Unz评论•另类媒体选择
美国主流媒体大都排除了有趣,重要和有争议的观点
 玩笑大胆的Epigone博客
傻瓜版 GSS
通过电子邮件将此页面发送给其他人

 记住我的信息



=>

书签 全部切换变革理论添加到图书馆从图书馆中删除 • B显示评论下一个新评论下一个新回复了解更多
回复同意/不同意/等等 更多... This Commenter This Thread Hide Thread Display All Comments
同意不同意谢谢LOL轮唱
这些按钮可将您的公开协议,异议,感谢,LOL或巨魔与所选注释一起注册。 仅对最近使用“记住我的信息”复选框保存姓名和电子邮件的频繁评论者可用,并且在任何八个小时的时间内也只能使用三次。
忽略评论者 关注评论者
搜寻文字 区分大小写  确切的词  包括评论
列表 书签

以下是如何使用的快速演练 综合社会调查 没有任何外部统计软件包的帮助。

Start 开始 此处.

我们将输入两个变量进行交叉制表,即“wordsum”和“degree”。 对于当代相关性,我们将只查看 2000 年到 2018 年的响应。为此,我们将输入“year(2000-2018)”。 此外,我们将检查页面下方的超链接框“摘要统计”。 该页面应如下所示:

现在点击键盘上的 Enter 键或单击数据输入字段框下方的“运行表”按钮。 打开的新页面包含我们的结果。 在左侧(行),从上到下,我们有受访者的词总得分。 沿着顶部(列),从左到右,我们是受访者获得的最高教育程度。

让我们关注 wordsum 分数为 10。我们看到,3% 的高中以下学历的受访者在 wordsum 测试中获得了 10 分,而 13.4% 的拥有研究生学位的受访者做到了。 绿色圆圈显示整个受访者群体中得分为 3.6 的百分比 (10%)。 每个粗体数字下方的非粗体数字——粗体数字实际上表示百分比——显示落入每个单元格的实际受访者的加权数量. 因此,5.1 低于高中教育的受访者得分为 10。

5.1 人是怎么做事的? 他们不会,除非调整结果以纠正欠采样/过采样,就像在这种情况下一样! 在我们选中的“Summary statistics”框上方,注意“N of cases to display:”超链接下的两个框。 GSS 将默认为加权响应,但如果愿意,可以切换为未加权响应。

再往下一点显示受访者的平均(平均)wordsum 分数,按所达到的程度。

高中以下学历的受访者在 wordsum 测试中平均得分为 4.36。 拥有研究生学位的受访者平均得分为 7.52。 所有受访者的平均值为 5.99。

整个受访者池的 wordsum 得分的一个标准差是 2.00。 因此,平均高中辍学率和平均研究生学位持有者之间的 wordsum 表现存在 1.58 标准差(7.52 – 4.36 = 3.16;3.16 / 2.00 = 1.58)。

返回到我们最初输入变量的主页。 我们首先如何找到它们?

“搜索:”字段(绿色圆圈)用作变量的一种搜索引擎。 例如,如果我们正在寻找有关宗教的问题,我们可以在字段中输入“信仰”,然后按 Enter 键或单击查看按钮。

或者至少我们应该能够,但由于某种原因,在撰写本文时,此功能在 2018 年的调查迭代中不起作用。 但是,对于除 2018 年首次添加的变量之外的所有变量,我们可以访问 2016页 并以这种方式查找变量(注意链接现在以 +gss16 而不是 +gss18 结尾)。 此页面看起来几乎相同。 让我们在搜索字段中输入“belief”,然后按 Enter 或按“Go”按钮。

返回给我们的是几个与“信仰”有关的变量。 然后我们可以返回主页并将这些特定变量输入到“行:”和“列:”字段中,以发现它们如何与其他变量进行交叉制表,就像我们早期对 wordsum 和 degree 所做的那样。

返回“变量选择:”部分,我们可以在“已选择:”框(红色圆圈)中键入特定变量——它们必须是逐字逐句的。 让我们在选定的框中键入变量“hell”并按下“View”按钮。


这向我们展示了向受访者提出的问题(“你相信...... d. 地狱吗?”)以及所有回答在所有年份中的分布情况。 顺便说一句,问题通常作为模块的一部分提出,因此模块中的每个项目前面都会有一个字母。 该模块大概询问受访者是否相信地狱就是其中之一的许多不同事物。

在“选定:”和“搜索:”字段下方还有一个深入数据库,可用于查看自 1972 年调查开始以来的整个变量字段。

如果您愿意,我认为这足以开始进行调查。 享受!

 
• 类别: 文化/社会, 科学 •标签: GSS 
隐藏11条评论发表评论
忽略评论者...跟随Endorsed Only
修剪评论?
  1. 来吧,你知道你想把 HOMOSEX 变量放在那里。

    • 回复: @Audacious Epigone
    @弗瑞尔

    很多变数都非常...精辟!

    回复:@Oblivionrecurs

  2. 做得好。 你在教我们钓鱼!

    • 同意: larry lurker, Talha
  3. 对大城市 20 多岁的大学毕业生的性习惯进行更多研究。

  4. 问:你相信地狱吗?

    A. 是和否。 我不相信地狱,因为它出现在简单的周日布道中。 但我相信地狱是被遗弃或放逐的地方,是一个受苦受难的个人空间,是一个民族在历史危机时期遭受的考验和折磨,等等。

    所以,是的,我相信存在或正在经历地狱般的经历,但是是否将这个称为“地狱”,就好像那是一个特定的地方,例如基督徒或佛教徒已经确定和描述的那样,存在问题。

    同样,我无法用简单的“是”或“否”来回答的问题,因此我将它们留空,因此,在标准化测试的阅读理解部分中得分很低。 老实说,我不知道写这个问题的人是什么意思,他们正在寻求或寻求什么。

    • 回复: @Audacious Epigone
    @三只鹤

    受访者不应过度考虑针对一般受众的问题。

  5. 你为什么要把你的工作推给我们? 你有更重要的事情要做吗?

    OT

    这位胖女士可能为我们唱歌,但在 NPR 上听到所有关于穆勒报告的哭泣、哀号和咬牙切齿,让我对生活产生了新的热情。

    • 哈哈: Audacious Epigone
  6. 我很欣赏 GSS 生成器的工作原理。 使用多元回归分析进行研究后,我发现它很有趣。 这是我在研究项目 SPSS 中使用的建模工具。

    https://www.surveygizmo.com/resources/blog/what-is-spss/

    https://explorable.com/multiple-regression-analysis

    https://statistics.laerd.com/spss-tutorials/multiple-regression-using-spss-statistics.php

    GSS 看起来像一个线性工具,它通过在整个网络中随机选择搜索词来实现,它出现了。 SPSS 建模很好地解释了每个数据结果对您的分析的意义。 以下是一些解释其工作原理的参考资料:

    https://ssc.wisc.edu/sscc/pubs/spss/classintro/spss_students1.html

    https://www.spss-tutorials.com/basics/

    有多种方法可以定位和揭示彼此之间的可变关系的性质。 我发现 SPSS 是最好的,因为我只有两个有形的具体变量。

    https://stats.idre.ucla.edu/other/mult-pkg/whatstat/

    进行这项研究是我在大学所做的任何事情中最有益的项目之一。 这项工作可能是有史以来最艰难的项目:设计一个结构,设计调查,研究和定义主题的背景,定位与我的两个有形物品相关的变量,并试图确定这些变量如何相互关联(如果有的话)然后到静态变量。 但是 SPSS 包含如此多的工具并帮助记录结果的含义或可能意味着什么,每个痛苦和困惑的时刻都值得。 在这个过程中,我将永远感谢 GL Forward 博士 (PLNU)。

    最艰难的障碍之一,向我的调查处理人员解释我为什么要进行这项研究,以及其中对他们有什么好处。

    笑。

  7. @Feryl
    来吧,你知道你想把 HOMOSEX 变量放在那里。

    回复:@Audacious Epigone

    很多变数都相当……精辟!

    • 回复: @Oblivionrecurs
    @大胆的Epigone

    可悲的是,似乎很多回应都暗指一个非常自由的未来

  8. @ThreeCranes
    问:你相信地狱吗?

    A. 是和否。 我不相信地狱,因为它出现在简单的周日布道中。 但我相信地狱是被遗弃或放逐的地方,是一个受苦受难的个人空间,是一个民族在历史危机时期遭受的考验和折磨,等等。

    所以,是的,我相信有或正在经历地狱般的经历,但是是否将这个称为“地狱”,好像那是一个特定的地方,例如基督徒或佛教徒已经确定和描述的地方,存在问题。

    同样,我无法用简单的是或否来回答的问题,所以我将它们留空,因此,在标准化测试的阅读理解部分中得分很低。 老实说,我不知道写这个问题的人是什么意思,他们正在寻求或寻求什么。

    回复:@Audacious Epigone

    受访者不应过度考虑针对一般受众的问题。

  9. @Audacious Epigone
    @弗瑞尔

    很多变数都非常...精辟!

    回复:@Oblivionrecurs

    可悲的是,似乎很多回应都暗指一个非常自由的未来

  10. 即使它“随机选择”单词,它也不会随机选择它已识别出的受教育程度的个体。 它使用他们的个人信息。 它可能会分组研究他们,但在某种程度上,它必须将他们识别为个人才能获取个人信息。

    现代技术创造了一个非常方便的偷窥资本主义以及偷窥政府和偷窥学术界。

    Peeping Tom Academia 出售其学术论文,这使得更广泛的公众无法访问其中的许多论文,同时可能通过越来越多的电子工具免费提取进行大部分研究所需的个人信息。 虽然这是通过快速信息分类来改善人性的一种方式,但尚不清楚将个人置于算法显微镜下的好处是否大于社会损害和对人类的损害。 依宪法 保证自由。

    当公司以赚钱的动机做同样的事情时尤其如此。

    以婚姻问题为例,这种制度已经衰落了好几个世纪,为道德社会提供了社会粘合剂。 谁还想结婚——如果你离婚一团糟——政府文件会在互联网上为每一个没有良好意图的爱管闲事的 Nellie、每一个卖肥皂的窥探算法和每一个在你允许或未经你许可的情况下使用的追求终身职位的学者散布,并不是说这些“权限”只不过是针对公司(与大多数个人相比,是人和受 SCOTUS 法律保护的人)诉讼的额外保护层。

    在过去(就在几年前),一些疯狂的、无耻的、偷窥狂的人会去法院获取这些信息,只是为了逗乐和傻笑。 像保险公司这样的企业从政府那里获取这些信息有更严格的底线理由。

    保险公司总是大量购买人们的个人信息,用作老派的针对性营销目的的线索,外部营销公司同样以数百美元的价格向保险兜售者出售来自政府的信息。 这是在公司的幕后完成的,不是任何日常偷窥的汤姆“随机”完成的。

    信用评级机构掌握有关实际借款人(和潜在借款人)的所有个人细节,直到他们最近的银行账户交易。 而且,不,在许多窥视汤姆行业中,所有或大多数可以访问您的个人信息的员工甚至都不够谨慎和专业————不......甚至.......接近。 在大多数情况下,他们是由近 100% 妈妈组成的多元化员工——由于配偶收入、支付租金的子女抚养费或每月福利以及每年可退还的儿童税收抵免现金高达 6,431 美元,这些妈妈们可以负担得起非常低的工资。

    这些地方出现了大规模的企业数据泄露,将数百万消费者的个人信息喷入互联网的每一个角落,让希拉里松散的网络安全看起来就像诺克斯堡的安全设备。

    在掌上电脑时代之前,很少有普通的偷窥狂会不厌其烦地搜寻个人信息,但现在,他们不必付出任何努力来侵犯隐私,因为 1) 有助于偷窥的技术“进步”-汤姆活动和 2) 松懈的网络安全。 身份窃贼、工作骗子也不会通过虚假职位发布和其他各种骗子收集线索。

    被公司用作免费的 gineau 猪,从向任何偷窥的汤姆、迪克或哈利提供有关您住所的信息(包括详细的房屋鸟瞰图)中获利,更不用说提供有关所有信息的网站的危险呢?家庭成员、他们的收入水平、他们的年龄、他们的教育水平、他们为他们的房子支付的费用等。这些详细的信息对于维持由程序员创建的美妙、有用、非破坏性的 GPS 和地图功能来说是不必要的。

    这只是许多具有潜在破坏性的方式之一 偷窥汤姆资本家 挣钱。

    学术隐私的消亡呢——你们都是高智商的学者——一群对基于第四修正案的自由的终结与第一修正案衍生的校园学术自由的自由一样不关心。

    当前几代受过教育的“专业人士”真正关心的是前 20% 的双高收入父母的职业发展…………..以及在正确的邮政编码中购买芭比女权主义公主宫殿的费用. 我记得有一段时间,大多数学者都过着舒适的生活方式,而不是金钱驱动的生活方式。 当时学术界仍然盛行一种不同的价值体系。

    我们不能指望民选官员对此采取任何措施。 那些没有被撰写所有立法的公司拥有的廉价劳工游说者收买的人被 J. Edgar Hoover / 斯大林式的窥探算法系统吓跑了,这些系统在使高层保持沉默方面更有效比让邻居通知邻居的老式苏联方法更低的地方。

    难怪受过教育的阶层对俄罗斯如此痴迷。

    我们也不能指望 SCOTUS,尽管终身任命制度,如任期,应该使他们在行使符合宪法标准的权力时不会担心牺牲收入。 Corporations Are People Club 不依赖企业游说者来提供高薪的邮局工作和竞选捐款。 但他们急切地定义了违反第一/第四修正案的行为,或将其塑造成有利于公司和大政府。 他们一定担心算法 J. Edgar Hoover 掌握的秘密。

评论被关闭。

通过RSS订阅所有大胆的Epigone评论