Örneğimiz için kullandığımız kurgusal veriler Doctor Visits veri dosyasındadır. Veri seti, hastaların farklı tıbbi sorunlar için son 12 ay içinde aile hekimlerine yaptıkları tıbbi ziyaretlerin sayısını gösteren bir çalışmayı temsil etmektedir. İlgilenilen iki değişken aşağıdaki gibidir:

Hastalar tarafından bildirilen ziyaretlerin sayısı, doktor_ziyaretleri değişkeni altında kaydedilir. Hasta oldukları için, hastalar en az bir kez ziyaret ettikten sonra kayıtlardan seçildiğinden, minimum ziyaret sayısı mutlaka 1’dir.
Amerika Birleşik Devletleri’ndeki çok çeşitli eyaletlerden hastalar örneklendi. Her duruma rastgele bir kod atanmıştır ve Değişken Görünümünde sağlanan değer etiketleri bu verileri gösterir. Bu değişken durum olarak adlandırılır.

ANALİZ STRATEJİSİ

Bu kurgusal çalışmada, araştırmacıların amacı, farklı yerleşim yerlerinin ziyaret sayılarında farklılıklar olup olmadığını belirlemekti. Bunu ele almanın en doğrudan yolu, ele aldığımız, denekler arası tek yönlü varyans analizidir (ANOVA). daha büyük gruplar oluşturmak için çeşitli eyaletlerden hastaları bir araya getirme ihtiyacı.

Mevcut amaçlarımız için aşağıdaki sıralı stratejiyi benimsiyoruz:

1. Frekanslar prosedürünü kullanarak her eyaletteki hasta sayısının bir özetini elde ederiz.
2. Değişken durumunu, coğrafi bölgeleri temsil eden bölge adlı farklı bir değişkene yeniden kodladık. Bu analizde değer aralıkları için belirtimi kullanıyoruz ve belirli değerler için yeniden kodlamayı gösteriyoruz.
3. Frekansları kullanarak her yeni oluşturulan bölgedeki hasta sayısını elde ederiz.
4. Her bölge için tanımlayıcı istatistikler oluşturmak için, Doktor_ziyaretlerini Bağımlı Listeye ve bölgeyi Faktör Listesine yerleştirerek Keşfet prosedüründe analizi gerçekleştirebiliriz. Ancak (a) Keşfet tarafından üretilen istatistikler dikey olarak sıralandığından ve (b) bölgelerin çıktıları da dikey olarak listeleneceğinden, sonuçlar birkaç sayfa alacaktır ve bölgelerin karşılaştırılması görsel olarak biraz elverişsiz olacaktır. Bu nedenle dosyayı bölgeye göre bölmeyi tercih ediyoruz.
5. Tanımlayıcıları kullanarak her bölge için doktor ziyaretleri hakkında tanımlayıcı istatistikler elde ederiz. Bölünmüş Dosya etkinken, çıktı her bölgenin çıktısı bir satırı kaplayacak şekilde daha yoğun bir şekilde sıralanacaktır.

FREKANS ANALİZİ

Doktor Ziyaretleri adlı veri dosyasını açıyoruz ve ana menüden Analiz ➔ Tanımlayıcı İstatistikler ➔ Frekanslar’ı seçiyoruz. Bölüm 10’daki tartışmamıza dayanarak, durumu Değişken(ler) paneline taşıdık, Değişken Listesi panelinin altındaki Frekans tablosunu görüntüle seçeneğini işaretledik ve analizi gerçekleştirmek için Tamam’ı tıkladık.

Durum değişkeni için sıklık tablosunu sunar. Çoğu eyalette hasta sayıları 5-10 aralığındadır. Durumlar zaten bir şekilde sistematik olarak kodlanmıştır, bu da onları kodlayabileceğimiz bölgeleri görselleştirmemize yardımcı olur.

ANOVA’yı desteklemek için vaka sayısı yeterli olduğu sürece bölgelerin eşit sayıda vakaya sahip olması gerekmez (bu analizi burada yapmayacağız). Veri dosyasında temsil ettiğimiz eyaletlerin coğrafi gruplamasını yakalıyor gibi görünen bölgeler New England, Güneydoğu, Güneybatı, Ortabatı, Batı ve Uzak Batı’dır.

İstatistiksel analiz yöntemleri pdf
SPSS değişken Türleri
SPSS konu anlatımı pdf
Veri analiz yöntemleri
Veri analiz yöntemleri PDF
SPSS Veri Girişi
Spss Measure nedir
Nicel veri analiz yöntemleri

ARALIKLARI KULLANARAK ORİJİNAL DEĞİŞKENİ KAYDETME

Ana menüden Dönüştür ➔ Farklı Değişkenlere Yeniden Kodla’yı seçmek, bizi gösterildiği gibi ana Yeniden Kodlama iletişim penceresine getirir. Durumu Sayısal Değişken ➔ Çıktı Değişkeni paneline taşıdık. Değişken durumunu bir “?” ile takip eder. bunun yeni kaydedilen değişkenin adıyla değiştirilmesi gerekir. Çıktı Değişkeni altındaki name panelinde kayıtlı değişken bölgesini adlandırıyoruz ve Change butonunu tıkladığımızda “?” yerine ismimiz gelecek. bu gösterilir.

Sayısal Değişken ➔ Çıktı Değişkeni panelinin altındaki Eski ve Yeni Değerler butonunun seçilmesi bizi kayıtlarımızı belirlediğimiz pencereye getirir. Maine, Vermont, New Hampshire ve Rhode Island’ı (1’den 4’e kadar olan kodlar) yeniden kodlamak için, en düşük kodumuz 1 olduğundan, değere göre DÜŞÜK Aralık’ı seçiyoruz.

IBM SPSS, 1 ile başlayacak ve kodları birlikte yeni bir kod halinde gruplayacaktır. Paneldeki 4 sayısını gösterildiği gibi yazıyoruz. Pencerenin sağ üst kısmındaki Yeni Değer panelinde Değer seçip 1 sayısını yazıyoruz. Böylece durum 1, 2, 3 ve 4’ün kodları bölge için 1 kodu olacak. Ekle’ye tıklamak, bu kaydı gösterildiği gibi Eski ➔ Yeni paneline getirir. Buraya etiket ekleme imkanı yoktur, bu yüzden yeniden kodlama tamamlanana kadar beklememiz ve ardından etiketleri Değişken Görünümüne eklememiz gerekiyor.

Birleştirilecek bir sonraki eyalet grubumuz Virginia, Kuzey Karolina, Georgia ve Florida’dır (5’ten 8’e kadar olan kodlar). İki panelden oluşan Range’i seçiyoruz, üst panel setimizin en düşük kodu için, alt panel setimizin en yüksek kodu için. 5 ve 8 değerlerini ilgili panellere yerleştiriyoruz, Value seçip New Value paneline 2 sayısını yazıp Add bu kodu Şekil 14.7’deki gibi Old ➔ New paneline getirmek için bu recode’u tıklıyoruz.

Aşağıdaki kalan durumları gruplayarak kayıt işlemine devam ediyoruz:

• Oklahoma, Texas ve New Mexico (9’dan 11’e kadar olan kodlar) 3’lük bir koda atanır.
• Ohio, Wisconsin ve Minnesota (12’den 14’e kadar olan kodlar) 4’lük bir koda atanır.
• Güney Dakota, Montana, Wyoming, Colorado, Utah ve Idaho (15 ila 20 arası kodlar) 5’lik bir koda atanır.
• Washington, Oregon, California ve Nevada (21’den 24’e kadar olan kodlar) 6’lık bir koda atanır.

Bu son kayıt için panelde 21 girerek HIGHEST ile Range değerini kullanabiliriz. Ardından IBM SPSS, değişken durumu için en yüksek değer kodunu bu yeniden kodlamaya dahil edecektir. Elde edilen tam kayıt seti gösterilir. Ana diyalog penceresine dönmek için Devam’ı tıklıyoruz ve yeniden kodlamayı gerçekleştirmek için Tamam’ı tıklıyoruz.

KAYIT SONUÇLARI

Her duruma göre yeniden kodlamanın sonuçları, gösterilen veri dosyasının ekran görüntüsünde görülebilir. Veri dosyasının sonuna bölge adında yeni bir değişken eklendi. IBM SPSS’deki varsayılan nedeniyle iki ondalık basamak olarak gösterilir. Değişken Görünüme geçiyoruz, hücreye tıklayıp aşağı kaydırarak bölgenin ondalık değerlerini sıfıra ayarlıyoruz, bölgelerimizin etiketlerini yazıyoruz ve bu değişiklikleri kaydetmek için Tamam’a tıklıyoruz. Daha sonra veri dosyasını kaydediyoruz.

Görüntü frekans tablolarını seçerek bölge üzerinde bir Frekans analizi gerçekleştirdik ve sonuçlar gösterildi. Bölgeler, örneğimizde nispeten eşit bir şekilde temsil edilmekte olup, Ortabatı en düşük sayıda doktor ziyareti ve Batı en yüksek sayıda doktor ziyareti sağlamaktadır.

Doktorlarını ziyaret ederken herhangi bir bölgesel farklılık hakkında bir fikir edinmek için, Bölüm 8’de açıklandığı gibi bölgeye göre Bölünmüş Dosya gerçekleştirdik. Daha sonra doktor ziyaretleri üzerinde bir Tanımlayıcı analiz gerçekleştirdik (bu değişkeni Değişken(ler) paneline yerleştirerek ve bir dizi tanımlayıcı istatistik istiyor).

Bu analizin sonuçları gösterilir. Genel olarak, görsel incelemeden (bu kurgusal veri setinde) Güneydoğu’daki hastaların doktorlarını Güneybatı’dakilerden neredeyse iki kat daha sık ziyaret ettikleri ve genellikle Güneydoğu, Kuzeydoğu ve Batı’daki hastaların doktorlarını ziyaret etme eğiliminde oldukları anlaşılmaktadır. 

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

Aralık seçeneğini kullanarak değişkenleri de yeniden kodlayabilirsiniz. Bu en çok sayısal değişkenler için kullanışlıdır. Prosedür yukarıda tartışılana benzer. Yaş gösteriminde değerler aşağıdaki gibi yeniden kodlanacaktır:

(1) Aralık seçeneklerinin ikincisi olan En düşük ile _ kutusuna 39 yazın.
(2) Yeni Değerler bölümünün altındaki Değer kutusuna 1 yazın.
(3) Ekle’ye tıklayın. Yine, ifade Eski — > Yeni kutusunda görünecektir.
(4) Birinci aralık seçeneğinin iki kutusuna 40 ve 64 yazın: _ _ ile_ arası.
(5) Yeni Değerler bölümünün altındaki Değer kutusuna 2 yazın.
(6) Ekle’ye tıklayın.
(7) Eski Değerler bölümünün _ ile En Yüksek aralık seçeneğindeki boş kutuya 6S yazın.
(8) Ekle’ye tıklayın.

Değer veya Aralık yöntemini kullanarak tüm yeniden kodlama talimatlarını belirttiğinizde, Aynı Değişkenlere Yeniden Kodla: Eski ve Yeni Değerler iletişim kutusunu kapatmak için Devam’a tıklayın. Aynı Değişkenlere Yeniden Kodla iletişim kutusunu kapatmak için Tamam’a tıklayın. SPSS dönüşümü gerçekleştirirken, uygulama penceresinin alt kısmında “Running Execute” mesajı belirir. Dönüşümler tamamlandığında “SPSS İşlemci Hazır” mesajı görüntülenir.

Farklı Değişkenlere Yeniden Kodlama

Farklı bir değişkene yeniden kodlama prosedürü, aynı değişkene yeniden kodlama prosedürüne çok benzer:

(1) Ana menüden Dönüştür’e tıklayın.
(2) Açılır menüden Yeniden Kodla > öğesine tıklayın.
(3) Yeniden Kodla’yı seçtikten sonra görünen ek menüden Farklı Değişkene Gir’e tıklayın. Bu, Farklı Değişkene Yeniden Kodla iletişim kutusunu açar.
(4) Değişkenler listesinden kodlanacak değişkenin adını seçin ve sağ ok tuşu ile Girdi Değişkenleri — > Çıktı Değişkeni kutusuna taşıyın.
(5) Çıktı Değişkeninin Ad kutusuna oluşturmak istediğiniz değişkenin adını yazın. Dilerseniz değişken için bir etiket de yazabilirsiniz.
(6) Değiştir’e tıklayın ve yeni değişken adı, Girdi Değişkeni –> Çıktı Değişkeni kutusundaki orijinal değişkene bağlı olarak görünecektir.
(7) Eski ve Yeni Değerler’e tıklayın. Bu, Eski ve Yeni Değişkenler iletişim kutusunu açar.
(8) Eski ve yeni değerleri belirleme prosedürü, bir istisna dışında Aynı Değişkene Yeniden Kodlama alt bölümünde tartışılanla aynıdır. Yeni bir değişken oluşturduğunuz için, değer değişmese bile eski değerlerin tümü için yeni değerler belirtmelisiniz. (Aynı değişkene yeniden kodlarken bu isteğe bağlıdır.) Bu adım zorunlu olduğundan, SPSS Yeni Değer kutusunda Eski Değer(ler)i Kopyala seçeneği sunar.
(9) Tüm yeniden kodlama talimatlarını belirttiğinizde, Aynı Değişkenlere Yeniden Kodlama: Eski ve Yeni Değerler iletişim kutusunu kapatmak için Devam’a tıklayın.
(10) Aynı Değişkenlere Yeniden Kodla iletişim kutusunu kapatmak için Tamam’a tıklayın. SPSS dönüşümü gerçekleştirirken, Uygulama Penceresinin alt kısmında “Running Execute” mesajı belirir. Dönüşümler tamamlandığında “SPSS Processor is Ready” mesajı görüntülenir ve veri düzenleyici penceresinde yeni bir değişken belirir.

SPSS konu anlatımı pdf
Spss Measure nedir
Spss Label nedir
Spss decimals nedir
SPSS Veri Girişi
SPSS değişken Türleri
Spss Nominal Ordinal Scale nedir
SPSS Transform Menüsü

Vakaları Seçme

Belirli bir analiz için veri dosyanızdan vakaların bir alt kümesini seçmeniz gerekebilecek durumlar olabilir. Örneğin, 200 kişinin boy ve kilosunu içeren bir veri dosyanız olabilir, ancak 120 poundun üzerindeki bireylerin ortalama boyunu bilmeniz gerekir. Veya çok büyük bir veri dosyasında rastgele bir vaka örneği seçmek isteyebilirsiniz.

Vakaların alt kümesini seçmek için:

(1) Ana menüden Veri’ye tıklayın.
(2) Açılır menüden Vakaları Seç’e tıklayın. Bu, Vakaları Seç iletişim kutusunu açar.

Daha büyük bir veri dosyasının bir alt kümesini seçmenin birkaç yolu vardır. If Koşul ve Örnek yöntemlerini tartışın.

Alt durumları seçme yöntemlerinden biri If Koşul seçeneğidir. Yukarıda verilen boy ve kilo örneğinde şunları yapmanız gerekir:

(1) Eğer Koşul Karşılandıysa seçeneğini seçin ve Durumları Seçin: Eğer iletişim kutusunu açmak için ise üzerine tıklayın.
(2) Değişken liste kutusundan ağırlık değişkenini seçin ve sağ ok tuşu ile hesap makinesi pedinin üzerindeki kutuya taşıyın.
(3) Hesap makinesi pedini kullanarak > öğesine tıklayın. Bu işaret üst kutuda görünecektir.
(4) Hala sayısal tuş takımını kullanarak, Sağ üstteki kutuda “ağırlık> 120” ifadesini oluşturmak için 1’i, ardından 2’yi ve ardından 0’ı tıklayın.
(5) Select Cases: If iletişim kutusunu kapatmak için Devam’a tıklayın.

Rastgele Örneklem

Alt kasaları seçmenin başka bir yöntemi de veri dosyanızdan rastgele bir örnek seçmektir:

(1) Vaka Seç iletişim kutusundan Rastgele Vaka Örneği seçeneğini seçin ve Vaka Seç: Rastgele Numune iletişim kutusunu açmak için Numune üzerine tıklayın.
(2) Uygun kutuya vakaların yüzdesini veya kesin sayısını yazın.
(3) Vakaları Seç: Rastgele Örnek iletişim kutusunu kapatmak için Devam’a tıklayın.

Şimdi Select Cases iletişim kutusuna dönmelisiniz. Bu iletişim kutusunu kapatmak için Tamam’a tıklayın. SPSS talimatlarınızı işlerken “Running Execute” mesajı görünecektir. SPSS, seçilen tüm durumlar için 1 ve seçilmeyen tüm durumlar için 0 değeriyle yeni bir “filtre” değişkeni oluşturur. Ayrıca, uygulama penceresinin alt kısmında, sonraki analizlerinizin yalnızca o veri alt kümesinde gerçekleştirileceğini hatırlatmak için bir “Filtre Açık” mesajı vardır.

Ayrıca, seçili olmayan tüm durumlar için veri penceresinin hücre satır numaraları boyunca çapraz çizgiler vardır. SPSS, sonraki analizlere hangi vakaların dahil edileceğini belirlemek için bu değişkeni kullanır. SPSS programı içindeki bir kod olduğu için, komutlarınızın hiçbirinde buna başvurmanıza gerek yoktur.

Filtreyi kapatmak için, Select Cases iletişim kutusuna geri dönün ve Select kutusunda All Cases’e tıklayın ve ardından OK’e tıklayın.

Çıktıyı İnceleme ve Yazdırma

SPSS, iki farklı türde çıktı penceresi sağlar. Temel Çıktı Penceresi, tanımlayıcı istatistikler, sıklık dağılımları, t-testlerinin sonuçları ve benzerleri dahil olmak üzere çoğu istatistiksel analizin metne dayalı sonuçlarını içerir. Grafik Döner Penceresi ise histogramlar, kutu ve bıyık grafikleri ve dağılım grafikleri gibi grafikler ve grafikler içerir.

Çıktı Penceresi

Çıktı Penceresi, SPSS for Windows’u her başlattığınızda otomatik olarak açılır. SPSS’yi istatistiksel bir prosedür gerçekleştirmesi için her yönlendirdiğinizde, sonuçlar otomatik olarak Çıktı Penceresine eklenir. Yeni sonuçlar önceki sonuçları takip eder ve imleç çıktının son satırına iner. Pencerenin sağ kenarında bulunan dikey kaydırma çubuğundaki yön ok butonlarını kullanarak çıktıyı ekranda görüntüleyebilirsiniz.

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

Veri dosyanızda zaten mevcut olan durumlar arasına yeni bir durum (satır) eklemek için:

1. Fare okunu üzerine getirin ve yeni durumu girmek istediğiniz satırın altındaki satır numarasına tıklayın. Satır siyah renkle vurgulanmalıdır.
2. Menü çubuğunda Veri’ye tıklayın.
3. Açılır menüden Vaka Ekle’ye tıklayın.

Şimdi yeni bir satır eklendi ve hücrelere veri girmeye başlayabilirsiniz. Değerlerinizi girmeden önce, tüm hücrelerin sistemde eksik değerlere sahip olduğuna dikkat edin (bir nokta ile temsil edilir).

Mevcut değişkenler arasına yeni bir değişken (sütun) eklemek için:

1. Yeni bir değişken girmek istediğiniz pozisyonun sağındaki sütun değişkeni adına tıklayın. Sütun siyah renkle vurgulanmalıdır.
2. Menü çubuğunda Veri’ye tıklayın.
3. Açılır menüden Değişken Ekle’ye tıklayın.

Şimdi yeni bir değişken (sütun) eklenir ve hücrelere veri girmeye başlayabilirsiniz.

Vakaları ve Değişkenleri Silme

Bir vakayı silmek için:
1. Silmek istediğiniz vaka numarasına tıklayın.
2. Menü çubuğundan Düzenle’ye tıklayın.
3. Temizle’ye tıklayın.

Seçilen durum silinecek ve aşağıdaki satırlar yukarı doğru kayar. Bir değişkeni silmek için:

1. Silmek istediğiniz değişken adına tıklayın.
2. Menü çubuğundan Düzenle’ye tıklayın.
3. Temizle’ye tıklayın.

Seçilen değişken silinecek ve silinen değişkenin sağındaki tüm değişkenler sola kayacaktır. Değişkenlerin silinmesi, Drop ve Keep alt komutlarıyla SPSS sözdizimi kullanılarak da gerçekleştirilebilir.

Değişken Tanımlama

Varsayılan olarak SPSS, SPSS veri dosyasındaki tüm değişkenlere değişken adları ve biçimler atar. Varsayılan olarak, değişkenler VAR##### (VAR öneki ve ardından beş basamak) olarak adlandırılır ve tüm değerler geçerlidir (boşluklara sistemde eksik değerler atanır). Ancak çoğu zaman veri dosyanızı özelleştirmek isteyeceksiniz. Örneğin, değişkenlerinize daha anlamlı isimler vermek, belirli değerler için etiketler sağlamak, değişken formatlarını değiştirmek ve “eksik” olarak kabul edilecek belirli değerleri atamak isteyebilirsiniz.

SPSS konu anlatımı PDF
SPSS alt boyut oluşturma
SPSS değişken Türleri
Spss Values nedir
SPSS de değişken TANIMLAMA
Spss Width nedir
SPSS Variable View
Spss Scale nedir

Bunlardan herhangi birini veya tümünü yapmak için:

1. Öncelikle, veri dosyası pencerenizin etkin pencere olduğundan emin olun ve değiştirmek istediğiniz değişken adına tıklayın.

2. Değişken Görünüm sekmesine tıklayın veya veri düzenleyicide değişken adına çift tıklayın.

3. Değişkenin adını Ad sütununa yazın. Değişken isimleri benzersiz olmalı, bir harfle başlamalı ve boşluk içermemelidir.

4. Bir değişkenin türünü veya biçimini değiştirmek isterseniz, Değişken Türü iletişim kutusunu açmak için Tür hücresindeki düğmeyi tıklayın. Varsayılan olarak, tüm değişkenler sayısaldır, ancak adlar, tarihler ve sayısal olmayan diğer veriler gibi diğer türlerle çalışabilirsiniz. Harfleri içeren bir değişkeniniz olduğunu varsayalım (örneğin, öğrenci isimleri). Bu, bir dize değişkeni olarak bilinir ve bunu Değişken Türü iletişim kutusundaki Dize’ye ve ardından Tamam’a tıklayarak belirtebilirsiniz.

5. Diyelim ki, kişi başına ortalama yiyecek maliyetini temsil eden ve en yakın kuruşa girilmiş (örneğin, 32.24) bir değişkeniniz var ve bu formatı, ortalama maliyetin bir tam sayı olarak (yuvarlatılmış olarak) görüntülenmesi için değiştirmek istediğinizi varsayalım. en yakın dolar, örneğin 32). Sayısal değişkenin biçimini değiştirmek için Genişlik kutusuna tıklayın.

Bu kutudaki sayı, değişkenin veri dosyasında kapladığı toplam sütun sayısını söyler (ondalık basamaklar, artı veya eksi işaretleri için bir sütun dahil). Örneğin 8, değişkenin 8 sütun genişliğinde olduğunu gösterir.

Değişkenin sütun genişliğini ayarlamak için okları kullanın. Ondalık basamak sayısını değiştirmek isterseniz, Ondalık Sayılar kutusuna tıklayın. Bu kutudaki sayı, ondalık basamaktan sonra kaç tane sayı göründüğünü söyler. Örneğin, 32.24 sayısının “genişliği” 5 ve “ondalık basamaklar” kutusunda 2 olacaktır. 32 sayısının genişliği 2 ve ondalık basamaklar kutusunda 0 olacaktır. Ondalık basamak sayısını ayarlamak için okları kullanın.

6. Değişkenlerinizden biri kategorik ise, değişkenin kategorilerini temsil edecek sayılar atayabilirsiniz. Örneğin, cinsiyet değişkeninin 2 kategorisi olacaktır: erkek ve kadın. Erkekler “1” atanmış değere sahip olabilir ve “2” kadınları temsil eder. Çıktı dosyalarınızda hangi sayının hangi kategoriyi temsil ettiğini kolayca görebilmek için 1 ve 2 değerlerine açıklayıcı etiketler atanması yararlıdır.

Değişkene değer etiketleri atamak için Değerler hücresindeki düğmeyi tıklayarak Değer Etiketleri iletişim kutusunu açın. Değer kutusuna ilk kategoriyi (örn. 1) temsil eden sayıyı yazın. Değer Etiketi kutusuna karşılık gelen değer etiketini (ör. erkek) yazın. Ekle düğmesine tıklayın.

Değer kutusuna geri dönün ve sonraki değeri yazın (örneğin, 2). Bu değer için değer etiketini Değer Etiketi kutusuna yazın (örn. dişi) ve Ekle’ye tıklayın. Ekle’yi her tıkladığınızda, Değeri ve buna karşılık gelen etiketini Ekle düğmesinin sağındaki pencerede göreceğinizi unutmayın. Tüm değerleri ve etiketleri eklediğinizde, Tamam’a tıklayın.

7. Eksik değerler olarak ele alınmasını istediğiniz belirli değerler varsa, Eksik Değerler iletişim kutusunu açmak için Eksik’e tıklayın. SPSS’ye eksik olduğu düşünülen belirli değerlere sahip olduğunuzu söylemek için Ayrık Eksik Değerler’e tıklayın. Değer(ler)i kutulara yazın (en fazla üç değeriniz olabilir). Üçten fazla eksik değeriniz varsa, Aralık artı bir isteğe bağlı ayrık eksik değere tıklayın ve ayrık değişkenin alt ve üst sınırlarını girin. Tüm eksik değerlerinizi girdikten sonra Tamam’ı tıklayın.

Veri Dosyalarını Açma

SPSS for Windows, bilgisayar dosyalarına önceden girilmiş olan farklı veri türlerini okuyabilir. Bu kılavuzda kullanacağımız dosya türü SPSS veri dosyasıdır. (Varsayılan olarak) her dosya adının ardından bir “.sav” uzantısı geldiği için bu dosyalar kolayca tanımlanır. SPSS veri dosyaları, değişken adları, biçimleri ve sütun konumları gibi verilerle ilgili bilgilerin yanı sıra gerçek verileri de içerdikleri için benzersizdir.

Bu dosyalar, SPSS programı tarafından okunan ve yorumlanan özel bir kodla yazılır. Bu veri dosyalarını SPSS dışında bir yazılımla okumaya çalışırsanız dosya gizli kod satırları gibi görünecek ve size bir anlam ifade etmeyecektir. Ancak, SPSS için çok anlamlılar ve bu yüzden onları SPSS ile okumak çok kolay. Bir SPSS veri dosyasında (o anda açık olan) bulunan bilgilere bakmak isterseniz, bunu menü çubuğundaki Dosya’ya tıklayarak ve ardından Veri Dosyası Bilgilerini Görüntüle ve ardından Çalışma Dosyası’nı seçerek yapabilirsiniz.

Windows için SPSS, standart ASCII biçimindeki basit metin dosyalarındaki ham verileri de okuyabilir. Metin dosyaları genellikle bir “.dat” veya “.txt” uzantısı ile tanımlanır. Bunlar sadece sıradan sayılar (veya harfler) içeren veri dosyalarıdır. Dosyada değişken konumları, formatlar, etiketler, eksik değerler vb. gibi ek bilgiler yoktur (SPSS .sav veri dosyaları bu ek bilgileri içerir). Metin dosyalarını WordPad dahil birçok farklı yazılım programı ile okuyabilirsiniz. SPSS, sabit veya sekmeyle ayrılmış olarak biçimlendirilmiş metin veri dosyalarını okuyabilir.

SPSS Veri Düzenleyicisi, SPSS veri dosyalarına ve ASCII metin dosyalarına ek olarak çeşitli biçimleri okumak için tasarlanmıştır. Örneğin, Lotus 1-2-3 ve Excel ile oluşturulan elektronik tablo dosyaları, dBASE ve SQL formatlarıyla oluşturulan veritabanı dosyaları ve SYSTAT veri dosyaları açılır.

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

Bu karmaşık karma tasarımdaki ilginin etkileri, Bölüm 14’te açıklanan üç yönlü karmaşık karma tasarım dahil olmak üzere herhangi bir üç yönlü tasarımla aynıdır: üç ana etki (cinsiyet, renk ve oyuncak türü), üç iki yönlü etkileşimler (Cinsiyet×Renk, Cinsiyet×Oyuncak Türü ve Renk×Oyuncak Türü) ve bir adet üç yönlü etkileşim (Gender×Renk× Oyuncak Türü). Bu tasarımı özellikle ilginç kılan şey, iki tekrarlanan ölçü içermesidir.

Çalışmada birden fazla denek içi faktörle, birden fazla denek içi hata terimimiz var; bu hata terimlerinin her biri, Bölüm 11 ve 12’de tartışıldığı gibi tamamen denek içi tasarımlar için olduğu gibi, denek içi etkiye anahtarlanmıştır. Bu, analiz sonuçlarını gösteren Tablo 15.1’de sunulan özet tablosunda görülebilir. 

Yalnızca bir denekler arası faktörle (Faktör A: cinsiyet), varyansın denekler arası kısmı, denekler arası bağımsız değişkenin etkisine ve bir hata terimine (S/A) bölünür. Özne içi etkiler, belirli özne içi “etki”ye göre ayarlanmış özel hata terimlerine sahiptir. Bu tasarımda üç “saf” özne içi efekt vardır: Faktör B: renk, Faktör C: oyuncak tipi ve (B × C) Renk × Oyuncak Tipi etkileşimi. Bu etkilerin her biri, Tablo 15.1’deki özet tablosunda gösterildiği gibi kendi hata terimiyle ilişkilidir.

Bu saf denek-içi etkiler yalnızca kendi başlarına durmakla kalmaz – her biri aynı zamanda denekler arası faktör olan cinsiyetle de etkileşime girer. Etkileşimde yer alan saf denek içi etki için hata terimi, F oranının hesaplanmasında kullanılır.

Ayrıntılar burada:

• Öznelerin saf-içinde-etkilerinden birinin rengi, kendi hata terimiyle (B×S/A) ilişkili değildir. Cinsiyetle etkileşimini de değerlendirebiliriz (A). Bu, (A×B) Cinsiyet×Renk iki yönlü etkileşimle sonuçlanır; bu etkileşim için hata terimi, renkle ilişkili hata terimidir (B×S/A).
• Oyuncak tipi (C), saf denek içi efektlerden bir diğeridir ve kendi hata terimiyle (C×S/A) ilişkilidir. Cinsiyetle etkileşimini de değerlendirebiliriz. Bu sonuç(A×C)Cinsiyet×Oyuncak Tipi iki yönlü etkileşim; bu etkileşim için hata terimi (C × S/A), oyuncak tipi (C) ile ilişkili hata terimidir.
• (B ×C) Renk×Oyuncak Türü etkileşimi, saf özne içi etkilerin üçüncüsüdür ve kendi hata terimiyle (B × C × S/A) ilişkilendirilir. Cinsiyetle olan etkileşimini de değerlendirebiliriz. Bu, ( A × B × C ) Cinsiyet × Renk × Oyuncak Tipi üç yönlü etkileşimle sonuçlanır; Bu üç yönlü etkileşim için hata terimi (B × C × S / A ) İki yönlü etkileşim yazın.

Eta kare değerleri özet tablosunun son sütununda gösterilir. Bölüm 14’te yaptığımız gibi, bu hesaplamaları denekler arası ve denek içi bölümlerin ayrı (alt)toplam varyanslarına dayandırdık. Böylece, eta kare değerlerini aşağıdaki gibi hesapladık:

• B’nin ana etkisi: SSB ÷ SSWithin Subject
• Etkileşim A × C : SS A×C ÷ SSİçinde Konular
•  Etkileşim A × B × C: SSA×B×C ÷ SSİçinde Konular

Etkileşimin grafiği Şekil 15.3’te gösterilmektedir. Basit etki analizlerini yaptıktan sonra bu sonuçları anlatacağız.

OMNIBUS KARMA TASARIMIN EL İLE BİLGİLENDİRİLMESİ

Bu çalışmada daha önce üç faktörlü tasarımlarda yaptığımız gibi, bu analizleri elle yapmayı seçerseniz, okuyucuya gerekli hesaplama formüllerini sağlayacağız.

Bu bölümdeki önceki tartışmalarımızdan, mevcut karmaşık karma tasarım, aşağıdaki konular arası varyans kaynaklarına sahiptir: aşağıdaki hata terimi olan S/A ile değerlendirilen Faktör A’nın ana etkileri. Tersine, denek içi bileşen daha karmaşıktır ve her ikisi de B × S/A hata terimi ile değerlendirilen Faktör B’nin ana etkisi ile A × B’nin etkileşim etkisinden oluşur.

SPSS değişken Türleri
Spss Scale nedir
Spss Measure nedir
SPSS dosyasını mail atma
Spss Label nedir
Spss Values nedir
Spss decimals nedir
Spss Width nedir

Benzer şekilde, Faktör C’nin ana etkisi ve A × C etkileşim etkisi, C × S/A hata terimi ile değerlendirilir. Son olarak B × C ve A × B × C etkileşim etkileri B × C × S/A hata terimi ile değerlendirilir. Bu konuyla ilgili daha fazla tartışma Keppel (1991) ve Keppel ve Wickens’te (2004) bulunabilir.

OMNIBUS ANALİZİ SPSS’DE YAPILMASI VERİ DOSYALARININ YAPILANDIRILMASI

Üç yollu, karmaşık karma tasarım örneğimizin veri dosyası Şekil 15.4’te gösterilmektedir. İlk sütun, her zaman olduğu gibi, katılımcı kimlik numaramız için kullanılır; bu değişkeni subid olarak adlandırdık. Sonraki iki sütun, kadınlar 1 ve erkekler 2 olarak kodlanmış, denekler arası cinsiyet değişkenimizi temsil eder. Son dört değişken, denek içi değişkenlerin kombinasyonlarını temsil eder. Veri dosyasında en hızlı artan değişken toytype’dır.

Yani, üçüncü ve dördüncü sütunların ikisi de sarı oyuncaklarla ilgilidir; yelhand adlı üçüncü sütun, sarı el yapımı oyuncakları ve yelpret adlı dördüncü sütun, sarı taklit oyuncakları temsil eder. Beş ve altıncı sütunların ikisi de mavi oyuncaklarla ilgilidir; bluhand, mavi uygulamalı oyuncakları temsil eder ve blupret, mavi taklit oyuncakları temsil eder. Bu son dört sütunun her birinde bağımlı değişkenin değeri (oyuncaklarla oynama saniye sayısı) kaydedilir.

VERİ ANALİZİNİN YAPILANDIRILMASI

Ana SPSS menüsünden Analiz Et ➜ Genel Doğrusal Model ➜ Tekrarlanan Ölçümler’i seçin. Aşağıdaki nedenden dolayı Tekrarlanan Ölçümler’i seçtiniz. Çalışmada iki veya daha fazla durum varsa ve bağımsız değişkenlerden en az biri denek içi değişken ise, bağımlı değişkenin toplam varyansını denekler arası ve denekler arası olarak bölmemiz gerekir. . Bu bölümleme, SPSS’deki Genel Doğrusal Model prosedürünün Tekrarlanan Ölçüler modülü tarafından gerçekleştirilir.

Bu yolu seçmek Şekil 15.5’te gösterilen diyalog penceresini açacaktır. 12-14. Bölümlerden hatırlayacağınız gibi, bu çalışmadaki denek içi değişken(ler)i adlandırmanız için SPSS tarafından kullanılan ilk penceredir. Örneğimizde böyle iki faktör vardır: renk ve oyuncak tipi.

Veri dosyasında (bölüm 15.4.1’de belirtildiği gibi), sütunları soldan sağa doğru okurken, renk artışları en yavaş ve oyuncak tipi artışları en hızlıdır. Bu bilgiyi, Tekrarlanan Ölçüler Faktör(ler)i Tanımla penceresinde denek içi faktörleri tanımlamak için kullanacağız. Yani, bu durumda önce en yavaş artan değişkeni, rengi tanımlayacağız ve daha sonra bu durumda daha hızlı artan değişken olan toytype’ı tanımlayacağız. Bunun sonuçları Şekil 15.5’te gösterilmektedir.

Define Factor(s) penceresinde Define tıklandığında Şekil 15.6’da gösterilen GLM Repeated Measures ana diyalog penceresine geliyoruz. Değişken listesinin sağındaki panelde belirtilmesi gereken dört yuva vardır. İki tekrarlanan ölçümümüzün her biri için iki seviye ile, bu dört değişken verir; bu nedenle, değişken sayımız pencerede gösterilen yuva sayısıyla eşleşir (bu çok iyi bir şeydir).

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

KONULARARASI TEK YÖNLÜ TASARIM  DEĞİŞİKLİKLER TASARIMI

İster denekler arasında ister denekler içinde olsun, tek yönlü bir tasarımda, dağılımlar için vekil olarak ortalamaları (ve standart sapmaları) kullanarak bağımsız değişkenin her seviyesi altındaki puan dağılımlarını karşılaştırmakla ilgileniriz.

Denekler arası tasarımlar için, bağımsız değişkenin her seviyesi farklı katılımcılarla ilişkilendirilir; bu nedenle düzeylere “gruplar” diyoruz ve bireyler gruplara rastgele atanırsa, en azından uzun vadede katılımcılar arasındaki farklılıkların “rastgele dağıtılacağını” ve ortalama farklılıkları karıştırmayacağını varsayıyoruz. tedavi koşulları arasında gözlemlenebilir. Böyle bir ANOVA’da böldüğümüz varyansa, bu nedenle, denekler arası varyans denir.

6’dan 9’a kadar olan bölümler, denekler arası n-yollu tasarımlar sunmuştur. Bölümlere ayırdığımız bağımlı değişkenin varyansının tümü, denekler arası varyans olmuştur.

Yani, bir denek analize yalnızca bir puan katkıda bulunduğundan ve bağımsız değişkenin her düzeyinde farklı denekler ölçüldüğünden, puan kümeleri arasındaki farklardan bahsetmek, denek kümeleri arasındaki farklardan bahsetmekle eşdeğerdi.

Farklı grupların ortalamalarını karşılaştırdığımızda, farklı deneklerin performans farklılıklarını da karşılaştırıyorduk. Konu içi tasarımda durum daha karmaşıktır.

KONU İÇİ TASARIMDA KONULAR ARASINDAKİ DEĞİŞİKLİK

Denek içi tasarımlar, bağımlı değişken üzerinde tekrar tekrar ölçülen birden fazla katılımcı içerir. Birden fazla denekle, Denek 1’in ölçümünden bir puan seti (tekrarlanan ölçümler seti) elde edilecek, Denek 2’nin ölçümünden başka bir puan seti elde edilecek ve bu böyle devam edecektir.

Bu puan kümelerini birbiriyle karşılaştırdığımızda, konuları birbiriyle karşılaştırıyoruz. Farklı konuları birbiriyle karşılaştırırken, denekler arası varyansla uğraşıyoruz. Bu nedenle, denek içi tasarım kullanılırken bile, bağımlı değişkenin varyansının bir kısmı denekler arasındaki farklılıklara atfedilebilir.

Bir denek içi tasarımdaki denekler arası varyans, çalışmadaki denekler arasında bireysel farklılıkların ne ölçüde gözlemlendiğini yakalar. ANOVA’da bireysel farklılıklar hesaba katıldığında (denekler arası varyanstan kaynaklanan varyans tanımlandıktan sonra), kalan varyans denek içi varyanstır. Bu, Şekil 10.1’de gösterilmektedir. Daire, bağımlı değişkenin toplam varyansını temsil eder. Toplam varyansı iki genel bölgeye ayırdık: denekler arası varyans ve denek içi varyans gerekir.

SPSS anket Analizi
SPSS veri Analizi Yorumlama
SPSS veri örnekleri
SPSS konu anlatımı pdf
Veri analiz yöntemleri
SPSS değişken Türleri
SPSS analiz yöntemleri
SPSS Kullanma Kılavuzu SPSS ile Adım Adım Veri

KONU İÇİ TASARIMDA KONU İÇİ DEĞİŞİKLİK

Bir denek içi tasarım, tüm katılımcıların her çalışma koşulunda ölçülmesini gerektirir. Bağımsız değişkenin her düzeyinde aynı katılımcılar temsil edildiğinde, koşullar arasında gözlemlediğimiz ortalama farklılıklar, bu koşulları yaşayan katılımcılardaki farklılıklara atfedilemez (yani, tüm koşullar tamamen aynı kişiler tarafından deneyimlenir).

Bu nedenle, bağımsız değişkenin bir düzeyini diğer düzeyleriyle karşılaştırırken, mücadele edilecek denekler arası fark yoktur (denekler arası varyans yoktur). Aynı katılımcılar bu tür ortalama karşılaştırmalarına dahil olduklarından, farklı koşulların araçlarıyla temsil edilen varyans, denek içi varyansı temsil eder. Bu anlamda, denek içi tasarımlarda katılımcıların kendi kontrolleri olarak hizmet ettiği sıklıkla söylenir. Bu sayede denek içi tasarımlar çok güçlüdür.

Potansiyel olarak büyük bir hata kaynağını, yani katılımcılar arasındaki bireysel farklılıkları istatistiksel olarak ortadan kaldırırlar (hesap verirler). Eğer denek içi tasarımlar bu kadar güçlüyse neden çoğu zaman ya da tamamı kullanılmıyorlar? Cevap, üzerinde çalıştığımız bağımsız değişkenlerin çoğunun, dahil olabilecek olumsuz aktarım etkileri nedeniyle denek içi manipülasyona uygun olmadığıdır.

Yani, incelediğimiz yapıların çoğu için, insanları bir koşula (bağımsız değişkenin bir düzeyine) maruz bırakmak, onları başka herhangi bir araştırma koşuluna göre artık naif olmayacak şekilde yeterince değiştirir. Ayrıca, verilerin halihazırda toplandığı arşiv araştırması gibi diğer araştırma yaklaşımlarında, yapabileceğimiz en iyi şey, bağımsız değişkenin farklı seviyeleri altında bağımlı değişken puanları kaydedilen farklı durumları karşılaştırmaktır.

KONU İÇİ TEK YÖNLÜ TASARIM İÇİN SAYISAL BİR ÖRNEĞİ

Örneğimiz olarak kullanılacak basitleştirilmiş veri seti, ön test-son test konfigürasyonunda zamana dayalı bağımsız bir değişken kullanır. Varsayımsal çalışmamızda, belirli bir ilacın belirli bir hastalığın semptomlarının yoğunluğunu hafifleteceği umulmaktadır. Semptom yoğunluğu on iki noktalı bir ölçekte değerlendirildi ve on ikiye doğru değerler daha yoğun semptomlara işaret etti.

İlki tedaviden bir ay önce ve ikincisi tedaviden bir hafta önce olmak üzere iki tedavi öncesi temel ölçüm yapılır. Semptom yoğunluğunun tedavi sonrası ölçümleri, ilacın uygulanmasından bir hafta, bir ay ve bir yıl sonra yapılır. Bu basitleştirilmiş örnekte, çalışmada sekiz hastamız var. Tablo 10.1’deki koşulların ortalamalarından da görülebileceği gibi, semptom yoğunluğu ön testlerde 9 civarında seyreder, ilk haftadan sonra 6’nın biraz üzerinde bir değere düşer ve hemen ardından hemen bir değerde düzleşir. bir ay sonra 5’ten biraz fazla.

TASARIMDA OMNIBUS ETKİLERİNDE İLGİ ETKİSİ

Bir denek içi tasarımda, bağımlı değişkenin toplam varyansı, denekler arası ve denek içi varyansa bölünür. Denekler arası varyans, bireysel denek farklılıklarını endeksler ve normalde, varyansın kendi kısmını hesaba katması dışında ilgi çekici değildir.

Tasarımda yalnızca bir bağımsız değişkenle, omnibus analizinde bizi ilgilendiren yalnızca bir F oranı vardır – bağımsız değişkenle ilişkili F oranı. Bu bir denek içi değişkendir ve bu nedenle denek içi varyansın bir bileşenidir. Burada kullandığımız sayısal örnekte, bu F oranı, ilacın semptom yoğunluğunu önemli ölçüde azalttığını gösteren istatistiksel olarak anlamlı olacaktır.

ÇOKLU KARŞILAŞTIRMALAR

İstatistiksel olarak anlamlı bir etki ile, hangi ortalamanın diğerlerinden önemli ölçüde farklı olduğunu belirlemek için bir ANOVA sonrası test gereklidir. Denekler arası tasarımın aksine, SPSS’de post hoc testleri yapamayız – bu yazılım, Post Hoc penceresi sadece denekler arası bağımsız değişkenler için kullanılabilir olacak şekilde programlanmıştır.

Bunun yerine, Bölüm 7’de açıkladığımız basit efekt analizlerinde kullanılanla aynı türde karşılaştırmalar (yani, ikili karşılaştırmalar) yapabiliriz. SPSS ve SAS’ta ANOVA ve çoklu karşılaştırma prosedürleri de yer alır.

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

Bu tasarımın özet tablosu aşağıda gösterilmektedir. Bir denekler arası tasarımda, denekler arası varyansa odaklanıyoruz. Bu noktayı, özet tablo için “nesneler arası etkiler” olarak genel bir başlık göstererek vurguladık. SPSS ve SAS ürettikleri özet tablolar için benzer bir başlık kullanacaklardır.

Özet tablosunun ilk sütunu, varyans kaynaklarını içerir. Toplam varyans her zaman tablonun son satırına yerleştirilir. Toplam varyansın üstünde, denekler arası tek yönlü bir tasarımda sahip olduğumuz tek iki kaynak var. Bir kaynak bilinen bir kaynaktır ve bağımsız değişkeni temsil eder.

Bu, özet tablosunda gruplar arasında olarak etiketlenir ve genel olarak Faktör A’ya atıfta bulunur. Örnek çalışmada bu, bağımsız değişkenin beş düzeyini temsil eder: ay olarak çalışmaya hazırlık süresi (sıfır, iki, dört, altı ve sekiz ). Diğer kaynak, gruplar veya hatadır. Bu, bağımsız değişkene bağlanamayan gruplar içindeki varyasyonu temsil eder.

KARELER TOPLAMI

Bu metin boyunca, çeşitli kareler toplamlarını elle hesaplamak için “hesaplamalı formüller” denilen şeyi size sağlayacağız. Hesaplamalı formüller, kareler toplamlarının üretilmesiyle ilgili bazen karmaşık hesaplamaları yürütmek için daha hızlı ve daha verimli bir yol sağlar.

Ancak bu matematiksel verimliliğin veya zarafetin bir bedeli vardır; hesaplama formülleri sezgisel değildir ve kavramsal anlayışı teşvik etmez. Yani, bu hesaplama prosedürlerini kullanırken varyansın gerçekte nasıl bölümlendiğini görmek bazen zordur. Karelerin toplamını hesaplamak için daha sezgisel, ancak matematiksel olarak daha hantal bir yaklaşım, sapma formüllerini kullanmaktır.

Bu tür formüller, bağımlı değişken üzerindeki orijinal ham puanların genel ortalamadan (toplam değişkenlik) nasıl saptığı temelinde, çalışma içindeki toplam değişkenliğin gruplar arası ve grup içi değişkenlik olarak nasıl bölündüğünü çok somut bir şekilde gösterir. bu aynı puanların ilgili grup ortalamasından nasıl saptığı (grup içi değişkenlik) ve her grubun ortalamasının büyük ortalamadan nasıl saptığı (gruplar arası değişkenlik) görülür.

Bu sapma formüllerini Ek E’deki mevcut sayısal örnekle göstereceğiz ve tartışmamızı her bölümde hesaplama prosedürlerine odaklayacağız. Unutmayın, ya sapma ya da hesaplama formülü tam olarak aynı sonucu verecektir.

Karelerin toplamı değerleri ikinci sütununda gösterilmiştir. Tablo 6.1’de gösterilen ön hesaplamalar ve özet istatistikler, çeşitli kareler toplamlarının hesaplanması için gerekli bileşenler haline gelir. Denekler arası tek yönlü ANOVA’da hesaplanması gereken üç kare toplamı vardır:

• r Gruplar veya tedavi arasındaki karelerin toplamı, A alt indisinin tek bağımsız değişkeni veya Faktör A’yı temsil ettiği SSA.
• r Gruplar içindeki karelerin toplamı veya hata, SSS/A, burada S/A alt simgesi A tedavisinin her düzeyindeki konuları belirtir.
• r Toplam kareler toplamı, SST.

SPSS programı
Spss Nedir
IBM SPSS
SPSS değişken Türleri
Spss Values nedir
Spss Label nedir
Spss Measure nedir
Spss Ordinal ne demek

Tedavi Etkisi Kareleri Toplamı (Gruplar Arası Varyans): SSA

Bu üç kare toplamı için formüller ve aşağıdaverilere dayalı hesaplamaların özeti aşağıdaki gibidir:

Formüller, işlem toplamlarının karesini alır ve bu değeri n’ye böler. Daha sonra genel toplam puanın karesi alınır ve toplam vaka sayısına bölünür (a)(n). Bu son değer, SSA’yı elde etmek için öncekinden çıkarılır.

SPSS tarafından üretilen ve Tablo 6.1 ve Şekil 6.8’de (230.497.143) rapor edilen SSA ile elle hesaplanan mevcut değer (230.496.57) arasındaki hafif farklılık, hesap makinesi kullanıldığında yaygın olarak karşılaşılan yuvarlama hatasından kaynaklanmaktadır.

ÖZGÜRLÜK DERECESİ

Toplam Varyans için Serbestlik Dereceleri

Her bir varyans kaynağı için serbestlik derecesi, özet tablosunun üçüncü sütununda yer almaktadır. Toplam varyansın karelerinin toplamını hesaplamak için, çalışmadaki her bir puan veya gözlemden büyük ortalamayı çıkarırız. Böylece, toplam varyansla ilişkili serbestlik dereceleri, gözlem sayısı eksi birdir. Formül olarak ifade edildiğinde hesaplamamız şu şekildedir:

• dfT = (a)(n)−1 = (5)(7)−1 = 34,

burada a, grup sayısı ve n, her grupta yer alan vaka sayısıdır.

Gruplar Arası Varyans için Serbestlik Dereceleri

Gruplar arası varyansın (SSA) karelerinin toplamı, her grup ortalamasından büyük ortalamanın çıkarılmasına dayanır. Veri setimizde beş bağımsız değişken düzeyine sahibiz ve bu nedenle beş grup ortalamasına sahibiz. Gruplar arası etkinin serbestlik dereceleri, bağımsız değişkenin düzey sayısı eksi bire eşittir. Formül olarak ifade edildiğinde hesaplamamız şu şekildedir:

• dfA =a−1=5−1=4,

burada a grup sayısıdır.

Grup İçi (Hata) Varyansı için Serbestlik Dereceleri

Varyansın (SSS/A) açıklanamayan kısmı için karelerin toplamı – her grup içindeki puanların değişkenliği – belirli bir gruptaki her puan ve ilgili ortalaması arasındaki farka dayanır. Açıklanamayan varyansın serbestlik derecelerini hesaplarken, her bir grubu sırayla ele alıyoruz.

Sıfır ay grubu için, ortalamanın çıkarılacağı yedi puanımız var. Bu bize 5 df verir. İki aylık grup için, bu ortalamanın çıkarılacağı yedi puanımız da var. Bu bize başka bir 5 df verir. Aynı şekilde dört, altı ve sekiz aylık gruplar için. Tümüyle, açıklanmayan varyansın kendisiyle ilişkili 30 df’si vardır. Bu, aşağıdaki formül olarak yazılabilir:

• dfS/A =(a)(n−1)=(5)(7−1)=30.

Açıklanamayan veya hata varyansı için serbestlik derecelerinin değerini, önceden hesaplamış olduğumuza dayanarak bulabileceğimize dikkat edin. Toplamda 34 df olduğu ve bunlardan dördünün gruplar arası etki ile ilişkili olduğu göz önüne alındığında, geri kalanının hata varyansı ile ilişkilendirilmesi gerekiyordu.

Böylece bu değeri kalıntı olarak hesaplayabilirdik ve bu, araştırmacıların hesaplamaları elle yaparken özet tablosunda belirli serbestlik dereceleri elde etmeleri için yaygın bir yoldur. Elbette analizleri SPSS veya SAS ortamında gerçekleştirerek bu değerlerin tamamı size sağlanmaktadır.

ORTALAMA KARE

Ortalama kare değerleri, her kare toplamının ilgili serbestlik derecesine bölünmesiyle hesaplanır. Yalnızca gruplar arası (Faktör A) etkisi ve gruplar içi veya hata varyansı için ortalama kareleri hesaplıyoruz.

Gruplar arasında 230,496.57 bölü 4, 57.624,14’tür; hata için, 39.772’nin 30’a bölünmesi 1.325.73’tür. Yine, elle hesaplanan bu değerler ile bilgisayar tabanlı hesaplamalar arasındaki küçük farklılıklar yuvarlama hatasından kaynaklanmaktadır.

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

Değişken ‘cinsiyet’, değerler’e ulaşana kadar “hasta” için yaptığınız gibi devam edin. ‘Hasta’ hiçbir değere sahip değilken, sadece hasta sayılarıydı cinsiyetin iki değeri vardır: erkek için 1 rakamını ve kadın için 2 rakamını gireceğiz. Bu yüzden SPSS’ye yaptığınızın bu olduğunu söylemeniz gerekiyor.

SPSS’de değer etiketlerini şu şekilde eklersiniz:

Değerler hücresine ve ardından hücrenin sağ tarafında 3 nokta bulunan düğmeye tıklayın. Bu, Değer Etiketi kutusunu açar.
Değer olarak işaretlenmiş kutuya tıklayın. 1 yazın.
Değer Etiketi olarak işaretlenmiş kutuya tıklayın. erkek yazın.
Ekle’ye tıklayın. Ardından özet kutusunda şunu göreceksiniz: 1=erkek.
Bu prosedürü dişiler için tekrarlayın (Değer = 2; Değer Etiketi: dişi; Ekle).
Ardından Tamam’ı tıklayın. Bu bilgiler artık SPSS veritabanınızda saklanmaktadır. Değiştirilecek diğer tek şey Measure (Nominal’e) ve veritabanınız şöyle görünmelidir:
Artık, ‘danışman’ (1 = John; 2 = Jane) için değer etiketlerini girdiğinizden emin olarak, kalan değişkenler için bilgileri tamamlayabilmelisiniz. Bunu yaptığınızda veritabanınız şöyle görünmelidir: Artık değişkenlerinizi tanımladınız ve verileri girmeye devam edebilirsiniz.

Veri Girme

Veri Görünümü sekmesine (ekranın sol alt kısmı) tıklayın ve bu sizi Değişken Görünümden Veri Görünümüne geçirecektir. Sütunların artık değişken adlarınızla yönlendirildiğine dikkat edin.

Artık 30 hastanın verilerini girebilirsiniz. Sol üst hücreye (hasta 1) tıklayın ve 1 girin. Ardından sonraki hücreye geçin (klavyenizdeki sağ oka basın) ve Tablo 2.1’deki verilere göre her hasta için verileri girin. Bu, aşağıdaki verilerle sonuçlanmalıdır:

Verileri girdikten sonra dosyayı kaydettiğinizden emin olun. Artık analizlere başlamaya hazırız. 

Değer Etiketlerini Görüntüleme

Verileri doğru girdiğinizi kontrol etmek için değer etiketlerinizi görüntülemek isteyebilirsiniz, böylece SPSS veri kümesi tam olarak verilere benzeyecektir. Değer etiketlerini Görüntüle’yi ve ardından Değer Etiketleri’ni tıklayarak görüntüleyebilirsiniz.

Verileri sıralama

Bazen, örneğin tüm erkek vakaları birlikte görsel olarak incelemek istiyorsanız, verileri yeniden sıralamak yararlıdır.

Bunu yapmak için:

• 1 Ekranın üst kısmındaki menüden Veri’yi ve ardından Vakaları Sırala’yı tıklayın.
• 2 Cinsiyet değişkenine tıklayın, ardından oku (Sıralama ölçütü kutusunun solundaki) tıklayarak Sıralama ölçütü kutusuna taşıyın:
• 3 Veri kümenizi hastanın cinsiyetine göre sıralamak için artık Tamam’a tıklayabilirsiniz:
• 4Veri kümeniz şimdi tüm erkek hastalar en üstte olacak şekilde yeniden sıralanmıştır.
• 5 Verileri orijinal sırasına geri almak için Veri/Sıralama Vakalarına geri dönün. Verileri orijinal sırasına göre sıralamak için Hasta üzerine çift tıklayın (sol fare düğmesi). (Ve her hastayı/anketi numaralandırmasaydık bunu yapamayacağımızı unutmayın.)

Aslında aynı anda istediğiniz kadar değişkene göre sıralayabilirsiniz. Örneğin, her iki değişkeni de Sıralama ölçütü kutusuna koyarak verileri hastaların cinsiyetine ve yaşına göre sıralayabilirsiniz, ancak gerçekten, bence analize devam etmemiz gerekiyor.

Not: SPSS v15’te çalışıyorsanız, SPSS’de bir prosedür gerçekleştirdiğiniz gerçeğini günlüğe kaydeden bir Çıktı Görüntüleyici ekranı görünecektir. Çıktı Görüntüleyici ekranının sağ üst köşesindeki turuncu kutudaki çarpı işaretine tıklayarak bunu kapatın. Bunu kaydetmek isteyip istemediğinizi sorduğunda, hayır’a tıklayın.

Spss dosya kaydetme Nasıl yapılır
SPSS kaydetme sorunu
SPSS konu anlatımı pdf
SPSS veri Girişi
SPSS alt boyut oluşturma
SPSS Değişken türleri
SPSS veri örnekleri
SPSS veri girişi örneği

Notlar

1 Bu, 1 ve 2 sayılarının keyfi bir atamasıdır ve hiçbir şekilde erkek ve kadın cinsiyetlerinin önem sırasını yansıtması amaçlanmamıştır. Bunu belirtiyorum çünkü bir öğrenci bu konuyu (sınıfta) gündeme getirdi ve bir süre tartışıldı.

2.Uzun bir anketiniz varsa ve değişkenlerinizi q1, q2, q3, vb. olarak etiketlemeye karar verdiyseniz, Etiket özelliğini kullanabilirsiniz. Etiket sütununda her bir sorunun açıklamasını verirsiniz. Örneğin, danışmanlık anketi için bu yaklaşımı benimseseydik, 4. çeyreğin etiketi ‘danışma seanslarının sayısı’ olurdu ve bu etiket, belirli soruyu tanımlamamıza yardımcı olmak için ‘4’ yerine çıktıda görünürdü. Bu yaklaşım, değişken sütununda sekiz karakterle sınırlı olduğumuz eski SPSS sürümlerinde daha yaygındı, bu nedenle kısaltılmış (zorlukla tanımlanabilir) adların genellikle girilmesi gerekiyordu.
3. Örnek olarak, bir hastanın hassas bir soruyu yanıtlamayı reddetmesinden kaynaklanan eksik verileri ve bir sorunun hastaya uygulanamaz olmasından kaynaklanan eksik verileri ayırt etmek isteyebiliriz. Bu gibi durumlarda, Eksik hücreye tıklamamız gerekir, bunun üzerine hücrenin sağında üç noktalı bir düğme görünür; eksik veriler için bir değer girebileceğiniz bir iletişim kutusu görüntülenir. Girdiğiniz değer, verilerin parçası olarak oluşabilecek değer aralığının dışında olmalıdır: 99, eksik verileri tanımlamak için yaygın olarak kullanılan bir değerdir, ancak değişkeniniz yasal olarak bu değeri içeriyorsa (veri kümemizde potansiyel olarak ‘yaş’) daha uzak bir numara (999) seçmelisiniz.
4. Ve nereye kaydettiğinizi bildiğinizden emin olun! Öğrencilerin veri dosyasını üniversite ağına kaydettikleri ancak bir sonraki oturum için bulamadıkları birkaç durum olmuştur. Ayrıca, bir üniversite veya kolej bilgisayarında çalışıyorsanız, bazı bilgisayarların kullanılmadıkları takdirde belirli bir süre sonra ‘oturumu kapatmaya’ programlandığını da bilmelisiniz; dosyayı kaydetmeden bilgisayardan ayrılırsanız, geri döndüğünüzde veriler orada olmayabilir.
5. Verileri sıralamak birkaç nedenden dolayı faydalı olabilir. Yakın zamanda, hastaların bir servise sevk edildiği aya göre veri setini düzenlemem gereken bir anket için faydalı buldum. Vakaları sevk aya göre sıralamak bu işi çok kolaylaştırdı.

Tanımlayıcı istatistikler: frekanslar, merkezi eğilim ölçüleri ve verileri grafikler kullanarak gösterme

Bu bölümde, verilerden bazı temel tanımlayıcı istatistikler üretmek için SPSS kullanacaksınız: kategorik veriler için frekanslar ve aralık düzeyinde veriler için merkezi eğilim ölçüleri. Ayrıca veri analizini göstermek için çizelgeleri nasıl oluşturacağınızı ve düzenleyeceğinizi ve çalışmanızı bir Microsoft Word dosyasına nasıl kopyalayacağınızı öğreneceksiniz.

Frekanslar

Bir araştırmacının bu verilerle yapacağı ilk şeyin “bazı frekansları çalıştırmak” olduğunu belirtmiştik. Bu basitçe kategorik verilerimizin frekanslarına bakmak istediğimiz anlamına gelir:

• Kaç erkek/kadın hasta var?
• Danışman John ve Jane’in her biri kaç hastayı tedavi etti?

Bu bize örneğimize veya ‘popülasyona’ ilişkin ilk genel bakışı sağlayacaktır. Öyleyse bir sonraki yazımıza, ilk kategorik değişken cinsiyetimizle başlayalım.

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