Spokojenost se životem

S E M I NÁRNÍ P R ÁCE „Spokojenost se životem“ (sekundárních analýza dat sociologického výzkumu „Naše společnost 2007“)

Předmět:

Analýza kvantitativních dat I.

revize Jiří

Šafr (18/2/2012)

Vypracoval: ANONYMIZOVÁNO

1

Úvod

Ve své seminární práci jsem se zaměřila na výzkum spokojenosti s životem. Cílem sekundární analýzy bylo zjistit, zdali spokojenost jedince v jeho životě souvisí s pohlavím, věkem, dosaženým vzděláním či vyznáním. Pro svoji seminární práci jsem použila data získaná z předchozího sociologického výzkumu „Naše společnost 2007“, který byl realizován společností Centrum pro výzkum veřejného mínění, Sociologický ústav AV ČR, v. v. i. v dubnu 2007. Počet respondentů byl 1011. Respondenti byli ve věku 15-89 let. Výzkum byl prováděn kvótním výběrem. Data byla sbírána prostřednictvím osobních rozhovorů tazatelů s respondenty. Nástrojem sběru dat byl zvolen standardizovaný dotazník.

Teoretická východiska Data získaná na základě sociologických výzkumů se zpracovávají tzv. tříděním druhého a třetího stupně na základě logických souvislostí a na základě cíle výzkumu. Třídění druhého stupně se zkoumá závislost dvou proměnných. Prvním krokem je zobrazení rozdělení četností, a to buď v tabulce, nebo v grafu. U kategoriálních proměnných jsou četnosti zjišťovány pro všechny takové dvojice kategorií, kdy jedna kategorie z dvojice přísluší první proměnné a druhá kategorie druhé proměnné. Dostáváme tak dvourozměrnou tabulku četností, z jejichž hodnot již často můžeme usoudit na závislost či nezávislost mezi dvěma kategoriálními proměnnými, a nazývá se proto kontingenční tabulka. V políčkách jsou uváděny buď absolutní, nebo relativní četnosti, které mohou být počítány třemi různými způsoby: řádková procenta (dostáváme 100 % v jednotlivých řádcích), sloupcová procenta (100 % ve sloupcích) a procenta vypočítaná na základě rozsahu souboru (100 % v celé tabulce). Kontingenční tabulka je základem pro testování závislostí a pro výpočet měr intenzity závislostí.1 → TOTO DO SEMINÁRNÍ PRÁCE NEPATŘÍ ! V tabulce musí být počet četností větší než 5, v žádném poli nesmí být nulové hodnoty. V případě nízkých hodnot lze hodnoty sloučit do kategorií. V kontingenční 1

http://iastat.vse.cz/dvourozmer_anal.html, 17. 2. 2012

2

tabulce je nezávisle proměnnou například věk, pohlaví, národnost a závisle proměnnou například spokojenost, veřejné mínění, postoj, apod. → TOTO DO SEMINÁRNÍ PRÁCE NEPATŘÍ !

Princip u třídění třetího stupně je stejný jako u třídění druhého stupně, jen analyzujeme souběžně vztahy mezi několika proměnnými (nejčastěji více nezávislých – vysvětlujících znaků). → TOTO DO SEMINÁRNÍ PRÁCE NEPATŘÍ !

Rozlišujeme tři typy proměnných (znaků): nominální, pořadové (ordinální), kardinální (intervalové). → TOTO DO SEMINÁRNÍ PRÁCE už vůbec NEPATŘÍ !

Sekundární analýza se realizuje na datech, která byla sebrána v rámci jiného výzkumu. Pomocí dat je možno reinterpretovat stávající výsledky analýz, a získat tak nové výstupy. Data mohou být oporou pro náš výzkum, který je zaměřen na stejné téma a ušetřit nám tak čas. Data z předchozího výzkumu je třeba chápat s rezervou, neboť byla pořízena za jiným účelem, než se třeba náš výzkum týká. → TOTO DO SEMINÁRNÍ PRÁCE NEPATŘÍ !

Postup a strategie analýzy dat

Nejprve jsem si zvolila vhodná data pro sekundární analýzu. Analýzu dat jsem provedla ve statistickém programu SPSS. Na základě dat jsem si zvolila pracovní hypotézu: „Spokojenost se životem je ovlivněna určitými sociodemografickými faktory.“ Stanovená pracovní hypotéza vychází ze vztahu dvou proměnných, v mém případě jenemezi nezávislýmie proměnnýmiou pohlaví, věk, vzdělání a vyznání, a závisle proměnnou spokojenost. Spokojenost jedince lze definovat jako míru naplnění vlastního očekávání. Souvisí se subjektivními pocity. Spokojenost patří k tak zvaným „měkkým“ indikátorům. Na rozdíl od toho „tvrdé“ indikátory vyjadřují objektivní skutečnosti, například míra nezaměstnanosti, výše platů apod. Pracovní hypotéza byla dále rozpracována do dílčích hypotéz. Na základě vztahu proměnných jsem vytvořila tabulky a provedla interpretace výsledků. 3

Dílčí hypotézy 1. Ženy jsou všeobecně se životem více spokojeny než muži. 2. S přibývajícími léty se lidé pravděpodobně stávají méně spokojenými se svým životem. 3. Výše dosaženého vzdělání ovlivňuje spokojenost s životem. (→ Jak?) 4. Věřící budou spokojenější se životem než lidé bez vyznání víry. Výstupy

Tabulka č. 1. Vliv pohlaví na spokojenost s životem. [column %] Spokojenost s životem

velmi spokojen Pohlaví

Total

ani spokojen,

spíše

velmi

ani nespokojen

nespokojen

nespokojen

neví

Total

muž

57.1%

46.5%

48.2%

40.7%

71.4%

48.6%

žena

42.9%

53.5%

51.8%

59.3%

28.6%

51.4%

100.0%

100.0%

100.0%

100.0%

100.0%

100.0%

Zdroj: [Data: Naše společnost 2007]. N = 1011. Věk 15 – 86. Kvótní výběr se znaky: pohlaví, věk a vzdělání. Zajištěna územní reprezentativa.

CHYBA: tato tabulka a všechny ostatní má špatně – má špatně orientovaná procenta: správně máte interpretovat rozdíly pod-skupinách danných kategoriemi nezávislé proměnné – zde tedy musí tvořit součet 100 % kategorie muži resp. ženy. Řešením je buď při stávající orientaci tabulky uvádět řádková procenta a nebo tabulku o 90% otočit a uvádět sloupcová procenta (toto bývá častější formát, ale záleží na počtu kategorií a jak se to vejde na stránku). Logicky je pak třeba opravit interpretaci výsledků. Tuto chybu je třeba odstranit u všech následujícíh tabulek! Na základě této analýzy bylo zjištěno, že závislá proměnná, tj. spokojenost se životem, je pravděpodobně ovlivněna nezávisle proměnnou, tj. pohlavím. Z tabulky lze vyčíst, že 59,3 % žen je velmi nespokojeno s životem a naopak 57, 1% mužů velmi spokojeno s životem. Z toho vyplývá, že vliv pohlaví určuje pravděpodobně spokojenost nebo nespokojenost s životem. Se životem jsou spokojeni pravděpodobně více spokojeni muži, zatímco ženy jsou se svým životem nespokojeny.

4

Je tedy možné konstatovat, že na základě provedené analýzy vlivu pohlaví na spokojenost se životem se dílčí hypotéza, že ženy jsou všeobecně se životem více spokojeny než muži, nepotvrdila.

Tabulka č. 2. Vliv věku na spokojenost s životem. [column %] Spokojenost s životem ani spokojen,

Věkové kategorie

velmi

ani

spíše

velmi

spokojen

nespokojen

nespokojen

nespokojen

Total

neví

15 - 29

42.9%

15.7%

10.6%

7.4%

14.3%

17.9%

30 - 44

35.1%

23.5%

22.0%

11.1%

28.6%

24.3%

45 - 59

13.0%

31.0%

31.9%

44.4%

14.3%

29.0%

9.1%

29.8%

35.5%

37.0%

42.9%

28.8%

100.0%

100.0%

100.0%

100.0%

100.0%

100.0%

60+ Total


Na základě této analýzy bylo zjištěno, že závislá proměnná, tj. spokojenost se životem, je pravděpodobně ovlivněna nezávisle proměnnou, tj. věkem. Z tabulky lze vyčíst, že lidé ve věku od 15 do 29 jsou se životem více spokojeni než lidé ve věku od 45 výše. Z toho vyplývá, že výše věku pravděpodobně určuje spokojenost či nespokojenost s životem. Čím jsou lidé starší, tím pravděpodobně klesá jejich spokojenost s životem. Lze tedy konstatovat, že na základě provedené analýzy vlivu věku na spokojenost se životem se dílčí hypotéza, že s přibývajícími léty se lidé pravděpodobně stávají méně spokojenými se svým životem, potvrdila.

Tabulka č. 3. Vliv vzdělání na spokojenost s životem. [column %] Spokojenost s životem

velmi spokojen Vzdělání

Total

ani spokojen,

spíše

velmi

ani nespokojen

nespokojen

nespokojen

neví

Total

ZŠ

19.7%

21.1%

29.8%

40.7%

14.3%

24.3%

VYUČ/SŠ

28.9%

46.9%

46.1%

44.4%

57.1%

44.0%

SŠ

30.3%

23.4%

17.7%

7.4%

14.3%

21.9%

VŠ

21.1%

8.6%

6.4%

7.4%

14.3%

9.9%

100.0%

100.0%

100.0%

100.0%

100.0%

100.0%

5


Na základě této analýzy bylo zjištěno, že závislá proměnná, tj. spokojenost se životem, je pravděpodobně ovlivněna nezávisle proměnnou, tj. vzděláním. Z tabulky lze vyčíst, že 40,7 % lidí se základním vzděláním je se životem pravděpodobně velmi nespokojeno, 46,9 % vyučených lidí je i není spokojeno s životem, zatímco 30,3 % středoškoláků a 21,1 % vysokoškoláků je pravděpodobně se životem velmi spokojeno. Z toho vyplývá, že výše vzdělání pravděpodobně určuje spokojenost nebo nespokojenost s životem. Se životem jsou pravděpodobně nejvíce spokojeni lidé s vyšším vzděláním. Je tedy možné konstatovat, že na základě provedené analýzy vlivu vzdělání na spokojenost se životem se dílčí hypotéza, že výše dosaženého vzdělání ovlivňuje spokojenost s životem, potvrdila.

Tabulka č. 4. Vliv vyznání na spokojenost s životem. [column %] Spokojenost s životem

velmi spokojen Vyznání

ani spokojen,

spíše

velmi

ani nespokojen

nespokojen

nespokojen

neví

Total

Věřící

30.3%

46.1%

38.7%

41.7%

60.0%

41.5%

Nevěřící

69.7%

53.9%

61.3%

58.3%

40.0%

58.5%

100.0%

100.0%

100.0%

100.0%

100.0%

100.0%

Total


Zde prosím uveďte, jak jste operacionalizovala proměnnou Vyznání (tj. jak jste rekódovala určitý znak). Na základě této analýzy bylo zjištěno, že závislá proměnná, tj. spokojenost se životem, je pravděpodobně ovlivněna nezávisle proměnnou, tj. vyznáním. Z tabulky lze vyčíst, že 69,7 % nevěřících je velmi spokojeno s životem, zatímco 46,1 % věřících je s životem spokojeno i nespokojeno. Z analýzy vyplývá, že rozdíly mezi věřícími a nevěřícími se ve spokojenosti s životem nijak zvlášť neprojevily, i když se životem jsou pravděpodobně nejvíce spokojeni nevěřící.

6

Je tedy možné konstatovat, že na základě provedené analýzy vlivu vyznání na spokojenost se životem se dílčí hypotéza, že věřící budou spokojenější se životem než lidé bez vyznání víry, nepotvrdila.

Doplňte syntetizující sociologické zhodnocení výsledků – závěr práce, případně dikusi výsledků.

Syntax Dobrá rada: pro vytvoření správných tabulek by mělo stačit přepsat zadání příkazu CROSSTAB, buď prohodit Spokojenost se životem → do řádků s vysvětlujícími proměnnými nebo uvádět řádková (row) procenta. *Informace o souboru a proměnných. Display documents. Display labels/VARIABLES=all. *=========================. *Nezávislá proměnná: IDE.8 Pohlaví. *Závislá proměnná: OV.1 Spokojenost s životem. Freq OV.1. Freq IDE.8. Crosstab IDE.8 by OV.1/CELL= COUNT. *nyní převedu na procenta, aby byla tabulka a její čtení přehlednější. Crosstab IDE.8 by OV.1/CELL= COL. /*Výsledná tabulka.

*Nezávislá proměnná: t_vek_4 - Transformovaný věk - 4 kategorie. *Závislá proměnná: OV.1 Spokojenost s životem. Freq t_vek_4. Crosstab t_vek_4 by OV.1/CELL= COUNT. Crosstab t_vek_4by OV.1/CELL= COL.

*Nezávislá proměnná: vzd4 Vzdělání (4k) *Závislá proměnná: OV.1 Spokojenost s životem. 7

Freq vzd4. Crosstab vzd4 by OV.1/CELL= COUNT. Crosstab vzd4 by OV.1/CELL= COL.

*Nezávislá proměnná: IDE.7 Věřící a nevěřící *Závislá proměnná: OV.1 Spokojenost s životem. Freq IDE.7. recode IDE.7 (1 2 3 4 6 = 1) (7 =2) (9 = 3) into IDE.7_3k. var lab IDE.7_3k "Věřící a nevěřící (3 kat.)". val lab IDE.7_3k 1 "věřící" 2 "nevěřící" 3 "neví". formats IDE.7_3k (F8). Freq IDE.7_3k. Crosstab IDE.7_3k by OV.1/CELL= COUNT. Missing values IDE.7_3k (3). *missing "neví". Freq IDE.7_3k. Crosstab IDE.7_3k by OV.1/CELL= COUNT. Crosstab IDE.7_3k by OV.1/CELL= COL.

8

Spokojenost se životem

Recommend Documents