Teori deteksi sinyal adalah teori dalam matematika, statistik dan psikologi yang terutama berkaitan dengan teori deskriptif dan normatif untuk membedakan antara sinyal dan kebisingan. Di bidang ini, karakteristik operasi penerima (ROC) adalah konsep penting, karena memungkinkan peneliti untuk merencanakan deteksi yang benar versus positif palsu. SPSS, perangkat lunak statistik yang kuat, mampu memplot kurva seperti itu untuk data peneliti.
Langkah 1
Periksa dan atur data Anda. Untuk menggunakan ROC, data Anda harus dalam bentuk yang benar. Anda memerlukan setidaknya variabel berikut: "jenis deteksi" (daftar tes atau perangkat yang digunakan dalam deteksi), "sinyal yang terdeteksi" (1 mewakili deteksi dan 0 mewakili kurangnya deteksi), dan "hitung" (jumlah titik data untuk setiap pengujian/deteksi kombinasi). Susunlah data untuk ketiga variabel ini dalam kolom, bukan baris.
Video Hari Ini
Langkah 2
Masukkan data ke dalam SPSS. Buka SPSS dan pilih "File" dari menu di atas. Pilih "buka" dan pilih file yang berisi kumpulan data Anda.
Langkah 3
Berat kasus dengan "hitungan." SPSS tidak dapat membedakan apakah data untuk "hitungan" mewakili titik data tunggal atau akumulasi titik data. Jadi, Anda harus secara eksplisit memberi tahu SPSS bahwa "hitungan" mewakili lebih dari satu titik data. Pilih "data" di menu atas. Pilih "berat kasus" dan menu baru akan muncul. Klik tombol di sebelah kiri "berat badan menurut." Sorot "hitung" dan klik panah di bawah "berat badan menurut". "Hitung" akan muncul di bawah "variabel frekuensi." Klik "Oke."
Langkah 4
Gunakan kurva ROC. Pilih "analisis" dari menu atas. Pilih opsi "Kurva ROC". Sorot "jenis deteksi" dan klik panah di samping kotak di bawah "variabel uji" untuk menempatkan "jenis deteksi" ke dalam kotak ini. Sorot "sinyal yang terdeteksi" dan klik panah di sebelah kotak di bawah "variabel status" untuk menempatkan "sinyal yang terdeteksi" ke dalam kotak ini. Ketik "1" di kotak di sebelah "nilai variabel status". Klik "ok" dan kurva ROC akan muncul.
