İkili Uyumsuz Desenler – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri
Büyük Bir Ankette Kalıplar
Bazen veriler tasarım gereği eksiktir. Genel Sosyal Anket, 1972’den beri her yıl uygulanmaktadır. Her anket, kurumsal olmayan düzenlemelerde yaşayan 18 yaş üstü kişilerden bağımsız olarak çizilmiş bir örneklemdir. Her yıl kalıcı eşyalar dahildir; ancak 1988’den başlayarak, her yıl vakaların üçte ikisinde bir öğe alt kümesi belirir. Aslında, öğelerin üç alt kümesi vardır ve her birine, yanıtlayanların farklı üçte ikilik bir alt örneğinden sorulur.
Aldığımız kod çizelgesi, hangi öğelerin hangi alt kümede olduğunu veya hangi katılımcıların bunları aldığını tanımlamaz. Silah yasaları, marihuana ve ötenazi ile ilgili sorular için model değişkenlerinin çapraz tablosunda, üç öğe arasında tamamlanmış hiçbir vaka olmadığını gösteriyoruz. Öğelerin üç alt kümesini belirlemek için bu örnekte Tablolu Model görüntüsünü kullandık ve ardından tablo faktörleri olarak her birinden bir öğe seçtik.
Birçok anket maddesine verilen yanıtlar, ikili veya sıralı kategorilere sahiptir. Ankete ilk bakış için, bu maddeleri nicel değişkenler olarak ele alıyoruz. Bu verileri daha fazla takip edecek olsaydık, bazı amaçlar için onları kategorik değişkenler olarak tanımlardık, örneğin, kategorik değişkenlere karşı örüntüleri çapraz tablolar vardır.
Tek Değişkenli İstatistikler
Bu gösterim için sözdizimini yapıştırdık ve değişkenler listesini dosyadaki sırayı yansıtacak şekilde yeniden düzenledik. Bu tek değişkenli panel, eksik verilerin kapsamına ilişkin bir genel bakış sağlar. Panel uzun olduğu için iki bölüme ayırdık. Dokuz değişken, değerlerinin kabaca yarısını (%49,5’ten %56,7’ye) kaçırıyor, bölge ile başlayıp ülke öğeleriyle bitiyor (ülkenin çevre, sağlık vb. ). On dört değişken, değerlerinin yaklaşık üçte biri eksik. Bunlar arasında numunenin sadece üçte ikisine verilen maddeler bulunmalıdır. Tablolu Modeller ekranında, öğelerin üç alt kümesini ayırt etmeye çalışacağız.
Bu daha büyük veri seti için, uç değerleri belirleme kriteri artık ortalama artı veya eksi iki standart sapmadır. Değişken sayısı çarpı vaka sayısı çarpı vaka sayısının temel 10 logunun çarpımı 150.000’den az ise, Örnek 1’de tanımlanan sağlam ölçü kullanılır; aksi halde buradaki kural kullanılır.
Yaş için 41 “yüksek” uç değer vardır. Frekanslar prosedürünü bir histogramla çalıştırırsanız, 81 yaşından büyük 41 katılımcı olduğunu (46.23 + 2*17.42) ve yaş dağılımının sağa çarpık olduğunu göreceksiniz. Bununla birlikte, veriler kaba olduğunda (her değişkenin yalnızca birkaç benzersiz değeri vardır) aykırı değerlere dikkat edin.
Örneğin, derece, padeg ve madeg (baba ve anne dereceleri) için verilen yanıtlar, 3 lisans derecesi ve 4 lisans derecesi anlamına gelen beş koda sahiptir. Frekanslar prosedüründen, derece için 113 yüksek değerlerin yüksek lisans derecelerinin sayısı olduğunu ve madeg için 125 yüksek değerlerin 96 lisans derecesini ve 29 yüksek lisans derecesini içerdiğini göreceksiniz.
22 değişkenle sınırlı Tablolu Modeller ekranında, diğerlerinden bağımsız olarak eksik olan üç değişken grubunu vurgularız: 1) dwelown, news, spanking, fework, sexeduc, pillok, letdie1; 2) çimen, içki, sathobby, yaşlı; ve 3) hayat ve silah kanunu. Bu kümelerin her biri bazen “nat” altı değişkenli kümede veya bölgeyi içeren kümede eksiktir, ancak bu kümelerden başka biriyle aynı anda olmaz. Bu setleri aşağıdaki Yüzde Uyuşmazlık tablosunda arayacağız.
UYUMSUZLUĞUN uyumu
Uyumsuzluğun Uyumu MODA
C# 9
C# 10
C# 8.0 yenilikleri
C# 9 yenilikler
C Yenilikler
C# 9.0 switch case
İkili Uyumsuz Desenler
Yüzde Uyuşmazlık tablosuna yalnızca değerlerinin %20’si veya daha fazlası eksik olan değişkenler dahil edilir. Çapraz girişler, her bir değişken için ayrı ayrı eksik olan yüzdedir; köşegen dışında, girişler, çiftin bir üyesinin eksik ve diğerinin mevcut olduğu yüzdedir. Yukarıda tanımlanan üç değişken grubunu birleştiren çiftleri vurgularız:
Bir değişken, diğer kümelerden birinden bir değişkenle eşleştirildiğinde, vakaların kabaca üçte ikisi uyumsuzdur. Örneğin, silah kanunu değerlerinin %34’ü ve çimen değerlerinin %38’i eksiktir ancak birlikte eşleştirildiğinde, vakaların %68’inde ya silah kanunu ya da çim eksikliği vardır, ancak ikisi birden bulunmaz.
t testleri ile rastgele olmayan kalıpları belirleme. Örnek 2’de olduğu gibi, iki örnekli t testlerinin ayrı varyanslarının sonuçlarını, yalnızca t istatistikleri panelini görüntüleyen katmanlara döndürdük (istatistik simgesini Katman tepsisine sürükleyin). Ayrıca, sayfaya daha iyi oturması için satırları ve sütunları değiştiriyoruz. Böylece, iki örneklemli t testleri için grupları oluşturan örüntü değişkenleri sütunlar ve test edilen ölçüler, satırlardır. Burada gösterilen panel zaten katmanlara döndürülmüş ve yer değiştirmiştir.
En uç t değeri, sathobi modeline göre gruplara ayrılan çim öğesi için –16.5’tir (katılımcıların çalışma dışı faaliyetlerden veya hobilerden memnuniyetleri). Tüm katmanların görüntülendiği (gösterilmemiştir) tam tabloda, çim mevcut olduğunda yalnızca sekiz vakanın sathobby değerlerinin eksik olduğunu bulduk; bu yüzden bu ilişkiyi daha fazla takip etmiyoruz. Bu değişkenler yukarıda tanımlanan aynı alt kümeye aittir ve eksikse birlikte eksik olma eğilimindedir.
rincom91 modeline dayalı testler (1991-93 anketlerinde yanıtlayanın geliri) daha ilginçtir. t istatistikleri, gelir91 (tüm kaynaklardan elde edilen toplam aile geliri) dahil olmak üzere 20’den fazla öğe için oldukça büyüktür. Bu dağılımlardan dördünün kutu çizimleri için aşağıya: rincom91 modeline göre gruplandırılmış yaş, eğitim, gelir ve siyasi görüşler eklenmiştir.
rincom91’in eksik olduğu katılımcıların %34’ü, rincom91’i bildiren %66’dan daha yaşlı, daha az eğitimli, daha düşük toplam aile gelirine sahip ve daha muhafazakar (düşük anket değerleri liberal siyasi görüşleri gösterir) olma eğilimindedir. Eğer rincom91, wrkstat’a göre çapraz tablolanırsa (bu değişkenin sekiz kodu iş durumunu tanımlar), rincom91 değerleri eksik olan katılımcıların %80’den fazlası emekli olduklarını, okulda veya ev hanımı olduklarını bildirirler.
Model değişkenlerini kategorik değişkenlere karşı çapraz tablolamak için Eksik Değer özelliği, farklı eksik değer kodlarına sahip kategoriler arasındaki ilişkileri incelemek için kullanışlıdır. Burada, anketleri kategorik bir değişken olarak tanımlıyoruz (Kendinizi Aşırı liberalden Aşırı muhafazakâra uzanan bir siyasi görüş ölçeğinde nereye yerleştiriyorsunuz?) ve kategorilerin seçilen kalıplarla nasıl ilişkili olduğunu gösteriyoruz.
C Yenilikler C# 10 C# 8.0 yenilikleri C# 9 C# 9 yenilikler C# 9.0 switch case UYUMSUZLUĞUN uyumu Uyumsuzluğun Uyumu MODA