OMNIBUS ANALİZİ – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri
ANALİZ KURULUMU
Veri dosyası şişirme tedavisini açıyoruz ve ana menüden Analiz ➔ Genel Doğrusal Model ➔ Tek Değişkenli seçeneğini seçiyoruz. Bu, gösterildiği gibi ana Univariate penceresini açar. Şişmeyi Bağımlı Değişken paneline ve tedavi ve cinsiyeti Sabit Faktör(ler) paneline taşırız.
Post Hoc iletişim penceresi gösterilir. Pencerenin üst kısmında, bu bağımsız değişkenin üç düzeyi olduğundan, tedaviyi panel için Post Hoc Testlerine taşırız. Bu ana etki istatistiksel olarak anlamlıysa ve varyansın homojenliği varsayımını karşıladığımızı varsayarsak, etkileşim istatistiksel olarak anlamlı değilse tedavi ortalamalarını karşılaştırmak isteriz. Ryan–Enoit–Gabriel–Welsch Studentized Range testini elde etmek için R-E-G-W-Q’yu kontrol ediyoruz ancak gerekirse Tamhane’nin T2 testi ile analizi tekrar yapmaya hazırız. Ana iletişim penceresine dönmek için Devam’ı tıklayın.
İstatistiksel olarak anlamlı bir etkileşim etkisi olasılığını öngörerek, iki nedenden dolayı araçların bir grafiğini elde etmek yararlıdır: (a) etkileşimler en iyi görsel tasvirlerini inceleyerek ve (b) basit efekt testlerimizi görsel bir gösterimle eşleştirerek anlaşılabilir. yorumlamamızı kolaylaştırır. Plots düğmesinin seçilmesi, Profil Plots iletişim penceresini açar.
Her iki bağımsız değişken de kategorik olduğundan, arsayı nasıl yapılandırdığımız keyfidir. Bu nedenle, yatay eksene cinsiyeti yerleştirdik ve her tedavi için Ayrı Çizgilere sahip olacağız. Grafiği Plots paneline yerleştirmek için Ekle düğmesine tıklayın ve ana iletişim penceresine dönmek için Devam’a tıklayın.
Seçenekler iletişim penceresi gösterilir. Görüntü alanında, Tanımlayıcı istatistikler ve Homojenlik testleri (eşit grup varyanslarının Levene testini elde etmek için) kontrol edilir. Ayrıca basit etki testleri için kuruluma başlıyoruz ancak bu sonuçları yalnızca etkileşim etkisi istatistiksel olarak anlamlıysa inceleyeceğiz. Basit efekt testlerini ayarlamanın ilk adımı, Seçenekler penceresinin (pencerenin üst yarısı) Tahmini Marjinal Ortalamalar kısmına odaklanmaktır. Cinsiyet*tedavisi olarak gösterilen etkileşimi Faktör(ler) ve Faktör Etkileşimleri panelinden Görüntüleme Araçları paneline taşırız ve ana iletişim penceresine dönmek için Devam’a tıklıyoruz.
Basit efekt testlerini ayarlamanın bir sonraki adımı Yapıştır’a tıklamaktır. Bu, analiz kurulumunu sunan gösterilen sözdizimi penceresini açar (işaretleme ve tıklamamızın oluşturduğu ve IBM SPSS® analizini fiilen yürüten şey budur).
Sözdizimi penceresindeki sözdizimi, sözcük işleme tarzında (ancak çok daha az güçle) düzenlenebilir ve bu temel sözdizimine birkaç sözcük eklememiz gerekecektir. Odak noktamız /EMMEANS = TABLES(seks*tedavi) alt komutudur. Bu sözdiziminin çevirisi kabaca “cinsiyet*tedavi etkileşimi için tahmini marjinal araçların bir tablosunu oluştur” şeklindedir. Basit etki testlerimiz, tahmini marjinal ortalamalara dayalı olacaktır.
Basit efekt testlerinin tamamını gerçekleştirmek için aşağıdaki adımları atıyoruz:
• Orijinal olarak girintili olduğundan emin olarak alt komutu kopyalayıp doğrudan orijinalin altına yapıştırın.
• Orijinal satırın sonuna karşılaştırma (sex) adj (Bonferroni) yazın.
Nokta yazmayın. IBM SPSS, yazılanları tahmin edecek ve kabul edilmesi yararlı olan bilgi istemleri sunacaktır (ekran görüntüsü, istemlerin kabul edildiğini gösterir). Bu ek sözdizimi, “diğer bağımsız değişkenin her bir düzeyi için cinsiyet düzeylerini (kadınlar ve erkekler) ayrı ayrı karşılaştırın (tedavisiz durum için kadınları erkeklerle karşılaştırın, yine plasebo durumu için ve yine yine ilaç durumu için ) bir Bonferroni alfa seviyesi düzeltmesi kullanarak.
• Kopyalayıp yapıştırdığımız satırın sonuna karşılaştırma (tedavi) adj (Bonferroni) yazın. Nokta yazmayın. Bu ekleme, “bir Bonferroni kullanarak diğer bağımsız değişkenin her bir düzeyi için tedavi düzeylerini (tedavi yok, plaseboya karşı ilaç) ayrı ayrı karşılaştırın (kadın hastalar için bu üç grubu karşılaştırın ve erkek hastalar için tekrar karşılaştırın) anlamına gelir. alfa seviyesi düzeltmesi”.
• Çıktıyı almak için ana menüden Run ➔ All seçeneğini seçiyoruz.
Omnibus ANOVA
ANOVA analysis
Post hoc analysis
Chi-square test
What is omnibus
Anova chi square in r
Omnibus test of model coefficients
F-test regression
ANALİZ ÇIKTI: OMNIBUS ANALİZİ
Tanımlayıcı İstatistikler tablosu, tedavi durumuna göre her bir cinsiyet için gözlemlenen ortalamayı, standart sapmayı ve grup boyutlarını gösterir. Alttaki tablo, Levene’nin varyansların homojenliği istatistiğini göstermektedir. 1.507 olan F oranı, 5 ve 48 serbestlik derecesi ile değerlendirildiğinde istatistiksel olarak anlamlı değildi (p = .205); bu nedenle, eşit grup varyansları varsayımının ihlal edilmediği sonucuna varabiliriz.
ANOVA özet tablosunu görüntüler. Bu analizi Genel Doğrusal Model prosedüründe gerçekleştirdiğimiz için, IBM SPSS, genel doğrusal model analizinden elde edilen tüm çıktıları açıklandığı gibi sunar. Açıklandığı gibi azaltılmış modele odaklanıyoruz. F oranı genellikle, etkiyle ilişkili Ortalama Karenin (varyans), Hata etkisi ile ilişkili Ortalama Kareye (varyans) bölünmesiyle hesaplanır. İlgilenilen üç etki vardır.
Özet tablosunda göründükleri sırayla, bu etkiler aşağıdaki gibidir:
• F oranı 4.268 ve serbestlik derecesi 1 ve 48 olan cinsiyetin ana etkisi istatistiksel olarak anlamlıdır (p = .044); eta kare değeri 37.500/1313.500 veya yaklaşık .03’tür.
• F oranı 34.622 ve serbestlik derecesi 2 ve 48 olan tedavinin ana etkisi istatistiksel olarak anlamlıdır (p<.001); eta kare değeri 608.444/1313.500 veya yaklaşık olarak .46’dır.
• 13.985’lik bir F oranı ve 2 ve 48’lik serbestlik dereceleri ile cinsiyet ve tedavinin etkileşimi istatistiksel olarak anlamlıdır (p < .001); eta kare değeri 245.778/1313.500 veya yaklaşık .19’dur.
Tedavinin ana etkisi oldukça güçlü bir etki gibi görünse de, istatistiksel olarak anlamlı etkileşim, tedavi etkisinin (tedavi yapılmayanlar ile plasebo ve ilaç grupları arasındaki ortalamalar arasındaki farklar) cinsiyet tarafından yönetildiğini (etkilendiğini) bildirir. hastanın. Bu, gösterilen şemada görülebilir.
Parselin görsel incelemesine dayanarak, öyle görünüyor ki:
• tedavi uygulanmayan durum (düz çizgi) en fazla şişliği sergiliyor gibi görünmektedir ve dişiler ve erkekler arasındaki fark küçüktür ve istatistiksel olarak anlamlı olması muhtemel değildir;
• plasebo durumu için (kesik noktalı çizgi), dişiler tedavisiz kontrolden önemli ölçüde farklı olmayabilir, oysa erkeklerde tedavi uygulanmayan kontrolden daha az şişkinlik var gibi görünmektedir;
• ilaç durumu için (kesik çizgi), dişilerde çok az şişlik görülürken, erkekler plasebo durumundaki erkeklerden çok farklı değildir.
ANALİZ ÇIKTI: BASİT ETKİ TESTLERİ
Analiz kurulumunun sonuna eklediğimiz sözdizimi, her bir alt komut satırı için bir tane olmak üzere iki basit efekt seti oluşturdu. İlk basit etkiler seti, tedavi seviyelerinin her biri için cinsiyeti karşılaştırmak (kadınları ve erkekleri karşılaştırmak) için tasarlanmıştır. Bu analizin sonuçları gösterilmektedir.
Tahminler tablosu, grupların her biri için tahmini marjinal ortalamaları, standart sapmaları ve %95 güven aralıklarını gösterir. Bireysel gruplara odaklandığımız için (ve eşit olmayan örneklem büyüklüklerine sahip grupları birleştirmediğimiz için), bu tahmini marjinal ortalamalar, gözlemlenen ortalamalara eşittir. İkili Karşılaştırmalar tablosu, her bir araç çifti üzerindeki Bonferroni düzeltilmiş t testi sonuçlarını gösterir.
Kısaca, şunu öğrenmek için üç ana satırı okuduk:
- tedavi görmeme durumu için kadın ve erkekler arasında fark yoktur (p = .306);
- plasebo koşulu için, dişiler erkeklerden önemli ölçüde daha fazla şişkinliğe sahiptir (p = .017);
- ilaç durumu için, kadınlarda erkeklerden önemli ölçüde daha az şişlik vardır (p < .001).
İkinci basit etkiler grubu, her bir cinsiyet düzeyi için tedaviyi karşılaştırmak (tedavi yok ile plasebo ile ilaç tedavisini karşılaştırmak) için tasarlanmıştır. Bu analizin sonuçları Şekil 50.15’te gösterilmektedir. Kısaca, aşağıdakileri öğrenmek için iki ana satırı okuduk.
• Kadınlar için, ilaç tedavisi durumu hem plasebo (p < .001) hem de tedavi uygulanmama (p < .001) koşullarına göre önemli ölçüde daha az şişme ile sonuçlanmıştır; bununla birlikte, plasebo ve tedavi uygulanmama koşulları, şişme miktarında önemli ölçüde farklılık göstermedi (p = .717).
• Erkekler için, hem plasebo (p < .001) hem de ilaç tedavisi koşulları, tedavi uygulanmayan koşullara (p < .001) göre önemli ölçüde daha az şişme ile sonuçlanmıştır; bununla birlikte, plasebo ve ilaç koşulları, şişme miktarında önemli ölçüde farklılık göstermedi (p = 1.000).
Genel olarak, sonuçlar, yeni ilacın kadınlarda işe yaradığı, ancak erkeklerde işe yaramadığı; plasebo, erkekler için ilaç kadar işe yaradı, ancak kadınlar plasebodan önemli bir rahatlama sağlamadı.
ANOVA analysis Anova chi square in r Chi-square test F-test regression Omnibus ANOVA Omnibus test of model coefficients Post hoc analysis What is omnibus