İSTANBUL TEKNİK ÜNİVERSİTESİ FEN EDEBİYAT FAKÜLTESİ TEKSTİL MÜHENDİSLİĞİNDE KULLANILAN PERFORMANS DEĞERLERİNİN İSTATİSTİKSEL ANALİZİ
|
|
- Savas Adem
- 2 yıl önce
- İzleme sayısı:
Transkript
1 İSTANBUL TEKNİK ÜNİVERSİTESİ FEN EDEBİYAT FAKÜLTESİ MATEMATİK MÜHENDİSLİĞİ BÖLÜMÜ TEKSTİL MÜHENDİSLİĞİNDE KULLANILAN PERFORMANS DEĞERLERİNİN İSTATİSTİKSEL ANALİZİ BİTİRME TASARIM PROJESİ Hazırlayan Ezgi GÜNEY Danışman: Prof. Dr. Ulviye Başer ILGAZ HAZİRAN 2012
2 Hazırlayan Ezgi GÜNEY
3 iii
4 iv
5 ÖNSÖZ Bu çalışmanın oluşmasında emeği geçen ve değerli desteğini hiçbir zaman esirgemeyen bitirme projesi danışmanım sayın Prof. Ulviye Başer ILGAZ a sonsuz şükranlarımı borç bilirim. Ayrıca tasarım projesinin tekstil mühendisliği tabanında gerekli olan bütün bilgileri bana ileten ve daimi desteğini her zaman yansıtan İstanbul Teknik Üniversitesi Tekstil Teknolojileri ve Tasarımı Fakültesi nin değerli öğretim görevlisi sayın Prof. Fatma KALAOĞLU na teşekkürlerimi ve saygılarımı sunarım. Öğrenim hayatım boyunca hiçbir fedakarlığı esirgemeyen, tecrübeleriyle yol gösterici olan ve daima yanımda olan sevgili aileme teşekkürlerimi borç bilirim. Haziran 2012 Ezgi Güney v
6 vi
7 İÇİNDEKİLER Sayfa ÖNSÖZ... v İÇİNDEKİLER...viiii KISALTMALAR...ix ÇİZELGE LİSTESİ...xxiii ŞEKİL LİSTESİ...xiixv ÖZET...xvii SUMMARY...xvii 1. GİRİŞ GENEL BİLGİLER Tekstil Malzemelerinin Sınıflandırılması Kumaşların genel özellikleri Kumaş değerlendirme sistemleri Kawabata kumaş değerlendirme sistemi İstatistiksel Analiz İstatistiksel analizde kullanılan paket programlar SPSS MATERYAL ve METOT SPSS Paket Programına Verilerin Aktarılması İstatistiksel Analiz Yöntemleri Regresyon analizi SPSS paket programında veri setine regresyon analizinin uygulanması 26 Korelasyon analizi SONUÇLAR ve DEĞERLENDİRMELER KAYNAKLAR vii
8
9 ix
10
11 KISALTMALAR B EKK EMT FAST G KES-F KES-F-1 KES-F-2 KES-F-3 KES-F-4 K-S LT NCSS SPSS WT 2HB : Eğilme Direnci : En Küçük Kareler : Uzama : Fabric Assurance by Simple Testing : Kesme Direnci : Kawabata Evaulation System For Fabric : Kesme/Gerilme Ölçeri : Eğilme Ölçeri : Sıkştırma Ölçeri : Yüzey Ölçeri : Kolmogorov- Smirnov : Yük/Uzama Grafiğinin Doğrusallığı : Number Cruncher Statistical System : Statistical Package for Social Sciences : Gerilme Enerjisi : Kesme Momentinin Histerizisi xi
12 xii
13 ÇİZELGE LİSTESİ Çizelge 2.1 : KES-F ile ölçülen kumaş özellikleri Çizelge 2.2 : KES-F sistemi test cihazları... 9 Çizelge 3.1 : Performans değerlerinin normallik(k-s) testi sonuçları Çizelge 3.2 : Bazı araştırmalarda kullanılan bağımlı ve bağımsız değişkenlere örnekler Çizelge 3.3 : Gerilme rezilyansının regresyon analizi çıktısı 28 Çizelge 3.4 : Matematiksel model ifadeleri Çizelge 3.5 : Uzama ve gerilme enerjisi arasındaki korelasyon analizi çıktısı Çizelge 3.6 : Doğrusallık ve bağımsız değişkenler arasındaki korelasyon analizi çıktısı Sayfa xiii
14 xiv
15 ŞEKİL LİSTESİ Sayfa Şekil 2.1 : Lif, iplik ve kumaş örnekleri. 3 Şekil 2.2 : Kumaşı oluşturan atkı ve çözgü iplikleri... 4 Şekil 2.3 : Dimi ve saten örgü (kumaş) yapıları. 4 Şekil 2.4 : Tutum özelliği ile mekanik özellik arasındaki ilişki. 7 Şekil 2.5 : KES-F-1 kesme/gerilme ölçeri. 9 Şekil 2.6 : KES-F-2 Eğilme Ölçeri Şekil 2.7 : KES-F-3 Sıkıştırma Ölçer 10 Şekil 2.8 : KES-F-4 Yüzey Ölçer.. 11 Şekil 2.9 : SPSS variable view sekmesi. 14 Şekil 3.1 : Variable View sekmesinde değişkenlerin tanımlanması.. 17 Şekil 3.2 : Data View sekmesine verilerin girilmesi Şekil 3.3 : Ortalama eldesi için yeni değişken oluşturma. 18 Şekil 3.4 : Ortalama fonksiyonu seçilerek yeni değişken eldesi Şekil 3.5 : SPSS veri sayfasında değişkenlere ait değerler 19 Şekil 3.6 : Kolmogorov-Smirnov testinin uygulanışı 21 Şekil 3.7 : SPSS paket programında regresyon analizinin uygulanışı.. 27 Şekil 3.8 : Bağımlı ve bağımsız değişkenlerin ilgili alana taşınması 27 Şekil 3.9 : Yüzey düzgünsüzlüğünün regresyon analizi çıktı çizelgeleri.. 29 Şekil 3.10 : Uzama özelliğinin regresyon analizi için değişkenlerin girilmesi 31 Şekil 3.11 : Uzama özelliği regresyon analizi çıktı çizelgeleri 32 Şekil 3.12 : Uzama özelliğinin histogram grafiği 33 Şekil 3.13 : Doğrusallık özelliğinin regresyon analizi çıktı çizelgeleri 34 Şekil 3.14 : Serpme grafiği eksenlerinin belirlenmesi. 36 Şekil 3.15 : Bağımsız değişkenlere göre serpme grafikleri. 37 Şekil 3.16 : SPSS de korelasyon analizi uygulaması için yapılması gereken basamaklar Şekil 3.17 : SPSS de korelasyon analizinin uygulanması 40 xv
16 xvi
17 TEKSTİL MÜHENDİSLİĞİNDE KULLANILAN PERFORMANS DEĞERLERİNİN İSTATİSTİKSEL ANALİZİ ÖZET Ülkemizin ihracatında lokomotif görevini üstlenen tekstil sektörü, hazır giyim ve perakende olmak üzere geniş bir yelpazede faaliyet göstermektedir. Tekstil sektörünün dünyadaki konumu incelendiğinde rekabetin ve hızlı tüketim şartlarına uyumun son derece önemli olduğu görülmektedir. Bu nedenle ülkemizde öncü sektörler arasında yeralan tekstil endüstrisinin dünyadaki rekabet şartlarını yakalaması için kalite unsurunun önem kazanmakta ve ürünlerin performanslarının değerlendirmesi gerekmektedir. Tekstil ürünlerinin performans ve kalite özelliklerinin değerlendirilmesinin son derece önemli olduğu bu sektörde bitirme projesi kapsamında Kawabata Kumaş Değerlendirme Sistemi (KES-F) kullanılarak 11 tane %100 yünlü bezayağı kumaş üzerinde yapılan testler sonucu elde edilen değerler SPSS (Statistical Package for Social Sciences) paket programı kullanılarak kumaşların çekme- uzama özellikleri üzerinde etkili olan kumaş parametreleri araştırılmıştır. İstatistikte kullanılan regresyon analizi SPSS de verilere uygulanmış ve sonuçlar irdelenmiştir. xvii
18 xviii
19 STATISTICAL ANALYSIS OF PERFORMANCE RESULTS IN TEXTILE ENGINEERING SUMMARY Textile which is leading Turkihs export lies on a large area such as apperal industry and retail sector. Looking at the world trade textile industry must have big competition skills and rapid respond to consumption. Due to hard competition the quality standards and evaluation of product s performance are getting important step of manufacturing. The scope of graduation project, datas which are results of 11 fabrics that are %100 wool using Kawabata Evaluation of System For Fabrics (KES-F ) have been used in statistical program namely Statistical Package for Social Sciences (SPSS). By using these datas aimed to analyze the effective parameters on tensile-elasticity properties. The regression analysis which is one of the statistical analyzing method is applied on datas and results of analysis are explicated. xix
20 1. GİRİŞ Ülkemizde tekstil sektörü 16. ve 17. yüzyıla kadar uzanan köklü bir tarihe sahiptir. Topraklarımızda yetiştirilen hammaddelerin kalileli ve geniş yelpazede olması, ithalatçı konumda olan Avrupa ülkelerine yakın bir coğrafi konuma sahip olması, eğitimli genç bir nufüsun istihdam edilmesi, yapılan vergi düzenlemeleri ve Avrupa Birliği Gümrük Birliği Anlaşması yapılması Türkiye nin dünya pazarında etkin olmasını sağlayan başlıca nedenler arasında sayılabilmektedir. Türk ekonomisinin seyri tekstil sektöründeki gelişmelerle şekillenmiştir yılına kadar devam etmiş olan ilk devlet kalkınma planı denemesi ile sektör büyümeye başlamıştır ve 1980 yılında 2.9 milyar dolar olan ihracaat 1990 yılına gelindiğinde hızlı bir artış ile 13 milyar dolara ulaşmıştır li yıllara gelindiğinde ise tekstil ve hazır giyim sektörü Türkiye ihracaatının yüzde 34 ünü oluştrur hale gelmiştir. Günümüze geldiğimizde ise 2011 yılı verilerine göre tekstil sektörünün ihracaat artış oranı Türkiye nin genel ihracaat artış oranını geride bırakarak sektörel sıralamada birinciliğe yükselmiştir [1]. Türkiye ihracaatında lokomotif görevi gören Tekstil sektörünün ürün bazında ihracaatı incelendiğinde hazır giyim ve konfeksiyonun temelini oluşturan dokuma kumaşlar birinci, örme kumaşlar ise üçüncü sırayı alarak sektörünün değer olarak yalaşık yarısını oluturmaktadır. Türkiye nin ihracaatında en büyük paya sahip olan tekstil sektörü Türkiye ekonomisini doğrudan etkileyeceğinden bu sektörün en önemli malzemesi olan dokuma ve örme kumaşların kalitesi incelenmesi gereken bir başlık halini almıştır. Bu bitirme projesi kapsamında 11 tane %100 yün içerikli dokuma kumaşın fiziksel özelliklerinin belirlenmesi amacıyla KES-F cihazından ölçülen değerler girdi olarak SPSS paket programı kullanılarak fiziksel özelliklerinin birbirleriyle ilişkisi ve kumaş özelliklerine etkisi irdelenmiştir. Aşağıda bitirme projesi kapsamında yeralan ana bölümler aşağıda sırası ile belirtilmiştir. 1
21 Bitirme projesinin Genel Bilgiler başlıklı ikinci bölümünde verilerimizin temelini oluşturan tekstil malzemeleri hakkında bilgilendirme yapılmakta ve kumaşların genel özelliklerine değinilmiştir. Bu bölümde kumaşların özelliklerinin test yöntemleri ile belirlenmesinde kullanılmakta olan kumaş değerlendirme sistemlerine değinilerek bitirme projesi kapsamında kullanılan verilerin alınmış olduğu Kawabata Kumaş Değerlendirme Sistemi (KES-F) hakkında bilgilere yer verilmiştir. Tekstil malzemeleri ve test sistemleri hakkında bilgi verilen Genel Bilgiler bölümünün ikinci kısmında istatistiksel analiz ve istatistiksel analizde kullanılan bilgisayar programları genel olarak açıklanmıştır. Bu bilgilerin devamında ise bitirme projesi kapsamında kullanılan istatistiksel paket programlarından SPSS incelenmiştir. Bitirme projesinin Materyal ve Metot isimli üçüncü bölümde ise öncelikli olarak KES-F cihazından alınan veirlerin SPSS paket programına girilmesi gösterilmiştir. Bu bölümün diğer kısmında ise SPSS paket programında kullanılacak regresyon analizi açıklanmış ve verilere uygulanmıştır. Son olarak bitirme projesinin dördüncü bölümü olan Sonuçlar ve Değerlendirmeler kısmında yapılan analizlerin sonuçları değerlendirilmiştir. 2
22 2. GENEL BİLGİLER Bu bölümde bitirme projesinde değinilecek olan konulara ilişkin genel bilgiler aktarılacaktır. 2.1 Tekstil Malzemelerinin Sınıflandırılması Tekstil sektörü üretilecek olan son ürüne ulaşmak için bazı tekstil malzemelerini girdi olarak kullanmaktadır. Üretimde kullanılma şekillerine göre tekstil malzemeleri temel olarak lif, iplik ve kumaş olmak üzere üçe ayrılmaktadır. Lif, Tekstil Enstitüsü tarafından belirli bir uzunluk, incelik ve mukavemete sahip yumuşak, eğrilmeye,bükülmeye ve sarılmaya elverişli maddelere verilen isimdir. Liflerin tanımı daha basite indirgenecek olursa birleşerek ipliği oluşturan yapıtaşlarıdır. Bu bilgiden de hareketle iplikler, liflerin belli bir kütleyi oluşturacak şekilde bir araya getirilerek aralarındaki bağlantıların çeşitli yollarla güçlendirilmesi ile oluşan ince uzun bir tekstil ürünüdür. Kumaşlar ise ipliklerin dokuma, örme gibi üretim yöntemleri ile birbirleri arasında bağlantı kurarak oluşturdukları kaplayıcı yüzeylere verilen addır. Aşağıda Şekil 2.1 ile tekstil malzemeleri olan lif, iplik ve kumaşlara örnekler görülmektedir. Şekil 2.1: Lif, iplik ve kumaş örnekleri 3
23 2.1.1 Kumaşların genel özellikleri Kumaşlar yatay eksende uzanan atkı iplikleri ile dikey eksende uzanan çözgü ipliklerinin dokuma, örme gibi üretim teknikleri kullanılarak bağlantı olşturmaları ile meydana gelen tekstil malzemeleri olup tekstil ve konfeksiyon sektörünün en önemli materyalleridir. Bitirme projemizde kullanılan kumaşlar dokuma ile üretilmiş olduğundan bu bölümde dokuma kumaş yapıları anlatılacaktır. Şekil 2.2:Kumaşı oluşturan atkı ve çözgü iplikleri Yukarıda Şekil 2.2 de kumaş yapısını oluşturan atkı ve çözgü iplikleri görülmektedir. Tekstilde atkı ve çözgü ipliğinin farklı şekillerde bağlantı yapmaları sonucu kumaş yapıları meydana gelmekte olup Şekil 2.2 deki en basit kumaş yapısı olan bezayağı na örnektir. Aşağıda Şekil 2.3 de ise tekstilde yaygın olarak kullanılan dimi ve saten örgü yapılarına örnekler yeralmaktadır. Şekil 2.3: Dimi ve saten örgü (kumaş) yapıları 4
24 Kumaşlarda çözgü ipliği, kumaş boyunca atkı ipliği ise kumaş eni boyunca uzanmaktadır. Kumaşların bir tekstil materyali olarak kullanımını belirleyen, işlevini ifade eden düzgün yüzey, incelik, esneklik, sağlamlık ve örtme gibi temel nitelikleri yanında, gerek yüzey görünümü, gerekse çeşitli kullanım koşullarında davranışları gibi birçok önemli özelliği vardır. Bu özellikler kumaşın hammadde ve yapı özelliklerinin karmaşık fonksiyonları olarak oluşmaktadırlar. Bu bitirme projesi kapsamında kumaşların fiziksel özellikleri yakından incelenecektir. Kumaşların fiziksel özellikleri üç kısımda incelenebilmektedir: 1.Yapısal özellikler 2.Mekanik özellikler 3.Geçirgenlik ve İletkenlik özellikleri 4.Duyusal özellikler Kumaşlarda yapısal özellikler kavramı ile kumaşın eni, boyu, kullanılan ipliklerin kalınlıkları, örgü içerisindeki sıklık değerleri gibi bazı temel özellikler ifade edilmektedir. Mekanik özellikler ile ise kumaşların kullanım esnasında maruz kaldıkları kuvvetler altında gösterdikleri kopma uzaması, kopma dayanımı, esneme kabiliyeti(elastikiyet), eğilme dayanımı, sürtünme dayanımı gibi performans değerleri kastedilmektedir. Kumaşın yüzey yapısına ve kalınlığına bağlı olarak içerdiği boşluklardan ısı ve sıvı transferi yapabilmesi ise geçirgenlik ve iletkenlik özellikleri başlığı altında incelenen konulardır. Genel olarak elle dokunma hissi ile tatbik edilen kumaşın kendi ağırlığı altında eğilme davranışı olarak açıklanan dükümlülük, yumuşaklık-sertlik kavramları kumaşların duyusal özellikleri altında yeralmaktadır. Bitirme projesi kapsamında seçilen örneklem kumaşlarının mekanik özellikler başlığı altında yer alan çekme-uzama yani esneme kabiliyeti üzerinde durulacaktır. 5
25 Esneme Kabiliyeti (Elastikiyet) Kumaşlar kendilerine etki eden kuvvetler neticesinde esner ve biçim değiştirirler. Kumaşların gerilmelere karşı esneme özelliği sayesinde yırtılmaya karşı direnç göstermesi ve gerilmelerin ortadan kalkmasıyla eski haline dönmesi kırışıklığı engelleyeceğinden önemli ve istenen bir özelliktir. Bu özellik kumaşın örgü yapısına ve içeriğinde kullanılan iplik malzemesinin esneme kabiliyetine gore değişkenlik göstermektedir. Örgü yapılarında bağlantı noktası yani çözgü ve atkı ipliğinin temas ettiği noktaların artması iplikler arasında oluşan yüzey alanının genişlemesi ve buna bağlı olarak sürtünme kuvvetinin artması sebebiyle dokuma kumaşların esneme kabiliyeti düşürmektedir Kumaş değerlendirme sistemleri Yukarıda da belirtildiği gibi tekstil ve konfeksiyon endüstrisinde kumaş özelliklerinin kumaşın kalite ve performansının belirlenmesi, öngörülmesi ve kontrol edilmesinde büyük önem taşımaktadır. Bu nedenle kumaşların konfeksiyon performansı değerlendirilmesinde objektif ölçüm sistemlerinin kullanılması gerektiğine dair fikir birliği oluşmuştur. Obtektif ölçüm sistemlerinin hedefleri; tekstil malzemelerinin kalitesinin arttrılmasında yol gösterici olmak ve bilim adamları, tüccarlar ve sektör sanayileri arasında obtektif bir iletişim, dil yaratmak şeklinde özetlenebilmektedir [2]. Objektif değerlendirmelerde çoğunlukla Kawabata Kumaş Değerlendirme Sistemi (Kawabata Evaulation System For Fabrics, KES-F) ve Basit Testler ile Kumaş Analizi (Fabric Assurance by Simple Testing, FAST) kullanılmaktadır. Bitirme projesi kapsamında Kawabata Kumaş Değerlendirme Sistemi verileri kullanıldığından bu sistem ayrıntılı olarak incelenecektir. 6
26 Kawabata kumaş değerlendirme sistemi 1970 li yılların başında Dr. Sueo Kawabata tarafından kumaşların mekanik özelliklerinin belirlenmesinde kullanılmak üzere geliştirilmiş objektif değerlendirme sistemidir. Genellikle KES-F kısaltması ile isimlendirilen bu sistemde kumaşın tutum yani duyusal özelliklerine bağlı olarak mekanik özellikleri belirlenmektedir. Aşağıda Şekil 2.4 ile tutum özelliği ve mekanik özellikler arasındaki ilişki anlatılmaktadır. Görüleceği gibi kumaşın sert tutum özelliğine sahip olması eğilme, makaslama yani kesilebilirlik ve gerilme özelliklerini, hacimlilik ve yumuşaklık tutum özelliği ise yüzey özelliği, sıkışma, kalınlılık ve ağırlık özelliğini etkilerken yüzey düzgünlüğü tutum özelliğini ise eğilme, sıkışma, makaslama ve eğilme özelliklerini etkilemektedir. Şekil 2.4: Tutum özelliği ile mekanik özellik arasındaki ilişki Aşağıda yeralan Çizelge 2.1 de Kawabata Kumaş değerlendirme sistemi, KES-F, ile ölçülen kumaş özellikleri görülebilmektedir. 7
27 Çizelge 2.1: KES-F ile ölçülen kumaş özellikleri Çizelge 2.1 de kumaş özellikleri için kullanılan semboller ve değerlerin birimleri ifade edilmiştir. KES-F sistemi test cihazları Kawabata Kumaş Değerlendirme Sistemi dört ayrı test cihazından oluşmaktadır ve bu cihazlar yardımı ile kumaşa ait beş özelliğe dair ölçümler yapılabilmektedir. Aşağıda yeralan Çizelge 2.2 ile test cihazları, kullanım alanları ve ölçüm yaptıkları değerler belirtilmektedir. 8
28 Çizelge 2.2: KES-F sistemi test cihazları Cihaz Adı Kullanım Alanı Ölçüm Yaptığı Değerler KES-F-1 Kesme/Gerilme Ölçeri LT, WT, RT, G, HG, 2HG, 2HG5 KES-F-2 Eğilme Ölçeri B, 2HB KES-F-3 Sıkıştırma Ölçeri LC, WC, RC, T KES-F-4 Yüzey Ölçeri MIU, MMD, SMD KES-F sistemi teknik cihazlarına değinmek gerekirse KES-F-1 cihazı tek yönlü uygulanan gerilim altında kuvvete bağlı meydana gelen kuvvet - uzama ve geri dönüş eğrilerini kullanmaktadır. Deneyde standart olarak 5cm genişliğinde ve 20 cm uzunluğunda değerlendirme yapılamak istenen kumaş parçasına 500 gf/cm a kadar gerilim uygulanmaktadır. Şekil 2.5: KES-F-1 kesme/gerilme ölçeri 9
29 KES-F-2 Eğilme Ölçer cihazı ile kumaşın eğrilik yarıçapı cm olan sabit bir 1 eğrilik yayı içerisinde 0.50 cm /s eğme hızı ile yapılmaktadır. Eğilme ve düzelme sırasında meydana gelen momentler ekranda sürekli olarak görüntülenmekte ve bunların sonucunda deformansyon hesaplanmaktadır. Şekil 2.6 da KES-F-2 eğilme ölçer cihazı görülmektedir. Şekil 2.6: KES-F-2 Eğilme Ölçeri KES-F-3 Sıkıştırma Ölçer cihazı numuneye 2 2cm lik iki yuvarlak tabla ile basınç uygulanmasına dayanır ve basınç uygulanan bölgenin geri dönüşü değerlendirilerek ölçüm sonuçlandırılır. Şekil 2.7 de KES-F-3 Skıştırma Ölçer cihazı görülmektedir. 10
30 Şekil 2.7: KES-F-3 Sıkıştırma Ölçer KES-F-4 Yüzey Ölçer test cihazı yüzey friksiyonunu ölçen beş tane tuştan oluşan kısım ve yüzey pürüzlülüğünü ölçen bir tane tuşun bulunduğu kısım olmak üzere iki bölümden oluşmaktadır [2]. Şekil 2.8 de KES-F-4 Yüzey Ölçer cihazı görülmektedir. Şekil 2.8: KES-F-4 Yüzey Ölçer 2.2 İstatistiksel Analiz Dilimize sayıtım olarak çevrilen istatistik, belirli amaçla toplanan verilerin tablo ve grafikler yardımı ile özetlenmesi, sonuçların değerlendirilmesi, örneklem grubu için 11
31 yapılan değerlendirmenin kitle için genellenmesi, özelliklerin birbirleri üzerindeki etkileri saptama ve tahminleme yapmak için kullanılan bir bilim dalıdır. 19. yy da anlamını kazanmaya başlayan istatistik, 20. yy da meydana gelen birinci dünya savaşı sonrasında toplumların nüfus yapısının belirlenmesi ve sağlık alanında iyileşme yapılmasına duyulan ihtiyaç ile yaygınlaşmaya başlamış ve istatistiksel analiz yapılmıştır. Günümüzde ekonomi, tıp, sosyoloji, tarih, mühendislik gibi hayatın içinde yeralan alanlarda istatiksel analiz yöntemleri kullanılmaktadır [3] İstatiksel analizde kullanılan paket programlar 20. yy ın ikinci yarısıyla birlikte bilgisayar teknolojisinin gelişmesi, bilgisayarların hesaplama kabiliyeti ve işlem hızının artması istatistiksel analizde bilgisayar kullanımını yaygınlaştırmıştır. İstatistiksel hesaplamaların çok zor olması, modellemelerin kolaylaştırılması amacıyla doğrusal modele yönelinmiştir. Ancak sayısal algoritmaların geliştirilmesi ve bilgisayar yazılımlarına uyarlanması ile doğrusal olmayan yöntemler kullanılmaya başlanmıştır. İstatistiksel analiz için geliştirilmiş çok sayıda paket program olmakla birlikte Minitab, NCSS ve SPSS bunlara örnektir. Bitirme projesi kapsamında kullanılmış olan SPSS paket programı aşağıda ayrıntılı olarak incelenecektir SPSS Temel ve ileri istatistiksel yöntemleri içeren ve Windows işletim sistemi ile uyumlu çalışabilen SPSS programı adını Statistical Package for Social Sciences kelimelerinin baş harfinden almaktadır. SPSS ilk olarak 1967 yılında doktora öğrencilerinin tez çalışmaları sonucunda oluşturulmuş ve sonrasında geliştirilerek paket programları piyasaya sürülmüştür. 12
32 Menü yönetimli bir program olması nedeniyle rahatlıkla kullanılabilen ve bazı yöntemlerin uygulandığı veri setlerine uyumlu olmaması halinde uyarılar veren SPSS, pazar araştırmalarında, sağlık araştırmalarında başta anket şirketleri, hükümetler ve eğitim kurumları olmak üzere pek çok kurum tarafından yaygın olarak kullanılmaktadır. Bu sebeple bitirme projesi kapsamında istatistiksel analizlerin uygulanmasında programın son sürümü olan SPSS 20.0 kullanılacaktır. SPSS paket programı üç farklı bilgisayar dosyası ile birlikte çalışmaktadır. Bunlar; veri dosyaları, çıktı dosyaları ve sözdizimi dosyalarıdır. Veri dosyaları kullanıcının istatistiksel olarak analiz etmek istediği verileri girdiği bilgisayar dosyalarıdır. Veri dosyasına girilen bilgilerin analiz sonuçlarının tablo ve/veya grafikler ile görüntülendiği dosyalar ise çıktı dosyalarıdır. Sözdizimi dosyaları ise SPSS paket programı yazılımana komut verilmesini sağlayan dosyalardır. SPSS paket programının veri dosyaları.sav, çıktı dosyaları.spo ve sözdizimi dosyaları ise.sps uzantısına sahiptir [4]. SPSS paket programı veri dosyası toplam 10 menünden oluşmakta olup aşağıda bu menülerin işlevleri açıklanacaktır: 1. FİLE Dosya Menüsü: Bu menü başlığı altında yeni SPSS dosyası açmak, dosya kaydetmek, kayıtlı olan bir dosyayı açmak, dosyanın çıktısını almak gibi işlemler yapılabilmektedir. 2. EDIT Düzen Menüsü: Veri dosyası üzerinde kesme, kopyalama, yapıştırma, silme, ekleme, arama gibi işlemlerin yapılmasına olanak sağlayan menüdür. 3. VIEW Görünüm Menüsü: SPSS paket programının görünümü ile ilgili araç çubuğunda yer alacak menülerin belirlenmesi, değer etiketlerinin ve değişkenlerin yazı büyüklüğünün ayarlanması gibi özellikleri içeren menüdür. 4. DATA Menüsü: Bu menü, değişkenlerin tanımlanması, yeni değişkenlerin elde edilmesi gibi paket programına girilecek olan verilerin özelliklerinin belirlenmesinde kullanılabilmektedir. 5. TRANSFORM Menüsü: Veri dosyasına girilmiş olan değişkenlerin özelliklerini değiştirmeden yeni değişkenlerin elde edilmesini ve dönüştürme işlemlerinin yapılabilmesini sağlayan bir menüdür. 13
33 6. ANALYZE Menüsü: Bu menü başlığı altında verilerin istatistiksel analizinde kullanılacak olan yöntemler bulunmaktadır. İki veya daha fazla değişken arasındaki farkı analiz eden yöntemler, varyans analizi, korelasyon analizi, regrasyon analizi, faktör analizi gibi yöntemler bunlara örnektir. 7. GRAPHS Menüsü: Bu menü yardımıyla veriler çizgi, çubuk, pasta, histogram, dağılım gibi grafik türleri ile görüntülenebilmektedir. 8. UTILITIES Menüsü: Çıktı dosyasında yeralacak başlıklar ve yazı tipleri düzenlenebilmesini ve SPSS paket programında bulunan komutlar hakkında bilgi alınabilmesini sağlamaktadır. 9. WINDOW Menüsü: Bu menü SPSS paket programı ile çalışırken bilgisayar ekranındaki görüntülerin pencere özelliklerini ayarlamak için kullanılmaktadır. 10. HELP Menüsü: Programı kullanırken kullanılacak komutlarla ilgili destek alınmasını sağlayan menüdür [5]. SPSS paket programı veri dosyası girilen verilerin görüntülendiği data view ve değişkenlerin özelliklerinin görüntülendiği variable view olmak üzere iki sekmeden oluşmaktadır. Şekil 2.9 da SPSS veri dosyasının variable view sekmesi görülmektedir. Şekil 2.9: SPSS variable view sekmesi 14
34 SPSS paket programında variable view sekmesi ile değişkenlerin özellikleri tanımlanmaktadır. Değişken özelliklerinin belirtilmesinde kullanılacak başlıklar incelenecek olursa, 1. Name (Ad): Tanımlanacak olan değişkenin isminin girilmesini sağlayan alandır. 2. Type (Tip): Değişkene ait girilecek olan değerlerin tipinin belirlenmesini sağlar ve sayı, tarih, para işareti, özel bir ifade gibi değişik tiplerin belirtilmesinde kullanılır. 3. Width (Genişlik): Değişkene ait verinin uzunluğunun belirtilmesinde kullanılır. 4. Decimals (Ondalık): Girilecek olan verinin ondalıklı sayı olması halinde virgülden sonra kaç tane basamağın ekranda görülmesi isteğine göre kullanıcı tarafından değiştirilebilen alandır. 5. Label (Etiket): Tanımlanan değişkene ait açıklamaların eklenebileceği kısımdır. 6. Values (Değer): Girilen değişkenin değerine göre gruplandırmasına olanak sağlamaktadır. 7. Missing (Kayıp): Değişkene ait verilerin girilmesinde eksik veri olması halinde hesaplamalarda bu durumun sorun yaşatmaması için belirtilmesinde kullanılmaktadır. 8. Columns (Sütun): Değişkenin girildiği sütunun genişliğinin belirlenmesine yaramaktadır. 9. Align (Hizalama) : Verilerin sütunda sağa, sola yatık veya ortalı olarak yazılmasını sağlar. 15
35 16
36 3. MATERYAL ve METOT Bitirme projesi kapsamında kumaş yapıları aynı olan 11 adet %100 yünlü bezayağı kumaşın Kawabata kumaş değerlendirme sistemi (KES-F) ile ölçülmüş olan performans değerleri veri olarak kullanılarak SPSS 20.0 istatiksel paket programı ile analiz edilmiştir. Yukarıda da bahsedildiği gibi 11 adet %100 yünlü bezayağı kumaşın KES-F sisteminin KES-F-1 Kesme/Gerilme Ölçeri ile ölçülmüş olan Gerilme Enerjisi (WT), Yük/Uzama Grafiğinin Doğrusallığı (LT), Kesme direnci (G), Uzama (EMT) değerleri ve KES-F-2 Eğilme Ölçeri ile ölçülmüş olan Eğilme Direnci (B), Kesme Momentinin Histerizisi (2HB) değerleri SPSS de veri olarak aktarılacaktır. 3.1 SPSS Paket Programına Verilerin Aktarılması Bitirme projesinde kullanılacak olan değerlerin SPSS paket programına aktarılması için boş SPSS veri dosyasının daha önceki bölümde Şekil 2.9 ile gösterildiği gibi variable view sekmesinden tanımlanacak olan değişkenlere ait özellikleri belirtmek gerekmektedir. Aşağıda Şekil 3.1 de tanımlanmış olan değişkenler görülmektedir. 17
37 Şekil 3.1: Variable View sekmesinde değişkenlerin tanımlanması Şekil 3.1 de görüldüğü gibi KES-F cihazından atkı ve çözgü iplikleri yönünde ölçümler alındığından değişkenler çözgü ve atkı uzantılı olarak tanımlanmıştır. Eğilme Direnci etiketi ile Bcözgü ve Batkı, Eğilme Momenti etiketi ile HB2cözgü ve HB2atkı, Kesme Direnci etiketi ile Gcözgü ve Gatkı değişkenleri tanımlanmaktadır. Benzer şekilde Uzama etiketi ile EMT, Kesme Kuvveti etiketi ile HG2, Gerilme Rezilyansı etiketi ile RT, Yüzey Düzgünsüzlüğü etiketi ile SMD, Doğrusallık etiketi ile de LT değişkeni tanımlanmıştır. SPSS paket programının değişken isimlendirme kurallarından dolayı 2HB kısaltması ile kullanılan KES-F cihazı Eğilme Momenti Histerizisi veri sayfasına ilk karakter harf olacak şekilde HB2 olarak girilmiştir. HG2 değişkeni de aynı sebeple bu şekilde isimlendirilmiştir. Değişkenlerin tanımlanmasının yapılmasının ardından SPSS veri sayfasının Data View sekmesine geçilerek değişkenlere ait alınmış ölçüm değerleri ilgili kutucuklara girilir. Aşağıda Şekil 3.2 ile Data View sekmesine verilerin girildiği görülmektedir. 18
38 Şekil 3.2: Data View sekmesine verilerin girilmesi İkinci bölümde kumaş yapılarının özellikleri ifade edilirken bezayağı kumaşların atkı ve çözgü yönünde eşit sıklığa sahip bir örgü yapısı olduğu ve bu denenle kumaş özelliklerinin eşit dağılım gösterdiği söylenmiştir. Bu bilgi ışığında atkı ve çözgü yönünde tanımlanan değişkenlerin ortalama değerlerinin alınması analiz sırasında kolaylık sağlayacaktır. Şekil 3.3 de değişkenlerin ortalama değerlerinin bulunmasında yeni bir değişken eldesi için yapılması gereken adımlar görülmektedir. Şekil 3.3: Ortalama eldesi için yeni değişken oluşturma Şekil 3.3 de de görüldüğü gibi Transform sekmesinin Compute Variable alt başlığı tıklanarak SPSS paket programında bulunan matematiksel fonksiyonlar kullanılarak veri dosyasında kullanıcı tarafından tanımlanmış olan değişkenler kullanılarak yeni değişkenler elde edilebilmektedir. Yukarıdaki basamakların sonrasında açılan ekran Şekil 3.4 de görülmektedir. 19
39 Şekil 3.4: Ortalama fonksiyonu seçilerek yeni değişken eldesi Şekil 3.4 de sağ tarafta bulunan fonksiyonlar içerisinden Mean (Ortalama) fonksiyonu seçilir ve ortalaması alınacak Bcözgü ve Batkı değişkenleri Mean fonksiyonunda ilgili alana yerleştirilerek elde edilecek yeni değişken sağ üst köşede bulunan Target Variable (Hedef Değişken) alana OrtB olarak tanımlanmıştır. Bu basamakların sonunda SPSS otomatik olarak Variable View sekmesinde Name alanı OrtB olan bir satır açmaktadır. Ancak değişken tanımlamada yapıldığı gibi OrtB değişkenine ait özellikleri elle tekrar girmek gerekmektedir. Özellikleri belirlenmiş olan OrtB değişkenine ait veriler girilerek analizde kullanmak için değişken hazır duruma getirilmiş olmaktadır. Benzer şekilde aynı işlem uygulanarak atkı ve çözgü yönlerinde alınan ölçümlerin ortalamaları alınarak OrtG, OrtHB2, OrtHG2, OrtSMD değişkenleri tanımlanmıştır ve Şekil 3.5 de elde edilen değişkenlere ait veriler görülmektedir. Şekil 3.5: SPSS veri sayfasında değişkenlere ait değerler 20
40 SPSS paket programında istatistiksel analiz için gerekli değişken tanımlamalarının yapılması ile analiz aşamasına geçilebilmektedir. 3.2 İstatistiksel Analiz Yöntemleri SPSS paket programında verilerin analizinde iki temel analiz yöntemi vardır; bunlar parametrik yöntemler ve parametrik olmayan yöntemlerdir. Parametrik yöntemlere t- testi, varyans analizi, regresyon analizi ve korelasyon analizi, parametrik olmayan yöntemlere ise Ki-kare testi, Wilcoxon testi, Friedman testi örnek verilebilmektedir. Genel olarak parametrik yöntemler parametrik olmayan yöntemlere göre daha güçlü analiz yöntemlidir. Analizde kullanılacak veri setine uygun analiz yönteminin belirlenmesinde aşağıdaki esaslar dikkate alınmalıdır [5]. 1. Veriler nicel nitelikte olmalıdır. 2. Veriler normal dağılım veya normale yakın dağılım göstermelidir. 3. Varyanslar homojen olmalıdır (grupların dağılımlarının yaygınlıkları benzer olmalıdır). 4. Örneklemi oluşturan birimler evrenden yansız olarak seçilmelidir. 5. Örneklemi oluşturan birimler birbirinden bağımsız olmalıdır. 6. Örneklem büyüklüğü 10 dan az olmamalıdır. Bitirme projesinde kullanılan örneklem büyüklüğü 10 dan fazladır ve veriler nicel özellikler göstermetedir. Rastsal olarak seçilmiş olan örneklemin normal dağılıma sahip olduğunu irdelemek için Kolmogorov-Smirnov testi yapılmıştır. Aşağıda Şekil 3.6 da Kolmogorov- Smirnov testini uygulamak için yapılması gereken basamaklar gösterilmektedir. Görüldüğü gibi SPSS veri sayfasında Analyze başlığı altında sırasıyla Nonparametric Tests, Legacy Dialogs alt başlıkları ve sonrasında 1-Sample K-S seçilir. 21
SPSS (Statistical Package for Social Sciences)
SPSS (Statistical Package for Social Sciences) SPSS Data Editor: Microsoft Excel formatına benzer satır ve sütunlardan oluşan çalışma sayfası (*sav) Data Editör iki arayüzden oluşur. 1. Data View 2. Variable
SPSS E GİRİŞ SPSS TE TEMEL İŞLEMLER. Abdullah Can
SPSS E GİRİŞ SPSS TE TEMEL İŞLEMLER SPSS in üzerinde işlem yapılabilecek iki ana ekran görünümü vardır. DATA VIEW (VERİ görünümü) VARIABLE VIEW (DEĞİŞKEN görünümü) 1 DATA VIEW (VERİ görünümü) İstatistiksel
BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2
1 BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2 Bu bölümde bir veri seti üzerinde betimsel istatistiklerin kestiriminde SPSS paket programının kullanımı açıklanmaktadır. Açıklamalar bir örnek üzerinde hareketle
UYGULAMA 2 TABLO YAPIMI
1 UYGULAMA 2 TABLO YAPIMI Amaç: SPSS 10 istatistiksel paket programında veri girişi ve tablo yapımı. SPSS 10 istatistiksel paket programı ilk açıldığında ekrana gelen görüntü aşağıdaki gibidir. Bu pencere
19. 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
İstatistik 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
Adım Adım SPSS. 1- Data Girişi ve Düzenlemesi 2- Hızlı Menü. Y. Doç. Dr. İbrahim Turan Nisan 2011
Adım Adım SPSS 1- Data Girişi ve Düzenlemesi 2- Hızlı Menü Y. Doç. Dr. İbrahim Turan Nisan 2011 File (Dosya) Menüsü Excel dosyalarını SPSS e aktarma Variable View (Değişken Görünümü 1- Name (İsim - Kod)
KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN
KORELASYON VE REGRESYON ANALİZİ Doç. Dr. Bahar TAŞDELEN Günlük hayattan birkaç örnek Gelişim dönemindeki bir çocuğun boyu ile kilosu arasındaki ilişki Bir ailenin tükettiği günlük ekmek sayısı ile ailenin
01.02.2013. 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
Pazarlama Araştırması Grup Projeleri
Pazarlama Araştırması Grup Projeleri Projeler kapsamında öğrencilerden derlediğiniz 'Teknoloji Kullanım Anketi' verilerini kullanarak aşağıda istenilen testleri SPSS programını kullanarak gerçekleştiriniz.
İÇİNDEKİLER. 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
SPSS-Tarihsel Gelişimi
SPSS -Giriş SPSS-Tarihsel Gelişimi ilk sürümü Norman H. Nie, C. Hadlai Hull ve Dale H. Bent tarafından geliştirilmiş ve 1968 yılında piyasaya çıkmış istatistiksel analize yönelik bir bilgisayar programıdır.
Hipotezlerin 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
ELEKTRONİK ÇİZELGE. Hücreleri Biçimlendirme. Formülleri Kullanma. Verileri Sıralama. Grafik Oluşturma 1) HÜCRELERİ BİÇİMLENDİRME
Hücreleri Biçimlendirme ELEKTRONİK ÇİZELGE Formülleri Kullanma Verileri Sıralama Grafik Oluşturma 1) HÜCRELERİ BİÇİMLENDİRME Elektronik Çizelge de sayıları; bin ayracı, yüzde oranı, tarih/saat ve para
UYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI
1 UYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI Örnek 1: Ders Kitabı 3. konuda verilen 100 tane yaş değeri için; a. Aritmetik ortalama, b. Ortanca değer, c. Tepe değeri, d. En küçük ve en
Örnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.
Örnek Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. i. ii. X 1 2 3 4 1 2 3 4 Y 2 3 4 5 4 3 2 1 Örnek Aşağıdaki veri
SPSS (Statistical Package for Social Sciences)
SPSS (Statistical Package for Social Sciences) SPSS Data Editor: Microsoft Excel formatına benzer satır ve sütunlardan oluşan çalışma sayfası (*sav) SPSS Data Editör iki arayüzden oluşur. 1. Data View
Korelasyon, 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.
İçindekiler 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
Data View ve Variable View
SPSS i çalıştırma 0 SPSS İlk Açılışı 1 Data View ve Variable View 2 Değişken Tanımlama - 1 3 Değişken Tanımlama - 2 4 Boş Veri Sayfası 5 Veri Girişi - 1 6 Veri Girişi - 2 7 Dosya Kaydetme 1 2 3 8 File
ALIŞTIRMA 2 GSYİH. Toplamsal Ayrıştırma Yöntemi
ALIŞTIRMA 2 GSYİH Bu çalışmamızda GSYİH serisinin toplamsal ve çarpımsal ayrıştırma yöntemine göre modellenip modellenemeyeceği incelenecektir. Seri ilk olarak toplamsal ayrıştırma yöntemine göre analiz
SANAYİ İŞÇİLERİNİN DİNİ YÖNELİMLERİ VE ÇALIŞMA TUTUMLARI ARASINDAKİ İLİŞKİ - ÇORUM ÖRNEĞİ
, ss. 51-75. SANAYİ İŞÇİLERİNİN DİNİ YÖNELİMLERİ VE ÇALIŞMA TUTUMLARI ARASINDAKİ İLİŞKİ - ÇORUM ÖRNEĞİ Sefer YAVUZ * Özet Sanayi İşçilerinin Dini Yönelimleri ve Çalışma Tutumları Arasındaki İlişki - Çorum
DÖNEM II ÜROGENİTAL SİSTEM VE HASTALIKLARIN BİYOLOJİK TEMELLERİ DERS KURULU. Yrd.Doç.Dr.İsmail YILDIZ BİYOİSTATİSTİK AD DERS NOTLARI
DÖNEM II ÜROGENİTAL SİSTEM VE HASTALIKLARIN BİYOLOJİK TEMELLERİ DERS KURULU Yrd.Doç.Dr.İsmail YILDIZ BİYOİSTATİSTİK AD DERS NOTLARI 05.05.2014 Pazartesi, Saat:11.30-12.20;Korelasyon ve Regresyon Uygulaması
1. MİCROSOFT EXCEL 2010 A GİRİŞ
1. MİCROSOFT EXCEL 2010 A GİRİŞ 1.1. Microsoft Excel Penceresi ve Temel Kavramlar Excel, Microsoft firması tarafından yazılmış elektronik hesaplama, tablolama ve grafik programıdır. Excel de çalışılan
SPSS 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,
BÖLÜM-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
İÇİNDEKİLER ÖN SÖZ...
İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN
Varyans 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
Çalıştığı 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
2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım
2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı
UYGULAMA 1 SPSS E GİRİŞ. SPSS; File, Edit, View, Data, Transform, Analyze, Graphs, Utilities, Window, Help adlı 10 adet program menüsü içermektedir.
1 UYGULAMA 1 SPSS E GİRİŞ SPSS; File, Edit, View, Data, Transform, Analyze, Graphs, Utilities, Window, Help adlı 10 adet program menüsü içermektedir. Bu menülerin işlevleri ve alt menüleri ile komutları
MAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 6- İSTATİSTİK VE REGRESYON ANALİZİ Doç. Dr. Ali Rıza YILDIZ 1 İSTATİSTİK VE REGRESYON ANALİZİ Bütün noktalardan geçen bir denklem bulmak yerine noktaları temsil eden, yani
2014-2015 EĞİTİM-ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ VE YAZILIM DERSİ 6. SINIF 2. DÖNEM 2. SINAV ÇALIŞMA NOTLARI
2014-2015 EĞİTİM-ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ VE YAZILIM DERSİ 6. SINIF 2. DÖNEM 2. SINAV ÇALIŞMA NOTLARI İşletim Sisteminde Yapılan Uygulamalar Bir Bilgisayarda Hangi İşletim Sistemi Yüklü Olduğunu
3. BÖLÜM: EN KÜÇÜK KARELER
3. BÖLÜM: EN KÜÇÜK KARELER Bu bölümde; Kilo/Boy Örneği için Basit bir Regresyon EViews Denklem Penceresinin İçeriği Biftek Talebi Örneği için Çalışma Dosyası Oluşturma Beef 2.xls İsimli Çalışma Sayfasından
3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1
3. TAHMİN 3.1. En Küçük Kareler (EKK) Yöntemi 1 En Küçük Kareler (EKK) yöntemi, regresyon çözümlemesinde en yaygın olarak kullanılan, daha sonra ele alınacak bazı varsayımlar altında çok aranan istatistiki
K-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
İÇİNDEKİLER 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...
Excel dosyasından verileri aktarmak için Proc/Import/Read Text-Lotus-Excel menüsüne tıklanır.
ZAMAN SERİSİ MODEL Aşağıdaki anlatım sadece lisans düzeyindeki temel ekonometri bilgisine göre hazırlanmıştır. Bir akademik çalışmanın gerektirdiği birçok ön ve son testi içermemektedir. Bu dosyalar ilk
KARŞILAŞTIRMA 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:
EĞİTİM-ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ VE YAZILIM DERSİ 6. SINIF 2. DÖNEM 2. SINAV ÇALIŞMA NOTLARI
2015-2016 EĞİTİM-ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ VE YAZILIM DERSİ 6. SINIF 2. DÖNEM 2. SINAV ÇALIŞMA NOTLARI MİCROSOFT EXCEL PROGRAMI Programın Açılışı: Başlat Tüm Programlar Microsoft Office Microsoft
MİCROSOFT EXCEL PROGRAMI DERS NOTLARI
MİCROSOFT EXCEL PROGRAMI DERS NOTLARI ( 6. sınıflar için hazırlanmıştır. ) Fevzi Başal Bilişim Teknolojileri Öğretmeni İçindekiler 1. KAVRAMLAR... 1 2. DOSYA İŞLEMLERİ... 2 3. EXCEL DE KULLANILAN FARE
3 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
PARAMETRİK 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
2. BÖLÜM: REGRESYON ANALİZİ
2. BÖLÜM: REGRESYON ANALİZİ Bu bölümde; Basit bir Regresyon Analizi EViews çalışma dosyası oluşturma EViews çalışma dosyasına veri girme EViews ta grup oluşturma EViews ta grafik çizme EViews ta yeni değişken
BAĞIMLI KUKLA DEĞİŞKENLİ MODELLER A- KADININ İŞGÜCÜNE KATILIM MODELİ NİN DOM İLE E-VIEWS DA ÇÖZÜMÜ
BAĞIMLI KUKLA DEĞİŞKENLİ MODELLER A- KADININ İŞGÜCÜNE KATILIM MODELİ NİN DOM İLE E-VIEWS DA ÇÖZÜMÜ Modeldeki değişken tanımları aşağıdaki gibidir: IS= 1 i.kadının bir işi varsa (ya da iş arıyorsa) 0 Diğer
ÖRNEK BULGULAR. Tablo 1: Tanımlayıcı özelliklerin dağılımı
BULGULAR Çalışma tarihleri arasında Hastanesi Kliniği nde toplam 512 olgu ile gerçekleştirilmiştir. Olguların yaşları 18 ile 28 arasında değişmekte olup ortalama 21,10±1,61 yıldır. Olguların %66,4 ü (n=340)
BİLGİSAYAR PROGRAMLAMA. Yrd. Doç. Dr. Beytullah EREN beren@sakarya.edu.tr 0264 295 5642
BİLGİSAYAR PROGRAMLAMA Yrd. Doç. Dr. Beytullah EREN beren@sakarya.edu.tr 0264 295 5642 EXCEL DE GRAFİK UYGULAMA GRAFİKLER Grafikler, çok sayıda verinin ve farklı veri serileri arasındaki ilişkinin anlaşılmasını
Bu sekme ile genel olarak biçimlendirme ile ilgili ayarlamaların yapıldığı sekmedir.
3. GİRİŞ SEKMESİ Bu sekme ile genel olarak biçimlendirme ile ilgili ayarlamaların yapıldığı sekmedir. 3.1. Excel 2010 da Kesme, Kopyalama, Yapıştırma ve Biçim Boyacısı Giriş sekmesinin ilk grubu olan Pano
The International New Issues In SOcial Sciences
Number: 4 pp: 89-95 Winter 2017 SINIRSIZ İYİLEŞMENİN ÖRGÜT PERFORMANSINA ETKİSİ: BİR UYGULAMA Okan AY 1 Giyesiddin NUROV 2 ÖZET Sınırsız iyileşme örgütsel süreçlerin hiç durmaksızın örgüt içi ve örgüt
H.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.
BEZAYAĞI ÖRGÜDE PAMUKLU KUMAŞLARDA KUMAŞ GRAMAJININ REGRESYON ANALİZİ İLE BELİRLENMESİ *
BEZAYAĞI ÖRGÜDE PAMUKLU KUMAŞLARDA KUMAŞ GRAMAJININ REGRESYON ANALİZİ İLE BELİRLENMESİ * Determination of the Fabric Weight of Cotton Plain Woven Fabrics Using Regression Analyses Füsun DOBA KADEM Tekstil
İÇİNDEKİLER 1. GİRİŞ...
İÇİNDEKİLER 1. GİRİŞ... 1 1.1. Regresyon Analizi... 1 1.2. Uygulama Alanları ve Veri Setleri... 2 1.3. Regresyon Analizinde Adımlar... 3 1.3.1. Problemin İfadesi... 3 1.3.2. Konu ile İlgili Potansiyel
BÖLÜM12. 2- FORMÜLLER ve OTOMATİK TOPLAM. 2.1. Formüller
BÖLÜM12 2- FORMÜLLER ve OTOMATİK TOPLAM 2.1. Formüller Formül, bir sayfadaki verilerin aritmetiksel, mantıksal, istatistiksel vb. işlemleri yapması için kullanılan denklemlerdir ve bize sonuç bildirirler.
R ile Regresyon Analizi. EM 320 İleri Regresyon Analizi Ders Notları. Dr. Hüseyin GÜLER
Dr. Hüseyin Güler 27 Şubat 2015 Çukurova Üniversitesi Adana hguler@cu.edu.tr R ile Regresyon Analizi EM 320 İleri Regresyon Analizi Ders Notları Dr. Hüseyin GÜLER Dr. Hüseyin GÜLER / R ile Regresyon Analizi
BÖLÜM 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
REGRESYON ANALİZİ VE UYGULAMA. Yrd. Doç. Dr. Hidayet Takcı
REGRESYON ANALİZİ VE UYGULAMA Yrd. Doç. Dr. Hidayet Takcı htakci@cumhuriyet.edu.tr Sunum içeriği Bu sunumda; Lojistik regresyon konu anlatımı Basit doğrusal regresyon problem çözümleme Excel yardımıyla
Student 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
UFRS ANALİZ DOKÜMANI
UFRS ANALİZ DOKÜMANI Versiyon 7.0.7 MatriksMatriksMatriksMatriksMa 25.10.2013 triksmat Bilgi Dağıtım Hizmetleri A.Ş. riksmatriksmatriksmatriksmatriksiksmatr iksmatriksmatriksmatriksmatriksmatriks İÇİNDEKİLER
SIMMAG Kullanım Kılavuzu. Adem Ayhan Karmış. Ana Ekran
SIMMAG Kullanım Kılavuzu Adem Ayhan Karmış Ana Ekran Program çalıştırıldığında tek bir form uygulaması olarak açılmaktadır. Sol tarafta bulunan menü den menü elemanları kullanılarak gerekli olan formlar
H.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
Bağımsız 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
ÜNİTE 1. Bu üniteyi çalıştıktan sonra; Microsoft Excel Nedir?
Microsoft Excel Nedir? ÜNİTE 1 Microsoft Excel Nedir? Excel Sayfaları Çalışma Sayfası Hücrenin Özellikleri ve Biçimlendirme Sayı Sekmesi Hizalama Sekmesi Yazı Tipi Sekmesi Kenarlık Sekmesi Dolgu Sekmesi
Eviews ve Veri Girişi
Eviews ve Veri Girişi Eviews görsel yollar ile klavyeden yada kayıtlı dosyalardan veri girişi için kolaylıklar sağlamaktadır. Eski serilerden yeni seri oluşturmak, serilerin çıktısını almak yada seriler
FORMÜLLER VE FONKSİYONLAR
C FORMÜLLER VE FONKSİYONLAR Konuya Hazırlık 1. Excel de formül kullanmanın faydalarını açıklayınız. Formüller, bir sayfadaki verileri kullanarak işlem yapan denklemlerdir. Bir formülde, aynı sayfadaki
SUPERVISOR (YETKİLİ KULLANICI) KAMPANYA YÖNETİMİ EĞİTİM DOKÜMANI
SUPERVISOR (YETKİLİ KULLANICI) KAMPANYA YÖNETİMİ EĞİTİM DOKÜMANI Sürüm 1.3.5 Ağustos 2013 TegsoftCC Supervisor (Yetkili Kullanıcı) Kampanya Yönetimi Eğitim Dokümanı Sayfa 2 / 14 İÇİNDEKİLER A. SES KAMPANYASI
Korelasyon ve Regresyon
Korelasyon ve Regresyon Korelasyon- (lineer korelasyon) Açıklayıcı (Bağımsız) Değişken x çalışma zamanı ayakkabı numarası İki değişken arasındaki ilişkidir. Günlük sigara sayısı SAT puanı boy Yanıt (Bağımlı)
Sosyal Bilimler İçin Veri Analizi El Kitabı
292 Dicle Üniversitesi Ziya Gökalp Eğitim Fakültesi Dergisi, 18 (2012) 292-297 KİTAP İNCELEMESİ Sosyal Bilimler İçin Veri Analizi El Kitabı Editör Doç. Dr. Şener BÜYÜKÖZTÜRK Dilek SEZGİN MEMNUN 1 Bu çalışmada,
Personel Programında Bordro Zarfı İçin Dizayn Desteği
Personel Programında Bordro Zarfı İçin Dizayn Desteği Amaç ve Fayda Personel Programında Bordro zarfı için kullanılan standart dizaynda değişiklik yapılabilmesi için dizayn modülü geliştirildi Dizayn modülü
Şekil 1. Sitiller ve biçimlendirme
ŞABLONUN KULLANILMASI Şablon yazım kuralları belirli olan metinlerin yazımında kolaylık sağlayan araçlardır. Bu şablonlarda yazım kuralları ile ilgili detaylar tanımlanarak kullanıcının detaylarla uğraşmadan
Koordinat Dönüşümleri (V )
KOORDİNAT DÖNÜŞÜMLERİ ve FARKLI KOORDİNAT SİSTEMLERİ İLE ÇALIŞMA FieldGenius ile birden fazla koordinat sistemi arasında geçiş yaparak çalışmak mümkündür. Yaygın olarak kullanılan masaüstü harita ve CAD
2. BASİT DOĞRUSAL REGRESYON 12
1. GİRİŞ 1 1.1 Regresyon ve Model Kurma / 1 1.2 Veri Toplama / 5 1.3 Regresyonun Kullanım Alanları / 9 1.4 Bilgisayarın Rolü / 10 2. BASİT DOĞRUSAL REGRESYON 12 2.1 Basit Doğrusal Regresyon Modeli / 12
11. BÖLÜM: EŞANLI DENKLEM SİSTEMLERİ
11. BÖLÜM: EŞANLI DENKLEM SİSTEMLERİ Bu bölümde; Yapısal denklemleri kullanarak vergiler ve net ihracatın zaman serilerini oluşturma EKK ile CO tahmini EViews TSLS metodu ile iki aşamalı EKK regresyon
SONLU FARKLAR GENEL DENKLEMLER
SONLU FARKLAR GENEL DENKLEMLER Bir elastik ortamın gerilme probleminin Airy gerilme fonksiyonu ile formüle edilebilen halini göz önüne alalım. Problem matematiksel olarak bölgede biharmonik denklemi sağlayan
1. GİRİŞ Kılavuzun amacı. Bu bölümde;
1. GİRİŞ Bu bölümde; Kılavuzun amacı EViews Yardım EViews Temelleri ve Nesneleri EViews ta Matematiksel İfadeler EViews Ana Ekranındaki Alanlar 1.1. Kılavuzun amacı Ekonometri A. H. Studenmund tarafından
BÖLÜM 5 5. TABLO OLUŞTURMAK
BÖLÜM 5 5. TABLO OLUŞTURMAK Belli bir düzen içerisinde yan yana ve alt alta sıralanmış veya hizalı şekilde oluşturulması gereken bilgiler word de tablo kullanılarak hazırlanırlar. Örneğin bir sınıfa ait
BİYOİSTATİSTİK TABLO VE FRAFİK YAPIMI
BİYOİSTATİSTİK TABLO VE FRAFİK YAPIMI B Doç. Dr. Mahmut AKBOLAT *Tablo, araştırma sonucunda elde edilen bilgilerin sayısal olarak *anlaşılabilir bir nitelikte sunulmasını sağlayan bir araçtır. *Tabloda
Dokuma Kumaş Yapisinin Tezgah Eni Boyunca Çözgü Gerginlik Dağilimina Etkisi
www.teknolojikarastirmalar.com Electronic Journal of Textile Technologies 08 (1) 11-17 TECHNOLOGICAL RESEARCHES Makale Dokuma Kumaş Yapisinin Tezgah Eni Boyunca Çözgü Gerginlik Dağilimina Etkisi Gülcan
Ekran Arayüzü ve Obje Seçimi (V )
FieldGenius harita ekranı tüm menülere ulaşımın sağlandığı ana ekrandır. Çizim ekranı dinamik özelliklere sahip olup objeler grafik ekrandan seçilebilir. Bu sayede nokta aplikasyonu, mesafe ölçümü gibi
GANTT ÇİZELGESİ PERT DİYAGRAMI
GANTT ÇİZELGESİ PERT DİYAGRAMI SİSTEM ANALİZİ VE TASARIMI DERSİ YILDIZ TEKNIK ÜNIVERSITESI BİLGİSAYAR MÜHENDİSLİĞİ 1 Gantt Çizelgesi... 2 Giriş... 2 Faaliyetler Arası Öncelik İlişkisi... 3 Kritik Yol...
ÖĞRENME FAALİYETİ 1 ÖĞRENME FAALİYETİ 1
ÖĞRENME FAALİYETİ 1 ÖĞRENME FAALİYETİ 1 AMAÇ Bilgisayar ve elektronik tablolama yazılımı sağlandığında elektronik tablolama yazılımı çalışma alanı düzenlemelerini yapabileceksiniz. ARAŞTIRMA Güncel olarak
Temel Bilgi Teknolojileri - II Ayrıntılı Ders İçerikleri
Temel Bilgi Teknolojileri - II Ayrıntılı Ders İçerikleri Hesap Tabloları(Excel 2007) HAFTA 1 1. Hesap Tablolarına Giriş 1.1. Hesap tablosu tanımı, kullanım amacı ve yerleri 1.2. MS Excel Uygulamasına giriş
ENROUTEPLUS TA YAPILMASI GEREKENLER
11 Mayıs 2010 İlgili Versiyon/lar : ETA:SQL, ETA:V.8-SQL İlgili Modül/ler : Transfer EnRoutePlus TAN METİN DOSYALARININ AKTARIMI (FATURA, NAKİT, ÇEK, SENET) Univera firmasının EnRoutePlus programından
BİYOİSTATİSTİK 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.
Round-Chamfer / Yrd. Doç. Dr. Mehmet FIRAT- Yrd. Doç. Dr. Murat ÖZSOY
ROUND ve CHAMFER KOMUTLARI 1. Round ve Chamfer komutlarını uygulamak için daha önceden çizilmiş bir katı modele ihtiyaç bulunmaktadır. Bu yüzen ilk olarak herhangi bir katı model FILE menüsünden OPEN komutu
DENEME SINAVI. ECDL BAŞLANGIÇ Hesap Tablosu
DENEME SINAVI ECDL BAŞLANGIÇ Hesap Tablosu 1. Hesap Çizelgesi (Microsoft Office - Excel) uygulamasını açınız. Başlat > Programlar > Microsoft Office > Microsoft Office Excel 2003 yolu izlenerek Excel programı
BÖLÜM 2 VERİ SETİNİN HAZIRLANMASI VE DÜZENLENMESİ
1 BÖLÜM 2 VERİ SETİNİN HAZIRLANMASI VE DÜZENLENMESİ Veri seti; satırlarında gözlem birimleri, sütunlarında ise değişkenler bulunan iki boyutlu bir matristir. Satır ve sütunların kesişim bölgelerine 'hücre
MEVCUT YAPININ DEPREM PERFORMANSININ BELĐRLENMESĐ
StatiCAD-Yigma Đle Yığma Binaların Performans Değerlendirilmesi ve Güçlendirilmesi Giriş StatiCAD-Yigma Programı yığma binaların statik hesabını deprem yönetmeliği esaslarına göre elastisite teorisi esasları
BÖLÜM 1 GİRİŞ 1.1 GİRİŞ
BÖLÜM 1 GİRİŞ 1.1 GİRİŞ Microsoft Excel de dosyalar çalışma kitabı olarak isimlendirilir. Bu dosyalar normal belge türüdür. Dosya ismi üzerine fare ile tıklandığında dosya açılır. Excel dosyaları tablolardan
BÖLÜM 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
BÖLÜM 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
Microsoft Excel 1.BÖLÜM
Microsoft Excel 1.BÖLÜM Dersin Amacı İş hayatını ve günlük yaşamı kolaylaştırmada yardımcı olan işlem tabloları hakkında bilgi vermek. Bu işlem tablolarından en yaygın olarak kullanılan Excel programını,
Ġşlem tablosu kavramını tanımlamak ve işlem tablolarının işlevlerini öğrenmek. Ġşlem tablolarının temel kavramlarını tanımlamak.
Amaçlarımız 2 Ġşlem tablosu kavramını tanımlamak ve işlem tablolarının işlevlerini öğrenmek. Ġşlem tablolarının temel kavramlarını tanımlamak. Microsoft Excel 2010 da bilgi girişi yapabilmek. Excel de
BÖLÜM 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
Bu örnekte kullanılan veri 200 gözleme sahiptir ve örnek için özel olarak oluşturulmuştur.
Değişen Varyans Örnek Bu örnekte kullanılan veri 200 gözleme sahiptir ve örnek için özel olarak oluşturulmuştur. 1 Aşağıda yer alan denklemi tahmin edelim; y i = β 0 + β 1 x 1i + β 2 x 2i + u i EViews
4. BÖLÜM: REGRESYON ANALİZİNİ KULLANMAYI ÖĞRENME
4. BÖLÜM: REGRESYON ANALİZİNİ KULLANMAYI ÖĞRENME Bu bölümde; Bir grup değişkenin çalışma sayfası görüntüsünü görüntüleme Bir grup değişkenin tanımlayıcı istatistiklerini görüntüleme Bir grup içerisindeki
MAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 5- SONLU FARKLAR VE İNTERPOLASYON TEKNİKLERİ Doç. Dr. Ali Rıza YILDIZ MAK 210 - Sayısal Analiz 1 İNTERPOLASYON Tablo halinde verilen hassas sayısal değerler veya ayrık noktalardan
Meslek lisesi ve devlet lisesine giden N tane öğrenci olduğu ve bunların yıllık okul harcamalarına ait verilerin olduğu varsayılsın.
KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin
BASMA DENEYİ MALZEME MÜHENDİSLİĞİ BÖLÜMÜ. 1. Basma Deneyinin Amacı
1. Basma Deneyinin Amacı Mühendislik malzemelerinin çoğu, uygulanan gerilmeler altında biçimlerini kalıcı olarak değiştirirler, yani plastik şekil değişimine uğrarlar. Bu malzemelerin hangi koşullar altında
Sürekli Rastsal Değişkenler
Sürekli Rastsal Değişkenler Normal Dağılım: Giriş Normal Dağılım: Tamamen ortalaması ve standart sapması ile tanımlanan bir rastsal değişken, X, için oluşturulan sürekli olasılık dağılımına normal dağılım
1 PAZARLAMA ARAŞTIRMASI
İÇİNDEKİLER ÖNSÖZ III Bölüm 1 PAZARLAMA ARAŞTIRMASI 11 1.1. Pazarlama Araştırması Kavramı ve Kapsamı 12 1.2. Pazarlama Araştırmasının Tarihçesi 14 1.3. Pazarlama Araştırması Pazarlama Bilgi Sistemi ve