Bağımlı İki Örnek T Testi
Aynı grubun iki farklı zaman ya da iki farklı durumda, ortalamaları karşılaştırılmak istendiğinde bağımlı iki örnek T testi kullanılır. Varsayımları parametrik testlerin genel varsayımları ile aynıdır.
SPSS analiz yapılırken Sig(2-Tailed) değerine bakılır.
Sig(2-Tailed) <= 0,05 ise H0 red edilir
Sig(2-Tailed) >= 0,05 ise H0 kabul edilir
2 Yana Bölüm Güvenilirlik Analizi
(Split- Half)
Bu model, ölçekte yer alan soruları iki eşit parçaya ayırır ve iki parça arasındaki korelasyonu inceler. Korelasyon değeri yüksekse ölçek güvenilirdir.
Spss de Analyze >> Scale >>> Reliabilty menüsünden Split-Half seçeneği seçilerek bu analiz yapılabilir.
Güvenilirlik Analizi
Diğer ölçüm araçlarında olduğu gibi anket ve ölçeklerinde geçerli ve güvenilir olmaları gerekmektedir. Geçerlilik, anket yada ölçek gibi bir ölçüm aracının ölçmek istenen şeyi ölçebilme gücüdür.
Güvenilirlik ise ölçüm aracının her seferinde aynı yada benzer sonuçlar vermesidir.
Cronbach's Alpha : Bu yöntem ölçekte yer alan K adet sorunun homojen bir yapı gösteren bir bütünü ifade edip etmediğini araştırır. Ölçekteki K adet sorunun varyansları toplamının genel varyansa bölünmesiyle elde edilir. 0-1 arasında değerler alır. Aplha kat sayısı
0-40 arasında ise ölçek güvenilir değildir
40-60 arasında ise güvenilirlik düşük
60-80 arasında ise güvenilir
80-100 arasında ise güvenilirliği yüksektir.
Ki Kare Bağımsızlık Testi
Kategorik değişken arasındaki ilişki araştırılmak istendiğinde Ki Kare Bağımsızlık Testi uygulanır. Değişkenlerin grup sayısı önemli değildir. Yalnız bir hücreye düşen frekans sayısının 5'in altına düşmemesi tercih edilir.
Kruskal Wallis-H Testi
Tek yönlğ anovanın nanparametrik alternatifidir. Tek yönlü anovanın varsayımlarından bir yada bir kaçı sağlanmadığında yada grupların ortalamaları değil de sıralamaları karşılaştırılmak istendiğinde bu test kullanılır.
Hipotezleri ve karar kuralları aynıdır. Ancak ortalamalar yerine sıralar karşılaştırılır. Tek yönlü anova da grup ortalamaları arasında fark olduğunda, farkın hangi gruptan kaynaklandığını görmek için kullandığımız ikili karşılaştırma testlerinden Post - Hoc testleri, Kruskal H testinde yer almaz. Onun yerine her bir ikili gruba Mann Whitney U testi uygulanır.
Mann-Whitney U Testi
Bağımsız iki örnek T testinin nanparametrik alternatifidir. T testinin varsayımları sağlanmadığında bağımsız iki örnek T testi yerine kullanılır. Hipotezleri ve karar kuralları bağımsız iki örnek T testinin varsayımları ile aynıdır.
Örnek: Bir araştırmacı kadın ve erkeklerin kozmetik harcamaları (aylık/tl) arasında anlamlı bir fark olup olmadığını incelemek istemiştir. Analiz hangi yöntemle yapılmalıdır.
Cevap: Analiz bağımsız iki örnek T testi ile yapılmalıdır ancak normallik varsayımının sağlanmadığını varsayarsak analiz Mann Whitney U testi ile yapılmalıdır.
Hipotez Testleri
Hipotez bir durum hakkındaki önermelerdir. İstatistiksel hipotezler ise ana kütle parametrelerine ilişkin olarak ileri sürülen ve geçerliliği olasılık kanunlarına göre araştırılabilen önermelerdir.
0 Hipotezi ve Karşıt Hipotezi
İstatistiksel hipoteze 0 hipotezi, araştırma hipotezine ise karşıt hipotez denir. Eskiden beri kabul edilmiş bir önerme bunun aksi yeni bir görüşle karşılaştırılıyorsa genel kabul gören görüşe 0 hipotezi, yeni görüşe ise karşıt hipotez denir.
H0: Sınıf düzeylerine göre öğrencilerin stres düzeyleri arasında anlamlı bir farklılık yoktur.
H1: Sınıf düzeylerine göre öğrencilerin stres düzeyleri arasında anlamlı bir farklılık vardır.
Faktör Analizi
Birbiri ile ilişkili çok sayıdaki değişkenin az sayıda anlamlı ve birbirinden bağımsız faktörler haline getiren ve yaygın olarak kullanılan istatistik tekniklerinden biridir.
Faktör analizinin amacı değişken sayısını azaltmak, değişkenler arasındaki yapıyı ortaya çıkarmak ve değişkenleri sınıflandırmaktır.
KMO oranı %50'nin üstünde ise veri seti faktör analizi için uygundur
Regresyon Analizi
Bir yada birden fazla bağımsız sürekli değişkenin, bir veya birden fazla bağımlı sürekli değişken üzerine üzerine etkisi regresyon analizi ile analiz edilir. Bir bağımsız değişkenin, bir bağımlı değişken üzerine etkisi "basit doğrusal regresyon analizi" ile analiz edilir. Bir bağımsız değişkenin bir veya birden fazla bağımsız değişken üzerine etkisi "çoklu regresyon analizi ile analiz edilir".
Regresyon analizi, bağımsız değişkenin bağımlı değişken üzerine ne kadar etki ettiği hakkında bizlere tam bir sayı vermektedir.
Örnek: Gelir ve başarı arasında bir ilişki var mı ? Varsa ilişkinin yönü, şiddeti ve oranı nedir?
Gelir ve Başarı değişkenlerini sürekli iki değişken olarak ele alırsak, korelasyon testi bizlere ilişkinin yönü ve şiddeti hakkında bilgi verirken bu ilişkinin oranı hakkında tam bir bilgi vermemektedir. Bunun için regresyon analizi sonucunda Beta katsayısına bakmalıyız. Beta katsayısının 0,95 olduğunu varsayarsak, gelirdeki bir birimlik artış başarıyı %95 oranında artırmaktadır şeklinde yorumlayıp raporlayabiliriz.
Korelasyon Testi
İki sürekli değişken arasındaki ilişki incelenmek istendiğinde korelasyon testi uygulanır. Değişkenler parametrik testlerin varsayımlarını sağlıyorsa, Pearson Korelasyon Testi , sağlamıyorsa Spearman Korelasyon Testi uygulanır.
Korelasyon katsayısı "r" ile ifade edilir. Korelasyon katsayısı -1< r <+1 arasında değer alır. Katsayımız -1 - 0 arasında ise negatif korelasyon, 0 ile +1 arasında ile pozitif korelasyon şeklinde yorumlanır. Katsayı uç değerlere ne kadar yaklaşırsa korelasyonun şiddeti o kadar şiddetlenir.
İki değişken arasında şiddetli bir korelasyon olsa da bu ilişki istatistiki yönden anlamsız olabilir. Bunun için "significant" yani kısaca sig. olarak ifade edilen p değerine bakılır. p değeri eğer 0,05'den küçük ise bu korelasyon anlamlıdır. Eğer 0,05'den büyük ise korelasyon vardır ancak bu korelasyon istatistiki anlamda anlamsızdır şeklinde raporlanır.
Bağımsız Anova
