İSTATİSTİK

İki Yönlü Varyans Analizi iki veya daha fazla bağımsız değişkenin (en az 2 kategorili) bağımlı değişken üzerindeki etkisini araştırmak amacıyla kullanılabilir. İki yönlü varyans analizi ile iki farklı etki aynı anda incelenmeye çalışılır . Hipotezler Nasıl Olmalı? İki yönlü varyans analizine yönelik kurulan sıfır hipotezi temel olarak "H0" ile ortalamalar arasında anlamlı fark olmadığı , alternatif "H1" hipotezi ile de ortalamalar arasında anlamlı fark olduğu ifade edilir. Varsayımlar Varsayımlar hakkında ise Parametrik Testlerde en önemli varsayım olan Normallik ile Varyansların Homojenliği sağlanmalıdır.  Normallik varsayımı kontrol edilirken sürekli değişkenin her gruptaki dağılımının normal olduğuna dikkat edilmelidir. Daha açıklayıcı olmak gerekirse 2 değişkenli cinsiyet ve 3 değişkenli strateji bağımsız değişkenlerimiz olsun. 2x3 = 6 grupta da bağımlı değişkenimiz olan başarı normal dağılmalıdır. Verimiz normal dağılıyor mu? An...

Tek Yönlü Varyans Analizi 3 ya da daha çok grup arasında ,  belirli bir değişkene dayalı olarak farklılık olup olmadığını belirlemek amacıyla kullanılır.  Tek Yönlü Varyans Analizi'nin parametrik olmayan karşılığı ise Kruskal-Wallis H Testidir. Tek yönlü varyans analizinde normallik varsayımının sağlanması için gruplarımızın her biri normal dağılıma uygun olmalıdır. Hipotezler Nasıl Olmalı? H0 : Ortalamalar arasında anlamlı fark yoktur. H1 : En az iki ortalama arasında anlamlı fark vardır. Verimiz normal dağılıyor mu? Tek yönlü varyans analizi, parametrik bir test olduğu için normallik varsayımını kontrol etmeliyiz. Çalışma içerisinde Test of Normality tablosu ile Normallik varsayımı kontrol edilecektir. SPSS - Normallik Testi isimli çalışmada normallik analizi ile ilgili daha detaylı bilgiye ulaşabilirsiniz. Normallik testi için açmış olduğumuz Explore sekmesinde Dependent List kısmına gruplarımıza ait numeric değişkenimizi eklerken, her bir grup için ayrı...

Bağımlı Örneklem T Testi birbiriyle ilişkili iki örneklemden elde edilen 2 ortalama arasındaki farkın anlamlılığını test etmek için kullanılır. Bahsi geçen ilişkili iki grup bir topluluğun iki farklı zamanına ait değerlerden de oluşabilir. (İstatistik bölümü öğrencilerinin birinci ve ikinci vize notları gibi) Bağımlı örneklem T testinin parametrik olmayan karşılığı ise Wilcoxon Test idir. Hipotezler Nasıl Olmalı? H0 : Bağımlı grupların ortalamaları arasında anlamlı bir değişim yoktur. H1 : Bağımlı grupların ortalamaları arasında anlamlı bir değişim vardır. Verimiz normal dağılıyor mu? Bağımlı örneklem T testi Parametrik bir test olduğu için normallik varsayımını kontrol etmeliyiz. Ancak önceki yapmış olduğumuz normallik testlerinden farklı olarak bağımlı örneklem t testi için iki bağımlı grubun gözlemleri arasındaki farkın normal dağılımını inceleriz.  Normalliğini inceleyeceğimiz bağımlı grupların arasındaki fark Compute Variable  sekmesi ile hesaplanır. Comput...

İki bağımsız gruptan elde edilen ortalamalar (sınıftaki kız ve erkeklerin boy ortalamaları) arasındaki farkın anlamlılığını test etmek istediğimizde Bağımsız Örneklem T Testi kullanırız. Bağımsız örneklem T Testi kullanmak istediğimizde ve varsayımla sağlanmadığında, parametrik olmayan karşılığı Mann-Whitney U Test 'i kullanılır. Tek örneklem T testinde tek bir grubumuz olduğu için varyans ile ilgili varsayıma bakmamıştık. Bağımsız örneklem T testinde, iki farklı grup olması nedeniyle varyans ile ilgili olan varsayım kontrol edilmeli. Varyans varsayımını kontrol etmek için Levene Testi kullanırız. Hipotezler Nasıl Olmalı? H0 : İki bağımsız grubun ortalamaları arasında anlamlı fark yoktur. H1 : İki bağımsız grubun ortalamaları arasında anlamlı fark vardır. Verimiz normal dağılıyor mu? Parametrik testlerin en önemli varsayımı olan normallik testi ayrı bir bölüm olarak ele alındı. İlgili çalışmada normallik varsayımı sadece Test of Normality tablosu yorumlanacaktır. H...

Tek örneklem t testi ile biz aslında ortalama kıyaslarız. Elimizde bir adet "normal dağılım gösteren" sürekli değişken ve o değişkenin ortalaması ile karşılaştırmak istediğimiz bir sabit sayı olduğunda Tek Örneklem T - Testi ile ilgili çalışmalar yapabiliriz. Daha önce Normallik Testi ile ilgili yaptığımız çalışmada kullandığımız veri tek değişkene sahipti ve normal dağılıma sahipti. Tek örneklem t testi uygulaması için yine aynı veriyi kullanacağım. Analize başlamadan önce elimizdeki veriyi kullanarak biraz senaryo yazalım. Elimizdeki veri rastgele seçilmiş bir okulun 1. sınıfları arasından A şubesinin öğrencilerinin boyunu temsil etsin. Biz bu sınıftaki öğrencilerin boyunun ortalaması ile okuldaki bütün öğrencilerin boy ortalaması olan 130 sabit sayısını karşılaştırmak istiyoruz. Bu nedenle verimiz Parametrik Test varsayımlarını sağlıyorsa Tek Örneklem T Testi kullanacağız. Ancak elimizde tek bir değişken olduğu için Varyans ile ilgili olan varsayımı kontrol etmemiz ...

Parametrik Testler , örneklemin alındığı anakütle genel varsayımlarda bulunurken, Parametrik Olmayan Testler çekildiği anakütle hakkında varsayımlarda bulunmaz. Varsayımların haricinde veri boyutunuz yeterince büyük olmadığında da Parametrik Olmayan testlerin uygulanması gerekir. PARAMETRİK TESTLER İÇİN VARSAYIMLAR 1. ÖLÇÜM : Parametrik tekniklerin her biri bağımlı değişkenin en azından aralık veya oransal yani sürekli ölçekte ölçüldüğünü varsayar. 2. RASTGELE ÖRNEKLEME : Parametrik yöntemler örneğin ana kütleden rastgele seçildiğini varsayar. 3. GÖZLEMLERİN BAĞIMSIZLIĞI : Her bir gözlem veya ölçüm diğer gözlem, ölçümden etkilenmez. 4. NORMAL DAĞILIM : Parametrik yöntemler verinin normal dağıldığını varsayar. 5. VARYANSLILIK (HOMOJENLİK) : Pa rametrik yöntemler örneklemin çekildiği ana kütlede alt grupların varyanslarını eşit varsayar. Elimizdeki veriye Parametrik Testleri uygulamak istediğimizde öncelikle varsayımları kontrol etmemiz gerekir. Eğer veri varsayımla...

Analiz yapmadan önce analiz sırasında kullanacağımız değişkenlerin normal dağılıma uygunluğu incelenmelidir. Normalliği incelememizdeki amaç ise parametrik testlerin en önemli varsayımının normallik olmasıdır. Verimize normallik testi yaparken;       - Shapiro Wilk       - Kolmogorov Smirnov       - Skewness/Kurtosis       - Q-Q Plot gibi istatistiksel çıktılar kullanılır. Shapiro Wilk, Kolmogorov Smirnov, Skewness/Kurtosis gibi çıktılar sayısal ifadeler ile yorumlanır ve Normallik Testi yaparken daha güvenilir sonuçlar verir.  Normallik testi çıktısında yer alan grafikler ise normalliği sezgisel olarak yorumlamamıza imkan sağlar. Peki SPSS kullanarak nasıl Normallik Testi Yaparız? İlk olarak Analyze sekmesindeki Descriptive Statistics bölümünde yer alan Explore' u seçtiğimizde SPSS yeni bir sekme açacaktır. Explore sekmesi içerisinde yer alan Dependent List kısmına analiz sırasında kullanılacak o...