no comments

Cara Hapus Outliers dalam SPSS

Penglihatan dalam analisis statistik adalah nilai ekstrim yang nampaknya tidak sesuai dengan majoriti set data. Sekiranya tidak dialih keluar, nilai-nilai ekstrim ini boleh memberi kesan yang besar terhadap sebarang kesimpulan yang mungkin diambil dari data yang dipersoalkan, kerana mereka boleh membuat koefisien korelasi dan garis yang paling sesuai dengan arah yang salah. SPSS adalah salah satu daripada beberapa program perisian analisis statistik yang boleh digunakan untuk mentafsirkan set data dan mengenal pasti dan menghapuskan nilai-nilai terpencil.

Pengecualian adalah nilai ekstrim yang boleh mengabaikan hasil analisis statistik dan membuat kesimpulan yang tidak tepat.

Data Eksplorasi Anaylsis

Langkah 1

Klik pada “Analisis.” Pilih “Statistik Deskriptif” diikuti dengan “Teroka.”

Langkah 2

Seret dan lepaskan lajur yang mengandungi data pembolehubah yang bergantung kepada kotak yang dilabel “Senarai Bergantung.” Klik “OK.”

Langkah 3

Keluarkan sebarang outlier yang dikenalpasti oleh SPSS di plot batang dan daun atau plot kotak dengan memadamkan titik data individu. Sebagai alternatif, anda boleh menyediakan penapis untuk tidak memasukkan mata data ini.

Langkah 4

Pilih “Data” dan kemudian “Pilih Kes” dan klik pada keadaan yang telah mengatasi anda yang ingin dikecualikan. Tentukan satu nilai untuk keadaan ini yang hanya mengecualikan faktor-faktor yang tidak jelas dan tidak ada titik data yang tidak terpencil.

Langkah 5

Pilih “Jika Keadaan Puas” di dalam kotak “Pilih” dan kemudian klik butang “Jika” di bawahnya. Masukkan peraturan untuk mengecualikan kata laluan yang anda tentukan dalam langkah sebelumnya ke dalam kotak di sebelah kanan atas. Contohnya, jika anda mengecualikan ukuran di atas 74.5 inci dari keadaan “ketinggian,” anda akan memasukkan “ketinggian <= 74.5.” Klik “Teruskan” dan “OK” untuk mengaktifkan penapis.

Analisis regresi

Langkah 1

Dalam menu “Analisis”, pilih “Regresi” dan kemudian “Linear.” Pilih pembolehubah yang bergantung dan bebas yang anda ingin analisa.

Langkah 2

Klik “Simpan” dan kemudian pilih “Jarak Masak.” Nilai yang dikira untuk jarak Masak akan disimpan dalam fail data anda sebagai pembolehubah berlabel “COO-1.”

Langkah 3

Jalankan kotak petak dengan memilih “Graf” diikuti dengan “Boxplot.” Klik pada “Mudah” dan pilih “Ringkasan Pembolehubah berasingan.” Masukkan “COO-1” ke dalam kotak yang dilabel “Kotak Wakili,” dan kemudian masukkan ID atau nama untuk mengenal pasti kes-kes dalam kotak “Label Kes Dengan”.

Langkah 4

Memperbesar kotak petak dalam fail output dengan mengklik dua kali. Buat nota kes yang terletak di luar garis hitam-ini adalah penyokong anda. Anda boleh memilih untuk mengalih keluar semua outliers atau hanya outliers yang melampau, yang ditandakan oleh bintang (*).

Langkah 5

Kembali ke dalam fail data dan cari kes yang perlu dipadamkan. Bekerja dari bawah ke bawah, sorot nombor di sebelah kiri yang melampau, dalam lajur kelabu, sehingga seluruh baris dipilih. Klik pada “Edit” dan pilih “Jelas.” Ulangi langkah ini untuk setiap outlier yang telah anda kenali dari kotak petak.

sumber : sekitartherumahblogspot

KOMEN ANDA

Komen

TENTANG KAMI | PENAFIAN | HUBUNGI | HANTAR ARTIKEL