İşaret Testi – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri

info@akademidelisi.com * 0 (312) 276 75 93 * Her bölümden, Ödev Yazdırma, Proje Yaptırma, Tez Yazdırma, Rapor Yazdırma, Makale Yazdırma, Araştırma Yazdırma, Tez Önerisi Yazdırma talepleriniz için iletişim adreslerini kullanın. Makale YAZDIRMA siteleri, Parayla makale YAZDIRMA, Seo makale fiyatları, Sayfa başı yazı yazma ücreti, İngilizce makale yazdırma, Akademik makale YAZDIRMA, Makale Fiyatları 2022, Makale yazma, Blog Yazdırma, Blog Yazdırmak İstiyorum

İşaret Testi – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri

9 Ocak 2022 Friedman testi örnek Mann Whitney U testleri Parametrik OLMAYAN TESTLER 0
Gerilme Analizi – MATLAB Ödevi Yaptırma – MATLAB Analizi Yaptırma Fiyatları – MATLAB Örnekleri – Ücretli MATLAB Analizi Yaptırma – MATLAB Analizi Yaptırma Ücretleri

Medyan Hakkında Hipotezlerin Test Edilmesi: İşaret Testi

İşaret testi kullanılarak bir değişkenin medyanı hakkında bir hipotez yürütülebilir. Bu, özellikle sıralı değişkenler veya yüksek oranda çarpık dağılımlara sahip değişkenler için kullanışlıdır.

SPSS’nin menü çubuğunda bu işaret testini kolayca gerçekleştiren bir seçeneği yoktur, ancak belirli bir değerin (MO>) altındaki gözlem sayısını bulmak için kullanabilirsiniz. Bu, veri seti çok büyükse etkilidir.

“noise.sav” veri dosyasını kullanarak, bir karayolunun bazı bölümlerinde arabaların medyan hızının 35 mph’ye eşit olduğu hipotezini test etmeyi gösteriyoruz; hipotezler·Ho: M = 35 mph ve HI: M *- 35 mph.
Numunedeki 35 milden daha az seyahat eden otomobil sayısını hesaplamak için, bu vakaları Count prosedürünü kullanarak etiketlememiz ve ardından etiketlenen vakaların sayısını belirlememiz gerekir.

Bunu yapmak için:

(1) Menü çubuğundan Dönüştür’e tıklayın.
(2) Açılır menüden Olayları Say’a tıklayın. Bu, Vakalar İçinde Değerlerin Cooot Oluşumları iletişim kutusunu açar.
(3) Hedef Değişken kutusuna yeni bir değişkenin adını yazın, örneğin “less35”. Bu değişken, etiketlemek istediğiniz tüm durumlar için 1 ve diğer tüm durumlar için 0 içerecektir. Arzu ederseniz, Hedef Etiket kutusuna bir değişken etiketi de ekleyebilirsiniz.
(4) “hız” değişkenine tıklayın ve sağ ok düğmesini kullanarak Sayısal Değişkenler kutusuna taşıyın. Bu, davaları saymak istediğiniz değişkeni belirtir.
(5) Vakalarda Sayılacak Değerler: Sayılacak Değerler iletişim kutusunu açmak için Derme Değerleri düğmesine tıklayın. Hız değişkeninin hangi değerlerinin etiketleneceğini bu iletişim kutusunda belirleyebilirsiniz.
(6) Değeri 35’ten küçük olan tüm durumları saymak istiyoruz, bu nedenle Değer kutusunda Aralık: En düşük _ _ öğesine tıklayın.
(7) Boşluğa 34.9 değerini yazın. (35 yazarsanız, SPSS tam olarak 35’lik değerleri sayar).
(8) Ekle düğmesine tıklayın. Sayılacak Değerler kutusunda “en düşükten 34.9’a kadar” satırı görünmelidir.
(9) İletişim kutusunu kapatmak için Devam’a tıklayın.
(10) Prosedürü çalıştırmak için Tamam’a tıklayın.

Veri pencerenizde l’leri ve O’ları içeren yeni bir değişken olacaktır. Mo’dan küçük değerleri olan toplam vaka sayısını belirlemek için şimdi toplam I sayısını saymanız gerekir. Bunu, Frekanslar prosedüründen Iless35″ değişkeninin toplamını talep ederek yapabilirsiniz. Toplam 11’i elde etmelisiniz.

Artık test istatistiğini z = [(11130) – .5]/[.5 x (1Iy’30)] = -1.461 olarak hesaplayabilirsiniz. Standart normal dağılımdan %5 düzeyinde iki kuyruklu bir test için önem noktaları -1.96 ve 1.96’dır. Verilerin ortalama 35 mil/saat hız ile tutarlı olduğu sonucuna varıyoruz.


Ki-kare testi
Mann Whitney U testi
Mood testi
Parametrik OLMAYAN TESTLER
Parametrik testler
Wilcoxon testi
Friedman testi örnek
Parametrik test örnekleri


Eşleştirilmiş Ölçümler

Farklılıkların Ortalaması Hakkında Hipotezlerin Test Edilmesi

SPSS, bir fark popülasyonunun ortalamasının O’ya eşit olup olmadığını test edecektir. Ders kitabının Tablo 10.2’sindeki verilere dayanarak “reading.sav” veri dosyasıyla örneklendiriyoruz. Bu dosya, ikinci sınıftan önce ve sonra uygulanan aynı tC!st’de elde edilen 30 öğrencinin okuma puanlarını içerir. İkinci sınıf boyunca okuma becerisinin ortalama olarak artıp artmadığını belirlemek istiyoruz. Veri dosyasını açtıktan sonra:

(1) Menü çubuğundan İstatistikler’e tıklayın.
(2) Açılır menüden Ortalamaları Karşılaştır’a tıklayın.
(3) Açılır menüden Eşleştirilmiş Örnekler T Testi’ne tıklayın. Bu, Eşleştirilmiş Örnekler T Testi iletişim kutusunu açar.
(4) “after” değişkenine tıklayın. Mevcut Seçimler kutusunda Değişken 1 olarak görünecektir. (5) “önce” değişkenine tıklayın. Mevcut Seçimler kutusunda Değişken 2 olarak görünecektir.
(6)Sağ ok düğmesini tıklatarak bir değişken adını Eşleştirilmiş Değişkenler kutusuna taşıyın.
(7) Prosedürü çalıştırmak için Tamam’a tıklayın.

Bu prosedürün çıktısını gösterir. Üst kısım, ikinci sınıftan önce ve sonra okuma puanlarının ortalamalarını, standart sapmalarını ve standart hatalarını listeler. Puanlar ortalama 1,52’den 2,03’e yükseldi. Bu kısım ayrıca ön test ve son test arasındaki örnek korelasyon katsayısını (.573) ve korelasyonun anlamlılık testini (P = .001) içerir.

Alt kısım, ortalama farkın O’ya eşit olduğu hipotezinin testiyle ilgili bilgileri içerir. Ortalama fark, .5100, 2.0333 – 1.5233’e eşittir. Tablo ayrıca, farkın standart sapmasını ve standart hatasını da gösterir.

t istatistiği t = (.5100 – 0)/.4921{30 = 5.68’dir ve bu da yazdırılır. 29 serbestlik dereceli t-dağılımı referans alınarak veya SPSS tarafından gösterilen P değeri kullanılarak Ho hakkında bir karar verilebilir. 2 kuyruklu Sig, P değeridir « .0005).

Ancak bu P değeri, iki kuyruklu bir testle ilgilidir. Okuma puanlarının artacağını tahmin ederek başlasaydık, Hi: /Ld > O alternatif hipoteziyle tek uçlu bir test yapardık. Bu nedenle, P değerini 2/X ile karşılaştırmalı ve örneğin son- test ortalaması, numune ön test ortalamasından daha yüksektir. Bunu yaparak, Ho’yu en makul /X seviyelerinde reddederiz.

Oranların Eşitliği Hipotezinin Test Edilmesi

Ayrıca, tek bir örnekten elde edilen iki oranın eşitliğini test ederek, ikili değişkenler için zaman içindeki değişiklikleri inceleyebilirsiniz. Bir “ciro tablosu” için bir test olarak iki oranın eşit olup olmadığının testine atıfta bulunur ve SPSS bunu, bağıntılı oranlar için McNemar testi olarak etiketler. SPSS kullanılarak, prosedür bir ki-kare testi istatistiği üretir, ancak sonuçlar ders kitabında tartışılan z-testinden elde edilenlere eşdeğerdir.

Bunu “war.sav” dosyası kullanarak göstereceğiz. Bu dosya, ders kitabının 11.25 alıştırmasında tartışılan çalışmanın verilerini içerir. Bu çalışma, savaş olasılığına ilişkin tutumlardaki değişiklikleri inceledi. 1948 yılının Haziran ve Ekim aylarında, deneklerden önümüzdeki on yıl içinde bir savaş bekleyip beklemediklerini belirtmeleri istendi. “war.sav” veri dosyası, 2’nin “Savaş Beklediğini” ve 1’in “Savaş Beklemediğini” temsil edecek şekilde kodlanmıştır.

Eşit oranlar hipotezini test etmek için veri dosyasını açın ve:

(1) Menü çubuğundan İstatistikler’e tıklayın.
(2) Açılır menüden Parametrik Olmayan Testler’e tıklayın.
(3) Açılır menüden 2 İlgili Örnek’e tıklayın. Bu, İki İlişkili Örnek Testleri iletişim kutusunu açar.
(4) “June” değişken adına tıklayın. Mevcut Seçimler kutusunda Değişken 1 olarak görünecektir.
(5) “Ekim” değişken adına tıklayın. Mevcut Seçimler kutusunda Değişken 2 olarak görünecektir.
(6) Sağ ok düğmesine tıklayarak eşleştirilmiş değişkenleri Test Çifti/Çiftleri Listesi kutusuna taşıyın.
(7) Test Tipi kutusunda, Wilcoxon kutusuna tıklayın ve McNemar kutusuna tıklayın.
(8) Tamam’a tıklayın.

Çıktı, verileri ders kitabının Tablo 11.19’dakiyle aynı olan iki yönlü sıklık tablosunda görüntüler. Buradan, Haziran ayında sorgulandığında savaş olmayacağını düşünen 45 kişinin Ekim seçimleri için fikrini değiştirdiğini görüyoruz. Liste ayrıca ki-kare test istatistiğini (53.1302) ve karşılık gelen P değerini (P < .00005) bildirir. Bu nedenle, herhangi bir makul ex düzeyinde eşit oranların sıfır hipotezini reddederiz.

McNemar testinin iki kuyruklu bir test olduğunu unutmayın. Tek kuyruklu bir test gerçekleştirmek için, P/2 ile ex’i karşılaştırın ve örnek oranlarının alternatif hipotez tarafından belirtilen yönde olup olmadığını kontrol edin.

 

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir