Kayıp  Değer prosedürü üç temel işlevi yerine getirir:

• Eksik verilerin modelini tanımlar: eksik değerlerin nerede olduğu, ne kadar kapsamlı oldukları, değişken çiftlerinin farklı durumlarda eksik değerlere sahip olup olmadığı, veri değerlerinin aşırı olup olmadığı ve değerlerin rastgele eksik olup olmadığı.
• Liste bazında, ikili, regresyon veya EM (beklenti-maksimizasyon) yöntemini kullanarak ortalamaları, standart sapmayı, kovaryansları ve korelasyonları tahmin eder. İkili yöntem aynı zamanda ikili tamamlanmış durumların sayısını da görüntüler.
• Regresyon veya EM yöntemlerini kullanarak eksik değerleri tahmini değerlerle doldurur (imputlar).

Eksik değer analizi, eksik verilerden kaynaklanan çeşitli endişelerin giderilmesine yardımcı olur. Eksik değerleri olmayan durumlardan sistematik olarak farklı olan eksik değerlere sahip vakalar, sonuçları karartabilir. Ayrıca, başlangıçta planlanandan daha az bilgi olduğundan, eksik veriler hesaplanan istatistiklerin kesinliğini azaltabilir. Diğer bir endişe ise, birçok istatistiksel prosedürün arkasındaki varsayımların tam durumlara dayanması ve eksik değerlerin gerekli teoriyi karmaşık hale getirebilmesidir.

Örnek. Lösemi tedavisini değerlendirirken, çeşitli değişkenler ölçülür. Ancak, tüm ölçümler her hasta için mevcut değildir. Eksik veri kalıpları görüntülenir, tablo haline getirilir ve rastgele olduğu bulunur. Ortalamaları, korelasyonları ve kovaryansları tahmin etmek için bir EM analizi kullanılır. Eksik değerler, emsal değerlerle değiştirilir ve daha fazla analiz için kullanılmak üzere yeni bir veri dosyasına kaydedilir.

İstatistik. Eksik olmayan değerlerin sayısı, ortalama, standart sapma, eksik değerlerin sayısı ve uç değerlerin sayısı dahil tek değişkenli istatistikler. Tahmini ortalamalar, kovaryans matrisi ve korelasyon matrisi, liste şeklinde, ikili, EM veya regresyon yöntemleri kullanılarak. Little’ın EM sonuçlarıyla MCAR testi. Çeşitli yöntemlerle araçların özeti. Eksik ve eksik olmayan değerlerle tanımlanan gruplar için: t testleri. Tüm değişkenler için: eksik değer kalıpları, değişkenler bazında görüntüleniyor.

Veri. Veriler kategorik veya nicel olabilir. Her değişken için sistem eksik olarak kodlanmayan eksik değerler kullanıcı eksik olarak tanımlanmalıdır. Örneğin, bir anket öğesi Bilmiyorum yanıtı 5 olarak kodlanmışsa ve bunu eksik olarak değerlendirmek istiyorsanız, öğenin kullanıcı eksik değeri olarak 5 kodlu olması gerekir.

Varsayımlar. Liste ve ikili tahmin, kayıp değerler modelinin veri değerlerine bağlı olmadığı varsayımına dayanır. (Bu koşul, tamamen rastgele veya MCAR olarak bilinir.) Bu varsayımın ihlali, taraflı tahminlere yol açabilir. Regresyon ve EM tahmini, eksik veri modelinin yalnızca gözlenen verilerle ilgili olduğu varsayımına dayanır. (Bu koşul, rastgele veya MAR olarak adlandırılır.) Bu varsayım, tahminlerin mevcut bilgiler kullanılarak ayarlanmasına izin verir.

İlgili prosedürler. SPSS’deki birçok prosedür, liste halinde veya ikili tahmin kullanmanıza izin verir. Doğrusal Regresyon ve Faktör, eksik değerlerin ortalama değerlerle değiştirilmesine izin verir. SPSS Trends seçeneğinde, zaman serilerindeki eksik değerlerin yerine konması için çeşitli yöntemler mevcuttur. Kullanıcı tarafından eksik değerleri kodlamak için Veri menüsünden Değişken Tanımla’yı seçin.

Kayıp veri Nedir
Spss de kayıp veriler nasıl bulunur
Missing values Nedir
Kayıp değerleri düzeltilme yöntemleri
Eksik veri tamamlama yöntemleri SPSS
Likert analizi
SPSS faktör analizi
R da eksik veri

Kayıp Değer Analizi Elde Etme

‘ En az bir nicel değişken seçin. İsteğe bağlı olarak şunları yapabilirsiniz:
• Kategorik değişkenleri (sayısal veya dize) seçin ve kategori sayısı (Maksimum) için bir sınır girin.
• Eksik değerlerin açıklamaları için Modeller veya Tanımlayıcılar’a tıklayın.
• İstatistik tahmini ve eksik değerlerin tahmini için bir yöntem seçin
kendileri.
• EM veya Regresyon’u seçerseniz, tahmin için kullanılacak bir alt küme belirlemek için Değişkenler’e tıklayın.

Eksik Değer Analizi Modelleri

Görüntülemek. Vakaları veya vaka sayılarına karşı değişkenleri içeren üç tip model tablosu mevcuttur. Tablonun hücreleri, değerler veya sayılar yerine, değerin türünü belirten simgeler içerir. Tablolu durumlar için, X’ler eksik değerleri belirtmek için kullanılır. Tüm durumlar ve Eksik değerli durumlar için ekrandaki semboller şunlardır:

+ Son derece yüksek değer
– Son derece düşük değer S

Sistemde eksik değer

• A Birinci tip kullanıcı eksik değer
• B İkinci tip kullanıcı eksik değer
• C Üçüncü tip kullanıcı eksik değer

• Tablolanmış vakalar. Her bir eksik değer modelinin sıklığı tablolaştırılmıştır. Sayılar ve değişkenler, kalıpların benzerliğine göre sıralanır.
Vakaların %n’inden az olan kalıpları atlayın. Nadiren meydana gelen kalıpları ortadan kaldırır.
• Eksik değerleri olan durumlar. Eksik ve uç değerlerin duruma göre değişken modelleri yalnızca eksik değerleri olan durumlar için gösterilir. Vakalar ve değişkenler, kalıpların benzerliğine göre sıralanır.
• Tüm vakalar. Her durum için, eksik değerler ve uç değerler modeli görüntülenir. Bir sıralama değişkeni belirtilmedikçe, vakalar veri dosyasında göründükleri sırayla listelenir.
Değişkenler. Desen ekranlarını etiketlemek ve sıralamak için değişkenler belirleyebilirsiniz.
• için Eksik Kalıplar. Eksik’teki tüm nicel ve kategorik değişkenleri listeler.
Değer Analizi iletişim kutusu.
• için ek bilgiler. Her durum için değerleri listeler. Tablolu modeller için bu seçenek, nicel değişkenlerin ortalamasını veya kategorik değişkenler için her kategoride örüntüye sahip vakaların sayısını listeler.
• Göre sırala. Durumlar, belirtilen değişkenin değerlerinin artan veya azalan sırasına göre listelenir. Yalnızca Tüm durumlar için kullanılabilir.

Tek değişkenli istatistikler. Her değişken için, eksik olmayan değerlerin sayısını, ortalamayı, standart sapmayı ve eksik değerlerin sayısını ve yüzdesini görüntüler. Ayrıca eksik değerlerin sayılarını ve yüzdelerini ve aşırı yüksek ve düşük değerlerin sayılarını da görüntüler. (Kategorik değişkenler için ortalamalar, standart sapma ve uç değer sayıları rapor edilmemiştir.)

Gösterge Değişken İstatistikleri. Her değişken için SPSS, değişkenin değerinin mevcut olup olmadığını gösteren bir eksik gösterge değişkeni oluşturur. Gösterge değişkenleri görüntülenmez ancak uyumsuzluk, t testi ve frekans tablolarının oluşturulmasında kullanılır. Tablo boyutunu küçültmek için, yalnızca az sayıda durum için hesaplanan istatistikleri atlayabilirsiniz.

• Yüzde uyuşmazlığı. Her bir değişken çifti için, bir değişkenin eksik değere sahip olduğu ve diğer değişkenin eksik olmayan bir değere sahip olduğu durumların yüzdesini görüntüler. Tablodaki her köşegen öğe, tek bir değişken için eksik değerlerin yüzdesini içerir.

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