SAS İŞLETME – 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

SAS İŞLETME – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri

20 Ekim 2021 Microsoft sas business analytics Sas cis SAS şirketi SAS software SAS Yazılım 0
CHAID Algoritması – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri

BAŞLICA ETKİLER SONRAKİ ANALİZLER: İKAMET

İkametin ana etkisi üzerine post hoc Tukey HSD testinin sonuçlarını göstermektedir. Bu tabloların yapısını son bölümde tartıştık. Görüldüğü gibi, her seviye birbirinden önemli ölçüde farklıdır.

Ancak, bu değişken istatistiksel olarak anlamlı bir etkileşime dahil olduğundan, bu ana etki sonuçlarının anlattığı hikaye tam olmaktan uzaktır. Sonuçların yazılı bir sunumunda, bu post hoc karşılaştırmalar diyaloğa çok az katkı sağlayacaktır ve atlanmalıdır.

SAS İŞLETME KILAVUZUNDA OMNIBUS ANALİZİNİN YAPILMASI

VERİ DOSYASINI ALMA

Bu bölüm boyunca kullandığımız sayısal örnek için verileri içeren Excel dosyası Şekil 8.21’de gösterilmektedir. Bu veri dosyası aşağıdaki gibi yapılandırılmıştır. İlk değişken (sütun) subid olarak adlandırdığımız bir özne tanımlama kodudur. Sırada bağımsız değişkenler var. Kategorilerimizi temsil etmeleri için onlara keyfi kodlar (değerler) verdik.

Cinsiyet için kadınlar 1, erkekler 2 olarak kodlanmıştır; ikamet, büyük şehir, küçük kasaba ve kırsal topluluk için sırasıyla 1, 2 ve 3 olarak kodlanmıştır. Son sütun, analiz için bağımlı değişkeni tutar. Bu değişkeni yalnız olarak adlandırdık. Bu sütunda her bir katılımcı için yalnızlık envanterindeki puanlar yer almaktadır. Ek B’de açıklandığı gibi, bu verileri SAS Enterprise Guide’a aktarın. Veri dosyasını içe aktardığınızda, pencereniz Şekil 8.22’de gösterilene benzemelidir.

ANALİZİN YAPILANDIRILMASI

Analiz Et ➜ ANOVA ➜ Doğrusal Modeller’i seçin. Bu prosedürün penceresi Görev Rolleri sekmesinde açılır; bu, Şekil 8.23’te gösterilen pencerenin sol kısmındaki gezinme panelinde vurgulanmıştır. Doğrusal Modeller Görev Rolleri etiketli panelin üst kısmında, bağımlı değişkenin belirtilmesi için zaten bir yer vardır.

Yalnız’ı vurgulayın ve Bağımlı değişkenler simgesine sürükleyin (yalnızlığı vurgulayabilir, sağa bakan oku tıklatabilir ve hedef olarak Bağımlı değişkenler’i seçebilirsiniz). Ardından cinsiyeti sürükleyin ve Sınıflandırma değişkenleri simgesine gidin (veya onları vurgulayın, oku tıklayın ve hedefinizi seçin). Bittiğinde, ekranınız Şekil 8.24’te gösterilen ekrana benzer görünmelidir.


SAS Türkiye
SAS Yazılım
SAS şirketi
SAS as
SAS software
SAS, Microsoft
Sas cis
sas business analytics


Model sekmesine tıklayın. Değişkenler grubu ve bulunduğu yer, Sınıf ve nicel değişkenler panelinde görünür. Cinsiyeti vurgulayın ve cinsiyeti Efektler paneline yerleştirmek için Ana çubuğa tıklayın. Daha sonra aynısını ikamet ile yapın. Son olarak, cinsiyeti vurgulayın ve Kontrol tuşuna basarken ikamet seçeneğini vurgulayın; şimdi her iki değişken de vurgulanmalıdır. İkisi vurgulanırken Çapraz çubuğa tıklamak, bunların bir etkileşim efekti olarak Efektler paneline getirilmesine neden olur. Bu işlemin nihai sonucu Şekil 8.25’te gösterilmektedir.

Model Seçenekleri sekmesine tıklayın. Analizimiz için ihtiyacımız olan tek spesifikasyon, gösterilecek Tip III kareler toplamları ile ilişkili çıktı talep etmektir. Bu, Şekil 8.26’da gösterilmektedir.

Tanımlayıcı özet istatistikler, Post Hoc Testler sekmesinin Aritmetik bölümünde istenebilir. Bu, Bölüm 6.8.3’te açıklanmıştır ve burada belirtmeniz gerekenleri özetleyeceğiz. Ekle’yi tıklatmak, yalnızca birkaçının değiştirilmesi gereken bir dizi açılır menü görüntüler. Sınıf efektlerinin kullanılması için, cinsiyet, ikamet ve cinsiyet∗yer için Doğru’yu seçin. SAS bunu faktöriyel modeller için hesaplamadığından, bir Homojenlik varyans testi talep etmeyeceğiz. Seçtiğimiz özellikler Şekil 8.27’de gösterilmektedir. Ardından analizi gerçekleştirmek için Çalıştır’a tıklayın.

OMNIBUS ANALİZİ İÇİN SAS ÇIKTI

Doğrusal Modeller tarafından üretilen tanımlayıcı istatistikler Şekil 8.28’de gösterilmektedir. Etkileşimin yanı sıra iki ana etki için ortalama, standart sapma ve gözlem sayısı görüntülenir.

Omnibus analizindeki modelin özet tablosu Şekil 8.29’un üst kısmında sunulmaktadır. SAS’ın Düzeltilmiş Toplam kareler toplamını sağladığına ve bize indirgenmiş modelin sonuçlarını görüntülediğimizi bildirdiğine dikkat edin. Model ile ilişkili karelerin toplamı, modeli oluşturan üç etki (iki ana etki ve bir iki yönlü etkileşim) için karelerin toplamlarının bir derlemesidir (her etki modelde bir tahmin edici olarak ele alınır). Şekil 8.29’daki son tablo, modeli oluşturan etkilerin bölümlenmesini göstermektedir. Görüldüğü gibi, her üç etki de istatistiksel olarak anlamlıdır.

Şekil 8.29’un orta kısmı R Karesini gösterir; bu eta kare için alternatif bir etikettir. Bununla birlikte, R Kare, üç efektin bir araya getirildiği (eklendiği) modele dayalı olarak hesaplanır. ANOVA bağlamında, normalde her bir ayrı etki için eta kare değerini elde etmek isteriz.

Bunu yapmak için SPSS’de yaptığımız gibi, her bir kare toplamını Şekil 8.29’da gösterilen toplam kareler toplamına (Düzeltilmiş Toplam) bölerek el hesabını yapmalıyız. Varyasyon katsayısı (bir bütün olarak örneğin standart sapmasının bir bütün olarak örneğin ortalamasına oranı), ortalama karekök hatası ve bağımlı değişkenin büyük ortalaması da bu orta tabloda görüntülenir.

SAS’TA ANOVA SONRASI ANALİZLERİN YAPILMASI

Omnibus analizi, tüm etkilerin istatistiksel olarak anlamlı olduğunu gösterdi. Pratikte, çok amaçlı analizde istatistiksel olarak anlamlı bir etkileşim elde ettiğimiz için ana etkilerle uğraşmama eğilimindeyiz. Ancak, ana etkilere nasıl yaklaşacağımızı göstermek için onları burada tartışacağız.

Sadece bir ana etki olduğu gibi açık bir şekilde yorumlanabilir – çünkü sadece iki cinsiyet düzeyi vardı, tanımlayıcı istatistiklerimizden kadınların erkeklerden önemli ölçüde daha fazla yalnızlık hissettiklerini biliyoruz. Diğer iki etki için (ana etki ve etkileşim), sonuçların bir yorumunu yapmadan önce ek bilgilere ihtiyacımız var.

(a) ikametin ana etkisi ve (b) etkileşim için grupların araçları için araçların karşılaştırmalarını yapmak istiyoruz, yani basit etkilerin testlerini yapmak istiyoruz. Ana etki için bir Tukey testi ve basit etkiler için Bonferroni testleri kullanmak istersek, analizi bir kez Tukey prosedürü ve tekrar Bonferroni prosedürü için olmak üzere iki kez yapmamız gerekir. Amaçlarımız için, özellikleri tek adımda gerçekleştirebilmemiz için burada her ikisi için Bonferroni düzeltilmiş çoklu karşılaştırma testi kullanmayı tercih ediyoruz.

Analizi yukarıda açıklandığı gibi yapılandırın. Ardından Post Hoc Testler sekmesinin En Küçük Kareler bölümünü seçin. Bu sizi Şekil 8.30’da gösterilen ekrana getirir. Sınıf efektlerini kullanmak için, ikamet ve cinsiyet∗yerini True olarak ayarlayın; bu, sırasıyla, ikametin ana etkisi için post hoc testleri ve etkileşim için basit efekt testleri üretecektir.

 

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir