Bir korelasyon katsayısının hesaplanmasında yalnızca her iki değişken için değerleri olan durumlar kullanılabilir. SPSS’nin eksik değerlere sahip durumları ortadan kaldırmasını sağlamanın iki yolu vardır: “liste bazında silme” ve “çift silme”. Örnek olarak, veri dosyamızdaki üçüncü vakanın yazılı testte bir puanın eksik olduğunu varsayalım.

Üçüncü durum, tüm değişkenler hakkında tam bilgiye sahip olmadığı için, liste bazında silme, üçüncü durumu tüm korelasyon katsayılarının hesaplanmasından çıkarır. Tüm korelasyonlar kalan 27 vakadan hesaplanır. İkili silme, yalnızca yazılı testi içeren korelasyonları hesaplarken üçüncü durumu ortadan kaldırır; bu nedenle bazı katsayılar 27 gözleme, diğerleri ise 28’in tümüne dayalı olacaktır.

SPSS’deki varsayılan seçenek, her katsayı için maksimum vaka sayısını kullanan ikili silmedir. İki Değişkenli Korelasyonlar iletişim kutusunun Seçenekler düğmesine tıklayarak liste bazında silme talebinde bulunabilirsiniz.

ÇOK DEĞİŞKENLİ VERİLERİN ÖZETİ:

KATEGORİK DEĞİŞKENLER ARASINDAKİ İLİŞKİ

Bu bölümde, iki veya ikiden fazla kategorik değişken arasındaki ilişkilerin nasıl inceleneceğini göstereceğiz. Bu yöntemler, sayıları ve ilişki modellerini temsil eden sıklık tablolarına dayanır.

İkiye İki Frekans Tabloları

Bilgiler aynı anda iki sınıflandırma kullanılarak kategorize edildiğinden, bir sıklık tablosundaki verilerin özetlenmesine çapraz tablolama denir. Örneğin, içinde belirli sayıda kadın ve erkek bulunan bir örneğimiz olabilir. Numunede çok sayıda beyaz ve azınlık da olabilir. Bölüm 2’den, Frekanslar prosedürünü kullanarak bir değişkenin frekanslarını bulabileceğimizi hatırlayın.

Ancak, veri dosyasında kaç tane beyaz kadın veya azınlık erkek olduğu hemen belli olmayabilir. Bu, tüm değerlerin eşzamanlı oluşum sayılarını inceleyen Çapraz Tablolama prosedürü kullanılarak gerçekleştirilir. Örneğin, itfaiyeci adayları hakkında performans bilgilerinin bulunduğu itfaiyeci ~ata dosyasındaki (“fire.sav”) verileri açın.

Cinsiyete göre iki yönlü bir ırk sıklık tablosu oluşturmak için şu adımları izleyin:

(1) Menü çubuğundan İstatistikler’e tıklayın.
(2) Açılır menüden Özetle’ye tıklayın.
(3) Gösterilen Çapraz Tablolar iletişim kutusunu açmak için Çapraz Tablolar’a tıklayın.
(4) Üzerine tıklayarak “cinsiyet” değişkenini vurgulayın ve ardından sağ ok düğmesine tıklayarak onu Satır(lar) kutusuna taşıyın.
(5) Üzerine tıklayarak “ırk” değişkenini vurgulayın ve ardından sağ ok düğmesine tıklayarak Sütun(lar) kutusuna taşıyın.
(6) Tamam’a tıklayın.

Varsayılan olarak, bu, satırın (“sex”) sütun (“ırk”) değişkenlerine göre bir çapraz tablosunu üretecektir. Sütun değişkenlerine göre satırın her değer kombinasyonu için durum sayısı görüntülenir.

Sıklık tablosunu inceleyerek cinsiyetin iki değeri (erkek ve kadın) ve ırkın iki değeri (beyaz ve azınlık) olduğunu görüyoruz. Irk, sütun değişkenidir ve cinsiyet, satır değişkenidir. Bu ikiye iki tablonun dört “hücresi” var.

Bağımlı değişken nedir
Kategorik değişkenler nelerdir
Kategorik değişken örnekleri
Sürekli değişken
Nominal değişken nedir
Süreksiz değişken örnekleri
Kesikli değişken
İstatistikte değişken nedir

Hücrelerin her birinde görünen sayıya Sayım (veya sıklık) adı verilir; bu, o hücredeki vaka sayısıdır. Bu örnekte 8 beyaz kadın ve 5 azınlık erkek var. Tablonun sağındaki ve altındaki sayılar marjinal toplamlardır ve satırlar ve sütunlar için ayrı ayrı sayıları temsil eder.

Örneğin, satır kenar boşluklarında üstteki 14, 14 erkek olduğunu ve alttaki 14, 14 dişi olduğunu gösterir. Aynı şekilde, 17 ve 11 sütun toplamları sırasıyla beyazların ve azınlıkların sayısını gösterir. Sağ alt köşedeki 28, numunedeki toplam vaka sayısını gösterir. Bu marjinal frekanslar, gösterildiği gibi Frekanslar prosedürü kullanılarak da elde edilebilir.

Yüzdelerin Hesaplanması

Her hücrenin sayımına ek olarak, SPSS ayrıca satır, sütun ve toplam yüzdeleri hesaplayacaktır. Satır yüzdesi, belirli bir hücreye düşen bir satırdaki durumların yüzdesidir. Sütun yüzdesi, bir sütundaki belirli bir hücreye giren durumların yüzdesidir. Toplam yüzde, tablodaki toplam vaka sayısının yüzdesi olarak ifade edilen bir hücredeki vaka sayısıdır.

Satır, sütun ve toplam yüzdeleri hesaplamak için önceki bölümdeki 1-5 arasındaki adımları izleyin ve ardından:

(1) Çapraz Tablolar: Hücre Görünümü iletişim kutusunu açmak için Hücreler’e tıklayın.
(2) Satır, Sütun ve Toplam yüzdelerini hesaplamak istediğinizi belirtmek için Yüzdeler kutusundaki her kutuya tıklayın.
(3) Devam’a tıklayın.
(4) Tamam’a tıklayın.

Bu yüzdeleri göstermek için ders kitabının Tablo 6.1’inde yer alan 25 öğrenciye ait verileri yeni bir veri dosyasına girin. Kategorik verileri şu şekilde kodlayın: cinsiyet (1=kadın; 2 = erkek), bölüm (1=mezun; 2=lisans). Çapraz tablolar prosedürünü satır değişkeni olarak “sex” ve sütun değişkeni olarak “division” ile çalıştırın. Satır, sütun ve toplam yüzdeleri hesapladıktan sonra çıktınız Şekil 6.3’teki gibi görünmelidir.

Hücre sayıları 8 kadın lisansüstü öğrencisi, 4 kadın lisans öğrencisi, 3 erkek lisansüstü öğrencisi ve 10 erkek lisans öğrencisi olduğunu göstermektedir. Marjinal sayılar, 12 kadın ve 13 erkek olduğunu ve 11 yüksek lisans öğrencisi ve 14 lisans öğrencisi olduğunu göstermektedir. Tablonun sağ alt köşesinde yer alan tablodaki toplam vaka sayısı 25’tir.

Marjinal yüzdeler, satır veya sütunda bulunan toplamın yüzdesini temsil eder. Örneğin 25 öğrenciden oluşan tüm örneklemin 12’si (%48) kızdır. Ayrıca, tüm öğrencilerin %56’sı lisans mezunudur.

Her hücredeki en üstteki sayı sayıdır. İkinci sayı, hücrede bulunan satırın yüzdesini temsil eden satır yüzdesidir (Satır Pct). Örneğin, tüm erkeklerin %23,1’i yüksek lisans öğrencisidir (100 x 3/13) ve tüm kadınların %33.3’ü lisans öğrencisidir (100 x 4/12).

Her hücredeki üçüncü sayı, hücredeki sütun toplamının yüzdesi olan sütun yüzdesidir (Col Pct). Örneğin, lisansüstü öğrencilerinin %72.7’si kızdır (100 x 8/11). Ayrıca, lisans öğrencilerinin %71.4’ü erkektir (100 x 10/14). Her hücrenin dördüncü satırı toplam yüzdeyi (Toplam Pct) içerir. Örneğin, 3 erkek lisansüstü öğrenci, tablodaki 25 öğrencinin %12’sini temsil etmektedir. Bu, 25’i 3’e bölerek hesaplandı.

Phi Katsayısı

Phi katsayısı, ikiye iki tablo için bir ilişki indeksidir. phi katsayısı,  1-5 arasındaki adımları izleyin ve ardından:

(1) Çapraz Tablolar: İstatistikler iletişim kutusunu açmak için İstatistikler’e tıklayın.
(2) Nominal Veri kutusunda Phi ve Cramer’s V’ye tıklayın.
(3) Devam’a tıklayın.
(4) Tamam’a tıklayın.

Örneğin, veriler için phi-katsayının değeri .439’dur.

Daha Büyük İki Yönlü Frekans Tabloları

Birçok çalışmada kategorik değişkenler ikiden fazla değere sahiptir. Kategori sayısı iki ile sınırlı değildir ve hemen hemen her boyutta satır-x-sütun tablosu mümkündür. Örneğin, “din” üç kategoride kaydedilebilir: Katolik, Yahudi ve Protestan; “meslek”, 15 farklı iş unvanını temsil eden 15 kategoriye sahip olabilir.

Sayıları ve yüzdeleri hesaplama prosedürü ve ayrıca frekansların yorumlanması, de açıklananla aynıdır.

Örnek olarak, “spit.sav” veri dosyasını açın. Bu, büyük lig beyzbol oyuncularının tükürük tütünü kullanmayı bırakmalarına yardımcı olmak için iki müdahalenin etkinliği üzerine bir çalışmadır. Bu örnek için sıklık tablosu 3×2’lik bir tablodur; üç düzeyli “sonuç” ve iki düzeyli “müdahale” olmak üzere iki değişken vardır.

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