KATEGORİ VERİLER ÜZERİNE ÇIKARIM – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri
İki Popülasyonda Değişkenlik
İki Varyansın Eşitliği Hipotezinin Test Edilmesi
“fire.sav” veri dosyasında 14 erkek ve 14 kadın itfaiyecinin engelli parkur sürelerini kullanarak iki varyans için istatistiksel testi gösteriyoruz. Örneğin, erkek itfaiyeci adaylarının engel parkuru puanlarının kadın adaylarınkinden daha homojen olduğundan şüphelendiğimizi varsayalım, yani erkeklerin engel parkurunda tutarlı bir şekilde performans gösterip göstermediği sorusunu gündeme getiriyoruz, ancak bir kadınlar arasında daha geniş performans süreleridir.
Bu hipotezi test etme prosedürü aşağıdaki gibidir:
(a) Boş ve alternatif hipotezleri belirtin, bir önem düzeyi seçin ve F dağılımındaki önem noktasını bulun. Örnekte, hipotezler Ho: U l 2 ~ u/ ve Hi: Ul2 < u/ şeklindedir; burada popülasyon 1 = erkek ve popülasyon 2 = kadın.
%5 anlamlılık düzeyini kullanacağız. Önemlilik noktası payda nl – 1 = 13 serbestlik derecesi ve paydada n2 – 1 = 13 serbestlik derecesi olan F- dağılımından alınmıştır. Anlamlı nokta F13•13(.975) = 1/F13•13(.025) = 1/3.1532’dir. Bu nedenle, test istatistikleri .317’den küçükse boş hipotezi reddedeceğiz.
(b) Örnek varyanslarını elde etmek ve test istatistiğini elle hesaplamak için SPSS’yi kullanın. SPSS’de verilerin alt grupları için standart sapmalar elde etmek için kullanılabilecek birkaç yöntem vardır. Örneğin, erkekler ve kadınlar için ayrı ayrı açıklayıcı istatistikler elde etmek için Eğer Seç komutunu ve Tanımlayıcı prosedürünü kullanabilirsiniz. Veya Keşfet prosedürünü aşağıdaki gibi kullanabilirsiniz:
(1) Menü çubuğundan İstatistikler’e tıklayın.
(2) Açılır menüden Özetle’ye tıklayın.
(3) Açılır menüden Keşfet’e tıklayın.
(4) Tıklayın ve sağ üst ok düğmesini kullanarak “engel” değişkenini Bağımlı Liste kutusuna taşıyın.
(5) tıklayın ve orta sağ ok düğmesini kullanarak “sex” değişkenini Faktör Listesi kutusuna taşıyın.
(6) Görüntü kutusundan İstatistikler’e tıklayın. (7) Prosedürü çalıştırmak için Tamam’a tıklayın.
Liste, Şekil 13.1’deki gibi görünmelidir. Biri erkekler, diğeri kadınlar için olmak üzere iki tanımlayıcı istatistik tablosu içerir. Bu tablolar kurs sürelerinin erkeklerde S12 = 160.14, kadınlarda ise sl = 570.56 olduğunu göstermektedir. Test istatistiği F = Sl2/sl = 160.14/570.56 = 0.281’dir. Test istatistiği 0,317’den küçüktür ve reddedilme bölgesine denk gelir; engelli parkurdaki performans açısından erkeklerin kadınlardan daha homojen olduğu sonucuna varıyoruz.
Akan veri Nedir
What is data mining
Veri MADENCİLİĞİ Ders Notları
Veri madenciliği google scholar
Veri MADENCİLİĞİ Yöntemleri
Veri MADENCİLİĞİ Örnekleri
Data mining ekşi
Excelde grafiğe veri ekleme
KATEGORİ VERİLER ÜZERİNE ÇIKARIM
Bu bölüm, SPSS’nin eşit ve eşit olmayan olasılıklarla uyum iyiliği testi, ki-kare bağımsızlık testi gerçekleştirme ve phi katsayısı, lambda katsayısı ve katsayı gama gibi ilişki ölçülerini hesaplamak için nasıl kullanılacağını açıklar.
Uyum İyiliği Testleri
Bu çizimde, verilerini, birinin doğum ayında veya yılın herhangi bir ayında meydana gelme olasılığının eşit olduğu hipotezini test edeceğiz. Boş hipotez Ho’dur: PI = P2 = … = P12 = 1/12. Veriler “death.sav” dosyasında n = 348 satır ile yer almaktadır.
Her giriş, kişinin doğum ayına göre ölüm ayını gösteren bir sayıdır; örneğin, -6 ölüm ayının doğum ayından 6 ay önce olduğunu gösterir, 0 her iki ayın da aynı olduğunu belirtir vb. (Yordamı SPSS ile çalıştırmak için 12 farklı değer kullanılabilir.)
Varsayılan olarak SPSS, eşit oranlar hipotezini test etmek için ki-kare istatistiğini hesaplar. Veri dosyasını açtıktan sonra:
(1) Menü çubuğundan İstatistikler’e tıklayın.
(2) Açılır menüden Parametrik olmayan testler seçeneğine tıklayın.
(3) Ki-Kare Testi iletişim kutusunu açmak için Ki-Kare üzerine tıklayın
(4) Değişken adına (“ay”) ve onu Test Değişken Listesi kutusuna taşımak için sağ ok düğmesine tıklayın.
(5) Tamam’a tıklayın.
Her ayın orantılı olarak eşit olduğunu varsaydığımız için, 12 ayın her birinde ölen bireylerin beklenen sayısının 348112 = 29 olduğunu görüyoruz. Test istatistiği, 11 serbestlik derecesi ile 22.07’dir. .0238’lik P değeri, Ho’yu %5 düzeyinde reddetmemize yol açacaktır (ancak %1 düzeyinde değil).
Olasılıklar Eşit Değil
Oranların kategorilerde eşit olduğu varsayılmadığında da uyum iyiliği testleri yapmak mümkündür. Örneğin, Amerika Birleşik Devletleri’ndeki beyaz (azınlık dışı) bireylerin mevcut ulusal yüzdesi yaklaşık %76’dır. Beyaz itfaiyeci adaylarının oranının da %76’ya eşit olup olmadığını ve dolayısıyla bir bütün olarak Amerikan nüfusu için tipik olup olmadığını test etmek için “fire.sav” içindeki verileri kullanacağız. Boş hipotez Ho’dur: PI = .76, P2 = .24. Bunu başarmak için: “fire.sav” veri dosyasını açın ve “race” değişkenine tıklayarak yukarıdaki 1-4 arasındaki adımları izleyin. O zamanlar:
(1) Beklenen Değerler kutusundaki Değerler’e tıklayın.
(2) Değişkeninizin ilk kategorisi için varsaydığınız değeri (orantı) girin. Bu örnekte beyaz “1” ve azınlık “2” olarak kodlanmıştır. Beyazların oranının %76’ya eşit olduğunu varsaydığımız için, Değer kutusuna .76 yazın ve Ekle’ye tıklayın.
(3) Değişkeninizin bir sonraki kategorisi için değeri girin. Bu örnekte, .24 girin, çünkü azınlıkların oranının %24’e eşit olduğunu varsayıyoruz.
(4) Beklenen tüm değerleri girdikten sonra Tamam’a tıklayın. Çıktı, gösterildiği gibi görünmelidir.
Beklenen sütunu size varsayımsal vaka sayısını verir. Örneğin, 28 kişiden oluşan örneklemin %76’sı 21.28 olacaktır. Numunedeki gerçek beyaz sayısı 17 idi (Gözlenen Vakalar sütununa bakın). Test istatistiği X2 = 3.59’dur ve %5 düzeyinde anlamlı değildir (P = .0582). Dolayısıyla, itfaiyeci başvuruları örneğinin ulusal beyaz/azınlık dağılımından farklı olmadığı sonucuna varıyoruz.
Ki-Kare Bağımsızlık Testleri
Bölüm 6’da, Çapraz Tablolar komutunu kullanarak frekans tablolarının nasıl hesaplanacağını gösteriyoruz. Bu bölümde, bir popülasyonda iki değişkenin o popülasyondan alınan bir örnek temelinde bağımsız olduğu hipotezini test edeceğiz. SPSS, uygun X2 test istatistiğini kolayca hesaplar.
Örnek olarak, bilgisayar dergisi reklamlarında kişilerin meslek türü ve cinsiyeti arasındaki ilişkiyi gösteren metnin (“computer.sav”) verileri kullanacağız. Bu örneklem tarafından temsil edilen reklam popülasyonunda meslek türünün cinsiyetten bağımsız olduğu hipotezini düşünün. (Yalnızca iki cinsiyet grubu olduğu için, bunun satıcı, yönetici, büro, bilgisayar uzmanı veya başka biri olarak mesleki bir tasvir olasılığının erkekler ve kadınlar için aynı olduğu hipoteziyle aynı olduğuna dikkat edin.)
Bu hipotezi test etmek için “computer.sav” veri dosyasını açın ve şu adımları izleyin:
(1) Menü çubuğundan İstatistikler’e tıklayın.
(2) Açılır menüden Özetle’ye tıklayın.
(3) Çapraz Tablolar iletişim kutusunu açmak için Çapraz Tablolar’a tıklayın.
(4) Satır değişkeninin (“cinsiyet”) adına ve sağ ok düğmesine tıklayın.
(5) Sütun değişkeninin (“rol”) adına ve sağ ok düğmesine tıklayın.
(6) Çapraz Tablolar: Hücre Görünümü iletişim kutusunu açmak için Hücreler düğmesine tıklayın.
(7) Satır ve sütun yüzdelerini istediğinizi belirtmek için Yüzdeler kutusundaki Satır ve Sütun’a tıklayın.
(8) Devam’a tıklayın.
(9) Çapraz Tablolar: İstatistikler iletişim kutusunu açmak için İstatistikler düğmesine tıklayın.
(10) Ki-Kare’ye tıklayın.
(11) Devam’a tıklayın.
(12) Tamam’a tıklayın.
Akan veri Nedir Data mining ekşi Excelde grafiğe veri ekleme Veri MADENCİLİĞİ Ders Notları Veri madenciliği google scholar Veri MADENCİLİĞİ Örnekleri Veri MADENCİLİĞİ Yöntemleri What is data mining