4.SUNUM. Yrd. Doç. Dr. Sedat Şen

Transkript

1 4.SUNUM 1

2 Minimum Maksimum Mod Medyan Aritmetik ortalama Ranj Standart sapma Varyans Çarpıklık Basıklık 2

3 SPSS te veri girişini veri görünümü kısmından elle ya da başka bir dosyanın SPSS içine file>open >data seçeneğini kullanarak aktarılması ile yapılabilir. Sayısal değişkenler için numeric Sözel değişkenler için string Microsoft Excel, SAS, Stata ve text dosyaları aktarılabilen dosyalar arasındadır. 3

4 SPSS e girdiğimiz veriye ait değişkenin türünü belirtmemiz çok önemli. Genelde nitel veriler için (Kız, Erkek) String seçeneğini nicel veriler için Numeric seçeneğini işaretlememiz gerekiyor. Yoksa nicel analizeri yapmaya çalışırken sorun yaşarız. Çoğu zaman bu işlemi SPSS otomatik olarak bizim yerimize yapıyor fakat her veri girişinde aşağıdaki kısımı (variable type) kontrol etmemizde fayda var. 4

5 Aşağıdaki ekranda VAR00001 adlı değişkenin nicel (sayısal) olmasını istediğimiz için değişken tipini (type) Numeric olarak seçiyoruz. Benzer şekilde ekrandaki VAR00002 adlı değişkenin nitel (sözel) olmasını istediğimiz için değişken tipini (type) String olarak seçiyoruz. 5

6 Önceki ekranda oluşturduğumuz nicel ve nitel değişkenlere Data View kısmını tıklayarak ulaşabilir ve içerisine veri girişi yapabiliriz. 6

7 Frekans dağılımı Bar grafiği 7

8 8

9 Analyze>Descriptive Statistics>Crosstabs 9

10 3 değişken durumunda 10

11 Uygun analiz türünün belirlenmesinde ilk kriter verilerin türüdür. Analiz yöntemleri verilerin özelliklerine göre iki temel gruba ayrılır. Bu gruplarda yer alan temel analiz yöntemleri aşağıdaki gibidir. (1) Parametrik veriler için kullanılan analiz yöntemleri; Varyans Analizi, t-testi, Pearson Korelasyonu. (2) Parametrik olmayan veriler için kullanılan analiz yöntemleri; Mann-Whitney, Ki-Kare Testleri, Spearman Korelasyonu. 11

12 Parametrik Parametrik olmayan Varsayılan dağılım Normal Yok Varsayılan varyans Homojen Yok Veri tipi Eşit oranlı ve eşit aralıklı ölçekleri Sınıflama ve sıralama ölçekleri Data set relationships Independent Any Genel merkezi eğilim ölçüsü Aritmetik ortalama Medyan Artıları Daha fazla sonuç çıkarılabilir Basitlik ve uç değerlerden az etkilenme Seçim yaparken kullanılan test türü Parametrik test Parametrik olmayan test Korelasyon türü Pearson Spearman 2 gruplu, bağımsız örneklemlerde Bağımsız örneklemler t-testi Mann-Whitney testi Bağımsız örneklemlerde, 2 den fazla grupta Tek yönlü ANOVA Kruskal-Wallis testi 12

13 Parametrik vs. Parametrik olmayan testler varsayımlar: Veri dağılımının normalliği: bazen bağımlı değişken bazen de hataların dağılımını kastetmektedir. T-testi, ANOVA, regresyonda var. Varyans homojenliği: Verideki değişkenler boyunca varyansların aynı olması manasına gelir. T-test ve ANOVA Eşit aralıklı veri: Değişkenler en az eşit aralık düzeyinde olmalıdır. Test etme yolu yoktur sadece bakarak anlaşılır. Bağımsızlık: Yapılan analize göre değişmekle beraber varsayımda belirtilen değişkenler arasında bağımlılık olmaması durumunu kastetmektir. 13

14 t-testi Tek yönlü ANOVA (Varyans analizi) Pearson Korelasyonu Basit Doğrusal Regresyon Çoklu Doğrusal Regresyon 14

15 Kullanılması için şartlar: Evrenle ilgili Normal dağılım Homojen varyanslar Örneklemle ilgili Denekler rastgele seçilmeli Denekler birbirinden bağımsız seçilmeli Veriler en azından Interval (eşit aralıklı) düzeyde ölçülmeli 15

16 Normallik görsel olarak kontrol edilebildiği gibi sayısal verilerle de kontrol edilebilir. Ayrıca normallik test etmek için 2 tane de test üretilmiştir. Görsel olarak histogram ve P-P plot yardımıyla Sayısal olarak çarpıklık ve basıklık değerleri yardımıyla Test olarak Kolmogorov Smirnov test ve Shapiro Wilk testleri kullanarak test edilebilir. 16

17 Frekans dağılımına (histogram oluşturarak) bakarız 17

18 P-P plot Analyze>Descriptive>P-P plot Örnek hsb2 data Q-Q Plot Q-Q plot ile P-P plot un farkı grafiği oluştururken kullandıkları veri. P-P plot örneklemdeki her bir değerin kendisini kullanırken Q-Q plot bu değerlerden üretilen quantile dediğimiz çeyreklikleri kullanıyor. 18

19 Basıklık ve çarpıklık için sıfır ve sıfıra yakın değerler normalliği sıfırdan uzak değerler normallikten uzaklaşıldığını gösterir. Basıklık ve çarpıklık değerleri +-2 den (ya da +- 3 ten) yüksek olduğu durumlar normalliğin bozulduğuna işaret eder. Z=S-0/(se) skewness ve kurtosis için kullanılabilir dan büyük değerler 0.05 derecesinde anlamlı sayılmakta ve normalliğin bozulduğuna işaret etmektedir. 19

20 Kolmogorov Smirnov test ve Shapiro Wilk test Bu testler örneklemdeki veriyi normal olan başka bir veriyle karşılaştırıyor. Bu karşılaştırma sonucunda bir test istatistiği ortaya çıkıyor. Eğer bu istatistik anlamlı değil ise (p>.05), örneklemdeki veri normal olan veriden istatistiksel olarak farklı değildir yani normaldir ya da normale yakındır diyebiliriz. Analyze>Descriptive>Explore>Plots>Normali ty plots with tests 20

21 SPSS te varyansların homojen olup olmadığı Levene s Test kullanarak test edilebilir. Levene s Testte null hipotez farklı grupların varyanslarının eşit olduğudur. Bu test anlamlı olmadığı zaman (p>.05) varyansların eşit olduğu ve varsayımın yerine geldiğini söyleyebiliriz. 21

22 Eğer bu varsayımların hiçbiri yerine gelmemişse parametrik olmayan testler tercih edilebilir. Eğer bazıları yerine gelmişse, normallik ya da varyans homojenliğini sağlamak için transformayon (dönüşüm) yapılabilir. Log-karekök-1/n vb. dönüşümlerle veri normal hale getirilebilir. 22

23 1: Hipotezlerin İfade Edilmesi 2: Anlamlılık Düzeyinin Belirlenmesi 3: Örneklemin Seçilmesi, Verilerin Derlenmesi ve Test istatistiğinin Belirlenmesi 4: İstatistiksel Kararın Verilmesi 5: Probleme İlişkin Kararın Verilmesi 23

24 24

25 25

26 26

27 27

28 Bir istatistiksel hipotez testinde daha önce açıklandığı gibi ya sıfır hipotezinin reddedilmesi ya da kabul edilmesi şeklinde karar verilir. Bu iki karar arasında seçim yaparken örneklem istatistiğinden yararlanıldığı için, hatalı karar verme riski vardır. Çünkü; aynı evrenden rassal olarak seçilen, aynı hacimli farklı örneklemler için hesaplanan istatistikler, örneklemden örnekleme değişen değerler aldığından, evren parametre değerinden farklılık göstermektedirler. 28

29 Hipotez testlerinde, sıfır hipotezinin yanlışlıkla reddedilmesi ya da kabul edilmesi sonucu işlenen hataya yorumlama (çıkarsama) hatası adı verilir. İki tür yorumlama hatası vardır: Bunlar; gerçekte doğru olan sıfır hipotezinin reddedilmesi durumunda işlenen hatayla, gerçekte yanlış olan sıfır hipotezinin kabul edilmesi durumunda işlenen hatadır. Gerçekte doğru olan sıfır hipotezinin reddedilmesi durumunda işlenen hataya, I. Tip hata ya da a tipi hata ad verilir. Araştırmalarda a tipi hata işlemenin maksimum olasılığına testin anlamlılık düzeyi denir. Anlamlılık düzeyinin belirlenmesi, doğru olan sıfır hipotezinin, örneklemden elde dilen bilgilere dayanarak reddedilmesi olasılığını belirleyen a nın seçilmesi işlemidir. a anlamlılık düzeyi, araştırmacı tarafından, hipotezler ifade edilip veri derlemeye başlamadan önce seçilmesi etik gerekliliktir. Sosyal bilim araştırmalarında a için genellikle %5 veya %1 değerleri seçilmektedir. Yani p-değerini 0.05 ya da 0.01 ile karşılaştırarak sonucun anlamlı bulunup bulunmadığını belirleriz. 29

30 Diğer taraftan, sıfır hipotezi gerçekte yanlış olabilir ve araştırmacı yanlış olan bu hipotezi kabul ederse yine hatalı karar vermiş olur; bu tür hataya II. Tip hata ya da b tipi hata denir. Bu türden hata yapmanın maksimum olasılığı da b ile gösterilir. İstatistiksel uygulamalarda a tipi hatadan daha çok sakınılır ve genellikle sadece a tipi hata kontrol edilir. Araştırmada, H0 hipotezinin doğru olduğuna inanan araştırmacı, a anlamlılık düzeyini çok küçük bir değer olarak seçebilir. H0 hipotezinin kabul edilmesi riskli ise büyük kayıplara neden oluyorsa, a olasılığı büyük tutulmalıdır. Örneklem hacmi sabit olduğunda, a tipi hata işlemenin azalması (ya da artması), b tipi hata işleme olasılığının artmasına (ya da azalmasına) neden olur. 30

31 Bir araştırma planında, hipotezlerin ifade edilmesiyle araştırmanın genel çerçevesi ortaya konur, problem ve değişkenler tanımlanmış olur. İfade edilen hipotezlerin test edilmesi için, a anlamlılık düzeyi belirlendikten sonra, belirlenen evrenden, hangi hacimde rassal örneklem/örneklemler seçileceği kararlaştırılır. Daha sonra da ilgili evrenden belirlenen hacimde rassal örneklem/örneklemler seçilerek tanımlanan değişkenler hakkında veriler derlenir. Bu veriler kullanılarak, test edilecek parametre hakkında bilgi üreten örneklem istatistikleri hesaplanır. 31

32 İstatistiksel karar vermekle eş anlamlı olan hipotez testi, aslında a anlamlılık düzeyinde H0 hipotezinin kabul edilmesi ya da reddedilmesi kararıdır. Bu kararın verilebilmesi için bir ölçütün belirlenmesi gerekir. Test istatistiğinin, kritik değeri olarak isimlendirilen bu ölçüt, istatistiğin örnekleme dağılımında, red ve kabul bölgelerini birbirinden ayıran bir değerdir. Test istatistiğinin kritik değeri, bir örnekleme dağılımında, red bölgesinin başlama noktasını gösteren değerdir. Kritik değer, seçilen a anlamlılık düzeyinde, H1 hipotezinin ifade ediliş biçimine ve örneklem istatistiğinin dağılım şekline bağlıdır. H0 hipotezinin reddedilmesi yönündeki kararlar, örneklem değeri ile evren parametresi arasında, a anlamlılık düzeyinde anlamlı bir farklılığın var olduğunu, H0 hipotezinin kabul edilmesi durumundaysa varolan farklılığın örnekleme hatasından kaynaklandığı anlamına gelir. 32

33 Hipotez testlerinde önemli olan, istatistiksel kararın, araştırma problemine ilişkin karara dönüştürülmesidir. 33

34 34

35 T-testi parametrik ve normal dağılıma dayanan bir testtir. The sampling distribution is normally distributed. In the dependent t-test this means that the sampling distribution of the differences between scores should be normal, not the scores themselves (see section 9.4.3). MM Data are measured at least at the interval level. The independent t-test, because it is used to test different groups of people, also assumes: MM Variances in these populations are roughly equal (homogeneity of variance). MM Scores are independent (because they come from different people). 35

36 Bu sunumda kullanılan verimizde (SINAVDATA) bulunan değişkenler: İsim CİNSİYET KİTAP YAŞ VİZE VİZE2 FİNAL DÖNEMSONUNOTU 36

37 37

38 Bu dersimizde daha önce hesapladığımız basit istatistikler olan mod, medyan, ortalama vs. hesaplamasını Descriptives menüsünü kullanarak yapacağız. Descriptive Statistics>Descriptives 38

39 Descriptives menüsünde nicel olan değişkenlere ait mod, medyan, ortalama, st. Sapma vb. değerlerine ek olarak standart puanlar elde etme şansına sahibiz. 39

40 Descriptives menüsünü tıkladığımızda karşımıza yandaki küçük ekran gelecektir. Sol tarafında verimizdeki değişkenlerin isimlerini görebiliriz. 40

41 Descriptives menüsünü tıkladığımızda karşımıza çıkan ekranda analiz yapmak istediğimiz nicel değişkeni sağ tarafa atmamız gerekiyor. Yan tarafta YAŞ değişkenini sağ tarafa atarak bu değişken üzerinde analiz yapacağımızı belirtmiş oluyoruz. 41

42 Descriptives menüsünü tıkladığımızda karşımıza çıkan ekranda analiz yapmak istediğimiz nicel değişkeni seçtikten sonra Options seçeneğine tıklayınca yandaki ikinci küçük ekran karşımıza çıkıyor. Bu ekrandan istediğimiz istatistikleri seçebiliyoruz. 42

43 Descriptives menüsünü tıkladığımızda karşımıza çıkan ekranda analiz yapmak istediğimiz nicel değişkene ait standart puanı yani Z puanını elde etmek için yandaki küçük kutucuğu tıklamamız gerekiyor. 43

44 YAŞ değişkenine ait işlem yapmak istediğimizi belirttiğimiz için YAŞ değişkenine ait ortalama puanı elde ettik. 44

45 YAŞ değişkeni için elde ettiğimiz Z-puanları otomatik olarak verinin en sağına eklenir. 45

46 Elde ettiğimiz Z puanını kullanarak Transform>Compute menüsünden formül yazarak T puanını elde edebiliriz 46

47 Z-puanında olduğu gibi YAŞ değişkeni için elde ettiğimiz T-puanları otomatik olarak verinin en sağına eklenir. 47

48 Birden fazla değişkenin betimleyici istatistiklerini aynı anda elde edebiliriz. 48

49 Diğer değişkenlerin Z-puanlarını da elde edebiliriz. 49

50 Daha önce yaptığımız işlem tüm sınıfın bir değişkene ait ortalamasını hesaplamaktı. Eğer sınıfta KIZ-ERKEK gibi 2 grup varsa bu iki grubun başarısını karşılaştırmak isteyebiliriz. Bu durumda iki gruba ait ayrı ayrı ortalama değerleri hesaplamamız gerekecektir. Bu işlemi gerçekleştirebileceğimiz yer Analyze>Compare Means> Means menüsüdür. 50

51 Analyze>Compare Means> Means 51

52 Compare Means> Means menüsünü tıkladığımızda karşımıza yandaki ekran gelir. Bu ekranda yine analiz yapmak istediğimiz değişkeni sağ tarafa Dependent List kısmına atarız. 52

53 Burada SPSS e gruplarımızın hangi değişkende olduğunu bildirmemiz gerekiyor. Bizim grup değişkenimiz cinsiyet olduğu için CİNSİYET değişkenini de Independent List kısmına atmalıyız. 53

54 Aşağıdaki tabloda erkek öğrencilere ait (E) ortalama (Mean) YAŞ değeri ile kız öğrencilere ait (K) ortalama (Mean) YAŞ değerini görebiliriz. Soru: Sizce erkekler ile kızların arasında YAŞları açısından fark var mı? 54

55 Birden çok değişkenin aynı zamanda ortalamalarının hesaplanması. 55

56 Birden çok değişkenin aynı zamanda hem kız hem de erkek öğrenciler için ortalamalarını hesaplayabiliriz. Burada kız ve erkek öğrencilerin ortalamalarını her bir değişken için karşılaştırabiliriz. 56

57 Kız ve erkek öğrencilerinin VİZE notu ortalamaları. Kız ve erkek öğrencilerinin VİZE notları arasında anlamlı bir fark var mı? 57

58 2 grubun ortalamaları arasında anlamlı bir fak olup olmadığını bağımsız örneklem t-testi ile hesaplarız. Bu istatistiği SPSSte Independent Samples T test kullanarak elde edebiliriz 58

59 Diyelim ki VİZE değişkeni için kız ve erek öğrenciler arasında anlamlı bir fark olup olmadığına bakacağız. VİZE değişkenini Test Variable(s) kısmına atmalıyız. 59

60 Daha sonra gruplama yaptığımız (ek) değişken hangisi ise onu da Grouping Variable kısmına eklememiz gerekiyor. Burada CİNSİYET değişkenini ekledik. 60

61 Grup değişkenini ekledikten sonra en önemli nokta gruplamayı nasıl yaptığımızı SPSSe tanımlamak. Eğer 0-1 kodaladıysak 0-1 eğer e-k olarka kodladıysak e-k eğer E-K olarka kodladıysak E-K olarak Define groups kısmına girmeliyiz. 61

62 Burada grup değişkenimi z E-K şeklinde girili olduğu için biz de Defie groups kısmında Grup1 için E Grup 2 için K giriyoruz. 62

63 SORU: ERKEKLER VE KIZLARIN VIZE PUANLARI ARASINDA ANLAMLI BIR FARK VAR MIDIR? ANALİZ: INDEPENDENT SAMPLES T-TEST Yapmamız gereken elde ettiğimiz T 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 63

64 Burada p (Sig.) değeri.000 olarak bulunmuştur. Sig. p <.05 olduğu için GRUPLAR ARASI ANLAMLI FARK VAR SONUÇ: Vize notu açısından kızlar ve erkekler arasında istatistiksel olarak anlamlı bir fark bulunmuştur. 64

65 YAŞ değişkeni için bağımsız örneklem t-testi. Kızlar ve erkeklerin yaşları arasında anlamlı fark var mı? 65

66 Burada p (Sig.) değeri.300 olarak bulunmuştur. Sig. p >.05 olduğu için GRUPLAR ARASI ANLAMLI FARK YOK SONUÇ: Yaş açısından kızlar ve erkekler arasında istatistiksel olarak anlamlı bir fark bulunmamıştır. 66

67 Final notunun kızlar ve erkekler için karşılaştırıl ması. 67

68 Burada p (Sig.) değeri.097 olarak bulunmuştur. Sig. p >.05 olduğu için GRUPLAR ARASI ANLAMLI FARK YOK SONUÇ: Final notu açısından kızlar ve erkekler arasında istatistiksel olarak anlamlı bir fark bulunmamıştır. 68

69 Eğer aynı gruba ait 2 farklı değişkeni karşılaştırıyorsa k bu sefer de bağımlı örneklem t-testi kullanabiliriz. Bu işlemi SPSS te Paired Samples T Test menüsünden yapabiliriz. 69

70 Tüm sınıfa ait VİZE, VİZE2, ve FİNAL notları ortalamaları aşağıdaki tabloda verilmiştir. 70

71 SORU: GRUBUN ViZE PUANLARI ile FiNAL PUANLARI ARASINDA ANLAMLI BiR FARK VAR MIDIR? CEVAP: PAIRED SAMPLES T-TEST 71

72 Paired samples T testini tıkladığımı zda karşımıza yandaki ekran çıkacaktır. 72

73 iyelim ki tüm ınıfın VİZE ve İNAL notlarını arşılaştırmak stiyoruz. Paired ariables ısmında ilk utucuğa VİZE yi kliyoruz. 73

74 Paired Variables kısmında ikinci kutucuğa FİNALi ekliyoruz. 74

75 Burada p (Sig.) değeri.000 olarak bulunmuştur. Sig. p <.05 olduğu için sınıfın VİZE ve FİNAL notları arasında ANLAMLI FARK VAR SONUÇ: Sınıfın vize ve final notları arasında istatistiksel olarak anlamlı bir fark bulunmuştur. 75

76 Tüm sınıfın VİZE ve VİZE2 notlarının karşılaştırıl ması. 76

77 77

78 78

79 Burada p (Sig.) değeri.761 olarak bulunmuştur. Sig. p >.05 olduğu için sınıfın VİZE ve VİZE2 notları arasında ANLAMLI FARK YOK SONUÇ: Sınıfın birinci vize ve ikinci vize notları arasında istatistiksel olarak anlamlı bir fark bulunmamıştır. 79

80 T-testi normal olmayan verilere dirençli olsa da normalliğin sağlanmadığı durumlarda sonuçlar yanlı olabilir. Normalliğin sağlanmadığı durumlarda yapabileceğimiz şeyler: örneklem büyüklüğünü artırmak, veriyi dönüştürmek ya da parametrik olmayan testleri kullanmaktır. Bu testler daha az varsayımlara dayanmaktadır. Genelde veriyi sıralamaya ve en düşük değere 1 sonraki düşük değere 2. Vermeye dayanan yöntemlerdir. Bağımlı t-testinin non-parametrik karşılığı Wilcoxon signed-rank Test iken bağımsız örneklem t-testinin non-parametrik karşılığı Wilcoxon rank-sum test ve Mann Whitney test olarak geliştirilmiştir. 80

81 Wilcoxon rank-sum test veya Mann Whitney testi kullanılarak yapılabilir. Mann Whitney U testi ve Wilcoxon rank-sum testi iki gruptaki sıralamalar arasındaki farklara bakarak 2 grup birbirinden farklı mı olduğunu test etmeye çalışır 81

82 Yan taraftaki veriyi kullanarak Mann-Whitney U testinin uygulamasını göstereceğiz. Verimizde 2 çeşit ilaca ait rakamlar ve bu ilaçların verdiği ağrı derecelerini gösteren (ağrı) değişkenler mevcut. 82

83 Analyze>Non parametric Tests>2İndep endent Samples kısmından Mann- Whitney U testini bulabilirsiniz. 83

84 Karşınıza 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. Burada 1. grup ile 2. grup karşılaştırıldığı için 1 ve 2 girildi. 84

85 Mann-Whitney analiz sonuç tabloları yan tarafta verilmiştir. İlk tabloda iki ilaç için ortalama değerler gözükürken anlamlı bir farklılık olup olmadığı alttaki tablodan öğrenilebilir. Asymp. Sig. veya Exact Sig. değerini 0.05 ile karşılaştırdığımızda bu değer anlamlı çıkmamıştır. Yani bu iki ilaç arasında verdikleri ağrı bakımından anlamlı bir fark bulunamamıştır. 85

86 Kolmogorov-Smirnov Z: 2 grubun aynı örneklemden gelip gelmediğini test eder. Moses Extreme Reactions: Levene teste benzer. Puanların iki gruptaki değişimini/varyasyonunu gösterir Wald-Wolfowitz runs: Grupların farklı olup olmadığını gösterir (grup içindeki sıralamalara bakarak) 86

87 Wilcoxon signed-rank testi kullanılarak yapılabilir. Bu testi kullanabilmek için aynı gruba ait 2 farklı ölçüme sahip bir verimiz olması gerekmektedir. Daha sonra SPSS ten analiz menüsünden analizleri gerçekleştirebiliriz 87

88 88

89 89

90 90

91 Sig. değeri yani p değeri 0.05 ten büyük olduğu için anlamlı bir fark yoktur diyebiliriz. 91