IBM SPSS®, bir ANOVA gerçekleştirmek için kullanabileceğimiz çeşitli yordamlara sahiptir. Bu kitaptaki ANOVA bölümlerimizde Genel Doğrusal Modeli kullanıyoruz, çünkü bu modül sonraki bölümlerde tartışacağımız tasarım yelpazesine de uygulanabilir; bunun tek istisnası, polinom eğilimlerinin analizinin Tek Yönlü ANOVA prosedürü ile uygun şekilde gerçekleştirildiği deolacaktır.

Bağımsız değişkenin etkisi istatistiksel olarak anlamlıysa (omnibus veya genel analiz olarak adlandırılan), o zaman hangi ortalama çiftlerinin istatistiksel olarak anlamlı olduğunu belirlemek için ek istatistiksel testler yapmak gerekir (arada ikiden fazla grup olduğu varsayılarak). analiz); bu prosedürlere genel olarak çoklu karşılaştırma testleri veya basit etkilerin testleri denir.

Gamst et al. (2008), ancak burada prosedürlerin uygulanması en kolay olanını göstereceğiz: post hoc testi. İstatistiksel güç için iyi bir uzlaşma gibi görünen ve ayrıca alfa seviyesi enflasyonuna karşı koruma sağlayan bu post hoc testlerden Ryan–Enoit–Gabriel–Welsch testinin Studentized Range varyasyonunu kullanacağız. Kolaylık olması açısından, bu testi omnibus analizinin kurulumunda gerçekleştireceğiz, ancak gruplar arası F oranı istatistiksel olarak anlamlı olmadıkça sonucunu incelemeyeceğiz.

ANALİZ KURULUMU

Araç güvenliği veri dosyasını açıyoruz ve ana menüden Analiz ➔ Genel Doğrusal Model ➔ Univariate (analizde sadece tek bir bağımlı değişkenimiz olduğu için) seçiyoruz. Bu, gösterildiği gibi ana Univariate penceresini açar. Beklenen_injury’yi Bağımlı Değişken paneline ve araç_tipini Sabit Faktör(ler) paneline taşıyoruz.

Gösterilen Seçenekler iletişim penceresi, üstte Tahmini Marjinal Ortalamalar alanı ve alt Görüntü alanı olmak üzere iki ana alana bölünmüştür. Gruplar arası tek yönlü tasarımımız için Tahmini Marjinal Ortalamalar ile çalışmıyoruz. Görüntü alanında, Tanımlayıcı istatistikler ve Homojenlik testleri (eşit grup varyanslarının Levine testini elde etmek için) kontrol edilir. Ana iletişim penceresine dönmek için Devam’ı tıklayın.

Post Hoc iletişim penceresi gösterilir. Pencerenin üst kısmında, araç tipini panel için Post Hoc Testlerine taşırız ve Ryan–Enoit–Gabriel–Welsch Studentized Range testini elde etmek için R-E-G-W-Q’yu kontrol ederiz; bu test eşit varyansları varsayar ve eğer Levene testi istatistiksel olarak anlamlı bir sonuç verirse (bu varsayımı karşılayamadığımızı gösterir), analizi Tamhane’nin T2 testi ile tekrar yapardık. Ana iletişim penceresine dönmek için Devam’a tıklayın ve analizi gerçekleştirmek için Tamam’a tıklayın.

ANALİZ ÇIKIŞI

Tanımlayıcı İstatistikler tablosu ortalama, standart sapma ve grup boyutlarını gösterir. Gruplar satırlarla temsil edilir ve kodlarına göre sıralanır. Alttaki tablo, Levene’nin varyansların homojenliği istatistiğini göstermektedir. .545 olan F oranı, 2 ve 30 serbestlik derecesi ile değerlendirildiğinde istatistiksel olarak anlamlı değildi (p = .586); bu nedenle, eşit grup varyansları varsayımının ihlal edilmediği sonucuna varabiliriz.

ANOVA özet tablosunu gösterir. Bu analizi Genel Doğrusal Model prosedüründe gerçekleştirdiğimiz için, IBM SPSS, genel doğrusal model analizinden elde edilen tüm çıktıları sunar. Satırlardan üçü, kullanmayacağımız tam regresyon modelinden (Düzeltilmiş Model, Kesişme ve Toplam) çıktıyı içerirken, diğer satırlar, diğer (daha basit) ANOVA prosedürlerinin normalde sağladığı (düzeltilmiş, kısmi veya azaltılmış) ile karşılaştırılabilir.

Stratejik analiz Nedir
Stratejik yönetim süreci aşamaları
Stratejik yönetim süreçleri
Senaryo analizi Nedir
Stratejik Yönetim dersi
Senaryo analizi örnekleri
Stratejik yönetim kavramları
Dış çevre analizi

Satırların karelerinin toplamı aşağıdakileri temsil eder:

• Düzeltilmiş Model. Bu, denekler arası tüm etkilerin toplamıdır. Tek yönlü bir denekler arası tasarımında (araç_tipi) yalnızca bir denekler arası etki olduğundan, bu kareler toplamı, araç_türü etkisininkine eşittir. denir
“Düzeltilmiş Model” çünkü regresyon analizine özgü olan kesmenin etkisini dışarıda bırakır.
• Tutmak. Bu, modeldeki Y kesişiminin değerini temsil eden regresyona özgü bir etkidir.
• araç tipi. Bu, bağımsız değişkenin ve ilgi odağımızın etkisidir.
• Hata. Bu, grup içi etkidir ve ölçüm hatasının bir tahminidir.
• Toplam. Bu, regresyona özgü Intercept etkisi dahil toplam kareler toplamıdır.
• Düzeltilmiş Toplam. Bu, yalnızca bağımsız değişkenin etkilerini ve varyansın hata kaynağını içeren indirgenmiş modelin toplamıdır. Bağımsız değişken için etki gücünün bir tahmini olarak eta kare değeri hesaplanırken, bu oranın uygun paydası budur.

İndirgenmiş modele odaklanıyoruz. F oranı, bağımsız değişkenin (araç_tipi için karelerin toplamının df altında gösterilen serbestlik derecesine bölünmesiyle hesaplanır) etkisiyle ilişkili Ortalama Karenin (varyans) bununla ilişkili Ortalama Kareye (varyans) bölünmesiyle hesaplanır. Hata etkisi (Hata karelerinin toplamının serbestlik derecesine bölünmesiyle hesaplanır).

2 ve 30 serbestlik derecesi ile 10.929 bağımsız değişkenin etkisi için F oranı istatistiksel olarak anlamlıdır (p < .001). Etkiyi bağımsız değişkene atfetmenin, tedavi etkisi ile değişen sistematik bir hata bileşeni olmadığını varsaydığını not ediyoruz.

Efektle ilişkili eta kare değeri, araç_tipi ile ilişkili karelerin toplamının Düzeltilmiş Toplam ile ilişkili karelerin toplamına bölünmesiyle hesaplanır. Mevcut örnekte, 1188.424/2819.515 veya .421; bu değer, tablonun dipnotunda, düzeltilmiş R2 için bir değerle birlikte R Karesi olarak gösterilir (ANOVA bağlamında, ayarlanmış R2 yerine R2’yi bildirmek ve buna eta kare değeri olarak atıfta bulunmak gelenekseldir).

Bağımsız değişkenin istatistiksel olarak anlamlı etkisi ile, bazı grup ortalamalarının (veya grup ortalamalarının bazı kombinasyonlarının) diğerlerinden (veya grup ortalamalarının bazı kombinasyonlarının) farklı olduğundan eminiz. Ryan–Enoit–Gabriel–Welsch hoc sonrası testi bu sorunu ele alır ve sonuçları gösterilir. Satırlarda gösterilen gruplar, araçlarının büyüklüğüne göre sıralanmıştır; sütunlar, değerleri .05’lik bir alfa seviyesi altında önemli ölçüde farklılık göstermeyen ortalamaların alt kümelerini temsil eder.

Mevcut örnekte, araçların iki Homojen Alt Kümesi vardır. Belirli bir Alt Küme sütunundaki ortalamalar istatistiksel olarak farklılık göstermez; farklı Alt küme sütunlarındaki ortalamalar istatistiksel olarak farklılık gösterir.

Bu nedenle çıktının yorumu aşağıdaki gibidir:

• 9.64 çapraz SUV ortalaması, kendi Alt Küme sütununda olduğu gibi, diğer iki ortalamadan önemli ölçüde farklıdır (önemli ölçüde düşüktür).
• 19,82 olan tam boyutlu araba ortalaması ve 23,91 olan orta boyutlu araba ortalaması, bir Alt küme sütununda birlikte oldukları için önemli ölçüde farklı değildir (p = .203).

Bu nedenle, Araç Test Kurumu tarafından crossover SUV’lerin, tam boy veya orta boy arabalara göre 40 mil/saatlik bir çarpışmanın ardından daha az ciddi yaralanmaya neden olacağı öngörüldüğü sonucuna varabiliriz.

Her anlamlı ortalama fark için Cohen’in d değerini de hesaplayabiliriz. Çapraz SUV’ler ve tam boyutlu arabalar için ortalama fark 10.18’dir ve ortalama standart sapma 6.825’tir; Cohen’s d bu nedenle yaklaşık 1.49 olarak hesaplanır. Çapraz SUV’ler ve orta boy otomobiller için ortalama fark 14.27 ve ortalama standart sapma 7.269’dur; Cohen’s d bu nedenle yaklaşık 1,96 olarak hesaplanır. Bunların her ikisi de önemli etki büyüklüklerini temsil eder.

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