İki değişkenin ilişkili olduğunu söylemek, bunların ilişkili olduğunu söylemektir ve kategorik değişkenler arasındaki ilişkinin derecesini değerlendiren birkaç indeks vardır. Burada uygulanamayan iki indeks tetrakorik ve polikorik korelasyonlardır; bunlar, altta yatan sürekli veya gizli değişkenler ikiye ayrıldığında veya sırasıyla üç veya daha fazla sıralı kategoriye ayrıldığında kullanılır.

İki yönlü bir beklenmedik durum tablosuna uygulanabilen üç endeks aşağıdaki gibidir:

• Phi Katsayısı. Phi, her bir değişkenin yalnızca iki düzeyi olduğunda (yalnızca 2 × 2 beklenmedik durum tablolarına uygulanabilir) iki gerçek kategorik değişken arasındaki ilişkiyi tanımlayan bir korelasyon katsayısıdır. Karl Pearson (1900a) bunu Pearson r formülünden türetmiştir. Phi, (ki-kare/N)’nin karekökü alınarak hesaplanır; burada N, toplam frekanstır. Tipik olarak phi’nin karesini alırız ve bunu iki değişken tarafından paylaşılan varyans miktarı olarak r2’ye benzer şekilde yorumlarız.
• Acil Durum Katsayısı. Bu, satır ve sütun sayısı eşit olduğunda ve 2 × 2’yi aştığında kullanılan bir phi katsayısı çeşididir. Paydanın N + ki-kare olması dışında phi’ye benzer şekilde hesaplanır.
• Cramer’s V. Bu, satır veya sütun sayısı iki düzeyi aştığında kullanılan başka bir phi çeşididir. Paydanın N * (k − 1) olması dışında phi’ye benzer şekilde hesaplanır; burada k, satır veya sütun sayısının daha küçük değeridir.

Ki-kare testinin düşük frekanslı hücreler içeren 2×2 olasılık tablolarına uygulandığında daha az uygun olduğu endişesiyle (çünkü ki-kare dağılımı süreklidir, ancak frekanslar süreksizdir ve küçük frekanslar süreksizliği vurgular), Yates (1934), bu süreklilik eksikliği için bir düzeltme önerdi.

Ki-kare hesaplamada bir adım, her hücrede gözlenen ve beklenen frekanslar arasındaki farkı belirlemektir. Yates, düşük gözlemlenen frekanslarda vurgulanan süreksizliği düzeltmek için farkı 0,5 oranında azaltmayı önerdi (bu düzeltme, giderek daha büyük frekanslar için giderek daha az etkiye sahiptir).

Yates’in önerisini takip eden uzun yıllar boyunca, bu düzeltme, gözlemlenen hücre frekansları 5 ile 10 arasında değişen analizler için rutin olarak önerildi. Bununla birlikte, bu düzeltmeyi kullanmak, son birkaç on yılda tartışma konusu haline geldi ve birkaç yazar, hesaplanan ki-kare değerinde çok muhafazakar bir düzeltme olduğu için kullanılmaması gerektiğini öne sürdü.

ANALİZ STRATEJİSİ

Herhangi bir (makul) büyüklükteki iki yönlü beklenmedik durum tablosunda bir ki-kare analizi yapılabilir. Bununla birlikte, hücrelerin her birinin beklenen frekansı 1’den büyük olmalıdır ve hücrelerin çoğu (örneğin, %80 veya daha iyi) 5’ten büyük beklenen frekanslara sahip olmalıdır. bunu 4×2 bir tablonun analizine genişletin.

SAYISAL ÖRNEK: 2 × 2 Kİ-KARE

Bu örnek için kullandığımız veriler (IBM SPSS® örnek veri dosyalarından seçilmiştir), büyük bir HMO’da 1048 hasta için risk faktörleridir. Burada iki değişkenle ilgileniyoruz. Fiziksel_aktif değişkeni için, istemciler aktif olmayanlar (veri dosyasında 0 olarak kodlanmıştır) ve aktif olanlar (veri dosyasında 1 olarak kodlanmıştır) olarak ikiye ayrılmıştır. Obezite değişkeni için, danışanlar obez tanısı almayanlar (hayır, veri dosyasında 0 olarak kodlandı) ve olanlar (evet, veri dosyasında 1 olarak kodlandı) olarak ikiye ayrıldı. Veri dosyası yaşam tarzı tıbbi çalışması olarak adlandırılır. Veri dosyasının bir bölümünün ekran görüntüsü gösterilir.

Stratejik analiz Nedir
Stratejik yönetim süreci aşamaları
Stratejik analiz örnekleri
Stratejik yönetim süreçleri
Genel çevre Analizi
Stratejik yönetim örnekleri
Senaryo analizi Nedir
Stratejik yönetimin önemi

ANALİZ KURULUMU: 2 × 2 Kİ-KARE

Yaşam tarzı tıbbi araştırmasını açıyoruz ve ana menüden Analiz Et ➔ Tanımlayıcı İstatistikler ➔ Çapraz Tablolar’ı seçin. Bu, gösterilen ana Çapraz Tablolar iletişim penceresini oluşturur. Bu analizin amacı doğrultusunda gruplarımızı temsil etmek üzere fiziksel_aktif_satır(lar) paneline ve obeziteyi bu analizin amacı doğrultusunda sonuç değişkenimizi temsil etmek üzere Sütun(lar) paneline taşıyoruz.

Tam sekmesi seçildiğinde (bazı okuyucular bu isteğe bağlı modüle sahip olmayabilir, bu durumda analiz varsayılan olarak Asimptotik çözüme geçer) Tam’ı seçtiğimiz Tam Testler ekranını açar. Bu daha yoğun bellek gerektiren hesaplamaları gerçekleştirmek için varsayılan zaman sınırı (Asimptotik tahmine kıyasla) 5 dakikaya ayarlanmıştır, ancak çoğu kişisel bilgisayarın bu varsayılanı aşması için çok büyük bir veri dosyası gerekir. Ana iletişim penceresine dönmek için Devam’ı tıklayın.

İstatistikler düğmesinin seçilmesi, gösterilen İstatistikler iletişim penceresini oluşturur. Ekranın sol üst alanında Ki-kare, Nominal alanında Phi ve Cramer’s V seçiyoruz (kategorik değişkenlerle kullanım için). Ana iletişim penceresine dönmek için Devam’ı tıklayın.

Hücreler düğmesinin seçilmesi, gösterilen Hücre Görüntüleme iletişim penceresini üretir. Sayımlar alanında, Gözlemlenen zaten işaretli; biz de Beklenen’i seçiyoruz. Yüzdeler alanında Satır’ı seçiyoruz (bu, beklenen frekansların nasıl üretildiğini anlamamızı kolaylaştıracaktır).

Artıklar alanında, Düzeltilmiş standardize seçeneğini seçiyoruz. Artıklar, gözlenen ve beklenen değerler arasındaki farklardır. Standartlaştırılmamış artıklar, orijinal metriğe dayalı farklılıklardır ve metrikler farklıysa (örneğin, pound cinsinden ağırlık ve dakikadaki atım cinsinden kalp atışları) yorumlanamayabilir.

Bu sorunu düzeltmek için, artıklar Standardize edilebilir ve ortalama 0 ve standart sapma 1 olan normal eğri üzerindeki herhangi bir standart puan olarak yorumlanabilir. Belirli bir hücre için Standardize artık 1,96 mutlak değerini aşarsa, o hücre o hücre beklenen ve gözlenen sayı arasında istatistiksel olarak anlamlı bir farkla ilişkilidir.

Düzeltilmiş Standartlaştırılmış artık, hem yapılan karşılaştırmaların sayısını hem de numune boyutunu hesaba katar ve gözlemlenen ve beklenen sayımlar arasında daha doğru bir fark bildirir.

2 × 2 olasılık tablosunda, yalnızca bir serbestlik derecesi vardır ve bu nedenle dört hücrenin her biri için Düzeltilmiş Standartlaştırılmış artıklar eşit mutlak değerlere sahip olacaktır. Düzeltilmiş Standardize kalıntı 1,96’dan büyükse, o zaman gözlemlenen frekans, beklenen frekanstan önemli ölçüde daha büyüktür; Düzeltilmiş Standardize artık -1,96’dan az ise, o zaman gözlemlenen frekans, beklenen frekanstan önemli ölçüde düşüktür.

Daha fazla hücreli tasarımlarda, ki-kare testi çok amaçlı bir testtir ve Düzeltilmiş Standardize kalıntının incelenmesi, hangi hücrelerin gözlemlenen ve beklenen frekanslar arasında istatistiksel olarak anlamlı farklılıklar ile ilişkili olduğu konusunda bize bilgi verebilir. Ayarlanmış Standartlaştırılmış’ı seçin, ana iletişim penceresine dönmek için Devam’a tıklayın ve analizi gerçekleştirmek için Tamam’a tıklayın.

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

IBM SPSS®, bir ANOVA gerçekleştirmek için kullanabileceğimiz çeşitli yordamlara sahiptir. Bu kitaptaki ANOVA bölümlerimizde Genel Doğrusal Modeli kullanıyoruz, çünkü bu modül sonraki bölümlerde tartışacağımız tasarım yelpazesine de uygulanabilir; bunun tek istisnası, polinom eğilimlerinin analizinin Tek Yönlü ANOVA prosedürü ile uygun şekilde gerçekleştirildiği deolacaktır.

Bağımsız değişkenin etkisi istatistiksel olarak anlamlıysa (omnibus veya genel analiz olarak adlandırılan), o zaman hangi ortalama çiftlerinin istatistiksel olarak anlamlı olduğunu belirlemek için ek istatistiksel testler yapmak gerekir (arada ikiden fazla grup olduğu varsayılarak). analiz); bu prosedürlere genel olarak çoklu karşılaştırma testleri veya basit etkilerin testleri denir.

Gamst et al. (2008), ancak burada prosedürlerin uygulanması en kolay olanını göstereceğiz: post hoc testi. İstatistiksel güç için iyi bir uzlaşma gibi görünen ve ayrıca alfa seviyesi enflasyonuna karşı koruma sağlayan bu post hoc testlerden Ryan–Enoit–Gabriel–Welsch testinin Studentized Range varyasyonunu kullanacağız. Kolaylık olması açısından, bu testi omnibus analizinin kurulumunda gerçekleştireceğiz, ancak gruplar arası F oranı istatistiksel olarak anlamlı olmadıkça sonucunu incelemeyeceğiz.

ANALİZ KURULUMU

Araç güvenliği veri dosyasını açıyoruz ve ana menüden Analiz ➔ Genel Doğrusal Model ➔ Univariate (analizde sadece tek bir bağımlı değişkenimiz olduğu için) seçiyoruz. Bu, gösterildiği gibi ana Univariate penceresini açar. Beklenen_injury’yi Bağımlı Değişken paneline ve araç_tipini Sabit Faktör(ler) paneline taşıyoruz.

Gösterilen Seçenekler iletişim penceresi, üstte Tahmini Marjinal Ortalamalar alanı ve alt Görüntü alanı olmak üzere iki ana alana bölünmüştür. Gruplar arası tek yönlü tasarımımız için Tahmini Marjinal Ortalamalar ile çalışmıyoruz. Görüntü alanında, Tanımlayıcı istatistikler ve Homojenlik testleri (eşit grup varyanslarının Levine testini elde etmek için) kontrol edilir. Ana iletişim penceresine dönmek için Devam’ı tıklayın.

Post Hoc iletişim penceresi gösterilir. Pencerenin üst kısmında, araç tipini panel için Post Hoc Testlerine taşırız ve Ryan–Enoit–Gabriel–Welsch Studentized Range testini elde etmek için R-E-G-W-Q’yu kontrol ederiz; bu test eşit varyansları varsayar ve eğer Levene testi istatistiksel olarak anlamlı bir sonuç verirse (bu varsayımı karşılayamadığımızı gösterir), analizi Tamhane’nin T2 testi ile tekrar yapardık. Ana iletişim penceresine dönmek için Devam’a tıklayın ve analizi gerçekleştirmek için Tamam’a tıklayın.

ANALİZ ÇIKIŞI

Tanımlayıcı İstatistikler tablosu ortalama, standart sapma ve grup boyutlarını gösterir. Gruplar satırlarla temsil edilir ve kodlarına göre sıralanır. Alttaki tablo, Levene’nin varyansların homojenliği istatistiğini göstermektedir. .545 olan F oranı, 2 ve 30 serbestlik derecesi ile değerlendirildiğinde istatistiksel olarak anlamlı değildi (p = .586); bu nedenle, eşit grup varyansları varsayımının ihlal edilmediği sonucuna varabiliriz.

ANOVA özet tablosunu gösterir. Bu analizi Genel Doğrusal Model prosedüründe gerçekleştirdiğimiz için, IBM SPSS, genel doğrusal model analizinden elde edilen tüm çıktıları sunar. Satırlardan üçü, kullanmayacağımız tam regresyon modelinden (Düzeltilmiş Model, Kesişme ve Toplam) çıktıyı içerirken, diğer satırlar, diğer (daha basit) ANOVA prosedürlerinin normalde sağladığı (düzeltilmiş, kısmi veya azaltılmış) ile karşılaştırılabilir.

Stratejik analiz Nedir
Stratejik yönetim süreci aşamaları
Stratejik yönetim süreçleri
Senaryo analizi Nedir
Stratejik Yönetim dersi
Senaryo analizi örnekleri
Stratejik yönetim kavramları
Dış çevre analizi

Satırların karelerinin toplamı aşağıdakileri temsil eder:

• Düzeltilmiş Model. Bu, denekler arası tüm etkilerin toplamıdır. Tek yönlü bir denekler arası tasarımında (araç_tipi) yalnızca bir denekler arası etki olduğundan, bu kareler toplamı, araç_türü etkisininkine eşittir. denir
“Düzeltilmiş Model” çünkü regresyon analizine özgü olan kesmenin etkisini dışarıda bırakır.
• Tutmak. Bu, modeldeki Y kesişiminin değerini temsil eden regresyona özgü bir etkidir.
• araç tipi. Bu, bağımsız değişkenin ve ilgi odağımızın etkisidir.
• Hata. Bu, grup içi etkidir ve ölçüm hatasının bir tahminidir.
• Toplam. Bu, regresyona özgü Intercept etkisi dahil toplam kareler toplamıdır.
• Düzeltilmiş Toplam. Bu, yalnızca bağımsız değişkenin etkilerini ve varyansın hata kaynağını içeren indirgenmiş modelin toplamıdır. Bağımsız değişken için etki gücünün bir tahmini olarak eta kare değeri hesaplanırken, bu oranın uygun paydası budur.

İndirgenmiş modele odaklanıyoruz. F oranı, bağımsız değişkenin (araç_tipi için karelerin toplamının df altında gösterilen serbestlik derecesine bölünmesiyle hesaplanır) etkisiyle ilişkili Ortalama Karenin (varyans) bununla ilişkili Ortalama Kareye (varyans) bölünmesiyle hesaplanır. Hata etkisi (Hata karelerinin toplamının serbestlik derecesine bölünmesiyle hesaplanır).

2 ve 30 serbestlik derecesi ile 10.929 bağımsız değişkenin etkisi için F oranı istatistiksel olarak anlamlıdır (p < .001). Etkiyi bağımsız değişkene atfetmenin, tedavi etkisi ile değişen sistematik bir hata bileşeni olmadığını varsaydığını not ediyoruz.

Efektle ilişkili eta kare değeri, araç_tipi ile ilişkili karelerin toplamının Düzeltilmiş Toplam ile ilişkili karelerin toplamına bölünmesiyle hesaplanır. Mevcut örnekte, 1188.424/2819.515 veya .421; bu değer, tablonun dipnotunda, düzeltilmiş R2 için bir değerle birlikte R Karesi olarak gösterilir (ANOVA bağlamında, ayarlanmış R2 yerine R2’yi bildirmek ve buna eta kare değeri olarak atıfta bulunmak gelenekseldir).

Bağımsız değişkenin istatistiksel olarak anlamlı etkisi ile, bazı grup ortalamalarının (veya grup ortalamalarının bazı kombinasyonlarının) diğerlerinden (veya grup ortalamalarının bazı kombinasyonlarının) farklı olduğundan eminiz. Ryan–Enoit–Gabriel–Welsch hoc sonrası testi bu sorunu ele alır ve sonuçları gösterilir. Satırlarda gösterilen gruplar, araçlarının büyüklüğüne göre sıralanmıştır; sütunlar, değerleri .05’lik bir alfa seviyesi altında önemli ölçüde farklılık göstermeyen ortalamaların alt kümelerini temsil eder.

Mevcut örnekte, araçların iki Homojen Alt Kümesi vardır. Belirli bir Alt Küme sütunundaki ortalamalar istatistiksel olarak farklılık göstermez; farklı Alt küme sütunlarındaki ortalamalar istatistiksel olarak farklılık gösterir.

Bu nedenle çıktının yorumu aşağıdaki gibidir:

• 9.64 çapraz SUV ortalaması, kendi Alt Küme sütununda olduğu gibi, diğer iki ortalamadan önemli ölçüde farklıdır (önemli ölçüde düşüktür).
• 19,82 olan tam boyutlu araba ortalaması ve 23,91 olan orta boyutlu araba ortalaması, bir Alt küme sütununda birlikte oldukları için önemli ölçüde farklı değildir (p = .203).

Bu nedenle, Araç Test Kurumu tarafından crossover SUV’lerin, tam boy veya orta boy arabalara göre 40 mil/saatlik bir çarpışmanın ardından daha az ciddi yaralanmaya neden olacağı öngörüldüğü sonucuna varabiliriz.

Her anlamlı ortalama fark için Cohen’in d değerini de hesaplayabiliriz. Çapraz SUV’ler ve tam boyutlu arabalar için ortalama fark 10.18’dir ve ortalama standart sapma 6.825’tir; Cohen’s d bu nedenle yaklaşık 1.49 olarak hesaplanır. Çapraz SUV’ler ve orta boy otomobiller için ortalama fark 14.27 ve ortalama standart sapma 7.269’dur; Cohen’s d bu nedenle yaklaşık 1,96 olarak hesaplanır. Bunların her ikisi de önemli etki büyüklüklerini temsil eder.

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