ANA ETKİLER – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri
BASİT ETKİ ANALİZİ
Etkileşim, hücre araçlarının ilişkisinin genel bir değerlendirmesidir. Bağımsız değişkenin üç veya daha fazla seviyesindeki ana etkilerin, post hoc testler veya planlı karşılaştırmalar ile daha fazla açıklanması gereken omnibus etkileri olduğu gibi, omnibus etkileşim etkisinin de basitleştirilmesi gerekir. Bu basitleştirme sürecine duyulan ihtiyaç, Şekil 8.3’teki grafik incelenerek gösterilebilir.
Kadın katılımcıları düşünün. Eğri, büyük şehir yerleşimlerinden kırsal topluluklara doğru istikrarlı bir şekilde yükselir, ancak örneğin, küçük kasabalardakilerin büyük şehirlerdekilerden önemli ölçüde daha mı yoksa kırsal topluluklarda yaşayanların diğerlerinden önemli ölçüde daha mı yalnız olduğunu belirlemek ilgi çekici olacaktır.
Erkekler için, kırsal topluluklarda yaşayanların küçük kasabalarda yaşayanlardan önemli ölçüde daha az yalnız olmaları (bu aşamada kesin olarak bilmesek de) muhtemeldir. Ayrıca büyük şehirlerde yaşayanlarla küçük kasabalarda yaşayanlar arasında istatistiksel olarak anlamlı bir fark olup olmadığını da bilmiyoruz ve büyük şehirlerde yaşayanlarla kırsalda yaşayanlar arasında istatistiksel olarak anlamlı bir fark olup olmadığını da söyleyemeyiz.
Şekil 8.3’teki cinsiyet karşılaştırmalarına baktığımızda da aynı belirsizlikle karşılaşılmaktadır. Büyük şehirlerde oturanlar için kadın-erkek farkı istatistiksel olarak anlamlı mı? Fark minimumdur ve önemli olması muhtemel değildir. Kırsal topluluklarda yaşayanlar için cinsiyet farkı var mı? Bu fark nispeten büyüktür ve muhtemelen önemlidir. Küçük kasabalarda kadın-erkek farklılıklarına ne dersiniz? Bunun cevabı grafikten belirlenemez.
Etkileşim için basit etkilerin analizi, tüm bu soruları yanıtlayacaktır. Basit etkilerin üretilmesinde kullandığımız genel strateji, bir değişkenin düzeylerini izole etmek ve bu grupların ortalamalarını karşılaştırmaktır. Örneğin, cinsiyet seviyelerini izole ederdik. Bunu yaparken, kadın katılımcılara odaklanacağız ve farklı sakinlerden oluşan grupları (büyük şehir, küçük kasaba, kırsal topluluk) karşılaştıracağız. O zaman aynı şeyi erkekler için de yapardık.
Ek olarak, farklı ikamet düzeylerini ayırabilir ve her topluluk türündeki kadın ve erkekleri karşılaştırabiliriz. Hangi grubun diğerlerinin hangilerinden farklı olduğunu bilmek, çok yönlü etkileşim etkisini tam olarak açıklamamıza izin verir. Bu basit efekt analizlerini bölümün ilerleyen kısımlarında nasıl gerçekleştireceğinizi size göstereceğiz.
Genel olarak, etkileşimler genellikle hücre araçlarının grafiği incelenerek teşhis edilebilir. Bunu göstermek için Şekil 8.4’te şematik grafikler sağladık. Şekil 8.4A, Şekil 8.4B ve Şekil 8.4C’deki fonksiyonlar paralel bir ilişkiden ayrılır ve bir etkileşimin göstergesi olacaktır.
- Şekil 8.4A’da b1 işlevi hafifçe aşağı, b2 işlevi keskin bir şekilde yukarı eğimlidir. İki fonksiyonun a2’de önemli ölçüde farklılık göstermemesi, ancak a1’de önemli ölçüde farklı olması muhtemeldir.
- Şekil 8.4B’de fonksiyonlar kesişir. a1’de büyük olasılıkla b2’yi b1’den önemli ölçüde daha büyük buluruz; a2’de, b1 ve b2’nin önemli ölçüde farklılık göstermemesi mümkündür.
- Şekil 8.4C’de her iki fonksiyon da yükseliyor ancak b2, b1’den daha keskin bir şekilde yükseliyor. İki fonksiyonun a1’de önemli ölçüde farklı olmaması, ancak a2’de önemli ölçüde farklı olması muhtemeldir.
İki işlevi paralel olarak görüntüler. Bu bize, ANOVA özet tablosunu incelemeden önce, etkileşim etkisinin istatistiksel anlamlılık elde etmeyeceğini söyleyecektir.
ANOVA testi örnekleri
ANOVA tablosu oluşturma
ANOVA testi yorumlama
Tek yönlü ve Çift yönlü ANOVA farkı
Etkileşim etkisi örneği
Etkileşim etkisi nedir
ANOVA Makale
Anova testi hangi varsayım altında yapılır
ETKİLERİN ÖNCELİKLİ: ETKİLEŞİMLER ANA ETKİLERİN ALTINDADIR
Faktöriyel analizlerin sonuçlarını yorumladığımız ve raporladığımız önceliği yöneten genel bir kural vardır: Etkileşimler ana etkilerin yerini alır. Bu doğrudur çünkü etkileşimler, ana etkilerden daha eksiksiz bir ayrıntı düzeyi içerir. Çalışılan örneğimizde, cinsiyetin önemli bir ana etkisini elde ettik, genel “toplumsal cinsiyet”, kadınların erkeklerden daha fazla yalnızlık yaşadığını ortaya çıkardı.
Ancak etkileşim istatistiksel olarak da anlamlı olduğu için, ana etkinin bu örnekte aşırı genelleme olduğunu görebiliriz. Evet, kadınlar genel olarak erkeklerden daha fazla yalnızlık bildirdi, ancak evrensel olarak değil. Büyük şehirlerde yaşayanlar için, erkek katılımcılar aslında kadınlardan biraz daha fazla yalnızlık bildirdiler. Bu son fark istatistiksel olarak anlamlı olmasa da asıl mesele, ana etkiye dayalı genellemenin büyük şehir ortamı için geçerli olmadığıdır.
Hem küçük kasabalarda hem de kırsal topluluklarda kadınların erkeklere göre daha fazla yalnızlık bildirdiği de doğrudur, ancak bu farkın büyüklüğü çok farklıdır. Bir kez daha, ana etkiye dayalı genelleme, sonuçların nüanslarını yakalamak için çok geniştir.
Bir etkileşim, çizgilerin paralel olmadığını ve hücrelerin benzersiz kombinasyonlarının incelenmesinin kritik olduğunu gösterdiğinden, hücre ortalama düzeyinde var olan ilişkilerin ayrıntılarının her zaman grubun incelikleri hakkında daha bilgilendirici olacağı her zaman doğru olacaktır. ana etkilerden farklılık gösterir. Bu nedenle, önemli bir etkileşimle, normalde enerjimizin çoğunu basit etki analizimize dayanarak hücre araçlarını açıklamak için harcarız ve ana etkilerin daha üstünkörü bir şekilde ele alınmasını sağlama eğilimindeyiz.
OMNIBUS İKİ FAKTÖR ARASINDA EL İLE ANOVA KONULARININ BİLGİLENDİRİLMESİ
NOTASYON
İki faktörlü denekler arası ANOVA için hesaplama süreci, denekler arası tek faktörlü ANOVA tasarımı için Bölüm 6’da ele aldığımız hesaplama prosedürlerinin doğrudan bir uzantısıdır. Bu bölümde tanıtılan varsayımsal örnekle devam edeceğiz. Bağımsız değişkenler, ikamet edilen topluluğun büyüklüğü (Faktör A) ve cinsiyettir (Faktör B).
Yerleşimden bağımsız değişkenin üç düzeyi (a1=büyük, a2=küçük, a3=kır) ve cinsiyetin iki düzeyi (b1=kadın, b2=erkek) vardır. Bağımlı değişken, yalnızlık envanterindeki bir puandır (0’dan 60’a kadar). Bağımsız değişkenlerin bu kombinasyonu 3 × 2 faktöriyel üretir ve Tablo 8.2’nin Tasarım etiketli ilk matrisinde gösterilmektedir.
Katılımcıların yalnızlık envanteri (bağımlı değişken) üzerindeki puanları, altı sütunda veya iki bağımsız değişkenin çeşitli düzeylerinin tedavi kombinasyonlarında düzenlenebilir. Böyle bir düzenleme, Tablo 8.2’nin Veri Kümesi (Yijk) olarak adlandırılan ikinci matrisinde görülebilir. Bu matristeki serilere veya gözlemlere topluca Yijk adını vererek üç parça bilgiyi ifade ediyoruz.
Alt simge i, bir tedavi kombinasyonu içindeki her bir katılımcının veya vakanın sıradaki konumunu belirtir. j alt indisi A tedavisinin seviyesini ve k indisi B tedavisinin seviyesini temsil eder. Bu gösterim cihazı bize her katılımcının aldığı tam tedavi kombinasyonunu hatırlatır.
Yijk matrisindeki altı ham veri sütununun her biri, toplu olarak ABjk olarak adlandırılan tedavi kombinasyon toplamlarını üretmek için toplanabilir (yine, j alt indisi A tedavilerinin seviyesini belirtir ve k alt indisi B tedavilerinin seviyesini belirtir) . Bu altı ABjk işlem kombinasyon toplamı, Tablo 8.2’de AB Toplamlar Matrisi olarak gösterdiğimiz kendi matrislerinde yapılandırılabilir.
Bu AB tedavi kombinasyon toplamları dikey (A tedavi toplamlarını elde etmek için) veya yatay olarak (B tedavi toplamlarını elde etmek için) toplanabilir ve gelecekteki ana etki analizlerimiz için bileşenleri sağlayacaktır. Toplamların AB matrisi, her bir ABjk işlem kombinasyonu toplamının n’ye bölünmesiyle bir AB ortalama matrisine dönüştürülebilir.
ANOVA Makale ANOVA tablosu oluşturma Anova testi hangi varsayım altında yapılır ANOVA testi örnekleri ANOVA testi yorumlama Etkileşim etkisi nedir Etkileşim etkisi örneği Tek yönlü ve Çift yönlü ANOVA farkı