متغیر ظاهری یا dummy VARIABLE در Spss
متغیرهای ظاهری (Dummy Variables) یا متغیرهای ساختگی، متغیرهایی هستند که برای تبدیل متغیرهای کیفی (اسمی یا رتبه‌ای) به فرمی که قابل استفاده در مدل‌های رگرسیون و تحلیل‌های آماری باشد، استفاده می‌شوند. این متغیرها معمولاً به صورت دو حالتی (۰ و ۱) کدگذاری می‌شوند و نشان‌دهنده حضور یا عدم حضور یک ویژگی خاص هستند. در SPSS، ایجاد و استفاده از متغیرهای ظاهری بسیار ساده است. در ادامه به نحوه ایجاد و استفاده از این متغیرها در SPSS می‌پردازیم.
مفاهیم کلیدی:
- متغیر ظاهری (Dummy Variable):
- یک متغیر دو حالتی (۰ و ۱) که نشان‌دهنده عضویت در یک گروه یا دسته است.
- مثال: اگر متغیر جنسیت داشته باشیم، می‌توانیم دو متغیر ظاهری ایجاد کنیم:
- Male: ۱ اگر مرد باشد، ۰ اگر زن باشد.
- Female: ۱ اگر زن باشد، ۰ اگر مرد باشد.
- تعداد متغیرهای ظاهری:
- برای یک متغیر کیفی با 𝑘k سطح، 𝑘−1k−1 متغیر ظاهری ایجاد می‌شود.
- مثال: اگر متغیر “تحصیلات” دارای سه سطح (دیپلم، لیسانس، فوق‌لیسانس) باشد، دو متغیر ظاهری ایجاد می‌شود.
- خواص درمانی و روش مصرف آرتیشو یا کنگر فرنگی Cynara scolymus
- شعری برای بهار 1404
- خواص درمانی جالب و شگفت انگیز گل شقایق با نام علمی Papaver rhoeas
- دانلود رایگان تقویم 1404
- جديد ترين آهنگ و فيلم براي نوروز 1404
مراحل ایجاد متغیرهای ظاهری در SPSS:
۱. وارد کردن داده‌ها:
- داده‌های خود را در SPSS وارد کنید. فرض کنید یک متغیر کیفی به نام “جنسیت” دارید که دارای دو سطح (مرد، زن) است.
۲. ایجاد متغیرهای ظاهری:
- از منوی Transform گزینه Recode into Different Variables را انتخاب کنید.
- متغیر کیفی (مثلاً “جنسیت”) را به پنجره سمت راست منتقل کنید.
- در قسمت Output Variable، نام جدیدی برای متغیر ظاهری وارد کنید (مثلاً Male).
- روی دکمه Change کلیک کنید.
- روی دکمه Old and New Values کلیک کنید.
- در قسمت Old Value، مقدار مربوط به مرد (مثلاً ۱) را وارد کنید و در قسمت New Value، عدد ۱ را وارد کنید. سپس روی Add کلیک کنید.
- در قسمت Old Value، گزینه All other values را انتخاب کنید و در قسمت New Value، عدد ۰ را وارد کنید. سپس روی Add کلیک کنید.
- روی Continue و سپس OK کلیک کنید.
- این مراحل را برای ایجاد متغیر ظاهری دوم (مثلاً Female) تکرار کنید.
۳. بررسی متغیرهای ظاهری:
- پس از ایجاد متغیرهای ظاهری، به برگه Data View بروید و مطمئن شوید که متغیرهای جدید به درستی ایجاد شده‌اند.
استفاده از متغیرهای ظاهری در تحلیل‌ها:
- رگرسیون خطی:
- متغیرهای ظاهری را به عنوان متغیرهای مستقل در مدل رگرسیون وارد کنید.
- مثال: اگر می‌خواهید تأثیر جنسیت بر درآمد را بررسی کنید، متغیرهای Male و Female را به مدل اضافه کنید.
- تحلیل واریانس (ANOVA):
- متغیرهای ظاهری را به عنوان فاکتورها در تحلیل واریانس وارد کنید.
نکات مهم:
- تعداد متغیرهای ظاهری:
- همیشه یک سطح کمتر از تعداد سطوح متغیر کیفی ایجاد کنید تا از مشکل همخطی (Multicollinearity) جلوگیری شود.
- تفسیر ضرایب:
- در رگرسیون، ضرایب متغیرهای ظاهری نشان‌دهنده تفاوت میانگین متغیر وابسته نسبت به گروه پایه (سطحی که متغیر ظاهری برای آن ایجاد نشده است) هستند.
- گروه پایه:
- سطحی که متغیر ظاهری برای آن ایجاد نشده است، به عنوان گروه پایه در نظر گرفته می‌شود.
مثال کاربردی:
فرض کنید می‌خواهید تأثیر جنسیت و تحصیلات بر درآمد را بررسی کنید. مراحل زیر را دنبال کنید:
- ایجاد متغیرهای ظاهری:
- برای جنسیت: Male (۱ اگر مرد باشد، ۰ اگر زن باشد).
- برای تحصیلات: دو متغیر ظاهری ایجاد کنید (مثلاً Bachelor و Master) و دیپلم را به عنوان گروه پایه در نظر بگیرید.
- اجرای رگرسیون:
- درآمد را به عنوان متغیر وابسته و Male, Bachelor, Master را به عنوان متغیرهای مستقل وارد کنید.
- تفسیر نتایج:
- ضریب Male نشان‌دهنده تفاوت میانگین درآمد مردان نسبت به زنان است.
- ضریب Bachelor نشان‌دهنده تفاوت میانگین درآمد افراد با تحصیلات لیسانس نسبت به دیپلم است.
نتیجه‌گیری:
متغیرهای ظاهری ابزارهای قدرتمندی برای تبدیل متغیرهای کیفی به فرمی هستند که در مدل‌های رگرسیون و تحلیل‌های آماری قابل استفاده باشند. در SPSS، ایجاد و استفاده از این متغیرها بسیار ساده است و به شما امکان می‌دهد تأثیر متغیرهای کیفی را در تحلیل‌های خود بررسی کنید.
خواهشمند است، نظر خودتان را در پایان نوشته در سایت https://rava20.ir مرقوم نمایید. همین نظرات و پیشنهاد های شما باعث پیشرفت سایت می گردد. با تشکر
پیشنهاد می شود مطالب زیر را هم در سایت روا 20 مطالعه نمایید:
چند وب سایت مهم برای مرور ادبیات علمی (مبانی نظری و پژوهشی متغیرها)
مسئله پژوهش را چگونه بیان کنم؟
خواص جالب درمانی گیاه شیرین بیان
گیاهان دارویی درمان سرماخوردگی و آنفلوزا
