Section author: Sebastian Jentschke

எச்.பி.எச்.எச் முதல் சாமோவி வரை: இணை மாதிரிகளுக்கான டி-சோதனை

சராசரியின் நிலையான பிழையில் மீண்டும் மீண்டும்-நடவடிக்கைகள்-வடிவமைப்புகளின் நன்மை விளைவை நிரூபித்த பின்னர், இணை மாதிரிகளுக்கு ஒரு டி-சோதனையை நடத்துகிறோம். இந்த சோதனையைப் பயன்படுத்தி, அடிப்படை (மாறி No_cloak``) இல் உள்ள தவறான செயல்களின் எண்ணிக்கையுடன் ஒப்பிடுகையில் கண்ணுக்குத் தெரியாத தன்மையை (மாறி` க்ளோக்``) பெற்ற பிறகு தவறான செயல்களின் எண்ணிக்கை அதிகரித்துள்ளதா என்பதை நாங்கள் ஒப்பிடுகிறோம். இந்த பகுப்பாய்வு புலம் (2017) அத்தியாயம் 10.9.3 இல் விவரிக்கப்பட்டுள்ளது, குறிப்பாக படம் 10.12 மற்றும் வெளியீடு 10.8 - 10.9. அதே தரவுத் தொகுப்பைப் பயன்படுத்துகிறோம் ** கண்ணுக்குத் தெரியாத rm.sav **, இது ஆண்டி ஃபீல்டின் புத்தகத்துடன் <https://edge.sagepub.com/field5e/student-resources/datasets> ____.

SPSS

jamovi

SPSS இல் நீங்கள் இணை மாதிரிகளுக்கு ஒரு டி-சோதனையை அமைக்கலாம்: `` பகுப்பாய்வு`` `` என்பதன் வழிமுறையை `` சோடி மாதிரிகள் டி-டெச்ட்` ஆகியவற்றை ஒப்பிடுங்கள்.

சாமோவியில் நீங்கள் இதைப் பயன்படுத்தி இதைச் செய்கிறீர்கள்: `` அனலீச்`` (தாவல்) → `` டி-சோதனைகள்`` `` இணை மாதிரிகள் டி-டெச்ட்```

SPSS_Menu_ttestPS1

jamovi_Menu_ttestPS1

திறக்கும் உள்ளீட்டு சாளரத்தில், இரண்டு மாறிகள் கண்ணுக்குத் தெரியாத ஆடை` மற்றும் கண்ணுக்குத் தெரியாத ஆடை` புலத்திற்கு ஒதுக்கப்படுகின்றன` சோடி மாறிகள்`.

திறக்கும் உள்ளீட்டு குழுவில், `` no_cloak`` மற்றும் `` ஆடை`` மாறிகள் மாறி உள்ளீட்டு பெட்டியில் `` இணை மாறிகள்`` க்கு மாற்றப்படுகின்றன.

SPSS_Input_ttestPS1

jamovi_Input_ttestPS1

பின்னர், நம்பிக்கை இடைவெளியை 95%ஆக அமைக்க `` விருப்பங்கள்` `பொத்தானை அழுத்துகிறோம். மேலும், நாங்கள் இரண்டு இணை மாறிகள் ஒப்பிட்டுப் பார்த்தால் மட்டுமே பிந்தைய அமைப்பு முக்கியமானது மற்றும் அந்த இரண்டு சோடிகள் வேறுபட்டால் மட்டுமே பங்கேற்பாளரும் காணாமல் போன மதிப்புகள் நிகழ்கின்றன).

சாமோவியில், நாங்கள் உள்ளீட்டுக் குழுவில் மேலும் கீழே சென்று `` சராசரி வேறுபாடு` மற்றும் அதன் `` நம்பிக்கை இடைவெளி`` அடியில் இருக்கிறோமா? மேலும், SPSS க்கு ஒத்த வெளியீட்டைப் பெற `` விளக்கங்கள்` . இறுதியாக, ரேடியோ பெட்டியை ` பகுப்பாய்வு மூலம் வழக்குகள் பகுப்பாய்வை விலக்கிக் கொள்ளுங்கள்`` (SPSS க்கான அதே கருத்து பொருந்தும்; பங்கேற்பாளர்கள் வேறுபடுகின்ற குறைந்தது இரண்டு இணை மாறிகளை ஒப்பிடாவிட்டால் அமைப்பு தேவையில்லை, அதில் பங்கேற்பாளர்கள் மதிப்புகளைக் காணவில்லை).

SPSS_Input_ttestPS2

jamovi_Input_ttestPS2

எச்.பி.எச்.எச் மற்றும் சாமோவியின் முடிவுகள் ஒரே மாதிரியானவை, ஆனால் அவை சற்று வித்தியாசமாக அமைக்கப்பட்டுள்ளன. எச்.பி.எச்.எச் முதலில் சராசரி வேறுபாட்டை (நீல பெட்டி) தருகிறது, டி-புள்ளிவிவரங்கள் மற்றும் அந்தந்த அளவிலான விடுதலை மற்றும் பி-மதிப்பு (சிவப்பு பெட்டி) ஆகியவற்றைக் கொடுப்பதற்கு முன், சாமோவியில் இது வேறு வழி சுற்று (புள்ளிவிவரங்கள்-சிவப்பு பெட்டி-முதல் மற்றும் சராசரி வேறுபாடு - நீல பெட்டி - பின்னர்). அடியில் உள்ள மற்றொரு அட்டவணை (பச்சை பெட்டி) ஒப்பிடப்பட்ட இரண்டு மாறிகள் விளக்க புள்ளிவிவரங்களை அளிக்கிறது. அதிலிருந்து சமோவி சராசரியைப் புகாரளிக்கிறார், மேலும் நெடுவரிசைகளை ஏற்பாடு செய்வதற்கான சற்று வித்தியாசமான வழி (SPSS `` சராசரி`` உடன் தொடங்குகிறது மற்றும் `` n`` அதற்குப் பிறகு, சமோவி நேர்மாறாக உள்ளது) இரண்டு அட்டவணைகள் ஒரே மாதிரியானவை. புள்ளிவிவரங்களுக்கான எண் மதிப்புகள் ஒரே மாதிரியானவை: * t * = -3.804, * df * = 11, * p * = 0.003.

SPSS_Output_ttestPS1

jamovi_Output_ttestPS1

SPSS, கூடுதலாக, `` இணை மாதிரிகள் தொடர்பு`` தருகிறது (இது பொதுவாக புகாரளிக்காது). அத்தகைய அட்டவணையைப் பெற, ஒருவர் `` அனலீச்``` (தாவல்) → `` பின்னடைவு`` `` தொடர்பு மேட்ரிக்ச்` ஐப் பயன்படுத்த வேண்டும், மேலும் மாறுபாடுகளை` no_cloak` மற்றும்` க்ளோக்` ஆகியவற்றை மாறி பெட்டியில் பயன்படுத்த வேண்டும் .

தொடரியல் பயன்படுத்தி அந்த பகுப்பாய்வுகளை நீங்கள் பிரதிபலிக்க விரும்பினால், நீங்கள் கீழே உள்ள கட்டளைகளைப் பயன்படுத்தலாம் (சாமோவியில், கீழே உள்ள குறியீட்டிற்கு நகலெடுக்கவும் Rj). மாற்றாக, நீங்கள் SPSS வெளியீட்டு கோப்புகள் மற்றும் சாமோவி கோப்புகளை தொடரியல் கீழே இருந்து பகுப்பாய்வுகளுடன் பதிவிறக்கம் செய்யலாம்.

T-TEST PAIRS=No_Cloak WITH Cloak (PAIRED)
  /CRITERIA=CI(.95)
  /MISSING=ANALYSIS.
jmv::ttestPS(
    data = data,
    pairs = list(
        list(
            i1="No_Cloak",
            i2="Cloak")),
    meanDiff = TRUE,
    ci = TRUE,
    desc = TRUE)

SPSS வெளியீட்டு கோப்பு

பகுப்பாய்வுகளுடன் சமோவி கோப்பு <../_static/output/s2j_Output_jamovi_ttestPS2.omv>`_

** குறிப்புகள் **
Field, A. (2017). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications. https://edge.sagepub.com/field5e