CEBİRSEL İFADELERİN HESAPLANMASI – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri
Yeni Değişkenleri Hesaplama
Yeni bir değişken hesapladığımızda, veri dosyamızdaki bir veya daha fazla nicel değişkeni tanımlar ve uygulamak istediğimiz bir hesaplamayı belirtiriz. Örneğin, tek bir değişkenle çalışırken, onu doğal günlüğüne dönüştürebilir, kare değerini hesaplayabilir veya bir cebirsel ifadeye yerleştirebiliriz. Bir dizi değişkenle çalışırken, örneğin toplam puanı veya ortalamayı hesaplayabiliriz.
İster tek değişkenlerle ister değişken kümeleriyle çalışılsın, hesaplamanın sonucu, hesaplandıktan sonra veri dosyasının sonuna yerleştirilen yeni bir değişkendir. Geçerli bir hesaplamanın mümkün olması koşuluyla, her durum yeni değişken üzerinde bir değere sahip olacaktır; Herhangi bir nedenle belirli bir durum için hesaplama yapılmadıysa (örneğin, bir değişkenin eksik bir değeri varsa), o durumda veri dosyasında sistem eksik işaretçisi (boş bir hücre) görülecektir.
CEBİRSEL İFADELERİN HESAPLANMASI
Personality veri dosyasında neoneuro değişkeni için z puanlarını hesapladık ve diğer standartlaştırılmış puanların z puanlarından hesaplanabileceğini belirterek bölümü sonlandırdık. Bu hesaplamayı, Tanımlayıcılar prosedürü aracılığıyla z puanlarını elde ederek ve ardından Zneoneuro’ya dayalı doğrusal T puanları üreterek burada gösteriyoruz.
Bir z puanını doğrusal bir T puanına dönüştürmek için z puanını 10 ile çarpar ve bu sonuca 50 ekleriz. Hesaplandığında, doğrusal T puanının ortalaması 50 ve standart sapması 10 olacaktır ve dağılımı, temel aldığı z puanı dağılımını yansıtacaktır.
Personality adlı veri dosyasını aktif veri dosyası yaparak ve açıklandığı gibi Zneoneuro değişkenini oluşturarak prosedüre başladık. Doğrusal T puanlarını hesaplamak için ana menüden Transform ➔ Compute Variable’ı seçin. Bu, Şekil 16.1’de gösterilen Hesaplama Değişkeni iletişim penceresini açar.
Hedef Değişken paneli, yeni hesaplanan değişkenimiz için bir ad verdiğimiz yerdir. Değişkeni Tneoneuro olarak adlandırıyoruz. Panelin altındaki Type & Label butonunu seçmek bizi gösterilen diyalog ekranına götürür.
Adı açıklayıcı olsa da, lineer T neoneuro etiketini sağlayarak ve pencerenin Tür alanında varsayılan Sayısal’ı koruyarak bu iletişim ekranıyla nasıl etkileşime geçileceğini gösteriyoruz. Devam’ı tıklatmak bizi Değişken Hesapla iletişim penceresine döndürür. Artık lineer T değerlerini oluşturmak için cebirsel ifademizi belirlemeye hazırız.
Hesaplamayı belirtmek için gereken sıra aşağıdaki gibidir:
1. Sembol tuş takımındaki çift parantezlere tıklayın. Bu, Sayısal İfade paneline bir dizi parantez yerleştirecektir.
2. İmleci parantez içine yerleştirin.
3. Değişken Listesi panelinden Zneoneuro’ya çift tıklayın. Bu, değişkeni Sayısal İfade panelinde imlecin hemen önüne yerleştirecektir.
4. Z puanını 10 ile çarpmamız gerekiyor. Sembol tuş takımında tek yıldız işaretine (bu çarpmayı temsil eder) tıklayın. Bu, Zneoneuro’nun hemen ardından Sayısal İfade paneline bir yıldız işareti yerleştirecektir.
5. Sayısal İfade panelinde yıldız işaretinden sonra 10 sayısını yerleştirmek için sayısal tuş takımında 1’i ve ardından 0’ı tıklatın.
6. İmleci kapanış parantezinin sağına getirin.
7. Sembol tuş takımındaki artı işaretine tıklayın.
8. Sayısal İfade panelindeki artı işaretinden sonra 50 sayısını yerleştirmek için sayısal tuş takımında 5’i ve ardından 0’ı tıklatın.
Bitmiş ifade gösterilir. Hesaplamayı gerçekleştirmek için Tamam’a tıklıyoruz.
Cebirsel hesap Makinesi
Hesap Makinesi
Cebirsel ifade çarpma Makinesi
Cebirsel ifadelerin Değerini hesaplama
Cot Hesap Makinesi
Cebirsel ifadeleri çarpanlarına ayırma makinesi
Lineer cebir hesaplama
Cebirsel İfadeler çözme
DOĞRUSAL T PUANLARINI HESAPLAMANIN SONUCU
Hesaplamamızın sonucunu göstermek için, Tanımlayıcılar prosedüründe neoneuro, Zneoneuro ve Tneoneuro’yu analiz ettik. Oluşturduğumuz sınırlı tanımlayıcı istatistikler seti gösterilmektedir. Görülebileceği gibi, lineer T skoru değişkeninin ortalaması 50 ve standart sapması 10’dur. Ne z skoru ne de lineer T skoru dönüşümü, eğrilik ve basıklık değerleri boyunca sabit kaldığı için dağılımın şeklini değiştirmemiştir.
DEĞİŞKENLER KÜMESİNİN ORTALAMASININ HESAPLANMASI
Veri analizi sürecimizde sıklıkla bir dizi değişkeni bir araya getirmemiz gerekir. Bunu yapmanın en basit yolu, hepsinin aynı metrikte, örneğin 5 puanlık bir ölçekte veya haftalık satış dolarında (farklı metriklerde değerlendiriliyorsa) değerlendirildiğini varsayarak kümenin ortalamasını veya toplam puanını hesaplamaktır. sonra önce z puanlarına dönüştürülmeli ve sonra birleştirilmelidir). Toplam puanlar ve ortalama değerler, bir dizi değişkenin eşdeğer özetleridir.
Toplamı elde etmek için tüm puanları toplarız. Ancak toplam puanların dezavantajları olabilir:
• Toplam puan, özetleyici yanıt ölçeklerine (örneğin, 5 puanlık bir ölçek) dayanıyorsa, toplamı orijinal derecelendirme ölçeğine göre hızlı ve sezgisel olarak yorumlamak zordur.
• Vakalar arasında karşılaştırılabilir olması için toplam puan aynı sayıda değişkene dayanmalıdır. Bu nedenle, analize katılmak için her vakanın aynı sayıda geçerli puana sahip olması gerekir.
Bir değişken kümesinin ortalama değerini elde etmek için, değişkenlerdeki tüm puanları toplarız ve ardından puan sayısına böleriz. Ortalama puanların belirli avantajları olabilir:
• Ortalama puan, özetleyici yanıt ölçeklerine (örneğin, 5 puanlık bir ölçek) dayanıyorsa, ortalamayı orijinal derecelendirme ölçeğine göre hızlı ve sezgisel olarak yorumlamak kolaydır.
• Birleştirilecek yeterli sayıda puan varsa, değişkenlerin çok küçük bir yüzdesinde eksik değere sahip olmanın yine de yorumlanabilir ve geçerli bir ortalama sağlayabileceği durumlar vardır. IBM SPSS®, bunu başarmanın bir yolunu sunuyor ve bunu göstereceğiz.
BİR DEĞİŞKEN TAKIMININ ORTALAMASININ HESAPLANMASINA SAYISAL ÖRNEK
Özlemler Endeksi, belirli dışsal ve içsel hedeflere ulaşmaya verilen değeri değerlendiren bir envanterdir. Hesaplama sürecini göstermek için içsel alt ölçeklerden birinin ortalamasını hesaplayacağız. Aspirasyon İndeksi adlı veri dosyasında temsil edilen envanterin 30 maddelik versiyonu, o sırada lisansüstü öğrencilerimizden birinin daha büyük bir projesinin parçasıydı.
Toplam 310 üniversite öğrencisi envanteri tamamladı. Katılımcılar, içeriğin kendilerine ne derece uygulanabilir olduğunu göstermek için 9 puanlık bir yanıt ölçeği kullandılar. Veri dosyasındaki öğeler, aspire01 ile aspire30 arasında adlandırılır.
Oluşturacağımız alt ölçeğe İlişki adı verilir ve alt ölçekle ilişkili maddeler aspire02, aspire08, aspire14, aspire20 ve aspire26’dır. Öğe içeriği, kararlı ve kalıcı ilişkilere sahip olmayı, sevilen biriyle hayatı paylaşmayı, iyi arkadaşlara sahip olmayı ve başkaları tarafından sevilmeyi ve karşılığında sevilmeyi içerir. Tüm öğeler olumlu bir şekilde ifade edilmiştir, böylece bunları birleştirmeden önce yeniden kodlama gerekmez.
Cebirsel hesap Makinesi Cebirsel ifade çarpma Makinesi Cebirsel İfadeler çözme Cebirsel ifadeleri çarpanlarına ayırma makinesi Cebirsel ifadelerin Değerini hesaplama Cot Hesap Makinesi Hesap Makinesi Lineer cebir hesaplama