Her istatistiksel çıkarımın genellikle tip I hata olarak adlandırılan şeyle ilişkili olduğu belirtilmişti. Bu hata, doğru olan bir boş hipotezi reddetme riskini temsil eder.

Diyelim ki nüfus düzeyinde kız ve erkek çocuklar arasında okuma performansı açısından bir fark yok. Bir örnek çizilir ve okuma performansındaki cinsiyet farkı hesaplanır. Bu fark bir örneğe dayalı olduğundan, fark üzerinde standart bir hata hesaplanmalıdır.

Standartlaştırılmış fark, yani cinsiyet farkının standart hatasına bölümü -1,96’dan küçük veya 1,96’dan büyükse, bu fark anlamlı olarak rapor edilecektir. Aslında, -1.96’dan daha düşük veya 1.96’dan daha yüksek bir standartlaştırılmış farkı gözlemlemek için 100 üzerinden 5 şans vardır ve yine de sıfır hipotezi doğrudur. Başka bir deyişle, popülasyonda gerçek bir cinsiyet farkı olmadığında sıfır hipotezini reddetmek için 100 üzerinden 5 şans vardır.

Uluslararası ankete 100 ülke katılıyorsa ve her biri için cinsiyet farkı hesaplanıyorsa, nüfus düzeyinde gerçek bir farklılık olmadığında, 100 cinsiyet farklılığından 5’inin istatistiksel olarak anlamlı olarak rapor edilmesi beklenir.

Her ülke için tip I hata 0,05 olarak ayarlanmıştır. İki ülke için, ülkeler bağımsız örnekler olduğundan, tip I hata yapmama, yani her iki boş hipotezi kabul etme olasılığı şimdi 0.9025’e (0.95 çarpı 0.95) eşittir. Tablo 10. 9, farklı olasılıkların çapraz tablosunu sunar.

Bu istatistiksel konu, başarının çoklu karşılaştırma tabloları için daha da güçlendirilmiştir. Diyelim ki üç ülkenin araçlarının karşılaştırılması gerekiyor. Bu, üç testi içerecektir: A ülkesine karşı B ülkesi, A ülkesine karşı C ülkesi ve B ülkesine karşı C ülkesi. Dolayısıyla, tip I hata yapmama olasılığı şuna eşittir:

• (1 – 􏰀)(1 – 􏰀)(1 – 􏰀) = (1 – 􏰀)3.

Genel olarak konuşursak, X karşılaştırmaları test edilirse, 1. tip hata yapmama olasılığı şuna eşittir:

• (1 – 􏰀)x

Dunn (1961), bir tip I hata yapma olasılığını kontrol ederken, bir dizi önsel hipotezi test etmek için uygun olan genel bir prosedür geliştirdi. Değerinin ayarlanmasından oluşur. Tam olarak, 􏰀 değeri karşılaştırma sayısına bölünür ve ardından ilgili kritik değeri kullanılır.

Üç karşılaştırma durumunda, bir 􏰀 = 0,05 için kritik değer bu nedenle 1,96 yerine 2,24’e eşit olacaktır. Gerçekten de, risk, örnekleme dağılımının her iki kuyruğu tarafından da paylaşıldığından, 0,008333’lük kümülatif orana karşılık gelen z puanının bulunması gerekir. Standartlaştırılmış normal dağılımın kümülatif işlevine başvurmak, -2.24 değerini döndürür.

OECD verileri 2020
OECD ülkeleri istatistikleri 2020
OECD ülkeleri sıralaması
oecd, türkiye raporu 2020
OECD Bir Bakışta Eğitim 2020
OECD ülkeleri istatistikleri 2021
OECD 2019 Raporu
OECD data

Bununla birlikte, araştırmacı hala kaç tane karşılaştırmanın dahil olduğuna karar vermek zorundadır. PISA’da çoklu karşılaştırma tabloları dışında kritik değerde herhangi bir düzeltme yapılmamasına karar verildi. Aslında, çoğu durumda okuyucular öncelikle belirli bir ülkedeki belirli bir değerin aynı veya başka bir ülkedeki ikinci bir değerden farklı olup olmadığını öğrenmekle ilgilenirler, örn. Bir ülkedeki kadınların aynı ülkedeki erkeklerden daha iyi performans gösterip göstermediği. Bu nedenle, bir seferde yalnızca bir test yapıldığından herhangi bir ayar yapılmasına gerek yoktur.

Öte yandan, çoklu karşılaştırma tabloları ile okuyucu, bir ülkenin performansını diğer tüm ülkelerle karşılaştırmakla ilgilenir. Örneğin, 1. ülkenin performansını diğer tüm ülkelerle karşılaştırmak istersek, şu karşılaştırmalara sahip olacağız: 1. ülke ile 2. ülke, 1. ülke ile 3. ülke ve 1. ülke ile L ülkesi. Bu nedenle, ayarlama şu şekilde olacaktır: L-1 karşılaştırmalarına dayalıdır.

PISA 2003’te ilk raporlarda 40 ülkenin sonuçları yayınlandığı için kritik değer 39 karşılaştırmaya dayanacak ve 3.2272’ye eşit olacaktır. PISA 2003’e daha fazla ülke katıldığı için bu kritik değer, PISA 2000 için kritik değerden biraz daha yüksektir.

SONUÇLAR

Bu bölüm, farklılıklar üzerindeki standart hataların hesaplanmasına ayrılmıştır. Bu tür tahminler için istatistiksel konuların bir açıklamasından sonra, bu tür standart hataları hesaplamak için farklı adımlar sunuldu. Bu tür hesaplamaları kolaylaştırmak için SPSS® makroları da açıklanmıştır.

Ülkeler arasındaki herhangi bir karşılaştırmanın kovaryans tahminini gerektirmediği, bu nedenle önceki bölümlerdeki makroların kullanılabileceği ve standart hataların bir havuzda toplanabileceği açıkça belirtildi. Ancak, herhangi bir ülke içi karşılaştırma için örnekleme dağılımları arasındaki kovaryansın tahmin edilmesi şiddetle tavsiye edilir. Bu tahminler için yeni makrolar tanıtıldı. Son olarak, çoklu karşılaştırmalar için kritik değerin düzeltilmesi tartışıldı.

OECD Ortalaması ve OECD Toplamı

Tüm PISA başlangıç ​​ve tematik raporlarında, OECD her ülke için sonuçların yanı sıra iki ek toplu tahmin verir: OECD ortalaması ve OECD toplamıdır.

Bazen ülke ortalaması olarak da adlandırılan OECD ortalaması, verilerin mevcut olduğu veya tahmin edilebileceği tüm OECD ülkeleri için veri değerlerinin ortalamasıdır. OECD ortalaması, bir ülkenin belirli bir göstergede tipik bir OECD ülkesiyle nasıl karşılaştırıldığını görmek için kullanılabilir.

OECD ortalaması, her ülkedeki nüfusun mutlak büyüklüğünü hesaba katmaz, yani her ülke ortalamaya eşit katkıda bulunur. En küçük OECD ülkesinin, yani Lüksemburg’un katkısı, en büyük ülkelerden birine, yani Amerika Birleşik Devletleri’ne eşdeğerdir.

OECD toplamı, tüm OECD ülkelerini, her ülkenin okullarına kayıtlı 15 yaşındaki çocuk sayısıyla orantılı olarak katkıda bulunduğu tek bir varlık olarak kabul etmektedir. Bir ülkenin bir bütün olarak OECD ile nasıl karşılaştırıldığını göstermektedir.

PISA 2003’e tüm OECD ülkeleri ve birkaç ortak ülke katıldı. Bununla birlikte, belirli bir döngü için, belirli göstergeler için bir veya birkaç OECD ülkesine ilişkin veriler mevcut olmayabilir. Bu nedenle araştırmacılar, OECD ortalaması ve OECD toplamı terimlerinin, her bir döngü ve belirli bir karşılaştırma için ilgili karşılaştırmalara dahil edilen OECD ülkelerine atıfta bulunduğunu unutmamalıdır.

Ortalama veya yüzde gibi basit istatistikler için OECD ortalaması ve OECD toplam istatistikleri ve bunların ilgili standart hataları matematiksel olarak hesaplanabilir. Eğer C OECD ülkeleri katıldıysa, OECD ortalama ortalaması ve ilgili örnekleme varyansı eşittir.

Bu formüller bir ortalama veya yüzde hesaplaması için kullanılabilirken, diğer istatistiklerin çoğu için kullanılamazlar. Bu tür istatistikler yalnızca doğrudan veri setinden elde edilebilir.

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