SEMINÁRNÍ PRÁCE Analýza kvantitativních dat II. Děti a závislost četby na jejich prospěchu Revize (opravy a poznámky) Jiří Šafr ANONYMIZOVÁNO FHS HISO 2.ročník 31.8.14 1
Obsah 1. Úvod do problematiky, hypotézy, cíle...3 2. Téma výzkumu, předmět výzkumu...3 3. Popis metody, strategie analýzy...4 4. Transformace dat...4 5. Výsledky práce, interpretace...4 5.1. Rodiče a jejich názor na volnost dětí v jejich volném čase....5 5.2. Závislosti vzdělanosti rodičů na prospěchu dětí ve škole...6 5.3. Závislost prospěchu dětí na intenzitě četby...7 6. Závěr...10 7. Příloha syntax a tabulky...12 2
1. Úvod do problematiky, hypotézy, cíle Školní věk dítěte je nejdůležitějším obdobím, ve kterém se dětský duch i tělo formují. Práce navazuje na výzkum Rodiče a děti, který byl zaměřen na volný čas, kroužky, učení a prospěch. Nyní se bude zkoumat, jak vidí rodiče volný čas svých dětí, zda přisuzují důležitost tomu, aby si volný čas organizovali sami, zda vyšší vzdělání rodičů ovlivňuje prospěch dětí. Důležitost je nutno přiřknout i faktu, že vzdělanější rodiče bychom mohli najít v městech s větším počtem obyvatel, který nabízí více vzdělávacích institucí a také více prostoru pro zájmové kroužky pro děti a další místa pro rozvíjení dětského intelektu a dovedností. Jak již předešlý výzkum ukazoval, je třeba zohlednit fakt, že volný čas by neměl být rodiči brán jako ten, ve kterém si dítě může dělat, co chce, nýbrž naopak je potřeba dítě nějakým způsobem koordinovat. Je v jejich zájmu děti směřovat k jejich oblíbeným činnostem a rozvíjet v nich nové zkušenosti, nové podněty, nechat je v kolektivu, kde se pak sami hledají. Dítě potřebuje získat sebevědomí, vlastní hodnoty a postoje. Celý vývoj dítěte s pozitivním přístupem k trávení času pak zlepšuje zdravý životní styl. Přesto ale bude zájem směřován k hypotéze, že vzdělanější rodiče budou své děti více směřovat k četbě, která je dobrá především pro fantazii a trénovaní mozku a další. Předpokládanými hypotézami jsou následující: Vzdělanější rodiče dávají svým dětem menší volnost, tudíž je směřují k více kroužkům.jednou z nejdůležitějších činností pro dítě je četba. Čím vzdělanější jsou rodiče, tím více je dítě vedeno k četbě. 2. Téma výzkumu, předmět výzkumu Výzkum se celkově snaží zachytit fenomén volného času, při čemž ho zařazuje do širších souvislostí. Informace jsou vztahovány k české společnosti. Výzkum probíhal na celém území České Republiky, ve všech regionech. 1 Podmínkou bylo, aby v rodině, která se rozebírá v dotazníku, bylo alespoň jedno dítě ve věku od 6 do 15let. Část, kde se rozebírá dítě blíže je pak vztahována j nejstaršími dítěti, které nedovršilo ale 16let. Projekt byl realizován Sociologickým ústavem AV ČR. v.v.i. a vznikal za podpory Ministerstva školství, mládeže a tělovýchovy České Republiky. Předmětem výzkum je profil respondenta, jeho nejstaršího potomka do 16ti let. Důležitými faktory jsou návyky dětí na jejich volný čas, bydliště zkoumané rodiny a úloha rodiče v ovlivňování jejich volného času. Výzkum měl za cíl upozornit na problematiku 1 Západ 33% ( Liberecký kraj, Ústecký, Karlovarský, Plzeňský, Jihočeský), Střed 34% ( Středočeský, Hlavní město Praha, Královehradecký, Pardubický, Vysočina), Východ 33% (severomoravský kraj, Olomoucký, Zlínksý, Jihomoravský kraj). 3 Komentář [JS1]: Tady je nejdůležitější říci, že výzkum není reprezentativní za celou populaci rodičů dětí na ZŠ ale víceméně jen za rodiny vysokoškolsky vzdělaných a rodiny s nízkým stupněm vzdělání(max. vyučení) rodičů. Jde tedy o samotný design volbu populace vlastně jde o strata. A to byste měla mít na paměti i při analýze. Jinak dále je důležité že s jednalo o kvótní výběr (nikoliv náhodny). Komentář [JS2]: to je důležité, kdo byl řešitel a kdo to tedy celé vymyslel a realizoval výzkum to nebyla FHS ale SOÚ (jinak samotná data sbírala společnost Synovate, ale to už není tak důležité).
vývoje dítěte a snažil se upozornit na někdy nedostatečný prostor pro volný čas a především na způsob jeho trávení. 3. Popis metody, strategie analýzy Tento kvantitativní výzkum probíhal dvěma způsoby: pomocí online dotazníků a pak také díky strukturovaným dotazníkům, které byli respondentům dávány k vyplnění za pomocí jednotlivých tazatelů. Tyto dotazníky byly uzpůsobeny tak, aby tazatelům napovídaly, jak otázky klást, kdy promíchávat jednotlivé možnosti a kdy se v jakých případech neptat. V rámci mého zpracovávání dat jsem použila především informace týkající se vzdělání rodičů, kteří byli tázáni, pak informace o dětech a jejich zájmových kroužcích s přihlédnutím ke vzdělanosti rodičů a k času, jak děti tráví volný čas četbou. Poslední částí, na kterou se budu snažit hledat odpověď je, zda děti s rodičovským vedením k četbě jsou ve škole úspěšnější. Právě tady by mohly být výzkumné otázky a případně hypotézy. Dobré je také při tom udělat průvodce následujícím textem co a jak budete dělat, k čemu směřujete a jak to na sebe navazuje. Aby čtenář poznal v čem je obsažena myšlenka Vaší práce. Hypotézy máte (a dobré), ostatně jsou již v úvodu (toť ok) a pak dále roztroušené v textu, čtenář potřebuje hned na začátku příběh a směřování Vašeho výkladu. V odborné práci je navíc standarde hypotézy i argumentovat teorií (to zde ale netřeba). Komentář [JS3]: Ok, ale to mohlo být v předchozím odstavci O výzkumu, tady už se soustřeďte jen na Vaši vlastní metodu zpracování dat resp. použité analýzy a výzkumné otázky. 4. Transformace dat Data byla zpracována pomocí programu SPSS, do kterého byly jednotlivé výsledky dotazovaných šetření zaznamenány. Pomocí tohoto programu vznikaly následně i výsledné grafy a kontingenční tabulky. Tomu předcházela práce na popisných statistikách prvního až třetího stupně a použití chí-kvadrátu. Tabulky byly rekodovány, v příloze lze nalézt příslušný syntax a některé doplňkové tabulky. 5. Výsledky práce, interpretace Výsledného šetření se zúčastnilo 300 respondentů, z čehož 150 lidí odpovídalo online. Zbytek odpovídal pomocí strukturovaného dotazníku. Z celého výzkumu bylo dotazováno 64,95 % žen, mužů pak tedy 35,1%, procenta se týkají celkového počtu dotazovaných. (Zdroj FHS Rodiče 2010). 4 Komentář [JS4]: Zdrojem tady může být buď Váš výpočet přímo na datech a nebo můžete citovat Závěrečnou zprávu z výzkumu, každopádně tu jsem dělali v týmu Sociologického ústavu AV ČR, takže odkaz na FHS je špatně. Zdánlivá formalitka, ale jde vlastně o autorství. Citaci naší zprávy jsem pro zajímavost doplnil na konec (ale to že jste s ní nepracovala vůbec není chyba, jen se na ní dá šikovně odkázat a pak už nemusíte tolik řešit popis souboru).
Výzkum ukázal, že nejvíce dotazovaných (z celkového počtu dotazovaných), byli respondenti s vysokoškolským nebo vyšším odborným vzděláním, přesně 38,6%. O nepatrně méně byla nejpočetnější skupina rodiče s vyučením bez maturity, přesně 34,9%. Dotazovaných, s nedokončeným i neukončeným vzděláním bylo celkově 16,9%. Nejmenší skupinou pak byli ti, se středoškolským vzděláním s maturitou, a to přesně 9,6%. Viz. Tabulka č. 1 v příloze. 5.1. Rodiče a jejich názor na volnost dětí v jejich volném čase. Volný čas je nedílnou součástí každého jedince, bez rozdílu věku. Ovšem ačkoliv dospělý člověk potřebuje volný čas k odpočinku a k nabrání sil na každodenní povinnosti, dítě ho potřebuje ke svému vývinu. Následující tabulka ukazuje, jak rodiče vidí volný čas svého potomka. Z celkového počtu dotazovaných (vyjma těch, co odpověděli Nevím ), s tvrzením, že by dětem měla být ponechána volnost, aby si samy našly, co chtějí dělat, souhlasí: 148 lidí a nesouhlasí 136 (což znamená, že souhlasí 52,2% a nesouhlasí 47,8%). (Zdroj FHS Rodiče a děti 2010). Tabulka č. 2. Názor rodičů na trávení volného času dětí, procenta a absolutní četnosti Komentář [JS5]: Poznámka: Tohle je vysloveně popis souboru, to by vlastně mohlo být v předchozí pasáži - 2.Téma výzkumu, předmět výzkumu. (tedy tam by se to spíš mohlo jmenovat Populace a výzkumný vzorek). Samozřejmě, pokud se to týká Vašich výzkumných otázek, tak to může být i ve výsledcích. (každopádně kvituji že tyto popisné tabulky jsou v příloze) Děti musí mít volnost Frequency Percent Valid Percent Cumulative Percent souhlasí 148 49,5 52,2 52,2 Valid nesouhlasí 136 45,4 47,8 100,0 Total 285 94,9 100,0 Missing System 15 5,1 Total 300 100,0 Zde se nám ukazuje, jak je ve volném čase pro rodiče důležitá organizovanost, zda dítě nechávají, aby svůj volný čas trávilo dle libosti, či zda tuto volnost nepovažují za primární. Hypotéza zní, že rodiče s vyšším vzděláním se snaží dítě směřovat více ke kroužkům a dalším zájmovým aktivitám. Tabulka č. 3 ukazuje, že by tomu tak mohlo být: nad dvě hodiny denně v zájmových kroužcích stráví u méně vzdělaných 11 dětí, a rodičů s VŠ 15 žáků. Pár hodin v týdnu jimi stráví u V3 VŠ rodin 87 dětí a u rodičů s nižším vzděláním pak 57 dětí. Jednou týdně je to 39 žáků u méně vzdělaných rodičů a 27 u rodičů s VŠ. 5 Komentář [JS6]: Tohle je fatální chyba, která se bohužel táhle i dále jde totiž o absolutní četnosti interpretovat musíte procenta relativní četnosti (případně pravděpodobnosti). I když tady paradoxně, díky tomu jak byl designován výzkum (50 % VŠ rodin vs. 50 % dělnických), tak tam kde porovnáváte vliv vzdělanostní úroveň rodiny, tak tam je to ve výsledku správně. Ale jinak ne. Chikvadrát test a adjustovaná residua jsou na tom nicméně nezávislé, takže celkové zhodnocení hypotézy máte dobře.
Tabulka č. 3: (Zdroj FHS Rodiče a děti 2010. ) Frekvence chození dítěte do kroužků podle vzdělání rodiče, sloupcová procenta a absolutní četnosti Četnost kroužků * Vzdělání rodičů Crosstabulation Count Komentář [JS7]: Každá tabulka by měla být pojmenovaná, tak aby šla číst, bez toho že budete číst text. Platí pro všechny další tabulky. Komentář [JS8]: To tam není, ale mělo to tam být. Vzdělání rodičů Total nižší vyšší nad 2 hodiny denně 11 15 26 Četnost kroužků pár hodin týdně 57 87 144 jednou týdně a méně 39 27 66 Total 107 129 236 Zdroj: Rodiče a děti 2010 (SOÚ AV ČR). Tuto hypotézu ale ověříme pomocí metody testu nezávislosti (chí-kvadrát). Ověření hypotézy: Rodiče s vyšším vzděláním mají děti, které navštěvují častěji zájmové kroužky. Jak se ukazuje, při dosažené hodnotě 7, 058 a dvou stupních volnosti, je dosažená hodnota statistické významnosti 0,029. Z toho plyne, že existuje vztah mezi vzděláním rodičů a četností dětmi navštěvovaných zájmových kroužků. Tabulka č. 3a. ( v příloze jsou doplňkové 3b a 3c. ) Chi-Square Tests Value df Asymp. Sig. (2- sided) Pearson Chi-Square 7,058 a 2,029 Likelihood Ratio 7,054 2,029 Linear-by-Linear Association 4,588 1,032 N of Valid Cases 236 a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 11,79. 5.2. Závislosti vzdělanosti rodičů na prospěchu dětí ve škole Čím vyšší mají rodiče vzdělání, tím lepší jsou jejich děti prospěchově ve škole. I s přihlédnutím k tomu, že rodiče mohou vidět své děti ne dostatečně objektivně, je na tabulce pod textem vidět, že např. mezi nejlepší žáky patří děti vzdělanějších rodičů s vyšším vzděláním 62 %. U nižšího vzdělání rodičů je nejpočetnější skupina s 61 děti, které 6 Komentář [JS9]: Opět místo procent absolutní četnosti. A tady to dokonce desinterpretujete, jde o absolutní četnosti, nikoliv procenta, tak neuvádět znak %.
zastupují spíše lepší prospěch. Rozdíl v tomto ohledu není tak markantní, jak by se mohlo očekávat. Tabulka č. 4. (Zdroj FHS Rodiče a děti 2010). Vzdělání rodičů * prospěch Crosstabulation prospěch Total í rodičů Mezi nejlepší Spíše k lepším Asi tak k průměru Spíše k horším Mezi nejhorší nižší 24 61 56 12 2 155 vyšší 62 56 26 1 0 145 86 117 82 13 2 Komentář 300 [JS10]: Nakonec je dobře že uvádíte absolutní četnosti, protože tady vidíte, že tam máte jen dvě rodiny, kde žák patří mezi nejhorší. To by asi chtělo nejprve sloučit s tím spíše horší, ostatně dále to pak máte rekódované (chyba to ale není jen prostš pozor na nízké zastoupení v některých polích tabulek). K ověření si této hypotézy bylo využito metody chí-kvadrátu. Hodnota 38, 998 měla stupeň volnosti 4 a dsženou hladinu významnosti p < 0,05, takže nulovou hypotézu o nezávislosti můžeme zamítnout. Platí, že ii zde tedy existuje vztah mezi prospěchem dětí a vzděláním rodičů. Tabulka č. 5. Chi-Square Tests Value df Asymp. Sig. (2- sided) Pearson Chi-Square 38,998 a 4,000 Likelihood Ratio 42,243 4,000 Linear-by-Linear Association N of Valid Cases 300 38,310 1,000 a. 2 cells (20,0%) have expected count less than 5. The minimum expected count is,97. Komentář [JS11]: Obecná rada - tohle do textu neuvádíme, hlavní je výsledek testu - stačí říci že test potvrdil rozdíly (na p < 5%). Kdyžtak ten Chisq a df dejte jen do závorky nebo do poznámky pod čarou. Prostě text je pak pro čtenáře nestatistika nesrozumitelný a nudný. 5.3. Závislost prospěchu dětí na intenzitě četby Následující téma se týká dětského prospěchu ve škole v závislosti na jejich trávení času u četby. Předpokládaná hypotéza je, že děti, které více čtou, budou mít ve škole lepší prospěch. Komentář [JS12]: Poznámka: Ok, toť dobrá a smysluplná hypotéza, ale viz mou poznámku na konci ohledně kauzálnosti (měřeny jsou obě proměnné ve stejném čase, takže je otázkou, zda čtení opravdu způsobuje lepší pospěch. Nicméně dá se pracovat s hypotézou o rozdílech. Každopádně tady by nám pomohla teorie, a ta mimochodem Vaši hypotézu podporuje). 7
Tabulka č. 6 Count DP * Jak_cte Crosstabulation Jak_cte Total nikdy asi 2x týdně asi 2 hodiny denně k lepším 22 99 60 181 DP průměrným 19 43 7 69 k horším 5 6 0 11 Total 46 148 67 261 Tabulka č. 7. Adjusted Residual DP * Jak_cte Crosstabulation Jak_cte nikdy asi 2x týdně asi 2 hodiny denně k lepším -3,5-1,0 4,2 DP průměrným 2,5 1,1-3,4 k horším 2,5 -,1-2,0 Tabulka č. 8. Chi-Square Tests Value df Asymp. Sig. (2- sided) Pearson Chi-Square 25,520 a 4,000 Likelihood Ratio 28,276 4,000 Linear-by-Linear Association 24,710 1,000 N of Valid Cases 261 a. 2 cells (22,2%) have expected count less than 5. The minimum expected count is 1,94. Jak ukazuje metoda test závislosti chí-kvadrát, dosáhlo se nulové signifikace mezi proměnnými, vztah mezi četbou a prospěchem dětí je tedy hoden pozornosti. Následující tabulka ukazuje, že děti trávící nad četbou více času (což je kategorie zahrnující okolo 2 hodin denně) mají větší předpoklad být ve škole úspěšnější a patřit tak k dětem s lepším prospěchem.pokud se toto porovná s proměnou vzdělání rodičů, je vidět, že s počtem hodin, 8
které děti za týden načtou, stoupá i jejich úspěšnost ve škole, jak u rodičů s nižším vzděláním, tak u rodičů se vzděláním vyšším. Je zde přímá úměrnost. Tabulka. č. 9. DP * Jak_cte Crosstabulation % within Jak_cte Komentář [JS13]: a při tom tady je to správně, procenta správně orientovaná. Jak_cte Total nikdy asi 2x týdně asi 2 hodiny denně k lepším 47,8% 66,9% 89,6% 69,3% DP průměrným 41,3% 29,1% 10,4% 26,4% k horším 10,9% 4,1% 4,2% Total 100,0% 100,0% 100,0% 100,0% Zahrneme-li další intervenující proměnou, vzdělání rodičů, vznikne tato tabulka. Tabulka č. 10 a 11. DP * Jak_cte * Vzdělání rodičů Crosstabulation % within Jak_cte Vzdělání rodičů Jak_cte nikdy asi 2x týdně asi 2 hodiny denně Total nižší DP k lepším 39,3% 58,1% 83,3% 57,6% průměrným 42,9% 36,0% 16,7% 34,8% k horším 17,9% 5,8% 7,6% vyšší Total 100,0% 100,0% 100,0% 100,0% k lepším 62,5% 79,0% 92,0% 82,0% DP průměrným 37,5% 19,4% 8,0% 17,2% k horším 1,6% 0,8% Total 100,0% 100,0% 100,0% 100,0% k lepším 47,7% 66,9% 89,7% 69,6% Total DP průměrným 40,9% 29,1% 10,3% 26,2% k horším 11,4% 4,1% 4,2% Total 100,0% 100,0% 100,0% 100,0% Vzdělání rodičů Frequency Percent Valid Percent Cumulative Percent nižší 155 51,8 51,8 51,8 Valid vyšší 145 48,2 48,2 100,0 Total 300 100,0 100,0 9
Velikost redukce vztahu mezi prospěchem dětí a četbou s přihlédnutím ke kontrolnímu faktoru vzdělání rodičů je 12%. Následují výpočty: Děti nečtoucí nikdy: 0, 518*39,3 + 0, 482*62, 5 = 50, 4824 Děti čtoucí 2h/týden: 0, 518* 51,8 + 0, 482*79= 69, 9104 Více jak 2h/denně: 0, 518* 83,3 +0, 482*92= 69, 9104 HRUBÝ ROZDÍL: 47, 8-89,6=-41,8%= - 42% ČISTÝ ROZDÍL: 50, 4824-87, 4934= -37, 011%= -37% REDUKCE: (1- ( -42/- 37)= 13, 5% Tohle je jen Váš pomocný výpočet (zde nejde o test), ideální by bylo popsat to v textu (a samotný výpočet třeba do poznámky nebo přílohy), tak aby tomu rozuměl i nepoučený čtenář co a proč s tím děláte. Že převážíte strukturu frekvence čtení u dětí podle vzdělání rodiče, tj. přepočtete podíly tak, aby byl odstraněn vliv vzdělání rodičů. Ve výsledku jde tedy o čistý rozdíl (tj. čistý vliv frekvence čtení) mezi krajními kategoriemi frekvence čtení, kterou pak porovnáte s hrubým rozdílem, bez kontroly vzdělání. A co znamená ta redukce vlivu frekvence čtení po kontrole vzdělání rodiče? Chce to pointu, kterou pak můžete dále sociologicky interpretovat a obecněji rozvinout v závěru (viz mou poznámku). Jde o to interpretovat interakční (případě aditivní) efekt. (Poznámka, vážení máte správně, také to jde řešit pomocí asociací/pořadových korelací odděleně spočítaných v podskupinách podle vzdělání rodičů, pokud koeficienty nebudou přibližně stejné, pak je tam určitá interakce; viz http://metodykv.wz.cz/akd1_kontg_tab3st_uvod.ppt). 6. Závěr Potvrdila se hypotéza, že dětský prospěch je ovlivnění volným časem, který tráví při četbě. Čím jsou rodiče vzdělanější, tím více si přejí, aby jejich dítě trávilo čas na zájmových kroužcích, a s tím pak přímo stoupá i čas, který děti tráví při četbě, což přispívá k jejich úspěšnosti ve škole. Vypočítali jsme také 13,5% redukci, kterou musíme zohlednit při zkoumání vztahu prospěchu dítěte a četbě, při kontrolním faktoru vzdělání rodičů. Volný čas je pro dítě důležitým časem, ve kterém se může bezbolestně učit novým vjemům a dovednostem. Důležitým prostředkem pro objevování světa jsou volnočasové aktivity, ale v poslední době se hodně opomíjí domácí činnost četba. Ta má za úkol trénovat mozek, fantazii a rozvíjí více dalších funkcí nejen v dětském mozku. Na tento fakt se v poslední době zaměřila i reklamní kampaň, pojmenovaná Česko čte dětem, která se snažila rodiče směřovat k větší snaze dětem číst, číst si s nimi a vytvářet si ke knihám vztahy. Tady je ukázka interakčního efektu v grafu pro % z tabulky 10, ale je to jen pro prospěch patří k lepším. Rozlišujeme interakční efekt = vliv čtení a vzdělání rodičů se vzájemně Komentář [JS14]: Tohle by chtělo lépe interpretovat, co znamená ta redukce (hlavní je že po převážení jsou hodnoty resp. rozdíl poněkud jiné.). každopádně chtělo to ještě okomentovat interakční efekt, protože ten tu je. A to se dá již z tabulky 10
násobí (přímky mají jiný sklon viz graf) a aditivní efekt, kdy školní prospěch roste s frekvencí čtení knih, ale v různě vzdělaných rodinách je rozdíl ve vlivu intenzity čtení na prospěch stejný (přímky jsou rovnoběžné). Tady je to otázka, jek moc je interakce silná ale nějaká tam je (rozdíl 23 a 9 procentních bodů je ale jistě nepřehlédnutelný). A sociologicky nejzajímavější je vzájemné spolupůsobení nezávislé a kontrolní proměnné interpretovat, tady by to snad mohlo znamenat, že žákům, kteří čtou častěji pomáhá zkušenost s knihami k lepšímu výsledku ve škole. Přičemž platí, že tento efekt je o něco silnější u dětí z rodin s nízkým vzděláním, ale i tak ty děti v těchto rodinách, které čtou 2hodiny denně nedosahují školních výsledků jako děti, co čtou se stejnou intenzitou, ale jejichž rodiče mají vysokoškolské vzdělání (u nečte je 23 procentních bodů, u největších čtenářů 2h/den je to již jen 9 procentních bodů). Nicméně pozor na interpretaci kauzality, co že děti více čtou automaticky neimplikuje, že budou lepší ve škole. To bychom museli mít nezávislé měření čtení např. dva roky před dobo ke které se vztahuje měření prospěchu. A nakonec je tady problém, že jak výsledky tak frekvenci čtení podávají rodiče, což jistě nemusí být validní a může v sobě skrývat nějaký systematické zkreslení (bias). Tabulka XX. Ve škole patří k lepším podle frekvence čtení knih ve skupinách podle vzdělání rodičů 100% 90% 92% 80% 79% 83% 70% nižší vzd 60% 63% 58% vyšší vzd 50% 40% 39% 30% nečte (nikdy) čte cca 2x týdně čte cca 2 hod denně 7. Reference Špaček, O., J. Šafr, K. Vojtíšková. 2010. Rodiče a výchova 2010. Závěrečná zpráva z výzkumu. [online] Praha: Sociologický ústav AV ČR, v.v.i. Dostupné na: <http://sdilenihodnot.soc.cas.cz/download/rodicevychova2010-zprava>. Naformátováno: Odrážky a číslování 11
7.8. Příloha syntax a tabulky Valid Tabulka č. 1: Nejvyšší dosažené vzdělání rodiče respondenta. Jaké je Vaše nejvyšší dokončené vzdělání? Frequency Percent Valid Percent Cumulative Percent Dokončené i neukončené základní vzdělaní 51 16,9 16,9 16,9 Vyučený(á) bez maturity 105 34,9 34,9 51,8 Středoškolské s maturitou (včetně nástavby) 29 9,6 9,6 61,4 Vysokoškolské, bakalářské nebo vyšší odborné vzdělání 116 38,6 38,6 100,0 Total 300 100,0 100,0 Komentář [JS15]: Poznámka: Tohle je vzdělání dotázaného rodiče (takže většinou matky). Jinak v mých analýzách jsem používal proměnnou vzdělání rodiny, ta vznikla jako vyšší vzdělání otce nebo matky. Ostatně tak byl i designován výzkum (mělo to být půl na půl vysokoškolské a dělnické rodiny). Tabulka č. 3 b Ověření hypotézy: Rodiče s vyšším vzděláním mají děti, které navštěvují častěji zájmové kroužky. Case Processing Summary Cases Valid Missing Total N Percent N Percent N Percent Vzdělání rodičů * Četnost kroužků 236 a 78,7% 64 21,3% 300 100,0% a. Number of valid cases is different from the total count in the crosstabulation table because the cell counts have been rounded. Tabulka č. 3 c. Vzdělání rodičů * Četnost kroužků Crosstabulation Adjusted Residual Četnost kroužků nad 2 hodiny denně pár hodin týdně jednou týdně a méně Vzdělání rodičů nižší -,3-2,2 2,6 vyšší,3 2,2-2,6 Syntax: FREQUENCIES Q1_1. MISSING VALUES Q1_1 ( 5). Recode Q1_1 (1 2= 1 ) ( 3 4 =2) into Det_vol. VARIABLE LABELS Det_vol "Děti musí mít volnost ". 12
VALUE LABELS Det_vol 1 "souhlasí" 2 "nesouhlasí". FREQUENCIES Det_vol. FREQUENCIES A05A. Recode A05A (1 2 = 1) ( 3 4 = 2) into RV. VARIABLE LABELS RV "Vzdělání rodičů ". VALUE LABELS RV 1 "nižší" 2 "vyšší". FREQUENCIES RV. CROSSTABS RV by A07A/cel col. Crosstabs RV by Q10. CROSSTABS A05A by A07A/ cell COUNT EXPECTED / STATISTICS = CHISQ. EXAMINE VARIABLES = A07A BY A05A. GRAPH ERRORBAR (CI) A07A BY A05A. GRAPH /BAR(SIMPLE)= A07A BY A05A /INTERVAL CI(95.0) CROSSTABS RV by Q10/cel col. CROSSTABS RV by Q10/ cell asres/ stat chis. FREQUENCIES Q7_2. Recode Q7_2 (1 = 1) (2 3=2) ( 4=3) into Det_zaj. VARIABLE LABELS Det_zaj "Četnost kroužků ". VALUE LABELS Det_zaj 1 "nad 2 hodiny denně" 2 " pár hodin týdně" 3 " jednou týdně a méně" 4 " nikdy". FREQUENCIES Det_zaj. crosstabs Det_zaj by RV. CROSSTABS RV BY Det_zaj/cell asres/ stat chis. VARIABLE LABELS Q10 " prospěch". crosstabs Det_zaj by Q10. Crosstabs Det_zaj by Q10 by RV/cells count col. FREQUENCIES Q10. Recode Q10 (1 2=1) ( 3=2) ( 4 5 =3) into DP. Value labels DP 1 " k lepším" 2 " průměrným" 3 " k horším". FREQUENCIES DP. Crosstabs RV by DP Det_zaj. Crosstabs DP by Det_zaj. Crosstabs Det_zaj by DP/ cell asres/ stat chis. CORRELATIONS Det_zaj with DP. 13
Frequencies q7_4r. Recode q7_4r ( 1=1) (2 3=2) ( 3 4=3) into Jak_cte. Value labels Jak_cte 1" nikdy" 2 " asi 2x týdně" 3 " asi 2 hodiny denně". FREQUENCIES Jak_cte. crosstabs DP by Jak_cte/ cell collumn. crosstabs DP by Jak_cte / cell asres/ stat chis. crosstabs DP by Jak_cte / CELLS collumn. crosstabs DP by Jak_cte by RV/CELLS collumn. Komentář [JS16]: Rychlým pohledem: tohle Vám nemohlo fungovat protože správně je COLUMN (tak možná proto v té první části chyběla ta procenta ) SPSS překlepy nepromíjí FREQUENCIES DP. 14