Spss တွင် ပုံမှန်အခြေအနေအတွက် စမ်းသပ်နည်း

ကိန်းဂဏန်းစမ်းသပ်မှုများစွာသည် စမ်းသပ်မှုရလဒ်များကို ယုံကြည်စိတ်ချရရန်အတွက် ပုံမှန်အားဖြင့် ကိန်းရှင်တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော ကိန်းရှင်များကို ဖြန့်ဝေရန် လိုအပ်သည်။

ဤသင်ခန်းစာသည် SPSS တွင် ပုံမှန်ဖြစ်တည်မှုအတွက် ကိန်းရှင်များကို စမ်းသပ်ရန် သင်အသုံးပြုနိုင်သည့် မတူညီသောနည်းလမ်းနှစ်ခုကို ရှင်းပြထားသည်။

နည်းလမ်းတစ်ခုစီသည် မတူညီသော ဘတ်စကက်ဘောကစားသမား 20 မှရရှိသောဂိမ်းတစ်ခုလျှင် ပျမ်းမျှအမှတ်များကိုပြသသည့် အောက်ပါဒေတာအတွဲကို အသုံးပြုပါမည်-

နည်းလမ်း 1- ဟစ်စတိုဂရမ်များ

ကိန်းရှင်တစ်ခုအား ပုံမှန်ဖြန့်ဝေခြင်း ရှိ၊မရှိ ကြည့်ရှုရန် နည်းလမ်းတစ်ခုမှာ ကိန်းရှင်၏ ဖြန့်ဝေမှုကို ပြသရန်အတွက် ဟီစတိုဂရမ် တစ်ခု ဖန်တီးရန်ဖြစ်သည်။ ကိန်းရှင် ကို ပုံမှန်အတိုင်း ဖြန့်ဝေပါက၊ အလယ်ဗဟိုအနီးတွင်ရှိသော တန်ဖိုးများနှင့် အမြီးပေါ်ရှိ တန်ဖိုးအနည်းငယ်သာရှိသော “ ခေါင်းလောင်း” ပုံသဏ္ဍာန်ကို Histogram က ယူသင့်သည်။

ဤဘတ်စကတ်ဘောဒေတာအတွဲအတွက် ဟီစတိုဂရမ်တစ်ခုဖန်တီးရန်၊ ကျွန်ုပ်တို့သည် Charts tab ကိုနှိပ်ပြီးနောက် Chart Builder ကို နှိပ်နိုင်ပါသည်။

ပေါ်လာသည့်ဝင်းဒိုးတွင်၊ ရွေးရန် စာရင်းမှ Histogram ကို ရွေးချယ်ပြီး တည်းဖြတ်ဝင်းဒိုးသို့ ဆွဲယူပါ။ ထို့နောက် ပြောင်းလဲနိုင်သော အမှတ်များကို x-axis ပေါ်သို့ ဆွဲယူပါ။

OK ကိုနှိပ်လိုက်သည်နှင့် အောက်ပါ histogram ပေါ်လာပါမည်။

ပြောင်းလဲနိုင်သောအမှတ်များသည် ပုံမှန်အားဖြင့် အပြည့်အဝမဖြန့်ဝေသည်ကို ကျွန်ုပ်တို့တွေ့မြင်နိုင်သော်လည်း ၎င်းတို့သည် အကြမ်းဖျင်းအားဖြင့် ခေါင်းလောင်းပုံသဏ္ဍာန်အတိုင်း လုပ်ဆောင်ကြပြီး ကစားသမားအများစုသည် တစ်ပွဲလျှင် ရမှတ် 10 မှ 20 ကြားရကြပြီး ထိုပမာဏထက် အနည်းငယ်သာသော ကစားသမားများ ဂိုးသွင်းနိုင်ကြသည်။

၎င်းသည် ပုံမှန်အခြေအနေအတွက် စမ်းသပ်ရန် တရားဝင်နည်းလမ်းမဟုတ်သော်လည်း၊ ၎င်းသည် ကျွန်ုပ်တို့အား ကိန်းရှင်တစ်ခု၏ ဖြန့်ဖြူးမှုကို မြင်သာစေရန် အမြန်နည်းလမ်းကို ပေးဆောင်ပြီး ဖြန့်ဝေမှုသည် ခေါင်းလောင်းပုံသဏ္ဍာန်ရှိမရှိကို အကြမ်းဖျင်းအကြံဥာဏ်ပေးသည်။

နည်းလမ်း 2: တရားဝင်စာရင်းအင်းစစ်ဆေးမှုများ

ကိန်းရှင်တစ်ခုသည် ပုံမှန်ဖြန့်ဝေမှုနောက်သို့လိုက်ခြင်းရှိ၊ မရှိ ဆုံးဖြတ်ရန် တရားဝင်ကိန်းဂဏန်းစမ်းသပ်မှုများကိုလည်း အသုံးပြုနိုင်သည်။ SPSS သည် အောက်ပါ ပုံမှန်စစ်ဆေးမှုများကို ဆောင်ရွက်ပေးသည်-

• Shapiro-Wilk စမ်းသပ်မှု
• Kolmogorov-Smirnov စမ်းသပ်မှု

စမ်းသပ်မှုတစ်ခုစီအတွက် null hypothesis သည် ပေးထားသော variable ကို ပုံမှန်အတိုင်း ဖြန့်ဝေခြင်းဖြစ်ပါသည်။ အကယ်၍ စမ်းသပ်မှု၏ p-value သည် အချို့သော အရေးပါမှုအဆင့်အောက်တွင် ရှိနေပါက (ဘုံရွေးချယ်မှုများတွင် 0.01၊ 0.05၊ နှင့် 0.10) သည် null hypothesis ကို ငြင်းပယ်နိုင်ပြီး ကိန်းရှင်အား ပုံမှန်ဖြန့်ဝေခြင်းမဟုတ်ကြောင်း အခိုင်အမာသက်သေပြရန် လုံလောက်သော အထောက်အထားရှိကြောင်း ကောက်ချက်ချနိုင်ပါသည်။ .

ဤစမ်းသပ်မှုနှစ်ခုကို SPSS တွင် တစ်ပြိုင်နက်လုပ်ဆောင်ရန်၊ Analyze တက်ဘ်ကို နှိပ်ပါ၊ ထို့နောက် ဖော်ပြချက်ဆိုင်ရာ စာရင်းအင်းများကို နှိပ်ပါ၊ ထို့နောက် နှိပ်ပါ။   စူးစမ်းလေ့လာရန်

ပေါ်လာသည့် ဝင်းဒိုးအသစ်တွင်၊ မှီခိုစာရင်းဟု တံဆိပ်တပ်ထားသော ဧရိယာထဲသို့ ပြောင်းလဲနိုင်သော အချက်များကို ဆွဲယူပါ။ ထို့နောက် Plots ကို နှိပ်ပြီး Normality Plots with Tests ဘေးရှိ ဘောက်စ်ကို အမှန်ခြစ်ပေးကြောင်း သေချာပါစေ။ ထို့နောက် Continue ကိုနှိပ်ပါ။ ထို့နောက် OK ကိုနှိပ်ပါ။

OK ကို နှိပ်လိုက်သည်နှင့် ပုံမှန် စစ်ဆေးမှု ရလဒ်များကို အောက်ပါ အကွက်တွင် ပြသပါမည်။

စမ်းသပ်မှုတစ်ခုစီအတွက် စာရင်းအင်းနှင့် သက်ဆိုင်သော p-value ကို ပြသသည်-

Kolmogorov-Smirnov စမ်းသပ်မှု

• စမ်းသပ်စာရင်းအင်း- 0.113
• p-တန်ဖိုး- 0.200

Shapiro-Wilk စမ်းသပ်မှု

• စမ်းသပ်စာရင်းအင်း- 0.967
• p-တန်ဖိုး- 0.699

စစ်ဆေးမှုနှစ်ခုလုံးအတွက် p-တန်ဖိုးများသည် 0.05 ထက်မနည်းပါ၊ ဆိုလိုသည်မှာ အမှတ်များ ကိန်းရှင်ကို ပုံမှန်မဖြန့်ဝေကြောင်းပြောရန် ကျွန်ုပ်တို့တွင် လုံလောက်သော အထောက်အထားမရှိပါ။

ကိန်းရှင်များကို ပုံမှန်အတိုင်း ဖြန့်ဝေသည်ဟု ယူဆပါက ကိန်းဂဏန်းဆိုင်ရာ စမ်းသပ်မှုတစ်ခု ပြုလုပ်လိုပါက၊ ပြောင်းလဲနိုင်သော အမှတ်များသည် ဤယူဆချက်ကို ကျေနပ်စေကြောင်း ကျွန်ုပ်တို့ သိနိုင်မည်ဖြစ်သည်။