Esse método pode ajudar a responder a perguntas-chave no campo das ciências sociais sobre a psicologia da leitura e do desenvolvimento da linguagem. Esta técnica ilustra como as características da diferença individual co-variam e como um efeito único pode se enrosco em comparação com um efeito compartilhado com outras características. As implicações dessa técnica se estendem mais amplamente às ciências sociais.
Como permite contabilizar a comunhão dos preditores que nos ajudam a entender a variância sobreposta. Para ler os dados no software com uma interface gráfica do usuário, clique em arquivo e passe o mouse aberto. Clique em dados e localize o arquivo de dados relevante no computador.
Se o tipo de arquivo não for consistente com o software com uma interface gráfica do usuário, clique em arquivos do tipo e selecione o formato de arquivo apropriado. Em seguida, clique em abrir. Para explicar a variância total com base em duas variáveis independentes, clique em analisar e pairar o mouse sobre a regressão para selecionar linear.
Clique na variável dependente na lista variável, seguida pela seta ao lado do dependente. Clique nas duas variáveis independentes da lista variável e clique na seta ao lado da independência. Clique bem e clique na janela do visualizador do software.
Use o mouse para rolar até a seção de resumo do modelo e gravar o valor em R quadrado. Em seguida, rotule este valor total R ao quadrado. Para explicar a variância total com base na variável independente um, repita a explicação de variância total com variável independente apenas na lista variável independente e clique na janela do visualizador do software.
Em seguida, use o mouse para rolar até a seção de resumo do modelo, gravar o valor sob a coluna quadrada R e rotular este valor variável independente um R ao quadrado. Para explicar a variância total com base na variável independente dois, repita a explicação de variância total com a variável independente dois apenas na lista variável independente e clique na janela do visualizador do software. Em seguida, use o mouse para rolar até a seção de resumo do modelo, gravar o valor sob a coluna quadrada R e rotular este valor variável independente dois R ao quadrado.
Para calcular os componentes de variância únicos, comuns e inexplicáveis, abra o software de gerenciamento de dados e insira a variável independente total R ao quadrado um R ao quadrado e à variável independente dois R ao quadrado nas células A1, B1 e C1 respeitosamente. Digite o valor total R quadrado em A2. A variável independente um valor ao quadrado de R em B2, e a variável independente de dois R ao quadrado em C2. Para calcular a variância única da variável um, digite a fórmula em D2 e rotule esse valor como uma variância única da variável um em D1. Para calcular a variância única da variável dois, digite a fórmula em E2 e rotule o valor como variância única da variável dois no E1. Para calcular a variância comum entre as variáveis um e dois, digite a fórmula em F2, e rotule esse valor como comum entre as variáveis um e dois na F1. Para calcular a variância inexplicável, digite a fórmula em G2 e rotule esse valor de variação inexplicável no G1. Para traçar a variância única da variável um, a variância única da variável dois, a variância comum entre as variáveis um e dois, e a variância inexplicável, clique e arraste as células do mouse sobre D2, E2, F2 e G2 para destacar os dados e clique em inserir, em seguida, clique em gráficos, gráfico de tortas e gráfico de tortas 2D. Neste estudo representativo de variâncias únicas e comuns da linguagem e decodificação para prever a compreensão da leitura, a análise de regressão para os alunos do primeiro ano representou 60% da variância total na compreensão da leitura.
Quando a variância no grau um foi decomposta em efeitos únicos e comuns, a decodificação explicou exclusivamente os 24% de variância na compreensão da leitura, e a linguagem explicou exclusivamente os 17% de variância. A variação comum da decodificação e da linguagem foi de 19% No grau sete, a análise de regressão representou 53% da variância total na compreensão da leitura. Com a decodificação explicada exclusivamente por 7% da variância na compreensão da leitura, e a linguagem explicou 28% da variância.
A variação comum da decodificação e da linguagem ao explicar a variância na compreensão da leitura foi de 18%No grau 10, a análise de regressão representou 61% da variância total na compreensão da leitura. Com a decodificação representando exclusivamente 6% da variância, e a linguagem representando exclusivamente 42% da variância. A variância comum da decodificação e da linguagem ao explicar a variância na compreensão da leitura foi de 13% Ao tentar esse procedimento, é importante lembrar que o processo de decomposição difere das abordagens típicas de regressão de calcular separadamente a variância única que cada variável independente explica.
Este protocolo pode ser modificado para responder a perguntas adicionais sobre se as proporções de variâncias únicas e comuns diferem pelo status socioeconômico. Além disso, as variáveis observáveis podem ser substituídas por variáveis latentes para reduzir o erro de medição. A quantidade de variância comum que a decodificação e a linguagem em conjunto explicam na previsão da compreensão da leitura, especialmente nas notas elementares sugerem que a instrução deve se concentrar na integração do conhecimento linguístico no nível da palavra.
