Bağımsız bir değişkenin önemli bir etki yarattığını belirledikten sonra, dikkatimizi çalışmadaki koşulların ortalamaları arasındaki farklara çevirmeliyiz. Yalnızca iki araç varsa, bunların önemli ölçüde farklı olduğunu otomatik olarak biliyoruz.

Üç veya daha fazla araçla önemli bir F oranı, yalnızca tasarımdaki en az bir araç çifti arasında bir fark olduğunu ortaya çıkarır; bu durumda, üç veya daha fazla ortalamadan hangisinin diğerlerinden farklı olduğunu belirlemek için ek bir ANOVA sonrası çoklu karşılaştırma prosedürü uygulamamız gerekir.

Araştırmacıların kullanabileceği çeşitli çoklu karşılaştırma prosedürleri vardır. Bunları sunmadan önce, farklılık gösterdikleri bazı boyutları tanımlayacağız; bu, bu bölümde ilerlerken, aralarındaki farklılıkları tartışmamıza yardımcı olacaktır.

PLANLANMIŞ VE PLANLANMAMIŞ KARŞILAŞTIRMALAR

İdealleştirilmiş bir araştırma dünyasında, bir tasarımdaki belirli gruplar arasındaki farklılıklara ilişkin hipotezler, araştırmanın oluşturulduğu teorik bağlam temelinde veri toplamadan önce formüle edilir.

Çalışma tamamlandıktan ve çok amaçlı ANOVA’da istatistiksel olarak anlamlı bir F oranı elde edildikten sonra (bu idealize edilmiş dünyada, çok az varsayımsal ortalama farklılık olsa bile istatistiksel olarak anlamlı bir F oranı gerekli olmayabilir), araştırmacılar daha sonra zaten belirtmiş oldukları karşılaştırmalar anlamına gelir. Bu yaklaşım altında yapılan karşılaştırmalar, planlı veya a priori karşılaştırmalar olarak etiketlenir.

Araştırmanın pratik dünyasında, çoğu zaman, araştırmacılar başlangıçta belirli hipotezler formüle etmeden ve/veya kendilerini yalnızca varsayılan ortalama farkları incelemekle sınırlamadan, plansız veya sonradan yapılan bir temelde çoklu karşılaştırmalar yapılır.

Bu strateji kapsamında, eğer ve sadece çok amaçlı ANOVA’da istatistiksel olarak anlamlı bir F oranı elde edilirse, araştırmacılar, hangilerinin istatistiksel olarak anlamlı olduğunu belirlemek için sonuçların çeşitli yönlerini – grup ortalamalarının tüm olası ikili kombinasyonları dahil olmak üzere – inceler. farklılıklar anlamına gelir.

ÇOKLU karşılaştırma testleri örnekleri
Parametrik çoklu karşılaştırma testleri nelerdir
Çoklu karşılaştırma testleri
Duncan çoklu karşılaştırma testi
Post hoc testleri
Duncan çoklu karşılaştırma testi SPSS
Tukey testi
Duncan testi

A posteriori stratejinin savunulmasında, davranışsal ve sosyal bilim araştırmalarında, planlı karşılaştırmalar kullanılarak gerektiği gibi spesifik olarak test etmek için yeterince geliştirilmiş teorilere sahip olmamamız çok sık karşılaşılan bir durumdur. Bu savunmayla ilgili olarak, davranışsal ve sosyal bilim araştırmalarının çoğu gerçekten keşif amaçlıdır. Bu nedenle, çalışmada ne olduğunu bulmak için ortalama farklılıkların birçoğunun veya tamamının incelenmesi, araştırmacıların incelenen olgunun modelleri geliştirmelerine yardımcı olabilir ve bu modeller daha sonraki araştırma çalışmalarında daha sıkı bir şekilde test edilebilir.

Öte yandan, araştırmanın doğasıyla hiçbir ilgisi olmayan nedenlerle a posteriori çoklu karşılaştırmaları kullanmak haklı değildir; aslında, bunu yapmak çalışmanın bütünlüğünden ödün verme riski taşır.

Bazı araştırmacıları planlanmamış karşılaştırmaları kullanmaya iten iki uygunsuz ve birbirini dışlamayan neden olduğuna inanıyoruz: (a) prosedürler SPSS ve SAS’ta o kadar inanılmaz derecede uygundur ki, araştırmacılar uygun olsun veya olmasın tüm tasarım koşullarında bunları otomatik olarak çağırır. değil ve (b) araştırmacılar bazen, belki de deneysel tasarımlarına daha uygun ve kesinlikle neredeyse plansız karşılaştırmalar kadar uygun olan alternatif prosedürlerin kendileri için mevcut olduğunu bilmiyor veya düşünmüyorlar. Bu iki koşul kümesi altında a posteriori karşılaştırmaların kullanılmasını onaylamıyoruz.

ÇİFTLİ KARŞILAŞTIRMALAR

Bölüm 6’da ve bu bölümün başlarında ortalama farklarından, sanki her zaman tek bir koşulun ortalamasını başka bir tek koşulun ortalamasıyla karşılaştırıyormuşuz gibi konuşuyorduk. Bu tür karşılaştırma, ikili veya basit karşılaştırma olarak bilinir ve kuşkusuz sık sık yapılır. Ancak, başka olasılıklar da mevcuttur. Bir veya her ikisinin, iki veya daha fazla koşulun ortalamalarından oluşan ağırlıklı lineer kompozitler olduğu iki aracı karşılaştırmak da mümkündür.

Bu tür karşılaştırmalar, ikili olmayan, bileşik veya karmaşık karşılaştırmalar olarak bilinir. Kullanıcı tanımlı karşıtlıkları tartışırken, bölümün ilerleyen kısımlarında ağırlıklı lineer bileşik fikri hakkında daha açık olacağız; Şimdilik basit tutmak için, bileşimi, araçların eşit ağırlıklı olduğu iki veya daha fazla aracın ortalaması olarak düşünün.

Birkaç farklı bileşik karşılaştırmayı göstermek için son bölümdeki SAT çalışma zamanı örneğimizi kullanabiliriz. Ayrı grupların test için sıfır, iki, dört, altı veya sekiz ay hazırlandığını hatırlayın. Bire-bileşik karşılaştırma olarak bilinen ikili olmayan karşılaştırma türünde, herhangi bir çalışma süresinin hiç hazırlık yapmamaya göre bir fark yaratıp yaratmadığını sorabiliriz. Buradaki karşılaştırma aşağıdaki şekli alacaktır.

Gördüğünüz gibi, herhangi bir çalışma süresinin bir fark yaratıp yaratmadığı sorusunu, hiç hazırlık yapmayan öğrenci grubunu, birleştirilmiş diğer gruplarla karşılaştırarak ele alacağız. Bu birleştirilmiş gruplar kümesi için, muhtemelen sadece Grup 2, 4, 6 ve 8 için basit bir genel ortalama hesaplardık (her grup eşit olarak ağırlıklandırılır) ve bu doğrusal bileşimi, hiç çalışmadı.

Bileşikten kompozite karşılaştırma olarak bilinen ikili olmayan karşılaştırma türünde, çok miktarda hazırlığın, mütevazı bir miktar hazırlıktan daha yüksek test puanlarıyla sonuçlanıp sonuçlanmadığını sorabiliriz. Böyle bir karşılaştırma bu şekli alabilir.

Burada, iki ve dört ay çalışmış grupları, muhtemelen eşit ağırlık vererek birleştirebilir ve onları altı ya da sekiz ay çalışmış grupların bir kombinasyonuyla karşılaştırabiliriz, muhtemelen onları da eşit ağırlıkta değerlendirebiliriz.

Çoklu karşılaştırmalarınızı düşünürken bileşik karşılaştırmaları uygun alternatifler olarak düşünmenin en az iki ana nedeni vardır. Birincisi, bunlar incelenen fenomeni daha iyi anlamanıza yardımcı olabilir. Yani, çalışmanın orijinal tasarımında belirli koşullar arasında ayrım yapma zahmetine girmiş olsanız bile, daha uygun bir hipotez, veri analizinin ANOVA sonrası aşamasında belirli koşulların birleştirilmesiyle ilgili olabilir.

İkincisi, bu, en azından kısmen, önemli F oranının tespit ettiği şey olabilir. İstatistiksel olarak anlamlı bir F oranının size bir yerde önemli bir ortalama fark olduğunu söylediğini söyleyip duruyoruz. En ilginç ortalama farklar bazen ikili olmayan bir karşılaştırmaya dayanır.

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