spss dersi
TRANSCRIPT
Name değişkeninin ismi yazılıyor.
Type numerik seçiliyor. Çünkü analiz yapabilmek için bunun sayı olması gerekiyor. Veriler sayısallaştırılıyor. Yazı yazmak için ise string işaretlenir.
Width değişken ismini karakter sayısını gösteriyor. Bunun 8 olması, 8 karaktere kadar değişken adının sığabileceğini gösteriyor. mesela “isim”değişkenin adı 5 karakterli olduğundan sığmış. Bunu artırmak mümkün.
Desimals virgülden sonra kaç basamak olacağını gösterir. Tam sayılarda bu 0 olarak alınır.
Label etiket demek. Ve değişken ismini uzun olarak yazmayı sağlar.
Values kodlanan değişkenleri gösteriyor.aşağıda 1= erkek 2= kadın olarak kodlanmış.
Value 1 yaz
Value label erkek yaz
OK bas
Veya bir değişkeni seçip remove basarsan siler.
veya
Value 1 yaz
Value label kadın yaz
Change bas erkek yerine kadın ile değiştirir.
Remove bası
Missing kayıp veriyi gösteriyor. ∫
Bunlar kategorik değişkenler
ANOVA 1 verisini aç sürekli değişkenler için frekans dağılımı oluşturulmaz. Kategorik değişkenler için oluşturulur. Sınıf değişkeni için frekansa bakılıyor. Yaşam tatmini sürekli değişken olduğu için bakılmıyor. Analiz →descriptive statistics→Frequencies…
Sınıf değişkeni aktarılır.
Frequencies
sinif
Frequenc
y PercentValid
PercentCumulative
Percent
Valid 9.sinif 78 22,7 22,7 22,7
10.sinif 97 28,3 28,3 51,0
11.sinif 90 26,2 26,2 77,3
12.sinif 78 22,7 22,7 100,0
Total 343 100,0 100,0
Sürekli değişken olan yaşam standardı için Analiz →descriptive statistics→Descriptives… işaretlenir.
Yaşam standardı değişkeni variables aktarılır.
Options dan bazı kutular işaretli çıkıyor bunlara continue denip OK denir aşağıdakı outputa ulaşılır.
Descriptives
Descriptive Statistics
N Minimum Maximum MeanStd.
Deviation
Yasam Tatmini 343 1,95 3,83 2,9630 ,35214
Valid N (listwise)
343
Dataların birleştirilmesi Merge file→add cases veya add variables ile oluyor.
Sınıflara ayırarak analizleri farklı sınıflar için yapıp karşılaştırmayı sağlıyor.
Analizde hem kızları hem de birinci sınıfları seçmek istiyorsak. Data→Select case kullanılır. If condition’a basılır filtered yada delete basılır.
continue ve ok basılınca aşağıdaki gibi sonuç verir. Yeni bir veri çekmiş olunur.
burada filter diye yeni bir veri oluşturdu. fitler yerine delete ile yapılacaksa, save as ile farklı kaydederek veri kaybının önüne geçilebilir.
If butonuna tıkla sinif=1 yaz continue ve OK
Yukardaki verileri çekmiş oluruz. Bazı veriler kayboldu. Ama başka bir dosyaya farklı kaydet ile kaydettiğimiz için orda verilerimiz duruyor.
Data weight cases case’leri ağırlıklandırır.
Transform → compute doğum yılı sorulursa daha güvenilir sonuçlara ulaşılır. Doğum yılından yaşa ulaşmak yaş hesaplanacak. Yas=2009-doğum yili
Yas=2009-doğum yili yazınca yeni bir değişken olan yas değişkeni çıkıyor.
Transform compute target variables (yeni oluşturulacak verinin ismi yazılır.) (Örneğin Lngelir gibi ) Functions penceresinden “LN number expr”seçilir. Numeric expression penceresinden LN(?) çıkar . Gelir değişkeni çift tıklanarak lngelir olur OK tıklanarak ln gelir oluşur.
Value labels işaretlenince değişkenlerin kodlarının yerini asılları alıyor. Mesela sınıf değişkeninde kodlar yerine 9. sınıf, 10. sınıf, 11. sınıf geliyor.
Transform
Recode Into same variable
Into Different variable eski ve yeni değerleri yazarak kodlamayı değiştirebiliriz.
Old and new values dan yazılabilir.
_ölçekle çalışıyorsak konunun uzmanı geliştirmişse. Örneğin 12 sorudan oluşan likert tipinde sorulardan oluşuyorsa 5’li likertin türkiyede iyi işlediği ispat edilmiş. Orjinali işe 7 lidir. Üçlü olanı da vardır. Buna scale ölçek diyoruz. Cross check sorusu yapıyoruz. Soruları bir de ters soruyoruz. Analiz yaparken bunları düzeltmemiz gerekiyor. Akışı yanlış olduğu için analiz de yanlış sonuç verebiliyor.
- Parametrik testleri kullanmak için normal dağılım olması gerekir.
Graphs, Boxplot, Histogram, Scatter/Dot, Error Bar, Population Brand gibi testlerle dağılımın normal mi? bakmak gerekiyor.
Çubuk grafik
Graps/Bar
Bar Chart penceresinde
Tek değişkenin çubuk grafiği alınacaksa
Simple
Çok değişkenin grafiği alınacaksa
“Clustred”
Birden fazla değişken aynı çubuk grafik üzerinde gösterilecekse
“Stacked”
Denek ölçümlerinin tek tek değerleri görülmek istenirse “Summaries for groups of cases” seçilir.
Define tuşuna basılır.
Yazılı bir veri girilmişse bunun “variable view” kısmında “Type” nin “string olmasına dikkat etmek gerekir. Graps komutundan “Bar” seçeneği seçilir. “simple” “values of induvidual cases “ “Define” frekans değişkeni “Bar represent” sebep değişkenini “variable” kutusuna aktarın “OK” tıklayın.
“tüketicilerin giyim tercihlerinde en çok dikkat ettiği hususlar”
Satın alma sebebi Frekans
Fiyat 100
Kalite 210
Moda 50
Renk 60
Vade 110
VadeRenkModaKaliteFiyat
sebep
250,00
200,00
150,00
100,00
50,00
0,00
Val
ue
frek
ann
s
İki değişkenli çubuk grafiği
“Graps”/Bar/ Clusttered” Seçilir.
Summaries of separete variables” seçilir
Define tıklanır
“Bar Represent” Kadın” ve “erkek” değişkeni tıklanır.
Category Axis” kutusuna “Sebep” aktarılır.
“OK” tıklanır.
Satın alma sebebi Frekans
Kadın Erkek Toplam
Fiyat 80 20 100
Kalite 110 100 210
Moda 10 40 50
Renk 30 30 60
Vade 30 80 110
VAR00004 * VAR00005 Crosstabulation
Count
VAR00005
Total1 2
VAR00004 1 6 3 9
2 1 2 3
3 2 0 2
4 0 3 3
5 3 0 3
Total 12 8 20
sebep * frekans Crosstabulation
Count
frekans
Totalerkek kadin
sebep fiyat 6 3 9
kalite 1 2 3
moda 2 0 2
renk 0 3 3
vade 3 0 3
Total 12 8 20
VadeRenkModaKaliteFiyat
sebep
120,00
100,00
80,00
60,00
40,00
20,00
0,00
Mea
nErkek
Kadin
Yuvarlak Grafik Çizimi
“Graps”
“Pie”
“Values of Indidual Cases”
“Slices Represent”
“Frekans” değişkeni
Variable kutucuğuna “Sebep” aktarılır.
“OK” tıklanır.
Vade
Renk
Moda
Kalite
Fiyat
Çizgi Grafiğinin Çizimi
“Graps” / “Line”
Tek verinin seçimi için “simple” ikili veriler için “multiple”
“Summaries of separete variable”
“Define”
“Line represent” kutucuğuna iki değişkeni örneğin ihracat ve ithalat değişkenlerini aktarın.
Category Axis” kutucuna da yılları aktaralım “OK” tıklanır.
Yillar Ihracat Ithalat
1995 120 65
1996 132 79
1997 145 120
1998 110 150
1999 160 190
2000 320 200
2001 270 210
2001200019991998199719961995
Yillar
350
300
250
200
150
100
50
Mea
n
Ithalat
Ihracat
Cinsiyet tercih sebebi
1 a
2 s
2 d
1 s
1 a
2 s
1 a
1 s
1 d
1 a
1 s
1 d
1 a
2 d
1 s
1 a
1 s
1 d
2 a
2 s
2 d
1 a
2 s
1 a
2 s
1 f
2 g
1 g
2 f
1 g
sgfda
sebep
8
6
4
2
0
Co
un
t
2,00
1,00Cinsiyet
T testi
Hipotez testlerinde bir hipotez ile onun karşıtı diğer bir hipotezden hangisinin örneklem verilerine dayanarak elde edilen sonuç ile daha iyi bağdaştığı araştırılmaktadır. Karşılaştırılan iki hipotezden birine sıfır hipotezi (Ho), diğerine ise karşıt hipotez (H1) adı verilir.
Eskiden beri geçerli kabul edilen bir önerme, onun aksi yeni bir görüşle karşılaştırılıyorsa, geçerli önermeye sıfır hipotezi, yeni görüşe ise karşıt hipotez adı verilir.
Gerçekte Ho yanlış iken, reddedilmez ise I. tip hata (Alfa tipi hata) yapılmış olur. Bununla birlikte, Ho doğru iken reddedilir ise bu kez II. tip hata (Beta tipi hata) yapılmış olur.
Araştırmacının Kararı
Gerçek Durum
Ho Yanlış Ho Doğru
Reddedilmeyen Hipotez
I. Tip Hata (α tipi hata)
Doğru Karar
Reddedilen Hipotez Doğru Karar II. Tip Hata (β tipi hata)
Bağımsız İki Örneklem t-Testi Parametrik testler arasında yer alan bu test, iki bağımsız örneklem ortalamaları arasındaki
farkın istatistiksel olarak anlamlı olup olmadığını sınamak amacıyla geliştirilmiştir.
T Testi Nedir?
Akademisyenlerin cinsiyet bağlamında tükenmişlik durumlarının birbirinden farklı olup olmadığını araştırmak istiyoruz. Ne yapılmalıdır? Veya iş tatmini yönünden fark var mı? Kadın ve erkek farkı için iki grubun ortalamaları birbirinden farklı mı değil mi? t testi yapılır.
T testinin varsayımları
1-Örneklemler birbirinden bağımsız olarak seçilmelidir.
2-Örneklem için seçilen her birimin diğerinden bağımsız olarak örnekleme alınması
3-Anakütlenin normal olarak dağılması
(Normal dağılım simetrik olduğu için normal dağılım gösteren değişkenlerin ortalama, ortanca ve modları eşittir.)
4-Verilerin en azından eşit aralıklı ve oranlı ölçme düzeyinde (sürekli değişken olması)
5-Varyansların birbirine eşit olması gerekir. Varyans standart sapmanın karesidir. Verilerin değişkenliğini ölçer.
Bağımsız iki örneklem t-testi ortalamalar arasındaki farkın standart hatası (ortalamalar arasındaki farkın örneklem dağılımının standart sapması) ile iki örneklem ortalamasını karşılaştırır. Test istatistiği, birinci örneklem ortalamasından ikinci örneklem ortalamasının çıkartılarak, ortalamalar arasındaki farkın standart hatasına bölünmesi ile elde edilir.
Varyansların homojen olup olmadığı ise SPSS paket programında Levene’s (1960) testi ile gerçekleştirilir.
Bu test F istatistiğini ve p-değerini temel alır. Eğer Sig. (anlamlılık) 0,05’den az ise (p<0,05) Levene’s testi iki anakütle arasındaki varyansın eşit olmadığını işaret eder. Eğer p>0,05 ise iki anakütlenin eşit varyanslara sahip olduğu varsayılabilir.
Örnek Uygulama
Bireylerin stres düzeylerinin cinsiyete göre farklılık gösterip göstermediği araştırılacaktır.
Dosya Adı: t-testi
Örneklemde n-1’e bölünürken; ana kütlenin standart sapmasını bulurken N’e bölünür.
SS : Standart sapma
Xi : i’nci ölçüm değeri
: n sayıda ölçümün ortalaması
n : Ölçüm sayısı
Değişkenliğin az mı fazla mı olması gerekir. Terimlerin ortalamadan veya birbirinden az mı sapmasını isteriz. Tabi ki az sapmasını isteriz. Ortalama µ ile gösterilir.
Normal Dağılım en kısa ve güzel ifadeyle normal hayattaki durumları en iyi temsil eden dağılımdır. Gauss Dağılımı adı da verilir. Randomizasyon sonucu seçilen örneklemlerin normal dağılım göstermesi beklenir.
µ
Ortalama
3.7 “Değişimi Anlama” - Normal Dağılım
Eğer süreklilik gösteren bir değişken gözleniyorsa, bu değişken normal olarak ortalama değerin (m) etrafında dağılım gösterecektir. Değerlerin yayılımı, çan eğrisinin genişliğini tanımlayan “popülasyon standart sapması”nın ( σ ) birimlerinde ölçülebilecektir.
Değişkenliğin aynı olması gerekir. Kadın ve erkeklerin ortalamadan (tükenmişlik veya iş tatmini açısından ) sapmaları aynı olması gerekir.
Değişkenler
N
Karşılaştırma Parametrik testler Parametrik olmayan testler
Bir grup-örneklem için Tek örneklem için t testi İşaret testi
Bağımsız iki grup için Bağımsız örnekjlemler için t testi
Mann-Whitney U testi
İlişkili iki ölçüm için İlişkili ölçümler için t testi Wilcoxon eşleştirilmiş iki
Nicel
Nitel
değişkenler
Aralık
oran
sıralı
Parametrik olmayan testler
Parametrik koşulları sağlıyor mu?
evet
hayırsınıflı
Ölçek
Parametrik testler
örneklem testi
Bağımzsız üç veya daha fazla grup için
Bağımsız örneklemler için tek faktörlü varyans analizi
Kruskal-Wallis H testi
İlişkili üç ve daha fazla ölçüm için
İlişkili (tekrarlı) ölçümler için tek faktörlü varyans analizi
Friedman testi
t= (birinci örneklem ortalaması-ikinci örneklem ortalaması)/ ortalamalar arası farkın standart hatası
t testi
Ho: Bayanlar ile erkekler arasındaki iş tatmini ortalamaları birbirine eşit
Hı: eşit değil
Anakütle ortalamaları
Ho: μ1= μ2 (mü1 diye okunuyor.)
*Hı: μ1≠ μ2
Ho red
Hı kabul olsun isteriz.
*Ho: σ1= σ2 (sigma1 diye okunuyor.)
Hı: σ1≠ σ2
Ho reddedilemez. Burada Ho kabul olsun isteriz.
σ varyans demek
Örnek uygulama:
Ho:Bayanlar ile erkekler arasında stres düzeyleri açısında anlamlı bir fark yoktur.
Hı: Anlamlı bir fark vardır.
Ho: günlük hata miktarı 20den farklıdır
Hı: Günlük hata miktarı 20 dir
h
Ho: fiyat ile talep miktarı arasında bir ilişki yoktur
Hı: fiyat ile talep miktarı arasında bir ilişki vardır.
Bireylerin stres düzeylerinin cinsiyete göre farklılık gösterip göstermediği araştırılacaktır.
Dosya adı: t testi
SPSS programında
Analiz→ Compare Means→Independent Samples→ t testi
Continue bas ve options dan %95 güven aralığından seç. Continue bas ve OK de. Output çıkar.
Output:
T-Test
Group Statistics
Cinsiyet N MeanStd.
DeviationStd. Error
Mean
Stres puanlari
Erkek 316
16,27 7,276 ,409
Kiz 75
18,97 7,102 ,820
Independent Samples Test
Levene's Test for Equality of t-test for Equality of Means
Variances
F Sig. t dfSig. (2-tailed)
Mean Difference
Stres puanlari
Equal variances assumed ,075
,784
-2,907 389 ,004 -2,704 ,930 -4,533 -,875
Equal variances not assumed
-2,951 113,803 ,004 -2,704 ,916 -4,520 -,889
±±
Ki-KARE TESTİ
Parametrik olmayan testler arasında yer alan ki-kare testi, iki veya daha fazla kategoriye sahip, iki değişken arasında bağımsızlık olup olmadığının, diğer bir deyişle ilişki bulunup bulunmadığının incelenmesinde kullanılır.
Örnekleme dağılımı olan ki-kare dağılımı; ilk olarak 1900’lü yıllarda Pearson tarafından ortaya atılmıştır.
Ki-kare; aritmetik ortalaması 0 ve varyansı 1 olan normal bölünmeli bir anakütleden birbirinden bağımsız olarak seçilen n birimli bir örnekleme ait değerlerin karelerinin toplamı demektir.
Ki-kare testi parametrik olmayan testler için en yaygın kullanıma sahip olan testlerden biridir. Bu test rxc, şeklinde çapraz tabloların analiz edilmesinde kullanılır. Serbestlik derecesi, r satır sayısı, c sütun sayısını göstermek üzere,
sd=(r-1)(c-1) şeklinde hesaplanır.Ki-Kare testinin uygulanırken dikkat edilmesi gereken noktalar
2x2’lik bir çapraz tabloda beklenen frekansların herhangi biri 5’den az ise, ki-kare testi kullanılmamalı, bunun yerine Fisher’in Tam Olasılık Testi (Fisher’s exact test) kullanılmalıdır.
rxc şeklindeki çapraz tablolarda beklenen frekanslardan herhangi biri 1’den az veya %20’den fazlası 5’den az ise ki-kare testi kullanılmamalıdır. Bunun yerine eğer uygun ise satır veya sütun kategorileri birleştirilmelidir. Uygun bir çözüm elde edilemiyorsa sonuçlar ve yorumlar sadece çapraz tablolar için yapılmalıdır.
Örnek Uygulama
Eğitim durumu ile cinsiyete arasında ilişki olup olmadığı araştırılacaktır.
Dosya Adı: ki-kare
Kikare
Kikare dosyasını açınız
Satıra eğitim
Sütuna nüfus
Statistics Chi kare ve Phe and Cramer’s V işaretlenip continue bas
Burada gözlenen işaretledik ancak beklenen de olabilir.