1 / 40

ÇAPRAZ TABLOLAR

-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.

reidar
Download Presentation

ÇAPRAZ TABLOLAR

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  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

  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. 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.

  9. 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.

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

  11. 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.

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

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

  14. HEDEFLENMİŞ SEÇİM • 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:

  15. DATA » SELECT CASES

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

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

  18. Şimdi sınırlandırmak istediğiniz değişkeni sağdaki kutucuğa taşıyın. Örnekte cinsiyeti temsil eden D1 değişkeni kullanılmıştır. Yapılan ilk kodlamada (VariableView – Values seçeneği) Erkelere “1”, Kadınlara “2”kodunu vermiştik. Burada sadece kadınları dikkate alacağımız için değişkeni “D1 > 1” olarak tanımladık. Eğer yaş değişkenini ele alsaydık ve 20 ile 30 yaş aralığı ile ilgilenseydik, tanımı “20 < Yaş < 30” şeklinde yapacaktık.  • Şimdi sırasıyla Continue ve OK tuşlarına tıklayınız. Data View penceresinin sağ alt köşesinde “Filter On” uyarısı ve bu filtreleme sonucu devre dışı kalan değişkenler üzerinde çapraz bir çizgi oluşacaktır. Artık oluşturduğunuz filtreyi devre dışı bırakana kadar, yapılacak tüm hesaplamalarda sadece kadın cevaplayıcılara ait veriler kullanılacaktır. • Filtreyi kaldırabilmek için “Select Cases” iletişim kutusundaki “Reset” fonksiyonunu kullanınız.

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

  20. Bu sefer, ilgili “Select ... Randomsample of cases” radyo düğmesini seçtikten sonra “Sample” tuşuna tıklayalım. Karşımıza aşağıda gösterilen “RandomSample” 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. )

  21. “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

  22. Parametrik olmayan testler • Binomial • Ki-kare • Runs

  23. Binom Testi • Tek örneklemli binom testi sınıflama ölçeğiyle veri toplanmış bağımlı değişken için kullanılır. Bağımlı değişken hakkındaki veriler iki düzeylidir (“binomial”; örneğin, cinsiyet için Erkek-Kadın biçiminde). Mevcut verilerin öngörülen bir sayıdan/yüzdeden farklı olup olmadığını test etmek için kullanılır. • Örneğin, hsb2turkceveri dosyasınıkullanarak öğrencilerin cinsiyete göre dağılımının %50’den (yani 0,5) farklı olup olmadığını test edelim

  24. Hipotezi; • Boş Hipotez (H0): “Örneklemdeki erkek ve kız öğrenciler eşit (yani %50-%50) dağılmışlardır.” (50’den farklı değildir) • Araştırma Hipotezi (H1): “Öğrencilerin cinsiyete göre dağılımı eşit değildir.” (çift kuyruk testi). • H0 : ų = ų 0 • H1: ųų 0 (çift kuyruk testi) • Boş hipotezleri büyüktür/küçüktür diye de kurabilirsiniz. O zaman tek kuyruk (büyükse sol, küçükse sağ) test yapılır. • Örneğin, H0 : “Kız öğrencilerin oranı %50’den daha yüksektir.” • H1 :“Kız öğrencilerin oranı %50’den daha düşüktür.” • H0 : ų > ų 0 • H1 : ų < ų 0 (sol kuyruk testi)

  25. Binom Testi - Spss Mönüden • Analyze -> Nonparametric tests-> Binomial’i seçin • Test değişkenleri olarak Cinsiyet’i seçin. • Test oranı olarak 0.5 girin. • OK seçeneğine basın.

  26. Sonucu :

  27. Yorumu : • Öğrencilerin cinsiyete göre dağılımı 91 erkek (%46) 109 (%55) kız şeklindedir. Ancak aradaki fark istatistiksel açıdan anlamlı değildir (p = 0,229). Yani şansa bağlı olarak bu şekilde bir oranın çıkması muhtemeldir. • Boş hipotez kabul edilir. • Öğrencilerin cinsiyete göre dağılımında istatistiksel açıdan anlamlı bir fark yoktur. • Başka bir deyişle, cinsiyete göre dağılım hipotezde öngörülen %50’den farklı değildir

  28. Ki-Kare Uyum İyiliği Testi • Ki- kare uyum iyiliği testi bir sınıflama değişkeni için gözlenen oranların hipotezde iddia edilen oranlara uyup uymadığını test etmek için kullanılır. Örneğin, öğrenci nüfusunun %10 Latin,%10 Asyalı, %10 Siyahve %70 Beyaz öğrencilerden oluştuğunu iddia edelim. Örneklemde gözlenen oranların hipotezde verilen oranlardan farklı olup olmadığını hsb2turkceveri dosyasını kullanaraktest edelim

  29. Hipotezi; • Boş Hipotez (H0): “Öğrencilerin ırka göre dağılımı %10 Latin,%10 Asyalı, %10 Siyahve %70 Beyaz şeklindedir” • Araştırma Hipotezi (H1): “Öğrencilerin ırka göre dağılımı %10 Latin,%10 Asyalı, %10 Siyahve %70 Beyaz şeklinde değildir” (çift kuyruk testi). • H0 : ų = ų 0 • H1 : ųų 0 (çift kuyruk testi) • Boş hipotezleri büyüktür/küçüktür diye de kurabilirsiniz. O zaman tek kuyruk (büyükse sol, küçükse sağ) test yapılır. • Örneğin, H0 : “Siyah öğrencilerin oranı %10’dan daha yüksektir.” • H1 :“Siyah öğrencilerin oranı %10’dan daha düşüktür.” • H0 : ų > ų 0 • H1 : ų < ų 0 (sol kuyruk testi)

  30. Ki-kare - Spss Menüden • Analyze -> Nonparametrictests ChiSquare’i seçin. • Test değişkeni olarak öğrencinin ırkını seçin. • Beklenen değerler olarak Values kısmına sırasıyla 10, 10, 10, 70 girin. • OK’e tıklayın.

  31. Sonucu :

  32. Yorumu : • Bu sonuçlar örneklemdeki öğrencilerin ırka göre dağılımının hipotezde öngörülen değerlerden farklı olmadığını göstermektedir. Gözlenen ve beklenen değerlerin birbirine yakın olduğunu ilk tablodan görebilirsiniz. (Sadece Asyalı öğrencilerin oranı beklenenden düşük.) • Ki- kare ve p değeri de bunu gösteriyor (ki- kare=5,029; SD=3; p=0,170). • Boş hipotez kabul edilir. • Yazı içinde APA stiline göre gösterim: “Öğrencilerin ırka (Latin, Asyalı, Siyah ve Beyaz) göre dağılımı evrendeki dağılımdan –beklenen dağılım- farklı değildir (2(3)= 5,029, p = 0,170).”

  33. Ki-kare Testi • Ki- kare testi iki sınıflama değişkeni arasında ilişki olup olmadığını test etmek için kullanılır. Ki-kare test istatistiğini ve p değerini elde etmek için SPSS’dechi2seçeneği tabulate komutuyla birlikte kullanılır. • Hsb2turkce veri dosyasınıkullanarak öğrencilerin gittiği okul türü (devlet/özel) ile cinsiyeti arasında bir ilişki olup olmadığını test edelim. • Unutmayın, ki- kare testi her gözdeki beklenen değerin 5 veya daha fazla olduğunu varsayar. Bu örnekte bu koşul yerine getiriliyor. Koşul yerine getirilmezse Fisher kesin testi (Fisher’sexact test) kullanılır.

  34. Hipotezi ; • Boş Hipotez (H0): “Öğrencilerin devam ettikleri okul türüyle (devlet/özel) cinsiyet arasında bir ilişki yoktur.” (birbirinden farklı değildir) • Araştırma Hipotezi (H1): “Öğrencilerin devam ettikleri okul türüyle (devlet/özel) cinsiyet arasında bir ilişki vardır.” (çift kuyruk testi). • H0 : ų = ų 0 • H1 : ųų 0 (çift kuyruk testi) • Boş hipotezleri büyüktür/küçüktür diye de kurabilirsiniz. O zaman tek kuyruk (büyükse sol, küçükse sağ) test yapılır. • Örneğin, H0 : “Kız öğrenciler devlet okullarını daha çok tercih etmektedirler.” • H1: : “Kız öğrenciler devlet okullarını daha az tercih etmektedirler.” • H0 : ų > ų 0 • H1 : ų < ų 0 (sol kuyruk testi)

  35. Ki-kare Testi - Spss Mönüden • Analyze -> Descriptivestatistics-> Crosstabs’i seçin • Satıra okul türü, sütuna cinsiyeti yerleştirin. • Statistics seçeneğine tıklayarak Chisquare’i işaretleyin • Cells seçeneğine tıklayarak Observed ve Expected’i işaretleyin. • OK’e tıklayın

  36. Sonucu :

  37. Yorumu : • İlk tabloda devlet okulu ve özel okula giden öğrencilerin cinsiyetlerine göre çapraz tablosu verilmiş. Gözlenen ve beklenen değerlerin birbirine çok yakın olduğunu görüyoruz. • Ki- kare değeri de küçük ve istatistiksel açıdan anlamlı değil 2= 0,47, p = 0,849 • Boş hipotez kabul edilir. • “Öğrencilerin devam ettikleri okul ile cinsiyet arasında istatistiksel açıdan anlamlı bir ilişki yoktur (2= 0,47, p = 0,849).”

  38. MultipleResponse • Çoklu cevap yada çoklu ikili setlerin belirlenmesi ve analizi islemlerini yapar.

  39. 1.SORU: Çapraz tablolar ne için kullanılır ? • 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. • 2.SORU:Binom testinin ne için kullanıldığını kısaca yazınız. • Tek örneklemlibinom testi sınıflama ölçeğiyle veri toplanmış bağımlı değişken için kullanılır. Bağımlı değişken hakkındaki veriler iki düzeylidir (“binomial”; örneğin, cinsiyet için Erkek-Kadın biçiminde). Mevcut verilerin öngörülen bir sayıdan/yüzdeden farklı olup olmadığını test etmek için kullanılır. • 3.SORU:Ki-Kare Uyum İyiliği Testi ne için kullanılır? Spss de nasıl uygulanır? • Ki- kare uyum iyiliği testi bir sınıflama değişkeni için gözlenen oranların hipotezde iddia edilen oranlara uyup uymadığını test etmek için kullanılır. Kısaca Ki- kare testi iki sınıflama değişkeni arasında ilişki olup olmadığını test etmek için kullanılır. Analyze -> NonparametrictestsChiSquare’i seçin.

More Related