INTELIGENCE: VENKOV VS. MĚSTO

Podobné dokumenty
ZAMYŠLENÍ NAD KOMUNIKOVÁNÍM STATISTIKY V

Jiří Schlögl , Psychologie

4. Zpracování číselných dat

Obsah. Předmluva 9 Poděkování 10. Statistické pojmy

ZAMYŠLENÍ NAD KOMUNIKOVÁNÍM STATISTIKY V

PSY117/454 Statistická analýza dat v psychologii přednáška 8. Statistické usuzování, odhady

formulujte hypotézy z následujících výzkumných problémů

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% rozhodně ano spíše ano spíše ne rozhodně ne neví. rozhodně ano spíše ano spíše ne rozhodně ne neví

Souběžná validita testů SAT a OSP

Člověk a společnost. 10. Psychologie. Psychologie. Vytvořil: PhDr. Andrea Kousalová. DUM číslo: 10. Psychologie.

Testování hypotéz. Analýza dat z dotazníkových šetření. Kuranova Pavlina

Uloha B - Kvantitativní test. Radek Kubica A7B39TUR. B1 Radek Kubica Kvantitativní testování Stránka 1

Jana Vránová, 3.lékařská fakulta UK, Praha. Hypotézy o populacích

Voliči populistických stran ve volbách 2013: základní charakteristiky a užívání nových médií

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

Využití software ITEMAN k položkové analýze a analýze výsledků testů

Hodnocení informací v médiích

INDUKTIVNÍ STATISTIKA

Testování hypotéz. 1. vymezení základních pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test

Medializace vysokých škol v prostředí České republiky

Úspory domácností a hrubý pracovní příjem

Korelace. Komentované řešení pomocí MS Excel

ČETNOSTI A ROZLOŽENÍ ČETNOSTÍ

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) - Charakteristika výběrového souboru (II. díl)

Kognitivní deficit: Jakou terminologii používáme?

TECHNICKÁ UNIVERZITA V LIBERCI

Statistická analýza dat v psychologii. Věci, které můžeme přímo pozorovat, jsou téměř vždy pouze vzorky. Alfred North Whitehead

laboratorní technologie

Fungují venkovské periferie jako mechanismy sociální exkluze?

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu

ZX510 Pokročilé statistické metody geografického výzkumu. Téma: Měření síly asociace mezi proměnnými (korelační analýza)

World Internet Project Česká republika 1

Pearsonův korelační koeficient

ps80502 TISKOVÁ ZPRÁVA Politická kultura

Intervalový odhad. Interval spolehlivosti = intervalový odhad nějakého parametru s danou pravděpodobností = konfidenční interval pro daný parametr

ISA 620 VYUŽITÍ PRÁCE EXPERTA. (Platí pro audity účetních závěrek sestavených za období počínající 15. června 2005 nebo po tomto datu.

KLIMA ŠKOLY. Zpráva z evaluačního nástroje Klima školy. Škola Testovací škola - vyzkoušení EN, Praha. Termín

1 Projekt SIPVZ Tvorba a implementace softwarové podpory výuky matematiky na gymnáziu s využitím CABRI Geometrie

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky

LEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR

Technická univerzita v Liberci

PSY 717. Statistická analýza dat. Seminární práce 1

PSY401 Metodologie v psychologii Designy kvantitativního výzkumu*

Vliv reklamy na studenty

Kvantitativní testování Test počítačových klávesnic

Testování hypotéz. Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

Základy popisné statistiky


VENKOVSKÉ OSÍDLENÍ. Pracovní list

BOMAT- SHORT. Bochumský maticový test - krátká verze. HTS Report. Jan Novák ID Datum administrace Forma A 1.

4EK211 Základy ekonometrie

SROVNATELNOST ŠKÁLY SOCIÁLNÍHO

Počet pravděpodobnosti

PSY Statistická analýza dat v psychologii Přednáška 3. Transformace skórů a kvantily normálního rozložení

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Fyzická aktivita (VIII. díl)

Chudí lidé v chudých krajích

Odhady parametrů základního souboru. Cvičení 6 Statistické metody a zpracování dat 1 (podzim 2016) Brno, říjen listopad 2016 Ambrožová Klára

Korelační a regresní analýza. 1. Pearsonův korelační koeficient 2. jednoduchá regresní analýza 3. vícenásobná regresní analýza

Analýza rozptylu. PSY117/454 Statistická analýza dat v psychologii Přednáška 12. Srovnávání více než dvou průměrů

Vyšetřování libosti pachů se zaměřením na Parkinsonovu chorobu

Pedagogicko psychologická diagnostika. PhDr. Denisa Denglerová, Ph. D.

Seminář 6 statistické testy

Pravděpodobnost a aplikovaná statistika

Inferenční statistika - úvod. z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů

SPOKOJENOST OBČANŮ ZNOJMA S MÍSTNÍM SPOLEČENSTVÍM, 2016 VÝSLEDKY DOTAZNÍKOVÉHO ŠETŘENÍ. CI2, o. p. s. ČERVEN ZDROJ: MĚSTO ZNOJMO

Metodologie práce dětí a mládeže na vědeckých a technických projektech

Aplikovaná statistika v R

F a c e b o o k u. V n í m á n í. s t u d e n t y s t ř e d n í c h š k o l. a gymnázií

*Jihočeská univerzita v Českých Budějovicích, Zemědělská fakulta České Budějovice ** IDS Praha

Název Autor Vedoucí práce Oponent práce

UŽIVATELSKÝ MANUÁL. Obecné informace pro uživatele a administrátory dotazníku. Kariérový kompas

TEST Z TEORIE EXPLORAČNÍ ANALÝZA DAT

ASK. Test deduktivního a kreativního myšlení. HTS Report. Jan Ukázka ID Datum administrace Standard 1. vydání

DEMOGRAFICKÁ STUDIE MLADÁ BOLESLAV

MAS Havlíčkův kraj, o. p. s.

Analýza výsledků testu čtenářské gramotnosti v PRO /11

Tento výukový materiál vznikl za přispění Evropské unie, státního rozpočtu ČR a Středočeského kraje. Mgr. Monika Řezáčová

Volební model v březnu 2019

Dvouvýběrové a párové testy. Komentované řešení pomocí MS Excel

ohledu velmi citlivé i na jakékoliv výkyvy na trhu práce a velmi p esně je kopíruje. 9,1 8,5 7,8 6,3

Hodnocení stavu životního prostředí - květen 2016

Místo české hospody mezi restauračními zařízeními v roce 2006

Systém rizikové analýzy při sta4ckém návrhu podzemního díla. Jan Pruška

ANALÝZA DAT V R 3. POPISNÉ STATISTIKY, NÁHODNÁ VELIČINA. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK

Faktory podmiňující vzdělanostní aspirace a vzdělanostní segregaci u dívek a chlapců v v českém vzdělávacím systému

MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA ELEKTROTECHNICKÁ

KORELACE. Komentované řešení pomocí programu Statistica

Souvisí užívání návykových látek s postavením studentů ve třídě na střední škole? - prospektivní sociometrická studie

TECHNICKÁ UNIVERZITA V LIBERCI

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) - Kouření (V. díl)

Otázky k měření centrální tendence. 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení?

er Jilská 1, Praha 1 Tel.:

Názory obyvatel na přijatelnost půjček

Cizinci a cizinky ze třetích zemí na trhu práce v ČR

or11013 První otázka z tematického bloku věnovaného vysokoškolskému vzdělávání se zaměřila na mínění českých občanů o tom, zda je v České republice ka

TECHNICKÁ UNIVERZITA V LIBERCI

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

Testování hypotéz. Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry

Transkript:

INTELIGENCE: VENKOV VS. MĚSTO STATISTICKÁ ANALÝZA DAT, PSY117 Anna Rabelová 439534, psychologie Fakulta sociálních studií MU, 2014/2015

V této práci se věnuji úvaze nad použitím statistik v běžně dostupných populárních médiích. Porovnám zde sdělení vyplývající z článku Chytřejší lidé žijí ve městech, odhalil výzkum. Proč to tak je? z internetového informačního portálu iprima.cz a výsledky výzkumu M. Jokely publikovaného roku 2014, na který se článek odvolává. Markus Jokela se ve své studii zabývá otázkou vztahu kognitivních schopností v adolescenci/ranné dospělosti a rezidenční mobility v dospělosti. Rezidenční mobilita znamená stěhování se jedince v rámci čtyř rezidenčních oblastí typických pro USA: venkov R 1, předměstí S 2, širší město U 3 a centrum C 4. (Sleduje se stěhování z jedné oblasti do druhé nebo nevystěhování se z původní oblasti.) Autor též zohledňuje věk, vzdělání, ekonomickou situaci a rodinný stav. Roku 1980 bylo změřeno IQ 12 686 osob ve věku 15-23 5 let a byly spočteny průměry IQ v jednotlivých rezidenčních oblastech. Roku 1996 byly spočteny průměry IQ jednotlivých skupin lidí podle toho, kam se z které oblasti přestěhovali. 6 Pro tyto průměry byly určeny 95% CI, které jsou směrodatné v zhodnocení statistické významnosti jejich rozdílů. Domnívám se, že není třeba shrnovat článek samostatně, jelikož v následujícím textu rozebírám téměř všechny jeho tvrzení. V úvodu článku autor uvádí, že jsou ve městech inteligentnější lidé. Ze studie vyplývá, že rozdíl percentilu průměrného IQ lidí žijících na venkově a lidí žijících v ostatních rezidenčních kategoriích (které se nejspíš dají považovat za "město") z roku 1980 je průkazný, protože 95% CI těchto percentilů se nepřekrývají. Nicméně měření IQ proběhlo r. 1980 na osobách věku 15-23 let v USA. Tudíž není adekvátní podávat tuto informaci tak generalizovaně, jelikož to vytváří dojem univerzálnosti. 1 rural area 2 suburban area 3 urban area 4 central city 5 M=18,6 let, SD=2,3 let 6 16 skupin; skupina je určená tím, z které oblasti do které se člověk přestěhoval, např. venkov => předměstí, předměstí => centrum, širší město => širší město atd.

Iprima.cz v článku píše, že je prokazatelné, že ti, kdo míří do měst, mají vyšší inteligenci než ti, kteří zůstávají na vesnici. To lze chápat tím způsobem, že všichni, kdo se stěhují z venkova do města jsou inteligentnější než ti, kteří se z venkova nepřestěhují. Jokela uvádí, že sice se percentil průměrného IQ ZO z venkova, které se nestěhují, rovná 46 a percentily průměrného IQ ZO z venkova, kteří se přestěhovali, rovná 50-57 a 95% CI těchto hodnot se nepřekrývají (Příloha 1). To však stále vypovídá o průměrech, ne o jednotlivcích, tudíž ne každý, kdo se stěhuje z venkova do města je nutně inteligentnější než ten, který se z venkova do města nestěhuje. Autor tedy nepochopením zkreslil zásadní informaci a vytvořil urážlivý obrázek. Autor článku navazuje, že stejní lidé ale současně velmi často opouštěli velkoměsta s úmyslem žít v přírodě. Není zřejmé, co míní stejnými lidmi, ale pokud odkazuje na ty s vyšším IQ než je průměr jejich kategorie (R/S/U/C), pak jde o nedostatečně podložený výrok. Rozdíl mezi (a)percentilem průměrného IQ ZO z městských rezidenčních oblastí (S/U/C), kteří zůstali ve svém regionu a (b)percentilem průměrného IQ ZO z městských rezidenčních oblastí, kteří se přestěhovali na venkov, je 0-1 percentil (dle oblasti) a 95% CI těchto percentilů se překrývají, někdy i zcela (Příloha 1). Pokud výrok znamená, že se nejinteligentnější lidé z města stěhují na venkov více než kamkoliv jinam (kvůli slovu často), pak je výrok zcela nepravdivý. ZO z městských rezidenčních oblastí, které se stěhují do jiných městských rezidenčních oblastí, mají totiž podle studie v průměru vyšší IQ než ZO z městských rezidenčních oblastí, které se stěhují na venkov. (Studie mimochodem nesleduje důvody stěhování.) V návaznosti autor píše, že vědci o této korelaci už dlouho věděli, čímž v podstatě zneužívá vědecký zvuk pojmu korelace, aby článek vyzněl odborněji. Vlastně však není jasné, o které korelaci píše. Zlatým hřebem článku je skutečnost, že rozdíl mezi průměrnou inteligencí ve městech a na venkově činí 12 bodů. Opět není jasné o jakých bodech je řeč a zdá se, že se autor snažil napsat jakékoliv číslo, aby vytvořil dojem velkého rozdílu. Nicméně, pokud měl na mysli ve studii užívané percentily IQ, je možné, že zaměnil informace: 12 percentilů průměrného IQ totiž činí rozdíl percentilů průměrného IQ (a) ZO z

venkova, které se z venkova nepřestěhovali a (b) ZO z venkova, které se přestěhovali do centra města. Co se týče skutečných rozdílů průměrných IQ ZO z města a z venkova, pak se čísla pohybují mezi 3,9-6 percentilů (dle oblasti srovnané s venkovem). Tudíž je výrok zcela nepravdivý. Mezi největší nevýhody článku z iprima.cz řadím to, že autor dosti nezdůraznil, že výsledky studie můžeme vztahovat pouze k USA (už třeba kvůli tomu, že typické město v USA není srovnatelné s českým), že ZO byly (na počátku) ve věku 15-23 a výsledky podle slov Jokely nelze generalizovat. Autor článku navíc nedefinoval správně jednotky a nepracoval s intervaly spolehlivosti, čímž zanedbal nejpodstatnější informace. Zdá se, že studie byla v článku zneužita, aby zpráva působila věrohodněji a mohla snáze vyvolat bulvární kontroverzi tématu inteligence "vidláků" a "pražáků". Celá práce se odkazuje na tyto dva texty: Jokela, M. (2014). Flow of cognitive capital across rural and urban United States. Intelligence, 46, 47-53. doi:10.1016/j.intell.2014.05.003 Zoom.iprima.cz,. (2015). Chytřejší lidé žijí ve městech, odhalil výzkum. Proč to tak je? Prima ZOOM. Retrieved 1 May 2015, from http://zoom.iprima.cz/clanky/chytrejsilide-ziji-ve-mestech-odhalil-vyzkum-proc-to-tak-je

Příloha 1 Dobrý práca. Prácu prijímam. L.G. A já dodávám. To je mi ale vykutálený článek. On totiž milý pan autor použil percentilovou škálu, aby vyvolal dojem velkých rozdílů. U normálně rozložené proměnné ty percentily kolem průměru naskakují zatraceně rychle. Když si přepočítáte ty percentily na IQ skóry, tak zjistíte, že 46 je IQ98 a 57 je IQ103. Větší rozdíly na grafu, který jste uvedla, nejsou. Fér se nehraje ani v původní studii. SJ