ANALİZ STRATEJİSİ – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri

info@akademidelisi.com * 0 (312) 276 75 93 * Her bölümden, Ödev Yazdırma, Proje Yaptırma, Tez Yazdırma, Rapor Yazdırma, Makale Yazdırma, Araştırma Yazdırma, Tez Önerisi Yazdırma talepleriniz için iletişim adreslerini kullanın. Makale YAZDIRMA siteleri, Parayla makale YAZDIRMA, Seo makale fiyatları, Sayfa başı yazı yazma ücreti, İngilizce makale yazdırma, Akademik makale YAZDIRMA, Makale Fiyatları 2022, Makale yazma, Blog Yazdırma, Blog Yazdırmak İstiyorum

ANALİZ STRATEJİSİ – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri

16 Şubat 2022 Senaryo analizi Nedir? Stratejik yönetim süreci aşamalar Stratejik yönetim süreçler 0
Optimum Bölme Çıkışı – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri

İki Yönlü Ki-Kare Bağımsızlık Testi

İki değişkenin ilişkili olduğunu söylemek, bunların ilişkili olduğunu söylemektir ve kategorik değişkenler arasındaki ilişkinin derecesini değerlendiren birkaç indeks vardır. Burada uygulanamayan iki indeks tetrakorik ve polikorik korelasyonlardır; bunlar, altta yatan sürekli veya gizli değişkenler ikiye ayrıldığında veya sırasıyla üç veya daha fazla sıralı kategoriye ayrıldığında kullanılır.

İki yönlü bir beklenmedik durum tablosuna uygulanabilen üç endeks aşağıdaki gibidir:

• Phi Katsayısı. Phi, her bir değişkenin yalnızca iki düzeyi olduğunda (yalnızca 2 × 2 beklenmedik durum tablolarına uygulanabilir) iki gerçek kategorik değişken arasındaki ilişkiyi tanımlayan bir korelasyon katsayısıdır. Karl Pearson (1900a) bunu Pearson r formülünden türetmiştir. Phi, (ki-kare/N)’nin karekökü alınarak hesaplanır; burada N, toplam frekanstır. Tipik olarak phi’nin karesini alırız ve bunu iki değişken tarafından paylaşılan varyans miktarı olarak r2’ye benzer şekilde yorumlarız.
• Acil Durum Katsayısı. Bu, satır ve sütun sayısı eşit olduğunda ve 2 × 2’yi aştığında kullanılan bir phi katsayısı çeşididir. Paydanın N + ki-kare olması dışında phi’ye benzer şekilde hesaplanır.
• Cramer’s V. Bu, satır veya sütun sayısı iki düzeyi aştığında kullanılan başka bir phi çeşididir. Paydanın N * (k − 1) olması dışında phi’ye benzer şekilde hesaplanır; burada k, satır veya sütun sayısının daha küçük değeridir.

Ki-kare testinin düşük frekanslı hücreler içeren 2×2 olasılık tablolarına uygulandığında daha az uygun olduğu endişesiyle (çünkü ki-kare dağılımı süreklidir, ancak frekanslar süreksizdir ve küçük frekanslar süreksizliği vurgular), Yates (1934), bu süreklilik eksikliği için bir düzeltme önerdi.

Ki-kare hesaplamada bir adım, her hücrede gözlenen ve beklenen frekanslar arasındaki farkı belirlemektir. Yates, düşük gözlemlenen frekanslarda vurgulanan süreksizliği düzeltmek için farkı 0,5 oranında azaltmayı önerdi (bu düzeltme, giderek daha büyük frekanslar için giderek daha az etkiye sahiptir).

Yates’in önerisini takip eden uzun yıllar boyunca, bu düzeltme, gözlemlenen hücre frekansları 5 ile 10 arasında değişen analizler için rutin olarak önerildi. Bununla birlikte, bu düzeltmeyi kullanmak, son birkaç on yılda tartışma konusu haline geldi ve birkaç yazar, hesaplanan ki-kare değerinde çok muhafazakar bir düzeltme olduğu için kullanılmaması gerektiğini öne sürdü.

ANALİZ STRATEJİSİ

Herhangi bir (makul) büyüklükteki iki yönlü beklenmedik durum tablosunda bir ki-kare analizi yapılabilir. Bununla birlikte, hücrelerin her birinin beklenen frekansı 1’den büyük olmalıdır ve hücrelerin çoğu (örneğin, %80 veya daha iyi) 5’ten büyük beklenen frekanslara sahip olmalıdır. bunu 4×2 bir tablonun analizine genişletin.

SAYISAL ÖRNEK: 2 × 2 Kİ-KARE

Bu örnek için kullandığımız veriler (IBM SPSS® örnek veri dosyalarından seçilmiştir), büyük bir HMO’da 1048 hasta için risk faktörleridir. Burada iki değişkenle ilgileniyoruz. Fiziksel_aktif değişkeni için, istemciler aktif olmayanlar (veri dosyasında 0 olarak kodlanmıştır) ve aktif olanlar (veri dosyasında 1 olarak kodlanmıştır) olarak ikiye ayrılmıştır. Obezite değişkeni için, danışanlar obez tanısı almayanlar (hayır, veri dosyasında 0 olarak kodlandı) ve olanlar (evet, veri dosyasında 1 olarak kodlandı) olarak ikiye ayrıldı. Veri dosyası yaşam tarzı tıbbi çalışması olarak adlandırılır. Veri dosyasının bir bölümünün ekran görüntüsü gösterilir.


Stratejik analiz Nedir
Stratejik yönetim süreci aşamaları
Stratejik analiz örnekleri
Stratejik yönetim süreçleri
Genel çevre Analizi
Stratejik yönetim örnekleri
Senaryo analizi Nedir
Stratejik yönetimin önemi


ANALİZ KURULUMU: 2 × 2 Kİ-KARE

Yaşam tarzı tıbbi araştırmasını açıyoruz ve ana menüden Analiz Et ➔ Tanımlayıcı İstatistikler ➔ Çapraz Tablolar’ı seçin. Bu, gösterilen ana Çapraz Tablolar iletişim penceresini oluşturur. Bu analizin amacı doğrultusunda gruplarımızı temsil etmek üzere fiziksel_aktif_satır(lar) paneline ve obeziteyi bu analizin amacı doğrultusunda sonuç değişkenimizi temsil etmek üzere Sütun(lar) paneline taşıyoruz.

Tam sekmesi seçildiğinde (bazı okuyucular bu isteğe bağlı modüle sahip olmayabilir, bu durumda analiz varsayılan olarak Asimptotik çözüme geçer) Tam’ı seçtiğimiz Tam Testler ekranını açar. Bu daha yoğun bellek gerektiren hesaplamaları gerçekleştirmek için varsayılan zaman sınırı (Asimptotik tahmine kıyasla) 5 dakikaya ayarlanmıştır, ancak çoğu kişisel bilgisayarın bu varsayılanı aşması için çok büyük bir veri dosyası gerekir. Ana iletişim penceresine dönmek için Devam’ı tıklayın.

İstatistikler düğmesinin seçilmesi, gösterilen İstatistikler iletişim penceresini oluşturur. Ekranın sol üst alanında Ki-kare, Nominal alanında Phi ve Cramer’s V seçiyoruz (kategorik değişkenlerle kullanım için). Ana iletişim penceresine dönmek için Devam’ı tıklayın.

Hücreler düğmesinin seçilmesi, gösterilen Hücre Görüntüleme iletişim penceresini üretir. Sayımlar alanında, Gözlemlenen zaten işaretli; biz de Beklenen’i seçiyoruz. Yüzdeler alanında Satır’ı seçiyoruz (bu, beklenen frekansların nasıl üretildiğini anlamamızı kolaylaştıracaktır).

Artıklar alanında, Düzeltilmiş standardize seçeneğini seçiyoruz. Artıklar, gözlenen ve beklenen değerler arasındaki farklardır. Standartlaştırılmamış artıklar, orijinal metriğe dayalı farklılıklardır ve metrikler farklıysa (örneğin, pound cinsinden ağırlık ve dakikadaki atım cinsinden kalp atışları) yorumlanamayabilir.

Bu sorunu düzeltmek için, artıklar Standardize edilebilir ve ortalama 0 ve standart sapma 1 olan normal eğri üzerindeki herhangi bir standart puan olarak yorumlanabilir. Belirli bir hücre için Standardize artık 1,96 mutlak değerini aşarsa, o hücre o hücre beklenen ve gözlenen sayı arasında istatistiksel olarak anlamlı bir farkla ilişkilidir.

Düzeltilmiş Standartlaştırılmış artık, hem yapılan karşılaştırmaların sayısını hem de numune boyutunu hesaba katar ve gözlemlenen ve beklenen sayımlar arasında daha doğru bir fark bildirir.

2 × 2 olasılık tablosunda, yalnızca bir serbestlik derecesi vardır ve bu nedenle dört hücrenin her biri için Düzeltilmiş Standartlaştırılmış artıklar eşit mutlak değerlere sahip olacaktır. Düzeltilmiş Standardize kalıntı 1,96’dan büyükse, o zaman gözlemlenen frekans, beklenen frekanstan önemli ölçüde daha büyüktür; Düzeltilmiş Standardize artık -1,96’dan az ise, o zaman gözlemlenen frekans, beklenen frekanstan önemli ölçüde düşüktür.

Daha fazla hücreli tasarımlarda, ki-kare testi çok amaçlı bir testtir ve Düzeltilmiş Standardize kalıntının incelenmesi, hangi hücrelerin gözlemlenen ve beklenen frekanslar arasında istatistiksel olarak anlamlı farklılıklar ile ilişkili olduğu konusunda bize bilgi verebilir. Ayarlanmış Standartlaştırılmış’ı seçin, ana iletişim penceresine dönmek için Devam’a tıklayın ve analizi gerçekleştirmek için Tamam’a tıklayın.

yazar avatarı
akademi22 akademi22

 

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir