Değişkenler Arasındaki İlişkiler

Slides:



Advertisements
Benzer bir sunumlar
SPSS ile Araştırma Bulgularını Analiz Etme ve Yorumlama
Advertisements

TEMEL BETİMLEYİCİ İSTATİSTİKLER
ANKET SORULARININ DEĞERLENDİRİLMESİNDE GÜVENİRLİK ANALİZİ
-ÇAPRAZ TABLOLAR -İKİ DEĞİŞKENLİ ANALİZ -ANALİZE BAŞKA BİR DEĞİŞKEN EKLEMEK -ÖRNEKLEM SEÇİMİ -HEDEFLENMİŞ ÖRNEKLEM SEÇİMİ -RASGELE ÖRNEKLEM SEÇİMİ.
İLİŞKİLERİ İNCELEMEYE YÖNELİK ANALİZ TEKNİKLERİ
Model Geçerliliğinin Belirlenmesi
KOVARYANS ANALİZİ (ANCOVA)
Verilerin Değerlendirilmesi ve Sunulması
DEPREME DAYANIKLI BETONARME YAPI TASARIMI
Yrd. Doç. Dr. Kemal DOYMUŞ K.K.E.F İlköğretim Bölümü
Doç. Dr. Turan SET Karadeniz Teknik Üniversitesi Tıp Fakültesi Aile Hekimli ğ i Anabilim Dalı HATA AYIKLAMA VE UÇ DEĞERLER.
SPSS İlk Açılışı.
Veri Toplama, Verilerin Özetlenmesi ve Düzenlenmesi
VERİLERİN GRAFİKLERLE GÖSTERİLMESİ
VERİLERİN DÜZENLENMESİ VE ORGANİZASYONU
Tablo & Grafik Yapım Yöntemleri.
İKTİSADA GİRİŞ.
Korelasyon Analizi.
Tek ve İki Değişkenli Grafikler
  İLKÖĞRETİM BİLİŞİM TEKNOLOJİLERİ DERSİ ÖĞRETİM PROGRAMININ DEĞERLENDİRİLMESİ Hasan KARAL a*; İlknur REİSOĞLU b; Ebru GÜNAYDIN a a Karadeniz Teknik Üniversitesi,
İKTİSADA GİRİŞ.
COĞRAFİ MATEMATİK KONUM
TANIMLAYICI İSTATİSTİKLER
Madde Analizi Yrd. Doç. Dr. Cenk Akbıyık.
İKİ YÖNLÜ MANOVA Birden fazla bağımlı değişkene iki bağımsız değişkenin etki ettiği durumlarda Çift Yönlü MANOVA kullanılır. Çift yönlü MANOVA da başlangıç.
Asimetri ve Basıklık Ölçüleri
NEDEN İSTATİSTİK? 1.
İki Değişkenli Tablo ve Grafikler
KISIM II Matematiksel Kavram ve Prosedürlerin Gelişimi BÖLÜM 21 Veri Analizi Kavramlarının Gelişimi.
Asimetri ve Basıklık Ölçüleri
Tanımlayıcı İstatistikler
ÖĞRENME AMAÇLARI İki değişken arasındaki “ilişki” ile neyin kastedildiğini öğrenmek Farklı yapıdaki ilişkileri incelemek Ki-kare analizinin uygulandığı.
Bilişim Teknolojileri için İşletme İstatistiği
Sayısal Tanımlayıcı Teknikler
Bilişim Teknolojileri için İşletme İstatistiği
Korelasyon analizi.
Gelir Dağılımında Eşitsizlik
İNCELEME Bilimin İşlevleri İstatistiksel Yöntemler Değişken Türleri
Maliye’de SPSS Uygulamaları Doç. Dr. Aykut Hamit Turan SAÜ İİBF/ Maliye Bölümü.
Benlik Saygısı ve Akademik Başarı arasındaki ilişki
Asimetri ve Basıklık Ölçüleri
İSTATİSTİK YGULAMALARI: SINAVA HAZIRLIK
Non Parametrik Hipotez Testleri
MEKANİK İş Güç Enerji Yrd. Doç. Dr. Emine AYDIN
Bölüm 03 Sayısal Tanımlama Teknikleri
Parametrik Hipotez Testleri
Bilimsel Araştırma ve Bilimsel Araştırma Süreci II
Maliye’de SPSS Uygulamaları
SPSS’e Giriş SPSS Uygulamaları Doç. Dr. Aykut Hamit Turan
Maliye’de SPSS Uygulamaları
Korelasyon testleri Pearson korelasyon testi Spearman korelasyon testi Regresyon analizi Basit doğrusal regresyon Çoklu doğrusal regresyon BBY252 Araştırma.
İKİ DEĞİŞKEN ARASINDAKİ İLİŞKİ VE İLİŞKİNİN ÖLÇÜLMESİ
Verilerin grafiklerle gösterilmesi
Korelasyon Analizi Yrd. Doç. Dr. İlknur KESKİN.
REGRESYON VE KORELASYON ANALİZLERİ
İstatİstİksel verİlerİ Düzenleme- frekans
Prof. Dr. Hamit Acemoğlu Tıp Eğitimi Anabilim Dalı
spssasistan.com (Doğru, Hızlı, Güvenilir Analiz)
SPSS’te Temel İstatistikler
Basit ve Kısmi Korelasyon Dr. Emine Cabı
SPSS Uygulamaları Parametrik İstatistik
t-STUDENT VE Kİ-KARE TESTİ
SPSS’TE ÇAPRAZ TABLO Çapraz tablo temel olarak, iki kategorik değişken arasındaki ilişkiyi analiz etmek için kullanılır. Örneğin cinsiyet ve oy verilen.
SPSS’TE ÇAPRAZ TABLO Çapraz tablo temel olarak, iki kategorik değişken arasındaki ilişkiyi analiz etmek için kullanılır. Örneğin cinsiyet ve oy verilen.
NİŞANTAŞI ÜNİVERSİTESİ
DAVRANIŞ BİLİMLERİNDE İLERİ İSTATİSTİK DOKTORA
İp sayısı arttıkça kuvvet azalır.
2.Hafta Dağılım İç tutarlılık Tek Örneklem t Testi
ÖĞRENCİ AD SOYAD, ÖĞRENCİ AD SOYAD, ÖĞRENCİ AD SOYAD
Korelasyon testleri Pearson korelasyon testi Spearman korelasyon testi Regresyon analizi Basit doğrusal regresyon Çoklu doğrusal regresyon BBY606 Araştırma.
Sunum transkripti:

Değişkenler Arasındaki İlişkiler Maliye’de SPSS Uygulamaları Doç. Dr. Aykut Hamit Turan SAÜ İİBF/ Maliye Bölümü

Öğrenme Hedefleri Bu konuyu çalıştıktan sonra: Çapraz Tablo Analizini öğrenecek Phi Coefficient’ı hesaplamayı ve yorumlamayı öğrenecek İki sürekli değişken arasındaki ilişkiyi öğrenecek Uç değer analizi yapmayı öğreneceksiniz

İçindekiler Çapraz tablo Analizi Phi Coefficient İki Sürekli Değişken arasındaki ilişki Uç değer analizi Konunun Özeti Değerlendirme Soruları

Çapraz Tablo Analizini öğrenecek İki veya daha fazla değişken hakkındaki analizler frekans tabloları ve çapraz tablolar aracılığıyla daha net ortaya konulabilmektedir Hasta kaydi.sav dosyasını çağıralım Analyze > Descriptive Statistics > Cross Tab menüsünü takip edelim

Çapraz Tablo Analizi Cells kutucuğuna tıklayalım Çapraz Tablo Analizini öğrenecek Çapraz Tablo Analizi Cells kutucuğuna tıklayalım

Çapraz Tablo Analizi Aşağıdaki çıktıyı yorumlayalım Çapraz Tablo Analizini öğrenecek Çapraz Tablo Analizi Aşağıdaki çıktıyı yorumlayalım

Phi Coefficient öğrenilecek Phi Coefficient iki X İki’lik bir çapraz tablodaki ilişkinin indeks derecesini veren bir katsayıdır. Phi Katsayısı -1 ile +1 arasında yer alır. -1 ve +1’e yakın olan Phi değerleri yüksek ilişki seviyesini, 0’a yakın olan Phi değerleri düşük ilişki seviyesini gösterir. Cross Tab Menusünde Statistics kutucuğu tıklanır

Phi Coefficient Aşağıda yer alan SPSS çıktısını yorumlamlayalım Phi Coefficient öğrenilecek Phi Coefficient Aşağıda yer alan SPSS çıktısını yorumlamlayalım

İki Değişken Arasındaki İlişki İki Değişken Arasındaki İlişki öğrenilecek İki Değişken Arasındaki İlişki Dağılım grafikleri iki sayısal değişken arasındaki ilişkinin yönünü belirlemek için kullanılan görsel bir araçtır. Veri x ekseni ve y ekseni üzerinde yer alır. Eksenler üzerinde her bir nokta gözlemlenen bir değeri ifade eder Pearson Korelasyon katsayısı iki sürekli değişken arasındaki ilişkinin derecesini belirlemek için kullanılan bir araçtır. Korealsyon katsayısı -1 ile +1 arasında yer alır. Değerler 0’ya yaklaştıkça ilişkinin kuvveti azalır ve 0 korelasyon katsayısı iki değişken arasında hiçbir ilişki olmadığının ifadesidir. Değerler -1 ve +1’e yaklaştıkça ilişkinin gücü artar. -1 tam negatif ilişki, +1 tam pozitif ilişkiyi ifade eder. Eğer verimizin normal dağılmadığını düşünüyorsak Spearman korelasyon katsayısını hesaplamalıyız

Uç Değer Analizi öğrenilecek Uç değerler normal sonuçlar elde etmeyi engelleyeceği için tespit edilip veri setinden çıkartılmalıdır. Uç değerler birer bilgi kaynağıdır. Tespit edilip nedenleri araştırılmalıdır Aşırı değerler, çok aşırı değerler (extreme values) ve aşırı değerler (outlier values) olarak ikiye ayrılırlar. Bu değerler hatalı veri girişinden veya nadir olan gözlemlerden dolayı olabilirler Saplı Kutu grafiği Extreme değerleri ortaya koyan görsel bir araçtır