Medyana ek olarak, sıralı bir veri kümesinin nicelleştirilmesine dayanan birkaç önemli merkezi eğilim ölçüsü daha vardır. Bu parametrelere kuantiller denir. Nicelikler eşit büyüklükteki 100 aralığa dağıtıldığında, bunlara yüzdelik dilimler denir.

Hesaplamaları sıralı veya kardinal bir ölçek gerektirir ve medyana benzer bir şekilde tanımlanabilir. Sıralı bir veri kümesinde, p yüzdelik değeri, gözlemlerin yüzde yüzdesinden daha az olmayan veya değer olarak eşit ve gözlemlerin yüzde (1-p) değerinden daha büyük veya eşit olmayan değerdir.

Örneğin, bakkal anketimizde 17. yüzdelik dilim 23’tür. Bu, ankete katılanların %17’sinin 23 yaşında veya daha küçük ve %83’ünün 23 yaşında veya daha büyük olduğu anlamına gelir. Bu yorum medyanınkine benzer. Gerçekten de, medyan nihai olarak, sıralı veri setini parçalara, yani niceliklere bölen bütün bir ölçüm sınıfının özel bir durumudur (p 1⁄4 %50).

Pratik uygulamalarda, belirli bir önemli nicelik grubu, çeyrekler olarak bilinir. Dört eşit büyüklükte parçaya bölünmüş sıralı bir veri kümesine dayanmaktadır. Bunlara birinci çeyrek (alt çeyrek veya yüzde 25’lik), ikinci çeyrek (ortanca veya yüzde 50’lik dilim) ve üçüncü çeyrek (üst çeyrek veya yüzde 75’lik dilim) denir.

Ham veri tablolarından nicelikleri hesaplamak için birkaç yöntem olmasına rağmen, ağırlıklı ortalama yöntemi özellikle yararlı olarak kabul edilir ve birçok istatistik programında bulunabilir. Örneğin, sipariş edilen numunenin boyutu n 1⁄4 850 ise ve alt çeyreği (p 1⁄4 % 25) hesaplamak istiyorsak, önce (n × 1) p çarpımını belirlememiz gerekir. Örneğimizde (850 × 1) 0.25, 212.75 değerini verir.

Sonuç, ondalık işaretinden önce bir tam sayıdan (i 1⁄4 212) ve ondalık işaretinden sonra bir ondalık kesirden (f 1⁄4 0,75) oluşur. (i) tamsayısı, (i)’nin sıralı veri kümesinin sıra sayılarını temsil ettiğini varsayarak, istenen niceliğin, yani (i) ve (i +1) gözlemleri arasında bulunduğu değerleri göstermeye yardımcı olur. Bizim durumumuzda bu, 212 ve 213 sıra pozisyonları arasındadır.

Söz konusu nicelik bu sıralar arasında tam olarak nerede bulunur? Yukarıda toplam değerin 212,75 olduğunu gördük, yani 213’e 212’den daha yakın. Ondalık işaretinden sonraki rakamlar, aşağıdaki formülle değerler arasındaki konumu bulmak için kullanılabilir.

Çeyrek hesaplaması için başka bir örnek Şekil 3.16’da gösterilmektedir. Burada, ağırlıklı ortalama yönteminin aşırı niceliklerle kullanılamayacağına dikkat edilmelidir. Örneğin, Şekil 3.16’daki beş ağırlık için %99’luk niceliği belirlemek için altıncı bir ağırlık gereklidir, çünkü (n × 1) p 1⁄4 (5 × 1) 0.99 1⁄4 5.94. Bu ağırlık aslında yok. Kurgusaldır, tıpkı % 1 kantilini ((n + 1) p 1⁄4 (5 + 1) 0.01 1⁄4 0.06) belirlemek için 0’lık bir ağırlık gibi. Bu gibi durumlarda, yazılım programları en büyük ve en küçük değişken özelliklerini nicel olarak gösterir. Örnek durumda, x0.99 1⁄4 15 ve x0.01 1⁄4 3 elde ederiz.

Boxplot: Dağıtımlara İlk Bakış

Şimdi bazı temel merkezi eğilim ölçülerini gördük. Tüm bu önlemler, veri kümesi bilgilerini genel bir eğilimi ifade eden tek bir sayıya indirgemeye çalışır. Bu indirgemenin, aykırı değerler veya özel dağılım biçimleri içeren bir dağılımı tanımlamak için yeterli olmadığını öğrendik. Uygulamada, veri kümesi dağılımları hakkında genel bir fikir edinmek için kutu grafikleri kullanılır.

Kutu grafiği çeşitli önlemleri birleştirir. Bir örneğe bakalım: 3 yıllık bir süre boyunca araştırmacıların belirli bir İtalyan salata sosu markasının haftalık satışlarını kaydettiğini ve toplam 156 gözlem topladığını hayal edin.10 Şekil 3.17’nin 1. Kısmı haftalık satışların kutu grafiğini göstermektedir. Çizim, alt kenarı alt çeyreği ve üst kenarı üst çeyreği gösteren bir merkezi kutudan oluşur.

Değerler y ekseni boyunca belirlenir ve alt çeyrekte 51.093 şişe satılırken, üst çeyrekte 54.612 şişe satılır. Kenarlar, tüm gözlemlerin orta %50’sini çerçeveler, yani: gözlemlenen tüm haftaların %50’sinde en az 51.093 şişe ve en fazla 54.612 şişe satılmıştır. Birinci ve üçüncü çeyrek arasındaki farka çeyrekler arası aralık denir. Kutunun ortasındaki çizgi ortanca konumu gösterir (53.102 şişe satıldı).

Çeyrekler açıklığı hesaplama
Çeyrekler arası genişlik hesaplama
Üçüncü çeyrek hesaplama
Çeyrekler arası aralık
Çeyrekler arası açıklık
Gözlem sayısı hesaplama
IQR hesaplama
İqr nedir

Kutudan çıkan satırlar, satışların en küçük ve en büyük %25’ini tanımlar. Bıyık olarak bilinen bu çizgiler, alt çeyreğin kutu uzunluğunun (çeyrekler arası aralık) 1,5 katından az veya üst çeyreğin üzerinde kutu uzunluğunun (çeyrekler arası aralık) 1,5 katından fazla olmaması koşuluyla, gözlemlenen en düşük ve en yüksek değerlerde sona erer. çeyrek. Bu aralıkların dışındaki değerler ayrı ayrı potansiyel aykırı değerler olarak gösterilir.

SPSS gibi bazı istatistiksel paketler, alt çeyreğin altındaki kutu uzunluğunun (çeyrekler arası aralık) üç katından az veya üst çeyreğin üzerindeki kutu uzunluğunun (çeyrekler arası aralık) üç katından fazla olan değerler gibi, uç değerler ve uç değerler arasında ayrım yapar. Bu uç değerler de ayrıca belirtilmiştir. Bununla birlikte, hem aykırı değerler hem de uç değerler ayrı analiz gerektirdiğinden, bu ayrımın yararlı olup olmadığı şüphelidir.

Kutu grafiğinden aşağıdaki sonuca varabiliriz:

• Gözlem 37 ve 71, sırasıyla maksimumun (60.508 şişe satıldı) üzerinde ve minimumun (45.682 şişe satıldı) altında aykırı değerlerdir. Bu değerler, bıyıkların kenarlarına oldukça yakındır ve zayıf aykırı değerleri gösterir.
• En iyi ve en kötü satış haftalarını yaklaşık 15.000 şişe ayırıyor. En küçük gözlem (45.682 şişe), en iyi satış haftasından %30’dan fazla bir sapmayı temsil eder.
• Bu örnekte medyan kutunun merkezine çok yakındır. Bu, veri kümesinin merkezi %50’sinin simetrik olduğu anlamına gelir: alt çeyrek ile medyan arasındaki aralık, medyan ile üst çeyrek arasındaki aralık kadar büyüktür. Kutu grafiğinin simetrisinin bir başka yönü, bıyıkların benzer uzunluğudur: satışların en düşük %25’i aralığı, en yüksek %25’e yakındır.

Farklı kutu grafiği türlerini ve yorumlarını özetler. Kutu grafikleri dikey olarak değil yatay olarak sunulur, ancak pratikte her iki form da yaygındır. Dikey formda değerler y ekseninden okunur; yatay biçimde, x ekseninden okunurlar.

The post Çeyrek ve Yüzdelik – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri first appeared on Akademi Delisi (Tez Yaptırma).

Ortanca

Bir değişkenin medyanı, dağılımı ikiye bölen değerdir. Bir değişkenin medyanını belirleme prosedürü, modu elde etme prosedürüne benzer. Frekanslar: İstatistikler iletişim kutusunun Merkezi Eğilim kutusundaki Mod seçeneği yerine Medyan seçeneğine tıklamanız yeterlidir.

Örnek olarak, “dieter.sav” veri dosyasını kullanarak diyet yapanların ağırlıklarının medyanını bulun. Bu dosya 25 kişi için ağırlıkları içerir. Çıktınız gibi görünmelidir. Dağıtımın medyanı 150 pound; tablonun alt kısmında belirtilmiştir. On iki gözlemin ağırlığı 150 poundun altında ve 12 tanesinin ağırlığı 150 poundun üzerindedir.

Modda olduğu gibi, medyanı frekans dağılımından da belirleyebilirsiniz. Bunu yapmak için, en baştan başlayın ve kümülatif yüzde 50’den fazla olan dağılımdaki ilk satırı bulana kadar aşağı doğru okuyun. Bu yüzde ile ilişkili değer, dağılımı ikiye böler; bu medyan. Burada, bireylerin %48’i 149 pound veya daha az ve %52’si 150 pound veya daha az ağırlığa sahiptir. Yine bu dağılımın ortancası 150 liradır.

Bir frekans dağılımındaki bir değerin kümülatif yüzdesi tam olarak 50 ise, medyan bu değer ile sonraki değerin ortasındadır. Örneğin, 149 pound için kümülatif yüzde %50 olsaydı, ağırlık dağılımının medyanı (149 + 150)/2 = 149,5 pound olurdu.

Bir değişkenin hem modunu hem de medyanını almak istiyorsanız, Frekanslar: İstatistikler iletişim kutusundan birden fazla seçenek seçebilir ve aynı anda birkaç istatistik elde edebilirsiniz. Sıklık dağılımını değil, yalnızca istatistikleri elde etmek istediğiniz zamanlar da olabilir. (Bu, çok büyük veri kümelerinden sürekli değişkenleri incelemek için faydalı olacaktır.)

Diyelim ki 500 kişinin boyunu içeren bir veri dosyanız var. Yükseklikler bir inçin en yakın onda birine kadar ölçülseydi, birden fazla gözlemi olan çok az veri noktası olurdu. Böylece, frekans dağılımı, veri noktalarının uzun sıralı bir listesi olacaktır. Frekanslar iletişim kutusunda, frekans dağılımının görüntülenip görüntülenmeyeceğini yöneten “Sıklık tablolarını görüntüle” adlı bir seçenek vardır. Bu seçenek için varsayılan “evet”tir, ancak ifadenin sağındaki kutuya tıklayarak seçeneği manuel olarak kapatabilirsiniz.

Çeyrekler, Desiler, Yüzdelikler ve Diğer Nicelikler

Çeyrekler veya herhangi bir yüzdelik dilim elde etmek için, değişken için bir frekans dağılımı oluşturmak üzere SPSS’yi kullanmalı ve uygun yüzdeyi bulmak için kümülatif yüzde sütununu kullanmalısınız. Örneğin, Şekil 3.3’te gösterilen dieter örneğindeki “ağırlık” değişkeni için ilk çeyrek (yüzde 25) 146 pound’dur, çünkü 145 pound kümülatif yüzde 24’e ve 146 pound kümülatif yüzde 28’e sahiptir.

(SPSS’nin çeyrekleri ve diğer yüzdelikleri hesaplayan prosedürleri vardır, ancak bu yazının yazıldığı sırada bunlar her zaman doğru değerlerle sonuçlanmaz. Yukarıda tartışılan prosedür her zaman doğru bir sonuç verecektir.)

Ortalama

Windows için SPSS ile bir dağılımın ortalamasını elde etmenin birkaç yöntemi vardır. Elbette, Frekanslar: İstatistikler iletişim kutusundaki Merkezi Eğilim kutusundaki Ortalama’ya tıklayarak Frekanslar prosedürünü kullanabilirsiniz. Bunu dieter verileriyle deneyin. Ortalama 151,96 pound olmalıdır. Bunun medyana çok yakın olduğuna dikkat edin.

Ortalama, Tanımlayıcılar veya Keşfet prosedürleri kullanılarak SPSS ile de hesaplanabilir. Bilgisayar Tanımlayıcıları Frekanslardan daha hızlı yürütür, ancak Tanımlayıcılar prosedürünü kullanarak modu veya medyanı elde etmek mümkün değildir. Keşfet prosedürü de medyanı hesaplamaz.

Standart sapma HESAPLAMA.
Gözlem sayısı hesaplama
Çeyrekler arası genişlik hesaplama
Mod HESAPLAMA.
Gözlem sayısı nedir
Gözlem değeri nedir
İstatistik gözlem değeri nedir
Merkezi eğilim ölçüleri

Tanımlayıcı prosedürünü kullanarak ortalamayı elde etmek için:

(1) Menü çubuğundan İstatistikler’e tıklayın.
(2) Açılır menüden Özetle’ye tıklayın.
(3) Açılır menüden Tanımlayıcılar’a tıklayın. Bu, Şekil 3.4’te gösterildiği gibi Tanımlayıcılar iletişim kutusunu açar.
(4) Değişkene ve ardından sağ ok düğmesine tıklayarak “ağırlık” değişkenini Değişkenler kutusuna taşıyın.
(5) Tanımlayıcılar: Seçenekler iletişim kutusunu açmak için Seçenekler düğmesine tıklayın.
Seçilen varsayılan seçenekler şunlardır: Ortalama, Std. sapma, Minimum ve Maksimum. Yalnızca ortalama gerekliyse, Şekil 3.5’te gösterildiği gibi diğer üç seçenek tıklanabilir.
(6) Bu iletişim kutusunu kapatmak için Devam’a tıklayın.
(7) Prosedürü çalıştırmak için Tamam’a tıklayın.
Frekanslar prosedürünü kullandığınızda elde ettiğiniz ortalamanın aynısını mı elde ettiniz?

Aşağıdaki gibi Keşfet prosedürünü kullanarak ortalamayı ve diğer birkaç tanımlayıcı istatistiği de elde edebilirsiniz:

(1) Menü çubuğundan İstatistikler’e tıklayın.
(2) Açılır menüden Özetle’ye tıklayın.
(3) Açılır menüden Keşfet’e tıklayın.
(4) Sağ ok düğmesini kullanarak “ağırlık” değişkenini Bağımlı Liste kutusuna tıklayın ve taşıyın.
(5) Görüntü kutusunda İstatistikler seçeneğine tıklayın.
(6) Tamam’a tıklayın.
Ortalamaya ek olarak, bu prosedür medyan ve diğer bazı tanımlayıcı istatistikleri listeler.

Ortalama olarak oran

İkili bir değişkenle (sadece iki olası değeri olan bir değişken, 0 ve 1), ortalama, 1 değerine sahip vakaların oranıyla aynıdır. Bunu “occup.sav” veri dosyasını kullanarak göstereceğiz. Bu dosya, 20 birincil hane reisi için farklı meslekleri temsil eden kodları içerir. Mesleki meslekleri olan katılımcıların oranını bulmak istediğimizi varsayalım.

İlk olarak, şu anda dört düzeyi olan “occup” değişkeninden bir ikilik oluşturacağız. Bunu yapmak için, profesyoneller dışındaki tüm meslekleri, “profesyonel olmayan meslekleri” temsil eden 0 değerine yeniden kodlayın. Profesyonel kodlanmış 1 bırakın.

Ardından, Frekanslar prosedürünü kullanarak ortalamayı hesaplayın ve ayrıca frekans dağılımını elde edin. Frekans dağılımından, örneklemdeki profesyonellerin (1 kodlu) yüzdesinin %30 olduğuna dikkat edin. Ortalama, %30’u temsil etmenin başka bir yolu olan 0.30 olarak verilir.

DEĞİŞKENLİK ÖLÇÜMLERİ

Menzil

Aralık, bir dağılımdaki maksimum değer ile minimum değer arasındaki fark, iki farklı prosedür kullanılarak Windows için SPSS ile elde edilebilir. Bir kolay yöntem, Bölüm 2.2.1’de gösterildiği gibi puanların sıklık dağılımını oluşturmaktır. Frekanslar prosedürünü kullanarak, minimum değeri bulmak için dağılımın üst kısmına bakın ve ardından maksimumu bulmak için alt değere doğru tarayın.

Nispeten az değere sahip küçük bir veri kümeniz olduğunda, bu yöntem yeterlidir. Ancak, veri kümeniz birçok farklı değere sahipse, frekans dağılımı çok büyük olacaktır ve Frekanslar prosedüründe İstatistik seçeneğini kullanarak aralığı hesaplamak daha verimli olacaktır. İlk önce bir frekans dağılımı oluşturmak için Bölüm 2.2’de verilen 1-5 arasındaki adımları izleyin. Sonraki:

(1) Frekanslar: İstatistikler iletişim kutusunu açmak için İstatistikler’e tıklayın (bkz. Şekil 2.1). (2) Dağılım kutusundaki Aralık’a tıklayın.
(3) Devam’a tıklayın.
(4) Tamam’a tıklayın.

Menzil ve diğer dağılım ölçülerini elde etmek için ikinci bir yöntem, Tanımlayıcı prosedürünü kullanır. Veri setinde birçok farklı değere sahip olduğunuzda tercih edilen yaklaşım budur. Metnin federal ve eyalet benzin vergilerinin aralığını bularak göstereceğiz. “gas.sav” SPSS veri dosyasını açarak başlayın. 

(l) Menü çubuğunda İstatistikler’e tıklayın.
(2) Açılır menüden Özetle’ye tıklayın.
(3) Tanımlayıcılar iletişim kutusunu açmak için Tanımlayıcılar’a tıklayın.
(4) Aralığa (“gastax”) sahip olmak istediğiniz değişken adına tıklayın ve ardından değişkeni Değişkenler kutusuna taşımak için sağ ok düğmesine tıklayın.
(5) Tanımlayıcılar: Seçenekler iletişim kutusunu açmak için Seçenekler’e tıklayın.
(6) Dağılım kutusunda, Aralık’a tıklayın. (Ortalama, standart sapma, minimum ve maksimum kutularının zaten işaretli olduğuna dikkat edin. Bu varsayılandır.)
(7) Devam’a tıklayın.
(8) Tamam’a tıklayın.

The post Medyan ve Diğer Yüzdelikler – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri first appeared on Akademi Delisi (Tez Yaptırma).