ANA ETKİ ÜZERİNE POST HOC – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri
SAS’TA ANOVA SONRASI ANALİZLERİN YAPILMASI
En küçük kareler ortalamaları, açıklandığı gibi SPSS’nin tahmini marjinal ortalamalar olarak adlandırdığı değerlerle aynıdır. Post hoc testleri en küçük kareler bağlamına yerleştirerek, bu post hoc testlerin en küçük kareler bağlamında gerçekleştirildiğini açıkça ortaya koymaktadır.
SPSS’de tahmini marjinal ortalamalarla çalışırken Bonferroni düzeltmeli ikili karşılaştırmalar yaptık; bu nedenle burada SAS Enterprise Guide’da Bonferroni karşılaştırmalarını da yapacağız. Bu nedenle, Karşılaştırmalar için, Farklar için p-değerlerini göster’i Tüm ikili farklar olarak ayarlayın ve Bonferroni ile karşılaştırma için Ayarlama yöntemini ayarlayın. Ardından karşılaştırmaları gerçekleştirmek için Çalıştır’ı tıklayın.
ANOVA ANALİZ SONRASI ÇIKTI
ANA ETKİ ÜZERİNE POST HOC
İkametin ana etkisi için çoklu karşılaştırmaları gösterir. Üstteki ekran, birinci sütundaki ikamet seviyelerini, ikinci sütundaki araçları ve üçüncü sütunda, Lineer Model prosedürü tarafından her bir ikamet seviyesine atanan kod numarasını gösterir.
Alttaki ekran, her bir ortalama farkla ilişkili olasılık değerlerini gösteren bir matrisin sunulmasında kod numaralarını kullanır. Örneğin, 1 ve 3 kodlu grupların (büyük şehir ve kırsal gruplar) ortalama farkı p = .0022 değerine sahiptir ve bu ortalama fark bu nedenle istatistiksel olarak anlamlıdır.
BASİT ETKİ ANALİZLERİ
Şekil 8.32, ana etki için az önce tanımladığımızla aynı şekilde yapılandırılmış etkileşim araçlarının ikili karşılaştırmalarını göstermektedir. Üstteki tablo gruplara kod numaralarını verir ve alttaki tablo ikili karşılaştırmalarla ilgili p değerlerini gösterir.
Kadınların 1, erkeklerin 2 olarak kodlandığını ve büyük şehirlerin, küçük kasabaların ve kırsal toplulukların sırasıyla 1, 2 ve 3 olarak kodlandığını hatırlayın. Böylece 2 olarak kodlanan grup cinsiyet = 1 ve ikamet = 2’yi yani küçük kasabalarda yaşayan kadınları; 5 olarak kodlanan grup ise cinsiyet = 2 ve ikametgah = 2’yi yani küçük kasabalarda yaşayan erkekleri temsil etmektedir.
Alt tablonun incelenmesi, bu ortalama farkla ilişkili p değerinin .2328 olduğunu, istatistiksel olarak anlamlı olmadığına karar vereceğimiz bir değer olduğunu gösterir. Daha anlamlı bir düzyazıya çevrildiğinde, küçük kasabalarda yaşayan erkekler ve kadınlar, ifade edilen yalnızlık derecelerinde farklılık göstermemektedir. Bölüm 8.12.3’te belirtildiği gibi, bu karşılaştırmaların bağlam içinde alınabilmesi için basit etki testlerinin sonuçlarının ortalamaların grafiğine göre incelenmesi gerekir.
SONUÇLARIN İLETİŞİMİ
Sonuçların yazılı bir özeti aşağıdaki gibidir:
Cinsiyet (erkek ve kadın) ve konut topluluğunun büyüklüğü (büyük şehir, küçük kasaba ve kırsal topluluk) kullanılarak denek tasarımı arasında 2 × 3, katılımcıların yalnızlık duygularını ne derece deneyimlediklerini değerlendirdi. Cinsiyetin ana etkisi F (1, 24) = 38.03, p < .05, η2 = .27 ve ana etkisi konut topluluğunun, F (2, 24) = 21.06, p < .05, η2 = .30, her ikisi de anlamlıydı, bunların yerini önemli Cinsiyet × Yerleşik Topluluk etkileşimi aldı, F (2, 24) = 19.16, p < .05, η2 = .27.
Etkileşim Şekil 1’de sunulmuştur. Alfa seviyesini .05’te tutmak için bir Bonferroni ayarlaması kullanılarak basit efekt testleri gerçekleştirilmiştir. Kadınlar hem küçük kasabalarda hem de kırsal topluluklarda büyük şehirlerde olduğundan daha yalnızdı. Erkekler küçük kasabalarda, büyük şehirlerde veya kırsal topluluklarda olduğundan daha yalnızdı. Ayrıca, her iki grup da küçük kasabalarda nispeten yalnız olsa da, kadınlar o çevrede erkeklere göre önemli ölçüde daha yalnızdı. Buna karşılık, kırsal topluluklarda kadınlar oldukça yalnızdı, ancak o çevrede erkekler hiç de çok yalnız değildi.
Post hoc testleri hangileridir
Post hoc örnekleri
Post hoc testi neden yapılır
Tukey testi yorumlama
Çoklu karşılaştırma testleri nelerdir
Scheffe testi
Tukey HSD testi nedir
Games-Howell testi
Üç Yönlü Konular Arası Tasarım
ÜÇ YÖNLÜ TASARIM İÇİN SAYISAL BİR ÖRNEĞİ
Bölüm 8’de iki yönlü bir faktöriyel oluşturmak için denekler arası tasarıma ikinci bir bağımsız değişken ekledik. Bu noktada, araştırma tasarımlarında denekler arası iki bağımsız değişkeni birleştirmek ile sınırlı olmadığımızı muhtemelen fark etmişsinizdir (yine de kendimizi tek bir bağımlı değişkeni analiz etmekle sınırlıyoruz).
Teorik olarak, bu tür tasarımların karmaşıklığı, tasarımlar daha karmaşık hale geldikçe katlanarak büyümesine rağmen, bu tür birçok değişkeni bir araya getirebiliriz. Araştırma literatüründe beş bağımsız değişken kullanan bazı ANOVA tasarımlarını ve dört değişken kullanan birkaç ANOVA tasarımını görmek mümkündür; ancak, çoğu araştırma sorusu için ortak sınır üç yollu tasarımlardır. Üç yollu bir tasarımı analiz etmenin mantığını anlıyorsanız, aynı stratejileri dört veya beş bağımsız değişkeni olanlarla başa çıkmak için kullanabilirsiniz.
Aşağıdaki basitleştirilmiş varsayımsal örnek veri setini kullanarak üç yönlü denekler arası tasarımın genel ilkelerini göstereceğiz. Devlet okulu sisteminden vatandaş memnuniyetini ölçmek istediğimizi varsayalım. Üç farklı siyasi tercihi temsil eden bireyleri örnekliyoruz: liberal, ılımlı ve muhafazakar (veri dosyasında sırasıyla 1, 2 ve 3 kodlu).
Ayrıca, bu kişilerin son seçimde oy kullanıp kullanmadıklarını (evet 1 ve hayır olarak 2 olarak kodlanmış) kodlayarak, oylamayı siyasi katılımın bir göstergesi olarak kullanırız. Son olarak, evde yaşayan okul çağındaki çocukların olup olmadığını kodluyoruz (evet 1, hayır 2 olarak kodlandı).
Devlet okulu sisteminden memnuniyeti değerlendirmek için, katılımcıların her birine bir anket uyguluyoruz ve toplam puanı hesaplıyoruz. Sıfıra yakın memnuniyet puanları sistemden çok az memnuniyeti yansıtır; 40’a yakın veya maksimum puanlar, devlet okulu sisteminden önemli ölçüde tatmin olduğunu yansıtmaktadır. Bu puanlar bağımlı değişkenimizi oluşturmaktadır.
Tasarım, verilerle birlikte Şekil 9.1’de sunulmaktadır. Hücre başına beş katılımcı vardır. Üç bağımsız değişkenle, konfigürasyonu tüm veri noktalarını gösterebileceğimiz şekilde çizmenin önemsiz bir yol olmadığını unutmayın. Tasarımı şematik olarak sunmak için bağımsız değişkenlerden birinin seviyelerini izole ederek segmentler halinde göstermemiz gerekir.
Verileri, okul çağındaki çocukların olup olmadığına göre katılımcıları ayırarak görüntülemeyi seçtik. Devlet okulu sisteminden memnuniyeti değerlendirmek için, katılımcıların her birine bir anket uyguluyor ve toplam puanı hesaplıyoruz. Sıfıra yakın memnuniyet puanları sistemden çok az memnuniyeti yansıtır; 40’a yakın veya maksimum puanlar, devlet okulu sisteminden önemli ölçüde tatmin olduğunu yansıtmaktadır. Bu puanlar bağımlı değişkenimizi oluşturmaktadır.
Tasarım, verilerle birlikte Şekil 9.1’de sunulmaktadır. Hücre başına beş katılımcı vardır. Üç bağımsız değişkenle, konfigürasyonu tüm veri noktalarını gösterebileceğimiz şekilde çizmenin önemsiz bir yol olmadığını unutmayın. Tasarımı şematik olarak sunmak için bağımsız değişkenlerden birinin seviyelerini izole ederek segmentler halinde göstermemiz gerekir.
Verileri, diğer bağımsız değişkenlerden biri tarafından da meşru bir şekilde parçalamış olsak da, evde okul çağındaki çocukların bulunup bulunmadığına göre katılımcıları ayırarak göstermeyi seçtik. Ayrılacak değişkeni bir kez seçtiğimizde, bu değişkenin düzeylerini kavramsal olarak karşılaştırmak biraz daha zorlaşır çünkü her bir düzeyi ayrı tablolardadır.
Şekil 9.1’deki tasarımı şematik olarak nasıl sunduğumuzdan yola çıkarak, bağımsız değişkenleri belirtme sırası keyfi olsa da bu tasarımın 2 × 3 × 2 olduğunu söyleyebiliriz. Tasarımdaki ayrı hücrelerin sayısı bağımsız değişkenlerin seviyelerinin benzersiz kombinasyonlarının sayısı – her bir değişkenin seviyelerinin sayısı çarpılarak bilinir.
Böylece, tasarımda her biri üç bağımsız değişkenin benzersiz bir kombinasyonunu temsil eden on iki hücre (2 × 3 × 2 = 12) vardır. Bu analiz aşaması – on iki hücre aracıyla çalışmak – tasarımın özüdür ve en yüksek dereceli etkiyi temsil eder (yani, en ayrıntılı etki).
Çoklu karşılaştırma testleri nelerdir Games-Howell testi Post hoc örnekleri Post hoc testi neden yapılır Post hoc testleri hangileridir Scheffe testi Tukey HSD testi nedir Tukey testi yorumlama