Phi Katsayısı – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri
Ki-Kare Bağımsızlık Testleri
Amaçlarımız için, ihtiyaç duyduğumuz tek test istatistiği, Ki-Kare başlığı altında Pearson etiketli olandır. Bu veriler için test istatistiği, 4 serbestlik dereceli X2 = 70.67’dir. P değeri (Önem altında listelenmiştir) .{)()()()()5 değerinden küçüktür, bu da bizi rol tasvirinin cinsiyetten bağımsız olmadığı sonucuna götürür. Erkeklerin büyük bir kısmı satıcı, yönetici, bilgisayar uzmanı ve diğer kişiler olarak tasvir edilirken, kadınların daha büyük bir kısmı büro rollerinde tasvir edilmiştir.
Beklenen en düşük frekans (15.716) varsayılan olarak verilmiştir. Bir seçenek olarak, SPSS her hücre için beklenen değerleri yazdıracaktır. Beklenen frekansları elde etmek için, bir ki-kare testi için kullanılan yukarıdaki 1-12 arasındaki adımları izleyin ve ardından:
(1) Hücreler düğmesine tıklayın.
(2) Sayılar kutusunda Beklenen’e tıklayın.
(3) Devam’a tıklayın.
(4) Tamam’a tıklayın.
Hücrelerin çoğu (örneğin %20 veya daha fazlası) 5’in altında beklenen değerlere sahipse, veri analisti bazı yanıt kategorilerini birleştirmeyi düşünmelidir. Bu, ki-kare testi yapılmadan önce Yeniden Kodlama prosedürü kullanılarak gerçekleştirilir.
Dernek Tedbirleri
Phi Katsayısı
Phi katsayısı (<p), iki ikili değişken arasındaki ilişkinin derecesini gösterir. Bu ilişki ölçüsü Bölüm 6’da tanıtılmıştır ve burada iki sıralı değişkenle gösterilecektir. “delinq.sav” dosyasındaki veriler, Amerika Birleşik Devletleri’ndeki 75 topluluğun sosyoekonomik durumu (“SES”) ve nüfus yoğunluğu (“pop_dens”) hakkında bilgi sağlar. SES ve nüfus yoğunluğu arasındaki ilişkinin gücünü tahmin etmek için “delinq.sav” veri dosyasını açın ve aşağıdaki prosedürleri kullanın:
(1) Menü çubuğundan İstatistikler’e tıklayın.
(2) Açılır menüden Özetle’ye tıklayın.
(3) Çapraz Tablolar iletişim kutusunu açmak için Çapraz Tablolar’a tıklayın.
(4) Satır değişkenine (“SES”) ve sağ ok düğmesine tıklayın.
(5) Sütun değişkenine (“pop_dens”) ve sağ ok düğmesine tıklayın.
(6) Çapraz Tablolar: İstatistikler iletişim kutusunu açmak için İstatistikler düğmesine tıklayın. (7) Nominal Veri kutusunda Phi ve Cramer’s V’ye tıklayın.
(8) Devam’a tıklayın.
(9) Tamam’a tıklayın.
Phi katsayısının değeri yaklaşık -0.71 olup, SES ile nüfus yoğunluğu arasındaki ilişkinin oldukça güçlü olduğunu göstermektedir. Hücre sayılarını inceleyerek, düşük SES topluluklarının yüksek nüfus yoğunlukları ile karakterize edildiğini, yüksek SES bölgelerinin ise esas olarak düşük nüfus yoğunluğu olduğunu görüyoruz. Her iki değişken de sıralı olduğundan, katsayının işareti ilişkinin yönünü gösterir (yüksek yoğunluklu düşük SES, düşük yoğunluklu yüksek SES).
Tahmine Dayalı Bir Katsayı
Katsayı lambda (h), bir değişkeni diğerini tahmin etmek için kullanma fikrine dayanan kategorik değişkenler arasındaki ilişkinin bir ölçüsüdür. h katsayısı 0 ile 1 arasında değişir. “exercise.sav” içindeki verileri kullanarak, egzersiz davranışından sağlığı tahmin ederek açıklayacağız. Bu ilişki ölçüsünü hesaplamak üzere SPSS’yi kullanmak için “exercise.sav” veri dosyasını açın ve ardından:
(1) Menü çubuğundan İstatistikler’e tıklayın.
(2) Açılır menüden Özetle’ye tıklayın.
(3) Çapraz Tablolar iletişim kutusunu açmak için Çapraz Tablolar’a tıklayın.
(4) Satır değişkenine (“egzersiz”) ve sağ ok düğmesine tıklayın.
(5) Sütun değişkenine (“sağlık”) ve sağ ok düğmesine tıklayın.
(6) Çapraz Tablolar: İstatistikler iletişim kutusunu açmak için İstatistikler düğmesine tıklayın. (7) Nominal Veri kutusunda Lambda’ya tıklayın.
(8) Devam’a tıklayın.
(9) Tamam’a tıklayın.
Egzersizden (satırlardan) sağlığı (sütunları) tahmin etmek için katsayı değeri “>\;.r = 0,54’tür, bu orta düzeydedir. Varsayılan olarak, SPSS ayrıca sağlıktan egzersizi tahmin etmek için ‘-.c(= 0,59) yazdırır, ve simetrik ölçü h (= 0,57) Bu örnekte, daha sağlıklı bireylerin de şiddetli egzersiz yapmaya daha meyilli olması makul olduğundan, üçünü de incelemek için bazı gerekçeler olabilir. h-katsayıları için anlamlılık testleri açıklamasa da, SPSS P değerlerini gösterir.
Cramer V katsayısı
PHI değeri
Kontenjans katsayısı formülü
Phi ne Demek
Phı
Phi number
Philadelphia 76ers
Pearson korelasyon katsayısı
Sıralamaya Dayalı Katsayı
Katsayı gama (‘Y), iki değişken sıralı kategorilere sahip olduğunda uygundur. Yine, 75 topluluk (“delinq.sav”) arasındaki temerrüt ve SES oranlarına ilişkin verileri, her değişken düşük ve yüksek olduğu için kullanacağız. Katsayı’YisSPSS tarafından verilene benzer bir prosedür kullanılarak hesaplanır. Veri dosyası açıldıktan sonra:
(1) Menü çubuğundan İstatistikler’e tıklayın.
(2) Açılır menüden Özetle’ye tıklayın.
(3) Çapraz Tablolar iletişim kutusunu açmak için Çapraz Tablolar’a tıklayın.
(4) Satır değişkenine (“SES”) ve sağ ok düğmesine tıklayın.
(5) Sütun değişkenine (“delinq”) ve sağ ok düğmesine tıklayın.
(6) Çapraz Tablolar: İstatistikler iletişim kutusunu açmak için İstatistikler düğmesine tıklayın.
(7) Sıralı Veri kutusunda Gama’ya tıklayın.
(8) Devam’a tıklayın.
(9) Tamam’a tıklayın.
Gama değeri -0.95’tir, bu açıkça çok güçlü bir negatif ilişkiyi gösterir. Düşük SES topluluklarında yüksek suç oranlarının meydana geldiği ve yüksek SES topluluklarında daha düşük suç oranlarının meydana geldiği açıktır. Ders kitabı ‘Y için bir anlamlılık testini tartışmasa da, SPSS çıktısı böyle bir test için bir P değeri içerir; örnekte P, .000005’ten küçüktür.
Aynı veri için katsayı phi (çıktı gösterilmemiştir) ¢ = -0.73’tür. 2×2’lik bir tablo için phi katsayısı kategorilerin sıralamasını da yansıtır; ¢ ve ‘Y işaretleri aynı olacaktır. Ancak, ‘Y katsayısı daha büyük tablolarda da kullanılabilirken ¢ kullanılamaz.
BASİT REGRESYON ANALİZİ
Bu bölüm, basit doğrusal regresyon analizi gerçekleştirmek için Windows için SPSS’nin nasıl kullanılacağını açıklar. Bir saçılım grafiği ve korelasyon katsayısı, regresyon sonuçlarının yorumlanmasında vazgeçilmez olduğundan, bunları elde etme prosedürleri de gözden geçirilir. Basit regresyon analizi için SPSS çıktısı, gereksiz birçok sonucu içerir.
Bunun nedeni, aynı regresyon çıktısının, sonuçların bize verilerin farklı yönleri hakkında bilgi verdiği çoklu regresyon analiziyle de ilgili olmasıdır. Çoklu regresyon analizi (iki veya daha fazla bağımsız değişkenli regresyon) ders kitabında ele alınmamıştır ve dolayısıyla bu kılavuzda gösterilmemiştir.
Dağılım Grafiği ve Korelasyon Katsayısı
Regresyon analizinde önemli bir adım, iki değişkenin dağılım grafiğini incelemek ve korelasyon katsayısını hesaplamaktır. Bu prosedürlerin her ikisi de Bölüm 5’te açıklanmasına rağmen, biz burada bunları “cancer.sav” veri dosyasını kullanarak göstereceğiz. Bu örnekte, radyoaktif maddelere maruz kalma miktarı ile kanser ölüm oranı arasındaki ilişkiyi incelemek istiyoruz. Bu değişkenlerin dağılım grafiğini oluşturmak için veri dosyasını açın ve:
(1) Menü çubuğundan Grafikler’e tıklayın.
(2) Dağılım iletişim kutusunu açmak için Dağılım’a tıklayın.
(3) Simp!e Scatterplot iletişim kutusunu açmak için Derme’ye tıklayın.
(4) İncelemek (“açığa çıkarmak”) istediğiniz bağımsız değişkene (x) ve onu X Ekseni kutusuna taşımak için sağ ok düğmesine tıklayın.
(5) İncelemek istediğiniz (“mortalit”) bağımlı değişkene (y) tıklayın ve Y Ekseni kutusuna taşımak için sağ üst ok düğmesine tıklayın.
(6) Tamam’a tıklayın.
Korelasyon katsayısı aşağıdaki komutlar kullanılarak hesaplanabilir:
(1) Menü çubuğundan İstatistikler’e tıklayın.
(2) Açılır menüden İlişkilendir’e tıklayın.
(3) İki Değişkenli Korelasyonlar iletişim kutusunu açmak için İki Değişkenli’ye tıklayın.
(4) İlişkilendirmek istediğiniz değişken(ler)e tıklayın, ardından her birini değişkenler kutusuna taşımak için sağ ok düğmesiyle takip edin.
(5) Gerçek önem düzeyini görüntüle kutusunun işaretli olduğundan emin olun. Tamam’a tıklayın.
Dağılım grafiğindeki nokta sürüsü sol alttan sağ üste doğru gider. Ayrıca belirgin bir aykırılık olmadığını da görüyoruz. Maruz kalma ve ölüm oranı arasındaki korelasyon +0.93 olup, hem pozitif hem de güçlü olduğunu göstermektedir. Bu nedenle, radyoaktif maddelere daha yüksek düzeyde maruz kalma, daha yüksek kanser ölüm oranları ile güçlü bir şekilde ilişkilidir. Doğrudan korelasyonun altında listelenen P değeri, bir anlamlılık testinden elde edilir (korelasyonun sıfır olduğu hipotezinin t testi); bu, “Korelasyon için Önem Testi” bölümünde tartışılmaktadır.
Cramer V katsayısı Kontenjans katsayısı formülü Pearson korelasyon katsayısı PHI değeri Phi ne Demek Phi number Philadelphia 76ers Phı