Bağımlı Değ. Bağımsız Değ. Analiz
|
|
- Aysel Şentürk
- 5 yıl önce
- İzleme sayısı:
Transkript
1 7.SUNUM
2 Bağımlı Değ. Bağımsız Değ. Analiz Sürekli İki kategorili t-testi, Wilcoxon testi Sürekli Kategorik ANOVA, doğrusal regresyon Sürekli Sürekli Korelasyon, doğrusal regresyon İki kategorili Sürekli Lojistik regresyon İki kategorili İki kategorili Ki-Kare testi, lojistik regresyon Yrd. Doç. Dr. Sedat ŞEN 2
3 Önceki derste gördüğümüz gibi 2 grubu karşılaştırırken kullandığımız yöntem t-testi idi. Peki araştırmamızda 3 gruba (A,B ve C grupları) sahip isek bu 3 grup arasında nasıl karşılaştırma yaparız? 3 tane t-testi yapsak nasıl olur? Önce A ile B yi sonra A ile C yi daha sonra da B ile C yi t-testi alfa=0.05 kriterini kullanarak karşılaştırabilir miyiz? Cevap: evet:) Ama. Yrd. Doç. Dr. Sedat ŞEN 3
4 Diyelim ki bir t testi yaparken alfa kriterimiz 0.05 yani %95 olasılığımız ve % 5 hata (I.Tür hata) yapma ihtimalimiz bulunmaktadır. Eğer 3 tane t-testi uygularsak ve alfa=0.05 alırsak 0.95x0.95x0.95=.857 I. Tür hata yapmama ihtimaline sahip oluruz. I. Tür hata yapma ihtimalimiz de =0.143 yani %14.3 olur. Daha önce %5 olan bu değer %14.3 e yükselmiş olur bu nedenle 3 ayrı t- testi yapmak doğru bir uygulama olmayacaktır. Bu olay familywise veya experimentwise hata oranı olarak bilinir. Eğer 10 grubu t-testleri kullanarak karşılaştırsaydık 1 - (0.95 )^10 = yani %40 I. Tür hata yapma ihtimalimiz olacaktı. Yrd. Doç. Dr. Sedat ŞEN 4
5 Kaynak: Wikipedia ( Yrd. Doç. Dr. Sedat ŞEN 5
6 t-testi uygularken iki grubun ortalamalarının eşit olup olmadığını test ediyorduk. Eğer p değeri alfa (0.05) değerinden büyük çıkarsa sıfır hipotezi (iki grubun ortalamasının eşit olması) reddedemiyorduk. Eğer p değeri alfa değerinden düşük çıkarsa sıfır hipotezi reddediyor ve alternatif hipotezi (iki grubun ortalamasının farklı olması) kabul ediyorduk. Aynı şekilde ANOVA da da sıfır hipotezi ile öne sürdüğümüz ikiden fazla (örn:3 grup; GRUP1=GRUP2=GRUP3) grubun ortalamalarının eşit olması durumunu test ediyoruz. Yani p değeri 0.05 ten büyük olursa bu hipotezi kabul ediyor eğer p değeri 0.05 ten küçük ise bu hipotezi reddediyor ve 3 grup arası farklılık mevcut diyoruz. p değerinin anlamlı olup olmadığına karar vermede t-testinde t değeri kullanılırken ANOVA da da F testinden elde edilen F değeri/oranı kullanılıyor. Yrd. Doç. Dr. Sedat ŞEN 6
7 Hipotezler: ANOVA Tablosu Varyansın Kaynağı Kareler Toplamı sd Kareler ortalaması F Gruplararası KTGA SdGA KOGA FHESAP Grup içi KTGİ SdGİ KOGİ Toplam KTTop SdTop Yrd. Doç. Dr. Sedat ŞEN 7
8 Varyansın Kaynağı Kareler Toplamı sd Kareler ortalaması Gruplararası Grup içi Toplam F Yrd. Doç. Dr. Sedat ŞEN 8
9 Fhesap değerini yorumlamak için F tablosundan kritik F değerini buluruz. Burada elde edilen iki serbestlik derecesi (2 ve 12) değerini ve alfa=0.05 değerini kullanarak istatistik kitaplarının sonundaki F tablosudan Fkritik değerini 3.88 olarak buluruz. Hesaplanan F değeri (4.52) tablodan elde edilen kritik F değerinden büyük olduğu için yokluk hipotezi reddedilir. Varyansın Kaynağı Kareler Toplamı sd Kareler ortalaması Gruplararası Grup içi Toplam F Aşağıdaki ANOVA tablosuna göre sonuçlar F(2,12)=4.52, p<.05, biçiminde rapor edilir. Yrd. Doç. Dr. Sedat ŞEN 9
10 ANOVA da F testini kullandığımız için bu testin sonuçlarının geçerli olabilmesi için diğer parametrik testlerde olduğu gibi bazı varsayımların yerine gelmesi gerekmektedir. Varyansların homojenliği (homojenlik) Verilerin bağımsız olması (bağımsızlık) Bağımlı değişkenin en az eşit aralıklı ölçek olması Grup içi dağılımların normal olması (within group normality) (normallik) Kategorik bir grup değişkenine sahip olunmalıdır. ANOVA bu varsayımların ihlaline dirençli bir yöntemdir. Özellikle grup büyüklükleri eşit (n1=n2=n3) olduğunda ANOVA normallik ve grup varyans homojenliği varsayımı ihlallerine dirençlidir. Yrd. Doç. Dr. Sedat ŞEN 10
11 t-testinde olduğu gibi ANOVA da da grupların varyanslarının homojen olduğu yani birbirlerine yakın olduğu varsayılır. t-testinde olduğu gibi burada da varyans homojenliğini Levene testi ile kontrol edebiliriz. Hatırlatma: Levene s testte sıfır hipotezimiz (H0) her grubun varyansının eşit olmasıdır. Eğer p değeri 0.05 ten yüksek çıkarsa bu hipotezi reddedemeyiz ve varyans homojenliğinin sağlandığını söyleyebiliriz. Eğer Levene s testten elde ettiğimiz p değeri 0.05 ten küçük ise bu hipotezi reddeder ve varyans homojenliği varsayımının sağlanmadığını söyleriz. Bu durumda ANOVA tablosunda verilen F ve p değerlerini kullanamayız. Bunun yerine SPSS te sunulan Brown Forsythe F (1974), ve Welch s F (1951) istatistikleri yoluyla elde edilen F değeri ve buna bağlı p değeri kullanılır. Yrd. Doç. Dr. Sedat ŞEN 11
12 - Varyans homojenliği varsayımının ihlali durumunda Brown Forsythe F (1974), ve Welch s F (1951) istatistikleri kullanılabilir. - Brown ve Forsythe grup varyanslarını ağırlıklandırarak (n/n) varyansların homojen olmama durumunu düzeltmeye çalışır ve büyük varyansa sahip olan büyük örneklemlerin etkisini azaltır. - Brown-Forsythe ile Welch test I.Tür hatayı kontrol etmeyi sağlar. - -Bu iki test arasında Welch testi daha güçlü - bulunmaktadır. Yrd. Doç. Dr. Sedat ŞEN 12
13 Önceki sunumda t-testini anlatırken bahsettiğimiz yöntemler ANOVA da da kullanılabilir. Ama burada dikkat edilmesi gereken bağımlı değişken değerinin her grup için normallik koşulunu sağlamasıdır. Normallik görsel olarak kontrol edilebildiği gibi sayısal verilerle de kontrol edilebilir. Ayrıca normallik test etmek için iki tane de test üretilmiştir. Grupların dağılımlarına ayrı ayrı bakabilmek için SPSS ta Data menüsü altındaki Split File sekmesi tıklanarak gerekli seçimler yapılmalıdır. Görsel olarak histogram ve Q-Q ya da P-P plot yardımıyla Sayısal olarak çarpıklık (skewness) ve basıklık (kurtosis) değerleri yardımıyla Test olarak Kolmogorov Smirnov test ve Shapiro Wilk testleri kullanarak test edilebilir. SPSS>Analayze>Descriptive Stat>Explore seçeneği kullanarak normallik ve uçdeğer kontrolleri yapılabilir. Yrd. Doç. Dr. Sedat ŞEN 13
14 t-testinde olduğu gibi bir sıralama izlemek mümkündür. ANOVA normal olmayan verilere dirençli olsa da normalliğin sağlanmadığı durumlarda sonuçlar yanlı olabilir. Normalliğin sağlanmadığı durumlarda yapabileceğimiz şeyler: örneklem büyüklüğünü artırmak, veriyi dönüştürmek ve dönüştürülmüş veri üzerinde ANOVA yapmak ya da parametrik olmayan testleri (Kruskal Wallis) kullanmaktır. Yrd. Doç. Dr. Sedat ŞEN 14
15 Grup büyüklükleri eşit olduğunda (n1=n2=n3) ANOVA normallik ve grup varyans homojenliği varsayımı ihlallerine dirençlidir. Yrd. Doç. Dr. Sedat ŞEN 15
16 Bu sunumda kullanılan verimizde (SINAV2) bulunan değişkenler: İSİM CİNSİYET KİTAP YAŞ VİZE VİZE2 FİNAL DÖNEMSONUNOTU SINIF Yrd. Doç. Dr. Sedat ŞEN 16
17 Yrd. Doç. Dr. Sedat ŞEN 17
18 Yrd. Doç. Dr. Sedat ŞEN 18
19 Yrd. Doç. Dr. Sedat ŞEN 19
20 Yrd. Doç. Dr. Sedat ŞEN 20
21 Bağımlı değişkeni dependent list kısmına ve grup değişkenini de Factor kısmına ekliyoruz. Yrd. Doç. Dr. Sedat ŞEN 21
22 Yrd. Doç. Dr. Sedat ŞEN 22
23 Soru: Üç Sınıf Arasında Vize Puanları Açısından ANLAMLI BIR FARK VAR MIDIR? Analiz: One-Way ANOVA Yapmamız gereken elde ettiğimiz ANOVA istatistiği çıktısında Sig. adlı bölgedeki 0 ile 1 arasında değişen p değerini bulmak ve bu değeri 0.05 değeri ile karşılaştırmak. Sig. p<.05 ise GRUPLAR ARASI ANLAMLI FARK VAR Sig. p>.05 ise ANLAMLI FARK YOK DEMEKTİR Yrd. Doç. Dr. Sedat ŞEN 23
24 Sonuç: ÜÇ SINIF ARASINDA İSTATİSTİKSEL OLARAK ANLAMLI BİR FARK BULUNMAMIŞTIR. Nedeni ise hesaplanan Sig. (p) değerinin (0,268) 0.05 ten büyük olması. Yrd. Doç. Dr. Sedat ŞEN 24
25 Daha önce bahsettiğimiz gibi ANOVA testi sonuçlarının yorumlanabilmesi için bazı varsayımların yerine gelip gelmediği kontrol edilmelidir. Yrd. Doç. Dr. Sedat ŞEN 25
26 ANOVA da kullanacağımız bağımlı değişkenin her bir grup için uç değerlere ve normalliğe sahip olup olmadığını SPSS Analyze Descriptive Statistics Explore seçeneklerini kullanarak kontrol edebiliriz. Her bir grup için ayrı ayrı normalliğe bakabilmek için Not: Data>Split File seçeneği de kullanılabilir ya da direkt Explore ekranında Bağımlı değişken ve gru değişkeni eklenerek de 3 grup için 3 ayrı analiz elde edilebilir. Yrd. Doç. Dr. Sedat ŞEN 26
27 Yrd. Doç. Dr. Sedat ŞEN 27
28 Yrd. Doç. Dr. Sedat ŞEN 28
29 Yrd. Doç. Dr. Sedat ŞEN 29
30 Yrd. Doç. Dr. Sedat ŞEN 30
31 T-testte olduğu gibi ANOVA da da varyans homojenliği Levene İstatistiği kullanılarak kontrol edilir. Levene İstatistiğinden elde edilen p değeri 0.05 ten büyük ise varyans homojenliği varsayımı sağlanmıştır diyebiliriz. Yrd. Doç. Dr. Sedat ŞEN 31
32 Brown-Forsythe ya da Welch İstatistiklerinden elde edilen F değerleri ve p değerleri kullanılırdı. Yrd. Doç. Dr. Sedat ŞEN 32
33 ANOVA sonuçlarını sunmadan önce betimleyici istatistikleri vermede fayda var. Yrd. Doç. Dr. Sedat ŞEN 33
34 Bu örneğimizde üç sınıf arasında vize değişkeni açısından anlamlı bir fark var mı diye bakıyoruz ve sonuç olarak Sig. (p) değeri (0.268) 0.05 ten büyük olduğu için anlamlı bir fark olmadığını söyleyebiliriz. Yrd. Doç. Dr. Sedat ŞEN 34
35 ANOVA analizlerinde p değeri 0.05 ten büyük çıktığında sıfır hipotezini reddedemeyiz ve karşılaştırılan grupların ortalamaları arasında anlamlı bir fark bulunamamıştır deriz ve sonuçları rapor ederiz. Yrd. Doç. Dr. Sedat ŞEN 35
36 Yrd. Doç. Dr. Sedat ŞEN 36
37 Bu örneğimizde üç sınıf arasında yaş değişkeni açısından anlamlı bir fark var mı diye bakıyoruz ve sonuç olarak Sig. (p) değeri (0.008) 0.05 ten küçük olduğu için anlamlı bir fark olduğunu söyleyebiliriz. Yrd. Doç. Dr. Sedat ŞEN 37
38 Eğer ANOVA analizi sonucunda gruplar arasında anlamlı bir fark çıkmış ise yani Sig. değeri 0.05 ten küçük çıkarsa bu farkın hangi gruplar arasında olduğunu bulmak gerekebilir. Bunun için post hoc (çoklu karşılaştırma) analizi yapılabilir. Post Hoc analizinin nasıl yapılacağı ilerleyen slaytlarda gösterilmiştir. Yrd. Doç. Dr. Sedat ŞEN 38
39 ANOVA sonucundan elde edilen F değeri bize gruplar arasında deneysel etkiden dolayı oluşan bir fark var mı yok mu onu söyler. Eğer F değeri anlamlı çıkarsa ilk düşünmemiz gereken üç grup arasında anlamlı bir fark olduğudur. Bu anlamlı fark birçok değişik durumda karşımıza çıkabilir. Örneğin 3 grubun hepsinin ortalamasının birbirinden farklı olması durumuna sahip olabiliriz. Başka bir senaryo ise 1. ve 2. grubunun ortalamalarının eşit olması ama 3. grubun bunlardan farklı bir ortalamaya sahip olması olabilir. Bunun gibi birçok durumdan dolayı F değeri anlamlı çıkmış olabilir. F değeri sadece gruplar arasında anlamlı bir fark olduğunu söyler ve bundan başka ek bir bilgi sunmaz. Yrd. Doç. Dr. Sedat ŞEN 39
40 Gruplar arası farkların hangi durumlarda olduğunu anlamanın iki yolu vardır: planlı zıtlık karşılaştırmaları ve Post hoc çoklu karşılaştırma testleri. Birinci durumda açıklanan varyansı farklı parçalara bölerek daha önceden dayanan bilgilerimizi de kullanarak belli grupları belli ağırlıklar vererek karşılaştırmaktır. İkinci durumda yaptığımız ise elimizde bulunan tüm grupları ikişerli olarak birbirleriyle karşılaştırmaktır. Bu yöntem katı bir kabul kriteri kullanarak familywise (ailesel) hata oranını 0.05 in üzerine çıkmamasını sağlarız. Eğer araştırmacı çok spesifik hipotezlere sahip ise planlı zıtlık karşılaştırmalarını kullanır, eğer araştırmacının çok spesifik bir hipotezi yoksa post hoc çoklu karşılaştırmaları kullanır. Yrd. Doç. Dr. Sedat ŞEN 40
41 Genellikle ikiden fazla gruptan veri toplayan araştırmacı herhangi bir spesifik hipoteze sahip olmayabilir. Bu durumda araştırmacının yapacağı işlem veriyi keşfetmektir. Bunu yapmak için eldeki grupları kullanarak olabilecek bütün karşılaştırmaları yaparak bir keşfe çıkılır. Bunu tek tek yapmak çok zor olacağı için hepsini bir arada yapmamızı sağlayan post hoc çoklu karşılaştırma testleri üretilmiştir. Yrd. Doç. Dr. Sedat ŞEN 41
42 Post hoc çoklu karşılaştırma testleri aslında her bir grup çiftini kullanarak yapılan t-testlerinden başka bir şey değildir. Diyelim ki elimizde 3 grup olsun (A, B ve C). Bu 3 grubu kullanarak yaptığımız ANOVA sonucu anlamlı çıktı ve farkın nereden kaynaklandığını anlamaya çalışıyoruz. Bunu anlamak için 3 ayrı t-testi yaparak A ile B yi, A ile C yi, B ile C yi karşılaştırmamız gerekir. Daha önce uyarmıştık ANOVA yerine 3 ayrı t-testi yaparsak familywise hata oranını artırırız ve I.Tür hata yapma olasılığımız artar. Literatürde familywise hata oranını kontrol ederek I.tür hata riskimizi 0.05 te tutmaya çalışan birçok yöntem önerilmiştir. Yrd. Doç. Dr. Sedat ŞEN 42
43 Önerilen Post Hoc Çoklu Karşılaştırma Testleri arasında en popüler olan uygulama alfa değerini yaptığınız karşılaştırma testleri adedine bölmektir Örneğin 10 tane t-testi uyguladıysanız 0.05 olan alfa değerini 10 a bölerek elde ederiz ve alfa değeri olarak 0.05 yerine kullanırız. Bu yönteme Bonferroni düzeltmesi denir. Post Hoc Çoklu Karşılaştırma Testlerini kullanarak I.Tür hata oranını düşürürken II.tür hata oranını artırıyoruz. II.Tür hata da 1-Power (güç) a eşit olduğu için I.Tür hatayı düşürmek analizlerimizin gücünü de olumsuz yönde etkilemektedir. Bu sebepten dolayı Post Hoc Çoklu Karşılaştırma Testleri arasında karar verirken -I.Tür hata oranı kontrolü -II.Tür hata kontrolü -Varsayımların ihlali ve testin güvenirliği konularına dikkat etmeliyiz. Yrd. Doç. Dr. Sedat ŞEN 43
44 Post Hoc Çoklu Karşılaştırma Testleri üzerine yapılan araştırmalar genelde normallik varsayımı ve varyans homojenliğinin ihmalleri durumu üzerine çalışmışlardır. Ortaya atılan Post Hoc Çoklu Karşılaştırma Testleri normallikten küçük sapmalar olması durumundan çok fazla etkilenmemektedir. Fakat grupların popülasyon varyanslarının ve eleman sayılarının eşit olmaması durumu Post Hoc Çoklu Karşılaştırma Testlerini etkilemektedir. Yrd. Doç. Dr. Sedat ŞEN 44
45 Hochberg s GT2 ve Gabriel s pairwise testleri grup eleman sayılarının eşit olmadığı durumlar için geliştirilmiştir. Popülasyon varyanslarının farklı olduğu durumlar için birçok Post Hoc Çoklu Karşılaştırma Testi geliştirilmiştir: Tamhane s T2, Dunnett s T3, Games Howell ve Dunnett s C. Tamhane s T2 is daha katı (conservative) and Dunnett s T3 ve C çok küçük I.Tür hata kontrolüne sahiptir. The Games Howell prosedürü örneklemler küçük olduğunda daha esnek (liberal) fakat grup eleman sayıları eşit olmadığında da doğru sonuçlar vermektedir. Yrd. Doç. Dr. Sedat ŞEN 45
46 Eşit sayıda grup elemanlarına ve varyans homojenliğine sahipseniz REGWQ or Tukey s HSD testlerini kullanabilirsiniz. Eğer grup eleman sayıları arasında çok az fark varsa Gabriel s procedure kullanılabilir. Eğer grup eleman sayıları çok farklı ise Hochberg s GT2. Eğer varyans homojenliği hakkında şüpheler varsa Games Howell procedure kullanılabilir. Eğer çok tutucu iseniz Bonferroni tercih edilebilir. Bunlara ek olarak birçok test bulunmaktadır (Dunnett test ). Yrd. Doç. Dr. Sedat ŞEN 46
47 Yrd. Doç. Dr. Sedat ŞEN 47 KAYNAK: Kayri, M. (2009). ARAŞTIRMALARDA GRUPLAR ARASI FARKIN BELİRLENMESİNE YÖNELİK ÇOKLU KARŞILAŞTIRMA (POST-HOC) TEKNİKLERİ. Fırat Üniversitesi Sosyal Bilimler Dergisi Fırat University Journal of
48 Yrd. Doç. Dr. Sedat ŞEN 48
49 Burada ikişerli olarak her grup birbiriyle karşılaştırılmış ve asıl farkın hangi 2 grup arasında olduğunu bulmamıza kolaylık sağlamıştır. Aşağıda grup 1grup 2 ve grup 3 ayrı ayrı karşılaştırılmıştır. Tablodaki Sig. (p) değerleri incelendiğinde 0.05 ten küçük olan değerler asıl farkın sebebidir. Burada sadece 2. sınıf ve 3. sınıf arasında anlamlı bir fark vardır diyebiliriz. Yrd. Doç. Dr. Sedat ŞEN 49
50 İstersek aynı anda bir çok değişken için ANOVA analizini aynı anda yapabiliriz. Yrd. Doç. Dr. Sedat ŞEN 50
51 Aynı anda yapılan birçok ANOVA analizinin sonucu ortak bir tabloda yandaki gibi verilir. Fark var Fark yok Fark yok Fark yok Fark yok Fark yok Yrd. Doç. Dr. Sedat ŞEN 51
52 ANOVA sonuçlarını rapor ederken mutlaka F değeri, serbestlik dereceleri ve p değerini rapor etmeliyiz. Bu değerlerin hepsi ANOVA tablosundan elde edilebilir. Bu değerlere ek olarak SPSS in rapor etmediği fakat bizim çalışmamızda sunmamız gereken bir değer de etki büyüklüğüdür. Nasıl ki p değeri çalışmamızın istatistiksel olarak anlamını belirtiyorsa etki büyüklüğü de çalışmamızın pratikte ne gibi bir değere sahip olduğunu gösterir. Etki büyüklüğü bağımlı değişkeni bağımsız değişkenin ne kadar açıkladığını gösteren bir değerdir. Bu değeri araştırmacının hesaplaması gerekmektedir: Eta-kare (Eta-squared) Kısmi eta-kare (Partial eta-squared) Omega kare (Omega-squared) Epsilon-kare (Epsilon-squared) Yrd. Doç. Dr. Sedat ŞEN 52
53 Eta-squared= (between groups/total Sum of Squares) yani eta-kare=ktga/kttop 34.slayttaki ANOVA tablosunu kullanırsak: Eta-kare=( / )= Yrd. Doç. Dr. Sedat ŞEN 53
54 Eta-kare yanlı sonuçlar verdiği için başka etki büyüklükleri de önerilmiştir. Omega-kare ve epsilon kare etki büyüklükleri aşağıdaki formüller kullanılarak elde edilir. Omega kare veya Omega kare Epsilon kare Yrd. Doç. Dr. Sedat ŞEN 54
55 Cohen s (1988) kriterleri. Cohen e göre: Küçük: 0.01 Orta: Büyük: Örneğin eta-kare değerimiz 0.50 olsun. Bu durumda varyansın yüzde ellisi bağımsız değişken tarafından açıklanmaktadır ve çok büyük bir etki büyüklüğü değerine sahibiz demektir. Yrd. Doç. Dr. Sedat ŞEN 55
56 Daha önce de bahsettiğimiz üzere parametrik testlerin varsayımları ihlal edildiğinde parametrik olmayan testler tercih edilebilir. ANOVA varsayımlarının ihlal edildiği durumlarda ANOVA nın non-parametrik eşdeğeri olan Kruskal Wallis testi uygulanabilir. Yrd. Doç. Dr. Sedat ŞEN 56
57 Daha önce bahsettiğimiz gibi parametrik bir istatistik olan one-way ANOVA yapabilmemiz için belirli varsayımların yerine getirilmesi lazım. Eğer varsayımlar karşılanmıyorsa parametrik olmayan versiyonu yani Kruskal Wallis one-way ANOVA istatistiğini kullanabiliriz. Yrd. Doç. Dr. Sedat ŞEN 57
58 Yan taraftaki veriyi kullanarak Kruskal Wallis H testinin uygulamasını göstereceğiz. Verimizde 3 çeşit ilaca ait rakamlar ve bu ilaçların verdiği ağrı derecelerini gösteren (ağrı) değişkenler mevcut. Ağrı derecesi açısından bu 3 ilaç arasında anlamlı bir fark var mı Kruskal Wallis ile bakacağız. Yrd. Doç. Dr. Sedat ŞEN 58
59 SPSS te Analyze>Non paramteric Tests>K independent Samples kısmında Kruskal Wallis H testini bulasbiliriz. Yrd. Doç. Dr. Sedat ŞEN 59
60 SPSS in yeni sürümünde yandaki sekmeleri kullanarak Kruskal Wallis ANOVA işlemini seçebilirsiniz. Yrd. Doç. Dr. Sedat ŞEN 60
61 Çıkan ekranda bağımlı değişkeni Test Variable List kısmına grup değişkenini de Grouping Variable kısmına gireceğiz. Yalnız burada grup değişkenini girdikten sonra grup değerleri hangi sayılar arasında değişiyor (min/maks) ise Define Range kısmında bunu belirtmek gerekiyor. Yrd. Doç. Dr. Sedat ŞEN 61
62 Gerekli olan bilgileri ve değişkenleri girdikten sonra OK tuşuna basarak sonuçları elde edebiliriz. Yrd. Doç. Dr. Sedat ŞEN 62
63 Kruskal Wallis analiz sonuç tabloları yan tarafta verilmiştir. İlk tabloda her bir ilaç için ortalama değerler gözükürken anlamlı bir farklılık olup olmadığı alttaki tablodan öğrenilebilir. Asymp. Sig. değerini 0.05 ile karşılaştırdığımızda bu değer anlamlı çıkmamıştır. Yani bu 3 ilaç arasında verdikleri ağrı bakımından anlamlı bir fark bulunamamıştır. Yrd. Doç. Dr. Sedat ŞEN 63
64 Sonuç tablosunda bulunan chi-square değeri ve tüm gruplardaki örneklem sayısının toplamı ile hesaplanır. Eta-kare= (ki-kare/n) = 1.473/15 = Yrd. Doç. Dr. Sedat ŞEN 64
65 Kruskal Wallis Testi çoklu karşılaştırma seçeneği içermemektedir. Eğer ikiden fazla grup arasında Kruskal Wallis test sonucu anlamlı bir fark bulunursa tüm grupların olası ikililerinin Mann-Whitney U testi ile kıyaslanması yapılır. Yrd. Doç. Dr. Sedat ŞEN 65
Yrd. Doç. Dr. Sedat ŞEN 2
3.SUNUM Önceki derste gördüğümüz gibi 2 grubu karşılaştırırken kullandığımız yöntem t-testi idi. Peki araştırmamızda 3 gruba (A,B ve C grupları) sahip isek bu 3 grup arasında nasıl karşılaştırma yaparız?
DetaylıBİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testi-III Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testi-III Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr
DetaylıYrd. Doç. Dr. Sedat ŞEN 2
6.SUNUM ANOVA da bir bağımlı değişken ile grup değişkeni kullanarak gruplar arasında bağımlı değişken açısından farklılık olup olmadığını test etmiştik. Daha sonra ANCOVA da ANOVA ya sürekli bir değişkeni
DetaylıTek Yönlü Varyans Analizi (ANOVA) Kruskal Wallis H Testi
Tek Yönlü Varyans Analizi (ANOVA) Kruskal Wallis H Testi Dr. Eren Can Aybek erencan@aybek.net www.olcme.net IBM SPSS Statistics ile Hangi Durumda Kullanılır? Bağımsız gruplar t testi, iki grubun ortalamasını
DetaylıOrtalamaların karşılaştırılması
Parametrik ve Parametrik Olmayan Testler Ortalamaların karşılaştırılması t testleri, ANOVA Mann-Whitney U Testi Wilcoxon İşaretli Sıra Testi Kruskal Wallis Testi BBY606 Araştırma Yöntemleri Güleda Doğan
DetaylıKategorik Veri Analizi
Kategorik Veri Analizi 6.Sunum Yrd. Doç. Dr. Sedat ŞEN 1 ANALİZ TÜRLERİ Bağımlı Değ. Bağımsız Değ. Analiz Sürekli İki kategorili t-testi, Wilcoxon testi Sürekli Kategorik ANOVA, linear regresyon Sürekli
DetaylıSPSS UYGULAMALARI-II Dr. Seher Yalçın 1
SPSS UYGULAMALARI-II 27.12.2016 Dr. Seher Yalçın 1 Normal Dağılım Varsayımının İncelenmesi Çarpıklık ve Basıklık Katsayısının İncelenmesi Analyze Descriptive Statistics Descriptives tıklanır. Açılan pencerede,
DetaylıPARAMETRİK TESTLER. Tek Örneklem t-testi. 200 öğrencinin matematik dersinden aldıkları notların ortalamasının 70 e eşit olup olmadığını test ediniz.
PARAMETRİK TESTLER Tek Örneklem t-testi 200 öğrencinin matematik dersinden aldıkları notların ortalamasının 70 e eşit olup olmadığını test ediniz. H0 (boş hipotez): 200 öğrencinin matematik dersinden aldıkları
DetaylıPARAMETRİK ve PARAMETRİK OLMAYAN (NON PARAMETRİK) ANALİZ YÖNTEMLERİ.
AED 310 İSTATİSTİK PARAMETRİK ve PARAMETRİK OLMAYAN (NON PARAMETRİK) ANALİZ YÖNTEMLERİ. Standart Sapma S = 2 ( X X ) (n -1) =square root =sum (sigma) X=score for each point in data _ X=mean of scores
Detaylı4.SUNUM. Yrd. Doç. Dr. Sedat Şen
4.SUNUM 1 Minimum Maksimum Mod Medyan Aritmetik ortalama Ranj Standart sapma Varyans Çarpıklık Basıklık 2 SPSS te veri girişini veri görünümü kısmından elle ya da başka bir dosyanın SPSS içine file>open
Detaylı5.HAFTA. Yrd. Doç. Dr. Sedat ŞEN Harran Üniversitesi
5.HAFTA Yrd. Doç. Dr. Sedat ŞEN Harran Üniversitesi Bu sunumda kullanılan verimizde bulunan değişkenler: İsim CİNSİYET KİTAP YAŞ VİZE VİZE2 FİNAL DÖNEMSONUNOTU Bu dersimizde daha önce hesapladığımız basit
DetaylıBKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )
4. SUNUM 1 Gözlem ya da deneme sonucu elde edilmiş sonuçların, rastlantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HİPOTEZ TESTLERİ denir. Sonuçların rastlantıya bağlı
DetaylıBağımsız Örneklemler İçin Tek Faktörlü ANOVA
Bağımsız Örneklemler İçin Tek Faktörlü ANOVA ANOVA (Varyans Analizi) birden çok t-testinin uygulanması gerektiği durumlarda hata varyansını azaltmak amacıyla öncelikle bir F istatistiği hesaplanır bu F
DetaylıVaryans Analizi (ANOVA) Kruskal-Wallis H Testi. Doç. Dr. Ertuğrul ÇOLAK. Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
Varyans Analizi (ANOVA) Kruskal-Wallis H Testi Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Konu Başlıkları Tek Yönlü Varyans Analizi SPSS de Tek
DetaylıKRUSKAL WALLIS VARYANS ANALİZİ. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
KRUSKAL WALLIS VARYANS ANALİZİ Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı ükruskal Wallis varyans analizi, tek yönlü varyans analizinin parametrik olmayan karşılığıdır. üveriler ölçümle
DetaylıÇND BİYOİSTATİSTİK EĞİTİMİ
ÇND BİYOİSTATİSTİK EĞİTİMİ Yrd.Doç.Dr.Gökmen ZARARSIZ Erciyes Üniversitesi, Tıp Fakültesi, Biyoistatistik Anabilim Dalı, Kayseri Turcosa Analitik Çözümlemeler Ltd Şti, Kayseri gokmenzararsiz@hotmail.com
DetaylıH.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS Ders Notları II (19 Nisan 2012)
H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS Ders Notları II (19 Nisan 2012) Aşağıdaki analizlerde lise öğrencileri veri dosyası kullanılmıştır.
DetaylıREPEATED MEASURES ANOVA (Tekrarlı Ölçümler ANOVA )
REPEATED MEASURES ANOVA (Tekrarlı Ölçümler ANOVA ) 6.SUNUM 1 Tekrarlı Ölçümler ANOVA Repeated Measures Design: Yinelenmis Ölçüler Tasarımı ya da tekrarlanmış ölçüler tasarımı olarak adlandırılabilir. Repeated
DetaylıYrd. Doç. Dr. Sedat ŞEN
4.SUNUM Deney çalışmamızda manipüle ettiğimiz değişkenlerden olmayıp bağımlı değişken üzerinde etkisi olduğunu düşündüğümüz sürekli değişkenlere ortak değişken/kontrol değişkeni/etki karışımı değişkeni
Detaylıİki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t test) Ölçümle
DetaylıTekrarlı Ölçümler ANOVA
Tekrarlı Ölçümler ANOVA Repeated Measures ANOVA Aynı veya ilişkili örneklemlerin tekrarlı ölçümlerinin ortalamalarının aynı olup olmadığını test eder. Farklı zamanlardaki ölçümlerde aynı (ilişkili) kişiler
DetaylıİKİDEN ÇOK BAĞIMSIZ GRUBUN KARŞILAŞTIRILMASI
İKİDEN ÇOK BAĞIMSIZ GRUBUN KARŞILAŞTIRILMASI Grup sayısı ikiye geçtiğinde tüm grupların bağımsız iki grup testleri ile ikişerli analiz düşünülebilir. Ancak bu yaklaşım, karşılaştırmalar bağımsız olmadığından
Detaylıİkiden Çok Grup Karşılaştırmaları
İkiden Çok Grup Karşılaştırmaları Bir onkoloji kliniğinde göğüs kanseri tanısı almış kadınlar arasından histolojik evrelerine göre 17 şer kadın seçilerek sağkalım süreleri (ay) alınmıştır. HİSTLOJİK EVRE
DetaylıKullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı
ARAŞTIRMA MODELLİLERİNDE KULLANILACAK İSTATİSTİKLERİ BELİRLEME ÖLÇÜTLERİ Parametrik mi Parametrik Olmayan mı? Kullanılacak İstatistikleri Belirleme Ölçütleri Değişken Sayısı Tek değişkenli (X) İki değişkenli
DetaylıÇalıştığı kurumun prestij kaynağı olup olmaması KIZ 2,85 ERKEK 4,18
1 * BAĞIMSIZ T TESTİ (Independent Samples t test) ÖRNEK: Yapılan bir anket çalışmasında katılımcılardan, çalıştıkları kurumun kendileri için bir prestij kaynağı olup olmadığını belirtmeleri istenmiş. 30
DetaylıH.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS Ders Notları III (3 Mayıs 2012)
H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) Parametrik Olmayan Testler Binom Testi SPSS Ders Notları III (3 Mayıs 2012) Soru 1: Öğrencilerin okul
DetaylıParametrik Olmayan Testler. İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi
Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi Parametrik Olmayan Testler İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi Rank Korelasyon Parametrik
DetaylıBÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3
KİTABIN İÇİNDEKİLER BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3 BÖLÜM-2.BİLİMSEL ARAŞTIRMA Belgesel Araştırmalar...7 Görgül Araştırmalar Tarama Tipi Araştırma...8
DetaylıHazırlayan. Veli Anıl Çakan. t z F TESTLERİ
Hazırlayan Veli Anıl Çakan t z F TESTLERİ Hipotez testinin amacı, anakitleden çekilmiş tesadüfi bir örneği analiz ederek, anakitle hakkında karar verilmesine yardımcı olmaktır. Çalışmada bu amaçla yaygın
Detaylıtaşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ
8 Varyans Analizi (Anova) TAŞINMAZ GELİŞTİRME TEZSİZ YÜKSEK LİSANS PROGRAMI taşinmaz DEĞERLEME- DE İSTATİKSEL ANALİZ Doç. Dr. Yüksel TERZİ 1 Ünite: 8 VARYANS ANALİZİ (ANOVA) Doç. Dr. Yüksel TERZİ İçindekiler
DetaylıÖrneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.
ÇIKARSAMALI İSTATİSTİKLER Çıkarsamalı istatistikler, örneklemden elde edilen değerler üzerinde kitleyi tanımlamak için uygulanan istatistiksel yöntemlerdir. Çıkarsamalı istatistikler; Tahmin Hipotez Testleri
DetaylıMultivariate ANOVA (MANOVA) 11.Sunum
Multivariate ANOVA (MANOVA) 11.Sunum MANOVA Daha önce bir tane bağımlı değişkenimiz olduğunda gruplar arası farkı incelemek için ANOVA kullanacağımızı göstermiştik. Araştırmamızda birden fazla bağımlı
Detaylı7.Sunum. Yrd. Doç. Dr. Sedat ŞEN 1
7.Sunum Yrd. Doç. Dr. Sedat ŞEN 1 Buraya kadar olan konularda (t-testi, ANOVA vb.) bağımlı değişkenin gruplar arasında anlamlı bir fark gösterip göstermediğini test ettik. Bu sunumumuzda farklı bir araştırma
Detaylı3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI
ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6
DetaylıİÇİNDEKİLER ÖNSÖZ... Örneklem Genişliğinin Elde edilmesi... 1
İÇİNDEKİLER ÖNSÖZ... v 1. BÖLÜM Örneklem Genişliğinin Elde edilmesi... 1 1.1. Kitle ve Parametre... 1 1.2. Örneklem ve Tahmin Edici... 2 1.3. Basit Rastgele Örnekleme... 3 1.4. Tabakalı Rastgele Örnekleme...
DetaylıBİYOİSTATİSTİK PARAMETRİK TESTLER
BİYOİSTATİSTİK PARAMETRİK TESTLER Doç. Dr. Mahmut AKBOLAT *Bir testin kullanılabilmesi için belirli şartların sağlanması gerekir. *Bir testin, uygulanabilmesi için gerekli şartlar; ne kadar çok veya güçlü
DetaylıBİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ
BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ DÖNEM I-I. DERS KURULU Konu: Bilimsel yöntem ve istatistik Amaç: Biyoistatistiğin tıptaki önemini kavrar ve sonraki dersler için gerekli terminolojiye hakim olur.
DetaylıK-S Testi hipotezde ileri sürülen dağılımla örnek yığılmalı dağılım fonksiyonunun karşılaştırılması ile yapılır.
İstatistiksel güven aralıkları uygulamalarında normallik (normal dağılıma uygunluk) oldukça önemlidir. Kullanılan parametrik istatistiksel tekniklerin geçerli olabilmesi için populasyon şans değişkeninin
DetaylıKİTABIN HARİTASI AÇIKLAMALAR BÖLÜMÜ
KİTABIN HARİTASI Bu kitapta açıklanan analizlerin işlevselliğini ön plana çıkarabilmek adına, analiz isimlerinden çok bunlarla neler yapılabileceği açıklanarak, analizden yapılacak işleme gitmek yerine,
DetaylıNORMAL DAĞILIM VE ÖNEMLİLİK TESTLERİ İLE İLGİLİ PROBLEMLER
NORMAL DAĞILIM VE ÖNEMLİLİK TESTLERİ İLE İLGİLİ PROBLEMLER A) Normal Dağılım ile İlgili Sorular Sayfa /4 Hamileler ile ilgili bir araştırmada, bu grubun hemoglobin değerlerinin normal dağılım gösterdiği
DetaylıPARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8
PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8 Prof. Dr. Ali ŞEN İki Populasyonun Karşılaştırılması: Eşleştirilmiş Örnekler için Wilcoxon İşaretli Mertebe Testi -BÜYÜK ÖRNEK Bağımsız populasyonlara uygulanan
DetaylıH.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS DERS NOTLARI I 5 Nisan 2012
H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS DERS NOTLARI I 5 Nisan 2012 Aşağıdaki analizlerde http://yunus.hacettepe.edu.tr/~tonta/courses/spring2010/bby208/bby208
DetaylıStudent t Testi. Doç. Dr. Ertuğrul ÇOLAK. Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
Student t Testi Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Konu Başlıkları Tek örnek t testi SPSS de tek örnek t testi uygulaması Bağımsız iki örnek
DetaylıKorelasyon, Korelasyon Türleri ve Regresyon
Korelasyon, Korelasyon Türleri ve Regresyon İçerik Korelasyon Korelasyon Türleri Korelasyon Katsayısı Regresyon KORELASYON Korelasyon iki ya da daha fazla değişken arasındaki doğrusal ilişkiyi gösterir.
DetaylıH.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 606 Araştırma Yöntemleri (Bahar 2014) 3 Nisan 2014
H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 606 Araştırma Yöntemleri (Bahar 2014) 3 Nisan 2014 t testleri: Tek örneklem t testi, Bağımsız iki örneklem t testi, Bağımlı iki örneklem t testi Aşağıdaki analizlerde
DetaylıT TESTİ: ORTALAMALAR ARASI FARKLARIN TEST EDİLMESİ. Yrd. Doç. Dr. C. Deha DOĞAN
T TESTİ: ORTALAMALAR ARASI FARKLARIN TEST EDİLMESİ Yrd. Doç. Dr. C. Deha DOĞAN Gruplara ait ortalamalar elde edildiğinde, farklı olup olmadıkları ilk bakışta belirlenemez. Ortalamalar arsında bulunan
DetaylıBÖLÜM 13 HİPOTEZ TESTİ
1 BÖLÜM 13 HİPOTEZ TESTİ Bilimsel yöntem aşamalarıyla tanımlanmış sistematik bir bilgi üretme biçimidir. Bilimsel yöntemin aşamaları aşağıdaki gibi sıralanabilmektedir (Karasar, 2012): 1. Bir problemin
DetaylıPROBLEM:1. 11 yeni doğan rata günlük 1000 unts/kg epo uygulanmış, kontrol grubuna ise salin uygulanmıştır.
PROBLEM:1 Beyinde hipoksik iskemik hasar geliştirilmiş ratlarda recombinant insan eritropoteininin infarkt alanı üzerine ve nöron hücre apopitozisi üzerine etkisi araştırılmaktadır. 11 yeni doğan rata
DetaylıK BAĞIMSIZ ÖRNEKLEM HİPOTEZ TESTLERİ
K BAĞIMSIZ ÖRNEKLEM HİPOTEZ TESTLERİ Yrd.Doç.Dr. Selçuk Korkmaz Trakya Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Turcosa Analitik Çözümlemeler selcukorkmaz@gmail.com TÜRKİYE EKMUD BİYOİSTATİSTİK
Detaylıİçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii. Ölçme, İstatistik ve Araştırma...
İçindekiler İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii BÖLÜM 1 Ölçme, İstatistik ve Araştırma...1 Ölçme Nedir?... 3 Ölçme Süreci... 3 Değişkenler
DetaylıBağımsız örneklem t-testi tablo okuması
Bağımsız örneklem t-testi tablo okuması İki bağımsız grubu karşılaştırmada kullanılır; Normal dağılım (her bir grup için n>30) [Uygulamada daha küçük sayılar da kullanılmaktadır] Sürekli bağımlı değişken
DetaylıBağımlı Gruplar İçin t Testi Wilcoxon İşaretli Sıralar Testi
Bağımlı Gruplar İçin t Testi Wilcoxon İşaretli Sıralar Testi Dr. Eren Can Aybek erencan@aybek.net www.olcme.net IBM SPSS Statistics ile Bağımlı Gruplar için t Testi İlişkili olan iki ortalama arasında
DetaylıREGRESYON. 9.Sunum. Yrd. Doç. Dr. Sedat ŞEN
REGRESYON 9.Sunum 1 Önceki Sunumda Basit regresyon analizini SPSSte nasıl yapacağımızı Çoklu regresyon analizini SPSSte nasıl yapacağımızı Regresyon verisini olası problemli değerler için nasıl kontrol
DetaylıİÇİNDEKİLER. Birinci Bölüm UYGULAMA VERİLERİ
İÇİNDEKİLER Birinci Bölüm UYGULAMA VERİLERİ VERİ GRUBU 1. Yüzücü ve Atlet Verileri... 1 VERİ GRUBU 2. Sutopu, Basketbol ve Voleybol Oyuncuları Verileri... 4 VERİ 3. Solunum Yolları Verisi... 7 VERİ 4.
DetaylıMann-Whitney U ve Wilcoxon T Testleri
Mann-Whitney U ve Wilcoxon T Testleri Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Konu Başlıkları Parametrik olmayan yöntem Mann-Whitney U testinin
DetaylıKazanımlar. Z puanları yerine T istatistiğini ne. zaman kullanacağını bilmek. t istatistiği ile hipotez test etmek
T testi Kazanımlar Z puanları yerine T istatistiğini ne 1 zaman kullanacağını bilmek 2 t istatistiği ile hipotez test etmek 3 Cohen ind sini ve etki büyüklüğünü hesaplamak 1 9.1 T İstatistiği: zalternatifi
DetaylıNon-Parametrik İstatistiksel Yöntemler
Non-Parametrik İstatistiksel Yöntemler Dr. Seher Yalçın 27.12.2016 1 1. Tek Örneklem Kay Kare Testi 2. İki Değişken İçin Kay Kare Testi 3. Mann Whitney U Testi 4. Kruskal Wallis H Testi ortanca testine
DetaylıHipotez. Hipotez Testleri. Y. Doç. Dr. İbrahim Turan Nisan 2011
Hipotez Hipotez Testleri Y. Doç. Dr. İbrahim Turan Nisan 2011 Hipotez Nedir? Gözlemlenebilir (araştırılabilir) bir olay, olgu veya fikri mantıklı ve bilimsel olarak açıklamaya yönelik yapılan tahminlerdir.
DetaylıSıralı Verilerle Yapılan Testler Mann-Whitney U Testi
Sıralı Verilerle Yapılan Testler Mann-Whitney U Testi Parametrik testlerin, normal dağılım varsayımına dayandığını, normal dağılıma sahip olmayan veriler üzerinde kullanıldığında, elde edilen sonuçların
Detaylı01.02.2013. Statistical Package for the Social Sciences
Hipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat... Her istatistik teknik her tür analize elverişli değildir. Modele veya hipoteze uygun test istatistiği
DetaylıTemel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri
Temel İstatistik Tanımlayıcı İstatistik Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Y.Doç.Dr. İbrahim Turan Mart 2011 DAĞILIM / YAYGINLIK ÖLÇÜLERİ Verilerin değişkenlik durumu ve dağılışın şeklini
DetaylıBÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ
1 BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel
DetaylıTAŞINMAZ DEĞERLEMEDE İSTATİSTİKSEL ANALİZ
Taşınmaz Değerlemede İstatistiksel Analiz Taşınmaz Değerleme ve Geliştirme Tezsiz Yüksek Lisans Programı TAŞINMAZ DEĞERLEMEDE İSTATİSTİKSEL ANALİZ 1 Taşınmaz Değerlemede İstatistiksel Analiz İçindekiler
DetaylıÖrnek 4.1: Tablo 2 de verilen ham verilerin aritmetik ortalamasını hesaplayınız.
.4. Merkezi Eğilim ve Dağılım Ölçüleri Merkezi eğilim ölçüleri kitleye ilişkin bir değişkenin bütün farklı değerlerinin çevresinde toplandığı merkezi bir değeri gösterirler. Dağılım ölçüleri ise değişkenin
DetaylıTek yönlü varyans analizi kısaltılmış olarak ANOVA (Analysis of Variance) bilinen
DÖNEM II ENDOKRİN SİSTEMİ Ders Kurulu Başkanı : Doç. Dr. Osman EVLİYAOĞLU VARYANS ANALİZİ (14.03.014 Cuma Y.ÇELİK Tek Yönlü Varyans Analizi Tek yönlü varyans analizi kısaltılmış olarak ANOVA (Analysis
DetaylıPazarlama Araştırması Grup Projeleri
Pazarlama Araştırması Grup Projeleri Projeler kapsamında öğrencilerden derlediğiniz 'Teknoloji Kullanım Anketi' verilerini kullanarak aşağıda istenilen testleri SPSS programını kullanarak gerçekleştiriniz.
DetaylıBİYOİSTATİSTİK. Uygulama 6. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 6 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Soru 1 İlaç malzemelerinin kalitesini
DetaylıBİYOİSTATİSTİK Tek Örneklem ve İki Örneklem Hipotez Testleri Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Tek Örneklem ve İki Örneklem Hipotez Testleri Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr
DetaylıBİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ
SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 11 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan
DetaylıProf. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER
Prof. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER Gözden Geçirilmiş ve Genişletilmiş 8. Baskı Frekans Dağılımları Varyans Analizi Merkezsel
DetaylıİLERİ ARAŞTIRMA SORU HAVUZU
1 ) Bir ölçümde bağımlı değişkenlerdeki farklılıkların bağımsız değişkenlerdeki farklılıkları nasıl etkilediğini aşağıdakilerden hangisi ölçer? A) Bağımlı Değişken B) Bağımsız Değişken C) Boş Değişken
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 10: Prof. Dr. İrfan KAYMAZ Tanım Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi ile yapılabilir. Ancak karşılaştırılacak
DetaylıBÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ
1 BÖLÜM 5 MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlenen belli bir özelliği, bu özelliğe ilişkin ölçme sonuçlarını yani verileri kullanarak betimleme, istatistiksel işlemlerin bir boyutunu oluşturmaktadır. Temel sayma
DetaylıBasit ve Çoklu Doğrusal Regresyon
Basit ve Çoklu Doğrusal Regresyon Dr. Eren Can Aybek erencan@aybek.net www.olcme.net IBM SPSS Statistics ile Basit Doğrusal Regresyon Bir yordayıcı değişkene ait değerleri bildiğimizde, sürekli bir yordanan
DetaylıHipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat...
Hipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat... Her istatistik teknik her tür analize elverişli değildir. Modele veya hipoteze uygun test istatistiği
DetaylıMATE 211 BİYOİSTATİSTİK İKİ FARKIN ÖNEMLİLİK TESTİ VE İKİ EŞ ARASINDAKİ FARKIN ÖNEMLİLİK TEST SORULARI
MATE 211 BİYOİSTATİSTİK İKİ FARKIN ÖNEMLİLİK TESTİ VE İKİ EŞ ARASINDAKİ FARKIN ÖNEMLİLİK TEST SORULARI 1. Doğum sırasının çocuğun zeka düzeyini etkileyip etkilemediğini araştıran bir araştırmacı çocuklar
DetaylıBÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ
İÇİNDEKİLER BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ I. ÖRNEKLEME... 1 II. ÖRNEKLEMENİN SAFHALARI... 2 III. ÖRNEK ALMA YÖNTEMLERİ 5 A. RASYONEL ÖRNEK ALMA... 5 B. TESADÜFİ ÖRNEK ALMA... 6 C. KADEMELİ ÖRNEK ALMA...
DetaylıÖlçme ve Değerlendirme
Ölçme ve Değerlendirme Z Puanı T Puanı Yrd. Doç. Dr. Yetkin Utku KAMUK Standart Puan Herhangi bir ölçüm sonucunda elde edilen ve farklı birimlere sahip ham puanların, standart bir dağılım haline dönüştürülmesi
Detaylıİçindekiler. Pazarlama Araştırmalarının Önemi
İçindekiler Birinci Bölüm Pazarlama Araştırmalarının Önemi 1.1. PAZARLAMA ARAŞTIRMALARININ TANIMI VE ÖNEMİ... 1 1.2. PAZARLAMA ARAŞTIRMASI İŞLEVİNİN İŞLETME ORGANİZASYONU İÇİNDEKİ YERİ... 5 1.3. PAZARLAMA
DetaylıParametrik Olmayan İstatistiksel Yöntemler IST
Parametrik Olmayan İstatistiksel Yöntemler IST-4035-7- DEÜ İstatistik Bölümü 018 Güz 1 Non-Parametric Statistics Nominal Ordinal Interval One Sample Tests Binomial test Run test Kolmogrov-Smirnov test
DetaylıMühendislikte İstatistiksel Yöntemler
Mühendislikte İstatistiksel Yöntemler BÖLÜM 9 VARYANS ANALİZİ Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 8: Prof. Dr. Tanım Hipotez, bir veya daha fazla anakütle hakkında ileri sürülen, ancak doğruluğu önceden bilinmeyen iddialardır. Ortaya atılan iddiaların, örnekten elde edilen
DetaylıİÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37
İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar
DetaylıBÖLÜM 14 BİLGİSAYAR UYGULAMALARI - 3 (ORTALAMALARIN KARŞILAŞTIRILMASI)
1 BÖLÜM 14 BİLGİSAYAR UYGULAMALARI - 3 (ORTALAMALARIN KARŞILAŞTIRILMASI) Hipotez testi konusunda görüldüğü üzere temel betimleme, sayma ve sınıflama işlemlerine dayalı yöntemlerin ötesinde normal dağılım
DetaylıUYGUN HİPOTEZ TESTİNİN SEÇİMİ. Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
UYGUN HİPOTEZ TESTİNİN SEÇİMİ Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı ÖNEMLİLİK (Hipotez) TESTLERİ ü Önemlilik testleri, araştırma sonucunda elde edilen değerlerin ya da varılan
DetaylıKORELASYON. 7.Sunum. Yrd. Doç. Dr. Sedat ŞEN
KORELASYON 7.Sunum 1 Korelasyon Buraya kadar olan konularda (t-testi, ANOVA vb.) bağımlı değişkenin gruplar arasında anlamlı bir fark gösterip göstermediğini test ettik. Bu sunumumuzda farklı bir araştırma
DetaylıBÖLÜM I ARAŞTIRMANIN DOĞASI
İÇİNDEKİLER ÖNSÖZ...... V BÖLÜM I ARAŞTIRMANIN DOĞASI... 1 1.1. GERÇEĞİ ARAMA YOLLARI..... 1 1.1.1.Deneyim..... 2 1.1.2. Mantık... 2 1.1.3. Bilimsel Araştırma... 3 1.1.4. Yansıtma... 4 1.2. BİLGİ EDİNME
DetaylıDeneysel Araştırmalarda Biyoistatistik. Prof. Dr. İsmet DOĞAN AFYON KOCATEPE ÜNİVERSİTESİ. Biyoistatistik ve Tıbbi Bilişim Anabilim Dalı
Deneysel Araştırmalarda Biyoistatistik Prof. Dr. İsmet DOĞAN AFYON KOCATEPE ÜNİVERSİTESİ Biyoistatistik ve Tıbbi Bilişim Anabilim Dalı Genel olarak bilimsel araştırma; problemlere ya da sorunlara güvenilir
DetaylıNicel / Nitel Verilerde Konum ve Değişim Ölçüleri. BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014
Nicel / Nitel Verilerde Konum ve Değişim Ölçüleri BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014 1 Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl?
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel
DetaylıISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI
SORU- 1 : ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI X ve Y birbirinden bağımsız iki rasgele değişken olmak üzere, sırasıyla aşağıdaki moment çıkaran fonksiyonlarına sahiptir: 2 2 M () t = e,
DetaylıParametrik Olmayan Testler
Araştırma Yöntemleri Parametrik Olmayan Testler Parametrik Olmayan Testler Verilerin normal dağılmış olması gerekmiyor Veriler sınıflama ya da sıralama ölçme düzeyinde toplanmış olacak Ya da eşit aralıklı
DetaylıKARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005
KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Karşılaştırma istatistiği Temel kavramlar: Örneklem ve evren:
DetaylıSPSS Uygulamalı Çok Değişkenli İstatistik Teknikleri
Elementary Education Online, 12(1), k: 1 6, 2013. İlköğretim Online, 12(1), b:1 6, 2013. [Online]: http://ilkogretim online.org.tr KİTAP İNCELEMESİ SPSS Uygulamalı Çok Değişkenli İstatistik Teknikleri
Detaylı19. BÖLÜM BİRBİRİYLE İLİŞKİLİ OLAN İKİ DEĞİŞKENDEN BİRİSİNDEKİ DEĞİŞİME GÖRE DİĞERİNİN ALACAĞI DEĞERİ YORDAMA (KESTİRME) UYGULAMA-I
19. BÖLÜM BİRBİRİYLE İLİŞKİLİ OLAN İKİ DEĞİŞKENDEN BİRİSİNDEKİ DEĞİŞİME GÖRE DİĞERİNİN ALACAĞI DEĞERİ YORDAMA (KESTİRME) UYGULAMA-I Bir dil dershanesinde öğrenciler talep ettikleri takdirde, öğretmenleriyle
DetaylıOLASILIK ve İSTATİSTİK Hipotez Testleri
OLASILIK ve İSTATİSTİK Hipotez Testleri Yrd.Doç.Dr. Pınar YILDIRIM Okan Üniversitesi Mühendislik ve Mimarlık Fakültesi Bilgisayar Mühendisliği Bölümü Hipotezler ve Testler Hipotez, kitleye(yığına) ait
DetaylıBÖLÜM 12 STUDENT T DAĞILIMI
1 BÖLÜM 12 STUDENT T DAĞILIMI 'Student t dağılımı' ya da kısaca 't dağılımı'; normal dağılım ve Z dağılımının da içerisinde bulunduğu 'sürekli olasılık dağılımları' ailesinde yer alan dağılımlardan bir
Detaylı1. FARKLILIKLARIN TESPİTİNE YÖNELİK HİPOTEZ TESTLERİ
1. FARKLILIKLARIN TESPİTİNE YÖNELİK HİPOTEZ TESTLERİ Örneklem verileri kullanılan her çalışmada bir örneklem hatası çıkma riski her zaman söz konusudur. Dolayısıyla istatistikte bu örneklem hatasının meydana
Detaylı