İki Yönlü MANOVA – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri
Konular Arası İki Yönlü MANOVA
Konular arası iki yönlü bir MANOVA, tartışılan tek yönlü MANOVA tasarımının bir uzantısıdır ve bu bölümde tartıştığımız her şey burada da geçerlidir. Fark ve önemli olan, ikinci bir bağımsız değişkenin eklenmesine sahip olmamız ve bunu dahil ederek, bağımsız değişkenlerin sadece ana etkilerini değil, aynı zamanda etkileşimlerini de değerlendirebiliriz.
İki yönlü denekler arası MANOVA tasarımı, tek değişkenli iki yönlü tasarıma benzer, ancak çok değişkenli bir bakış açısından değerlendirilir. Bağımlı değişkenler hala ağırlıklı doğrusal bir bileşik halinde birleştirilir, ancak ilgilenilen üç çok değişkenli etki vardır (iki ana etki ve etkileşim).
Odak noktamız grup farklılıklarına ise ve tasarımı iki yönlü olarak yapılandırırsak hemen hemen her zaman böyle olur, o zaman çok değişkenli etkileşimi ve ana etkileri değerlendirdikten sonra, tek değişkenli etkileri yorumlamaya da başlarız.
Her çok değişkenli etki için, v tek değişkenli etkiler vardır; burada v, bağımlı değişkenlerin sayısıdır. Bunu, istatistiksel olarak anlamlı bir çok değişkenli etki elde ettikten sonra beş tek değişkenli etkinin her birini değerlendirdiğimizde gördük. Aynı genel strateji iki yönlü tasarım için de geçerlidir, ancak etkileşim etkilerinin ana etkilerin yerini aldığını da unutmamalıyız. Bu bağlamda, bir akış şeması olarak sunulan stratejiyi kullanarak analiz sonuçlarını da işliyoruz.
Üst kısımda gösterildiği gibi, önce çok değişkenli etkileşim etkisini inceliyoruz. Çok değişkenli etkileşim istatistiksel olarak anlamlı değilse, tüm bağımlı değişkenler için her iki bağımsız değişkenin çok değişkenli ana etkilerine de geçilir.
Çok değişkenli etkileşim etkisi istatistiksel olarak anlamlıysa, Bonferroni düzeltmeli alfa seviyesini (veya varyansın homojenliği ihlal edilmişse daha katı olanı) kullanarak her bir bağımlı değişken için tek değişkenli etkileşimi inceleriz.
Tek değişkenli etkileşim etkisi istatistiksel anlamlılığa ulaşan herhangi bir bağımlı değişken için, tahmin edilen marjinal ortalamaların grafiğini çıkarır, basit etki analizleri yapar ve sonuçları yorumlarız. Etkileşim etkisi istatistiksel anlamlılığa ulaşmamış herhangi bir bağımlı değişken için, ana etkilerin her birini (yalnızca bu bağımlı değişkenler için) da inceleriz.
İstatistiksel olarak anlamlı bir etkileşime dahil olmayan bağımlı değişkenler için, bağımsız değişkenlerden birinin çok değişkenli ana etkisi ile başlıyoruz ve sonra diğer çok değişkenli ana etkiyi inceleyin; bu alt kısımda gösterilmiştir. Çok değişkenli ana etki istatistiksel olarak anlamlı değilse, burada tanımladığımız işlemi tekrarlayarak diğer çok değişkenli ana etkiye geçilir (çünkü ana etkiler birbirinden bağımsızdır).
Çok değişkenli ana etki istatistiksel olarak anlamlıysa, Bonferroni düzeltmeli alfa seviyesini (veya varyans homojenliği ihlal edilmişse daha katı olanı) kullanarak her bir bağımlı değişken için tek değişkenli ana etkileri inceleriz. Yalnızca istatistiksel olarak anlamlı tek değişkenli etkileşime dahil olmayan bağımlı değişkenleri (varsa) değerlendiririz. Bağımsız değişkenin ikiden fazla seviyesi varsa, çoklu karşılaştırma testleri yapar ve sonuçları yorumlarız; sadece iki seviye varsa, ortalama farkı da doğrudan yorumlarız.
MANOVA raporlama
One-way MANOVA
Faktöriyel MANOVA
Tek YÖNLÜ MANOVA
Two Way ANOVA nedir
MANOVA Örnek sorular
Anova ne zaman kullanılır
Birden fazla bağımlı değişken
SAYISAL ÖRNEK
Kullanılan iş ortamı veri dosyasının aynısını kullanıyoruz ve ayrıca bağımsız değişkenlerimizden biri olarak iş_döngüsü’nü kullanacağız; bu faktör şu üç seviyeye sahiptir: iflas (veri dosyasında 1 olarak kodlanmıştır), sabit durum (veri dosyasında 2 olarak kodlanmıştır) ve hızlı genişleme (veri dosyasında 3 olarak kodlanmıştır). Burada kullandığımız diğer bağımsız değişken, hiyerarşik (veri dosyasında 1 olarak kodlanmış) ve eşitlikçi (veri dosyasında 2 olarak kodlanmış) olmak üzere iki düzeyi olan organizasyon_yapıdır. Bu örnekte kullandığımız üç bağımlı değişken dışadönüklük (neoextra), açıklık (neoopen) ve çalışanların kendileri için hissettikleri özsaygı düzeyidir (görece).
ANALİZ KURULUMU
İş ortamı veri dosyasını açıyoruz ve ana menüden Analiz ➔ Genel Doğrusal Model ➔ Çok Değişkenli’yi seçiyoruz. Bu, gösterildiği gibi ana Çok Değişkenli iletişim penceresini açar. İş_döngüsü ve organizasyon_yapısını Sabit Faktör(ler) paneline ve neoextra, neoopen ve Regard’ı Bağımlı Değişkenler paneline de taşıyoruz.
Seçenekler düğmesinin seçilmesi, gösterilen Seçenekler iletişim penceresini açar. Görüntüleme alanında, Tanımlayıcı istatistikler, Artık SSCP Matrisi (bağımlı değişkenler arasında yeterli korelasyon olup olmadığını değerlendiren Bartlett’in küresellik testini elde etmek için) ve Homojenlik testlerini (Box’s M ve Levene testleri elde etmek için) işaretleyin. İstatistiksel olarak anlamlı bir etkileşim etkisi elde etme olasılığımız üzerine, pencerenin Tahmini Marjinal Ortalamalar alanında, iş_döngüsü*organizasyon_yapısını Faktör(ler) ve Faktör etkileşimleri panelinden Gösterge Araçları paneline de taşırız.
İstatistiksel olarak anlamlı bir ana etki olasılığını tahmin edeceğiz ve bu nedenle Post Hoc butonunu seçeceğiz. Post Hoc penceresinde, business_cycle’ı (ikiden fazla seviyeye sahip olduğu için) Post Hoc Tests for etiketli panele taşırız ve Equal Variances Assumed altında REGWQ’yu seçeriz (varyansın homojenliğini ihlal etme testleri iki modelde mevcut değildir).
İstatistiksel olarak anlamlı bir etkileşim etkisinin olasılığını tahmin etmeye devam ederek, her bağımlı değişken için etkileşimin bir grafiğini oluşturacağız. Plots düğmesinin seçilmesi, Profil Plots iletişim penceresini açar. Her iki bağımsız değişken de kategorik olduğunda, hangisinin X ekseni üzerinde gideceği keyfidir.
Bu nedenle, iş_döngüsünü Yatay eksene yerleştiriyoruz ve her kuruluş_yapısı düzeyi için Ayrı Hatlara sahip olacağız; bu kurulum gösterilmiştir. Grafiği Plots paneline yerleştirmek için Ekle düğmesine tıklayın ve ana iletişim penceresine dönmek için Devam’a tıklayın.
İstatistiksel olarak anlamlı bir etkileşim etkisinin olasılığını öngörmek istediğimizden, basit etki analizini yapılandırmaya devam ediyoruz. Gösterilen analiz kurulumumuzu temsil eden sözdizimini içeren pencereyi elde etmek için Yapıştır’ı seçiyoruz. Basit efektlerimizi açıklanana benzer bir şekilde yapılandırıyoruz; bu gösterilir. Analizi gerçekleştirmek için ana menüden Run ➔ All öğesini de seçin.
Anova ne zaman kullanılır Birden fazla bağımlı değişken Faktöriyel MANOVA MANOVA Örnek sorular MANOVA raporlama One-way MANOVA Tek YÖNLÜ MANOVA Two Way ANOVA nedir