Questo metodo può aiutare a rispondere a domande chiave nel campo delle scienze sociali sulla psicologia della lettura e dello sviluppo del linguaggio. Questa tecnica illustra come le caratteristiche delle differenze individuali co-variano e come un effetto unico può pail rispetto a un effetto condiviso con altre caratteristiche. Le implicazioni di questa tecnica si estendono più in generale alle scienze sociali.
In quanto consente di contabilizzarne la comunanza dei predittori che ci aiutano a comprendere la varianza sovrapposta. Per leggere i dati nel software con un'interfaccia utente grafica, fare clic sul file e posizionare il mouse sull'apertura. Fare clic sui dati e individuare il file di dati pertinente nel computer.
Se il tipo di file non è coerente con il software con un'interfaccia utente grafica, fare clic su file di tipo e selezionare il formato di file appropriato. Quindi fare clic su apri. Per spiegare la varianza totale basata su due variabili indipendenti, fare clic su analizza e posizionare il puntatore del mouse sulla regressione per selezionare lineare.
Fare clic sulla variabile dipendente nell'elenco delle variabili, seguita dalla freccia accanto a dipendente. Fare clic sulle due variabili indipendenti nell'elenco delle variabili e fare clic sulla freccia accanto all'indipendenza. Fare clic su OK e sulla finestra del visualizzatore del software.
Utilizzate il mouse per scorrere fino alla sezione di riepilogo del modello e registrare il valore in R quadrato. Quindi etichettare questo valore totale R al quadrato. Per spiegare la varianza totale basata su una variabile indipendente, ripetere la spiegazione della varianza totale con una variabile indipendente solo nell'elenco delle variabili indipendenti e fare clic sulla finestra del visualizzatore del software.
Quindi utilizzare il mouse per scorrere fino alla sezione di riepilogo del modello, registrare il valore sotto la colonna quadrata R ed etichettare questa variabile indipendente dal valore una R al quadrato. Per spiegare la varianza totale basata sulla variabile indipendente due, ripetere la spiegazione della varianza totale con la variabile indipendente due solo nell'elenco delle variabili indipendenti e fare clic sulla finestra del visualizzatore del software. Quindi utilizzare il mouse per scorrere fino alla sezione di riepilogo del modello, registrare il valore sotto la colonna quadrata R ed etichettare questa variabile indipendente di valore due R al quadrato.
Per calcolare i componenti di varianza univoci, comuni e inspiegabili, aprire il software di gestione dei dati e immettere rispettosamente la variabile indipendente al quadrato R totale una R al quadrato e la variabile indipendente due R al quadrato nelle celle A1, B1 e C1. Immettere il valore totale R al quadrato in A2. La variabile indipendente un valore al quadrato R in B2 e la variabile indipendente due R al quadrato in C2. Per calcolare la varianza univoca della variabile uno, immettere la formula in D2 ed etichettare questo valore come varianza univoca della variabile uno in D1. Per calcolare la varianza univoca della variabile due, immettere la formula in E2 ed etichettare il valore come varianza univoca della variabile due in E1. Per calcolare la varianza comune tra le variabili uno e due, immettere la formula in F2 ed etichettare questo valore come vari comuni tra variabili uno e due in F1. Per calcolare la varianza inspiegabile, immettere la formula in G2 ed etichettare questa varianza inspiegabile in G1. Per tracciare la varianza univoca della variabile uno, la varianza univoca della variabile due, la varianza comune tra le variabili uno e due e la varianza inspiegabile, fare clic e trascinare le celle del mouse su D2, E2, F2 e G2 per evidenziare i dati e fare clic su Inserisci, quindi su grafici, grafico a torta e grafico a torta 2D. In questo studio rappresentativo delle variazioni uniche e comuni del linguaggio e della decodifica per prevedere la comprensione della lettura, l'analisi di regressione per gli studenti di primo grado rappresentava il 60% della varianza totale nella comprensione della lettura.
Quando la varianza nel primo grado è stata scomposta in effetti unici e comuni, la decodifica ha spiegato in modo univoco il 24% della varianza nella comprensione della lettura e il linguaggio ha spiegato in modo univoco il 17% della varianza. La varianza comune della decodifica e del linguaggio era del 19% nel settimo grado, l'analisi di regressione rappresentava il 53% della varianza totale nella comprensione della lettura. Con la decodifica spiegata in modo univoco dal 7% della varianza nella comprensione della lettura e il linguaggio ha spiegato il 28% della varianza.
La varianza comune della decodifica e del linguaggio nello spiegare la varianza nella comprensione della lettura era del 18%Nel grado 10, l'analisi di regressione rappresentava il 61% della varianza totale nella comprensione della lettura. Con la decodifica che rappresenta in modo univoco un 6% della varianza e un linguaggio che rappresenta in modo univoco il 42% della varianza. La varianza comune della decodifica e del linguaggio nello spiegare la varianza nella comprensione della lettura era del 13%Durante il tentativo di questa procedura, è importante ricordare che il processo di decomposizione differisce dai tipici approcci di regressione del calcolo separato della varianza univoca spiegata da ogni variabile indipendente.
Questo protocollo può essere modificato per rispondere ad ulteriori domande sul fatto che le proporzioni delle varianze uniche e comuni differiscano per status socioeconomico. Inoltre, le variabili osservabili possono essere sostituite con variabili latenti per ridurre l'errore di misurazione. La quantità di varianza comune che decodificare e linguaggio insieme spiegano nel prevedere la comprensione della lettura, specialmente nei gradi elementari suggeriscono che l'istruzione dovrebbe concentrarsi sull'integrazione della conoscenza linguistica a livello di parola.
