SPSS GLM “Save” Seçeneği – Model Çıktılarının Kaydedilmesi

SPSS’in GLM (General Linear Model) analizinde yer alan Save sekmesi, modelin ürettiği tahmini değerleri, artık (residual) değerleri ve tanısal istatistikleri veri setine yeni değişkenler olarak kaydetmeye yarar. Bu kayıt işlemi, modelin geçerliliğini test etmek, varsayımları incelemek ve ileri analizler yapmak açısından kritik öneme sahiptir.

🔹 Predicted Values (Tahmin Edilen Değerler)

Modelin bağımlı değişken için her bir gözlemde tahmin ettiği değerleri temsil eder. Bu değerler, bağımsız değişkenlerin kombinasyonlarına göre modelin öngördüğü ortalama sonuçlardır.

• Unstandardized (Standartlaştırılmamış):

  Modelin doğrudan tahmin ettiği değer.Örneğin bağımlı değişken “tedavi maliyeti” ise, bu sütunda her hasta için modelin tahmini maliyeti yer alır.

• Weighted (Ağırlıklı):

  Eğer analizde WLS (Weighted Least Squares) değişkeni tanımlandıysa, bu seçenekle ağırlıklı tahmin değerleri kaydedilir.

• Standard Error (Tahmin Standart Hatası):

  Aynı bağımsız değişken kombinasyonuna sahip gözlemler için bağımlı değişkenin ortalama tahminindeki standart sapmayı gösterir.

Bu değer, modelin öngörü doğruluğunu ve tahmin güvenilirliğini değerlendirmek için kullanılır.

🧩 Diagnostics (Tanısal Ölçütler)

Bu ölçütler, modelde uç veya etkili gözlemleri belirlemek amacıyla kullanılır. Amaç, model katsayılarını aşırı biçimde etkileyen veya hatalı gözlemleri tespit etmektir.

• Cook’s Distance:

  Her bir gözlem çıkarıldığında modelin katsayılarının ne kadar değiştiğini gösterir.

  • Yüksek Cook’s D (> 1 veya örnekleme bağlı olarak 4/N sınırı) gözlem, modele aşırı etki ediyor olabilir.

• Leverage Values (Kaldıraç Değeri):

  Bağımsız değişken kombinasyonlarının ortalamadan uzaklığını ölçer.

  • 0 ile 1 arasında değişir.

  • Yüksek değerler, modelin eğim ve sabit terimini en fazla etkileyen gözlemleri gösterir.

⚖️ Residuals (Artıklar)

Artık değer, gerçek (gözlenen) bağımlı değişken değeri ile modelin tahmin ettiği değer arasındaki farktır. Bu değerler, modelin ne kadar doğru tahmin yaptığını anlamak için kullanılır.

• Unstandardized Residual (Standartlaştırılmamış Artık):

  
  

  

  formülüne göre hesaplanır.

• Weighted Residual (Ağırlıklı Artık):

  WLS değişkeni tanımlandıysa ağırlıklı artık değerleri verir.

• Standardized Residual (Standartlaştırılmış Artık):

  Artık değer, standart sapmasına bölünür. Ortalama 0, standart sapma 1’dir.SPSS’te bu değer “Pearson residual” olarak da adlandırılır.

• Studentized Residual (Öğrencileştirilmiş Artık):

  Her gözlem için tahmin varyansı farklı olacak şekilde hesaplanır. Uç değerleri tespit etmek için daha duyarlıdır.

• Deleted Residual (Silinmiş Artık):

  Gözlem veri setinden çıkarıldığında modelin o gözlem için yaptığı tahmin ile gerçek değer arasındaki farktır.Uç veya hatalı gözlemler bu ölçütle belirlenebilir.

📊 Coefficient Statistics (Katsayı İstatistikleri)

Bu seçenek, modelin katsayı tahminlerini ve bunlara ait hata varyanslarını yeni bir veri dosyasına (matrix file) kaydeder.

Dosyada yer alacak bilgiler:

• Parametre tahminleri

• Standart hatalar

• t değerleri ve anlamlılık düzeyleri

• Artık serbestlik dereceleri

Multivariate model durumunda her bağımlı değişken için bu bilgiler ayrı ayrı satırlarda kaydedilir.

🔧 Heteroskedasticity-Consistent (Robust) Varyans–Kovaryans Matrisi

Eğer analizde heteroskedasticity-consistent statistics seçeneği aktifse (sadece univariate modellerde kullanılabilir):

• Katsayı varyans–kovaryans matrisi sağlam tahmin edici (robust estimator) yöntemiyle hesaplanır.

• Standart hata satırında robust standard errors yer alır.

• t değerleri bu sağlam hatalara göre yeniden hesaplanır.

Bu matris, diğer SPSS prosedürlerinde yeniden kullanılabilir.

💡 Uygulama İpucu

GLM menüsünde:

1. Analyze → General Linear Model → Univariate…

2. Model değişkenlerini tanımladıktan sonra Save… sekmesine tıklayın.

3. Kaydetmek istediğiniz çıktıları seçin:

   • “Predicted Values” (tahmini değerler)

   • “Residuals” (artıklar)

   • “Diagnostics” (Cook’s D, leverage vb.)

   • “Coefficient Statistics”

4. “Continue” ve ardından “OK” tuşuna basın.

SPSS, seçtiğiniz her ölçüm türü için veri dosyasına yeni değişkenler ekler. Bu değişkenleri grafiklerle (örneğin “Predicted vs Residual Plot”) veya istatistiksel testlerle (örneğin Durbin–Watson, Kolmogorov–Smirnov) inceleyerek model varsayımlarını test edebilirsiniz.