Ortogonal veya ortogonal olmayan bir temelde çoklu karşılaştırmalar yapılabilir. Ortogonal olan karşılaştırmalar karşılıklı olarak birbirinden bağımsızdır. Bu, tek bir ortalamanın veya bir bileşiğin, tek başına bir karşılaştırmada yalnızca bir kez kullanılabilmesini gerektirir. Örneğin, Grup 0’ı diğer tüm gruplarla kombinasyon halinde karşılaştırdığımızda ve kendimizi ortogonal karşılaştırmalarla sınırlandırıyor olsaydık, Grup 0’ın tek başına kullanılabileceği tek zaman bu olurdu; ancak, farklı bir karşılaştırmada diğer grupların bir bileşiminin parçası olabilir.

Herhangi bir tasarımda gerçekleştirilebilecek ortogonal karşılaştırmaların sayısı sınırlıdır. Tek yönlü bir tasarımda, bu sınır, gruplar arası varyans kaynağı ile ilişkili serbestlik derecelerine eşittir; bu, a – 1’dir; burada a, tasarımdaki grup sayısıdır (bağımsız değişkenin seviyeleri). Beş gruplu SAT çalışma zamanı örneğimizde, dörtten fazla ortogonal karşılaştırma yapamıyoruz.

Birbirine dik olmayan karşılaştırmalar birbirinden bağımsız değildir. Bu ortogonal olmayan karşılaştırmalar, kalan ikili ve ikili olmayan karşılaştırmaların tüm aralığını kapsar. Bileşik karşılaştırmaların ağırlıklı lineer kombinasyonlarındaki ağırlıkları sonsuz olarak ayarlayabildiğimiz için, sonsuz sayıda ortogonal olmayan karşılaştırma tasarlamak mümkündür.

Birbirine dik olmayan karşılaştırmalar yaptığınızda, fazlalık veya örtüşen işler yapıyorsunuz demektir. Aslında, tüm bu ortogonal olmayan karşılaştırmalar “[ortogonal] karşıtlıkların lineer bir kombinasyonu olarak ifade edilebilir”.

Ancak sonuçta, hangi karşılaştırmaların değerlendirileceğini belirlemede ortogonallik değil, araştırma ilgisi daha önemli bir husustur. Bu ruhla, Toothaker (1993), ortogonallik meselesinin çoklu karşılaştırma prosedürleri bağlamında daha az önemli olanlardan biri olabileceğini öne sürmüştür.

Bu nedenle, bunu anlamanız için karşılaştırmaların ortogonalliği konusunu dikkatinize sunuyoruz, ancak ortogonal olup olmadıklarına bakılmaksızın araştırmanızla en ilgili olan karşılaştırmaları yaparken Myers ve Well’in (1991) liderliğini izlemenizi öneririz. .

İSTATİSTİKSEL GÜÇ

İstatistiksel güç fikrini Bölüm 4’te tartıştık. Güç, var olduğunda bir etki bulma yeteneğini yansıtır. Araştırmacılar, örneklem büyüklükleri daha büyük olduğunda, popülasyon etki büyüklüğü daha büyük olduğunda ve alfa seviyeleri daha az katı olduğunda daha fazla güç kazanırlar. Güç, çoklu karşılaştırma prosedürleri bağlamında devreye girer. Araştırma literatüründe ve istatistik ders kitaplarında yazarların güç temelinde çoklu karşılaştırma prosedürlerinden bahsetmesi ve seçmesi çok yaygındır.

GÜCÜN ODAĞI

Güçten bahsettiğimizde, odak noktamız gözlemlediğimiz ortalama farklılıklardır. SAT hazırlama örneğimizde beş aracımız var ve omnibus analizimizde önemli bir F oranı elde ettik. Ortalama farklılıklarımızı incelediğimizde, hepsi biraz farklı büyüklüklerde olacaktır. Belirli bir testin gücünden bahsettiğimizde odak noktası bu farklılıklardır.

Güç analizi nedir
g*power güç analizi nasıl yapılır
Testin gücü nedir
Post hoc power analizi nasıl yapılır
Güç analizi hesaplama
Güç analizi PDF
G*Power analizi
Güç analizi hesaplama programı

GÜÇ KAVRAMINI UYGULAMAK

Mutlak anlamda, hangi araçların diğerlerinden gerçekten farklı olduğunu bilmiyoruz ve asla bilemeyiz. Grup ortalama farklılıkları sorusunu ele almak için kullandığımız herhangi bir çoklu karşılaştırma prosedürü, bize olasılıklar açısından cevaplar verir: bu ortalama fark, belirli bir istatistiğin örnekleme dağılımının yüzde 5’lik bölgesine düşecek kadar büyüktür ve bu nedenle, bu farkın şu şekilde olduğuna karar veririz: istatistiksel olarak anlamlı; bu diğer ortalama fark çok küçüktür, belirli bir istatistiğin örnekleme dağılımının yüzde 95 bölgesine düşer ve bu nedenle bu farkın istatistiksel olarak anlamlı olmadığına karar veririz vb.

İşte bilmece: istatistiksel güç, varsa bir etki bulma yeteneğidir, ancak etkinin gerçekten var olup olmadığını tam olarak bilemeyiz. Bu nedenle, güç kavramını, bu çoklu karşılaştırma prosedürünün göreceli olasılığını, diğer her şeyin eşit olduğu belirli bir ortalama fark için istatistiksel olarak anlamlı bir sonuç veren çoklu karşılaştırma prosedürüne karşı tahmin ederek uygularız.

Ve şimdi soruyu soruyorsanız, cevap evet, bu testler zaman zaman farklı sonuçlar verecektir. Ve elbette, farklı sonuçlar verdiklerinde hangilerinin “doğru” olduğunu bilmenin bir yolu yoktur.

Bu yüzden endişelenmiyoruz. Bunun yerine, Çoklu Karşılaştırma Prosedürü X’in Çoklu Karşılaştırma Prosedürü Y’den daha fazla güce sahip olduğunu söylüyoruz, yani Prosedür X’in, diğer her şeyin eşit olduğu belirli bir ortalama fark göz önüne alındığında, Prosedür Y’den önemli bir sonuç döndürmesi daha olasıdır. Bunu görmenin alternatif bir yolu, Prosedür Y’nin anlamlı bir fark elde etmemesi durumunda, belirli bir ortalama farkı istatistiksel olarak anlamlı bulursa, Prosedür X’in ikisi arasında daha güçlü olduğudur.

GÜCÜN DEVAMLILIĞI

Güç sürekliliğinin üst ucunda, konuşma dili kullanmak için çok fazla güç var. Sürekliliğin daha yüksek güç ucuna yakın bir prosedürün, belirli bir ortalama fark büyüklüğü için (diğer her şey eşittir) önemli bir fark verme olasılığı çoğundan daha fazladır. Diğer uçta düşük güç var. Sürekliliğin alt güç ucuna yakın bir prosedürün, belirli bir ortalama fark büyüklüğü için önemli bir fark verme olasılığı çoğundan daha düşüktür.

En azından araştırma ve istatistik dünyasında, genellikle güce olumlu bakıyoruz. Gerçekten orada olan bir etkiyi bulabilecek bir işleme kim hayran olmaz ki? Ancak burada, genel iktidar durumunda olduğu gibi, faydaların yanı sıra riskler de vardır. Çok güçlü prosedürler – istatistiksel olarak daha küçük farklılıkları bulma olasılığı daha yüksek olanlar – yanlış pozitif (Tip I) hata yapmamıza neden olma riskini artırıyor (yanlış bir şekilde ortalama bir farkın istatistiksel olarak anlamlı olduğu sonucuna varıyoruz).

Daha güçlü testlerle istatistiksel anlamlılık bulmanın göreceli kolaylığı göz önüne alındığında, gücü belirtmek için kullanılabilecek başka bir terim liberal terimidir. İstatistiksel olarak anlamlı ortalama farkları daha kolay üretebildiğinde bir testin daha liberal (güçlü) olduğu söylenir; Böyle bir testin kullanılması, araştırmacıların iki aracın önemli ölçüde farklı olduğunu öne sürerken almaya istekli oldukları nispeten daha büyük bir riski temsil eder.

Sürekliliğin diğer ucu için kullanılan ilgili etiket tutucudur. Bir farklılığı istatistiksel olarak farklı olarak değerlendirme olasılığı daha düşük olduğunda, bir testin daha muhafazakar (daha az güçlü) olduğu söylenir. Muhafazakar bir test, diğer her şeyin eşit olması koşuluyla, ortalamaların farklı olduğu sonucuna varmanıza yol açmadan önce daha büyük ortalama farklara ihtiyaç duyar; iki aracın önemli ölçüde farklı olduğunu öne sürerken araştırmacılar tarafından üstlenilmeye istekli nispeten daha düşük bir risk seviyesini temsil eder.

Kişisel tercihinize karar vermeden önce, araştırmacıların kullanması gereken üzerinde anlaşmaya varılmış bir güç düzeyi olmadığını kabul edin. Farklı yazarlar ve farklı eğitmenlerin kendi kişisel bakış açıları vardır. Farklı araştırma durumlarında farklı bir güç seviyesi seçmek de mantıksız değildir. İlerledikçe, size kendi seçimlerinizi temel alacağınız daha fazla bilgi vereceğiz ve size bazı önerilerde bulunacağız.

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