KANTİTATİF DEĞİŞKENLER – 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

KANTİTATİF DEĞİŞKENLER – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri

16 Ocak 2022 Kantitatif analiz ne demek Kantitatif araştırma nedir Kantitatif araştırma özellikleri Kantitatif yöntem nedir 0
Otomatik Test Teknikleri

ANALİZ ÇIKTI: KANTİTATİF DEĞİŞKENLER

Neoopen ve neoneuro için tanımlayıcı istatistikler Şekil 10.6’da gösterilmektedir. Bu iki değişkenin puanları, ulusal normlara dayalı olarak doğrusal T puanları (ortalama 50 ve standart sapma 10) olarak standardize edilmiştir. Tablodaki ortalamalar göz önüne alındığında, örneğimiz nevrotiklikte ortalama ve normdan yarım standart sapma daha açık görünüyor.

Ortalamanın standart hatası, puanların standart sapmasını N’nin kareköküne bölerek hesaplanır; burada N, geçerli örnek boyutudur. Kavramsal olarak, ortalamanın standart hatası, popülasyondan sonsuz sayıda rasgele örnek (örnek büyüklüğü N’ye dayalı olarak) çekseydik elde edeceğimiz örnek araçlarının standart sapmasını temsil eder.

Bu (varsayımsal) örnek ortalama dağılımının normal olarak dağıldığını varsayıyoruz. Aslında sonsuz sayıda örnek çizemeyeceğimiz ve standart sapmalarını hesaplayabilmemiz için her birinin ortalamasını belirleyemeyeceğimiz göz önüne alındığında, bu istatistiğin değerini tahmin etmek için yukarıdaki formülü kullanırız.

Ortalamanın standart hatasının ana kullanımlarından biri, ortalama etrafında bir güven aralığı hesaplamak için bir temel olarak hizmet etmektir. %95 güven aralığını hesaplamak için, örneğin, ortalamanın standart hatasının elde edilen değerini (neoopen için .53233 ve neonöro için .54396) 1,96 ile çarparız (±1,96 az değeri, bir altındaki alanın %95’ini kapsar). normal dağılım) ve sırasıyla güven aralığının alt ve üst değerlerini belirlemek için bu değerleri ortalamadan ve ortalamadan çıkarın ve toplayın.

Mevcut durumda, bunu göstermek için neoopen kullanarak hesaplamalarımız aşağıdaki gibidir:

• %95 Bant = 0,53233 * 1,96 = 1.04337
• Daha düşük güven değeri = ortalama − %95 bant = 55.4607 − 1.04337 = 54.42
• Üst güven değeri = ortalama + %95 bant = 55.4607 + 1.04337 = 56.50

Bu nedenle, varsayımsal olarak, popülasyondan sonsuz sayıda rastgele 420 vakayı tekrar tekrar çekecek olsaydık, zamanın %95’inin açıklık için örnek ortalamasının 54.42 ile 56.50 arasında olması beklenir. Bunu ifade etmenin bir başka yolu, popülasyon ortalamasının 54.42-56.50 aralığında olduğunu %95 güvenle iddia etmektir.


Kantitatif araştırma nedir
Kantitatif analiz ne demek
Kalitatif kantitatif nedir
Kantitatif yöntem nedir
Kantitatif Nedir
kantitatif (nicel)
Kantitatif araştırma özellikleri
Kalitatif ve kantitatif yöntemler


Minimum ve Maksimum değerler ondalık değerlerdir çünkü puanlar ulusal normlara göre standartlaştırılmış biçimdedir (iki ondalık basamağa yuvarlanmıştır). Böylece neoopen için en az bir vaka 27.51 standart puan aldı ve en az bir vaka 79.05 standart puan aldı. 25., 50. ve 75. yüzdelik dilimlere karşılık gelen değerler tablonun alt kısmında gösterilmektedir.

Çarpıklık, puanların dağılımının sergilediği asimetri derecesini tanımlar. Normal eğri (simetrik olan) 0 çarpıklık değerine sahiptir. Pozitif çarpıklık, puanların büyük kısmının değişkenin nispeten daha düşük değerlerine doğru olduğu durumu tanımlar (dağılımın “kuyruğu” X-‘in pozitif ucuna doğru işaret eder). eksen); negatif çarpıklık, puanların büyük kısmının değişkenin nispeten daha yüksek değerlerine doğru olduğu durumu tanımlar (dağılımın “kuyruğu”, X ekseninin negatif ucuna doğru işaret eder).

Basıklık, dağılımın normal eğriye göre sıkıştırılma veya düzleştirilme derecesini tanımlar. Normal eğri, mesokurtosis olarak bilinen 0 basıklık değerine sahiptir. Leptokurtosis olarak bilinen pozitif basıklık, normal eğriye kıyasla dağılımın merkeze doğru daha sıkıştırıldığını gösterir; Platykurtosis olarak bilinen negatif basıklık, normal eğriye kıyasla dağılımın nispeten düzleştiğini gösterir.

Gösterilen sonuçlar, çarpıklık ve basıklığın ±1.00 aralığında olduğunu ve dolayısıyla dağılımların sırasıyla (a) nispeten simetrik olduğunu ve (b) ne çok sıkıştırılmış ne de yayılmış olduğunu göstermektedir. Bu, sunulan histogramlarda en açık şekilde görülebilir.

Açıklığın dağılımı biraz leptokurtosis (negatif basıklık) sergiler, çünkü −.472 değeri, bazı araştırmacıların biraz sıkıştırmayı düşündüren olarak değerlendirdiği ±0.5 eşiğine yaklaşır, ancak gerçekten de istenmeyen bir şey görünümü vermez; bununla birlikte, .238’lik bir standart hatayla, %95 bandı (1.96 * 0.238 = 0.467) alt güven aralığını neredeyse -1,00’e (-0,938) yerleştirir; dağıtım. Karşılaştırıldığında, −.263 basıklık değeriyle nevrotiklik biraz daha dengelidir.

Neoopen için sıklık tablosunun ilk ve son bölümleri, tam tablo oldukça uzun olduğu için  gösterilmiştir. Veri dosyasındaki her bir değer, o değerin meydana gelme sıklığı ile birlikte tabloda temsil edilmektedir. Örneğin, 30.95 değeri bir kez meydana geldi, ancak 37.82 değeri sekiz kez meydana geldi (yani, sekiz durumda bu değere sahipti). Toplamda 420 geçerli değer ve 5 eksik değer vardı.

Tanımlayıcılar

IBM SPSS®, Bölüm 10’da açıklanan Frekanslar prosedürüne ek olarak, yalnızca nicel değişkenler için geçerli olan Tanımlayıcılar prosedürüne de sahiptir. Frekanslar prosedürüyle aynı istatistiklerin çoğunu üretir, ancak ne yüzdelikler içerir ne de grafik çıktısı sağlar. Başlıca erdemleri, ham puanları standartlaştırılmış (z) puanlara dönüştürmemize izin vermesidir ve çıktıyı araştırmacıların değişkenleri karşılaştırması için uygun bir biçimde sağlamasıdır.

SAYISAL ÖRNEK

Örneğimiz için kullandığımız veriler, 425 üniversite öğrencisi üzerinde yapılan bir kişilik değişkenleri çalışmasından alınmıştır. Değişkenler, demografik özelliklerin yanı sıra kişilik ölçümlerini de içerir. Veriler, Kişilik adlı veri dosyasında bulunur.

ANALİZ KURULUMU

Kişilik adlı veri dosyasını açıyoruz ve ana menüden Analiz ➔ Tanımlayıcı İstatistikler ➔ Tanımlayıcılar’ı seçiyoruz. Okuyucuların Tanımlayıcıları Frekanslar ile karşılaştırmasını sağlamak için Bölüm 10’da kullanılan aynı değişkenler üzerinde tanımlayıcı istatistikler oluşturacağız. Böylece, Şekil 11.1’de gösterildiği gibi, neoopen ve neooneuro’yu Değişken(ler) paneline taşıyoruz. Bunu Bölüm 13’ün bir parçası olarak yapacağımız için Değişken Listesi panelinin altındaki Standartlaştırılmış değişken değerlerini kaydet seçeneğini işaretlemedik.

Seçenekler düğmesinin seçilmesi,  gösterilen Seçenekler ekranını açar. Bu prosedürde nelerin mevcut olduğunu göstermek için aşağıdaki istatistikleri seçiyoruz:

• Penceredeki ilk (etiketlenmemiş) satırda Mean’i seçiyoruz.
• Dispersiyon altında Std’yi seçiyoruz. sapma, Minimum (dağıtımdaki en düşük geçerli değer), Maksimum (dağıtımdaki en yüksek geçerli değer) ve S.E. ortalama (ortalamanın standart hatası).

Keşfetme

Keşfetme, tanımlayıcı istatistikler oluşturmak için tasarlanmış Frekanslar ve Tanımlayıcılar prosedürlerine ek olarak yine başka bir prosedürdür. Keşfetme aynı zamanda yalnızca nicel değişkenler için de geçerlidir, ancak diğer iki prosedürden herhangi birinden daha fazla çıktı türü üretebilir (standartlaştırılmış puanlar oluşturma dışında).

SAYISAL ÖRNEK

Örneğimiz için kullandığımız veriler, 425 üniversite öğrencisi üzerinde yapılan bir kişilik değişkenleri çalışmasından alınmıştır. Değişkenler, demografik özelliklerin yanı sıra kişilik ölçümlerini de içerir. Veriler, Kişilik adlı veri dosyasında bulunur.

 

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir