!# # v "6c. ,ι ιι ι "ι ηι ιι ιι. # ι α αα+ 0+!α/,. * η ι ι ιη ηι ι η ι η ι ιι ι ι ι ι η ιη ι ι ιι ηι.

Σχετικά έγγραφα
ο),,),--,ο< $ι ιι!η ι ηι ι ιι ιι t (t-test): ι ι η ι ι. $ι ι η ι ι ι 2 x s ι ι η η ιη ι η η SE x

Media Monitoring. Ενότητα 7: Εισαγωγή & Ανάλυση δεδομένων με το SPSS. Σταμάτης Πουλακιδάκος Σχολή ΟΠΕ Τμήμα ΕΜΜΕ

α + α+ α! (=+9 [1] ι «Analyze-Regression-Linear». «Dependent» ι η η η!ηη ι «Independent(s)» η!ηη. # ι ι ι!η " ι ιηη, ι!" ι ηιι. 1 SPSS ι η η ι ιηη ι η

$ι ιι η ι ι!η ηι ι ANOVA. To ANOVA ι ι ι η η η ιη (Analysis of Variance). * ι! ι ι ι ι ι η ιη. ;, ι ι ι! η ιι ηιη ι ι!η ι η η ιη ι ι η ι η.

EDUCAT &ι'ι% Measurement Level: Ordinal Value Label 1,00 7ι η 2,00 -ι 3,00 3 ιι 4,00 * ι. Measurement Level: Scale

ι η ιι η η ι η η η ι ιη () ι η η η ιη Pearson r ι η!η ιι η η η ι ιηη. $ιη ηι ι η " ι η ι (ι) ι. 6 ι- ι ι ι η ι ι ι η η,!ι!ι ι η η, ι ι!

Έλεγχος ανεξαρτησίας μεταξύ δύο ποιοτικών μεταβλητών (Crosstabs - Chi-Square Tests)

τατιστική στην Εκπαίδευση II

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ


Στατιστική και Θεωρία Πιθανοτήτων (ΓΓ04) ΑΝΤΩΝΙΟΣ ΧΡ. ΜΠΟΥΡΑΣ Εαρινό Εξάμηνο

Ενότητα 6 η :Επαγωγική Στατιστική Ι. Ανάλυση δύο μεταβλητών. Δημήτριος Σταμοβλάσης Φιλοσοφίας Παιδαγωγικής ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ

ΤΕΙ ΗΠΕΙΡΟΥ ΣΧΟΛΗ ΕΠΑΓΓΕΛΜΑΤΩΝ ΥΓΕΙΑΣ ΚΑΙ ΠΡΟΝΟΙΑΣ ΤΜΗΜΑ ΛΟΓΟΘΕΡΑΠΕΙΑΣ. Μεγγίσογλου Ευθυμία Ξενογιώργη Αικατερίνη Σβολιανίτη Χριστίνα

ΕΚΠΑΙΔΕΥΤΙΚΗ ΤΕΧΝΟΛΟΓΙΑ ΚΑΙ ΑΝΑΠΤΥΞΗ ΑΝΘΡΩΠΙΝΩΝ ΠΟΡΩΝ

Η Σχέση Της Επιχειρηματικής Στρατηγικής Και Της Καινοτομικής Επίδοσης: Μια Εμπειρική Διερεύνηση Σε 2000 Ελληνικές Επιχειρήσεις

«ΘΥΜΑΤΟΠΟΙΗΣΗ ΚΑΙ ΦΟΒΟΣ ΤΟΥ ΕΓΚΛΗΜΑΤΟΣ ΣΤΟ ΔΙΑΔΙΚΤΥΟ»

Μαντζούνη, Πιπερίγκου, Χατζή. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 5 ο

Για να ελέγξουµε αν η κατανοµή µιας µεταβλητής είναι συµβατή µε την κανονική εφαρµόζουµε το test Kolmogorov-Smirnov.

Μεθοδολογία των επιστημών του Ανθρώπου: Στατιστική Ι

Μενύχτα, Πιπερίγκου, Σαββάτης. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 5 ο

3 ι ηι ιι η ι -ηι. ι ι ι ι. «η» η ι ι ι ι η ι.,ι ι ι ι ι "ι η ι % ι ι "η ι ι ι η ι ιι. ι ηι ι η ι «ιι ι»

ΚΟΙΝΩΝΙΟΒΙΟΛΟΓΙΑ, ΝΕΥΡΟΕΠΙΣΤΗΜΕΣ ΚΑΙ ΕΚΠΑΙΔΕΥΣΗ

Κεφάλαιο 16. Σύγκριση συχνοτήτων κατηγοριών: το στατιστικό κριτήριο χ 2. Προϋποθέσεις για τη χρήση του τεστ. ιαφορές ή συσχέτιση.

ΠΕΠΟΙΘΗΣΕΙΣ ΕΠΑΡΚΕΙΑΣ ΤΩΝ ΚΑΘΗΓΗΤΩΝ ΚΑΙ Η ΣΧΕΣΗ ΤΟΥΣ ΜΕ ΤΗ ΣΤΑΣΗ ΤΩΝ ΚΑΘΗΓΗΤΩΝ ΑΠΕΝΑΝΤΙ ΣΤΗΝ ΑΞΙΟΛΟΓΗΣΗ ΕΙΣΑΓΩΓΗ

Ποσοτικές Μέθοδοι Ανάλυσης στις Κοινωνικές Επιστήμες

Μεθοδολογία της Έρευνας και Εφαρμοσμένη Στατιστική

Ασκήσεις Εξετάσεων. Μεταπτυχιακό Πρόγραμμα Σπουδών στη. Διοίκηση των Επιχειρήσεων

Συνάφεια μεταξύ ποιοτικών μεταβλητών. Εκδ. #3,

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 3. Στατιστική Συµπερασµατολογία για ποιοτικές µεταβλητές

1. Ιστόγραμμα. Προκειμένου να αλλάξουμε το εύρος των bins κάνουμε διπλό κλικ οπουδήποτε στο ιστόγραμμα και μετά

ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης

Η εύρεση της πιθανής σχέσης μεταξύ δύο ποιοτικών μεταβλητών επιτυγχάνεται

ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

τατιστική στην Εκπαίδευση II

ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ. Στατιστική. 7 ο Μάθημα: Ο Έλεγχος Χ 2. Γεώργιος Μενεξές Τμήμα Γεωπονίας

Σπουδαστές Γιαννουλάκης Αντρέας Α.Μ Τσουρουνάκης 'Αγγελος Α.Μ Μουτουσίδου Πόπη Α.Μ Εισηγητής: Ταφιάδης Χρ.

ΕΞΕΤΑΣΗ ΤΗΣ ΣΧΕΣΗΣ ΔΥΟ ΜΕΤΑΒΛΗΤΩΝ

Μη Παραμετρικοί Έλεγχοι & Η Δοκιμασία Χ 2

ΕΡΓΑΙΑ Εθηίκεζε αμίαο κεηαπώιεζεο ζπηηηώλ κε αλάιπζε δεδνκέλωλ. Παιεάο Δπζηξάηηνο

Βοήθημα Εξετάσεων. Μεταπτυχιακό Πρόγραμμα Σπουδών στη Διοίκηση των Επιχειρήσεων

Επαγωγική Στατιστική

ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

Karl Pearson (27 March April 1936)

ήέώήίςές ύό ά όόίςόςύς ές

ΣΧΕΔΙΑΣΜΟΣ. ΠΟΛΥΞΕΝΗ ΗΛΙΟΠΟΥΛΟΥ Αγρονόμος-Τοπογράφος Μηχ. Δρ. Γεωγραφίας Καθηγήτρια Τμ. Τοπογραφίας ΤΕΙ ΑΘΗΝΑΣ

Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές. Εργαστήριο Γεωργίας. Viola adorata

Εργαστήριο στατιστικής Στατιστικό πακέτο S.P.S.S.

Στατιστική. 10 ο Μάθημα: Προσομοίωση Εξέτασης στο μάθημα της Στατιστικής (Λυμένα και Άλυτα Θέματα) Γεώργιος Μενεξές Τμήμα Γεωπονίας

των Αποφοίτων του ΤΕΙ Κρήτης στην Αγορά Εργασίας

Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΕΛΕΓΧΟΣ ΥΠΟΘΕΣΕΩΝ

Εισαγωγή στην Ανάλυση Διακύμανσης

ΚΕΦΑΛΑΙΟ 5 ο. 5.1 Εντολή EXPLORE 5.2 Εντολή CROSSTABS 5.3 Εντολή RAΤΙΟ STΑTISTIC 5.4 Εντολή OLAP CUBES. Daily calorie intake

ΤΕΙ Αθήνας Μεθοδολογία της έρευνας και Ιατρική στατιστική Ενότητα 4

Έλεγχος καλής προσαρμογής για μια ποιοτική μεταβλητή (Nonparametric Tests Chi-Square)

Λογαριθμικά Γραμμικά Μοντέλα Poisson Παλινδρόμηση Παράδειγμα στο SPSS

Ενότητα 4: Μη-παραμετρικές δοκιμασίες

Lampiran 1 Output SPSS MODEL I

ΥΠΟΥΡΓΕΙΟ ΕΘΝΙΚΗΣ ΑΜΥΝΑΣ ΑΞΙΟΛΟΓΗΣΗ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΣΥΝΕΙΔΗΣΗΣ ΠΡΟΣΩΠΙΚΟΥ ΕΝΟΠΛΩΝ ΔΥΝΑΜΕΩΝ (ΕΔ) ΜΕΣΩ ΕΙΔΙΚΟΥ ΕΡΩΤΗΜΑΤΟΛΟΓΙΟΥ ΕΚΘΕΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ


ΑΝΑΛΥΣΗ ΠΟΙΟΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ: Συγκρίσεις μεταξύ ομάδων. Η σύγκριση 2 ποιοτικών μεταβλητών με >2 ομάδες.

ά ς ά ς ώ ς ί ς ά ς ί ς ής ύ ή ς ί ί

Α.Σ.ΠΑΙ.Τ.Ε. Π.Ε.ΣΥ.Π. ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ ΓΙΑ ΤΟΥΣ ΣΚΟΠΟΥΣ ΣΥΕΠ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕ ΤΟ SPSS

Κεφάλαιο 17. Σύγκριση συχνοτήτων κατηγοριών: Το στατιστικό κριτήριο χ ΠΡΟΫΠΟΘΕΣΕΙΣ ΓΙΑ ΤΗ ΧΡΗΣΗ ΤΟΥ ΚΡΙΤΗΡΙΟΥ 17.2.

Στατιστικές Υποθέσεις

τατιςτική ςτην Εκπαίδευςη II

ΠΑΡΑΡΣΗΜΑ 11 ΤΠΟΤΡΓΔΙΟ ΠΑΙΓΔΙΑ ΚΑΙ ΠΟΛΙΣΙΜΟΤ ΓΙΔΤΘΤΝΗ ΜΔΗ ΣΔΥΝΙΚΗ ΚΑΙ ΔΠΑΓΓΔΛΜΑΣΙΙΚΗ ΔΚΠΑΙΓΔΤΗ

ΕΚΠΑΙΔΕΥΤΙΚΗ ΕΡΕΥΝΑ 1. ΜΕΡΟΣ Α - ΕΡΕΥΝΑ ΑΠΟΣΑΦΗΝΙΣΗ ΠΕΔΙΟΥ 2. ΜΕΡΟΣ Β ΣΧΕΔΙΑΣΜΟΣ - ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ 3. ΜΕΡΟΣ Γ ΑΝΑΛΥΣΗ-ΕΠΕΞΕΡΓΑΣΙΑ ΕΡΩΤΗΜΑΤΟΛΟΓΙΟΥ

ΣΗΜΕΙΩΣΕΙΣ ΣΤΑΤΙΣΤΙΚΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥ ΩΝ «ΦΡΟΝΤΙ Α ΣΤΟ ΣΑΚΧΑΡΩ Η ΙΑΒΗΤΗ» ΑΝΑΛΥΤΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

Περιγραφική Ανάλυση ποσοτικών μεταβλητών

1. Hasil Pengukuran Kadar TNF-α. DATA PENGAMATAN ABSORBANSI STANDAR TNF α PADA PANJANG GELOMBANG 450 nm

Δρ Κορρές Κωνσταντίνος

Ι Ο Λ Ο Γ Ι Μ Ο - Α Π Ο Λ Ο Γ Ι Μ Ο Μ Η Ν Ο Γ Δ Κ Δ Μ Β Ρ Ι Ο Υ

1991 US Social Survey.sav

ΕΝ ΕΙΚΤΙΚΕΣ ΑΠΑΝΤΗΣΕΙΣ ΑΣΚΗΣΗΣ 2 (Εργαστήρια µαθήµατος «Στατιστικά Προγράµµατα», τµ. Στατ. & Ασφ. Επιστ., 04-05) (Επιµέλεια: Ελευθεράκη Αναστασία)

14PROC

Αν οι προϋποθέσεις αυτές δεν ισχύουν, τότε ανατρέχουµε σε µη παραµετρικό τεστ.

ROEHAMPTON UNIVERSITY MA IN EDUCATION Ρ ΚΟΡΡEΣ ΚΩΝΣΤΑΝΤIΝΟΣ ΑΘΗΝΑ 2011

PENGARUHKEPEMIMPINANINSTRUKSIONAL KEPALASEKOLAHDAN MOTIVASI BERPRESTASI GURU TERHADAP KINERJA MENGAJAR GURU SD NEGERI DI KOTA SUKABUMI

Στατιστικοί έλεγχοι του Χ 2

ΔΕΛΤΙΟ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΔΕΙΚΤΗ ENV07-COMP3: ΣΥΝΘΕΤΙΚΟΣ ΔΕΙΚΤΗΣ ΠΙΕΣΕΩΝ ΜΕΤΑΒΟΛΗΣ ΧΡΗΣΕΩΝ ΓΗΣ

Σύντομο Εγχειρίδιο SPSS Πέτρος Ρούσσος & Γιώργος Ευσταθίου Πρόγραμμα Ψυχολογίας, Τμήμα ΦΠΨ, ΕΚΠΑ


ΒΟΗΘΗΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ SPSS

Παράγοντες που Συμβάλλουν στην Ικανοποίηση του Τραπεζικού Πελάτη

ΣΗΜΕΙΩΣΕΙΣ ΣΤΑΤΙΣΤΙΚΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥ ΩΝ «ΦΡΟΝΤΙ Α ΣΤΟ ΣΑΚΧΑΡΩ Η ΙΑΒΗΤΗ» 2 ο Μάθηµα

6.4. LOGLINEAR (MANOVA) 121

ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης

Οι νέοι και το περιβάλλον: Περιβαλλοντικές στάσεις και συµπεριφορά µαθητών Λυκείων και ΤΕΕ του Ν. Ροδόπης

Κωνικές τομές. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Άλγεβρα Κεφάλαιο ασκήσεις. εκδόσεις. Καλό πήξιμο / 8 /

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ


6 / 4 / Βιοστατιστικός, MSc, PhD

ΐ;ΧΟΛΗ ΔΙΟΙΚΗΙΜΕ RAI ΟΙΚΟΝ ΛΙΙΑΣ. ΤΜΗΜΑ AOriCTIKH. ΘΕΜΑ : ΚΟΣΤΟΣ ΙΙΑΡΑΓϋΓΙΚΗΣ ΔΙΑΔΙΚΑΣΙΑΣ ΜΙΑΣ ΒΙ(»1ΗΧΑΗΙΚΗΣ ΕΠΙΧΕΙΡΗΣΗΣ. .

ΑΝΑΛΥΣΗ ΠΑΛΙΝΔΡΟΜΗΣΗΣ,

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ


Α. Μπατσίδης Πρόχειρες βοηθητικές διδακτικές σημειώσεις

Α θ ή ν α, 7 Α π ρ ι λ ί ο υ

Kάθε γνήσιο αντίτυπο φέρει την υπογραφή του συγγραφέα. Copyright: Δαφέρμος Βασίλης, Eκδόσεις Zήτη, Μάϊος 2005, Θεσσαλονίκη

Transcript:

!# # v "6c #,ι ιι ι "ι ηι ιι ιι. # ι α αα+ 0+!α/,. * η ι ι ιη ηι ι η ι η ι ιι ι ι ι ι η ιη ι ι ιι ηι. $ι ιι η ι ι ι η ηι ι ιι ιι chi-square ι 0 2 ι ι ι! α (measures of association. ο,,,--,ο& 632ε/+ ιι ιι x 2 η : «ι ι η!η! ;» $ι η η! ι ι η η η η η η ηι ι ι '50 ι '60. 6 "η η ι ι ι η η ι ι ι η ι ιι ηι ( 1962 ι η $ι ι η ι η # η ηιι ι. # ι 0αα!α1α! 2 $ι η ι #η ι 2 $ι ηιι ι ι ι ι 1962. ι 4 $ι, η η ι 393 η. #ι η (ηι ι 1962.sav: *!" # " 1962 ε υε &υ" η &ε % &η % % &υ" η &ε % &η % % &υ" η &ε % &η % % ε" *ηη 1962 ' $ ε" 138 53 191 72,3% 27,7% 100,0% 45,7% 58,2% 48,6% 35,1% 13,5% 48,6% 164 38 202 81,2% 18,8% 100,0% 54,3% 41,8% 51,4% 41,7% 9,7% 51,4% 302 91 393 76,8% 23,2% 100,0% 100,0% 100,0% 100,0% 76,8% 23,2% 100,0% η ι 393 ι ι η # ι ηιι ι. ι : η η 393 η ι ιι ι 1962 ι ι $ η # ι $ ηιι ι ( η η 59

; * η η ι ι ιη', η. ι ι ι! $ ι ι ι ; ( ι ηι ι ι η ι ηη ι ; # ι ι ηι η (η. η ι η ι ηι ι (expected η ι ι η ι ι ι η.,ι ηι η 5 ι "ι!: - ι%!ι ',% ι* i % ',! w -εο0b,η ι η ηι η ι ιι $ι η # 1962 "ι!: c ε2 w xεy VcPjP 146k8 VjV &, " η ι ( ι ηη (observed η ηι, ι η, η η ι η η. ι ι ι ι ηι η ι : *!" # " 1962 ε υε " + υ" η,εωη υ" η + υ" η,εωη υ" η + υ" η,εωη υ" η ε" *ηη 1962 ' $ ε" #" 138 53 191 146,8 44,2 191,0 164 38 202 155,2 46,8 202,0 302 91 393 302,0 91,0 393,0 2 η ι ι ι ι ι ηι η ι. # ι ι η η ι ι ι ι η $ ι 1962. # ι ι ι ι ι ι ιη' (ι η. ι η ιη' ι ι η ι η η ι ηι. $ι ι ιι ι ι ι ι ι ι ηι η ι ι 2x2 ι ι ι ι η! η η (ι, ι ι η η! η η ι ι ι ι ι ι ι η "ι, ηι ι α + x 2. * ι, η ιι ιι ι η!ιηη η ι ι ι ι ι -η ι x 2. x 2 ι η ι ιι!ιι η η 0 2 60

αα+ ι η ι. $ι 2x2 (η 2 η 2 η η ι " Pearson x 2 Pearson chi-square. Pearson chisquare ι ι ηι ι x 2. 3 Karl Pearson (1857 1936 ι η η ιι ιη, η " ιι" ι η η!ι!η ι ι η ιι η, ι ι ι ι!ι η ι ι η ι. *ι ιη η ι η η η ηι ι ιι "ι η η, ι ι η. # ι ι, 2 ι Pearson r! ι ι ι ιι η ηι ι ι ιι ιη. # ι*! ι ι ι '% η ιη η η!+ - ι ι!: $ ι 1962, ιι ι η ι η (# ηιι ι. *ι αα+ - ι η η: $ ι 1962, ιι ι η ι η (# ηιι ι. 5ι ', 2 $ι η ιι ιη x 2 ι ι ιι ι % ι: 5% 1:,ι η ι!η!. 5% 2:,ι -η ι η ι ι ι!. 5% 3:,ι ηι η ι η ι ι (<5 1. # ηι ι ι. $ι ιι ιι!" ι ηιι ι ηι % η ι ι ιι ι ι ι ι ι. *ι η ι ι % η ι ι ι ι. ι ηι!ι η. & η ι ι ιη ιηι (.. 2000 ιη 200 ιη ι. # η ι ι ηι 11 ι ι ιι ι. /η ηι η ηι η ι η. ι ι η ι!η!, η. ι ι η ι η!ι η ι ι η η η ι ιι η % η 1. & η ι -η ι η ι ι ι! ι η η η ι -η η ι ιι η % η 2., η ι 4 ι ι 5 ηι, ι ι ι ιι ι η η % η. +% ' ι* ', 2 & ι ιι ι % ι η ι ιι ιη x 2 ι η ηι η. - ι% ', 2 2 2 (3-5 5 1 / W.G. Cochran, Some methods for strengthening the common chi-square tests, Biometrics,.10, 1954,.417 454. 61

$ι η ι x 2 : 3, ι (. " η ηι η 5. #ι ι η η η ι η ι η ηι (3-5. ι ' (3-5 2. /ιι ' ι 5. 3 ι ι. ι η ι ιι ιη x 2. η ι, η ι,! "ι. * η ι η 2 ι ι 4,4. $" ι η ι 2 ι η η! η η. 3 ι ι 2. 3, η ι, η 2 ι ι ηι η η!ι (degrees of freedom -df ι ι ι : - ι% " ' >Wtd+εOpPed+,ηOpPe ι ( - ι ηη (# - ηιι ι ( η"ι 2x2 ι ι: df= (2-1(2-1= 1 ( $" ι η 2 ι ι αα -α+ 0 2 αα+ ( ι η 2 ι ι 5. # ι η 2 ι ι df=1 ι ι ι ι ιι ηιη 5% ( p=0,05 ι 1% ( p=0,01 ι, ι 3,84146 ι 6,63490. df\.050.025.010.005 ι, 1 3.84146 5.02389 6.63490 7.87944 2 5.99146 7.37776 9.21034 10.59663 3 7.81473 9.34840 11.34487 12.83816 4 9.48773 11.14329 13.27670 14.86026 5 11.07050 12.83250 15.08627 16.74960 2 ι ( 2 =4,4 ι η η ιη ι 5% (.η 0,050. ι, η ηι η ι ι!η η ι ηη (# ηιι ι ι $ 1962 ι. (ι η ι η ι ι ηι η ι η (! η η η η ι ηι ι η ι + ι"ι η ι. 62

&! ιι ι% ι ', 2 $ι ι η η ι 2 ι ' ι ι ηι η ι η η. FtkP6t/&%ιι7'*+*!$*ι!ee'*ι**%.$,*υ.υ\'*%4,,5%*ι$%$5/, %ι4,*+\>*ι/υ*'$+,%ι'*ι+*+,%+$&.$+/,%$$*ι,%*8+*.,%$υ,8% */*&+ $%! '*υ&!ee %4,*%/ ι,%*8+*.%ι %=/*+*%,%*=*υ> % υ*2*+%*ω$+,,%.&υ,% %*2 %,ι$*$+ '*ι * *%.$,*/, %.υ\ '4ω $5/,* $*+ %ι4,*+\> m*$ι *υ,%*+,+%ι2 υ'7%$+'*ι ι,%*8+*.%ι %=/*+*%,%*=*υ ι υι7%*,%*+%*ι2υ'7%$+'*ιι,%*8+*..&υ$&.$+,%*=*υ$*+7υ$,'>*%.$,*/,%ι$**ι$*ι-$+,*ι/$%%%%,ι$*$+""y> Ftk[6t/&%ιι7'*+*q$*ι!ee'*ι**%.$,*υ.υ\'*%4,,5%*ι$%$5/, %ι4,*+\>υ*'$+,%ι'*ι+*+,%+$&.$+/,%$$*ι,%*8+*.,%$υ,8%*/*&+ $%q'!ee*υ&%4,*%/ι,%*8+*.%ι%=/*+*%,%*=*υ> %υ*2*+%*ω$+,,%.&υ,% %*2%,ι$*$+'*ι* *%.$,*/, %.υ\ '4ω $5/,* $*+ %ι4,*+\> m*$ι *υ,% *+,+%ι2 υ'7%$+ '*ι ι,%*8+*. %ι %=/*+*%,%*= *υ ι υι7%*,% *+ %*ι2 υ'7%$+'*ι ι,%*8+*..&υ $&.$+,%*=*υ $*+7υ$,'> *%.$,*/,%ι $**ι$*ι-$+,*ι/$%%%%,ι$*$+"qy> Ftk[6t/&%ιι7'*+*[q$*ι!ee'*ι**%.$,*υ.υ\'*%4,,5%*ι$%$5/, %ι4,*+\>υ*'$+,%ι'*ι+*+,%+$&.$+/,%$$*ι,%*8+*.,%$υ,8%*/*&+ $% [q '!ee *υ& %4,* %/ ι,%*8+*. %ι %=/*+*%,%*= *υ> % υ*2 *+ %*ω$+ * *%.$,*/, % &' ( &*+,-ω /', 0-, +%> m*$ι %,,% \υ,% *+,+%ι2 υ'7%$+ '*ι ι,%*8+*. %ι %=/*+*%,%*= *υ> * ι*υ-$υ,% ι5%*ι/e7,%'*ι**%.$,*/,0% '%01 234> #ε.-,ε(2ε 3' ιι ιι 2 η ι ι η η η ι η η η η.,ι ι η ι ι ι η η η η. ι ι η ι!ι ηι η ηη η η ( ι ηι ι ι ι ηι η. ι ι ι PYBde, η ι + "ι η ι 2 ι ηι ιι ι η ι ( ι η ηι η -η ( 2x2. 2 η ι η ι + η ι η ι! η. ι + ι η ι " η ι x 2 ι ι. - ι% ' 'ι 2 $ι η ι η + ι ι ( x 2 =4,4 ι =393, : 63

2 = 4,4 = 0, 01119 = 0,106 393...&., ε ε 2007 K;?_:;z9A 2 η ι ι -η ι ι ι η ( 3x3 ηι ιι η Cramer's V ("ι ι η ι x 2. ι Cramer's V ι 0 ι +1. - ι% ' 'ι Cramer's V V 2 ( k 1 k ι ι -ηι η η η ι ι ι -η. $ι ι 3x4 η ι k ι 3. $ι 2x2 η ι k ι 2 k-1=1. ι, η ι Cramer s V ι 2x2 ι ι η ι η ι +., η η η ι ι: +ι, < 0.1 #η > 0.1 < 0.2 *ι >0.2 < 0.3 ι > 0.3 / 6ι ι!, x 2 ι ι ι ιι ηι η ι η ι ηη (# ηιι ι ι $ 1962 (p<0,05, η η η η ι η ι η ι + ι ι η. KD8<B8^:8ESED:WWBEB:8<dKKeP:?;9D8{9K, η "ι η ι 2 ι ηι ιι η ι η ι ηι ιη ι ι ι η ι ι - η ι ι η η ι 5x5. - ι% ' CC CC 2 2 η η ι ι η ιη ι ι ι 1!ι. $ι ι η ιη ι CC ι 4x4 ι 0,87. # ηιι CC ι η ιη! ι ιι.,ι ι ι ι +, Cramer's V ι CC!ι ι ι η!ηη ι ι!ηη. #, ι ι ι η ι ι η!ηη. I?_J>?de, η "ι ι ιι ι 2., η "ι η ι ι ι η 'η η ι ι η ( (!ηη " η ι η η 9 (!ηη. ι!ι ι ι η!ηη ι ι!ηη. *ι ι = 0,15 ηι ι! 15% η 'η η ι η!ηη η 'η η ι η!ηη. 64

- ι% ' 'ι...&., ε ε 2007 P(1 P(2 (1 P(1 ι η ιη ι η 'η η ι η!ηη η 'η η!ηη ι 6(2 η ιη ι η 'η η ι η!ηη η 'η η ι η!ηη. $ι ι ηι ι "ι P(1 ι P(2 ι" ι. ι ι η ι 191 ι ι ι η η ι!ηη ι η % η ι ι ι ι ι ι "ι.,ι ι ι ιη η ": $% & '$( %$* 93 23 116 % ι 80,17% 19,83% 100% *%+$ 12 63 75 % ι 16,00% 84,00% 100% '$( 105 86 191 % ι 54,97% 45,03% 100% ( ι η ι η " (!ηη η ι ι ι η η (!ηη η. # ' ι ι η η, ι ι η ιη ' η «.#1» ι η ηη ι η η η (54,97%. # ι 45,03% ι η «,91». 6ι 0(1, η ιη ι η 'η η ι η!ηη η 'η η!ηη, ι 0,45. & 'η η ι ιιη ι ι ' ι ηη! η ιη 'η ι ι η «.#1» ( 80,17% ι ι " ι η «,91» ( 84% ". # η η η ' ι ι 23 ι η «,91» ι 12 "ι η «.#1». 6ι, η ιη 0(2 ι η 'η η ι η!ηη η 'η η ι η 23 12 35!ηη ι 0, 18. 191 191 * η η ι ι: P(1 P(2 (1 0,45 0,18 0,45 0,27 0,45 0, 6 ι 0,6 ι ι η ι η 'η ηη ι ι 6% 'η η ι ιιη ι. #ι 45% ιη ι η ι 45-6= 39% 'η η ι ιιη. #, η η, η ηη!ηη ι η ι ιιη "!ηη η ι ιι. 65

mdd>_?8 K;H9n?GT?H, η Goodman & Kruskal Tau ι ι ι ηι ι ι η η '.,ι ι ι η ι 0 ηι ηι η η ' η!ηη η " η ι η!ηη, 1 ηι 100% ι η 'η. - ι% ' 'ι Goodman & Kruskal Tau P p, P $ι " η! ι :, #" - 18-30 31-40 41-50 >50!. 4 11 18 70 103 /+ε 29 48 47 73 197 0ε 17 19 26 15 77 &ε 21 21 11 13 66 +η 2 5 3 0 10 &"ε 16 13 6 10 45 $ " 89 117 111 181 498 ι"ι ι η ι 498 ι ιη ηιι η ι ιι η ( ι ι η η ηι η η η ". ( ι η ηιι η η ι η"ι ι ι ι ι η ηι. η η η ι Goodman & Kruskal Tau ι ι " η ηιι η ' η ηι η η η ". $ι ι η Goodman & Kruskal Tau " η ι & 1 ι ι : E 1 B ε2 c ε2 ι : ε2 ε2 E1 B cε2 - $! #" -$! #"!. 103 395 0,793 81,696 /+ε 197 301 0,604 119,070 0ε 77 421 0,845 65,094 &ε 66 432 0,867 57,253 +η 10 488 0,979 9,799 &"ε 45 453 0,909 40,933 = 498 & 1 =373,85 ι -. ι ι ι "η ', " η ηιι η η ι η (η, η ι 66

η!ηη η, η!ι (ι ηι η (η. η ι η!ηη. η η ι 103 ι ι ι 395,... ε2 ι η ι ' ι η. $ι ι, ι η η!ι (ι ι 79,3% ι η 'η ( ι ι 20,7%. #, ι η! 60% ι,... ι & 1i η η η ι ι! η η 'η. $ι ι, ι 81,7 103! η!ι η 'η, η. ι! η!ι ι!ι ι η... η ι & 1 "ι ι ι ι ι η 'η ι! η ι! ι, 'η η ι η!ηη η, η. ι ηιι η. η η,! ι 373,85 498! # ι ι ι 'ι ι η!ηη 'η ι ι η!ηη. ι & 2i α - + "ι : E 2 B W -εο0b cw -εο0b &" η η η :, W -εο0b W-εο0B 18-30 E2B cw-εο0b - f $!"-f!. 4 85 0,95505618 3,82022472 /+ε 29 60 0,674157303 19,5505618 0ε 17 72 0,808988764 13,752809 &ε 21 68 0,764044944 16,0449438 +η 2 87 0,97752809 1,95505618 &"ε 16 73 0,820224719 13,1235955 " 89 18-30= 68,25 η η W -εο0 η ι ι ι η ιη ι 'η ι η ηι ι η!ηη η ι " η ηιι η ι, η. " η ι η!ηη η. 6ι ι 89 ηι 18-30! η!ι η ηι, 95% 89 ι. #ι, ι η 67,4% ι,... η η η ι ι ι ι ι ηι 18-30 ι η 'η ι " ι ι ηι 18-30. 6ι ι 3,8 4! η!ι, ι " ι ηι 18-30,! η '. η ι & 18-30 "ι ι ι ι ηι 18-30 ι η 'η " η ι η!ηη η. η η,! ι 68,25 89. $ι η ηιι η 31-40 ι ι: 67

, W -εο0b W-εο0B 31-40 E2B cw-εο0b - f $!"-f!. 11 106 0,905982906 9,96581197 /+ε 48 69 0,58974359 28,3076923 0ε 19 98 0,837606838 15,9145299 &ε 21 96 0,820512821 17,2307692 +η 5 112 0,957264957 4,78632479 &"ε 13 104 0,888888889 11,5555556 " 117 31-40=87,76 2 " η ι & 2 ι ι ηιι η:, W -εο0b W-εο0B 41-50 E2 B cw-εο0b - f $!"-f!. 18 93 0,837837838 15,0810811 /+ε 47 64 0,576576577 27,0990991 0ε 26 85 0,765765766 19,9099099 &ε 11 100 0,900900901 9,90990991 +η 3 108 0,972972973 2,91891892 &"ε 6 105 0,945945946 5,67567568 " 111 41-50=80,59, W -εο0b W-εο0B >50 E2B cw-εο0b - f $!"-f!. 70 111 0,613259669 42,9281768 /+ε 73 108 0,596685083 43,558011 0ε 15 166 0,917127072 13,7569061 &ε 13 168 0,928176796 12,0662983 +η 0 181 1 0 &"ε 10 171 0,944751381 9,44751381 " 181 >50=121,76 * η : & 2 = & 18-30 + & 31-40 + & 41-50 + & >50 = 68,25 + 87,76+ 80,59 + 121,76= 358,36 '", " ι η 'η ηι ι 373,85 498. & " η ι η!ηη ιι ι 'ι ι 358,36. /η 15,49 ι 'ι. #ι ι ι 'ι ιι: P p, P V Vki[pV[ikV` V Vki[ P[kXj V Vki[ 0,04 η " η ηιι η ι ι η ιη η 'η ηι η η η " 0,4%, η ι! ι ι ιι ι 68

$F:?;_?8;YD &ι η η ι ι η ι ι ι ι ι " ι!η (ι ι η ι ι ι. * ι ι η η η ι η ι ι ι ι -1 (ηι ι +1 (ι ι. 2 η ι ηι"ι ±1 ιη ι η ι, ηι"ι 0 ι ι. 3 η η, ι ι η ι ι! η ι!η ι! η η ι α + ι ι( ι: m??d/e, η "ι ηι ι ιι ι " " (>, "ι " (< ι " " (= ι " ηι ιη " "" (tied -, ι (concordant -P ι η ι (discordant -Q (ι ι ι ι " ι ι!ιι η ι ι ι ι η. ι ι ι ι ι " (0 ι ι η ι " (Q ι η ι., η ι ι -1 +1. ι =-1 ηι ι ι ι ι ηι η ι η ι =+1. 2 =0 ι ι 2 η "ι!. $ι ι, ι ι =.61 ι ι ι η η η 9 ι η η (. K:8>?GGz9<?HE, η ι ιι ι ι ι ι ι ι η ι ηι ι ι ι ι ι ι ι ι η ι ". K:8>?GGz9<?HJ, η ι ιι ι ι ι ιη ι «"η» (tied ι ι η. $D_:;9z>, η ι ι ηη η tau b ι ι ιιη! η!ηη ι!ηη η., Somers' d ιι tau b ι ηι ι ι ιη ι " "η" η!ηη η. 'ι Kappa ι, ιι * ι" η ιι ιη ι η ιι ι"ι ηι ( ι ι ι, η, ι, ηιι, ηι η.., ι η ηη (!ι ι η ηη, ι,.., η η ι η ι. 3ι η ι ι Berelson (1952,.519 ι ι ι η ιιι, ηι, ι ι "" ιη ι ι ιι. &η ι ι ι ιη ι η η ι ι ι η (, η ι ι ι!ι, ι, ι ι ι η, ηι, ι ι ι ι ι ιι. 2 ι ιη, η!ι ι η ι ηη ι, η ι ι!:!ι ι ι η ; 2 η euendorf (2002, ι η η ι ι ι ι 'ι ι ιιι ( ι ι ιι ηιι "ι" ι η η, η!ι ι ι ηη, η. η "ι" ( η -.. η!η, η η, η ι η, ι!ιι ηι. # η ι 69

!ι ι ηι ι ι "" ( ι ι ιι.,ι ι,!!ι ι ι η ι ηη ι η η η ι η, ι "η ηι ι η "ι" η ι η ι ηη. # ιι ι! η ι ηη ι ιι (.. 20 ι ι 1000 η ι η ι ηη ι. 2 ι η ι ι!η "ι" ι η ι ηη ι!ι ι.!ι ι ηι ι!ιι ηι ι ι η ι!ι ι ι η ιηι. 6 ηι ι ι η!ι ι ηι ι ι ι η η!ι ι! ι (intercoder reliability. u32ε/+ε+ο/,ο(k?ff?,η2(η3εε&ο+ο( $ι η η η Kappa ι!ι ι! ι ι ι" ι. # ι η ηι η ι η '70 ι ιι ηι ι ι ι ι ι ι ιι η ι ηι ι η: η 1. "ηι ι ιι ι ι" η 2. "ηι ιι ι ι" η 3. "ηι ιι" η 4. "ηι ιιι ι ι" η 5. "ηι ι ιιι ι ι" η ι,!ι ι ιι! η ι!ι ηι ι ιι ηι ι ι η ι η '70; * ι η ηι ι η ι ιι ;, ι ι η η!ι ι! ι (intercoder reliability ι ιι η. * η, 86, ηι!ι, "η "ι" ι ι, ιι ι!η, ι ι η ι ( kappa.sav. η ι ι ι ι ι ι ι!ι ι ιι! ι ηι ι ηι... 6 η!ι ι! ι ηι ιι ι ι ι ι Cohen's kappa (k., η kappa ι η! 2 ι 'η η 'ι η ι (. ηι η ι". # "ι. 3οο/+,ο(K?FF? η ι ι ι η Kappa ι ηι. ι 9 ι ηι ι ι η ι 1, η. ηη η ιι "ηι ι ιι ι ι". # 86 ι ηι, 2 ι 1 η ι 1 ι ι 2 η ι 2 η. ι "ηι ι ιι ι ι" ι ι 2 "ηι ιι ι ι". 70

1 *# 1εε %υεε 1εε *# *# " 1 * " 2 1εε 2 1εε *# %υεε 9 2 2 3 0 16 0 9 2 3 1 15 0 0 11 1 3 15 1 0 0 20 3 24 0 0 0 0 16 16 10 11 15 27 23 86 η ι " η ηι ι η η ι, ι ι ι ι x 2. w -εο0b,η * η η ηι η ι ι ι ι η 9, ι: c ε2 w -εο0b PcP` 1k9 i` ι ι : 1 *# 1εε %υεε 1εε *# " 1 * " 2 2 *# 1εε %υεε 1εε *# +. υ". 9 2 2 3 0 16,εω. υ". 1,9 2,0 2,8 5,0 4,3 16,0 +. υ". 0 9 2 3 1 15,εω. υ". 1,7 1,9 2,6 4,7 4,0 15,0 +. υ". 0 0 11 1 3 15,εω. υ". 1,7 1,9 2,6 4,7 4,0 15,0 +. υ". 1 0 0 20 3 24,εω. υ". 2,8 3,1 4,2 7,5 6,4 24,0 +. υ". 0 0 0 0 16 16,εω. υ". 1,9 2,0 2,8 5,0 4,3 16,0 +. υ". 10 11 15 27 23 86,εω. υ". 10,0 11,0 15,0 27,0 23,0 86,0 3ι ι ηι η ι ι η ι ' η ι ( η ι ι ηι ι η ηι. * η, ι η ι η kappa ι : - ι% ' 'ι kappa pw n pw 71

= ι ι ιι ι 7= ηι ι ιι ι ι /= ι, η ι. * η = 9+9+11+20+16=65 7= 1,9+1,9+2,6+7,5+4,3=18,2 ι /= 86 ( " η ι η kappa ιι ι ι: n `[ppik i`ppik X`ki ` ki 0k69 ι η ι Kappa ι 0,69. ι ι η ι ι! ι η ι ηη "η 86 η ιι ι' ι η; $ι η ηι ι ι ιι Landis ι Koch (1977 η ι: +ι Kappa 0% '! * ι" 0 0,0-0,19 &ιη 0,20-0,39 *ι 0,4-0,59 *ι 0,6-0,79 ηι 0,8-1 η η η ι ι η ι Kappa ι ι «ηι»! ι. η ι! ι ιι ιι Chi-Square ι ι η η SPSS. 3οο/+,ο(c -ε-,o(2ε,ο$p$$ ι η ι ι ηι ηι η η SPSS (, 1962.sav. η ιη η! η ι '% ι $ ι 1962, ιι ι η ι η (# ηιι ι. ι '% ι η η: $ ι 1962, ιι ι η ι η (# ηιι ι. 2 η ι η ιι ιη x 2 ι ι ιι ι % ι, ι, η η ι. $ι η η SPSS ι η ιι ιη x 2 : PQA8?GS9:T:9E;BF<BM:$<?<B9<BE9K;D99<?J9Z%,5D%*ι+/*#8>%',%+$%(> >u+$ι,ι-**8%/ι,%*5.υ,%*ι,%*8+*.v5vιv%ι&25*+$+v$*% 9fD=9:# %ι.(ι9kdgh_89:# *2%(*$*ι&> VQι.4υ,%9TB9FG?SEGH9<:;:>J?;EY?;<9:%5'$%ι7υ,,%+,ιυ4+7%ι.$7%*ιω*' 72

ι/4,,28'4,,>...&., ε ε 2007 XQ*/,%*υ,9$<?<B9<BE9:4ι$ι$υ,%*+$**ι$*ι2/υ$+υ%ι7υ,,%4ι*ι[υ*.,%*8+*.>,5D%*ι+%',%+/* [Qι.4υ,%*+%ι429KYBp9UH?;:: 4ι*υ4ι$,'*+*ι,2*υZ [ > *+ ι2/**+,%'*ι,,%%ι.=υ,%-$*% υ4ι$*%+*ι,2,ι$%ι/%ι*- $υ/5%ι'υ*υυ$ι/$,% $*7%ω+*ι',.*ω$+,%ι-$%ω> *'7υ4$υ,%,'* Z [ > `Q*/,%*υ,9KD8<B8H::> 73

Q *+&ι2/*9k;d99<?j9:*/,%*υ, 9K:GG9:>,5D%*ι+/*%=ι/ iq *$ι9kdh8<9:# υ&'*+*%(%ι.4υ,% 9OJ9:;M:>:#4,*ι.$υ&'*+*%(ι 9EcF:E<:>:#,%',%%27%ω+*ι.$υ&'*+*%(> *.=*%$*ι$+,%ι-$%ι*υ7%ω+*ι,.υ4ι ι8/$%*%**'υ4ι$,*ω7%ω+*ι- $υ&*2*ωι*+$+,$*υ> jq *$ι9p:;e:8<?^:9:%ι.=*%9fd=:e 9KDGH_8:ι9TD<?G:4ι%,5ι$*$* $υ&*2*ω*$$*/$%ι-e$*+-ι $υι/> PQ*/,%*υ,9KD8<B8H::> PPQ *+&ι2/**/,%9ok:>...&., ε ε 2007 (Output : *!" # " 1962 Crosstabulation Total ε υε Row % Column % Total % Row % Column % Total % Row % Column % Total % ε" *ηη 1962 ' $ ε" Total 138 53 191 72,3% 27,7% 100,0% 45,7% 58,2% 48,6% 35,1% 13,5% 48,6% 164 38 202 81,2% 18,8% 100,0% 54,3% 41,8% 51,4% 41,7% 9,7% 51,4% 302 91 393 76,8% 23,2% 100,0% 100,0% 100,0% 100,0% 76,8% 23,2% 100,0%, ι"ι ι ι η ( ι ι ι ηη ' η. & η ι"ι ι ηι η (Expected ι 2x2 ι ι ι ηι η (η. η ι η. 3η ι ι ι ι ι η η η # ι 138, η ηι ι 146,8. 2 ηι, ι ι η η ι ι ι ι η $ ι 1962. # ι ι ι ι ι ι ιη' (ι η. ι η ιη' ι ι η ι η η ι ηι. $ι ι ιι ι ι ι ι ι ι η ι 2x2 ι ι ι ι η! η η (ι, ι ι η η! η η ι ι ι ι ι ι ι η "ι, η ι x 2 ι"ι : 74

ι ιι ιη Pearson Chi-Square ι 4,407 ι ι df=1, ι ι ηι ηι. η Asymp.Sig (2-sided η ι η ιη ι η ι x 2 (4,407 ι 'ι ιη'. ι, p=0,036 (η.p<0,05, ι ιη η ηη η ι η ι ηη η 3,6 100 ι η ι!η!. η η ιη ι ' η ιη'. 6ι η ηι η ι $ ι 1962, ιι ι η ι η (# ηιι ι. (ι ι η ι $ ι 1962, ιι ι η ι η (# ηιι ι. ι ιι ηι ιη 95%. SPSS η ι Pearson Chi-Square ι ι ι ι ι ι ι. $ι., η ι «Continuity Correction» ι η Yates correction., η ι ι ι ι η ιη η ηι ιη ι x 2 ι ι η η!" ι ι (ι 5. η ιη η η ιη ι η ι 0,5 η ι ι ηι η ι ηι ι ι 0,5 η ι ι ι (. ι x 2 η. #! η η η η ι ηι ι 'ι (Phi ι"ι η ι. ι ' 2, η ι + "ι η ι x 2 ι ηι ιι ι η ι ( ι η ηι η η ( 2x2. 2 η ι η ι + η ι η ι! η. SPSS 1 ι 11 ι"ι ι ι x 2 SPSS ι η. η ι 5, ι «Phi and Cramer's V». : 75

ι η ι + (Phi ι -0,106. 3ι,, η ι + ι η ι " η ι x 2 ι ι. ι +=0,106 ι ι ' ι ι ι η ι η ι ηη, η η η η ι ι ι α!α. ι! ι" Kendall s tau-b ι c, Gamma ι Somers d $ι ηι ι ι η Kendall s tau-b ι c, Gamma ι Somers d! ι. 5! η η η ι η η ι η ηιι η ι ι ι 474.,ι η ι ι ι ι. «!» Crosstabs ι η ι Statistics ι! ι η η Ordinal. SPSS :, * υ Crosstabulation ' η+ Total 1ω 30 31-45 46 ω ευ εε εευη ε ε!ευ" Total 9 96 56 34 195 5 36 50 65 156 39 58 16 10 123 53 190 122 109 474 Symmetric Measures Ordinal by Ordinal of Valid Cases Kendall's tau-b Kendall's tau-c Gamma a. ot assuming the null hypothesis. Asymp. Value Std. Error a Approx. T b Approx. Sig. -,141,040-3,443,001 -,144,042-3,443,001 -,199,057-3,443,001 474 b. Using the asymptotic standard error assuming the null hypothesis. 76

Ordinal by Ordinal Somers' d a. ot assuming the null hypothesis. Directional Measures Symmetric ' η+ Dependent ευ εε Dependent b. Using the asymptotic standard error assuming the null hypothesis....&., ε ε 2007 Asymp. Value Std. Error a Approx. T b Approx. Sig. -,141,040-3,443,001 -,136,039-3,443,001 -,146,042-3,443,001 2 η, ι ι Kendall s tau-b ι c ι η Gamma ι"ι Symmetric Measures. # ι ιιη ι ι η!ηη ι ι η!ηη η. # η ι Somers d ι η ιιη ι ι ι η ι ι η ( Directional Measures.! Symmetric Measures. 2 η η ι η ιι ηιη (p<0,01 ( η Approx. Sig. ι ι ι ιι ηι η η η ηιι η ι ιι. ι ι ι -1 ι +1 ( η Value.,ι ηι ι η ι ηι η ι ι ι ι ι η. η η ι ι ι ι ι -0,141, η ηι ι. # ι ι! η ι ιι ηι η, η η η η! ι ι η. #! Directional Measures, ιι η Somers d. 3η ι ι ι η ι ιι ηιη (p<.01 ( η Approx. Sig. ι ι ι ιι ηι η η η ηιι η ι ιι. ; ι η ι Somers d!ηη η ιι ι -0,141, η η... # η ι ι! η ι ιι ηι η, η η η η! ι ι η. ι ' Kappa 9ηι ι ι η ι ι ηι ηι (. Kappa.sav. SPSS 1 ι 11 ι"ι ι ι x 2 SPSS ι η. η ι 5, ι «Kappa». (Output : 77

" 1 * " 2 1 Total *# 1εε %υεε 1εε *# Expected count Expected count Expected count Expected count Expected count Expected count 2 1εε *# *# 1εε %υεε Total 9 2 2 3 0 16 1,9 2,0 2,8 5,0 4,3 16,0 0 9 2 3 1 15 1,7 1,9 2,6 4,7 4,0 15,0 0 0 11 1 3 15 1,7 1,9 2,6 4,7 4,0 15,0 1 0 0 20 3 24 2,8 3,1 4,2 7,5 6,4 24,0 0 0 0 0 16 16 1,9 2,0 2,8 5,0 4,3 16,0 10 11 15 27 23 86 10,0 11,0 15,0 27,0 23,0 86,0 3η ι ιι ι ι ( ι ηι η (Expected ι. ι η Kappa ι"ι : 2 Kappa=0,69. & ι!ι ι! 2 ι ι ι ι ι ι η ι ηη ι ιι ηι ι ι! ηι ι 5 η! ι!ι ι. # ι appa=1 ι ι ι 2!ηι ι η! ι η ηι ηη ι 86 ηι ι η ηι η ι!ι ι. ι ι η ι η ι η ηι ηη ηι ιι ι η. # η η ι Kappa=0 ι ι ι ι 2!ηι ι ηι η 86 ηι ι η ' ι ηι ι ηι η η. & η ηι η ι!ι ι. ι ι η η! ι ηι ιη ι ι!ι ι. &ι η ι ι!ι ι ι ι ι ιι η ηι ηη. ι ι ι η"ι ιηι, η ι!ι ηι ιηι, ι ι Kappa > 0,7 ι!ι ι! ι ι η ιηι ιη. 78