Pencerenin üst kısmına yakın Konular İçinde Değişkenler altında (renk, oyuncak türü) ifadesini gördüğümüze dikkat edin. Bu, denek içi faktörlerimizi belirlediğimiz sıradır ve boşlukları doldurmamız için bize rehberlik eder. Rengin en yavaş arttığını ve ilk olarak tanımlandığını hatırlayın. Paneldeki kodlar, aşağı doğru okunduğunda, ilk kodun en yavaş değişmesine sahiptir. Bu ilk kod renge karşılık gelir ve ilk iki yuva 1 olarak kodlanan renk yani sarı için ayrılmıştır.

İlk yuva 1,1 kodlu değişken için ayrılmıştır. İlk değerin sarı anlamına geldiğini biliyoruz. İkinci değer, oyuncak türü kodudur ve 1 kodu, uygulamalı oyuncaklara atıfta bulunur. Böylece ilk slot yelhand için ayrılmıştır. Benzer bir şekilde, ikinci yarık yelpret’e atıfta bulunduğu, üçüncü yarık bluhand’e atıfta bulunduğu ve dördüncü yarık blupret’e atıfta bulunduğu anlaşılabilir. Bu değişkenler, Şekil 15.7’de gösterildiği gibi panele getirilir, burada da cinsiyetin Denekler Arası Faktör(ler) paneline sürüklendiğini görüyoruz.

Seçenekler iletişim penceresine ulaşmak için Seçenekler düğmesini seçin. Buradaki yedi etki ile, hangi etkiler için tahmini marjinal ortalama tabloları oluşturmak istediğimizi belirlemek için ANOVA sonrası testleri gerçekleştirene kadar bekleyeceğiz. Bu çok amaçlı analiz için, Tanımlayıcı istatistikler ve Homojenlik testlerini kontrol etmemiz yeterlidir. Bu, Şekil 15.8’de gösterilmektedir. Ana iletişim penceresine dönmek için Devam’ı tıklayın.

Plots iletişim penceresinde, Toytype’ı Horizontal Axis paneline, cinsiyeti de Separate Lines paneline tıklayın. Ayrı Plots için panele renk yerleştirin; bu, sarı oyuncaklar için bir arsa ve mavi oyuncaklar için ikinci bir arsa ile sonuçlanacaktır. Bunu Şekil 15.9’da gösterdik. Grafiğinizi SPSS’ye kaydetmek için Ekle’ye tıklayın, sonucu Şekil 15.10’da Plots etiketli alt panelde gösterilir. Belirtimin genel yapısının Yatay Eksen∗Ayrı Çizgiler∗Ayrı Grafikler olduğuna dikkat edin. Ana iletişim penceresine dönmek için Devam’ı tıklayın. Ardından çok amaçlı analiz yapmak için Tamam’a tıklayın.

OMNIBUS ANALİZİ SPSS ÇIKTI

Şekil 15.11’de gösterilen Box testinin sonuçları istatistiksel olarak anlamlı değildir; bu, kovaryans matrislerinin eşitliği varsayımının reddedilemeyeceğini gösterir. Sonuçları Şekil 15.12’de gösterilen Mauchly’nin Küresellik Testi, denek içi değişkenin sadece iki seviyesi ile gerçekleştirilemez. Levene’nin hata varyans eşitliği testi, denek içi faktörlerin hiçbiri için istatistiksel olarak anlamlı değildi; bu nedenle, tekrarlanan ölçümlerimiz için varyansın homojenliği varsayımını reddedemeyiz.

Konu içi özet tablosu Şekil 15.14’te sunulmaktadır. Bu tablodan rengin ana etkilerinin, Cinsiyet∗Oyuncak Tipinin iki yönlü etkileşimi ve Cinsiyet∗Renk∗ Oyuncak Tipinin üç yönlü etkileşiminin istatistiksel olarak anlamlı olduğunu görüyoruz. En yüksek dereceli etkileşimin (üç yollu) önemli olması nedeniyle, basit etki analizlerimizin bu seviyeye odaklanması gerekir.

Konular arası özet tablosunu Şekil 15.15’te sunuyoruz. Bu tablodan cinsiyetin temel etkisinin istatistiksel olarak anlamlı olmadığını görüyoruz.

Normallik testi SPSS
Normallik testleri
Kolmogorov-Smirnov testi normal dağılım
Veriler normal dağılım göstermiyorsa
SPSS normallik testi yorumlama
Normallik testi yorumlama
Verilerin normal dağılımı ne demek
Normallik testi hipotezi

ANOVA SONRASI ANALİZİN SPSS’DE YAPILMASI

Analizi omnibus ANOVA için yaptığınız gibi yapılandırın, ancak şimdi Seçenekler iletişim penceresinde Şekil 15.16’da gösterildiği gibi üç yönlü etkileşim terimine tıklayacağız. Ayrıca, analizimizin tanımlayıcı, homojenlik ve çizim kısımlarını zaten çalıştırdığımız için bunları çalıştırmaya gerek yoktur.

Bu kısa işlemin sonunda Tamam’a tıklamak yerine Yapıştır düğmesine tıklayın. Temel sözdizimi daha sonra bir sözdizimi penceresine yerleştirilecektir; o pencereyi masaüstünüzde bulun ve tıklayarak aktif hale getirin. Bu pencere Şekil 15.17’de gösterilmiştir.

Basit etki analizleri, Şekil 15.3’te gösterdiğimiz grafiklere göre ayarlanacaktır. Her çizim, belirli bir oyuncak rengi için sonuçları gösterir ve bu nedenle, faktörlerin en genel bölümlerini temsil eder. Bu en genel dökümün, faktörlerin üç yönlü etkileşimi içeren /EMMEANS=TABLES alt komutunda belirtildiği sıraya karşılık gelmesi gerekir.

En genel kırılma, alt komutta en yavaş artan değişken, yani parantez içinde sola doğru en uzak olan değişken olacaktır. Bu nedenle, bu örnekte, /EMMEANS = TABLES alt komutunda parantez içindeki ilk değişken olarak renge ihtiyacımız var. Şekil 15.17’de rengin ilk adlandırılmış değişkenden ziyade ikinci olduğunu not ediyoruz; bu, değişkenleri gerekli sıraya sürükleyerek (veya silerek ve yazarak) değiştirilebilir. Bu değişikliği Şekil 15.18’deki sıralamada gösteriyoruz.

Üç yönlü etkileşimimizin revize edilmiş sıralamasını içeren /EMMEANS = TABLES alt komutunu çoğaltarak Şekil 15.19’da gösterildiği gibi basit efekt sözdizimimizi ekledik. Yinelenen satırlarımızın sırasıyla birinci ve ikincisine oyuncak türü ve cinsiyete odaklanan karşılaştırma sözdizimimizi ekledik. Şimdi ana menüden Run ➜ All seçeneğini seçiyoruz.

SPSS’DE ANOVA SONRASI ANALİZ ÇIKTI

Basit efektler çıktısı en iyi Şekil 15.3’teki sonuçların grafiğine bakıldığında görülür. Bu şekilde, istatistiksel sonuçları, araçların görsel bir tasviri ile ilişkilendirebilirsiniz. Şekil 15.20, oyuncak tipi düzeylerini karşılaştıran ilk basit efekt grubunun sonuçlarını sunar.

Bu nedenle, çocukların uygulamalı oyuncaklarla oynayarak geçirdikleri süre ile hayali oyuncaklarla oynayarak geçirdikleri süreyi karşılaştırıyoruz. Bu karşılaştırma önce sarı oyuncaklar daha sonra da mavi oyuncaklar için önce kadın, sonra erkekler için ayrı ayrı yapılır; Şekil 15.3’e göre, her bir çizginin x eksenine göre önemli ölçüde eğimli olup olmadığını belirliyoruz.

Sonuçlarımız, yalnızca bir çift ortalamanın önemli ölçüde farklı olduğunu göstermektedir. Renk 1 (sarı) için cinsiyet 1 (kızlar) için uygulamalı ve taklit oyuncaklar arasında oyun süresinde bir fark vardı. Şekil 15.3’teki karşılaştırmaları tek tek incelediğimizde şu özeti çıkarabiliriz:

• Sarı oyuncaklar için, kızlar el yapımı oyuncaklarla oynamaktan daha çok hayali oyuncaklarla oynamışlardır; erkek çocuklar her iki tür oyuncakla da benzer bir süre oynadılar.
• Mavi oyuncaklar için, cinsiyetlerden hiçbiri her iki tür oyuncak için de bir tercih göstermedi.

Şekil 15.21, cinsiyet düzeylerini karşılaştıran basit etkilerin sonuçlarını sunmaktadır. Bu nedenle, el yapımı oyuncaklarla oynamak için harcanan zaman için kadınları erkeklerle karşılaştırıyoruz ve taklit oyuncaklarla oynamak için harcanan zaman için kadınları erkeklerle karşılaştırıyoruz; Şekil 15.3’e göre, her çizim için, uygulamalı iki veri noktasının önemli ölçüde farklılık gösterip göstermediğini belirliyoruz ve taklitteki iki veri noktasının önemli ölçüde farklı olup olmadığını belirliyoruz.

Sonuçlarımız, sarı taklit oyuncaklar için kadın-erkek karşılaştırması dışında, veri noktası çiftlerinin çoğunun farklı olduğunu göstermektedir. Şekil 15.3’teki karşılaştırmaları tek tek incelediğimizde şu özeti çıkarabiliriz:

• Sarı oyuncaklar için, erkekler kızlara göre daha çok el yapımı oyuncaklarla oynamışlardır; kızların ve erkeklerin hayali oyuncaklarla oynayarak geçirdikleri süre arasında hiçbir fark yoktu.
• Mavi oyuncaklar için, erkekler kızlara göre hem uygulamalı hem de taklit oyuncaklarla daha fazla zaman geçirdiler.

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

Aykırı değerler için verileri incelemek için kutu ve bıyık grafikleri elde edebilir ve SAS’ın her gruptaki uç değerleri listelemesini sağlayabiliriz. Bunları teker teker ele alacağız. Görev Rolleri ekranına ulaşmak için ana menüden Tanımla ➜ Özet İstatistikleri seçin.

Daha önce açıklandığı gibi, GAF skorunu Özet İstatistik Rolleri panelinde Analiz değişkenleri altına ve tedaviyi Sınıflandırma değişkenleri altına yerleştirin. Ardından, Şekil 5.31’de gösterilen pencereye ulaşmak için navigasyon panelinde Plots’a tıklayın. Görüntülemek istediğimiz görüntü olarak Box ve visker seçtik. Terapiyi bir sınıflandırma değişkeni olarak belirlediğimiz için, her bir terapi grubu için ayrı grafikler elde edeceğiz. Ardından analizi gerçekleştirmek için Çalıştır’a tıklayın.

Kutu ve bıyık grafiği Şekil 5.32’de gösterilmiştir. Aslında dikey olarak görüntülenen bir dikdörtgen olan kutu, birinci çeyrekten (yirmi beşinci yüzdelik dilim) üçüncü çeyreğe (yetmiş beşinci yüzdelik dilim) kadar olan aralığı kapsar ve ortanca dikdörtgenin içindeki yatay çubukla gösterilir.

Bıyıklar, kutunun üstünden ve altından uzanan dikey çubuklardır ve normalde çeyrekler arası bir mesafeye kadar uzanır. Aykırı değerler bıyıkların ötesinde görülecekti; çok küçük veri setimizde aykırı değerlerimiz yok.

Her grup için puan dağılımındaki uç değerleri listelemek için ana menüden Analiz Et ➜ Dağılım Analizi’ni seçin. Görev Rolleri penceresinde, GAFscore’u Özet İstatistik Rolleri panelinde Analiz değişkenleri altına ve tedaviyi Sınıflandırma değişkenleri altına yerleştirin.

Ardından, sizi Şekil 5.33’te gösterilen ekrana getirmek için gezinme panelindeki Tablolar’a tıklayın. Temel güven aralıklarını kontrol edin. Tür açılır menüsünde İki taraflı’yı seçin; Güven düzeyi açılır menüsünde 95’i seçin. Bu pencereyi yapılandırmak, diğer seçeneklerde daha fazla belirtim yapmamızı sağlayacaktır.

Ardından, Şekil 5.34’te gösterildiği gibi Aşırı değerler etiketli onay kutusuna tıklayın. Bu, çıktıda kaç ekstrem değer görmek istediğimizi belirtebileceğimiz Specify n panelini etkinleştirir. Biz 2 tane belirledik (sonuçta her grupta sadece 5 vaka var) ama daha büyük veri setleri ile örneğin yaklaşık yüzde 5’ine karşılık gelen bir değer seçebilirsiniz. Çıktı ekranı, her gruptaki en düşük iki ve en yüksek iki değerden oluşacaktır. Analizi gerçekleştirmek için Çalıştır’a tıklayın.

Az önce gerçekleştirdiğimiz analizin çıktısının bir kısmı Şekil 5.35’te sunulmuştur, burada 1 olarak kodlanmış terapi grubu için sonuçları görüyoruz; diğer grupların çıktılarında benzer tablo kümeleri vardır. En üstteki tablo, ortalama, standart sapma, varyans ve yüzde 95 güven aralıklarını sunar.

Sonraki iki tablo, dağılımdaki uç değerleri göstermektedir. Orta tabloda, terapi grubu 1’deki en yüksek beş ve en düşük beş değer, veri dosyasındaki satır numarasıyla birlikte listelenir; bu, SAS Enterprise Guide’daki varsayılan çıktıdır. Grupta sadece beş vakamız olduğu için iki liste birbirinin aynısı.

En alttaki tablo, Tables penceresinde Extreme değerleri seçip 2 n olarak belirleyerek istediğimiz tablodur. tablonun sağ kısmında en yüksek iki değeri (Değer altında) ve sıra sırasını (Sıra altında) göstermiştir. En yüksek iki değer her zaman 1 ve 2 olarak sıralanacaktır. En yüksek değerlerin sıralaması grup büyüklüğüne bağlı olacaktır; grupta sadece beş değerle, en yüksek iki değer 4 ve 5 olarak sıralanır.

SAS NORMALİTE ANALİZİ

Normalliğe göre dağılımı incelemek için bir kez daha Analiz Et ➜ Dağılım Analizi’ni seçin. Görev Rolleri penceresinde, Özet İstatistik Rolleri panelinde GAF puanını Analiz değişkenleri altına ve tedaviyi Sınıflandırma değişkenleri altına yerleştirin. Ardından, sizi Şekil 5.36’da gösterilen ekrana getirmek için gezinme panelindeki Tablolar’a tıklayın. Normallik için Testleri kontrol edin ve Çalıştır’a tıklayın.

Normallik testleri
Normallik testi hipotezi
Normallik testi SPSS
Normallik testi nasıl yapılır
SPSS normallik testi yorumlama
kolmogorov-smirnov testi örneklem sayısı
Normal dağılım testi
Normallik testi yorumlama

Analizimizin sonuçları Şekil 5.37’de sunulmaktadır. Shapiro–Wilk ve Kolmogorov–Smirnov testleri, SPSS ile aynı sonuçları gösterir;diğer ikisiSPSS tarafından hesaplanmaz.

AscanbeseeinthepValue sütununda, dört testin tümü, terapi grubu 1’deki puanların dağılımının, normal olarak dağılan puanlardan beklenenden farklı olmadığını göstermiştir. Bununla birlikte, beş puan, bu tür sonuçlar için bir temel olarak kullanmak için çok az olduğundan, beş puanın normal veya başka bir şekilde dağıldığını iddia etmeye teşvik etmeyeceğiz.

VARYANS ANALİZİNİN SAS HOMOJENLİĞİ

Varyansın homojenliği varsayımını değerlendirmek için ana menüden Analiz Et ➜ ANOVA ➜ Tek Yönlü ANOVA’yı seçin. Görev Rolleri penceresinde, GAFscore’u Bağımlı değişkenler simgesine ve tedaviyi Bağımsız değişken simgesine sürükleyin. Bu, Şekil 5.38’de gösterilmektedir.

Şekil 5.39’da gösterilen ekran ile sunulacak navigasyon panelinde Testler’i seçin. Eşit varyans varsayımı reddedilirse, grup farklılıklarını (Fisher F oranı yerine) değerlendirmek için kullanmayı tercih edeceğimiz Welch’in varyans ağırlıklı ANOVA’sını seçin. SAS Enterprise Guide, üç homojenlik testi sağlar (Bartlett testi, Brown Forsyth testi ve Levene testi); üçünü de seçin ve Çalıştır’ı tıklayın.

Şekil 5.40, varyans homojenliği testlerinin sonuçlarını göstermektedir. Levene testi SPSS analizinde istatistiksel olarak anlamlıydı (p = .025) ancak burada anlamlı olmayan bir sonuç gösteriyor ( p = .0627). Bunun nedeni, SPSS’nin, hesaplamayı gerçekleştirmenin geleneksel bir yolu olan puanlar ve ortalama arasındaki mutlak farkları kullanarak ortalama etrafındaki değişkenliği hesaplamasıdır.

Tek Yönlü ANOVA prosedüründe SAS, ortalama etrafındaki sapmaların karesini kullanır ve bu biraz farklı sonuçlar verir. Diğer homojenlik testlerinin tümü, SPSS ile tutarlı istatistiksel olarak anlamlı sonuçlar verir ve bu temelde, verilerin varyansın homojenliği varsayımını karşılamadığı sonucuna varırız. Bu sonuca dayanarak, Fisher F oranı yerine Welch varyans ağırlıklı ANOVA’yı kullanırdık.

Welch sonuçları Şekil 5.40’ın alt kısmında gösterilmektedir. F değeri etiketli sütunda görüldüğü gibi, elde edilen değer 24.10’dur, SPSS tarafından verilen değerin aynısıdır. Bu değerin tesadüfen oluşma olasılığı .0019’dur. Bu sonuç istatistiksel olarak anlamlıdır (alfa seviyemiz .05’tir) ve Bölüm 6’da göreceğimiz gibi, güvenilir grup ortalama farklılıklarına sahip olduğumuzu gösterir.

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