Çapraz Tablolar komutunun sonuçları gizemli değildir. Vaka işleme özeti, eksik veri olmadan 1270 vaka olduğunu gösterir. Çapraz tablonun kendisinde, tablonun satırları çeşitli ulaşım araçlarını temsil eder ve sütunlar kadın ve erkekleri ifade eder. Böylece, örneğin, 243 kadın bir araba, kamyon veya minibüste gidip geldi.

Örneklemde eşit sayıda kadın ve erkek olmadığı için sadece frekanslara bakmak yanıltıcı olabilir. Bu şekilde işe giden erkeklerin yüzdesini, bunu yapan kadınların yüzdesiyle karşılaştırmak daha yararlı olabilir. Örnekler küçükse yüzdeler bile yanıltıcı olabilir. Burada, neyse ki, büyük bir örneğimiz var. Daha sonra, numune boyutunu göz önünde bulundurarak numune bilgilerini daha eleştirel bir şekilde değerlendirmeyi öğreneceğiz.

Çapraz tablolama işlevi, frekansları kolayca bağıl frekanslara dönüştürebilir. Bunu, daha önce olduğu gibi aynı menüleri izleyerek Çapraz Tablolar iletişim kutusuna dönerek veya biraz farklı bir yol izleyerek yapabiliriz.

Yakın Zamandaki Bir İletişim Kutusunu Düzenleme

Çoğu zaman, farklı değişkenler veya seçenekler kullanarak bir komutu tekrarlamak isteriz. Yakın tarihli bir komuta hızlı erişim için SPSS, menülerin altındaki araç çubuğunda özel bir düğme sağlar. Diyalog Geri Çağırma düğmesine (sağda gösterilmiştir) tıklayın ve yakın zamanda verilen komutların bir listesini göreceksiniz. Çapraz tablolar listenin başında olacaktır; tıklamak
Çapraz tablolar ve son iletişim kutusu yeniden görünecektir.

Yukarıda sorulan soruyu yanıtlamak için, her hücredeki değerlerin kadın ve erkek sayısına göre frekansları yansıtmasını istiyoruz, dolayısıyla her birini ilgili sütunun toplamına bölmek istiyoruz. Bunu yapmak için, Hücreler işaretli düğmeyi tıklayın, Sütun Yüzdelerini kontrol edin, Devam’ı ve ardından Tamam’ı tıklayın. Bu tabloya dayanarak, erkeklerin mi yoksa kadınların mı araba, kamyon veya kamyonet ile işe gidip gelme olasılığının daha yüksek olduğunu söyleyebilir misiniz? Şimdi Satır Yüzdelerini sormayı deneyin (Diyalog Geri Çağırma’ya tıklayın). Bu sayılar neyi temsil ediyor?

Çubuk Grafikler Hakkında Daha Fazlası

İki değişken arasındaki ilişkiyi analiz etmek için bir çubuk grafik de kullanabiliriz. Öğrenci anketindeki iki nitel değişken arasındaki ilişkiye bakalım: cinsiyet ve emniyet kemeri kullanımı. Öğrencilere araç kullanırken ne sıklıkla emniyet kemeri taktıkları sorulmuştur: Asla, Bazen, Genellikle ve Her Zaman. Sizce öğrenciler ne dedi? Sizce erkekler ve kadınlar aynı tepkiyi veriyor mu? Bu soruları yanıtlamaya yardımcı olacak bir çubuk grafik oluşturacağız. Veri Düzenleyici’de Öğrenci adlı dosyayı açın.

Grafikler ChartBuilder… Bu komutu önceki oturumda kullandık. Galeri seçeneklerinden Çubuk’u seçin. Ardından ikinci çubuk grafik simgesini (kümelenmiş) önizleme alanına sürükleyin. Yatay eksen için bir değişken belirlemeliyiz ve isteğe bağlı olarak başka değişkenler belirtebiliriz.

Emniyet kemeri kullanım sıklığı [kemer] öğesini yatay eksene sürükleyin. Şimdi Tamam’ı tıklasaydık, her bir yanıtı veren toplam öğrenci sayısını görürdük. Ama biz kadın ve erkeklerin yanıtlarının karşılaştırılmasıyla ilgileniyoruz.

Cinsiyet’i X’teki Küme kutusuna sürükleyin. Tamam’ı tıklayın.

istatistik, çapraz tablo soruları
SPSS çapraz tablo YORUMLAMA
Biyoistatistik çapraz tablo
İki Değişkenli çapraz tablo
SPSS tablo YORUMLAMA
SPSS Tablo yapma
Excelde çapraz tablo oluşturma
Çapraz tablo YORUMLAMA

Yeni oluşturduğunuz çubuk grafiğe yakından bakın. Bu öğrencilerin emniyet kemeri alışkanlıkları hakkında neler söyleyebilirsiniz?

Bu çubuk grafikte eksen kategorilerinin sırası alfabetiktir. Bu sıra değişkeniyle, kategorilerin sıklığa göre sıralanması daha mantıklı olacaktır: Hiçbir Zaman, Bazen, Genellikle ve Her Zaman. Kategorilerin sırasını Grafik Düzenleyici’yi açarak veya Grafik Oluşturucu iletişim kutusunu geri çağırarak değiştirebiliriz. Önceki Grafik Oluşturucu iletişim kutusuna dönün.

Sağdaki Eleman Özellikleri kutusunun altında, X ekseni1’i (Çubuk1) seçin. Kategoriler altında, kategorilerin sırasını yatay eksende aşağıdaki sırayla yerleştirmek için yukarı ve aşağı okları kullanın: Hiçbir Zaman, Bazen, Genellikle, Her Zaman.

Öğe Özellikleri’nde Uygula’yı ve ardından ana Grafik Oluşturucu iletişim kutusunda Tamam’ı tıklayın. Ortaya çıkan grafiğin okunması ve yorumlanması daha net olmalıdır.

Bu grafik, erkeklerin ve kadınların tepkilerini karşılaştırmak için kümelenmiş çubuklar kullanır. Kümelenmiş bir çubuk grafik, erkekler ve kadınlar tarafından kemer kullanımındaki farklılıkları vurgular, ancak her bir kullanım kategorisinde kaç öğrencinin olduğunu söylemek zor. Yığılmış çubuk grafik kullanışlı bir alternatiftir.

Daha önce yaptığımız gibi diyalog geri çağırma simgesini seçin ve Chart Builder’ı seçin. Üçüncü çubuk grafik simgesini (yığılmış) önizleme alanına sürükleyin. Yatay eksen değişkeni (emniyet kemeri kullanım sıklığı) aynı kalacaktır. Ancak, Cinsiyeti Yığın kutusuna sürüklemeniz gerekecektir. 

Kategorileri daha önce yapıldığı gibi sıklığa göre düzenleyin. İşte bu grafiğin kümelenmiş ve yığılmış versiyonları. Farklı bilgiler mi gösteriyorlar? Bir izleyici bu grafiklerden ne gibi izlenimler alır?

Bir çubuk grafikte nicel bir değişkeni de analiz edebiliriz. Öğrenci anketindeki kadın ve erkeklerin not ortalamalarını (GPA) karşılaştıralım. İki grubun ortalamalarını karşılaştırabiliriz.

Grafikler Grafik Oluşturucu… Çubuk’u seçin ve ilk çubuk grafik simgesini (basit) önizleme alanına sürükleyin.

Mevcut GPA’yı [gpa] dikey eksene ve Cinsiyet’i yatay eksene sürükleyin. Tamam’ı tıklayın

Grafikteki çubuklar, GPA değişkeninin ortalamasını veya ortalamasını temsil eder. Erkeklerin ve kadınların ortalama GPA’ları nasıl karşılaştırılır?

İki Dağılımı Karşılaştırma

Çubuk grafik, erkekler ve kadınlar için ortalama GPA’ları karşılaştırdı. Tüm dağılımlar nasıl karşılaştırılır? Bir inceleme olarak, tüm öğrenciler için GPA’ların dağılımına bakarak başlıyoruz.

Grafik Grafik Oluşturucu… Histogram’ı seçin ve ilk histogram simgesini (basit) önizleme alanına sürükleyin. Değişken olarak Mevcut GPA [gpa]’yı seçin ve Tamam’ı tıklayın. Burada gösterilen grafiği göreceksiniz. Bu dağılımın şeklini nasıl tanımlarsınız?

Kız ve erkek öğrencilerin not dağılımını karşılaştıralım. Aynı dikey ve yatay ölçekleri kullanarak yan yana iki histogram oluşturacağız:

Dialog Recall düğmesine tıklayın ve Chart Builder’ı seçin. Grafiğin kadınlar ve erkekler için GPA’ları ayırt etmesi gerektiğini belirtmemiz gerekiyor.

Gruplar/Puan Kimliği sekmesine tıklayın. Sütunlar Panel Değişkeni’ni seçin, ardından Cinsiyet’i Panel kutusuna sürükleyin ve Tamam’ı tıklayın.

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

Deney tasarımının tam olarak iki seviyeli yalnızca bir bağımsız değişkene sahip olduğu nadir durumda, istatistiksel olarak anlamlı bir F oranı bize iki koşulun ortalamalarının güvenilir bir şekilde farklı olduğunu bildirir. Bunun nedeni, analizde sadece iki grubun bulunmasıdır; bu nedenle, karşılaştırılmakta olan yalnızca bir çift araç vardır ve istatistiksel olarak anlamlı F oranı, bu tek ikili karşılaştırmaya aittir.

Analizde üç veya daha fazla grup olduğunda durum genellikle belirsizdir. Evet, istatistiksel olarak anlamlı bir F oranıyla, farklı olan bir çift ortalama olduğunu varsayabiliriz; Soru, birkaç alternatif olduğu için hangi çifttir.

Örneğin üç gruplu bir çalışmada, birinci ve ikinci gruplar farklı olabilir, birinci ve üçüncü gruplar farklı olabilir ve/veya ikinci ve üçüncü gruplar farklı olabilir. Bu koşullar altında, istatistiksel olarak anlamlı ortalama farklılıkların hangi araçlar arasında olduğunu belirlemek için daha fazla analiz yapmak gereklidir.

Böyle bir süreç, önemli ölçüde farklı olup olmadıklarını belirlemek için araç çiftlerini inceler. Çok amaçlı analizin “küresel”, “makroskopik”, “genel” veya “genel” bir analizi yansıttığını düşünün; o zaman ANOVA sonrası araç çiftlerine bakma prosedürü “daha ​​ince taneli, “mikroskobik” veya “basitleştirici” bir analiz seviyesi olarak düşünülebilir. Veri setini bir bütün olarak analiz etmek yerine, veri setinin ayrı kısımlarını analiz etmemiz anlamında basitleştiricidir.

Mevcut örnekte, beş grubumuz var. İstatistiksel olarak anlamlı bir F oranı elde ettik, ancak hangi ortalamaların birbirinden önemli ölçüde farklı olduğunu otomatik olarak bilmiyoruz. Bu nedenle, araç çiftlerini incelemek için veriler üzerinde ek bir basitleştirme prosedürü uygulamak gereklidir.

Burada sahip olduğumuz gibi tek bir bağımsız değişkenin etkisi durumunda bu basitleştirme prosedürü, genel olarak çoklu karşılaştırma prosedürü olarak bilinir. Ancak, bu tür çoklu karşılaştırmaları gerçekleştirmek için yeterince farklı yaklaşımlar vardır ki, SAT çalışma süresine ilişkin sayısal örneğimizi kullanarak Bölüm 7’nin tamamını bu konuya ayıracağız.

BU TASARIMDA İLGİ ETKİSİ

Tasarımda sadece bir bağımsız değişken varken, omnibus analizinde bizi ilgilendiren bağımsız değişkenle ilişkili F oranını ilgilendiren tek bir F oranı vardır. Özet tablosundan, F oranının .05’lik bir alfa düzeyine göre istatistiksel olarak anlamlı olduğunu görebiliriz.

Eta karesi büyük bir 853’tür ve tedavi değişkeninin verilerdeki toplam varyansın yaklaşık yüzde 85’ini oluşturduğunu gösterir. Bu oldukça göz alıcı bulgu, sayısal örneğimizden en iyi şekilde yararlanmak için varsayımsal çalışmamızdaki az sayıdaki puanları tasarlamanın sonucudur. Yapıyor olabileceğiniz normal deneysel araştırma sürecinde, η2 ≤ .10 değerleri o kadar da nadir değildir.

Serbestlik derecesi formül
Serbestlik derecesi Nedir
SPSS
SPSS tablo yorumlama örnekleri
SPSS APA tablosu
SPSS tablo YORUMLAMA
Serbestlik derecesi hesaplama online
Serbestlik derecesi kimya

OMNIBUS ANALİZİNİN EL İLE HESAPLANMASI

Çok amaçlı analizin bu genel bakışı yerindeyken, şimdi çeşitli kareler toplamlarının, serbestlik derecelerinin, ortalama karelerin ve F değerinin hesaplanmasında yer alan özel hesaplamaları inceleyebiliriz.

Birçoğunuz araştırmanızda topladığınız verileri rutin olarak analiz etmek için SPSS veya SAS gibi istatistiksel bir yazılım uygulaması kullanacaksınız ve bu programları nasıl çalıştıracağınızı bölümün sonunda göstereceğiz. Böyle bir uygulamayı çağırmak, verilerinizi analiz etmenin verimli ve kullanışlı bir yoludur, ancak gerçek aritmetik işlemlerden geçmek, bir ANOVA’nın hesaplanmasında nelerin dahil olduğunu netleştirebilir.

Bir ANOVA için hesaplama süreci, birkaç anahtar değerle sonuçlanır. Hesaplamalarla elde ettiğimizde bu değerlerin etrafına bir kutu yerleştireceğiz.

TERMİNOLOJİ VE NOTASYON

Bir lise son sınıf öğrencisi üzerinde aylarca süren eğitim-hazırlık süresinin müteakip SAT performansı üzerindeki etkileri üzerine önceki çalışmayı düşünün. Puanlar (bir bireyin SAT’nin Sözel ve Sayısal bölümlerinin ortalaması) bağımlı değişkeni oluşturur ve Tablo 6.1’de gösterildiği gibi düzenlenebilir.

Hazırlık süresi gibi tek bir bağımsız değişkenin genel terimlerle Faktör A olarak adlandırılabileceğini belirterek başlıyoruz. Araştırma tasarımında ek bağımsız değişkenler varsa (Bölüm 8-15’te göreceğimiz gibi), bunlara Faktör B, C ve benzerleri olarak değineceğiz (ancak bu çalışmada üçten fazla faktörlü tasarımları tartışmayacağız).

Bağımsız değişkenlerin iki veya daha fazla düzeyi veya sınıflandırma grubu olmalıdır. Mevcut örnekte, hazırlık süresinin beş seviyesi (sıfır, iki, dört, altı ve sekiz ay) küçük bir harf a ile ve beş tedavi koşulundan hangisinin dikkate alındığını belirtmek için bir alt sayı ile belirtilmiştir. Böylece, elimizde a1, a2, a3 vb. var ve bunlar sırasıyla “küçük ‘a’ bir”, “küçük ‘a’ iki” ve “küçük ‘a’ üç” vb. olarak okunur.

Bağımlı değişken – bağımlı ölçümdeki puanlar – Y harfi ile gösterilir. Daha önce Bölüm 3’te belirttiğimiz gibi, her vakanın veya katılımcının sıralı konumunu ve tedavi grubu veya seviyesini belirtmek için alt simgeli i ve j harflerini ekleriz, sırasıyla. Her tedavi koşulundaki bu puanlar (􏰉Yi1, 􏰉Yi2, 􏰉Yi3, 􏰉Yi4, 􏰉Yi5) veya daha basit bir şekilde (􏰉Y1, 􏰉Y2, 􏰉Y3, 􏰉Y4, 􏰉Y5) olarak toplanabilir. Bu toplamları büyük A harfi ve A1, A2, A3 ve benzerlerini veren sayısal bir alt simgeyle de daha basit bir şekilde temsil edebiliriz (“büyük ‘A’ bir”, “büyük ‘A’ iki”, “büyük” olarak okunur).

Bu toplamlar, tek bir tedavi koşulundaki tüm katılımcılar arasında toplu toplam puanı temsil eder. Bu beş toplamı toplayarak (A1 + A2 + A3 + A4 + A5) veya tüm katılımcıların puanlarını toplayarak (􏰉Yi j ) T ile temsil edilen genel toplamı elde ederiz.

Bireysel (Yij veya basitçe Y) puanlarını belirlemeye ek olarak, onları toplamak ve genel bir toplam oluşturmak için ayrıca bir
her tedavi grubu için kare puanların toplamı; bu, 􏰉Ya2j veya daha basit olarak􏰉Y2 ,􏰉Y2 ,􏰉Y2 ,􏰉Y2 , ve􏰉Y2 olarak adlandırılır. Bu yeni toplamlar a1 a2 a3 a4 a5 her tedavi için ayrı Y puanlarının karesi alınarak ve sonra toplanarak hesaplanır.

Kareli puanların toplamları daha sonra,􏰉Ya2j veya basitçe,􏰉Y2 olarak adlandırılan toplamkarelerskorların toplamını üretmek için bir araya getirilir. Belirli bir tedavi grubundaki gözlemlerin sayısını belirtmek için, küçük bir n harfi ve bir alt sayı (“küçük ‘n’ bir” veya “küçük ‘n’ iki” olarak okuyun) kullanılır. Toplam gözlem veya vaka sayısı büyük N ile gösterilir (“büyük N” olarak okuyun).

Eşit grup boyutlarına sahip denekler arası tek yönlü bir tasarım için, grup sayısı her grupta bulunan vaka sayısıyla çarpılarak N elde edilebilir; böylece N = (a)(n). Bu metindeki tüm ANOVA örneklerinde, hesaplama prosedürlerini ve formülleri olabildiğince açık tutmak için örneklem büyüklüğü (n), bağımsız değişken grupları arasında her zaman eşit olacaktır.

Daha önce belirttiğimiz gibi, tedavi grubu ortalamaları, tedavi toplamının A1’in n1’e ve A2’nin n2’ye ve benzerlerine bölünmesiyle hesaplanır ve bir abone numarasıyla Y olarak gösterilir (“Y çubuğunu okuyun”). Büyük bir ortalama YT (“YbarT” olarak okunur) ayrıca toplam puan sayısının çalışmadaki toplam gözlem sayısına bölünmesiyle de hesaplanabilir.

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