स्टेटा फॉरेक्स में दो तरह से इनोवा कैसे करें

सूचना: आईडीआरई सांख्यिकी परामर्श समूह वेबसाइट को वर्डप्रेस सीएमएस में फरवरी में माइग्रेट कर देगा ताकि नई सामग्री के रख-रखाव और सृजन की सुविधा मिल सके। हमारे कुछ पुराने पृष्ठों को हटा दिया जाएगा या संग्रहीत किया जाएगा ताकि वे अब बनाए रखा नहीं जा सकें। हम रीडायरेक्ट बनाए रखने का प्रयास करेंगे ताकि पुरानी यूआरएल हम जितनी अच्छी तरह काम कर सकें उतना काम जारी रहेगा। डिजिटल रिसर्च और एजुकेशन फॉर डिजिटल रिसर्च एंड एजुकेशन में आपका स्वागत है स्टेट कंसल्टिंग ग्रुप द्वारा उपहार देने के लिए एक स्टेटा टॉपिक्स एएनओवीए इन पेजों में हमारी वेब साइट के सभी हिस्सों और एनोवा पर अन्य वेबसाइट्स से लिंक शामिल हैं। विषय परिचयात्मक से उन्नत तक भिन्न होंगे। इस वेब साइट की सामग्री को कैलिफोर्निया विश्वविद्यालय द्वारा किसी विशेष वेब साइट, किताब या सॉफ़्टवेयर उत्पाद के समर्थन के रूप में नहीं समझा जाना चाहिए। एसओपीएएस आंकड़ों में दो तरफा एनोवा परिचय परिचय दो तरह से एनोवा समूह के बीच माध्य अंतर की तुलना करता है दो स्वतंत्र चर (कारक कहा जाता है) पर विभाजित किया गया है दो-तरफ़ा एनोवा का प्राथमिक उद्देश्य यह समझना है कि निर्भर चर पर दो स्वतंत्र चर के बीच कोई संपर्क है या नहीं। उदाहरण के लिए, आप यह समझने के लिए दो तरह के एनोवा का उपयोग कर सकते हैं कि क्या विश्वविद्यालय के छात्रों के बीच परीक्षण चिंता पर लिंग और शैक्षिक स्तर पर कोई बातचीत है, जहां लिंग (पुरुष) और शिक्षा का स्तर (स्नातक स्नातकोत्तर) आपके स्वतंत्र चर हैं, और परीक्षण की चिंता है आपके निर्भर चर वैकल्पिक रूप से, आप यह निर्धारित कर सकते हैं कि क्या शारीरिक गतिविधि स्तर और बच्चों में रक्त में कोलेस्ट्रॉल की एकाग्रता पर लिंग के बीच कोई संपर्क है, जहां शारीरिक गतिविधि (कममोडरेटेहाउघ) और लिंग (नर मादा) आपके स्वतंत्र चर हैं और कोलेस्ट्रॉल एकाग्रता आपके निर्भर चर है। दो-तरफ़ा एनोवा में इंटरैक्शन टर्म आपको सूचित करता है कि निर्भर चर पर आपके एक स्वतंत्र चर का असर आपके अन्य स्वतंत्र चर (और इसके विपरीत) के सभी मूल्यों के लिए समान है। उदाहरण के लिए, शैक्षणिक स्तर (अंडरग्रेजुएटपोस्टग्रैजुएट) से प्रभावित परीक्षण की चिंता पर लिंग (नर मादा) का असर है, इसके साथ ही, यदि सांख्यिकीय रूप से महत्वपूर्ण बातचीत मिल जाती है, तो आपको यह निर्धारित करने की आवश्यकता है कि क्या कोई सामान्य मुख्य प्रभाव है और यदि वहां हैं, तो क्या प्रभाव हैं (हम बाद में हमारे गाइड में इस बारे में चर्चा करते हैं)। ध्यान दें: यदि आपके पास दो के बजाय तीन स्वतंत्र चर हैं, तो आपको तीन तरह से एनोवा की आवश्यकता होगी इस त्वरित शुरुआत गाइड में, हम आपको दिखाते हैं कि SPSS सांख्यिकी का उपयोग करते हुए दो-तरफ़ा एनोवा को कैसे पूरा करें, साथ ही साथ इस परीक्षा से परिणाम की व्याख्या और रिपोर्ट करें। हालांकि, इससे पहले कि आप इस प्रक्रिया को लागू करें, आपको अलग-अलग मान्यताओं को समझना होगा कि आपके डेटा को एक वैध परिणाम देने के लिए दो तरह से एनोवा के लिए मिलना चाहिए। हम इन धारणाओं पर चर्चा करते हैं। एसपीएसएस आंकड़ों की धारणाएं जब आप दो-तरफा एनोवा का उपयोग करके अपने डेटा का विश्लेषण करने के लिए चुनते हैं, तो इस प्रक्रिया के भाग में यह सुनिश्चित करने के लिए जांच की जाती है कि जो डेटा आप विश्लेषण करना चाहते हैं, वास्तव में दो तरह से एनोवा का उपयोग करके विश्लेषण किया जा सकता है आपको ऐसा करने की आवश्यकता है क्योंकि यह आपके दो वैध एनोवा के उपयोग के लिए उपयुक्त है यदि आपका डेटा छह मान्यताओं को पास करता है जो आपको दो-तरफ़ा एनोवा के लिए आवश्यक है ताकि आपको एक वैध परिणाम मिल सके। प्रथा में, इन छह धारणाओं की जांच करने का मतलब है कि आपके विश्लेषण के दौरान आपके पास एसपीएसएस सांख्यिकी में चलने के लिए कुछ और प्रक्रियाएं हैं, साथ ही साथ अपने डेटा के बारे में थोड़ा और अधिक समय व्यतीत करते हैं, लेकिन यह एक कठिन काम नहीं है। इससे पहले कि आप इन छह धारणाओं से मिलकर, एसपीएसएस आंकड़े का उपयोग करते हुए अपने स्वयं के आंकड़ों का विश्लेषण करते समय आश्चर्यचकित न हों, इनमें से एक या अधिक मान्यताओं का उल्लंघन किया जाता है (यानी पूरा नहीं हुआ)। पाठ्य पुस्तक उदाहरणों के बजाय वास्तविक दुनिया के डेटा के साथ काम करते समय यह असामान्य नहीं है, जो अक्सर आपको दिखाता है कि जब सबकुछ अच्छी तरह चला जाता है, तो दो तरह से एनोवा कैसे पूरा किया जाए, लेकिन चिंता न करें। यहां तक ​​कि जब आपका डेटा कुछ मान्यताओं को विफल करता है, तो इस पर काबू पाने में अक्सर एक समाधान होता है। सबसे पहले, इन छह धारणाओं पर एक नज़र डालें: आकलन 1: आपके निर्भर चर को निरंतर स्तर पर मापा जाना चाहिए (यानी वे अंतराल या अनुपात चर)। निरंतर चर के उदाहरणों में संशोधन समय (घंटों में मापा जाता है), बुद्धिमत्ता (आईक्यू स्कोर का उपयोग करके मापा जाता है), परीक्षा के प्रदर्शन (0 से 100 तक मापा जाता है), वजन (किग्रा में मापा जाता है) और आगे भी। आप हमारे लेख में अंतराल और अनुपात चर के बारे में अधिक जान सकते हैं: वैरिएबल के प्रकार धारणा 2: आपके दो स्वतंत्र चर में प्रत्येक को दो या अधिक स्पष्ट होना चाहिए। स्वतंत्र समूह इस मापदंड से मेल खाने वाले स्वतंत्र चर का उदाहरण लिंग (2 समूह: पुरुष या महिला), जातीयता (3 समूह: कोकेशियान, अफ्रीकी अमेरिकी और हिस्पैनिक), पेशे (5 समूह: सर्जन, डॉक्टर, नर्स, दंत चिकित्सक, चिकित्सक) और आगे भी शामिल हैं । धारणा 3: आपको अवलोकन की स्वतंत्रता होना चाहिए। जिसका अर्थ है कि प्रत्येक समूह में या समूहों के बीच खुद के बीच कोई संबंध नहीं होता है। उदाहरण के लिए, प्रत्येक समूह में अलग-अलग प्रतिभागियों को होना चाहिए, जिसमें एक से अधिक समूह में कोई प्रतिभागी नहीं है। यह आप के लिए परीक्षण करेंगे कुछ की तुलना में एक अध्ययन डिजाइन मुद्दा से अधिक है, लेकिन यह दो तरह से एनोवा की एक महत्वपूर्ण धारणा है यदि आपका अध्ययन इस धारणा को विफल करता है, तो आपको दो-तरफा एनोवा (उदाहरण के दोहराए गए उपाय डिज़ाइन) के बजाय एक अन्य सांख्यिकीय परीक्षण का उपयोग करने की आवश्यकता होगी। यदि आप अनिश्चित हैं कि आपका अध्ययन इस धारणा को पूरा करता है, तो आप हमारे सांख्यिकीय परीक्षण चयनकर्ता का उपयोग कर सकते हैं। जो हमारे बढ़ाए गाइडों का हिस्सा है। धारणा 4: कोई महत्वपूर्ण आउटलायर नहीं होना चाहिए आउटलाइयर आपके डेटा के भीतर डेटा बिंदु हैं जो सामान्य पैटर्न का पालन नहीं करते हैं (उदाहरण के लिए 100 छात्रों के IQ स्कोर के अध्ययन में, जहां औसत स्कोर 108 था, छात्रों के बीच केवल एक छोटे बदलाव, एक छात्र का 156 अंक था, जो बहुत असामान्य है, और उसे विश्व स्तर पर आईक्यू स्कोर के शीर्ष 1 में भी लगा सकते हैं)। आउटलीयर के साथ समस्या ये है कि इन्हें दो-तरफा एनोवा पर नकारात्मक प्रभाव पड़ सकता है, जिससे आपके परिणामों की सटीकता कम हो सकती है। सौभाग्य से, जब आपके डेटा पर दो-तरफ़ा एनोवा चलाने के लिए एसपीएसएस आंकड़े का इस्तेमाल करते हैं, तो आप आसानी से संभावित आउटलाइर्स का पता लगा सकते हैं। हमारे बढ़ी हुई दो-तरफ़ा एनोवा मार्गदर्शिका में, हम: (ए) आपको एसपीएसएस आंकड़े का उपयोग करने वाले आउटलेटर्स का पता लगाने और (बी) आउटलेयर्स से निपटने के लिए आपके पास कुछ विकल्पों की चर्चा करना है। धारणा 5: आपके आश्रित चर को सामान्य रूप से दो स्वतंत्र चर के समूह के प्रत्येक संयोजन के लिए वितरित किया जाना चाहिए। हालांकि यह थोड़ा मुश्किल लगता है, यह आसानी से SPSS सांख्यिकी का उपयोग करने के लिए जांच की जाती है। साथ ही, जब हम दो-तरफ एनोवा के बारे में बात करते हैं, जिसमें केवल सामान्य डेटा की आवश्यकता होती है, यह इसलिए है क्योंकि यह सामान्यता के उल्लंघन के लिए काफी मजबूत है, जिसका अर्थ है कि धारणा थोड़ा उल्लंघन हो सकती है और फिर भी वैध परिणाम प्रदान करती है। सामान्यता के लिए शापिरो-विल्क टेस्ट का इस्तेमाल करते हुए आप सामान्यता के लिए परीक्षण कर सकते हैं, जिसे आसानी से एसपीएसएस सांख्यिकी का उपयोग करने के लिए जांच की जाती है। हमारे उन्नत दो-तरफ़ एनोवा मार्गदर्शिका में यह कैसे दिखाए जाने के अलावा, हम यह भी समझाते हैं कि यदि आपका डेटा इस धारणा को विफल करता है (यानी यह थोड़ा सा से अधिक विफल हो जाता है) तो आप क्या कर सकते हैं। धारणा 6: दो स्वतंत्र चर के समूह के प्रत्येक संयोजन के लिए भिन्नता की एकरूपता होना चाहिए। फिर, जब यह थोड़ा मुश्किल लगता है, तो आप आसानी से एक्सपीएसएस आंकड़ों में इस धारणा का परीक्षण कर सकते हैं जो कि वेवेंस की एकरूपता के लिए लेवेन्स टेस्ट का उपयोग करते हैं। हमारे बढ़ाए गए दो-मार्ग एएनओवीए गाइड में, हम (ए) आपको एसपीएसएस सांख्यिकी में भिन्नताओं की एकरूपता के लिए लेवेन्स टेस्ट करने का तरीका दिखाते हैं, (बी) अपने डेटा की व्याख्या करते समय आपको कुछ चीजों की व्याख्या करना चाहिए, और (सी) यदि आपका डेटा इस धारणा को पूरा करने में विफल रहता है तो आपके विश्लेषण के साथ जारी रखने के संभावित तरीके आप SPSS सांख्यिकी का उपयोग करके मान्यताओं 4, 5 और 6 को देख सकते हैं। ऐसा करने से पहले, आपको यह सुनिश्चित करना चाहिए कि आपका डेटा 1, 2 और 3 के मान्यताओं को पूरा करता है, हालांकि आपको यह करने के लिए एसपीएसएस आंकड़े की जरूरत नहीं है। बस याद रखें कि यदि आप इन मान्यताओं के सही तरीके से सांख्यिकीय परीक्षण नहीं चलाते हैं, तो दो-तरफ़ा एनोवा चलाने पर आपको प्राप्त होने वाले परिणाम वैध नहीं होंगे। यही कारण है कि हम यह अधिकार प्राप्त करने में आपकी सहायता के लिए हमारे उन्नत दो-तरफ़ा एनोवा मार्गदर्शिका के कई वर्गों को समर्पित करते हैं। आप यहां हमारे संपूर्ण सामग्री के बारे में एक संपूर्ण जानकारी प्राप्त कर सकते हैं। या अधिक विशेष रूप से, सीखें कि हम यहाँ मान्यताओं के परीक्षण के साथ कैसे मदद करते हैं अनुभाग में, SPSS सांख्यिकी में टेस्ट प्रक्रिया हम एसओपीएसएस आंकड़े की प्रक्रिया को दो तरह से एनोवा मानते हैं कि कोई मान्यताओं का उल्लंघन नहीं किया गया है। सबसे पहले, हम ऐसे उदाहरण को निर्धारित करते हैं जो SPSS सांख्यिकी में दो-तरफा एनोवा प्रक्रिया की व्याख्या करने के लिए हम करते हैं।