Değişkenleri Yeniden Kodlama – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri
Değişkenleri z Puanlarına Standartlaştırma
SAYISAL ÖRNEK
Örneğimiz için kullandığımız veriler, 425 üniversite öğrencisi üzerinde yapılan bir kişilik değişkenleri çalışmasından alınmıştır. Veriler, Kişilik adlı veri dosyasında bulunur.
ANALİZ KURULUMU
Kişilik adlı veri dosyasını açıyoruz ve ana menüden Analiz ➔ Tanımlayıcı İstatistikler ➔ Tanımlayıcılar’ı seçiyoruz. Z puanlarının nasıl elde edileceğini göstermek için, neoneuro’yu Şekil 13.1’de gösterildiği gibi Değişken(ler) paneline taşırız. Değişken Listesi panelinin altında Değişkenlerin standartlaştırılmış değerlerini kaydet seçeneğini işaretledik, ancak özellikle herhangi bir tanımlayıcı istatistik istemiyoruz (varsayılan istatistikler elde edilecektir). Ardından, analizi gerçekleştirmek için Tamam’a tıklıyoruz.
ANALİZ ÇIKIŞI
Dönüşüm gerçekleştirmenin iki sonucu vardır. Bir dizi sonuç gösterilmektedir. Bazı çok sınırlı tanımlayıcı bilgiler sağlayan bir çıktı tablosudur. Minimum, Maksimum, Ortalama ve Std. Sapma, neoneuro değişkeninin özetleridir; bu, Seçenekler iletişim ekranındaki varsayılan istatistik ön ayarıdır. Bu ortalama ve standart sapma temelinde z puanları hesaplandı; yani puanlar, örneklemdeki konumlarına göre standardize edilir (herhangi bir dış normatif popülasyona göre standardize edilmezler).
Dönüşüm gerçekleştirmenin diğer sonucu, gösterildiği gibi veri dosyasında yeni bir değişken oluşturulmasıdır. IBM SPSS®, orijinal değişken adının önüne büyük Z harfi koyarak yeni değişkenin adını oluşturmuştur; ayrıntılı olmayabilir, ancak nettir. Dolayısıyla yeni değişkene Zneoneuro adı verildi ancak dilersek Değişken Görünüm ekranında bunu kolayca değiştirebiliriz. Böylece, Vaka 1, 1.08192’lik nevrotiklik konusunda standart bir puana sahiptir; Durum 2, -1.80396; ve benzeri. Bu değişken artık daha fazla analiz için kullanılabilir ve veri dosyasının kaydedilmesi onu koruyacaktır.
ZNEONEURO ÜZERİNE AÇIKLAYICI İSTATİSTİKLER
Bir z puanı dönüşümünün etkisini, Tanımlayıcı prosedürü aracılığıyla hem orijinal neonöro hem de standartlaştırılmış Zneoneuro değişkenleri üzerinde birkaç tanımlayıcı istatistik elde ederek gösteriyoruz. Sonuçlar gösterilmektedir. Bu sonuçlardan bazı puan karşılıklarını görebiliriz:
• 50.5394 olan ham puan ortalamasının z puanı sıfırdır.
• 23.01 ham puanının z puanı −2.46953’tür.
• 84.77 ham puanın z puanı 3.07059’dur.
Bahsedilmeye değer bir diğer özellik, bir z puanı dönüşümünün dağılımın şeklini değiştirmemesidir. Böylece, orijinal değişkenin çarpıklığı ve basıklığı, z skoru dönüşümünde korunur.
SPSS Değişkenlerin yeniden kodlanması
Recode into Different Variables nedir
SPSS veri kodlama
SPSS de verileri değiştirme
SPSS anket Analizi
SPSS programına veri Girişi
SPSS cinsiyet kodlama
SPSS değişken silme
DİĞER STANDART PUANLAR
Tanımlayıcılar prosedürü z puanı dönüşümünü gerçekleştirmek için kullanılabilse de, diğer standartlaştırılmış puan sistemleri de yaygın olarak kullanılmaktadır. Yaygın standartlaştırılmış ölçek örnekleri, lineer T puanlarıdır (standartlaştırılmış ortalama 50 ve standartlaştırılmış standart sapma 10’dur) ve SAT puanları (standartlaştırılmış ortalama 500 ve standartlaştırılmış standart sapma 100). Z puanlarımızı bu diğer standartlaştırılmış sistemlerden birine dönüştürmek için, ayrıntıları Bölüm 16’da gösterilen IBM SPSS’de gerçekleştirilebilecek nispeten basit bir hesaplamaya ihtiyacımız var.
Değişkenleri Yeniden Kodlama
Bir değişkeni yeniden kodlamak, bir değişkenin değerlerini, kayıt işleminin bir parçası olarak kullanıcı tarafından belirtilen bir kurala göre değiştirmektir. Hem nominal hem de nicel değişkenler, çeşitli amaçlara ulaşmak için yeniden kodlamaya tabi tutulabilir.
Kategorik değişkenler genellikle yeniden kodlanır. Veri toplama sürecinde, genellikle bireyin etnik kökeni veya yanıtlayanın ikamet ettiği eyalet veya ülkenin bölgesi gibi çok özel bilgiler isteriz. Yanıtlar çok spesifik olduğundan, belirli kategorilerdeki vaka sayısı tek başına bir grup olarak analiz edilemeyecek kadar düşük olabilir.
Ayrıca, bazı kategorilerin, tam olarak aynı olmasalar da, farklı kategoriler olarak ele alınmamaları olasılığını ortaya çıkaracak kadar yeterince benzer olabileceğini de görebiliriz. Bu sorunlarla genellikle iki veya daha fazla kategorideki vakaları daha büyük bir grupta birleştirerek ilgileniriz; yani, daha geniş vaka alt kümeleri oluşturmak için bu değişkeni yeniden kodluyoruz.
Özetleyici bir yanıt ölçeğinde (örneğin, 5 puanlık veya 7 puanlık bir ölçek) ölçülen nicel değişkenleri yeniden kodlamak da alışılmadık bir durum değildir. Bazı analizlerde, yanıt kategorilerinin her birinin minimum sayıda seçenekle temsil edilmesi önemli olabilir. Bu koşullar altında, çok düşük onaylara sahip yanıt kategorileri (genellikle en düşük veya en yüksek kategoriler) bitişik bir kategoriye yeniden kodlanabilir. Bu, toplam kategori sayısını azaltır, ancak kalan her birinin bazı analizleri desteklemek için yeterli bir örneklem büyüklüğü ile ilişkilendirilmesine izin verir.
Sürekli ölçüme yaklaşan nicel değişkenler, bazen aykırı değerleri ortadan kaldırmak için yeniden kodlanabilir. Bu durumlarda, araştırmacılar izin verilen değişkenin minimum veya maksimum değerini belirleyecek ve bu sınırın ötesindeki değerleri izin verilen minimum veya maksimum değere yeniden kodlayacaktır.
Örneğin, son 12 ay içinde farklı tıbbi problemler için doktor ziyaretlerinin sayısıyla ilgili bir soruya verilen 107 yanıt, belirli bir veri setinde aralık dışı olarak kabul edilebilir. Araştırmacılar bu değeri eksik olarak tanımlayabilir (alacakları en olası eylem) veya hastanın çok sayıda ziyaret olduğunu belirterek iyi niyetle yanıt verdiğine inanmak için nedenleri varsa, bu değeri geçerli olarak sahip oldukları keyfi bir maksimum değere yeniden kodlayabilirler. kurulmuş.
IBM SPSS®, bir değişkeni aynı değişkene yeniden kodlamamıza veya bir değişkeni farklı bir değişkene yeniden kodlamamıza olanak tanır. Önerilerimizle birlikte bunun anlamı da şudur:
• Aynı değişkene yeniden kodlama, IBM SPSS’ye, kaydedilen değerlerle orijinal değişkenin üzerine yazmasını söyler. Çoğu kullanıcıya, özellikle de IBM SPSS’yi kullanma konusunda uzman olmayanlara tavsiyemiz, bu seçeneği asla kullanmamalarıdır. Asla orijinal bir değişkenin üzerine yazmamanızı şiddetle tavsiye ederiz; bunun yerine kullanıcıları, kaydedilen değerleri içeren başka bir değişken yaratmaya teşvik ediyoruz, böylece gelecekteki bir amaç için ihtiyaç duyulmaları durumunda orijinal değerleri de koruyoruz.
• Farklı bir değişkene yeniden kodlama, IBM SPSS’ye, kullanıcı tarafından belirlenen bir ad altında kaydedilen değerleri temsil eden yeni bir değişken yaratması talimatını verir. Bu seçim orijinal değişkeni korur ve önerilen stratejimizdir.
Recode into Different Variables nedir SPSS anket Analizi SPSS Cinsiyet kodlama SPSS de verileri değiştirme SPSS değişken silme SPSS Değişkenlerin Yeniden kodlanması SPSS programına veri Girişi SPSS veri kodlama