$TIME, dönüşümün gerçekleştirileceği tarih ve saat referansını ayarladığından, geçerli tarih ve saati kullanan sonuç hesaplaması (punto amaçlanmamıştır) eski olabilir. Sorundan kaçınmanın bir yolu aşağıdakileri yapmaktır:

• Sabit bir referans tarihi seçin.
• Yeni bir tarih değişkeni oluşturun (Değişken Görünümü penceresinde Tür altında bir Tarih değişkeni olarak belirlediğinizden emin olun).
• Tüm vakalara aynı referans tarihini atayın.

Değişken daha sonra Tarih ve Saat Sihirbazının ikinci adımında Değişkenler panelinde görünür ve değişken tarihinin (örneğin doğum tarihi) çıkarılacağı değişkeni temsil etmek için Tarih 1 paneline taşınabilir. Elbette bu çözüm de mükemmel değil çünkü yaşı mevcut tarihten ziyade keyfi bir referans tarihine göre hesaplıyor.

İSTATİSTİKSEL BİR ANALİZDE YAŞIN KULLANILMASI

Yaş değişkeninin istatistiksel analiz için uygun olduğunu göstermek için, Tanımlayıcı prosedürünü kullanarak küçük bir tanımlayıcı istatistik seti oluşturduk. Görüldüğü gibi bu örneklemdeki olguların yaşları 41 ile 83 arasında değişmekte olup, ortalama 54.91 ve standart sapma 11.79’dur. Dağılım bir şekilde olumlu bir şekilde çarpık olma eğilimindeydi ve hafif platykurtic (normal dağılıma kıyasla biraz düzleştirilmiş) olarak görülebilir.

Tek Değişkenli Aykırı Değerleri Algılama

Bir değişkene ilişkin puanların dağılımında bulunabilecek aykırı değerlerin (aşırı veya olağandışı değerlerin) saptanmasıyla ilgilenin. Bu aykırı değerler, tek bir değişken üzerinde bulunduklarında tek değişkenli aykırı değerler (bu bölümde ele alınmıştır) ve birden çok değişkenin bir fonksiyonu olduklarında çok değişkenli aykırı değerler olarak adlandırılır.

Bir veri setindeki değişkenler arasındaki aykırı değerlerin tespiti, analize uç puanlar dahil edildiğinde birçok istatistiksel prosedürün (örneğin, çoklu regresyon, varyans analizi) sonuçları bozulacağı için önemlidir. Aykırı değerler, veri girişi hataları, olağandışı durumlar (örneğin, yanıtlayanların yorgunluğu veya hastalığı) ve (daha sinir bozucu bir şekilde) bilinen bir neden olmaksızın ortaya çıkabilir.

Tek değişkenli aykırı değer tespiti için bir dizi yaklaşım vardır ve aykırı değerleri belirlemek için kutu grafiklerini (kutu ve bıyık grafikleri olarak da bilinir) kullanan popüler bir tekniği açıklayacağız. Bir kutu ve bıyık grafiğinin genel yapısını görüntüler. Puanlar Y ekseninde temsil edilir; IBM SPSS® tarafından üretilen çizimde, ham puanlar yerine (vekiller olarak) yüzdelikler Y eksenine yerleştirilir.

P değeri nedir
Spss p değeri hesaplama
P değeri 0.05 ten büyükse
P değeri 0.05 eşitse
P değeri nasıl hesaplanır
P değeri yorumlama
istatistik sonuçlarinin yorumu: p değeri ve güven aralığı nedir
Variable view ne demek

Kutu grafikleri, birinci çeyrek veya 25. yüzdelik dilim ile üçüncü çeyrek veya 75. yüzdelik dilim arasındaki puanların dağılımını temsil eden bir kare veya dikdörtgen görüntüler (bu noktalar aynı zamanda Tukey menteşeleri olarak da bilinir). Birinci ve üçüncü çeyrek arasındaki mesafe Çeyrekler Aralığı (IQR) olarak tanımlanır. Kutunun içindeki yatay bir çizgi veya çubuk, dağılımın orta noktasını veya medyanını (50. yüzdelik dilim) temsil eder.

Birinci ve üçüncü çeyreğin ötesinde, 1.5 IQR’nin altına ve üstüne uzanan ve alt ve üst iç çitlerde biten dikey çizgiler (bıyık olarak adlandırılır) bulunur. Çitlerin ötesindeki veri noktaları aykırı değerler olarak kabul edilir. IBM SPSS, ±1.5IQR ile ±3.0IQR arasında kalan değerleri açık dairelerle işaretler; bunlar bazı bağlamlarda aykırı değerler olarak kabul edilebilir. ±3.0 IQR’nin üzerindeki puanlar, yıldızlarla işaretlenmiştir ve normalde aşırı puanlar olarak kabul edilir.

SAYISAL ÖRNEK

Mevcut örnek, ruh sağlığı hastaları için Küresel İşlevsellik Değerlendirmesi (GAF) puanlarına odaklanmıştır. GAF ölçeği değerleri 1 (ciddi bozulma) ile 100 (iyi genel işlevsellik) arasında değişebilir. Ayrıca, kadınların 1 ve erkeklerin 2 olarak kodlandığı müşterilerin cinsiyeti de dahildir. Veriler GAF ve cinsiyet adlı dosyada bulunabilir.

ANALİZ KURULUMU: BÜTÜN OLARAK NUMUNE

GAF ve cinsiyet adlı dosyayı açın ve ana menüden, görülen Keşfet ana iletişim penceresini üreten Analiz ➔ Tanımlayıcı İstatistikler ➔ Keşfet’i seçin. Değişken listesinden GAF değişkenini vurguladık ve Bağımlı Liste paneline taşıdık.

İstatistikler düğmesinin seçilmesi, İstatistikler iletişim penceresini oluşturur ve Tanımlayıcılar ve Aykırı Değerler’i kontrol ettik. Ana iletişim penceresine dönmek için Devam’a tıklayın ve Plots butonunu seçin. Bu eylem, gösterilen Plots diyalog penceresini üretir. Stem-and-leaf’ten varsayılan onay işaretini kaldırdık ancak Faktör seviyelerinin Boxplot’unu bir arada tuttuk. Ana iletişim penceresine dönmek için Devam’a tıklayın ve prosedürü gerçekleştirmek için Tamam’a tıklayın.

ANALİZ ÇIKTI: BİR BÜTÜN OLARAK ÖRNEK

Keşfet tarafından üretilen tanımlayıcı istatistiklerin bir tartışması için okuyucuları Bölüm 12’ye yönlendiriyoruz ve burada çıktının geri kalanına odaklanacağız. açıklayıcı istatistik çıktısını göstermediğimiz için vaka sayısını (N = 25 eksik vaka olmadan) bildirmek için burada gösterilen Vaka İşleme Özetini sunar.

Şekil 18.5’teki alt tablo, her bir değere karşılık gelen durum numarasıyla birlikte GAF değişkeni üzerindeki en yüksek beş ve en düşük beş değeri sağlayan Uç Değerler çıktısını sunar. Bu değerler mutlaka aykırı değerler değildir; daha ziyade, dağıtımdaki en yüksek ve en düşük değerlerdir. Çıktıdan, örneğin, Case Number 20’nin en yüksek GAF değeri olan 70’e ve Case Number 6’nın en yüksek ikinci GAF değeri olan 60’a sahip olduğunu görüyoruz.

Ayrıca, Vaka Numarası 4, en düşük GAF değeri olan 20’ye ve Vaka Numaraları 24 ve 13, ikinci en düşük GAF değeri olan 40’a sahipti. GAF değişkeni için kutu grafiğini gösterir. GAF puanlarının bu dağılımı için iki tek değişkenli aykırı değer vardır. Vaka Numarası 20 (GAF puanı 70) için puan bir daire ile işaretlenmiştir.

IBM SPSS, üçüncü çeyreğin ötesinde 1,5 IQR’den fazla olduğu için dikkate değer olduğunu belirledi; ancak daire, bunun aynı zamanda 3.0 IQR içinde olduğunu gösterir. Vaka Numarası 4 (20 GAF puanı ile) için puan bir yıldızla işaretlenmiştir ve bunun ilk çeyreğin ötesinde 3.0 IQR’den fazla olan aşırı bir puan olduğunu gösterir. Bu değişken üzerindeki bu durumların her ikisi de sonraki bir istatistiksel analizden elemek için olası adaylar olacaktır.

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