Belirli bir analiz için veri dosyanızdan vakaların bir alt kümesini seçmeniz gereken durumlar olabilir. Örneğin, 200 kişinin boy ve kilosunu içeren bir veri dosyanız olabilir, ancak 120 poundun üzerindeki bireylerin ortalama boyunu bilmeniz gerekir. Ya da çok büyük bir veri dosyasından rastgele bir vaka örneği seçmek isteyebilirsiniz.

Vakaların alt kümesini seçmek için:

1. Ana menüden Veri’ye tıklayın.
2. Açılır menüden Vakaları Seç’e tıklayın. Bu, Vakaları Seç iletişim kutusunu açar.

Daha büyük bir veri dosyasından bir alt küme seçmenin birkaç yolu vardır. If Condition ve Random Sample yöntemlerini tartışacağız.

Koşul

Yukarıda verilen boy ve kilo örneğinde şunları yapmanız gerekir:

1. Koşul sağlanıyorsa seçeneğini seçin ve Durumları Seçin: Eğer iletişim kutusunu açmak için ise öğesine tıklayın.
2. Değişken liste kutusundan ağırlık değişkenini seçin ve sağ ok tuşu ile hesap makinesi pedinin üzerindeki kutuya taşıyın.
3. Hesap makinesi pedini kullanarak > öğesine tıklayın. Bu işaret üst kutuda görünecektir.
4. Sayı tuşlarını kullanarak, ifadeyi oluşturmak için 1’i, ardından 2’yi ve ardından 0’ı tıklayın.
Sağ üstteki kutuda “ağırlık > 120”.
5. Select Cases: If iletişim kutusunu kapatmak için Devam’a tıklayın.

Rastgele Örneklem

Alt kasaları seçmenin başka bir yöntemi de veri dosyanızdan rastgele bir örnek seçmektir:

1. Vakaları Seç iletişim kutusundan (yukarıdaki Şekil 1.5’e bakın) Rastgele vaka örneği seçeneğini seçin ve Vakaları Seç: Rastgele Numune iletişim kutusunu açmak için Numune’ye tıklayın.
2. Uygun kutuya vakaların yüzdesini veya kesin sayısını yazın.
3. Select Cases: Random Sample iletişim kutusunu kapatmak için Devam’a tıklayın. Şimdi Select Cases iletişim kutusuna dönmelisiniz.

Şimdi Select Cases iletişim kutusuna dönmelisiniz. Bu iletişim kutusunu kapatmak için Tamam’a tıklayın. SPSS talimatlarınızı işlerken “Running Execute” mesajı görünecektir. SPSS, seçilen tüm durumlar için 1 ve seçilmeyen tüm durumlar için 0 değeriyle yeni bir “filtre” değişkeni oluşturur.

Ayrıca uygulama penceresinin altında, sonraki analizlerinizin yalnızca belirlenen veri alt kümesinde gerçekleştirileceğini hatırlatmak için bir “Filter On” mesajı da bulunmaktadır. Ayrıca, seçili olmayan tüm durumlar için Veri Editörü penceresinin satır satır numaraları boyunca çapraz çizgiler vardır.

Basit rastgele örneklem
Basit tesadüfi örnekleme hesaplama
Küme Örnekleme örneği
Evren ve örneklem örnekleri
Tesadüfi Örnekleme
Tabakalı rastgele Örnekleme
Örnekleme Yöntemleri
Makalede örneklem Nedir

SPSS, sonraki analizlere hangi vakaların dahil edileceğini belirlemek için filtre değişkenini kullanır. Seçilmeyen durumlar veri dosyasında kalır ancak sonraki analizlere dahil edilmez. Seçilmeyen durumları filtreyi kapatarak kullanabilirsiniz. Filtreyi kapatmak için, Select Cases diyalog kutusuna geri dönün ve Select kutusunda All Cases’e tıklayın ve ardından OK’e tıklayın.

KAYIP DEĞERLER

Çoğu durumda, veri dosyaları tüm değişkenlere ilişkin tam verilere sahip değildir, yani eksik değerler vardır. Tüm hesaplamaların doğru yapılabilmesi için eksik değerlere sahip olduğunuzda SPSS’ye bilgi vermeniz gerekmektedir. SPSS ile iki tür eksik değer vardır: sistem eksik ve kullanıcı tanımlı eksik.

Sistemde eksik değerler, SPSS’nin otomatik olarak eksik olarak değerlendirdiği değerlerdir (kullanıcının SPSS’yi açıkça bilgilendirmesine gerek kalmadan). Bu tür bir değerin en yaygın biçimi, veri dosyasında “boşluk” bulunmasıdır. Örneğin, bilgi sağlanmadıysa bir kişinin veri değeri eksiktir.

Veri dosyası hücresinde değeri olmayan bir nokta görüntülenir. SPSS bu değişkeni okuduğunda, bir boşluk okuyacak ve bu nedenle değeri eksikmiş gibi değerlendirecektir. Bu değişkeni içeren diğer hesaplamalar, eksik bilgi olmadan devam edecektir.

Örneğin 20 yetişkinlik bir örneklem için günlük ortalama su tüketim miktarını hesaplamak istediğinizi, ancak elinizde sadece 19 kişi için girilen veri olduğunu varsayalım. SPSS, 19 yetişkin için “geçerli” değerleri okuyacak, eksik değeri yok sayacak ve 19 kişiye göre ortalamayı hesaplayacaktır.

Kullanıcı tanımlı eksik değerler, kullanıcının özel olarak eksik olarak ele alması için SPSS’yi bilgilendirdiği değerlerdir. Veri dosyasında bir boşluk bırakmak yerine, genellikle eksik verileri temsil etmesi amaçlanan sayılar girilir. Örneğin, 1 ile 85 arasında değişen bir yaş değişkeniniz olduğunu varsayalım.

99 sayısını, yaş bilgisi eksik olan kişileri temsil etmek için kullanabilirsiniz. (1’den 85’e kadar herhangi bir sayı kullanamazsınız çünkü bunların hepsi geçerli değerlerdir.)

Bu örnekte, SPSS’ye 99 değerinin eksik bir değer olarak ele alınacağını bildirmeniz gerekir, aksi takdirde geçerli olarak kabul edilecektir. Bu, Bölüm 1.2’de açıklanmıştır, ancak kısaca şunları yapmanız gerekir: veri düzenleyicide Değişken görünümüne geçin ve Eksik sütununda “…” düğmesini tıklayın. Discrete Missing Values ​​kutularından birine 99 girin ve Tamam’a tıklayın.

SPSS bu değişkeni okuduğunda, 99’u eksik bir değer olarak değerlendirecek ve “yaş” değişkenini içeren hiçbir hesaplamaya dahil etmeyecektir. Kullanıcı tarafından eksik değerler, veri düzenleyicide geçerli değerler gibi görünecektir, ancak dahili olarak SPSS veri dosyalarında “eksik” olarak işaretlenir ve bazı prosedürler için çıktıda eksik olarak etiketlenir.

Çoğu SPSS hesaplaması, çıktıda geçerli vaka sayısını görüntüler. Bu, sistemde eksik ve/veya kullanıcı tanımlı eksik olmayan durumların sayısıdır; bu durumlar hesaplamalarda kullanılmıştır. Eksik durumların sayısı da (hesaplamalarda kullanılmaz) tipik olarak görüntülenir.

Eksik Verilerle Analizler

Eksik verileriniz olduğunda, bunlar birkaç şekilde ele alınabilir. Eksik veriler karmaşık bir konudur ve sorunlu olabilir. Bazı analizlerde eksik verilerin nasıl ele alınacağını belirtmezseniz, analizde adı geçen değişkenlerden herhangi biri için eksik değerleri olan durumlar ikili veya liste halinde silme kullanılarak analizden çıkarılır. Örneğin, üç başarı puanı seti arasındaki korelasyonları hesaplamak istediğinizi varsayalım: matematik, fen ve okuma. Üç bağıntı hesaplanacaktır: matematik ile fen, matematik ile okuma ve fen ile okuma.

İkili silme kullanılarak, her iki ölçüm için (örneğin matematik ve fen) geçerli puanları olmayan durumlar hesaplamanın dışında tutulacaktır. Liste bazında silme kullanılarak, tüm ölçümlerde (yani matematik, fen ve okuma) geçerli puanları olmayan durumlar hesaplamaların dışında tutulacaktır. Örneğin, 1000 vaka içeren bir veri dosyanız olduğunu ve tüm vakaların geçerli bir matematik puanına, 700 vakanın geçerli bir bilim puanına ve 400 vakanın geçerli bir okuma puanına sahip olduğunu varsayalım.

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