Spesifik Farklılıkların Post-Hoc Karşılaştırmaları

Üç veya daha fazla popülasyon, varyans analizi yoluyla karşılaştırıldığında, genel F oranından, sadece inceleme yoluyla, diğer araçlardan önemli ölçüde farklı olan ortalamaları söylemek imkansızdır. Belirli araç çiftleri için testler yapmak isteyebilirsiniz. Bununla birlikte, birden fazla test yapmak, Tip I hata yapma olasılığını artırır.

Çoğu SPSS tarafından sunulan bunu telafi etmenin birkaç yolu vardır. Bir yaklaşım, tüm olası bilgi kümesi çiftleri için önem testlerini hesaplamak için Bonferroni düzeltme prosedürünü kullanmaktır (örneğin, üç kategoriyle karşılaştırıldığında hiçbir bilgi, altı kategoriyle karşılaştırıldığında hiçbir bilgi ve altı kategoriyle karşılaştırıldığında üç kategori ).

Örneklemek için, Bölüm 14.1’de açıklandığı gibi 1-8 arasındaki adımları takip ederek ve ardından Tek yönlü prosedürü tekrar gerçekleştirin:

1. Tek Yönlü ANOVA: Post Hoc Çoklu Karşılaştırmalar iletişim kutusunu açmak için Post Hoc düğmesine tıklayın.
2. Bonferroni seçeneğine tıklayın; önem düzeyini varsayılan olarak .05 olarak bırakın.
3. İletişim kutusunu kapatmak için Devam’a tıklayın.
4. Prosedürü çalıştırmak için Tamam’a tıklayın.

Sonuçlar, yer alan Çoklu Karşılaştırma Tablosunun eklenmesiyle Şekil 14.4’te gösterilenlere benzer görünmelidir. Bu tablo, üç bilgi seti arasındaki tüm olası ikili karşılaştırmalar için önem testlerinin sonuçlarını listeler. Örneğin, bilgisiz gruptaki (I sütunu) çocukların ezberledikleri kelime sayısı ile 3 kategori grubunun (J sütunu) arasındaki ortalama fark -5 kelimeydi. Böylece 3 kategori grubu daha yüksek bir ortalamaya sahipti. (Aynı bilginin J sütunundaki hiçbir bilgi ile I sütunundaki 3 kategorinin eşleştirilmesinde elde edilebileceğini unutmayın.)

Sig. sütun, anlamlılık testi için P değerini içerir. Burada, P < .0005, farkın istatistiksel olarak anlamlı olduğunu gösterir. Bilgi yok eksi 6 kategori için fark –1’dir ve bu, .05 düzeyinde istatistiksel olarak anlamlı değildir (P < .673). 3 kategori eksi 6 kategori (4 kelime) arasındaki fark önemlidir (P < .0005).

Bu nedenle 3 kategorili bilgi setinin kelime ezberlemede hem bilgisiz hem de 6 kategorili sete göre daha üstün göründüğünü ancak bilgisiz ile 6 kategorili set arasında fark olmadığını belirterek bulguları özetliyoruz. (Şekil 4.2 ve Şekil 14.4’teki grafiklere tekrar bakın; vardığımız sonuç grafikler tarafından destekleniyor mu?)

Efekt Boyutları

t-testleri, hangi ortalamanın diğer araçlardan önemli ölçüde farklı olduğunu belirlememize izin verir, ancak farklılıkların büyüklüğüne dair net bir gösterge sağlamaz. Bazı durumlarda, farkın kendisi, etkinin gücünü tanımlamanın anlamlı bir yoludur. Örneğin, üç kategori koşulundaki öğrenciler, bilgisiz durumdaki öğrencilere göre ortalama olarak 9 – 4 = 5 kelime daha fazla hatırladılar.

Pek çok eğitimsel ve psikolojik testte olduğu gibi, bağımlı değişkenin ölçeğinin aşina olmadığı durumlar vardır. Bu gibi durumlarda ortalama farkı standart sapma birimleriyle ifade etmek faydalı olur; sonuca etki boyutu denir.

Örneğin, üç kategorili gruptaki çocuklarla bilgisiz gruptaki çocuklar arasındaki 5 kelimelik farkın etki büyüklüğü, havuzlanmış grup içi standart sapmanın, grup içindeki ortalama karenin karekökü olduğu yerdir (bulunmuştur). ANOVA tablosunda). Ortalama fark (3.66), çok büyük bir etki büyüklüğünü temsil eden 3 standart sapmanın üzerindedir. Ortalama olarak, üç küme halinde gruplandırılmış bilgi verilen çocuklar, bilgisiz gruptaki çocukların 3.66 standart sapma üzerindeydi.

Frekans analizi Nedir ne ise Yarar
Frekans analizi yorumlama
Excel’de Frekans analizi
SPSS Frekans Analizi
Frekans analizi pdf
Frekans analizi tablosu
Frekans analizi Nasıl YAPILIR
Frekans tablosu oluşturma

FRANKS DEĞİŞİKLİĞİ ANALİZİ

Diğer istatistiksel prosedürlerde olduğu gibi, verilerin ANOVA’nın altında yatan varsayımları karşılayıp karşılamadığını değerlendirmek önemlidir. Bu varsayımlar, (1) gözlemlerin bağımsızlığını, (2) alt grup ortalamalarının normal dağılımını ve (3) popülasyon varyanslarının homojenliğini içerir.

Varyans analizi, (2) ve (3) koşullarının ihlali açısından oldukça sağlam olsa da, özellikle örneklem büyüklükleri küçük ila orta düzeydeyse, bu varsayımlar rutin olarak incelenmelidir. Örneğin, Bölüm 10.2’de gösterildiği gibi normallikten sapmaları değerlendirmek için bağımlı değişkenin histogramlarını inceleyebilirsiniz. İkiden fazla popülasyon söz konusu olduğunda, benzer olup olmadıklarını görmek için örnek varyansları da incelenmelidir.

Örneğin Şekil 14.4’te, üç grubun standart sapmaları aynı genel aralıkta görünmektedir. (Eşit farklılıklar için resmi testler de vardır, ancak bunlar bu kılavuzda ele alınmamıştır.)
Normallik ve/veya varyans homojenliği varsayımları ciddi şekilde ihlal edildiğinde, ANOVA sonuçları yanıltıcı olabilir. Bu durumda, alternatif bir prosedür olan sıraların varyansının Kruskal-Wallis analizi tercih edilir.

“bottle.sav” veri dosyası, üç şişe kapatma makinesi için günlük çıktıyı içerir. Bu veri dosyasını kullanarak, sıraların varyansı analizini gerçekleştirmek için SPSS kullanma prosedürü şöyledir:

1. Menü çubuğundan Analiz Et’e tıklayın.
2. Açılır menüden Parametrik Olmayan Testler’e tıklayın.
3. Açılır menüden K Bağımsız örnekler’e tıklayın. Bu, Birkaç Bağımsız Örnek için Testler iletişim kutusunu açar.
4. Tıklayın ve sağ üst ok düğmesini kullanarak “çıkış” değişkenini Test Değişken Listesi kutusuna taşıyın.
5. Sağ alt ok düğmesini kullanarak “makine” değişkenini Gruplama Değişkeni kutusuna tıklayın ve taşıyın.
6. Çeşitli Bağımsız Örnekler: Aralık Tanımla iletişim kutusunu açmak için Aralık Tanımla düğmesine tıklayın.
7. Makine değişkeni 1’den 3’e kadar kodlanmıştır, bu nedenle minimum kutusuna 1 ve maksimum kutusuna 3 girin.
8. İletişim kutusunu kapatmak için Devam’a tıklayın.
9. Kruskal-Wallis H testinin Test Türü kutusunda varsayılan seçenek olduğuna dikkat edin. Bu nedenle, prosedürü çalıştırmak için Tamam’a tıklayın.

Bu testin çıktısı yer almaktadır. Her makine için ortalama sıralamayı ve numune boyutunu gösterir. Örneğin 4 adet C tipi makine var ve ortalama rankları 10.00. Liste ayrıca ki-kare istatistiğini (5.656) ve P değerini (.059) bildirir. .05 seviyesi kullanılarak, sıfır hipotezi kabul edilir ve makinelerin şişe kapağı çıktısına göre farklılık göstermediği sonucuna varırız.

İKİ FAKTORANALİZOVARIANS

Birçok durumda, veri analisti iki veya daha fazla bağımsız kategorik değişken ile bir bağımlı sayısal değişken arasındaki ilişkiyle ilgilenecektir. Örneğin, “stepping.sav” veri dosyası, bir adım atma egzersizinden sonra kalp atış hızı ile adım sıklığı (yavaş, orta veya hızlı) ve vücut yüksekliği arasındaki ilişkiyi araştırmak için Ohio Eyalet Üniversitesi’nde yürütülen bir deney hakkında bilgi içerir. adım (düşük veya yüksek). Çalışmaya otuz kişi katıldı.

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