H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS Ders Notları II (19 Nisan 2012)

Transkript

1 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. Lise öğrencileri adlı veri dosyası 200 lise öğrencisinin demografik bilgilerini ve çeşitli derslerden aldıkları puanları içermektedir. Her öğrenciyle ilgili olarak toplanan veriler toplam 11 değişkende tutulmuştur. SORU 1: Öğrencilerin matematik puanlarının ortalaması sosyo ekonomik duruma göre değişiyor mu? Öncelikle hangi testi uygulayacağınıza karar vermelisiniz. Ardından parametrik test mi, parametrik olmayan test mi uygulayacağınızı önceki haftalarda gösterildiği gibi test etmeniz gerekiyor. Yukarıdaki örnekte tüm bunlar yapılmış ve Tek Yönlü Varyans Analizi uygulanmasına karar verilmiştir. Dersten sonra bu ön testleri tekrar yapmanızda fayda var. H 0 (boş hipotez): Öğrencilerin matematik notlarının ortalaması sosyo-ekonomik duruma göre birbirinden farklı değildir. H 1 (araştırma hipotezi): Öğrencilerin matematik notlarının ortalaması sosyo-ekonomik duruma göre farklılık göstermektedir.

2

3 SPSS çıktıları: Tablo 5. Öğrencilerin sosyo-ekonomik durumlarına göre matematik not ortalamaları için yapılan tek yönlü varyans analizi sonuçları Sosyal Statü N M SD F p Düşük ,9 Orta ,4 Yüksek ,7 7,968 0,000 Toplam ,4 Sosyo-ekonomik duruma göre öğrencilerin matematik notları birbirinden farklıdır ve bu fark istatistiksel açıdan anlamlıdır (F=7,968, p=0,000). Boş hipotez reddedilir. Sosyo-ekonomik durum yükseldikçe matematik notu da artmaktadır. Nitekim sosyo-ekonomik durumu yüksek olanların matematik not ortalaması en yüksek (56), sosyo-ekonomik durumu düşük olanların ise matematik not ortalaması en düşüktür (49).

4 Çoklu Karşılaştırma Testi Yukarıdaki Tek Yönlü Varyans Analizi sonucuna göre, öğrencilerin matematik notlarının sosyo-ekonomik duruma göre farklılık gösterdiği bulundu. Bu farklılığın hangi gruplardan kaynaklandığını bulmak için Çoklu Karşılaştırma Testi (Post-Hoc) uygulanır. Post Hoc seçeneğinden Tukey (ya da başka bir tanesi) işaretlenir.

5 SPSS çıktısı: Tablo 8. Öğrencilerin sosyo-ekonomik durumlarına göre matematik notları arasındaki farklar Sosyo-ekonomik durum (I) - Matematik puanı ortalamaları Sosyo-ekonomik durum (J) farkı (M I -M J) p Yüksek - Düşük 7,00* 0,000 Yüksek - Orta 3,96* 0,025 Orta - Düşük 3,04 0,146 *Aralarında anlamlı fark olan grupları göstermektedir. Sosyo-ekonomik duruma göre matematik notlarındaki farklılığın sebebi, sosyal statüsü yüksek öğrencilerin matematik notlarının sosyal statüsü orta veya düşük olan öğrencilere göre istatistiksel açıdan anlamlı farklılık göstermesidir (p<0,05). Sosyal statüsü yüksek olan öğrencilerin matematik not ortalamaları, sosyal statüsü düşük olan öğrencilerden 7 puan, sosyal statüsü orta olan öğrencilerden yaklaşık 4 puan daha fazladır.

6 Korelasyon Testi Matematik dersinden alınan not ile fen dersinden alınan not arasında ilişki var mıdır?

7 SPSS çıktısı: Öğrencilerin matematik notları ile fen bilgisi notları arasında pozitif bir ilişki vardır ve bu ilişki istatistiksel açıdan anlamlıdır (r=0,631, p=0,000). Basit Doğrusal Regresyon Öğrencilerin fen bilgisi notlarından matematik notlarını tahmin edebilir miyiz? H 0 (boş hipotez): Öğrencilerin matematik ve fen notları arasında doğrusal bir ilişki yoktur. H 1 (araştırma hipotezi): Öğrencilerin matematik ve fen notları arasında doğrusal bir ilişki vardır.

8

9 SPSS çıktıları: Yukarıdaki tablolarda gördüğünüz tüm bilgiler Tablo 6 da özetlenmiştir. Tablo 6. Öğrencilerin matematik notlarının fen bilgisi notuna göre tahmini için yapılan basit regresyon analizi sonuçları β t p R 2 F p Regresyon katsayısı 21,700 7,879 0,000 0, ,808 0,000 Fen bilgisi notu 0,631 11,437 0,000

10 Matematik notu bağımlı değişken, fen bilgisi notu ise bağımsız değişkendir. Bağımsız değişken (tahmin değişkeni, fen bilgisi notu), bağımlı değişkendeki (matematik notu) değişimin yaklaşık %40 ını açıklamaktadır (R 2 =0,398). Bağımlı değişken ile tahmin değişkeni için kurulacak çoklu regresyon modeli istatistiksel olarak anlamlıdır (F=130,808, p=0,000). Nitekim, matematik notu ile fen bilgisi notu arasında pozitif bir ilişki vardır (0,631) ve bu ilişki istatistiksel olarak anlamlıdır (t=11,437, p=0,000). Basit doğrusal regresyon formülü: Matematik notu=21,700+0,631*(fen bilgisi notu)

11 Çoklu Doğrusal Regresyon Öğrencilerin matematik notunu, fen bilgisi ve sosyal bilgiler puanlarından tahmin edebilir miyiz?

12 SPSS çıktıları:

13 Tablo 7. Öğrencilerin matematik notlarının fen bilgisi ve sosyal bilgiler notlarına göre tahmini için yapılan çoklu regresyon analizi sonuçları β t p R 2 F p Regresyon katsayısı 14,358 4,96 0,000 Fen bilgisi notu 0,482 8,286 0,000 0,478 90,304 0,000 Sosyal bilgiler notu 0,320 5,512 0,000 Matematik notu bağımlı değişken, fen bilgisi ve sosyal bilgiler notları bağımsız değişkenlerdir (tahmin değişkenleridir). Fen bilgisi ve sosyal bilgiler notları birlikte matematik notundaki değişimin %48 ini açıklamaktadırlar (R 2 =0,478). (Not: Fen bilgisi ile sosyal bilgiler notlarının bağımsız değişken olarak birlikte alındığı çoklu regresyon modeli, matematik notundaki değişimi, yalnızca fen bilgisi notunun alındığı basit regresyon modelinden daha iyi açıklamaktadır.) Bağımlı değişken ve tahmin değişkenleri için kurulacak çoklu regresyon modeli istatistiksel olarak anlamlıdır (F=90,304, p=0,000). Fen bilgisi ve sosyal bilgiler notları birlikte matematik notundaki değişimin yaklaşık %48 ini açıklamaktadır (R 2 =0,478). Nitekim, matematik notuyla fen bilgisi notu ve sosyal bilgiler notu arasında pozitif ilişkiler vardır (0,482; 0,320) ve bu ilişkiler istatistiksel olarak anlamlıdır (t fen =8,286, p fen =0,000; t sosyal =5,512, p sosyal =0,000) Çoklu regresyon modeli: Matematik notu=14,358+0,482*fen bilgisi notu+0,320*sosyal bilgiler notu