Eğitim İçeriği

Giriş

SPSS'e Başlarken

SPSS arayüzü ve işlevlerine giriş
  • Veri dosyalarını içe ve dışa aktarma
  • Temel veri girişi ve yönetimi
  • İstatistiksel Çıktıları Alma, Düzenleme ve Kaydetme

    İstatistiksel raporlar oluşturma
  • Çıktı tablolarını ve grafiklerini özelleştirme
  • Analiz sonuçlarını kaydetme ve dışa aktarma
  • Veri Manipülasyonu

    Veri dönüşüm teknikleri
  • Değişkenleri yeniden kodlama ve yeni değişkenler hesaplama
  • Eksik verileri yönetme
  • Tanımlayıcı Statistics Prosedürler

    Merkezi eğilim ve değişkenlik ölçülerini hesaplama
  • Frekans dağılımları ve çapraz tablolar
  • Verileri grafikler ve çizelgelerle görselleştirme
  • Puan Dağılımı Varsayımlarını Değerlendirme

    Normallik testleri ve grafiksel değerlendirmeler
  • Çarpıklık ve basıklığı değerlendirme
  • Ayırıcı değerleri kontrol etme
  • t-Testleri

    Bağımsız örneklem t-testi
  • Eşleştirilmiş örneklem t-testi
  • t-testi sonuçlarını yorumlama
  • Tek Değişkenli Grup Farklılıkları: ANOVA ve ANCOVA

    Tek yönlü ANOVA ve post-hoc karşılaştırmalar
  • Çok değişkenli değişkenler için faktöriyel ANOVA
  • ANCOVA'ya giriş ve uygulamaları
  • Çok Değişkenli Grup Farklılıkları: MANOVA

    MANOVA kavramlarını anlama
  • SPSS'te MANOVA testlerini çalıştırma
  • MANOVA çıktısını yorumlama
  • Frekans Verilerini Analiz Etmek İçin Parametrik Olmayan Prosedürler

    Bağımsızlık için ki-kare testleri
  • Mann-Whitney U testi ve Wilcoxon işaretli sıralar testi
  • Parametrik olmayan ANOVA için Kruskal-Wallis H testi
  • Korelasyonlar

    Pearson korelasyon katsayısı
  • Spearman sıralama korelasyonu
  • Kısmi ve nokta-biseriyal korelasyon
  • Kantitatif Değişkenlerle Regresyon

    Basit doğrusal regresyon analizi
  • Çoklu regresyon modelleri
  • Regresyon katsayılarını ve tanıları yorumlama
  • Kategorik Değişkenlerle Regresyon

    Kategorik veriler için kukla değişken kodlaması
  • Lojistik regresyon analizi
  • Oran oranlarını ve lojistik model uyumunu yorumlama
  • Temel Bileşenler Analizi ve Faktör Analizi

    Keşifsel faktör analizi (EFA)
  • Temel bileşenler analizi (PCA) teknikleri
  • Faktör döndürme yöntemleri ve sonuçların yorumlanması
  • Özet ve Sonraki Adımlar

    Kurs İçin Gerekli Önbilgiler

    • Matematiksel kavramlara temel düzeyde hakimiyet
    • SPSS ile önceden deneyim gerektirmez
    • Temel istatistik bilgisi faydalı olmakla birlikte zorunlu değildir

    Hedef Kitle

    • Veri analistleri
    • Araştırmacılar
    • Business istatistiksel verilerle çalışan profesyoneller
     21 Saat

    Katılımcı Sayısı


    Kişi Başına Fiyat

    Danışanlarımızın Yorumları (4)

    Yaklaşan Etkinlikler

    İlgili Kategoriler