Okullar arası artık varyans, Şekil 13.6’da kırmızı kesikli çizgi ile gösterildiği gibi, Y eksenindeki regresyon çizgisinin uzatılmasıyla elde edilebilir. Görüldüğü gibi, siyah kesişimlerin aralığı, kırmızı kesişimlerin aralığından daha büyüktür.
Genel olarak konuşursak, öğrenci düzeyindeki bir değişkenin aşağıdaki durumlarda okullar arası varyans üzerinde etkisi olacaktır:

• Okullar, bu değişkene göre öğrencilerin ortalaması ve aralığı bakımından farklılık gösterir (bkz. ülkeler 2, 3 ve 4) Şekil 13.4’te; ve
• Bu değişkenin okul içi regresyon katsayısı 0’dan farklıdır. Şekil 13.4’teki ülke 4 örneği, modelde öğrenci düzeyinde HISEI değişkeninin kullanılmasının okullar arası varyansı azaltmayacağı bir durumu göstermektedir. Öte yandan, okul sosyo-ekonomik alımının, yani okulun HISEI ortalamasının tanıtılması, 4. ülkede okullar arası varyans üzerinde önemli bir etkiye sahip olacaktır.

Örnek 3

Örnek 3, HISEI’nin artık rastgele bir etki olarak kabul edilmesi dışında Örnek 2’ye benzer. SPSS® sözdizimi Kutu 13.8’de sunulmaktadır.

Sabit parametre dosyası, 􏰁00 genel kesişimini ve HI10 HISEI genel regresyon katsayısını içerir. Genel bir kesişme ve bir okuldan ayrılma olmak üzere iki kısma ayrılan okul kesişimleri gibi, okul içi regresyon katsayısı da iki kısma ayrılır: genel bir regresyon katsayısı (sabit kısım, 􏰁10 ile gösterilir) ve bir okul regresyon katsayısı sapma (rastgele kısım, U1j ile gösterilir).

Genel kesişme ve regresyon katsayısı Tablo 13.5’te sunulmuştur. Genel kesişim 449,59’a eşittir ve genel HISEI regresyon katsayısı 0,89’a eşittir. t istatistiği ve ilişkili olasılığı ile gösterildiği gibi, her iki parametre de 0’dan önemli ölçüde farklıdır.

Rastgele parametre dosyası okul çıkışlarını listeler:

• 􏰁00 kesişiminden U0j, yani 449.59 ; ve

• HISEI regresyon katsayısı 􏰁10’dan U1j, yani 0.89.

HISEI artık rastgele bir etki olarak kabul edildiğinden, genel kesişimden okul ayrılmasını yorumlamak anlamsızdır. Tablo 13.6, ilk 13 okul için okulların genel HISEI regresyon katsayısından ayrılmasını göstermektedir.

Okul 00001 için HISEI regresyon katsayısı 0.89+0.22=1.11’e eşittir, ancak genel kesişimden önemli ölçüde farklı olarak kabul edilemez. Tablo 13.6’da sunulan 13 okuldan yalnızca 00013 okulu, olasılığın t istatistikleriyle gösterildiği gibi, genel katsayıdan önemli ölçüde farklı olan bir regresyon katsayısı sunar.

HISEI regresyon katsayısı 0.89+0.82=1.71’e eşittir ve t istatistiği veya olasılık ile gösterildiği gibi, bu okul içi regresyon katsayısı genel regresyon katsayısından önemli ölçüde farklıdır.

SPSS artık üç varyans tahmini sağlıyor:

• Okullar arası artık varyans , yani 2 147.64;
• Okul içi kalan varyans 2, yani 5 509.34; ve
• HISEI regresyon katsayılarının varyansı, yani 0.1275. Bu aynı zamanda regresyon katsayısı sapmasının değişkenliğidir.

Örnek 2 ile karşılaştırıldığında, okullar arası artık varyans biraz arttı ve okul içi artık varyans biraz azaldı. Rastgele etki sadece verilere daha iyi uyabileceğinden, okul içi varyansın azaltılması şaşırtıcı değildir.

Şekil 13.7, okullar arası artık varyansın artışını anlamaya yardımcı olur. Okul 00001 (Sc1) için regresyon katsayısı biraz daha diktir, bu nedenle regresyon çizgisinin uzantısı Y ekseninde öncekinden daha yüksek olacaktır. Ayrıca, regresyon katsayısı okul 00004 (Sc4) için biraz daha diktir, bu nedenle regresyon çizgisinin uzantısı Y ekseninde biraz daha düşük olacaktır.

Regresyon nedir
Regresyon analizi Nedir
Regresyon Analizi nasıl yapılır
Regresyon katsayısı Nedir
Basit doğrusal regresyon Analizi
Çoklu regresyon analizi Nedir
Çoklu regresyon analizi örnekleri
Regresyon denklemi

Okul İçi Regresyon Katsayısının Yorumlanması

Beklenen okul içi cinsiyet farkı, özellikle yüksek düzeyde izlenen bir sistemde, genel cinsiyet farkından büyük ölçüde farklı olabilir. Kızların akademik bir kursa katılma olasılıkları daha yüksekken, erkeklerin mesleki bir kursa katılma olasılıkları daha yüksek görünmektedir. Cinsiyetin öğrenci performansı üzerindeki doğrusal regresyon katsayısı, bu farklı devamı hesaba katmaz.

Örneğin Almanya’da olduğu gibi farklı okullar farklı okullar tarafından organize edilirse, çok seviyeli bir regresyon modeli bu farklı katılımı hesaba katacaktır, böylece cinsiyet çok seviyeli regresyon katsayısı doğrusal regresyon katsayısından önemli ölçüde farklı olacaktır. Aşağıdaki tablo, Alman PISA 2003 verilerine göre cinsiyet için doğrusal ve çok düzeyli regresyon katsayılarını sunmaktadır.

Nüfus düzeyinde, erkekler matematikte kızlardan 8,9 daha iyi performans gösterirken, kızlar okumada erkeklerden 42,1 daha iyi performans gösteriyor. Ancak belirli bir okulda, matematikte ve okumada beklenen farklılıklar sırasıyla 30.7 ve -19.3’e eşittir.

Örnek 5

Örnek 4’teki son denklem Yij = j + 1j (HISEI)ij + 2j (ST03Q01)ij idi. Bu denklem, öğrenci düzeyi tahmin edicilerini tanıtarak temel olarak okullardaki öğrenci performans değişkenliğini modeller. Ancak, ayrıştırma etkisinden dolayı, bu öğrenci seviyesi tahmin edicileri, okullar arası varyansın bir kısmını açıklayabilir.

Bir yordayıcı okul düzeyi değişkeni eklemek de mümkündür. Birinin okul türünün okul ortalama performansı üzerindeki etkisiyle ilgilendiğini varsayalım.

Başka bir deyişle, okul türü değişkeni belirli bir okuldaki tüm öğrenciler için aynı olduğundan, bu değişken yalnızca okul engellemeleri üzerinde bir etkiye sahip olacaktır. Okulların sosyo-ekonomik arka planı ve cinsiyet bileşimi göz önüne alındığında, okul türü neden bazı okulların beklenenden daha iyi performans gösterdiğini ve bazı okulların neden beklenenden daha düşük bir düzeyde performans gösterdiğini açıklıyor mu?

Örnek 6

Model nihayet okulun HISEI ve ST03Q01 regresyon katsayılarının neden değiştiğini anlamaya çalışarak genişletilebilir. Test edilecek iki hipotez şunlardır:

• HISEI regresyon katsayıları devlet okulu ve özel hükümet arasında farklılık gösterir: bağımlı okullar ve
• ST03Q01 regresyon katsayıları, okuldaki kız ve erkek öğrencilerin yüzdesi ile ilgilidir. Denklem olarak yazılabilir.

Kutu 13.13, bu modeli çalıştırmak için SPSS® sözdizimini sunar. HISEI regresyon katsayılarının okul türüne göre farklılık gösterip göstermediğini test etmek, okul türü ile HISEI regresyon katsayıları arasındaki etkileşimi test etmeye benzer. Bu nedenle SPSS’de FIXED deyimine “st03q01*pcgirls” ifadesinin yanı sıra “hisei*schltype” teriminin eklenmesi gerekir. Lütfen prosedür adını izleyen model ifadesinin etkileşim terimleri olmadan “schltype” ve “pcgirls” listelediğini unutmayın.

Bildirilen olasılıkla gösterildiği gibi, her iki boş hipotez de kabul edilmelidir, yani okul türü HISEI eğimleri ile ilişkili değildir ve okul içi cinsiyet farkı okuldaki kızların yüzdesi ile ilişkili değildir.

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