Gösterilen Model Boyutu tablosu, analiz tarafından belirlenecek parametre sayısının bir incelemesini sağlar. Birinci Dereceden Otoregresif, Kovaryans Yapısı olarak görüntülenir ve tahmin edilecek 2 parametre ile ilişkilendirilir. Bu iki parametre aşağıdaki gibidir: (a) varyansların homojenliğini varsaydığımız için üç seviyenin tümü için tek bir varyans tahmini ve (b) zaman ölçümleri boyunca katlanarak daha küçük olan bir kovaryans tahminidir.

Gösterilen Bilgi Kriterleri tablosu, modelin verilere ne kadar iyi uyduğunu gösterir. Otoregresif modeli Bileşik Simetri ve Yapılandırılmamış modellerle karşılaştıracağız. Hangi modelin verilere en uygun olduğunu değerlendirmek için Norusis, daha doğru bir modelin göstergesi olarak Akaike bilgi kriterinin (AIC) ve Bayes bilgi kriterinin (BIC) daha düşük puanlarla kullanılmasını önerir. Her iki indeks de daha fazla parametrenin tahminini cezalandırır ve böylece modeldeki ek parametrelerle diğer her şey eşit olarak artar.

Tip III Sabit Etki Testleri tablosu sunulmaktadır. Odak noktamız, konu içi faktörün çok yönlü veya genel etkisinin değerlendirildiği zaman satırındadır. 2 ve 18.673 serbestlik derecesi ile değerlendirilen 40.110’luk F oranı, üç zaman ölçümü boyunca bağımlı değişken ortalamalarında önemli farklılıklar (p<.001) olduğunu gösterir.

Sabit Etki Tahminleri tablosu gösterilir. Bu tahminler, üç test zaman noktası arasındaki farklılıklara odaklanır. Bölüm 51’de tartışılan tekrarlanan ANOVA ölçümlerinin sonuçlarına geri dönersek, öntest, sontest1 ve sontest2 koşullarının ortalamalarının sırasıyla 15.273, 9.182 ve 11.091 olduğunu hatırlayabiliriz.

Sabit Etki Tahminleri tablosundaki Kesişme, sontest2’deki ortalama puandır (altı ondalık basamağa alınır), kalan satırlar sontest2 ile denek içi faktörün her seviyesi arasındaki sapmaları gösterir. [zaman = 1] olarak etiketlenen satır, sontest2 ile öntest arasındaki sapma puanını gösterir; 4.18’i 11.09’a ekleyerek, 15.27 ön test ortalama puanını elde ederiz. Benzer şekilde, [zaman = 2] olarak etiketlenen sontest1 için sapma puanı 11.09 − 1.90 veya 9.19’dur. [zaman = 3] olarak etiketlenen satır, sontest2 ile sontest2 arasındaki sapma puanını 0 olan gösterir.

Bu ortalama farklılıklar istatistiksel anlamlılık açısından test edilir ve sonuçlar, her bir farklılığın anlamlı bir farklılık gösterdiğini gösterir. Ancak, bu karşılaştırmalar ne ikili karşılaştırmaların tam setini temsil eder ne de Bonferroni düzeltmesine tabi tutulur.

Kovaryans Parametrelerinin Tahminleri tablosunda, AR1 köşegen satırı, tahmin edilen varyanslarla ilgilenir. Bu, R matrisinin köşegenini ifade eder. Böyle bir tahmin vardır çünkü bu prosedür varyansın homojenliğini varsayar (yani, üç varyansın tümü eşittir). Tahmini varyans 6.722444’tür.

Etan bağ açısı
H2S bağ açısı
120 derece bağ açısı
Eterlerin molekül geometrisi
Açısal kırık doğru
Bağ açısı nasıl bulunur
SO2 bağ açısı
Moleküler geometri ve hibritleşme

Tahmin edilen ikinci parametre ardışık ölçümler arasındaki korelasyondur ve bu AR1 rho olarak etiketlenen satırda gösterilmiştir. Üç korelasyon çifti olmasına rağmen (öntest ve sontest1, sontest1 ve sontest2 ve öntest ve sontest2), prosedürün yalnızca tek bir parametreyle ilişkilendirilme şekli, bitişik çiftler arasındaki korelasyon için tek bir değer tahmin etmektir. tasarımda yan yanadır; burada ön test ile son test1 arasındaki ve son test1 ile son test2 arasındaki korelasyon budur. Bu korelasyonun .615842 olduğu tahmin edildi ve Wald istatistiği ile istatistiksel olarak anlamlı olduğu belirlendi (p < .001).

Birbirinden iki adım uzaktaki zaman ölçümleri çifti (ön test ve son test2) arasındaki korelasyon, parametrenin karesi alınarak tahmin edilir (çünkü kovaryansın, aralıklar arttıkça katlanarak küçüldüğü varsayılır). Böylece ön test ve son test2 arasındaki korelasyon yaklaşık olarak .6152 veya yaklaşık olarak .378 olarak tahmin edilmektedir. Bu sonuçlar, zaman noktalarının puan değişikliği ile istatistiksel ve pratik olarak anlamlı bir şekilde ilişkili olduğunu göstermektedir.

Artık Kovaryans (R) Matrisi sunulur. Bunlar, Birinci Dereceden Otoregresif prosedürü altında tahmin edilen parametrelerdir. Az önce tanımladığımız gibi, 6.722444’lük tahmini varyans her köşegen elemanına yerleştirilir. Kovaryanslar, daha önce açıklanan korelasyonların standartlaştırılmamış varyasyonlarıdır.

Tahmini Marjinal Ortalamalar ve İkili Karşılaştırmalar sunulmaktadır. İkili karşılaştırma sonuçları, Bölüm 51’de tekrarlanan ANOVA ölçümlerinde çıkardığımız sonuca götürür, ancak olasılık seviyelerinde birkaç ince fark vardır. Spesifik olarak, ön test ve son test1 arasındaki karşılaştırma .000’de hala önemlidir, ön test ve son test2 arasındaki karşılaştırma ANOVA’da .005 olasılık vermiştir, ancak burada olasılık .000’dir ve son test1 ve son test2 arasındaki karşılaştırma .000’lik bir olasılık vermiştir. ANOVA’da 024, ancak burada olasılık .036’dır.

ANALİZ: BİLEŞİK SİMETRİ

Aşağıdaki istisna dışında, analizi tam olarak daha önce anlatıldığı gibi tekrarlarız: İlk Specify Subjects and Repeated penceresinde, Tekrarlanan Kovaryans Türü için açılır menüden Bileşik Simetri’yi seçiyoruz. Bu gösterilir.

Model Boyutu tablosu, yalnızca iki parametrenin tahmin edildiğini gösterir: tüm zaman ölçümü çiftleri arasındaki varyans (eşdeğer olduğu varsayılır) ve korelasyonlar (eşdeğer olduğu varsayılır). Alttaki tablo, bu analizle ilişkili Bilgi Kriterlerini gösterir. Karşılaştırma, AIC ve BIC indekslerinin Bileşik Simetri yapısı için Otoregresif yapıya göre daha yüksek olduğunu ortaya koymakta ve Otoregresif yapının veriler için daha uygun olduğunu düşündürmektedir.

Sabit Etki Tahminleri tablosu sunulur. 30.876’lık F oranı, her ikisi de Bileşik Simetriye dayandığından Bölüm 51’de açıklanan tekrarlanan ANOVA ölçümlerinden elde edilen sonucu çoğaltır.

Bileşik Simetri, alttaki tablodaki Artık Kovaryans (R) Matrisinde gösterildiği gibi yalnızca iki parametreyi tahmin eder. Bu analizde tahmini 6.424242 varyansı her bir köşegen elemana yerleştirilir ve birbirinden uzaklaştırılan adım sayısından bağımsız olarak her bir zaman ölçüsü çifti için tahmini kovaryans 2.966667’dir.

Bileşik Simetriye Dayalı İkili Karşılaştırmaları sunar. Bu analizde, tekrarlanan ölçümler ANOVA veya Otoregresif yapı sonuçlarından farklı olarak, sontest1 ve sontest2 arasındaki fark istatistiksel olarak anlamlı değildi (p = .077).

ANALİZ: YAPILANMAMIŞ KOVARIANS

Analizi bir kez daha tekrarlıyoruz ancak burada ilk Specify Subjects ve Repeated penceresinde Tekrarlanan Kovaryans Türü için açılır menüden Yapılandırılmamış’ı seçiyoruz.

Gösterilen Model Boyutu tablosu, altı parametrenin tahmin edildiğini gösterir. Bunlar, tüm zaman ölçümü çiftleri arasındaki üç varyans ve üç korelasyondur. Alttaki tablo, bu analizle ilişkili Bilgi Kriterlerini gösterir. Karşılaştırma, AIC ve BIC endekslerinin Yapılandırılmamış kovaryans için diğer ikisinden daha yüksek olduğunu ortaya çıkararak, Otoregresif yapının veriler için üç yaklaşıma en uygun olduğu yönündeki önceki varsayımımızı güçlendiriyor.

Sabit Etki Tahminleri tablosu, Artık Kovaryans (R) Matrisi ve Yapılandırılmamış Kovaryansa dayalı İkili Karşılaştırmalar gösterilir. F oranı daha önce gördüğümüzden biraz daha yüksektir, Kalıntı Kovaryans (R) Matrisinde her parametre farklı bir değer alır ve İkili Karşılaştırmalar için olasılık seviyeleri, tekrarlanan ANOVA ölçümlerinde elde edilenlerle aynıdır.

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