Sunum yükleniyor. Lütfen bekleyiniz

Sunum yükleniyor. Lütfen bekleyiniz

-ÇAPRAZ TABLOLAR -İKİ DEĞİŞKENLİ ANALİZ -ANALİZE BAŞKA BİR DEĞİŞKEN EKLEMEK -ÖRNEKLEM SEÇİMİ -HEDEFLENMİŞ ÖRNEKLEM SEÇİMİ -RASGELE ÖRNEKLEM SEÇİMİ -YENİ.

Benzer bir sunumlar


... konulu sunumlar: "-ÇAPRAZ TABLOLAR -İKİ DEĞİŞKENLİ ANALİZ -ANALİZE BAŞKA BİR DEĞİŞKEN EKLEMEK -ÖRNEKLEM SEÇİMİ -HEDEFLENMİŞ ÖRNEKLEM SEÇİMİ -RASGELE ÖRNEKLEM SEÇİMİ -YENİ."— Sunum transkripti:

1 -ÇAPRAZ TABLOLAR -İKİ DEĞİŞKENLİ ANALİZ -ANALİZE BAŞKA BİR DEĞİŞKEN EKLEMEK -ÖRNEKLEM SEÇİMİ -HEDEFLENMİŞ ÖRNEKLEM SEÇİMİ -RASGELE ÖRNEKLEM SEÇİMİ -YENİ BİR VERİ SETİ İÇİN ÖRNEKLEM SEÇMEK -ÇAPRAZ TABLOLAR -İKİ DEĞİŞKENLİ ANALİZ -ANALİZE BAŞKA BİR DEĞİŞKEN EKLEMEK -ÖRNEKLEM SEÇİMİ -HEDEFLENMİŞ ÖRNEKLEM SEÇİMİ -RASGELE ÖRNEKLEM SEÇİMİ -YENİ BİR VERİ SETİ İÇİN ÖRNEKLEM SEÇMEK

2 ÇAPRAZ TABLOLAR  Çapraz tablolar temel olarak, iki değişken arasındaki ilişkiyi analiz etmek için kullanılır. Bu, araştırmacıya değişkenler arasındaki ilişkiyi ve ilgili her bir değişkenin kategorilerinin kesişimlerini inceleme olanağı sağlar. İkili tablolamanın en basit türü, iki değişkenli analizdir.

3 İKİ DEĞİŞKENLİ ANALİZ  Örneğe göre, iki değişken için çapraz tablolama yapmak için şu menüleri takip etmek gerekir;  SPSS Data ekranında,  Birinci Sütunda cinsiyet,  İkinci sütunda,  Oy Vereceği parti olan basit bir anket sonucu olan datamız olsun. Çapraz tablo analizi için, datanızın bulunduğu ekranda aşağıdaki menüyü takip etmelisiniz.

4 ANALYSE > DESCRIPTIVE STATISTICS > CROSSTABS

5 Açılan ekranda, Bağımlı değişkeni (Örnekte, “Türkiye AB’ye üye olmalıdır” ifadesi) Row(s) penceresine, bağımsız değişkeni (Örnekte, Cinsiyet) Column(s) penceresine taşıyınız.

6 Çıktı tablosunda yer alacak bilgileri belirleyebilmek için “CELLS” tuşuna tıklanarak aşağıdaki ekran açılır.

7 Ekranda “Percentages” bölümünde “Column” bölümü seçilerek AB ÜYELİĞİ verisinin yüzdelerinin gelmesi sağlanır. Ardından, “Continue” ve “OK” tıklanarak çıktı ekranına geçilir

8

9  Tablodaki verilere baktığımızda en belirgin farkın Kesinlikle katılmıyorum kategorisinde olduğu gözlenmektedir. Bu kategorideki verilerden Türkiye’nin AB’ye üye olması görüşüne erkeklerin % 24,1’i kesinlikle katılmazken, bu oran % 17’dir.

10 ANALİZE BAŞKA BİR DEĞİŞKEN EKLEMEK  Şimdi, bir önceki bölümde kabaca incelediğimiz iki değişkenli ilişkiyi daha derinlemesine nasıl inceleyebileceğimiz görelim.  Bunun için öncelikle aşağıdaki menüyü seçiniz.  DATA » SPLIT FILE Karşınıza aşağıdaki pencere gelecektir.

11 Buradan “Compare Groups” düğmesini seçtikten sonra, ilişkiye dahil etmek istediğiniz değişkeni seçerek (Örnekte, Eğitim Düzeyi) “Group Based on” kutucuğuna taşıyınız ve OK tuşunu tıklayınız.

12  Şimdi Data View penceresinin sol altında, Split File On uyarsı belirecektir. Bu uyarı bundan sonra oluşturulacak tabloların belirlenen bir değişkene göre (Örneğimizde, Eğitim) bölüneceği anlamına gelmektedir.  Şimdi “Crosstabs” (ANALYSE > DESCRIPTIVE STATISTICS > CROSSTABS) menüsüne dönmeli ve iki değişkenli analiz için yaptığımız işlemlerin aynısını tekrarlamalıyız.

13 Karşımıza aşağıdakinin benzeri bir tablo çıkacaktır. Bu tabloyu kullanarak cevaplayıcıların AB üyeliği hakkındaki görüşlerinin, cinsiyet ve eğitim değişkenlerine göre değişimini inceleyebiliriz.

14 ÖRNEK SEÇİMİ  SPSS yazılımı, bir kullanıcının bir veri setinden örnek almasına olanak sağlar. Bu, hedefli ya da rastgele bir örnek olabilir.

15 HEDEFLENM İ Ş SEÇ İ M  Zaman zaman belirli veri setindeki yer alan tüm verileri araştırmanızda kullanmak istemeyebilirsiniz. Özellikle verileri siz toplamadıysanız, ihtiyaç duymadığınız verilerden kurtulmanız gerekecektir.  Örneğin bayan öğretmenler üzerine bir araştırma yapıyorsanız, erkek öğretmenlere ait verilerin, veri setinden çıkartılması gerekecektir.  Eğer Türkiye İstatistik Kurumu ya da başka bir kurum tarafından toplanan verileri kullanmayı planlıyorsanız SPSS’in bu özelliği işinizi oldukça kolaylaştıracaktır.  Mevcut veri setinden çalışacağımız örneği seçmek için aşağıdaki menüleri takip edin:

16 DATA » SELECT CASES

17 “Select Cases” i seçtiğimizde karşımıza iletişim kutusu çıkacaktır. Burada analiz etmeyi istediğimiz katılımcı türlerini seçebilir ve dolayısıyla araştırma kriterlerinize uymayanları çalışma dışında bırakabiliriz.

18 Bunun için, “Select... If condition is satisfied” altındaki “If” tuşuna tıklamalıyız. Karşımıza aşağıdaki gibi bir “If” iletişim kutusu karşınıza çıkacaktır.

19  Şimdi sınırlandırmak istedi ğ iniz de ğ işkeni sa ğ daki kutucu ğ a taşıyın. Örnekte cinsiyeti temsil eden D1 de ğ işkeni kullanılmıştır. Yapılan ilk kodlamada (Variable View – Values seçene ğ i) Erkelere “1”, Kadınlara “2”kodunu vermiştik. Burada sadece kadınları dikkate alaca ğ ımız için de ğ işkeni “D1 > 1” olarak tanımladık. E ğ er yaş de ğ işkenini ele alsaydık ve 20 ile 30 yaş aralı ğ ı ile ilgilenseydik, tanımı “20 < Yaş < 30” şeklinde yapacaktık.  Şimdi sırasıyla Continue ve OK tuşlarına tıklayınız. Data View penceresinin sa ğ alt köşesinde “Filter On” uyarısı ve bu filtreleme sonucu devre dışı kalan de ğ işkenler üzerinde çapraz bir çizgi oluşacaktır. Artık oluşturdu ğ unuz filtreyi devre dışı bırakana kadar, yapılacak tüm hesaplamalarda sadece kadın cevaplayıcılara ait veriler kullanılacaktır.  Filtreyi kaldırabilmek için “Select Cases” iletişim kutusundaki “Reset” fonksiyonunu kullanınız.

20 RASGELE SEÇ İ M Şimdi veri setinden rasgele bir örnek grubunu seçmeyi istediğimizi varsayalım. Bunun için yine “Select Cases” (DATA-SELECT CASE) iletişim kutusunu kullanabiliriz.

21 Bu sefer, ilgili “Select... Random sample of cases” radyo düğmesini seçtikten sonra “Sample” tuşuna tıklayalım. Karşımıza aşağıda gösterilen “Random Sample” iletişim kutusu çıkacaktır: 2 seçeneğimiz var : Biri yaklaşık(approximately) seçneğidir. Veri setlerinin hepsi seçtiğimiz yüzdeye bölünmeyebilir ve tam sayı elde edemeyebiliriz. Bu durumda bunu kullanırız. Diğeri de tam olarak(exactly) seçeneğidir. burdan da n sayıda veriden belirleyeceğimiz sayıda örnek seçebiliriz. (Bu örnek için, örneklerin %20’si seçilecektir. )

22 “ Continue” ve ardından “Select Cases” iletişim kutusuna döndüğümüzde“OK”e tıklayalım. Bu işlem sonrası “Data Editor” penceresinin görünümü aşağıda verilmiştir.Dikkat edersek veri setinin yaklaşık % 80’nin üzerinde bir önceki uygulamada olduğu gibi diyagonal bir çizgi oluşmuştur. Bu çizgi, filtre devre dışı bırakılana kadar söz konusu değişkenlerin hesaplamalara dâhil edilmeyeceğini göstermektedir

23 Parametrik olmayan testler  Binomial  Ki-kare  Runs

24 Binom Testi  Tek örneklemli binom testi sınıflama ölçe ğ iyle veri toplanmış ba ğ ımlı de ğ işken için kullanılır. Ba ğ ımlı de ğ işken hakkındaki veriler iki düzeylidir (“binomial”; örne ğ in, cinsiyet için Erkek-Kadın biçiminde). Mevcut verilerin öngörülen bir sayıdan/yüzdeden farklı olup olmadı ğ ını test etmek için kullanılır.  Örne ğ in, hsb2turkce veri dosyasını kullanarak ö ğ rencilerin cinsiyete göre da ğ ılımının %50’den (yani 0,5) farklı olup olmadı ğ ını test edelim

25 Hipotezi;  Boş Hipotez ( H 0 ): “Örneklemdeki erkek ve kız ö ğ renciler eşit (yani %50-%50) da ğ ılmışlardır.” (50’den farklı de ğ ildir)  Araştırma Hipotezi (H 1 ): “Ö ğ rencilerin cinsiyete göre da ğ ılımı eşit de ğ ildir.” (çift kuyruk testi). ◦ H 0 : ų = ų 0 ◦ H 1 : ų  ų 0 (çift kuyruk testi)  Boş hipotezleri büyüktür/küçüktür diye de kurabilirsiniz. O zaman tek kuyruk (büyükse sol, küçükse sa ğ ) test yapılır.  Örne ğ in, H 0 : “Kız ö ğ rencilerin oranı %50’den daha yüksektir.”  H 1 :“Kız ö ğ rencilerin oranı %50’den daha düşüktür.” ◦ H 0 : ų > ų 0 ◦ H 1 : ų < ų 0 (sol kuyruk testi)

26 Binom Testi - Spss Mönüden  Analyze -> Nonparametric tests-> Binomial’i seçin  Test de ğ işkenleri olarak Cinsiyet’i seçin.  Test oranı olarak 0.5 girin.  OK seçene ğ ine basın.

27 Sonucu :

28 Yorumu :  Ö ğ rencilerin cinsiyete göre da ğ ılımı 91 erkek (%46) 109 (%55) kız şeklindedir. Ancak aradaki fark istatistiksel açıdan anlamlı de ğ ildir (p = 0,229). Yani şansa ba ğ lı olarak bu şekilde bir oranın çıkması muhtemeldir.  Boş hipotez kabul edilir.  Ö ğ rencilerin cinsiyete göre da ğ ılımında istatistiksel açıdan anlamlı bir fark yoktur.  Başka bir deyişle, cinsiyete göre da ğ ılım hipotezde öngörülen %50’den farklı de ğ ildir

29 Ki-Kare Uyum İ yili ğ i Testi  Ki- kare uyum iyili ğ i testi bir sınıflama de ğ işkeni için gözlenen oranların hipotezde iddia edilen oranlara uyup uymadı ğ ını test etmek için kullanılır. Örne ğ in, ö ğ renci nüfusunun %10 Latin, %10 Asyalı, %10 Siyah ve %70 Beyaz ö ğ rencilerden oluştu ğ unu iddia edelim. Örneklemde gözlenen oranların hipotezde verilen oranlardan farklı olup olmadı ğ ını hsb2turkce veri dosyasını kullanarak test edelim

30 Hipotezi;  Boş Hipotez ( H 0 ): “Ö ğ rencilerin ırka göre da ğ ılımı %10 Latin, %10 Asyalı, %10 Siyah ve %70 Beyaz şeklindedir”  Araştırma Hipotezi (H 1 ): “Ö ğ rencilerin ırka göre da ğ ılımı %10 Latin, %10 Asyalı, %10 Siyah ve %70 Beyaz şeklinde de ğ ildir” (çift kuyruk testi). ◦ H 0 : ų = ų 0 ◦ H 1 : ų  ų 0 (çift kuyruk testi)  Boş hipotezleri büyüktür/küçüktür diye de kurabilirsiniz. O zaman tek kuyruk (büyükse sol, küçükse sa ğ ) test yapılır.  Örne ğ in, H 0 : “Siyah ö ğ rencilerin oranı %10’dan daha yüksektir.”  H 1 :“Siyah ö ğ rencilerin oranı %10’dan daha düşüktür.” ◦ H 0 : ų > ų 0 ◦ H 1 : ų < ų 0 (sol kuyruk testi)

31 Ki-kare - Spss Menüden  Analyze -> Nonparametric tests  Chi Square’i seçin.  Test de ğ işkeni olarak ö ğ rencinin ırkını seçin.  Beklenen de ğ erler olarak Values kısmına sırasıyla 10, 10, 10, 70 girin.  OK’e tıklayın.

32 Sonucu :

33 Yorumu :  Bu sonuçlar örneklemdeki ö ğ rencilerin ırka göre da ğ ılımının hipotezde öngörülen de ğ erlerden farklı olmadı ğ ını göstermektedir. Gözlenen ve beklenen de ğ erlerin birbirine yakın oldu ğ unu ilk tablodan görebilirsiniz. (Sadece Asyalı ö ğ rencilerin oranı beklenenden düşük.)  Ki- kare ve p de ğ eri de bunu gösteriyor (ki- kare=5,029; SD=3; p=0,170).  Boş hipotez kabul edilir.  Yazı içinde APA stiline göre gösterim: “Ö ğ rencilerin ırka (Latin, Asyalı, Siyah ve Beyaz) göre da ğ ılımı evrendeki da ğ ılımdan – beklenen da ğ ılım- farklı de ğ ildir (  2 (3) = 5,029, p = 0,170).”

34 Ki-kare Testi  Ki- kare testi iki sınıflama de ğ işkeni arasında ilişki olup olmadı ğ ını test etmek için kullanılır. Ki-kare test istatisti ğ ini ve p de ğ erini elde etmek için SPSS’de chi 2 seçene ğ i tabulate komutuyla birlikte kullanılır.  Hsb2turkce veri dosyasını kullanarak ö ğ rencilerin gitti ğ i okul türü (devlet/özel) ile cinsiyeti arasında bir ilişki olup olmadı ğ ını test edelim.  Unutmayın, ki- kare testi her gözdeki beklenen de ğ erin 5 veya daha fazla oldu ğ unu varsayar. Bu örnekte bu koşul yerine getiriliyor. Koşul yerine getirilmezse Fisher kesin testi (Fisher’s exact test) kullanılır.

35 Hipotezi ;  Boş Hipotez ( H 0 ): “Ö ğ rencilerin devam ettikleri okul türüyle (devlet/özel) cinsiyet arasında bir ilişki yoktur.” (birbirinden farklı de ğ ildir)  Araştırma Hipotezi (H 1 ): “Ö ğ rencilerin devam ettikleri okul türüyle (devlet/özel) cinsiyet arasında bir ilişki vardır.” (çift kuyruk testi). ◦ H 0 : ų = ų 0 ◦ H 1 : ų  ų 0 (çift kuyruk testi)  Boş hipotezleri büyüktür/küçüktür diye de kurabilirsiniz. O zaman tek kuyruk (büyükse sol, küçükse sa ğ ) test yapılır.  Örne ğ in, H 0 : “Kız ö ğ renciler devlet okullarını daha çok tercih etmektedirler.”  H 1: : “Kız ö ğ renciler devlet okullarını daha az tercih etmektedirler.” ◦ H 0 : ų > ų 0 ◦ H 1 : ų < ų 0 (sol kuyruk testi)

36 Ki-kare Testi - Spss Mönüden  Analyze -> Descriptive statistics -> Crosstabs’i seçin  Satıra okul türü, sütuna cinsiyeti yerleştirin.  Statistics seçene ğ ine tıklayarak Chi square’i işaretleyin  Cells seçene ğ ine tıklayarak Observed ve Expected’i işaretleyin.  OK’e tıklayın

37 Sonucu :

38 Yorumu :  İ lk tabloda devlet okulu ve özel okula giden ö ğ rencilerin cinsiyetlerine göre çapraz tablosu verilmiş. Gözlenen ve beklenen de ğ erlerin birbirine çok yakın oldu ğ unu görüyoruz.  Ki- kare de ğ eri de küçük ve istatistiksel açıdan anlamlı de ğ il  2 = 0,47, p = 0,849  Boş hipotez kabul edilir.  “Ö ğ rencilerin devam ettikleri okul ile cinsiyet arasında istatistiksel açıdan anlamlı bir ilişki yoktur (  2 = 0,47, p = 0,849).”

39 Multiple Response  Çoklu cevap yada çoklu ikili setlerin belirlenmesi ve analizi islemlerini yapar.

40  1.SORU: Çapraz tablolar ne için kullanılır ?  Çapraz tablolar temel olarak, iki de ğ işken arasındaki ilişkiyi analiz etmek için kullanılır. Bu, araştırmacıya de ğ işkenler arasındaki ilişkiyi ve ilgili her bir de ğ işkenin kategorilerinin kesişimlerini inceleme olana ğ ı sa ğ lar.  2.SORU: Binom testinin ne için kullanıldı ğ ını kısaca yazınız.  Tek örneklemli binom testi sınıflama ölçe ğ iyle veri toplanmış ba ğ ımlı de ğ işken için kullanılır. Ba ğ ımlı de ğ işken hakkındaki veriler iki düzeylidir (“binomial”; örne ğ in, cinsiyet için Erkek-Kadın biçiminde). Mevcut verilerin öngörülen bir sayıdan/yüzdeden farklı olup olmadı ğ ını test etmek için kullanılır.  3.SORU: Ki-Kare Uyum İ yili ğ i Testi ne için kullanılır? Spss de nasıl uygulanır?  Ki- kare uyum iyili ğ i testi bir sınıflama de ğ işkeni için gözlenen oranların hipotezde iddia edilen oranlara uyup uymadı ğ ını test etmek için kullanılır. Kısaca Ki- kare testi iki sınıflama de ğ işkeni arasında ilişki olup olmadı ğ ını test etmek için kullanılır. Analyze -> Nonparametric tests  Chi Square’i seçin. 


"-ÇAPRAZ TABLOLAR -İKİ DEĞİŞKENLİ ANALİZ -ANALİZE BAŞKA BİR DEĞİŞKEN EKLEMEK -ÖRNEKLEM SEÇİMİ -HEDEFLENMİŞ ÖRNEKLEM SEÇİMİ -RASGELE ÖRNEKLEM SEÇİMİ -YENİ." indir ppt

Benzer bir sunumlar


Google Reklamları