Bu örneklerde önce mutlaka ilgili konulardaki makalelere göz atınız. Çıktı yorumlarını pekiştirmek içindir örnekler.
http://www.youtube.com/watch?v=vce02ITN5jw&index=2&list=UUsW8D34u4Z46j_z4FhoCSLQ
den aldık
sırası ile vaka sayılarımız 75, 63, 41 her bir grupta vaka sayılarımız 100'ün altında olduğundan varyans homojenliğine dikkat etmemiz gereklidir.
Levene's satistics tablosundan varyansların homojen olduğunu görüyoruz. Phesap= 0,075> Ptablo=0,05. Ho Kabul.yani grupların varyansları arasında farklılık yoktur. Descriptives çıktısında Mean ların birbirlerine yakın olması da bunun böyle olmasının bir işareti sayılabilirmiydi.
Başka bir anova çıktısı;
Peki nasıldır bu farklılık?
Spss'in yıldızlarına dikkat!!! ''karsılanmıyor'' grubuyla ''karşılanıyor '' grubu arasında ve ''kismen karşılanıyor'' grubuyla ''karşılanıyor'' grubu arasında farklılık vardır fakat ''karsılanmıyor'' ve ''kismen karşılanıyor'' grupları arasında farklılık yoktur.
Bir başka örnek;
Test sorusu: Bir marketin satışları semtlere göre ortalamaları farklı mıdır?
İlk tablo betimsel istatistik tablosu vaka sayılarımız oldukça düşük parametrik bir test uygulayabilmek için normal dağılıma ve varyansların homojenliğine mutlaka bakmalıyız. Aslında bunca düşük bir vaka sayısı ile Anova'yı anlatmak kategorik olarak yanlış bir seçim gibi gözüküyor. Ama biz yine de bakalım parametrik test varsayımlarımız karşılanıyor mu?
1. Veriler normal dağılmakta mıdır?
Vaka sayımız 12'den küçük olduğu için kolmogorov testi yerine test of Normality çıktısında Shapiro-Wilk çıktısına bakıyoruz. Phesap'larımızın hepsi alfa değerimiz 0,05'ten büyüktür. Bu durumda veriler normal dağılıma uygundur diyebiliriz.
2. Varyanslar homojen mıdır?
test of homogeneity of Variance tablosunda Levene Statistic değerlerine bakıyorum. Sig. değeri 0,470, 0,05'ten büyük olduğundan varyanslarımız homojendir diyebiliriz ya da Ho = Varyanslar arasında fark yoktur, kabul edilir.
Böylece parametrik test varsayımlarının karşılanmış olduğunu görmüş olduk.
Şimdi anova testimizin sonuçlarına bakabiliriz. Anova tablosunda Between groups sig. değerimiz 0,928, alfa değerimiz 0,05'ten büyük olduğundan grup arasında ortalama bakımından fark yoktur şeklindeki Ho'muz kabul edilir.
Şimdi bunu Post hoc Tests ile kontrol edelim;
Semt A ile Semt B arasında 1,25'lık bir ortalama farkı var. Sig. değerimiz 0,994 olduğundan yani 0,05'ten büyük olduğundan bu fark anlamlı değildir.
Birde Tek yönlü Anova'nın non parametrik karşılığı Kruskal- Wallis'i hatırlayalım. bu hatırlatmayı özgün bir biçimde yapacağız bunun için ingilizce bilmemeniz şart. Ama sosyal bilimlerde okuyor ve en az bir yabancı diliniz yoksa boş verin istatistiği hemen bugünden bir dil öğrenmeye başlayın. İspanyolca bir video şeçmemizdeki amaç sununun ne anlattığını anlamasakta spss çıktılarını yorumlayabileceğimizi göstermektir. Bilim evrensel bir dil yaratır çünkü.Video'ya bakın: http://www.youtube.com/watch?v=4bWOn8HIpSE
Sunucunun elindeki verilere teste uygulayabilmek için bağımlı ve bağımsız değişkenleri spss'te gördük. Çıktılarda ilk iş olarak verilerin normal dağılıp dağılmadığını anlamak için test of normality tablosunda Kolmogorov-Smirnov testi değerlerine baktığını görüyoruz:
Sig. değerlerine bakmadan edad gibi bir değişkenin 6 gruptaki verilerinin sözkonusu olduğunu anladık.Abuso sexual grubundaki vaka sayımız 12'den küçük. Parametrik bir test uygulama şansımızın azaldığının ilk işareti bu: Sig. değerlerimizin 5'i alfa değerimiz 0,05'ten küçük Ho red. Veriler normal dağılmaktadır.Tek yönlü Anova uygulayamayız. Testimiz Kruskal Wallis; K independent Samples. Uygulamadan sonra sunucu Mean Rank'lara bakıyor oysa çıktılar anlamlı değilse boşuna zahmet. Sıralamalar eşitse Ranks tablosuna bakmaya gerek yok.
Test Statistics tablosunda Asymp.Sig' değerine bakıyoruz; 0,000 < 0,05 olduğundan sıralamalar eşit değildir. 6 grubun puan sıralamaları farklıdır.
Hiç yorum yok:
Yorum Gönder