Veri dosyanızı açın. Ana menüden, Analiz Et ➜ Ortalamaları Karşılaştır ➜ Tek Yönlü ANOVA’yı seçin. Bu sizi daha önce Şekil 7.2’de gösterilen prosedür için ana iletişim penceresine getirecektir. Dependent List panelinde Factor ve satscore olarak grupla yapılandırın.

Şekil 7.22’de gösterilen Kontrastlar iletişim penceresine ulaşmak için Kontrastlar düğmesine tıklayın. Bu diyalog penceresi, GLM prosedüründe üzerinde çalıştığımız pencereden biraz farklıdır, ancak hem polinomu hem de kullanıcı tanımlı kontrastları çok rahat bir şekilde yapmamızı sağlar. Polinomu kontrol edin. Bu eylem Derece açılır menüsünü kullanılabilir hale getirir.

Açılır menüden Kübik’i seçin (bu bizim amacımız için yeterince karmaşık bir polinomdur); Hangi polinomu seçerseniz seçin, bunu ve altındaki her şeyi elde edeceksiniz (bizim durumumuzda doğrusal ve ikinci dereceden). Ana Tek Yönlü ANOVA iletişim penceresine dönmek için Devam’a tıklayın ve analizi çalıştırmak için Tamam’a tıklayın.

SPSS’DE POLİNOMİAL KONTRAST ÇIKTI (TREND ANALİZİ)

Çok amaçlı ANOVA’yı Bölüm 6 bağlamında zaten uyguladığımızı hatırlayın. Polinom kontrast analizinin ne başardığını görebilmeniz için bu analizin özet tablosunu Şekil 7.23A’da yeniden oluşturuyoruz. Az önce gerçekleştirdiğimiz trend analizinin sonuçlarını gösterir.

İlk önce, Şekil 7.23A’daki önceki analizden Gruplar Arası için karelerin toplamını not edin. 230497.143 değerine sahiptir. Bu değer, çalışma süresinin bağımsız değişkeninin etkisini temsil etmektedir. Az önce yaptığımız trend analizinde, Gruplar Arası (Kombine) için kareler toplamının da 230497.143 değerine sahip olduğunu görüyoruz.

Bu iki değerin aynı olmasının nedeni, aynı varlığı temsil etmeleridir, genel gruplar arası varyans, tüm polinom eğilimlerinin bileşimidir; yani, tüm polinom kareler toplamlarının toplamı, gruplar arası kareler toplamına eşittir.

Eğilim analizimiz, gruplar arası kareler toplamını (230497.143) polinom bölümlerine veya karşıtlıklarına ayırmıştır. Özet tablo, 230.497.143’ün 219.520.000’inin doğrusal bileşen veya eğilim ile ilişkili olduğunu göstermektedir. Bu, diğer tüm polinom karşıtlıkları için geriye 10,977.143 kalır; bu artık, özet tablosunun Doğrusal Terim bölümünde Sapma olarak adlandırılır.

Kalan 10.977.143’ün 7.546.939’unun ikinci dereceden eğilimle ilişkili olduğunu görüyoruz. Geriye kalan her şey için 3,430.204 kalır. Bunun 3.430.000’ini kübik trend yönetiyor ve geriye sadece kuartik trend kalıyor.

Serbestlik derecelerine gelince, beş grupla, gruplar arası varyans kaynağıyla ilişkili 4 df’ye sahip olduğumuzu biliyoruz. Polinom zıtlıklarının her biri ile bir serbestlik derecesi ilişkilendirilir; dört olası fonksiyonla (doğrusal, ikinci dereceden, kübik ve kuartik), toplamda 4 df’ye sahibiz.

Her polinom eğilimi bir F oranı ile ilişkilidir ve bu da istatistiksel anlamlılığı belirlemek için alfa seviyemize karşı değerlendirdiğimiz bir olasılık ile ilişkilidir. Özet tablosundan görülebileceği gibi, hem doğrusal hem de ikinci dereceden bileşenler .05 alfa seviyesini karşılamaktadır.

Artık trendlerimiz için eta kare değerlerini hesaplayabiliriz ve bunu gruplar arası varyansa göre yapacağız. Doğrusal bileşen için eta kare değeri .95 (219, 520.000 ÷ 230, 497.143 = .95) ve ikinci dereceden bileşen için eta kare değeri .03’tür (7.546.939 ÷ 230.497.143 = .03). Resmi tamamlamak için sadece bir miktar ikinci dereceden bileşen ipucu ile doğrusal eğilimin baskın olduğu görülüyor.

Ağırlık oranları temsil katsayıları
Ağırlık katsayısı hesaplama
Ağırlık katsayısı ne demek
Fiyat Farkı ağırlık oranları
Fiyat Farkı Endeksleri 2021
Fiyat Farkı hesaplama
Fiyat Farkı hesaplama TABLOSU
Fiyat farkı kararnamesi

TREND ANALİZ SONUÇLARININ İLETİŞİMİ

Eğilim analizinin sonuçlarını raporlarken, işlevi göstermek için tam olarak Şekil 7.18’de gösterildiği gibi bir grafik oluşturacağız. Buna göre, sonuçları raporlamanın bir yolu aşağıdaki gibidir:

Öğrencilerin katıldığı SAT’ye hazırlık miktarının, testteki performanslarını önemli ölçüde etkilediği ortaya çıktı, F (4, 30) = 43.47, p < .05, η2 = .85. Çalışma süresini performansla ilişkilendiren fonksiyon Şekil 7.21’de sunulmaktadır. Bir eğilim analizi, hem doğrusal, F (1, 30) = 165.59, p < .05 hem de ikinci dereceden, F (1, 30) = 5.69, p < .05 bileşenlerinin istatistiksel olarak anlamlı olduğunu ortaya koydu.

Doğrusal eğilim baskın olandı ve gruplar arası varyansın yüzde 95’ini oluşturuyordu; büyük ölçüde sıfır aylık eğitimden altı aylık eğitime kadar SAT puanlarındaki artışları yansıtır. İkinci dereceden bileşen, gruplar arası varyansın yüzde 3’ünü oluşturuyor ve altı ay ile sekiz aylık çalışma arasındaki SAT puanlarındaki göreceli gelişme eksikliğini yansıtıyor.

KULLANICI TANIMLI KONTRASTLAR

Kullanıcı tanımlı karşıtlıklar planlanmış karşılaştırmalardır ve normalde tüm olası karşılaştırmaların küçük bir alt kümesini temsil ederler. Ortogonal veya ortogonal olmayan olabilirler, ancak biz burada ortogonal kontrastlara odaklanacağız; ortogonal olmayan karşıtlıklar sadece daha az kuralın izlenmesini içerir.

GENEL OLARAK KATSAYILAR/AĞIRLIKLAR

Genel olarak karşıtlıklar, her bir grup ortalamasına atanacak ağırlıkları veya katsayıları gerektirir. Ağırlıklı lineer ortalamalardan daha önce bahsettiğimizde, bu katsayılar o ağırlıklardır. Önceden ayarlanmış kontrastlarla, prosedür otomatik olarak onları atadığı için bu ağırlıklar hakkında açıkça konuşmaya gerek yoktu; kullanıcı tanımlı kontrastlarla, bunları kullanıcı olarak siz atarsınız.

Ağırlıkları atamak için çok uygun bir yapı, Tablo 7.5’te gösterilen gibi basit bir yapı düzenlemektir. Tabloyu, hepsi birbirine dik olan üç karşıtlığı göstermek için oluşturduk. Her grup tabloda bir satırı kaplar ve her kontrast bir sütun olarak temsil edilir. İlgili sütunda belirli bir kontrast için katsayıları (ağırlıkları) doldurursunuz.

Katsayılar, aşağıda özetleyeceğimiz birkaç kurala uyduğu sürece, büyük sayılar, küçük sayılar, kesirler gibi herhangi bir değeri alabilir. Çalışması en kolay değerler olduğunu düşündüğümüz değerleri öneriyoruz ve kullanacağız: birler ve birin katları.

KATSAYI/AĞIRLIK ATAMA KURALLARI

Ortogonal karşıtlıkların oluşturulmasını yöneten makul derecede basit beş kural vardır. Bunlar aşağıdaki gibidir:

Kural 1: Pozitif ağırlıklarla (katsayılar) kodlanan gruplar, negatif ağırlıklarla (katsayılar) verilen gruplarla karşılaştırılır. Hangi grupların pozitif, hangilerinin negatif olarak kodlandığı önemli değildir.
Kural 2: Bir grup karşılaştırmaya dahil değilse, ağırlığı (katsayı) sıfır olmalıdır.

Kural 3: Belirli bir karşılaştırma için ağırlıkların (katsayıların) toplamı sıfır olmalıdır. Bu nedenle, eğer bir grup bir grup kombinasyonu ile karşılaştırılıyorsa ve kombinasyondaki bu gruplar eşit olarak ağırlıklandırılacaksa, kombinasyondaki her bir gruba +1 veya -1 ağırlık verilebilir ve tek başına gruba bir ağırlık atanabilir. bireysel ağırlıkların toplamına eşit zıt değerlik ağırlığı.

Örneğin, bir grup 3 gruptan oluşan bir grupla karşılaştırıldığında, kümedeki her gruba +1 katsayısı atanabilir; tek karşılaştırma grubuna daha sonra -3 katsayısı atanır. Ancak, bileşikteki gruplara, toplamları, bileşiğin karşılaştırılmakta olduğu diğer grup veya grupların toplamına eşit olduğu sürece farklı ağırlıklar atanabilir.

Kural 4: Bir grup ya da grup bir kez bir karşıtlığa dahil olduğunda, o grup ya da grup grubu bir daha aynı şekilde kullanılamaz.

Kural 5: Her kontrast kombinasyonu için katsayıların çarpımlarının toplamı sıfıra eşit olmalıdır.

The post KATSAYI/AĞIRLIK ATAMA – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri first appeared on Akademi Delisi.