Rastgele etkiler modelinin sabit etki modeline göre kullanılmasının temel avantajı, araştırmacının çalışmanın sonuçlarını genelleştirebilme derecesinde yatmaktadır. Sabit etkiler modeli ile araştırmacılar, çalışmanın sonuçlarını sadece çalışmada kullanılan bağımsız değişkenlerin belirli seviyelerine genelleyebilirler.

Sosyal ve davranış bilimlerindeki çoğu durum için, genellenebilirlik üzerindeki bu kısıtlama, sabit faktör tasarımlarının kullanılmasına büyük bir zarar vermez. Bu doğrudur çünkü birçok bağımsız değişken olası alternatif düzeyler havuzunu tüketir ve araştırmacılar tipik olarak bağımsız değişkeni temsil ettiğini düşündükleri düzeyleri seçerler.

Rastgele etkiler modeliyle bir araştırmacı, sonuçları bağımsız değişkenin çok daha fazlasına, hatta belki de tüm olası seviyelerine genelleyebilir. Bunun dayandığı mantık, bir araştırma çalışmasında katılımcıları rastgele örneklemeyi neden tercih ettiğimize benzer. SAS Enterprise Guide’ın konuları tekrar eden ölçümlerde veya karma tasarımda rastgele bir etki olarak ve çok iyi bir nedenle ele aldığını hatırlayın.

Rastgele bir örnek elde edebildiğimizde, bu, popülasyonun her üyesinin aynı katılım şansına sahip olduğu, diğer her şeyin eşit olduğu anlamına gelir. Böyle bir durumda, bu popülasyondan herhangi bir alt kümenin tedaviye diğer alt kümelere benzer şekilde tepki verdiği varsayılır. Bu da, elde edilen örneğe dayalı bulgularımızı popülasyonun diğer üyelerine genellememizi sağlar.

Aynı akıl yürütme, rastgele bir etkiyi temsil ettiği düşünülen veya ele alınan diğer bağımsız değişkenlere uygulanabilir. Bir değişkenin seviyeleri, bir düzeyler kümesinden veya popülasyondan rastgele seçilmişse, bulgularımızı o popülasyonun diğer üyelerine genelleştirebilmeliyiz. Thompson (2006, s. 345-346) bu fikri şu şekilde ifade eder:

Mantıksal olarak, eğer katılımcıların rastgele örneklemesi daha geniş bir katılımcı alanına genellemeyi destekleyen veriler üretiyorsa, neden daha geniş bir potansiyel düzey popülasyonundan rastgele düzeyler örnekleyemedik ve böylece çalışmada gerçekte kullanılan düzeylerin ötesinde genelleme elde edemedik. Örneklenen seviyelerden olası tüm seviyelerin popülasyonuna genellemeye ilgi ile birlikte, yolda daha çok sayıda potansiyel seviyeden temsili bir seviye örneği de vardır.

Durumu şu şekilde ortaya koyulmaktadır:

Sabit etkilere dayalı genellemeler, deneyde fiilen yer alan belirli seviyeler veya koşullarla sınırlıdır. Öte yandan, rastgele etkilere dayalı genellemeler, deneye dahil edilen seviyelerin ötesine, rastgele seçildikleri popülasyon veya seviye havuzuna da genişletilebilir.

Hipotez nedir
Hipotez Çeşitleri
Makalede hipotez nedir
Araştırma hipotezi nedir
Araştırma hipotezi örnekleri
Hipotez örnekleri
Hipotez Oluşturma nedir
Bilimsel araştırma Yöntemleri PDF

Sonuçların bağımsız değişkenin tüm olası seviyelerine genellenebilirliğinin kör ve bilgisiz bir şekilde yapılmaması gerektiğini (Thompson ve Keppel’in önermediğinden değil), ancak çıkarımlarımızın hem sağduyu hem de sağduyu ile yumuşatılması gerektiğini belirtmeliyiz. kritik düşünce. Rastgele örnekleme teorik bir idealdir ancak ampirik dünyada uygulandığında da yetersiz kalır.

Çok uzun serilerle rastgele örneklemeyi yaklaşık olarak yapabiliriz (10.000 tarafsız kalıp rulosu hemen hemen aynı sayıda 1s, 2s, 3s, 4s, 5s ve 6s ile sonuçlanmalıdır), ancak çalışma ne kadar kısaysa veya numune ne kadar küçükse, o kadar kısadır. daha azı herhangi bir popülasyondan gerçekten rastgele örnekleme yapabiliyoruz (6 adet tarafsız kalıbın her olası değerden birini vermesi olası değildir). Bunun ışığında, pek olası olmasa da rastgele örnekleme altında gerçekleşebilecek de iki senaryo düşünün:

• Belirli bir üniversitede psikolojiye giriş kurslarına kayıtlı 600öğrenciden rastgeleörnek30üniversite öğrencisi. Örneğe baktığımızda sadece erkek öğrencilerimizin olduğunu görüyoruz; yani, kızlar (kayıtlı öğrencilerin en az yarısını temsil eden) örnekleme alınmamıştır.
• Katılımcı ruh sağlığı ortamlarındaki danışanlar 100 terapi seansı almıştır. Tedavideki ilerlemeyi incelemek için rastgele dört farklı miktarda terapi seansını örnekliyoruz. Örneklenen oturumlara baktığımızda sadece 1, 2, 3 ve 4 numaralı oturumları örneklediğimizi; yani 5 ile 100 arasındaki terapi seansları örneklenmemiştir.

İlke olarak, yukarıdaki iki örnekteki öğrenciler ve terapi seansları rastgele etkileri temsil eder. Ve istatistiksel analizde onları rastgele etkiler olarak ele alırdık (eğer herhangi bir veri toplamadan önce gerçekten yeniden örneklememeyi seçersek). Ancak araştırmacılar bulgularını genel olarak psikolojiye giriş öğrencilerine veya genel olarak terapi sonuçlarına genellemede ne kadar rahat olabilirler?

Çoğu araştırmacı bunu yaparken kendini çok rahatsız hissedecek ve neredeyse kesinlikle kendi veri toplamalarına dayanarak herhangi bir güçlü çıkarım yapmayı seçmeyecekti – haklı olarak bulgularının sırasıyla her bir çalışma için, kadınlar ve danışanlar için ne kadar geçerli olacağını merak edeceklerdi.

Şimdi, bunlar kuşkusuz uç örneklerdir, ancak belirli bir deneysel prosedürü izleyebilsek de (bir değişkenin rasgele seviyelerini seçerek), aşırı genelleme yapmadan önce yaptığımız şeyin sonuçlarını eleştirel bir şekilde değerlendirmenin gerekli olduğunu belirtmeyi de umuyoruz. 

Çoğu sosyal ve davranışsal bilim araştırması, sabit etki modeli perspektifinden çalışır, çünkü genellikle bağımsız değişkenlerimizin seviyelerini rastgele seçmeyiz. Keppel ve Wickens’in (2004) belirttiği gibi, hangi istatistiksel modelin kullanılacağı kararı biraz keyfidir:

Seçimin araştırmanın amaçlarıyla tutarlı bir şekilde yapılması ve sunulduğu kişiler tarafından kabul edilmesi gerekmesine rağmen, belirli bir faktöre model atadığımız bir miktar serbestlik vardır.

Rastgele etkiler modeline karşı sabit etkiler modelinin yürütülmesinde yer alan hesaplama prosedürleri, dikkate değer bir istisna ile karşılaştırılabilir. Rastgele etkiler ve karışık etkiler modelleri için uygun hata terimlerinin seçilmesi, bu çalışma boyunca tartıştığımız sabit etkiler modellerinden daha karmaşıktır.

YUVARLAK TASARIMLAR

Bu yazı dizisi boyunca kullanılan faktöriyel tasarımlar, bağımsız değişken düzeylerinin tüm olası kombinasyonlarını içerecek şekilde bilinçli olarak kavramsallaştırılmıştır. Bu tasarımlar çapraz veya tamamen çapraz faktöriyel tasarımlar olarak bilinir ve araştırmacıların bağımsız değişkenler veya faktörler arasındaki etkileşimi incelemesine izin verir. Ara sıra araştırmacılar tam faktöriyel tasarımı kullanamazlar veya kullanmak istemezler. Tam faktöriyel olmayan bir tasarımın bir örneği, iç içe veya hiyerarşik bir tasarımdır. Yuvalanmış bir tasarımda, bir faktörün seviyeleri, başka bir faktörün tüm seviyelerinde ortaya çıkmaz.

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