Kısa incelemede, anket verilerimiz için gerçekten bilmemiz gereken tek şey olsa da, aslında veri türleri ve ölçüm seviyeleri hakkında söylenecek daha çok şey var. Örneğin, birçok ders kitabının yaptığı gibi aralık ve oran verilerini birlikte gruplandırmış olsam da, gerçek aralık verileri ile derecelendirme ölçeklerinde sağlananlar arasındaki farklar hakkında çok fazla tartışma var.

Anketimizde yaş ve danışmanlık seansları oran verileridir çünkü gerçek bir sıfır noktası vardır ve 40 yaşındaki birinin 20 yaşındaki birinin iki katı olduğunu biliyoruz; benzer şekilde, 12 danışma seansının üçün dört katı olduğunu biliyoruz; puanların oranını biliyoruz. Aralık verileriyle ilgili sorun, aralıklar eşit olabilirken, puanların oranının eşit olduğundan emin olamamamızdır. Örneğin, 0-100 arası bir ölçekte kaygıyı ölçüyor olsaydık, 80 puan alan bir kişinin 40 puan alan bir kişiden iki kat daha fazla kaygıya sahip olduğunu savunmalı mıydık?

Memnuniyet derecelerimiz hakkında şu konu gündeme getirilebilir: 6’yı daire içine alan bir hastanın 3’ü daire içine alan bir kişiden iki kat veya 2’yi daire içine alan bir kişiden üç kat daha memnun olduğundan gerçekten emin olabilir miyiz? Bu nedenle, bazı analistler bunu, yukarıda açıklanan 1., 2., 3. vb. bir yarıştaki koşucuların sıralama sırası gibi sıralı veriler olarak ele alacaklardır. Ancak açıkçası, memnuniyet derecelendirme ölçeğimiz sıralıdan daha fazladır ve ölçekteki sayısal aralıklar eşit olarak sunulduğundan (sayılar arasında eşit aralıklar olduğu varsayılarak), bunların “yaklaşık” aralık verileri olduğunu söyleyebiliriz.

Kategorik veriler için tanımlayıcı istatistikler

Frekanslar. Muhtemelen bir araştırmacının anketimizden elde ettiğimiz verilerle yapacağı ilk şey ‘bazı frekansları çalıştırmak’ olacaktır. Bu basitçe, bundan sonra ‘değişkenler’ olarak adlandırabileceğimiz kategorik sorularımız için sayılara ve yüzdelere bakacağımız anlamına gelir (çünkü veriler soruyu yanıtlayan hastaya göre değişebilir: erkek/kadın, yaşlı/genç, oturdu).

• Danışmanlık için kaç erkek/kadın sevk edildi? Benzer oranlar mı? Daha fazla erkek mi yoksa kadın mı vardı?
• Kaç hasta John tarafından ve kaç tanesi Jane tarafından görüldü? Her ikisi de benzer sayıda hasta gördü mü?

Çapraz tablolama. Bir sonraki adım, bu iki değişken arasındaki ilişki hakkında daha spesifik bilgiler elde etmek için bu verileri çapraz tablo haline getirmek olabilir. Örneğin, bu bilgiyi 200 hasta için topladığımızı ve her bir değişkene ilişkin frekans analizimizden aşağıdaki sonuçları bulduğumuzu hayal edin.

Bu tablolar bize hastaların yüzde 50’sinin erkek olduğunu ve her danışmanın hastaların yüzde 50’sini gördüğünü söylese de, iki değişken arasındaki ilişki hakkında bizi bilgilendirmez: erkek ve kadın hastalar tüm gruplara eşit olarak mı dağılmışlardı? iki danışman mı yoksa diğer uçta tüm kadın hastalar Jane’i ve tüm erkek hastalar John’u mu gördü? Bunu bulmak için verileri çapraz tablolamamız gerekiyor.

Bu örnekte 100 erkek ve 100 kadın hasta olduğunu görebiliriz (sıra toplamları). Danışmanların eşit sayıda hasta gördüğünü de görebiliriz: 100’ü John’u ve 100’ü Jane’i gördü (sütun toplamları). Ancak, bu çapraz tablo bize hastaların iki danışman arasında eşit olarak dağılmadığını da gösteriyor: erkeklerin yüzde 80’i John’u, kadınların yüzde 80’i Jane’i gördü. Hastalar danışmanların her birine rastgele dağıtılsaydı, danışmanların her birini görerek benzer bir oran beklerdiniz. Dolayısıyla, bu varsayımsal örnekte, erkek hastaların bir erkek danışmana, kadınların ise bir kadın danışmana bakma tercihi var gibi görünmektedir.

Bu doktor için önemli bir bilgi olabilir. Örneğin, danışmanlardan biri ayrılmayı planlıyorsa ve doktorun başka bir danışman çalıştırması gerekiyorsa, bu, hasta tercihlerini karşılamak için bir erkek ve bir kadın danışmanın hazır bulunmasının gerekli olup olmadığını düşündürebilir.

Nominal veri Nedir
Nominal ölçek nedir
Oransal ölçek Nedir
Oransal ölçek örnekleri
Bilimsel araştırma ölçekleri
Ordinal veri nedir
Sürekli veri nedir
Kesikli veri nedir

Aralık verileri için tanımlayıcı istatistikler: Merkezi eğilim ölçüleri

‘Çalışma frekanslarını’ ve kategorik değişkenlerimizi çapraz tablo haline getirdikten sonra, daha sonra aralık verilerini içeren diğer değişkenlere döneceğiz: yaş, danışma seanslarının sayısı ve memnuniyet derecelendirmeleri. Bu öğeler hakkında özet bilgi üretmek isteseydik, merkezi eğilim ölçülerini sağlamak daha yararlı olurdu: ortalamalar, medyanlar veya modlar.

Ortalama. Aritmetik ortalama, merkezi eğilimin en yaygın ölçüsüdür. Basitçe, puanların sayısına bölünen puanların toplamıdır. Dolayısıyla, aşağıdaki örnekteki ortalamayı hesaplamak için, yaşların toplamını hasta sayısına bölmemiz yeterlidir: 355/11 = 32. Böylece hastaların ortalama yaşı 32’dir.

Daha sonra bu iki merkezi değer arasındaki orta noktayı hesaplamanız yeterlidir:

• (28+31)/2 = 29,5

Mod. Genellikle daha az kullanıma sahip olan mod, basitçe en sık meydana gelen değerdir. Yukarıdaki yaş örneğimizde bu 23 olur, çünkü iki kez meydana gelir, diğer tüm yaşlar sadece bir kez gerçekleşir. Örnek olarak, mod, popülasyonun en yaygın ayakkabı boyutunu bilmek isteyen bir ayakkabı üreticisi için faydalı olabilir. Ortalamaya veya medyana ne zaman başvurmalıyım?

11 hastanın yaşlarını sağlayan yukarıdaki verilerde, ortalama değerin 32 yıl olduğunu ve ortanca yaşın 31 yaşında sadece bir yaş daha genç olduğunu gördük. Yani iki değer çok benzer. Ancak bazı verilerde ortalama ve medyan değerler oldukça farklı olabilir. Küçük bir şirkette çalışanların maaşını gösteren aşağıdaki örneği göz önünde bulundurun.

Burada, ortalama maaş 10.000 £ iken, ortalama aslında şu şekilde çalışır: 151.000 £/9 = 16.777 £. Çalışanların çoğunluğu (dokuz kişiden yedisi) ortalama maaşın çok altında olduğundan, bu açıkça bir merkezi eğilim ölçüsü olarak temsili değildir! Bu örnekten, birkaç uç değerin bir veri kümesinin ortalama değerini nasıl bozabileceğini görebiliriz. Bu gibi durumlarda, daha temsili olan medyanı belirtmeliyiz.

İstatistiklerle Nasıl Yalan Söylenir adlı klasikte ‘ortalama’ (az çok tipik bir merkez değeri) teriminin yaygın kullanımındaki bu belirsizliğin, aldatıcı düşüncede yaygın bir hile olduğuna işaret eder. istatistiklerin kullanılması veya örneğin, bir dergi, daha zengin bir okuyucu kitlesine sahip gibi görünmek ve böylece daha fazla reklam gelirini teşvik etmek için okuyucularının (ortanca yerine) daha büyük ortalama gelirini belirtmeyi seçebilir. İstatistiksel terimlerle, ‘ortalama’ her zaman aritmetik ortalamayı belirtmek için kullanılacaktır.

The post Veri Türleri ve Ölçüm Seviyeleri – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri first appeared on Akademi Delisi (Tez Yaptırma).