← Blog'a Dön
🇹🇷 Türkçe

Doğrusal Karma Modeller (LMM) SPSS'te Nasıl Yapılır? Hiyerarşik Veri

Doğrusal Karma Modeller (LMM) SPSS'te Nasıl Yapılır? Hiyerarşik Veri
IBM SPSS Statistics 27 File Edit View Data Transform Analyze Graphs Utilities Mixed Models ▶ ▶ Linear Menü Yolu: Analyze → Mixed Models → Linear Yukarıdaki menü yolunu takip ederek analiz penceresini açın

📸 Doğrusal Karma Modeller (LMM) için SPSS menü yolu

Doğrusal Karma Modeller Nedir?

Doğrusal Karma Modeller (Linear Mixed Models — LMM), hem sabit etkiler (fixed effects) hem de rastgele etkiler (random effects) içeren istatistiksel modellerdir. Tekrarlı ölçümler, iç içe geçmiş veriler (öğrenciler sınıflara, hastalar kliniklere yerleştirilmiş) ve eksik veri içeren boylamsal çalışmalar için klasik ANOVA'ya güçlü bir alternatiftir.

Tekrarlı ölçümler ANOVA'dan farkı: LMM eksik verileri listwise silmez, kovaryans yapısını esnek biçimde modeller ve tüm gözlemleri kullanır.

SPSS'te Adım Adım

Adım 1: Analyze → Mixed Models → Linear seçin.
Adım 2: "Specify Subjects and Repeated" penceresinde: Subject değişkenini (birey ID) Subjects kutusuna, zaman değişkenini Repeated kutusuna ekleyin. Repeated Covariance Type: Unstructured veya AR(1) seçin.
Adım 3: Bağımlı değişkeni Dependent'a, sabit etkileri Fixed'a, rastgele etkileri Random'a ekleyin.
Adım 4: Statistics: Parameter estimates, Tests for covariance parameters → OK.
SPSS Statistics Output Viewer Tests of Fixed Effects (LMM) Kaynak Payda df F Sig. Intercept 98.2 4821.3 .000 Tedavi Grubu 98.2 18.42 .000* Zaman 182.4 48.31 .000* Tedavi × Zaman 182.4 12.47 .000* * p < .05 anlamlı sonuç gösterir

📸 LMM sabit etkiler tablosu — tekrarlı ölçüm sonuçları

APA Raporlama

Doğrusal karma model analizi, Tedavi × Zaman etkileşiminin anlamlı olduğunu göstermiştir, F(2, 182.4)=12.47, p<.001, bu da tedavi gruplarının zaman içinde farklı değişim örüntüleri sergilediğine işaret etmektedir.

Profesyonel İstatistik Analizi Danışmanlığı

SPSS, GraphPad ve R ile analizlerinizi birlikte yapalım.

WhatsApp ile İletişime Geç →