wrkhrs V: Egy héten hány órát dolgozik ,003 ,000 ,090 15,191 ,000 age válaszadó kora -,004 ,000 -,082 -13,555 ,000 educyrs válaszadó,iskv.I.: iskolaévek száma incomer Háztartás jövedelem - kateg ,001 ,000 ,023 3,909 ,000 ,000 ,000 ,015 2,509 ,012 a. Dependent Variable: v36 Hány százalék adót fizessenek a gazdagok Annak vizsgálatához, hogy a Forward módszer mennyire stabil, végrehajtok egy 50-es bootstrapet, és megnézem, hogy mely elemeket veszi be az elemzésbe a modell. Az 50-ből 1 alkalommal a négy változó közül egyik magyarázó erejét sem találta szignifikánsnak a Forward algoritmus. 45 <strong>minta</strong> esetében csak két változót léptet be a modell. A minták nagy részében a kort és a munkaidőt meghatározó változót kerül be az első két alkalommal (24-szer), vagy csak egy magyarázó változó lép be az elemzésbe, és ez e kettő egyike (10-szer). Ezek a változók csak két alkalommal lépnek be a harmadik helyen, míg a másik két változó közül az iskolai végzettséget meghatározó csak egy alkalommal lép be először, és az 50-ből csak 6-szor, míg a háztartási jövedelmet meghatározó csak kétszer kerül be. Ez alapján a Forward algoritmus stabilnak mondható, a kor és a heti munkaidő szinte 6
Page 1 and 2: Módszertani esettanulmány, Adatel
Page 3 and 4: Ennél a lineáris modellnél végr
Page 5: Model Summary 42,00 1 ,171 ,029 ,02
Page 9 and 10: Model Sum of Squares df Mean Square
Page 11 and 12: 2 age válaszadó kora . Stepwise (
Page 13 and 14: Model Coefficients a Unstandardized
Page 15 and 16: SYNTAX parancsok: DATASET ACTIVATE
Page 17 and 18: + END CASE. + END LOOP. + LEAVE min

minta esettanulmÃ¡ny 4.

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?