Jacob Cohen, “etki büyüklüğü” dediği şeyi inceleyerek tedavi etkisinin gücüne bakmayı önerdi. t testinin hesaplanmasında kullanılan yaklaşımla benzerlik göstermektedir. Cohen, ortalama farkın grupların standart sapmalarına göre değerlendirilebileceğini öne sürdü. Bunun mantığı şu şekildedir. Standart sapma, puanların bir ortalama etrafında yayılmasını temsil eder.

Bu puan dağılımını, bir grup ortalamasının “bulanık sınırını” ölçmenin bir yolu olarak düşünün. Şimdi zihinsel olarak, kendi bulanık sınırı olan başka bir grup ortalamasını ilk grubun yanına yerleştirin. İkinci ortalamayı, bulanık sınırları olan iki araç görsel olarak oldukça yakın olacak şekilde yerleştirirseniz, o zaman aslında iki araç arasında net bir ayrım yapamazsınız. İkinci ortalama birinciden daha uzağa yerleştirilirse, her birinin bulanık bir sınırı olmasına rağmen, onları daha net bir şekilde ayırt etmek mümkündür.

Cohen’in d’si, araçların ne kadar net bir şekilde farklılaştırılabileceğini ölçmenin bir yoludur. Grupların birleşik standart sapmasına göre iki ortalama arasındaki değer farkını hesaba katar.

Cohen, etki büyüklüğünü ölçmek için bu prosedürü önermekle kalmadı, d değerlerinin yorumlanması için genel kılavuzlar sağladı. Diğer her şey eşit olduğunda, .2, .5 ve .8 d değerlerinin sırasıyla küçük, orta ve büyük etki büyüklükleri olarak düşünülebileceğini öne sürmüştür. Örneğin, ortalama fark neredeyse 1 SD’lik bir mesafeyi kapsıyorsa, o zaman iki grubun ortalamaları kolaylıkla ayırt edilebilir ve bu nedenle etki boyutunun büyük olduğuna karar verebiliriz.

Cohen, formüllerini ANOVA’daki ikiden fazla araca sahip olduğumuz duruma genişletti. Efekt büyüklüğünü çoklu ortalamalar için indekslemek için f sembolünü kullandı ve d, f ve η2’nin nasıl ilişkili olduğunu gösterdi. Bununla birlikte, birçok yazar Cohen’in etki büyüklüğü indeksinden bahsederken d’ye odaklanma eğiliminde olacaktır.

SONUÇLARIN RAPORLANMASI

Bağımsız değişkenin istatistiksel olarak anlamlı etkisinin sonuçlarının raporlanması, okuyucuya belirli bilgilerin sunulmasını içerir. İşte sağlamak zorunda olduğunuz şey:

• r Basit İngilizcede bağımsız değişkenin seviyeleri.
• r Grupların ortalamaları ve standart sapmaları.
• r Farklılığın yönüne ilişkin yine sade İngilizce bir gösterge.
• r F oranı ve değerlendirildiği serbestlik dereceleri (bu sırayla: gruplar arası serbestlik dereceleri, gruplar içi serbestlik derecesi): F(1, 12) = 18.75.
• r Olasılığın alfa seviyenize ulaşıp ulaşmadığı: p < .05.
• r Değerlendirmeyi yapmak için kullanılan etkinin gücü ve istatistik
  n2 = .610.

Bu bilgi gereksinimi çok fazla yazı gerektirecekmiş gibi görünebilir, ancak gerçek şu ki, özellikle çalışmada sadece iki grupla kısa ve öz bir şekilde yapılabilir. Aşağıda, gerekli bilgileri sağlayan ruh hali araştırması sonuçlarının anlatısına bir örnek verilmiştir:

Maviye boyanmış odada ruh hali anketini tamamlayan öğrenciler (Ort. = 19.00, SS = 2.16), kırmızıya boyanmış odada ruh hali anketini tamamlayan öğrencilerden (Ort. = 14.00, SS = 2.16), F (1, 12) önemli ölçüde daha fazla rahatlama bildirdiler. = 18.75, p < .05, η2 = .610.

Alfa dalgaları Nedir
Alfa frekansına nasıl geçilir
Beyin frekansını ayarlama
Alfa dalgaları dinlemek zararlımı
Beta frekansı Nedir
Alfa frekansı nedir
Alfa frekansı ekşi
Alfa frekansı dinle

İSTATİSTİKSEL GÜÇ

Verilen bir deneyde boş hipotezin doğru olmadığını ve reddedilmesi gerektiğini varsayalım. Yani, iki grubun ortalamaları arasında uygulanabilir, sıfır olmayan bir fark olduğunu bildiğimizi varsayalım. ANOVA gibi istatistiksel bir prosedür kullanarak böyle gerçek bir grup farkını tespit edebilmek, istatistiksel güç olarak düşünülür.

Daha fazla güç, gerçek bir etkiyi algılamak için daha büyük bir yeteneğe karşılık gelir. Büyütme işlemine bir benzetme yapılabilir. Bir resmin ince ayrıntısına (verileri incelemek için) bir büyüteç tuttuğunuzu (istatistiksel bir test kullanarak) hayal edin.

Daha güçlü büyüteçler kullandığınızda – örneğin 2×’den 5×’e 10×’e kadar – art arda daha fazla ayrıntı görebilir, çıplak gözle veya daha düşük güçlü büyüteçlerin altında görülenler arasında kolayca görülmeyen farklılıkları ayırt edebilirsiniz. İstatistiksel bir testin gücünü artırmak, daha düşük bir güç testi altında belirgin olmayan farklılıkları giderek daha fazla ayırt etmenizi sağlar.

Güç, üç faktör tarafından yönlendirilir: alfa düzeyi, popülasyondaki etki büyüklüğü ve örneklem büyüklüğü. Her birini sırayla kısaca ele alıyoruz.

NÜFUS ETKİSİ BOYUTU

Bu bağlamda etki büyüklüğü, grup içi popülasyon varyansına karşı değerlendirilen popülasyondaki grupların ortalama farkıdır. Büyük bir etki büyüklüğünü temsil eden, doğası gereği zayıf, orta veya güçlü olan incelenen fenomenle ilgilidir.

Biz araştırmacıların bu gerçeği etkilemek için yapabileceği hiçbir şey yok; daha ziyade, fenomeni olabildiğince doğru ve nesnel bir şekilde ölçmek ve çiplerin olabilecekleri yere düşmesine izin vermek bizim sorumluluğumuzdur. Popülasyon etki büyüklüğü ne kadar büyükse, yani bağımsız değişken, popülasyon grup ortalamalarını bir hata arka planına karşı ayırt etmede ne kadar güçlüyse, çalışmada o kadar büyük güce sahip olacağız.

Öte yandan, bir çalışmada kullanılacak bağımsız değişken düzeylerinin seçilmesinde veya hatta eldeki çalışma için kullanılacak en iyi davranış ölçüsünün seçilmesinde bazı araştırmacı yargıları söz konusu olabilir. Örneğin, hazırlık süresinin belirli bir dersin final sınavındaki performansı artırıp artırmadığını belirlemek istersek, kontrol grubunda görev yapmak üzere hiç çalışmayan bir öğrenci grubu bulabiliriz.

Gerçekten yarım saat çalışmış olanları bir deney grubuna dahil etmeyi seçersek (çok abartılı bir örnek olarak), bağımsız değişkenin bir etkisini bulma olasılığı (çalışma süresinin gerçekten önemli olduğuna çok güçlü bir şekilde inanmak) Popülasyon etki büyüklüğünün büyük olmasına rağmen pratikte sıfırdır. Aksine, eğer sezgimiz doğruysa, deney grubumuz için bir farklılık göstermesi gereken bir çalışma süresi seçerek çalışmamızın gücünü kesinlikle artırmak isteriz.

ALFA SEVİYESİ

Daha az katı alfa seviyeleri, ortalama bir farkın istatistiksel olarak anlamlı olduğunu iddia etmek için bize daha fazla fırsat verecektir. Bunun nedeni, F dağılımını “nispeten yaygın” ve “nispeten nadir” alanlara ayıran kriterin sola kaydırılmış olmasıdır. Örneğin, alfa seviyemiz .05 yerine .10 olarak ayarlanırsa, kıyaslama gösterilenin soluna yerleştirilecek ve daha fazla F oranı değeri sağına düşecek (istatistiksel olarak anlamlı olarak tanımlanacaktır) .

Bu şekilde, daha az katı alfa seviyeleri, daha katı alfa seviyelerinden daha fazla istatistiksel güç sağlar. Bu düşüncenin, sıfır hipotezi doğru olduğu için böylesine küçük bir F oranının elde edilmiş olma olasılığının artmasıyla dengelenmesi gerekir. Genel olarak, .05’lik bir alfa seviyesi, çoğu araştırma koşulunda iyi bir uzlaşmayı temsil ediyor gibi görünmektedir.

The post ALFA SEVİYESİ – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri first appeared on Akademi Delisi (Tez Yaptırma).