ETKİLEŞİM ETKİSİ – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri
ORTALAMA KARE, F ORANI VE ETA KARE
Bu değerler, Bölüm 6’da tanımladığımızla aynı şekilde elde edilir. Ortalama kare değerleri, her bir varyans kaynağı için, o kaynağın karelerinin toplamı, o kaynağın serbestlik derecesine bölünerek hesaplanır. F oranları, iki ana etki ve etkileşim için ilgili ortalama kare değerlerinin hata teriminin ortalama kare değerine bölünmesiyle hesaplanır. Eta kare değerleri, istatistiksel olarak anlamlı bir etki için kareler toplamının, toplam varyans için kareler toplamına bölünmesiyle belirlenir.
BU TASARIMDA İLGİ ETKİLERİ
Bu iki yönlü tasarımda bizi ilgilendiren üç etki vardır: cinsiyetin ana etkisi, topluluk konut büyüklüğünün ana etkisi ve Cinsiyet × Konut etkileşimi olarak bilinen cinsiyet ve ikamet düzeylerinin benzersiz kombinasyonları. Her birine sırayla bakıyoruz.
CİNSİYETİN TEMEL ETKİSİ
İlgilendiğimiz etkilerden biri de cinsiyettir. Kadın ve erkek katılımcılar arasında yalnızlık duyguları açısından istatistiksel olarak anlamlı bir fark olup olmadığını bilmek istiyoruz. Bu nedenle, kadınların genel yalnızlık ortalamasını (yani, tüm ikamet seviyelerinde) erkeklerinkiyle karşılaştırıyoruz. Şekil 8.2’den görülebileceği gibi, 31.67 ortalamasını 18.00 ortalamasıyla karşılaştırıyoruz. ANOVA çıktısı, cinsiyet için F oranının istatistiksel olarak anlamlı olduğunu gösterir, F (1, 24) = 38.03, p < .05, η2 = .267. Sadece iki cinsiyet düzeyiyle, kadın katılımcıların erkek katılımcılardan önemli ölçüde daha fazla yalnızlık yaşadıklarını biliyoruz.
KONUTUN TEMEL ETKİSİ
İlgilendiğimiz ikinci bir etki, ikametin ana etkisidir. Bu nedenle, büyük şehirlerde, küçük kasabalarda ve kırsal topluluklarda yaşayan katılımcıların genel araçlarını karşılaştırıyoruz. Şekil 8.2’den bu ortalamaların sırasıyla 15.50, 33.00 ve 26.00 olduğu görülebilir.
ANOVA çıktısı, bu ana etki için istatistiksel olarak anlamlı bir F oranı gösterir, F (2, 24) = 21.06, p < .05, η2 = .296. Bu nedenle, en az bir araç çiftinin önemli ölçüde farklı olduğunu varsayıyoruz, ancak F oranı bilgisine dayalı olarak hangi araçların diğerlerinden hangilerinden farklı olduğunu tam olarak bilmiyoruz. Bu durumda, hangi grup ortalamalarının diğerlerinden önemli ölçüde farklı olduğunu belirlemek için Bölüm 7’de açıklandığı gibi bir ANOVA sonrası testi (post hoc testler, planlı karşılaştırmalar) yapmamız gerekir.
İKİ BAĞIMSIZ DEĞİŞKENİN ETKİLEŞİMİ
Tasarımda değerlendirdiğimiz üçüncü etki ise Cinsiyet × Konut etkileşimidir. Bu etki için odak noktamız hücre araçları, yani bağımsız değişkenlerin benzersiz kombinasyonlarını temsil eden araçlardır.
ANOVA çıktısı, etkileşim etkisi için istatistiksel olarak anlamlı bir F oranına sahip olduğumuzu gösterir, F (2, 24) = 19.16, p < .05, η2 = .269. Bu etkiyi açıklamak için hücre araçlarının ilişkilerini incelememiz gerekir. Bu, basit efekt analizi olarak bilinen bir ANOVA sonrası prosedürü içerir. Buradaki ilgi, etkileşimi doğru şekilde yorumlanabilmesi için “basitleştirmek”tir.
Etkileşim etkisi örneği
Deney grubu Nedir
Deneysel araştırma yöntemi örneği
Kontrol grubu Nedir
Bağımlı bağımsız değişken kontrol ve deney grubu
Deney grubu kontrol grubu Nedir
Deneysel araştırma özellikleri
Deneysel araştırma Nedir
ETKİLEŞİM ETKİSİ
ETKİLEŞİMİN DOĞASI
Genel anlamda, bir bağımsız değişkenin bir düzeyindeki araçların modeli, bu bağımsız değişkenin başka bir düzeyindeki modelden farklı olduğunda, bir etkileşimin var olduğu söylenir. Bunu, bağımlı değişken üzerindeki puanların, bağımsız değişkenlerimizin düzeylerinin belirli kombinasyonundan etkilendiğinin bir göstergesi olarak da düşünülebilir.
Kısmen bu nedenle etkileşimin bir çizgi grafiğini sunmak yaygındır (bağımsız değişkenler genellikle kategorik değişkenler olsa da). Böyle bir sunum genellikle okuyucuların etkileşimde yer alan bilgileri birleştirmesini kolaylaştırır. Sayısal örneğimiz için etkileşim grafiğimiz gösterilmiştir.
Arsamız, tasarımı sunma şeklimize benzer bir şekilde yapılandırılmıştır. Bu çalışmada y ekseni her zaman bağımlı değişken olan yalnızlığı temsil etmektedir. Genellikle daha sürekli olan bağımsız değişkeni x eksenine yerleştirmeye çalışırız, ancak birçok çalışmada keyfi bir karar olduğu ortaya çıkar.
Hangi bağımsız değişkenin x eksenine yerleştirileceğine ilişkin seçim isteğe bağlı olduğunda, en çok işlem veya düzeye sahip bağımsız değişkeni x eksenine yerleştirmenizi ve böylece şekilde daha az çizgi çizilmesini gerektirmenizi öneririz. Burada, estetik olması açısından üç yerleşim seviyesini (Şekil 8.2’deki sütunlar) x eksenine eşit aralıklarla yerleştirdik. Şekil 8.2’deki satırlar iki cinsiyet düzeyini temsil etmektedir ve grafikte her biri için bir çizgi çizdik.
Etkileşim fikrini kavramak için, bağımsız değişkenlerden birinin her düzeyi için araçların modelini ayrı ayrı incelememiz gerekir. Cinsiyet için kullanacağımız stratejiyi tanımlamak en kolayıdır çünkü Şekil 8.3’te kadınlar ve erkekler için ayrı çizgiler çizdik. Kadınlar için bir model gözlemliyoruz: büyük şehirlerde, küçük kasabalarda ve kırsal topluluklarda yaşayanlara baktığımızda yalnızlık giderek artıyor.
Bu model, erkek katılımcılar için belirgin şekilde farklıdır. Küçük kasabalarda yaşayanların yalnızlık puanları büyük şehirler ve kırsal topluluklara göre daha yüksektir.
Şekil 8.3’te gördüğümüz gibi, hücre araçlarının tasarımda bu kadar benzersiz bir şekilde durması, desende böyle bir farklılık, bir etkileşimin göstergesidir. Çizgiler paralel olsaydı, iki örüntü arasında fark olmayacaktı ve etkileşim olmayacaktı. Yani, erkekler için her hücre ortalaması, eşleşen hücre ortalamasının diğer dişi hücre araçlarına göre olduğu gibi, erkekler için diğer hücre araçlarıyla aynı ilişki içinde olacaktı. Bir etkileşim olması için çizgilerin kesişmesi gerekmediğine dikkat edin, istatistiksel olarak anlamlı bir etkileşimin elde edilmesi için bunların paralel olmaması oldukça yeterlidir.
BASİT ETKİ ANALİZİ
Etkileşim, hücre araçlarının ilişkisinin genel bir değerlendirmesidir. Bağımsız değişkenin üç veya daha fazla seviyesindeki ana etkilerin, post hoc testler veya planlı karşılaştırmalar ile daha fazla açıklanması gereken çok yönlü etkiler olması gibi, çok yönlü etkileşim etkisinin de basitleştirilmesi gerekir. Bu basitleştirme sürecine duyulan ihtiyaç, grafik incelenerek gösterilebilir.
Kadın katılımcıları düşünün. Eğri, büyük şehir yerleşimlerinden kırsal topluluklara doğru istikrarlı bir şekilde yükselir, ancak örneğin, küçük kasabalardakilerin büyük şehirlerdekilerden önemli ölçüde daha mı yoksa kırsal topluluklarda yaşayanların diğerlerinden önemli ölçüde daha mı yalnız olduğunu belirlemek ilgi çekici olacaktır.
Erkekler için, kırsal topluluklarda yaşayanların küçük kasabalarda yaşayanlardan önemli ölçüde daha az yalnız olmaları (bu aşamada kesin olarak bilmesek de) muhtemeldir. Ayrıca büyük şehirlerde yaşayanlarla küçük kasabalarda yaşayanlar arasında istatistiksel olarak anlamlı bir fark olup olmadığını da bilmiyoruz ve büyük şehirlerde yaşayanlarla kırsalda yaşayanlar arasında istatistiksel olarak anlamlı bir fark olup olmadığını da söyleyemeyiz.
Bağımlı bağımsız değişken kontrol ve deney grubu Deney grubu kontrol grubu Nedir Deney grubu Nedir Deneysel araştırma Nedir Deneysel araştırma özellikleri Deneysel araştırma yöntemi örneği Etkileşim etkisi örneği Kontrol grubu Nedir