Bilgisayar tabanlı istatistiksel analiz günlerinden önce, araştırmacılar, Ek C’de sunulan Kritik F Değerleri Tablosuna benzer bir tabloda hesapladıkları F oranının değerini ararlardı. Bu tür tablolar, belirli kriterlere (olasılık) karşılık gelen F değerlerini gösterir. 

Ek C’deki tabloyu okumak için, ilk önce F oranını hesaplarken, gruplar arası ortalama karenin (MSA) payda olduğunu ve grup içi ortalama karenin (MS S/A) paydada olduğunu hatırlıyoruz. Çalışılan örneğimiz için özet tablosundan görülebileceği gibi, gruplar arası (dfA) ile ilişkili 1 df ve gruplar içi (dfS/A) ile ilişkili 12 df var.

Kritik F Değerleri Tablosunda, sütunlar F oranı pay serbestlik derecelerini ve satırlar F oranı payda serbestlik derecelerini gösterir. Bu nedenle ilk sütuna (1 df için) ve on ikinci satıra (12 df için) odaklanıyoruz.

F Dağılımı tablosunun Kritik Değerleri içinde bu iki serbestlik derecesinin kesişimi, F’nin .05 seviyesindeki kritik değerinin 4.75 olduğunu ortaya koymaktadır (bu en üstteki giriştir; altında görünen 9.33 değeri, F’nin kritik değerini verir. .01 kırılma noktası). 18.75’in gözlemlenen (hesaplanan) F değeri 4.75 değerini aştığından, eğrinin altındaki yüzde 5’lik alanda yüzde 5’lik kıyaslamanın sağında olduğunu biliyoruz ve elde ettiğimiz F değerimizin istatistiksel olarak anlamlı olduğu sonucuna varabiliriz. 

Bu nedenle, iki puan grubunun aynı popülasyondan alındığına dair sıfır hipotezini reddeder ve bunun yerine ortalama farkı Mavi Oda ve Kırmızı Oda grupları arasında geçerli bir fark olarak yorumlardık.

Teknolojik gelişmeler artık önemli istatistiksel yazılım paketlerinin kullanıcılarının Kritik Değerler tablosunu atlamasını sağlıyor. SPSS ve SAS, boş hipotezin doğru olduğu varsayımı üzerine, verilen serbestlik dereceleriyle, F oranının yalnızca şans eseri elde edilmesinin kesin olasılığını hesaplar.

Özet tablosundaki “Olasılık” etiketli sütun, .001 değerine kesilmiş bu kesin olasılığı temsil eder, çünkü bu, SPSS’nin raporlamak üzere tasarlandığı ondalık basamak sayısıdır (SAS, dört ondalık basamak için olasılık değerleri sağlar).

Bu nedenle, kesin olasılık aslında sıfır değil, çıktıda izin verilen yalnızca üç ondalık basamakla görüntülenemeyen çok küçük bir değerdir. Bu nedenle, sıfır hipotezi doğruysa, elde ettiğimiz F değeri normalde her bin durumda bir defadan daha az gerçekleşir. Öğrenciler, olasılığı .000 olarak bildirmemeli, bunun yerine kullandıkları alfa düzeyine göre değerlendirmeli ve rapor etmelidir (örn., p < .05).

GRUP ARAÇLARININ FARKLARI

Oda rengi çalışmamızda, elde edilen olasılık değerini alfa seviyemiz olan .05’e göre değerlendirdik ve bağımsız değişkenin istatistiksel olarak anlamlı bir etkisinin olduğunu belirledik. Karşılaştırılan yalnızca iki grup ortalaması olduğundan, bunların önemli ölçüde farklı olduğunu otomatik olarak biliyoruz.

İki grubun ortalamalarının gerçek değerlerine baktığımızda, mavi odada ruh hali anketini tamamlayan öğrencilerin, anketi kırmızı odada tamamlayanlara göre önemli ölçüde daha fazla gevşeme bildirdiği ve böylece deneysel hipotezi doğruladığı sonucuna varabiliriz.

İkiden fazla grup ortalaması olsaydı, yani tasarımda üç veya daha fazla grup olsaydı, istatistiksel olarak anlamlı bir F oranı verilen hangi ortalamaların diğerlerinden önemli ölçüde farklı olduğunu artık bilmeyecektik. Araçların yalnızca bazılarının diğerlerinden önemli ölçüde farklı olması mümkündür; aslında, yaygın olmasa da, tek tek alındığında hiçbir iki aracın birbirinden önemli ölçüde farklı olmaması mümkündür.

Bu belirsizliğin bir sonucu olarak, karşılaştırmak için üç veya daha fazla araç olduğunda, ortalamalar arasındaki farkı incelemek için takip eden, ANOVA sonrası bir analiz yapmak gerekir.

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

ALFA SEVİYESİ DEĞERLENDİRMELERİ

Gerçekleştirdiğimiz istatistiksel analizlerin çoğu, bilimsel disiplinlerde bir standart olan .05 alfa seviyesi altında yürütülecektir. Ancak, koşulların belirli bir istatistiksel analiz için kullandığınız alfa seviyesini değiştirmenizi önerdiği veya talep ettiği birkaç zaman vardır.

Örneğin, hangi değişkenlerin önemli olduğundan ve hangilerinin önemli olmadığından emin olmadığınız bir araştırma programının çok başlangıç ​​ve keşif aşamasında, sadece kontrol ettiğiniz tüm etkileri kontrol etmediğiniz için bir etkiyi kaçırmak istemeyebilirsiniz. NS. Gelecekte takip etmeye değer potansiyel bir etkiyi fark edebilmek için burada alfa seviyenizi .10 veya daha yüksek bir seviyeye değiştirmek isteyebilirsiniz.

Öte yandan, çok sayıda ortalama karşılaştırması yapıyorsanız veya birkaç ilgili analiz yapıyorsanız, sıfır hipotezi doğru olsa bile muhtemelen bunların yüzde 5’inin anlamlı olduğunu göreceksiniz.

Bu nedenle, hangi etkilerin tesadüfen elde edildiğini ve hangilerinin bağımsız değişkenin geçerli bir etkisinden kaynaklandığını ayırt edemeyebilirsiniz. Bu durumlarda, bu tür alfa enflasyonundan kaçınmak ve alfa seviyenizi daha katı bir değere değiştirmek yaygın bir uygulamadır. .05’lik alfa seviyesinin analizlerinizin aralığını kapsadığından emin olmak için kullanılabilecek çeşitli kaynaklarda belgelenmiş çeşitli değerlendirme listeleri vardır.

Örneğin, bir Bonferroni düzeltmesi, .05’lik alfa düzeyini yaptığımız karşılaştırmaların sayısına bölmeyi içerir. Dolayısıyla, beş karşılaştırma yapıyor olsaydık, Bonferroni düzeltmeli alfa seviyemiz .01 (.05/5 = .01) olurdu.

TİP I VE TİP II HATALARI

Denklem 4.1’de, 18.75’lik bir F oranı elde ettik ve önemli bir ortalama farka baktığımızı iddia ettik. Sonuç, 18.75’lik bir varyans oranının normalde zamanın yüzde 5’inden daha az elde edilmesi anlamında istatistiksel olarak anlamlıdır; yani, boş hipotez doğruysa, bu değerin yalnızca şans eseri meydana gelme olasılığı .05’ten küçüktür ( p < .05).

Tabii ki, uzun vadede, zamanın yüzde 5’inde yanılmış olacağız (çünkü bu tür olaylar nadir olsa da, örnekleme dağılımında gerçekte gözlemlenen büyük F oranları), ancak bu hatayı yapma riskini almaya hazırız çünkü asla olmayacağız. 

Az önce açıklanan hataya Tip I hatası denir. Sıfır hipotezini reddederken yanıldığımızda ortaya çıkar. Böyle bir durumda, araçlar “gerçekten” farklı değildir (farkları esasen sıfırdır), çünkü araçlar aynı popülasyondan türetilir, ancak araçların önemli ölçüde farklı olduğu yargısına varırız. Bu nedenle Tip I hata, elde edilen ortalama farkın geçerliliğine ilişkin yanlış bir pozitif yargıdır. Tip I hata yapma şansı bizim alfa seviyemize karşılık gelir. Bu durumda Tip I hata yapma olasılığı .05’tir.

Tip II hata, madalyonun diğer yüzüdür. Gerçek şu ki, araçlar farklı popülasyonlardan geldi ve sıfır hipotezini uygun şekilde reddetmeliydik. Ancak burada gruplar arası varyansın grup içi varyansa oranını hesapladığımızda, F oranı eğrinin altındaki yüzde 5’lik alana düşecek kadar büyük değildir.

Bu nedenle, sıfır hipotezini reddetmekte başarısız oluyoruz ve bunun yerine ortalamaların önemli ölçüde farklı olmadığını iddia ediyoruz. Tip II hata, bu nedenle, elde edilen ortalama farkın doğrulanmasına ilişkin yanlış bir olumsuz yargıdır. Tip II hatanın neden yapıldığını açıklayabilecek birkaç olası neden vardır. Bu nedenler arasında, ortalamalar arasında veya araçlar arasında gerçek bir farkı saptamak için çalışmada istatistiksel gücümüzün yetersiz olması ilerleyen bölümlerde ele alınır.

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).