Önem Testlerini Rapor Etme – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri
Standart Sapmanın Bilinmediği Bir Ortalama Hakkında Hipotezlerin Test Edilmesi
Popülasyonun standart sapması bilinmediğinde, test istatistiğini hesaplamak için a’yı tahmin etmeniz gerekecektir. SPSS programı, uygun test istatistiğinin (t) yanı sıra numune standart sapmasını (s) hesaplar. SPSS kullanma prosedürü, ister tek uçlu ister çift uçlu test yapıyor olmanızdan bağımsız olarak aynıdır.
56 Stanford futbolcusunun boy ve kilolarını içeren “football.sav” veri dosyasını kullanarak örnekleyeceğiz. Bu yılki takımı bir futbolcu popülasyonundan bir örnek olarak ele alarak, futbolcuların ortalama boyunun 6 fit (72 * 72) olduğu hipotezini test edeceğiz.
Artık bu örnek için test istatistiğini belirlemek için SPSS kullanabiliriz. Veri dosyası inç olduğunda). Boş ve alternatif hipotezler Ho: /1- = 72 ve HI: /1- open’dir (veri dosyalarının açılmasıyla ilgili ayrıntılar için aşağıya bakınız):
(1) Menü çubuğundan İstatistikler’e tıklayın.
(2) Açılır menüden Ortalamaları Karşılaştır’a tıklayın.
(3) Tek Örnek T Testi İletişim kutusunu açmak için açılır menüden Tek Örnek T Testi’ne tıklayın.
(4) “Yükseklik” değişkenini vurgulayın ve sağ ok düğmesine tıklayarak Test Değişken(ler)i kutusuna taşıyın.
(5) Diyalog kutusunun sağ alt tarafındaki Test Değeri kutusuna 72 sayısını girin. (Bu değer ders kitabında /Lo olarak gösterilir.)
(6) Prosedürü çalıştırmak için Tamam’a tıklayın.
Bu listeden 56 futbolcunun ortalama boyunun 73.77 inç ve standart sapmanın 2.22 inç olduğunu görüyoruz. Test için t istatistiği t = (73.77 – 72) ..;- 2.22//56 = 5.95, program tarafından da yazdırılır.
Test istatistiği, n – 1 = 55 serbestlik derecesi ile t dağılımının yüzde puanları ile karşılaştırılır. Ders kitabındaki tablodan, iki uçlu bir testin %5 düzeyindeki anlamlılık puanları yaklaşık olarak -2.01 ve 2.01’dir. Boş hipotez reddedilir; ortalama yüksekliğin 6 fiti aştığı sonucuna varıyoruz. (%5 düzeyinde tek uçlu bir test yapıyor olsaydık, anlamlılık noktasının mutlak değeri 1.671 ile 1.684 arasında olurdu.) Alternatif olarak SPSS tarafından basılan P değerini kullanabiliriz. Bu, Bölüm 11.4’te açıklanmıştır.
İki Kuyruklu Testlerin Güven Aralıklarıyla İlişkisi
İki kuyruklu testler ve güven aralıkları arasındaki ilişki basittir. Bir değişken için(1-a) güven aralığı içindeki ILolies, o zaman bir anlamlılık düzeyinde geçersiz hipotez reddedilmeyecektir. Tersine, /Lo aralık içinde değilse, o zaman boş hipotez reddedilir.
Futbolcuların boylarının analizinden çıktıya dönün. Örnek ortalaması ile 1-‘0 (72 inç) arasındaki fark için %95 güven aralığı sol alt köşede görüntülenir. (Not: %95 varsayılandır; Tek Örnek T Testi iletişim kutusunun Seçenekler düğmesine tıklayarak bu değeri değiştirebilirsiniz.) Aralık içinde 0 varsa, Ho kabul edilir. Bu örnekte, aralık 1,17 inç ile 2,36 inç arasında değişmektedir; 0 bu aralıkta olmadığı için Ho %5 düzeyinde reddedilir.
Parametrik ve nonparametrik testler örnekleri
Hipotez testleri örnekleri pdf
Önemlilik testi nedir
Parametrik test örnekleri
Parametrik testler
Parametrik testler özellikleri
Nonparametrik testler nedir
parametrik ve nonparametrik testler – pdf
P Değerleri: Önem Testlerini Rapor Etmenin Başka Bir Yolu
P değeri, sıfır hipotezinin doğru olduğu göz önüne alındığında, verilen bir test istatistiğinden daha uç bir değer elde etme olasılığıdır. SPSS gibi bir bilgisayar programı uygun bir P değeri yazdırdığında, artık normal veya t tablosundaki anlamlılık nokta(lar)ını aramaya gerek yoktur. Bu kılavuzda, SPSS tarafından doğru bir şekilde üretildiğinde P değerlerini yorumlayacağız. SPSS belirli bir prosedür için bir P değeri üretmediğinde, karşılık gelen olasılık dağılımından anlamlılık noktasının/noktalarının ve P değerinin/değerlerinin nasıl elde edileceğini gösteriyoruz.
Popülasyon Standart Sapması Bilindiğinde Ortalama Testi
SPSS, popülasyon standart sapması bilindiğinde uygun bir anlamlılık testi hesaplamadığından, rapor edilen P değeri de uygun değildir.
Popülasyon Standart Sapması Bilinmediğinde Ortalama Testi
SPSS, popülasyon standart sapması bilinmediğinde bir ortalama için t-testini gerçekleştirir. Ayrıca, bu testle ilişkili iki kuyruklu bir P değeri bildirir. Futbolcuların boy testi çıktısını gösterir. “2-Tail Sig” etiketli sütun bu test için P değeridir. P değerinin .000 olarak listelendiğini fark edeceksiniz.
P değerinin tam olarak O’ya eşit olması mümkün değildir. Bunun yerine, bu değerin .0005’ten küçük olduğunu gösterir ve üç anlamlı basamağa yuvarlandığı için 0 olarak görünür. (Gerçek değer .0005’ten büyük ve .0015’ten küçük olsaydı, yuvarlanır ve çıktıda .001 olarak görünürdü.)
Bu P değeri, sıfır hipotezi doğruysa (futbolcular ortalama olarak 6 fit boyundaydı), o zaman mutlak değeri 5,95 veya daha büyük olan bir test istatistiği elde etme olasılığının ,0005’ten az olduğunu gösterir. Bu, .0005’ten büyük herhangi bir düzey için boş hipotezi reddedeceğimiz anlamına gelir. Bu nedenle, test istatistiğini hesaplamak ve hipotez testini gerçekleştirmek için SPSS’yi kullandığımızda, P değerini önceden belirlenmiş bir seviyemizle karşılaştırırdık. P < a ise, boş hipotez reddedilir.
SPSS, iki kuyruklu testler için yalnızca P değerlerini bildirir. Tek kuyruklu bir test yapıyorsak, yalnızca t dağılımının üst (veya alt) kuyruğuyla ilgileniriz. Bu durumda, elde edilen doğru anlamlılık düzeyini elde etmek için, P değeri 2’ye bölünmelidir. Tek kuyruklu bir test yapılırken sıfır hipotezini reddetmek için, elde edilen bu anlamlılık düzeyi (P12) a’dan küçük olmalıdır ve örnek ortalaması, alternatif hipotez (HI) tarafından belirtilen yönde olmalıdır. Yükseklik örneğine tekrar bakın.
Ho: /J- S; sıfır hipotezini test etmek istediğimizi varsayalım. HI: /J- > 72 alternatifine karşı 72, a = .05 kullanılarak. SPSS tarafından rapor edilen P değeri P < .0005’tir. P’yi 2’ye böleriz ve elde edilen anlamlılık seviyesinin .00025’ten az olduğunu buluruz. Bu, (.05) değerinden küçüktür ve örnek ortalaması (73.77) 72 inçten büyüktür. Böylece, Ho’yu reddediyoruz ve futbolcuların ortalama olarak 6 fitten daha uzun olduğu sonucuna varıyoruz.
Bir Orantı Hakkında Hipotezlerin Test Edilmesi
SPSS’deki Binom prosedürünü kullanarak bir orantı hakkındaki hipotezleri test edebiliriz. “fire.sav” veri dosyasını kullanarak, beyaz başvuranların oranının, yaklaşık %74 olan ulusal nüfus oranından daha az olduğu hipotezini test edelim. Hipotezler Ho: p ~ şeklindedir. 74 ve HI: p < .74. Veri dosyasını açtıktan sonra:
(1) Menü çubuğundan İstatistikler’e tıklayın.
(2) Açılır menüden Parametrik Olmayan Testler’e tıklayın.
(3) Binom Testi iletişim kutusunu açmak için açılır menüden Binom’a tıklayın.
(4) Sağ ok düğmesini kullanarak “yarış” değişkenini Test Değişken Listesi kutusuna tıklayın ve taşıyın.
(5) Tip. 74 Test Oranı: kutusunda. Bu Po’yu temsil eder.
(6) Prosedürü çalıştırmak için Tamam’a tıklayın.
Çıktı listesi gösterilmektedir. Test Oranı, 5. adımda girdiğiniz Po’dur. Prop., veri dosyasındaki (17/28) 1 değerine sahip vakaların oranını temsil eder. (SPSS’nin her zaman daha fazla vaka sayısına sahip değişkenin değerini kullanarak oranı hesapladığını unutmayın. Bu nedenle, uygun test oranını girmeye dikkat etmelisiniz. )
Çıktı ayrıca binom dağılımına normal yaklaşımı kullanan tek uçlu P değerini de içerir. Süreklilik düzeltmesi, z istatistiğini hesaplamak için kullanılır. Burada, P = .0827. .05’lik eski bir seviye kullanıyor olsaydık, beyaz başvuranların oranının .74’e eşit veya daha büyük olduğu hipotezini kabul ederdik. (Ho’yu kabul etmeye veya reddetmeye karar vermeden önce gözlemlenen oranın Po’nun üstünde mi yoksa altında mı olduğunu kontrol etmeyi unutmayın.)
Hipotez testleri örnekleri pdf Nonparametrik testler nedir Önemlilik testi nedir Parametrik test örnekleri Parametrik testler Parametrik testler özellikleri parametrik ve nonparametrik testler - pdf Parametrik ve nonparametrik testler örnekleri