Normal Dağılım – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri
Normal Dağılım
İstatistiksel olarak konuşursak, veriler normal dağıldığında ortalama kullanılmalıdır. Örneğin, bir süpermarketten çıkan 30 kişiyle anket yaparsak, çok genç ve çok yaşlı birkaç alışverişçi olmasını bekleyebiliriz, ancak çoğu insan 30-60 yaşları arasında olacaktır.
Burada çoğu insanın 30 ila 60 yaşları arasında olduğunu ve ortalama değer ile medyan değerin neredeyse aynı olduğunu görebiliriz: ortalama yaş = 40,5 yıl; ortanca yaş = 40 yıl.
Bununla birlikte, veriler normal dağılmadığında, alt veya üst uca doğru çarpık olduğunda, ortalama ve medyan değerler eşdeğer değildir. Dolayısıyla, birkaç çalışanın çok yüksek maaş aldığı çalışan maaşları örneğimize (daha geniş bir hayali veri seti ile) dönersek, gösterilene benzer bir dağılım bulabiliriz.
Bu çarpık dağılım olarak bilinir, çünkü veriler ölçeğin bir ucuna çarpıktır, bu durumda maaş skalasının üst ucuna doğru ‘çarpıktır’, oysa medyan değerle gösterildiği gibi çoğu insan için maaş, ölçeğin bu alt ucunda yer alır.
Ortalamanın mı yoksa medyanın mı en geçerli merkezi eğilim ölçüsü olduğunu görmek için aralık verilerinin yayılmasını incelememiz önemlidir. Belirgin şekilde çarpık verilerimiz varsa, ortalama değer güvenilir bir ölçüm olmayabilir. Daha sonra “normal” veya çarpık bir dağılımın, verileri analiz etmek için hangi istatistiksel testi kullanmamız gerektiğini belirleyebileceğini göreceğiz.
Özet
Buraya kadar doktorun anketinden elde edilen verileri tanımlamanın çeşitli yollarını düşündük. Kategorik verilerin frekanslar ve çapraz tablolar kullanılarak tanımlanabileceğini ve aralık verilerinin merkezi eğilim ölçüleri kullanılarak tanımlanabileceğini gördük: ortalama, medyan ve mod.
Ortalamayı veya medyanı belirtmenin geçerliliğinin verilerin dağılımına bağlı olduğunu da gördük. Normal olarak dağıldığı durumlarda ortalama kullanılabilir, ancak veriler ölçeğin bir ucuna aşırı derecede çarpık olduğunda, medyan daha güvenilir bir merkezi eğilim ölçüsü olabilir.
Bunu danışmanlık verilerimize nasıl uygulayabiliriz? Pekala, aşağıdaki soruları cevaplamak için aralık verilerimizi özetlemek isteyebiliriz:
• Danışmanlık için görülen hastaların ortalama yaşı neydi?
• Ortalama seans sayısı neydi?
• Çoğu hasta hizmetten memnun kaldı mı? Ortalama puan neydi?
Yukarıdaki sorularda ortalama değerlere atıfta bulunduğuma dikkat edin. En uygun merkezi eğilim ölçüsü elbette ortalama veya medyan kullanılmalıdır ve bu, verilerin yayılmasına bağlı olacaktır. Her ikisinin de ortalamanın güvenilirliğini göstermek için veya başka bir şekilde alıntılandığını bulmak olağandışı değildir.
Normal dağılım nedir özellikleri
Normal dağılım hesaplama
istatistik : normal dağılım örnekleri
Standart normal dağılım formülü
Standart normal dağılım özellikleri
Standart normal dağılım hesaplayıcı
Standart normal dağılım problemleri
Standart normal dağılım tablosu
Verilerdeki İlişkiler ve Farklılıklar
Aralık verileri üzerinde gerçekleştirebileceğimiz iki analiz türü daha vardır:
• Değişkenler arasındaki ilişkiyi inceleyin.
• İki puan grubu arasındaki farkları inceleyin.
Aralık verileriyle değişkenler arasındaki ilişkilerin incelenmesi: korelasyon
Çapraz tablolama kullanarak kategorik verilere sahip öğeler arasındaki ilişkiyi zaten inceledik. Yaş gibi aralık verileri olan değişkenler için korelasyon olarak bilinen başka bir teknik kullanabiliriz.
Korelasyon, iki değişken arasındaki ilişkinin yönünü ve gücünü gösterir. Örneğin, boy ve ayakkabı boyutunun, daha uzun insanların daha büyük ayakları olmasıyla ilişkili olmasını bekleyebiliriz.
Boy arttıkça ayakkabı bedeninin de arttığını görebildiğimiz 30 kişi için boy ve ayakkabı bedeninin bir dağılım grafiğini göstermektedir. Bu pozitif korelasyon olarak bilinir: çizim soldan sağa doğru ne kadar sıkı bir çizgi oluşturursa, korelasyon o kadar güçlü olur.
Negatif bir korelasyon ise tam tersidir: bir değişkendeki yüksek puanlar, diğerindeki düşük puanlarla bağlantılıdır. Örneğin, (varsayımsal veriler) gösterildiği gibi, IQ puanları ile her hafta reality TV şovlarını izlemek için harcanan saat sayısı arasında negatif bir ilişki bulabiliriz.
Bu dağılım grafiğinden, yükseklik ve ayakkabı boyutu grafiğine ters yönde soldan sağa inen bir çizgi ayırt edebiliriz. Son olarak, iki değişken arasında fark edilebilir bir korelasyonun olmadığı gösterildiği gibi, muhtemelen IQ ile ayakkabı boyutu arasında bir ilişki bulmayı beklemeyiz. Bu dağılım grafiklerinin SPSS’de nasıl üretileceğine bakacağız.
Bunu danışmanlık verilerimize nasıl uygulayabiliriz? Her şeyden önce, ilişkilendirilebilecek iki aralık değişkenini tanımlamamız gerekiyor. Aralarından seçim yapabileceğimiz üç tane var: yaş, danışmanlık seanslarının sayısı ve memnuniyet dereceleri.
Bu nedenle, bir örnek olarak, hastaların memnuniyet derecelerinin sahip oldukları randevu sayısıyla bağlantılı olup olmadığını görmek isteyebiliriz. Belki de ne kadar çok randevu alırlarsa o kadar memnun oluyorlardı? Ya da belki bu yanlıştır: belki daha fazla randevu, daha fazla çözülmemiş sorunla bağlantılıdır ve dolayısıyla daha az tatmin olur?
Değişkenler içinde puan farklılıklarının incelenmesi
Son olarak, belirli bir değişken içindeki puanlardaki farklılıkları incelemekle de ilgilenmeliyiz. Örneğin, Jane için olanlara kıyasla John için elde edilen ortalama memnuniyet derecelerini hesaplamak isteyebiliriz. Bunu yapacak olsaydık, değişkenleri iki türe ayırmak faydalı olurdu: bağımsız değişkenler ve bağımlı değişkenler.
Dolayısıyla, tatmin düzeyinin hastanın gördüğü danışmana bağlı olduğunu düşünürsek, aşağıdaki bağımsız ve bağımlı değişkenlere sahip oluruz:
• Bağımsız değişken: danışman
• Bağımlı değişken: memnuniyet derecesi
Bu nedenle, hastaların memnuniyet derecelerinin gördükleri danışmana bağlı olup olmadığını inceliyoruz. Örneğin, her danışman beş hasta gördüyse, o zaman John için ortalama puanı ve Jane için ortalama puanı hesaplar ve gösterildiği gibi farkı dikkate alırdık.
İki ortalama puandaki herhangi bir farklılığın istatistiksel olarak anlamlı olup olmadığını bize söyleyen bir istatistik kullanacağız; bu, temelde bunun tesadüfen meydana gelme olasılığının düşük olduğu anlamına gelir.
Hakkında öğrendiğiniz bu ilk bölümün sonu:
• Farklı veri türleri ve ölçüm seviyeleri (kategorik, sıralı ve aralıklı veriler).
• Frekanslar ve çapraz tablolama.
• Merkezi eğilim ortalama, medyan ve mod ölçüleri.
• Ortalamanın veya medyan değerin uygun kullanımı
• Aralık verilerinin ilişkili olup olmadığını görmek için dağılım grafiklerini kullanma.
• İki puan grubu arasındaki farkları incelemek için değişkenleri bağımsız değişkenler ve bağımlı değişkenler olarak kategorize etmek.
Veri setine ve üzerinde yapabileceğimiz analiz türlerine aşina olduktan sonra, şimdi verileri SPSS’ye girmemiz gerekiyor.
“akademdelisi.net” ailesi olarak, Normal dağılım nedir özellikleri,Normal dağılım hesaplama,istatistik : normal dağılım örnekleri,Standart normal dağılım formülü,Standart normal dağılım özellikleri,Standart normal dağılım hesaplayıcı,Standart normal dağılım problemleri,Standart normal dağılım tablosu gibi pek çok alanda sizlere destek vermekteyiz.
Siz de bu aileyle tanışmak istiyorsanız iletişim adreslerimizden bizlere ulaşabilirsiniz.
istatistik : normal dağılım örnekleri Normal dağılım hesaplama Normal dağılım nedir özellikleri Standart normal dağılım formülü Standart normal dağılım hesaplayıcı Standart normal dağılım özellikleri Standart normal dağılım problemleri Standart normal dağılım tablosu