ANALİZ KURULUMU

GAF time1 time2 adlı dosyayı açın. Ana menüden, gösterilen ana Paired-Numuneler T Testi iletişim penceresini oluşturan Analiz Etme Ortalamaları Karşılaştırma Eşleştirilmiş Örnekler T Testi’ni seçin. İletişim penceresinin sol tarafındaki değişken listesinden GAF_time1’i Değişken 1 paneline ve GAF_time2’yi Değişken 2 paneline taşıdık.

Seçenekler iletişim penceresi, Bölüm 45’te gördüğümüzle aynıdır; Güven Aralığı Yüzdesini istediğimiz seviyeye ayarlayabilir ve eksik değerlerle birkaç farklı şekilde ilgilenebiliriz. %95 Güven Aralığı Yüzdesi varsayılanlarını koruyoruz ve analize göre vaka analizini hariç tutuyoruz. Devam’ı tıklatmak bizi ana iletişim penceresine geri götürür ve Tamam’ı tıklatmak analizi oluşturur.

ANALİZ ÇIKIŞI

Analizin çıktısı sunulur. En üstteki tablo (Eşleştirilmiş Örnek İstatistikleri), her bir ölçü için açıklayıcı istatistikler sağlar. GAF_time2 (65.52) için ortalamanın, GAF_time1 (46.08) ortalamasından daha yüksek olduğu görülmektedir; GAF’da daha yüksek puanlar daha sağlıklı işleyişi temsil ettiğinden, tedavinin etkili olabileceği görülmektedir.

Ortadaki tablo (Paired Samples Correlations) GAF puanları arasındaki Pearson korelasyonunun .801 olduğunu bize bildirir. Sig. .000 değeri, sıfır hipotezi doğruysa, bu korelasyonun şans eseri meydana gelme şansının .001’den küçük olduğunu gösterir ve bunu istatistiksel olarak anlamlı kabul ederiz.

Aşağıdaki tablo t testinin sonuçlarını gösterir. Ortalama fark -19.440 (GAF_time1 ortalaması – GAF_time2 ortalaması) negatiftir çünkü son test puanları ön test puanlarından daha yüksektir.

Değişken çiftleri arasındaki farkların standart sapması 3.831’dir ve ortalamanın bağıntılı fark standart hatası .766’dır. t istatistiğinin değeri -25.375’tir; 24 serbestlik dereceli (N-1), Sig. .000 değeri, sıfır hipotezi doğruysa, bu korelasyonun tesadüfen meydana gelme olasılığının .001’den küçük olduğunu gösterir. Bu nedenle, ruh sağlığı tedavisinin danışanların GAF puanını önemli ölçüde iyileştirdiği sonucuna varıyoruz.

ORTALAMA FARKIN BÜYÜKLÜĞÜ

Bağımsız gruplar t testi için doğru olduğu gibi, ortalama farkın büyüklüğünü bir kare korelasyon katsayısı olarak değerlendirebiliriz; bu bağlamda karesi Pearson r hesaplanarak indekslenir. IBM SPSS® çıktısı, .801’lik Pearson r değerini sağlamıştır; bu değerin karesini almak .64 verir. Ön test ve son test puanlarının varyanslarının %64’ünü paylaştığını söyleyebiliriz.

Cohen’s d, ortalama farkın ortalama standart sapmaya bölümü olarak hesaplanır. Ortalama fark -19.440 ve ortalama standart sapma 6.042 ((6.232 + 5.852)/2) = 6.042); Cohen’s d böylece 3.217 olarak hesaplanır. Üçten fazla standart sapma birimini kapsayan ortalama farkla, etki boyutunun çok büyük olduğuna karar veririz.

paired sample t-test örneği
Eşleştirilmiş örneklem t testi
paired sample t-test tablosu
Bağımlı örneklem t testi
Paired Sample t-test ne zaman kullanılır
Unpaired t-test
Paired sample t-test calculator
Paired sample t-test non parametric

TEK DEĞİŞKEN GRUP FARKLARI: ANOVA VE ANCOVA

Denekler Arası Tek Yön ANOVA

Denekler arası tek yönlü ANOVA, bağımsız gruplar t testinin genelleştirilmiş şeklidir. t testi, tek bir bağımsız değişkeni temsil eden sadece iki grubun karşılaştırmasını içerir; ANOVA, iki veya daha fazla grubu karşılaştırmamıza izin verir.

ANOVA tasarımının adı aşağıdaki hususlardan türetilmiştir:

• Yalnızca bir bağımsız değişken olduğu için tek yönlü bir tasarımdır, ancak bu bağımsız değişkeni temsil eden herhangi bir sayıda grup veya seviye toplanabilir.
• Her gruptaki vakaların birbirinden bağımsız olması, yani farklı varlıklar olması gerektiği için denekler arası bir tasarımdır.

ANOVA’nın kökenleri, 1919’dan 1933’e kadar Rothamsted Tarımsal Deney İstasyonunda çalıştığı sırada Sir Ronald Aylmer Fisher’a kadar götürülebilir. İstasyondaki görevli araştırmacılar, farklı gübrelerin etkinliğini değerlendirirken her yıl sadece bir gübre kullanıyorlardı, onları karşılaştırarak. 

Fisher (1921a) bu metodolojinin kusurlu olduğunu gösterdi. Bunun yerine, bir dizi çevresel koşulu kontrol etmek için tarladaki farklı parsellere rastgele atayarak her yıl birden fazla gübre kullanmaya başladı ve verileri analiz etmek için ANOVA teknikleri ailesini geliştirdi.

ANOVA prosedüründe istatistiksel anlamlılık için hesaplanan ve test edilen istatistik bir F oranıdır. F harfi ilk kez Iowa Eyalet Üniversitesi’nden George W. Snedecor tarafından İstatistiksel Yöntemler kitabının ilk baskısında, şahsen tanıdığı ve çok saygı duyduğu Fisher’ı onurlandırmanın bir yolu olarak kullanıldı. Daha eksiksiz bir geçmiş Salsburg’da (2001) bulunabilir ve çok çeşitli ANOVA tasarımlarının daha kapsamlı bir tedavisi Gamst ve diğerlerinde bulunabilir. 

ANOVA’nın altında yatan istatistiksel strateji, bağımlı varyansın toplam varyansını kurucu varyans kaynaklarına bölmektir (analiz etmektir). Bu toplam varyans, tüm örneğin genel veya genel ortalaması ile her bir durumla ilişkili her puan arasındaki fark açısından tanımlanır. Farklı ANOVA tasarımları, bağımlı değişkenin varyansını biraz farklı varyans kaynaklarına böler.

Denekler arası tek yönlü bir tasarımda, bağımlı değişkenin toplam varyansının bölündüğü iki varyans kaynağı aşağıdaki gibidir:

• Gruplar Arası Varyans. Bu, gruplar arasındaki ortalama farklarını yansıtır ve grup ortalamaları ile genel ortalama arasındaki farklar açısından tanımlanır. Bağımsız değişkenin etkisini temsil eder. Bununla birlikte, tedavi etkisi ile birlikte değişen başka bir kaynaktan kaynaklanan herhangi bir sistematik deneysel hata (kafa karıştırıcı) varsa, ortalama farklılıklar da deneysel hatanın kaynağını temsil edecektir. Gruplar arası varyansla ilişkili varyans, F oranının payıdır.
• Grup İçi Varyans. Bu, her grup içindeki değişkenliği yansıtır ve grup ortalaması ile o grup içindeki her puan arasındaki fark olarak tanımlanır. Çalışmadaki ölçüm hatasını temsil eder. Bu varyans kaynağıyla ilişkili varyans, F oranının paydasıdır.

SAYISAL ÖRNEK

Örneğimiz için kullandığımız veriler kurgusaldır. Araç Test Kurumu, orta boy arabalar (veri dosyasında 1 olarak kodlanmıştır), tam boy arabalar (veri dosyasında 2 olarak kodlanmıştır) ve crossover SUV’ler olmak üzere üç araç tipini (vehicle_type) karşılaştırmıştır. veri dosyasında 3 olarak kodlanmıştır), bir kaza durumunda sürücülere yönelik risklerdir.

Araştırmacılar, çarpışma testi mankenlerini kullanarak, katı ve hareketsiz bir nesneyle 40 mil / saat çarpışmadan beklenebilecek yaralanma seviyesini (beklenen_injury) tahmin ettiler. Daha yüksek beklenen yaralanma puanları, daha fazla miktarda beklenen yaralanmayı yansıtır. Veri dosyasına araç güvenliği adı verilir ve veri dosyasının bir bölümünün ekran görüntüsü gösterilir.

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