Graph. COMPUTE x=rv.normal(0,0.04). COMPUTE y=rv.normal(0,0.04). execute.

Transkriptio

1 COMPUTE x=rv.ormal(0,0.04). COMPUTE y=rv.ormal(0,0.04). execute. compute hplib_man_r = hplib_man + x. compute arvokons_man_r = arvokons_man + y. GRAPH /SCATTERPLOT(BIVAR)=hplib_man_r WITH arvokons_man_r by puolue /MISSIG=LISTWISE. Graph [DataSet1] Z:\H_HS_vaalikone\ehdokasdata_0310_esalta_USE.sav Puolue 6,00 5,00 KD KESK KOK PS RKP SDP VAS VIHR 4,00 arvokons_man_r 3,00,00 1,00 0,00 0,00 1,00,00 3,00 4,00 5,00 6,00 hplib_man_r Page 1

2 Puolue 6,00 5,00 KD KESK KOK PS RKP SDP VAS VIHR 4,00 arvokons_man_r 3,00,00 1,00 0,00 0,00 1,00,00 3,00 4,00 5,00 6,00 hplib_man_r Page

3 Puolue 6,00 5,00 KD KESK KOK PS RKP SDP VAS VIHR 4,00 arvokons_man_r 3,00,00 1,00 0,00 0,00 1,00,00 3,00 4,00 5,00 6,00 hplib_man_r Page 3

4 Puolue 6,00 5,00 KD KESK KOK PS RKP SDP VAS VIHR 4,00 arvokons_man_r 3,00,00 1,00 0,00 0,00 1,00,00 3,00 4,00 5,00 6,00 hplib_man_r Page 4

5 Puolue 6,00 5,00 KD KESK KOK PS RKP SDP VAS VIHR 4,00 arvokons_man_r 3,00,00 1,00 0,00 0,00 1,00,00 3,00 4,00 5,00 6,00 hplib_man_r MEAS TABLES=hplib_man arvokons_man BY Puolue /CELLS MEA STDDEV MEDIA COUT. Page 5

6 Puolue 6,00 5,00 KD KESK KOK PS RKP SDP VAS VIHR 4,00 arvokons_man_r 3,00,00 1,00 0,00 0,00 1,00,00 3,00 4,00 5,00 6,00 hplib_man_r FACTOR /VARIABLES palvulkn veronkorn tuloerotn raskn kkpsuomn hadopn mmvastn lepsun talympn ympvaikn /MISSIG LISTWISE /AALYSIS palvulkn veronkorn tuloerotn Page 6

7 raskn kkpsuomn hadopn mmvastn lepsun talympn ympvaikn /PRIT IITIAL KMO EXTRACTIO ROTATIO /FORMAT SORT BLAK(.19) /CRITERIA FACTORS(3) ITERATE(5) /EXTRACTIO ML /CRITERIA ITERATE(5) /ROTATIO VARIMAX. Factor Analysis [DataSet1] Z:\H_HS_vaalikone\ehdokasdata_0310_esalta_USE.sav KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy.,818 Bartlett's Test of Sphericity Approx. Chi-Square df Sig. 8086,939 45,000 Page 7

8 palvulkn Kotikuntani palveluita tulisi ulkoistaa entistä enemmän yksityisten yritysten tuotettavaksi veronkorn Jos kunnassani tulee eteen tilanne, jossa on välttämätöntä joko leikata kunnallisia palveluita ja sosiaalietuuksia tai korottaa veroja, veronkorotukset ovat parempi vaihtoehto tuloerotn Suuret tuloerot ovat hyväksyttäviä, jotta erot ihmisten lahjakkuudessa ja ahkeruudessa voidaan palkita raskn ykyisen kaltaiset kunnalliset palvelut ja sosiaalietuudet ovat pitemmän päälle liian raskaita julkiselle taloudelle kkpsuomn Kotikuntani päätöksenteossa pitää vaalia perinteisiä suomalaisia arvoja hadopn [...] Pitäisikö homo- ja lesboparien saada oikeus myös perheen ulkopuoliseen adoptioon? mmvastn Jos valtio tarjoaa maahanmuuttajien vastaanottokeskuksen perustamista kotikuntani keskustaan, tarjous pitää hyväksyä lepsun Kouluissa kohdellaan koululaisia liian lepsusti. Tiukempi kuri tekisi kouluista parempia Communalities a Initial,338,58,314,31,45,97,7,199 Extraction Method: Maximum Likelihood. a. One or more communalitiy estimates greater than 1 were encountered during iterations. The resulting solution should be interpreted with caution. Extraction,540,35,418,435,381,461,361,53 Page 8

9 talympn Talouskasvu ja työpaikkojen luominen tulisi asettaa ympäristöasioiden edelle, silloin kun nämä kaksi ovat keskenään ristiriidassa ympvaikn Kaikessa kotikuntani päätöksenteossa pitäisi arvioida vaikutukset ympäristöön ja tarvittaessa luopua ympäristölle haitallisista hankkeista Communalities a Initial,99,40 Extraction Method: Maximum Likelihood. a. One or more communalitiy estimates greater than 1 were encountered during iterations. The resulting solution should be interpreted with caution. Extraction,359,805 Total Variance Explained Factor 1 Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 3,73 3,731 3,731,418 4,176 4,176 1,518 15,18 47,913 1,060 10,596 34,77 3 1,03 10,317 58,30,861 8,606 43,379 4,779 7,788 66,018 5,650 6,496 7,514 6,606 6,059 78,573 7,574 5,740 84,313 8,558 5,583 89,896 9,517 5,169 95,064 10,494 4, ,000 Extraction Method: Maximum Likelihood. Page 9

10 Total Variance Explained Factor 1 Rotation Sums of Squared Loadings Total % of Variance Cumulative % 1,716 17,157 17,157 1,571 15,710 3, ,051 10,51 43, Extraction Method: Maximum Likelihood. Factor Matrix a ympvaikn Kaikessa kotikuntani päätöksenteossa pitäisi arvioida vaikutukset ympäristöön ja tarvittaessa luopua ympäristölle haitallisista hankkeista talympn Talouskasvu ja työpaikkojen luominen tulisi asettaa ympäristöasioiden edelle, silloin kun nämä kaksi ovat keskenään ristiriidassa tuloerotn Suuret tuloerot ovat hyväksyttäviä, jotta erot ihmisten lahjakkuudessa ja ahkeruudessa voidaan palkita mmvastn Jos valtio tarjoaa maahanmuuttajien vastaanottokeskuksen perustamista kotikuntani keskustaan, tarjous pitää hyväksyä 1 -,769,577,480 -,479 Extraction Method: Maximum Likelihood. Factor,443,384 a. Attempted to extract 3 factors. More than 5 iterations required. (Convergence=,011). Extraction was terminated. 3,199,31 Page 10

11 veronkorn Jos kunnassani tulee eteen tilanne, jossa on välttämätöntä joko leikata kunnallisia palveluita ja sosiaalietuuksia tai korottaa veroja, veronkorotukset ovat parempi vaihtoehto lepsun Kouluissa kohdellaan koululaisia liian lepsusti. Tiukempi kuri tekisi kouluista parempia palvulkn Kotikuntani palveluita tulisi ulkoistaa entistä enemmän yksityisten yritysten tuotettavaksi raskn ykyisen kaltaiset kunnalliset palvelut ja sosiaalietuudet ovat pitemmän päälle liian raskaita julkiselle taloudelle hadopn [...] Pitäisikö homo- ja lesboparien saada oikeus myös perheen ulkopuoliseen adoptioon? kkpsuomn Kotikuntani päätöksenteossa pitää vaalia perinteisiä suomalaisia arvoja Factor Matrix a 1 -,430,380,407,450 -,45,363 Extraction Method: Maximum Likelihood. Factor -,347,513, ,7,334,484 -,466 a. Attempted to extract 3 factors. More than 5 iterations required. (Convergence=,011). Extraction was terminated. Page 11

12 Rotated Factor Matrix a palvulkn Kotikuntani palveluita tulisi ulkoistaa entistä enemmän yksityisten yritysten tuotettavaksi raskn ykyisen kaltaiset kunnalliset palvelut ja sosiaalietuudet ovat pitemmän päälle liian raskaita julkiselle taloudelle tuloerotn Suuret tuloerot ovat hyväksyttäviä, jotta erot ihmisten lahjakkuudessa ja ahkeruudessa voidaan palkita veronkorn Jos kunnassani tulee eteen tilanne, jossa on välttämätöntä joko leikata kunnallisia palveluita ja sosiaalietuuksia tai korottaa veroja, veronkorotukset ovat parempi vaihtoehto hadopn [...] Pitäisikö homo- ja lesboparien saada oikeus myös perheen ulkopuoliseen adoptioon? kkpsuomn Kotikuntani päätöksenteossa pitää vaalia perinteisiä suomalaisia arvoja mmvastn Jos valtio tarjoaa maahanmuuttajien vastaanottokeskuksen perustamista kotikuntani keskustaan, tarjous pitää hyväksyä lepsun Kouluissa kohdellaan koululaisia liian lepsusti. Tiukempi kuri tekisi kouluista parempia 1,733,66,611 -,530 -,199 Factor,199 -,661,610 -,541,457 Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser ormalization. a. Rotation converged in 5 iterations. 3 Page 1

13 Rotated Factor Matrix a ympvaikn Kaikessa kotikuntani päätöksenteossa pitäisi arvioida vaikutukset ympäristöön ja tarvittaessa luopua ympäristölle haitallisista hankkeista talympn Talouskasvu ja työpaikkojen luominen tulisi asettaa ympäristöasioiden edelle, silloin kun nämä kaksi ovat keskenään ristiriidassa 1 Factor,378 Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser ormalization. a. Rotation converged in 5 iterations. 3,876 -,436 Factor Transformation Matrix Factor 1 3 1,495,476 -,77,715,5,65 3,494 -,84 -,16 Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser ormalization. RELIABILITY /VARIABLES= palvulkn veronkorn_rev tuloerotn raskn /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA /STATISTICS=CORR COV /ICC=MODEL(MIXED) TYPE(COSISTECY) CI=95 TESTVAL=0. Reliability [DataSet1] Z:\H_HS_vaalikone\ehdokasdata_0310_esalta_USE.sav Scale: ALL VARIABLES Page 13

14 Case Processing Summary % Cases Valid ,8 Excluded a , Total ,0 a. Listwise deletion based on all variables in the procedure. Reliability Statistics Cronbach's Alpha,739 Cronbach's Alpha Based on Standardized Items,740 of Items 4 Inter-Item Correlation Matrix palvulkn Kotikuntani palveluita tulisi ulkoistaa entistä enemmän yksityisten yritysten tuotettavaksi veronkorn_rev tuloerotn Suuret tuloerot ovat hyväksyttäviä, jotta erot ihmisten lahjakkuudess a ja ahkeruudessa voidaan palkit a raskn ykyisen kaltaiset kunnalliset palvelut ja sosiaalietuude t ovat pitemmän päälle liian raskaita julkiselle taloudelle palvulkn Kotikuntani palveluita tulisi ulkoistaa entistä enemmän yksityisten yritysten tuotettavaksi 1,000,401,467,463 veronkorn_rev,401 1,000,355,386 tuloerotn Suuret tuloerot ovat hyväksyttäviä, jotta erot ihmisten lahjakkuudessa ja ahkeruudessa voidaan palkita,467,355 1,000,419 raskn ykyisen kaltaiset kunnalliset palvelut ja sosiaalietuudet ovat pitemmän päälle liian raskaita julkiselle taloudelle,463,386,419 1,000 Page 14

15 Inter-Item Covariance Matrix palvulkn Kotikuntani palveluita tulisi ulkoistaa entistä enemmän yksityisten yritysten tuotettavaksi veronkorn_rev tuloerotn Suuret tuloerot ovat hyväksyttäviä, jotta erot ihmisten lahjakkuudess a ja ahkeruudessa voidaan palkit a raskn ykyisen kaltaiset kunnalliset palvelut ja sosiaalietuude t ovat pitemmän päälle liian raskaita julkiselle taloudelle palvulkn Kotikuntani palveluita tulisi ulkoistaa entistä enemmän yksityisten yritysten tuotettavaksi 1,450,548,730,68 veronkorn_rev,548 1,90,53,536 tuloerotn Suuret tuloerot ovat hyväksyttäviä, jotta erot ihmisten lahjakkuudessa ja ahkeruudessa voidaan palkita,730,53 1,68,664 raskn ykyisen kaltaiset kunnalliset palvelut ja sosiaalietuudet ovat pitemmän päälle liian raskaita julkiselle taloudelle,68,536,664 1,494 Single Measures Intraclass Correlation a,415 b Intraclass Correlation Coefficient 95% Confidence Interval Lower Bound,398 Upper Bound,43 Average Measures,739 c,76,75 Two-way mixed effects model where people effects are random and measures effects are fixed. a. Type C intraclass correlation coefficients using a consistency definition-the between-measure variance is excluded from the denominator variance. b. The estimator is the same, whether the interaction effect is present or not. c. This estimate is computed assuming the interaction effect is absent, because it is not estimable otherwise. Page 15

16 Intraclass Correlation Coefficient F Test with True Value 0 Value df1 df Sig Single Measures 3, ,000 Average Measures 3, ,000 Two-way mixed effects model where people effects are random and measures effects are fixed. RELIABILITY /VARIABLES= kkpsuomn hadopn_rev mmvastn_rev lepsun /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA /STATISTICS=CORR COV /ICC=MODEL(MIXED) TYPE(COSISTECY) CI=95 TESTVAL=0. Reliability [DataSet1] Z:\H_HS_vaalikone\ehdokasdata_0310_esalta_USE.sav Scale: ALL VARIABLES Case Processing Summary % Cases Valid ,8 Excluded a , Total ,0 a. Listwise deletion based on all variables in the procedure. Page 16

17 Reliability Statistics Cronbach's Alpha,679 Cronbach's Alpha Based on Standardized Items,681 of Items 4 Inter-Item Correlation Matrix kkpsuomn Kotikuntani päätöksenteo ssa pitää vaalia perinteisiä suomalaisia arvoja hadopn_rev mmvastn_rev lepsun Kouluissa kohdellaan koululaisia liian lepsusti. Tiukempi kuri tekisi kouluista parempia kkpsuomn Kotikuntani päätöksenteossa pitää vaalia perinteisiä suomalaisia arvoja 1,000,43,346,310 hadopn_rev,43 1,000,406,317 mmvastn_rev,346,406 1,000,86 lepsun Kouluissa kohdellaan koululaisia liian lepsusti. Tiukempi kuri tekisi kouluista parempia,310,317,86 1,000 Inter-Item Covariance Matrix kkpsuomn Kotikuntani päätöksenteo ssa pitää vaalia perinteisiä suomalaisia arvoja hadopn_rev mmvastn_rev lepsun Kouluissa kohdellaan koululaisia liian lepsusti. Tiukempi kuri tekisi kouluista parempia kkpsuomn Kotikuntani päätöksenteossa pitää vaalia perinteisiä suomalaisia arvoja 1,11,683,484,413 hadopn_rev,683,155,758,563 mmvastn_rev,484,758 1,616,439 lepsun Kouluissa kohdellaan koululaisia liian lepsusti. Tiukempi kuri tekisi kouluista parempia,413,563,439 1,461 Page 17

18 Single Measures Intraclass Correlation a,345 b Intraclass Correlation Coefficient 95% Confidence Interval Lower Bound,39 Upper Bound,363 Average Measures,679 c,66,695 Two-way mixed effects model where people effects are random and measures effects are fixed. a. Type C intraclass correlation coefficients using a consistency definition-the between-measure variance is excluded from the denominator variance. b. The estimator is the same, whether the interaction effect is present or not. c. This estimate is computed assuming the interaction effect is absent, because it is not estimable otherwise. Intraclass Correlation Coefficient F Test with True Value 0 Value df1 df Sig Single Measures 3, ,000 Average Measures 3, ,000 Two-way mixed effects model where people effects are random and measures effects are fixed. RELIABILITY /VARIABLES= talympn_rev ympvaikn /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA /STATISTICS=CORR COV /ICC=MODEL(MIXED) TYPE(COSISTECY) CI=95 TESTVAL=0. Reliability [DataSet1] Z:\H_HS_vaalikone\ehdokasdata_0310_esalta_USE.sav Scale: ALL VARIABLES Page 18

19 Case Processing Summary % Cases Valid ,8 Excluded a , Total ,0 a. Listwise deletion based on all variables in the procedure. Reliability Statistics Cronbach's Alpha,619 Cronbach's Alpha Based on Standardized Items,67 of Items Inter-Item Correlation Matrix talympn_rev ympvaikn Kaikessa kotikuntani päätöksenteossa pitäisi arvioida vaikutukset ympäristöön ja tarvittaessa luopua ympäristölle haitallisista hankkeista talympn_rev 1,000,457 ympvaikn Kaikessa kotikuntani päätöksenteo ssa pitäisi arvioida vaikutukset ympäristöön ja tarvittaessa luopua ympäristölle haitallisista hankkeista,457 1,000 Page 19

20 Inter-Item Covariance Matrix talympn_rev ympvaikn Kaikessa kotikuntani päätöksenteossa pitäisi arvioida vaikutukset ympäristöön ja tarvittaessa luopua ympäristölle haitallisista hankkeista talympn_rev 1,47,534 ympvaikn Kaikessa kotikuntani päätöksenteo ssa pitäisi arvioida vaikutukset ympäristöön ja tarvittaessa luopua ympäristölle haitallisista hankkeista,534,958 Single Measures Intraclass Correlation a,448 b Intraclass Correlation Coefficient 95% Confidence Interval Lower Bound,43 Upper Bound,473 Average Measures,619 c,594,64 Two-way mixed effects model where people effects are random and measures effects are fixed. a. Type C intraclass correlation coefficients using a consistency definition-the between-measure variance is excluded from the denominator variance. b. The estimator is the same, whether the interaction effect is present or not. c. This estimate is computed assuming the interaction effect is absent, because it is not estimable otherwise. Intraclass Correlation Coefficient F Test with True Value 0 Value df1 df Sig Single Measures, ,000 Average Measures, ,000 Two-way mixed effects model where people effects are random and measures effects are fixed. MEAS TABLES=hplib_man arvokons_man BY Puolue /CELLS MEA STDDEV MEDIA COUT. Page 0

21 s [DataSet1] Z:\H_HS_vaalikone\ehdokasdata_0310_esalta_USE.sav Case Processing Summary Cases Included Excluded Total Percent Percent Percent hplib_man * Puolue ,8% ,% ,0% arvokons_man * Puolue ,8% ,% ,0% Report Puolue hplib_man arvokons_ma n Edist. 5,0000,5000, , ,0000,5000 ITSP 1,5833 3,3889,80039, ,500 3, JP,6563 3,1875,63163,66771,5000 3, KD,547 3,8178,6691,55316,5000 3, KESK,580 3,33,6171,7364,5000 3, KOK 3,3891 3,3465,7881,694 3,5000 3, Page 1

22 arvokons_ma n hplib_man Köy Lempinen LIB YL M11 Maa YL PIR PS RKP ,7500,7500,7596,68484,88, ,0000,5000,6768, ,080, ,5000,5000,7886 1,04945,5398, ,500,500,71807,47871,315, ,5000,0000 1, , ,6786,3571,500 3,650,70711,17678,500 3, ,500 1, ,500 1, ,650 1,650,65749,4696 3,4375 1,6875 Puolue Puolue Report Page

23 arvokons_ma n hplib_man SDP SKP STP TuPu VAS VIHR YL T&T Ysi 7 7 3,5000 3,500,45316, ,649 3, ,7500 3,5000,740,504 3,7857 3, ,500,0000,64015,66566,3301, ,500 1,500,73797,47541,981 1, ,500,500..,500, ,0000 1,500,89506, ,1818 1, ,0000 1,500,700,3791,015 1, ,0000 1,7500,75473,58337,950 1,8530 Puolue Puolue Report Page 3

24 Report Puolue hplib_man arvokons_ma n Total,489 3,0573,91114,90554,500 3, Page 4