يتساءل هؤلاء الجدد
في التحليل الإحصائي أحيانًا عما إذا كان ينبغي عليهم استخدام اختبار t عينات
مستقلة أو ANOVA أحادي الاتجاه. لنبدأ من البدايه. يقوم
كلا الاختبارين بتقييم الاختلافات في متغير مستوى المقياس حسب المتغير الاسمي والفئوي.
على سبيل المثال ، هل هناك فرق في المعدل التراكمي حسب الجنس.
الافتراضات
كل من اختبار t و ANOVA لهما نفس الافتراضات: الحالة الطبيعية وتجانس التباين. يمكن تقييم افتراضات
الحالة الطبيعية من خلال اختبار شابيرو ويلكس أو مخطط مبعثر QQ. يمكن تقييم تجانس اختبار التباين باستخدام
اختبار Levene. في اختبار شابيرو وليفين ، تشير النتيجة
غير المهمة إلى استيفاء افتراضات اختبار t للعينة المستقلة أو ANOVA أحادي الاتجاه.
إذن أيهما أفضل؟
بالنسبة لاختبار
الاختلاف في متغير مقياس بواسطة متغير مستقل فئوي ثنائي التفرع ، تكون نتائج كلا الاختبارين
متطابقة تمامًا. في الواقع ، إذا قمت بتربيع قيمة t الناتجة ، فسوف تساوي قيمة F. الاحتمال
هو نفسه بالضبط. إذا كان الاحتمال 0.05 أو أقل ، فإننا نستنتج أن الوسيلة مختلفة ،
ثم انظر لمعرفة المتوسط الأكبر أو الأصغر.
مذكرة قانونية
إذا كان المتغير
المستقل يحتوي على ثلاث فئات أو أكثر ، فيجب عليك استخدام ANOVA. يسمح اختبار t فقط بالمتغيرات المستقلة ذات المستويين
فقط.
إذا كنت تريد أن
ترى بنفسك ، يمكنك الانتقال إلى www.IntellectusStatistics.com ، وتجربته مجانًا لمدة أسبوع
، وتنزيل نموذج لمجموعة بيانات ، وتشغيل كل من اختبار t للعينات المستقلة و ANOVA أحادي الاتجاه.
تحليل الكتلة هو
فئة من التقنيات المستخدمة لتصنيف الكائنات أو الحالات إلى مجموعات نسبية تسمى المجموعات.
يسمى تحليل الكتلة أيضًا تحليل التصنيف أو التصنيف العددي. في تحليل الكتلة ، لا توجد
معلومات مسبقة حول عضوية المجموعة أو الكتلة لأي من الكائنات.
تم استخدام تحليل
الكتلة في التسويق لأغراض مختلفة. يتم استخدام تقسيم المستهلكين في التحليل العنقودي
على أساس الفوائد المطلوبة من شراء المنتج. يمكن استخدامه لتحديد مجموعات متجانسة من
المشترين.
يتضمن تحليل الكتلة
صياغة مشكلة ، واختيار مقياس المسافة ، واختيار إجراء التجميع ، وتحديد عدد المجموعات
، وتفسير مجموعات الملف الشخصي ، وأخيراً ، تقييم صحة التجميع.
يجب اختيار المتغيرات
التي يجب إجراء التحليل العنقودي عليها من خلال وضع البحث السابق في الاعتبار. يجب
أيضًا اختياره من خلال النظرية والفرضيات التي يتم اختبارها وحكم الباحث. يجب اختيار
مقياس مناسب للمسافة أو التشابه ؛ المقياس الأكثر استخدامًا هو المسافة الإقليدية أو
مربعها.
قد تكون إجراءات
التجميع في تحليل الكتلة عملية هرمية أو غير هرمية أو إجراء من خطوتين. يتميز الإجراء
الهرمي في التحليل العنقودي بتطوير هيكل يشبه الشجرة. يمكن أن يكون الإجراء الهرمي
مكتبيًا أو مثيرًا للانقسام. تتكون الطرق التجميعية في التحليل العنقودي من طرق الربط
وطرق التباين وطرق النقطه الوسطى. تتكون طرق الربط في التحليل العنقودي من ارتباط واحد
، وربط كامل ، ومتوسط ارتباط.
غالبًا ما يشار إلى
الطرق غير الهرمية في تحليل الكتلة على أنها تعني K العنقودية. يمكن للإجراء المكون من خطوتين
تحديد العدد الأمثل للمجموعات تلقائيًا عن طريق مقارنة قيم معايير اختيار النموذج عبر
حلول المجموعات المختلفة. اختيار إجراء التجميع واختيار قياس المسافة مترابطان. يجب
أن تكون الأحجام النسبية للعناقيد في التحليل العنقودي ذات مغزى. يجب تفسير المجموعات
من حيث النقط الوسطى العنقودية.
هناك مفاهيم وإحصائيات
معينة مرتبطة بالتحليل العنقودي:
يعطي جدول التكتل
في تحليل الكتلة معلومات عن الكائنات أو الحالات التي يتم دمجها في كل مرحلة من مراحل
عملية التجميع الهرمي.
Cluster Centroid هي القيمة المتوسطة لمتغير لجميع الحالات أو الكائنات في مجموعة معينة.
مخطط dendrogram هو جهاز رسومي لعرض نتائج الكتلة.
تشير المسافات بين
مراكز الكتلة في تحليل الكتلة إلى مدى فصل الأزواج الفردية من المجموعات. المجموعات
المفصولة على نطاق واسع مميزة وبالتالي فهي مرغوبة.
مصفوفة معامل التشابه
/ المسافة في تحليل الكتلة هي مصفوفة مثلث أقل تحتوي على مسافات زوجية بين الكائنات
أو الحالات.
ما هو التحليل العنقودي؟
تحليل الكتلة هو
تحليل استكشافي يحاول تحديد الهياكل داخل البيانات. يسمى تحليل الكتلة أيضًا تحليل
التجزئة أو تحليل التصنيف. وبشكل أكثر تحديدًا ، يحاول تحديد مجموعات متجانسة من الحالات
إذا لم يكن التجميع معروفًا من قبل. نظرًا لأنه استكشافي ، فإنه لا يميز بين المتغيرات
التابعة والمستقلة. يمكن أن تتعامل طرق تحليل الكتلة المختلفة التي يقدمها SPSS مع البيانات الثنائية والاسمية والترتيبية والقياسية (الفاصل الزمني أو
النسبة).
غالبًا ما يستخدم
تحليل الكتلة بالاقتران مع تحليلات أخرى (مثل التحليل التمييزي). يجب أن يكون الباحث
قادرًا على تفسير التحليل العنقودي بناءً على فهمهم للبيانات لتحديد ما إذا كانت النتائج
الناتجة عن التحليل ذات مغزى بالفعل.
أسئلة البحث النموذجية
التي يجيب عليها تحليل الكتلة هي كما يلي:
الطب - ما هي مجموعات
التشخيص؟ للإجابة على هذا السؤال ، يقوم الباحث بوضع استبيان تشخيصي يتضمن الأعراض
المحتملة (على سبيل المثال ، في علم النفس والقلق والاكتئاب وما إلى ذلك). يمكن لتحليل
الكتلة بعد ذلك تحديد مجموعات المرضى الذين لديهم أعراض مماثلة.
التسويق - ما هي
شرائح العملاء؟ للإجابة على هذا السؤال ، قد يقوم أحد باحثي السوق بإجراء مسح يغطي
احتياجات العملاء ، والمواقف ، والتركيبة السكانية ، وسلوك العملاء. قد يستخدم الباحث
بعد ذلك التحليل العنقودي لتحديد مجموعات متجانسة من العملاء لديهم احتياجات ومواقف
متشابهة.
التعليم - ما هي
مجموعات الطلاب التي تحتاج إلى اهتمام خاص؟ يمكن للباحثين قياس الخصائص النفسية والقدرات
والإنجاز. قد يحدد تحليل الكتلة عندئذ ما هي المجموعات المتجانسة الموجودة بين الطلاب
(على سبيل المثال ، المتفوقون في جميع المواد ، أو الطلاب الذين يتفوقون في مواضيع
معينة ولكنهم يفشلون في أخرى).
علم الأحياء - ما
هو تصنيف الأنواع؟ يمكن للباحثين جمع مجموعة بيانات من نباتات مختلفة وملاحظة السمات
المختلفة لأنماطها الظاهرية. يمكن لتحليل الكتلة تجميع هذه الملاحظات في سلسلة من المجموعات
والمساعدة في بناء تصنيف للمجموعات والمجموعات الفرعية من النباتات المماثلة.
من الأساليب الأخرى
التي قد ترغب في تجربتها لتحديد مجموعات مماثلة من الملاحظات ، تحليل Q ،
والقياس متعدد الأبعاد (MDS) ، وتحليل الفئة الكامنة .
تحليل الكتلة في SPSS
سؤالنا البحثي لهذا
المثال تحليل الكتلة هو كما يلي:
ما هي مجموعات الطلاب
المتجانسة التي تظهر بناءً على درجات الاختبار الموحدة في الرياضيات والقراءة والكتابة؟
في SPSS يمكن العثور على التحليلات العنقودية في تحليل / تصنيف… . يقدم SPSS ثلاث طرق لتحليل الكتلة: K-Means Cluster ، Hierarchical Cluster ، و Two-Step
Cluster .
K- يعني
الكتلة هي طريقة لتجميع مجموعات البيانات الكبيرة بسرعة. يحدد الباحث عدد العناقيد
مقدما. هذا مفيد لاختبار نماذج مختلفة مع عدد مفترض مختلف من العناقيد.
الكتلة الهرمية هي
الطريقة الأكثر شيوعًا. يقوم بإنشاء سلسلة من النماذج مع حلول الكتلة من 1 (جميع الحالات
في مجموعة واحدة) إلى n (كل حالة عبارة عن مجموعة فردية). تعمل الكتلة
الهرمية أيضًا مع المتغيرات بدلاً من الحالات ؛ يمكنه تجميع المتغيرات معًا بطريقة
تشبه إلى حد ما تحليل العوامل. بالإضافة إلى ذلك ، يمكن لتحليل الكتلة الهرمي التعامل
مع البيانات الاسمية والترتيبية والقياسية ؛ لكن لا يوصى بخلط مستويات القياس المختلفة.
يحدد تحليل الكتلة
المكون من خطوتين التجميعات عن طريق تشغيل التجميع المسبق أولاً ثم تشغيل الأساليب
الهرمية. نظرًا لأنه يستخدم خوارزمية عنقودية سريعة مقدمًا ، يمكنه التعامل مع مجموعات
البيانات الكبيرة التي قد تستغرق وقتًا طويلاً للحساب باستخدام طرق المجموعات الهرمية.
في هذا الصدد ، هو مزيج من النهجين السابقين. يمكن أن يتعامل التجميع المكون من خطوتين
مع البيانات الترتيبية والمقياس في نفس النموذج ، ويقوم تلقائيًا بتحديد عدد المجموعات.
ليست هناك تعليقات:
إرسال تعليق