SPSS 15.0 Ile Veri Analizi

SPSS 15.
0
Veri Analiz Yntemleri
U. Erman EYMEN
**Bu e-kitap www.istatistikmerkezi.com adresinden cretsiz olarak indirilebilir.
PROFESYONEL YARDIM Anket Tasarm, Veri Analizi, Tezlerinizin Aratrma Blmlerinin Hazrlanmas, Tez nerisinin Hazrlanmas konularnda U.Erman EYMEN*den profesyonel yardm almak iin; www.istatistikmerkezi.com adresi Bize Ulan mensn kullanarak bizimle irtibat kurabilirsiniz.
SPSS Kullanma Klavuzu U. Erman Eymen statistik Merkezi Yayn No: 1 Ekim 2007 Tm haklar yazarna aittir. Kitap tm sayfalar elektronik ortamda tescillenmitir. Kitabn ierii, resimleri/logolar, yazar ve yayn bilgilerinde zerinde deiiklik yaplamaz. Kitap sayfa snrlamas olmakszn oaltlabilir. Kiisel web sitelerine ziyaretilerin indirebilmeleri amac yla yklenebilir. Ancak hibir ekilde ticari amalarla kullanlamaz. Kitab yukarda a klanan kapsamn dnda kullananlar hakknda 5846 sayl Fikir ve Sanat Eserleri Kanununun hkmleri dorultusunda ilem balatlacaktr.
U. Erman EYMEN statistik Merkezi direktrdr.
www.istatistikmerkezi.com
statistik Merkezi Hakknda

statistik Merkezi; akademisyen ve rencilere yapacaklar bilimsel almalara destek olmak, bilimsel almalar srasnda karlatklar problemlere zm getirmek ve bilgi alveriini kolaylatrmak iin oluturulmu bir iletiim portaldr. Bu kapsamda statistik Merkezi tarafndan yaplan almalar aada zetlenmitir; Bilimsel aratrmalarn alt yapsnn oluturulmas (Tez / aratrma nerilerinin haz rlanmas), Bilgi toplama aracnn (anket, grme formu) hazrlanmas, Aratrma plannn oluturulmas, Verilerin analizi ve yorumlanmas, Aratrma raporunun hazrlanmas (tezler/makalelerin aratrma blmleri) Veri analizi ve anket tasarm eitimleri. Misyonumuz Bilgi ve birikimleri bir araya getirmek, beraber retmenin ve paylamann hazzn yaamaktr. Vizyonumuz statistiin bilimsel almalarda doru kullanmna uzmanlmz ve etkinliimiz ile liderlik etmektir. lkelerimiz Bilgi ve deneyimin paylaldka oaldna inanr, saladmz hizmetin kalitesinden dn vermeyiz. Her bir talebi proje anlay ile alarak hizmette btnsellik salarz.
indekiler
statistik Merkezi Hakknda........................................................... 3 indekiler......................................................................................... 4 Genel Bak........................................................................................5 Deikenlerin Yeniden Kodlanmas ve Hesaplanmas 22 Diyagram ve Grafikler ... 49 apraz Tablolar ... 62 rnek Seimi. .. 67 Gvenilirlik Analizi 74 Faktr Analizi .. 81 Uygun Analiz Trnn Belirlenmesi... 87 Regresyon ve Korelasyon Analizi. 92 T Testi.. .. 104 Varyans Analizi.. 117 Ki-Kare Testi.. 142
Trtl bize brakn, Siz kelebekle ilgilenin
Genel Bak
Bu kitap, bir istatistik ya da aratrma yntemleri dersini desteklemek ya da yaplacak bir bilimsel aratrma verilerini analiz etmek iin tek bana rehber olarak kullanlabilir. Kitapta kullanlan resim ve direktifler, SPSSin 2007 ylnda piyasaya srlen 15.0 srmnden alnmtr. Kitapta pek ok aratrmac tarafndan zor olarak nitelendirilen istatistiksel analiz konusu basit bir dille anlat lmaya allmtr. Bunun iin her bir aklama sonrasnda ilgili SPSS uygulamalarna ait sayfa grnmleri verilmitir. SPSS yazlm birka farkl bilgisayar dosyas ile birlikte almaktadr: Veri dosyalar, kt dosyalar ve szdizimi (sentaks) dosyalar. Veri dosyalar , kullancnn istatistiksel olarak analiz etmeyi istedii bilgileri ieren bilgisayar dosyalar dr. kt dosyalar istatistiksel analizleri ve genellikle tablolar , grafikleri ve/veya izelgeleri ierir. Szdizimi dosyalar, SPSS yazlmna ne yapmas gerektiini syleyen bilgisayar talimatlardr. Szdi6 www.istatistikmerkezi.com
zimi dosyalar, SPSS yazlmnn renci srmnde kullan lmaz ve bu dosyalar kitabn 9. Blmnde bir ileri uygulama olarak ele alnmtr. SPSSde veri dosyalar .sav kt dosyalar .spo, szdizimi doyalar ise .sps uzantsna sahiptir.
Mevcut Veri Dosyalarnn Almas

Hlihazrda sahip olduunuz ya da edindiiniz bir SPSS dosyasn amak iin, File mnsn sonra srasyla Open ve Datay sein. FILE
OPEN DATA
Dier dosya trleri iin, SPSS d dosya formatlarndan veri almaya ilikin ksma bak nz. Bu noktada, amak istediiniz veri dosyasnn yerini belirlemek iin disk srclerini (ya da a srclerini veya baka trde depolama aygtlarn) taramanz gerekecektir. Dosyann yerini belirledikten sonra ya dosyann zerine ift tklayn ya da bir kez tklayp Open File iletiim kutusunun sa alt tarafndaki Open blmne basn. SPSS, veri dosyasn aacaktr ve bilgiler, alma sayfas formatnda size sunulacaktr. Bu ekranda Veri Grnm (Data View) ve Deiken Grnm (Variable View) olmak zere iki farkl sekme greceksiniz. imdi Data View sekmesini tklaynz.
ekilde de grld gibi stunlarda Cinsiyet, Karde Says, Gelir Dzeyi, Annenin Eitim Durumu, Babann Eitim Durumu ve Anket Sorularndan oluan deikenler, satrlarda ise bu deikenlere her bir katlmcnn verdii cevaplar yer almaktadr. Daha ak bir ifade rnein elinizde bir anket sonular varsa, her bir stun bir soruyu, her bir satr ise bir katlmcy temsil edecektir. Bu kapsamda ilk cevaplaycnn verileri birinci satra, ikinci cevaplaycnn verilerini ikinci satra, daha sonraki cevaplay clarn verilerini ise ilerleyen sat rlara girmeniz gerekmektedir.
imdi Variable View sekmesine tklayn. Karnza ykardaki grnt gelecektir. Bilgilerin farkl grnmesine karn hl ayn veri dosyasna bakyorsunuz. Bu ekranda ise deikenlerin tr, etiketi, deerleri, kayp veri ierip iermeme durumu gibi bilgiler iermektedir. Bu blmde yer alan bilgileri bu ekran zerinden deitirebilir ve silebilirsiniz. Burada yaptnz dzenlemeler kt (Output) dosyalarndaki tablo ve grafiklerin etiketlerini ve de erlere ait tanmlar etkileyecektir.
Farkl Dosya Formatlarndan Veri Almak

Zaman zaman SPSS yazlm tarafndan oluturulmam ya da formatlanmam verileri analiz etme gerei duyabilirsiniz. Bu dosyalar baka istatistiksel yazlm paketleri (rn. SAS) ya da baka rakamsal program trleri (rn. Microsoft Excel) tarafndan oluturulmu olabilir. Bu dosyalar amak iin, ilk nce bir SPSS veri dosyasn aarken yaptnz ilemi tekrarlayn. FILE
OPEN DATA
imdi iletiim kutusunun altnda yer alan Files of typeda, seenekleri geniletmek iin sa taraftaki oka tklayn. Daha sonra Excel (*.xls) ibaresini sein. Dosyanz bulmak iin sabit disk srcnz, dier srclerinizi ya da dier yerleri taramanz gerekecek.
10
Bu ilemleri tamamladktan sonra kullanacanz dosyay sein A butonunu tklayn. Bu noktada yeni bir iletiim kutusu ile karlaacaksnz.
11
Microsoft Excel dosyasndaki stun balklar deikenlerin adlarn tayorsa, o zaman ilk veri srasndan deiken isimlerini okumay isteyip istemediinizi soran kutunun seildiinden emin olun. Eer stun balklar SPSSin deiken adlandrma uygulamalarna uygun olmayan bir biimde formatlanmsa, bu durumda bu balklar izin verilen deiken adlarna dntrlecek ve orijinal adlar deiken etiketleri olarak kaydedilecektir. Excel dosyasnn yalnzca bir blmn almak iin, verileri almak istediiniz hcre araln girin. Ayrca veri tabanlarndan, metin dosyalarndan ve baka kaynaklardan veri almak mmkndr. Setiiniz dosya tr ile ilgili olan talimatlar dnda, Excel dosyalar iin kullandnz talimatlarn aynlarn takip edin. Setiiniz dosya trne bal olarak verileri almak iin farkl iletiim kutular ya da sihirbazlar karnza kacaktr. Baz durumlarda elinizde belirli bir dosyada etiketsiz veriler olabilir ya da deiken adlar veya dier bilgiler iinize yaramayabilir. Bu durumda, dosyann boyutuna bal olarak, orijinal rakamsal programdan (rn. Microsoft Excel) verileri kopyalayabilir ve dorudan SPSSnin Data View penceresine yaptrabilirsiniz. Bu yntem zellikle baka bir kaynaktan rakamsal deerler eklemeyi istediinizde yararldr.
12
Daha nceden Oluturulan kt (Output) Dosyalarn Amak

Daha nceden oluturulan bir kt dosyasn amak iin, , File mnsn sonra srasyla Open ve Outputu sein. FILE OPEN OUTPUT Aadaki iletiim kutusu karnza kacaktr.
Yerini belirledikten sonra dosyay sein ve an. SPSS, dosyay bir kt Grntleyicisi penceresinde aacaktr. Burada dosyay inceleyebilirsiniz.
13
Dosyalar Kaydetmek
SPSS dosyalarnn kaydedilmesi, dier bilgisayar programlarnn kayt ilemleri ile hemen hemen ayn ekilde gerekletirilir. Bu erevede; Dosyay hlihazrda verilmi olan isimle kaydetmek iin; FILE SAVE Dosyay farkl bir isim altnda kaydetmek iin; FILE SAVE AS mnlerini kullanabilirsiniz. FILE SAVE AS seeneini seerseniz, bir iletiim kutusu alacak ve bu kutuda sizden dosyay isimlendirmeniz ve bilgisayarnzda ya da ada dosyann yerletirilecei yeri semeniz istenecektir. FILE
SAVE seeneini kullandnzda, yeni ve isimsiz
bir dosya ile almyorsanz, SPSS herhangi bir iletiim kutusu karmakszn dosyay otomatik olarak kaydedecektir. Yeni (henz isim verilmemi) bir dosya ile almanz halinde ise bu seenekte de sanki Save As seeneini kullanyormusunuz gibi bir iletiim kutusu a lacaktr.
14
Yeni SPSS Veri Dosyalar Oluturmak

Yeni bir SPSS veri dosyas oluturmak iin, File mnsn ve ardndan New ve Data sekmelerini sein. FILE NEW DATA Bo bir SPSS Data Editor penceresi karnza kacaktr (SPSS 15.0 ile birlikte birden fazla data editr almas ve bunlar zerinde ilem yaplmas mmkn olmutur). Bu editr kullanarak rnein anket aratrmas sonularnz SPSS programna girebilirsiniz. Bunun iin ncelikle Variable View penceresini kullanarak deikenlerinizi (Anket Sorular) ve bunlarn zelliklerini girmenizi, daha sonra Data View penceresine geerek deikenlerinizin ald klar deerleri (her bir soruya verilen cevaplar ) girmenizi tavsiye ediyoruz.
15
Yukardaki data editrne Variable View sekmesi kullan larak Ya ve Cinsiyet deikenleri girilmitir. Deikenlere ait aklamalar iin Label stunu, deikenlerin tr iin Type stunu, deer etiketleri iin Values stunu, deikenin lek tr iinse Measure stunu kullan lmtr. Dier stunlarda yer alan verilerin uzunluu, basamak says, formatna ilikin blmler varsay lan haliyle braklmtr. Her iki deikene herhangi bir kayf veri kategorisi bulunmadndan Missing Value stunu bo braklmtr. Deiken etiketlerini girmek iin Values stununda yer alan kareleri tkladnza karnza aadaki editr kacaktr. Editrn Value blmne deikene ait deerleri, Label blmne ise bu deikenlere ait etiketleri giriniz. rnein bizim anketimizde 1 kodu 30 ya ve alt, 2 kodu 31-40 ya aras, 3 kodu, 41-50 ya aras, 4 kodu, 51 ya ve zerine karlk geldiinden, etiket girii aadaki ekilde yaplmtr.
16
Bu ilemleri tamamladktan sonra Data View sekmesini tklayarak deikenlerin aldklar deerleri dorudan SPSS Data Editrne girebilirsiniz.
SPSS kt Dosyalarn Oluturmak ve Dzenlemek

kt dosyalar, SPSS zerinde herhangi bir analiz ilemi yapldktan sonra otomatik olarak oluturulur. rnein bir nceki rnekteki ya ve cinsiyet deikenlerinin frekanslarnn hesaplanmasn isterseniz, bu durumda (eer hlihazrda ak olan bir kt dosyas yoksa) otomatik olarak bir kt dosyas oluturulacaktr ve istemi olduunuz bilgi, Output Viewer penceresinde gsterilecektir. kty dzenlemek iin, zerinde almak iste-
17
diiniz blm seip ift tklamanz yeterlidir. Daha sonra SPSSin Format aralarn kullanarak, vurgulamak istediiniz bulgular fontunu bytebilir, renklendirebilir ve dier gerekli dzenlemeleri yapabilirsiniz. Bilginin Dzenlenmesi ve Sunumu balkl 2. Blmde bu konu ile ilgili daha fazla ayrnt sunulacaktr.
Tercihler: Balang
SPSS program iin ayarlar, parametreleri ve tercihleri deitirmek iin, Edit mnsn tklayn ve ardndan Options sekmesini sein. Aada gsterildii gibi bir iletiim kutusu kacaktr.
18
Buradan rnein deikenleri alfabetik olarak sralama ilemini General sekmesine ve Display names ve Alphabetical tularna tklanarak gerekletirilebilirsiniz. Bunun d nda bu iletiim kutusu kullan larak say sz zellii kontrol edilebilirsiniz. SPSS hakknda daha deneyimli hale geldike, bu zellikleri kullanma sklnz da artacaktr. Veri setinde yer alan deikenlerin zelliklerini bir btn olarak grmek iin Variables tablosunu kullanabilirsiniz. Bunun iin st menden Utilitiesi ve ardndan Variables sekmelerini tklaynz. UTILITIES
VARIABLES
Sol taraftaki deikenlere ait ayrntlar sa taraftaki Variable Information penceresinden grebilirsiniz.
19
Kullanlacak lek Trnn Belirlenmesi

SPSS ile yaplacak analiz ncesinde, kullanacak verilerin trn belirlenmesi ve analiz yntemlerini bu veri trne uygun olarak seilmesi byk nem tar. SPSS programnda, Scale (lek), Nominal (Snflama) ve Ordinal (Sralama) olmak zere farkl lek tr bulunmaktadr. Literatrde yer alan Interval (Aralk) ve Ratio (Oran) lekleri SPSS programnda Scale lei altnda toplanmtr. imdi ksaca bu lek trlerini inceleyelim. Oran (Ratio) lei: Aylk gelir, arlk, uzunluk, hz gibi deikenleri lmek iin kullanlr. Bu lekte balang 0 noktasdr. Aralk (Interval) lei: Scaklk, baar, performans gibi nicel deikenleri lmek iin kullanlr. Aralk leinin oran leinden temel fark bir balang noktasnn bulunmamasdr. Dier bir ifade ile 0 deeri aralk leinde yokluk ifade etmez. rnein termometrede grlen 0 oC belirli bir anlam tar. Oysa oran leinde yer alan 0 Kg bir yokluk ifadesidir. SPSS programnda yaplan analizlerde iki lek tr arasndaki sz konusu farkllk sonuca etki etmediinden bu lekler, Scale olarak tanmlanmtr.
20
Snflama lei (Nominal): Snflama leinde deikenlerin ald deerler saysal bir byklk ifade etmezler. Bu deerler deikenlere ait baz zellikleri tan mlarlar. rnein Cinsiyet deikeni iin 1 deeri Kadnlar, 2 deeri Erkekleri temsil edebilir. Bu erevede Medeni Durum, Meslek, Doum Yeri gibi deikenlere ait lmler iin snflama leinin kullanm uygun olacaktr. Sralama lei (Ordinal): Snflama leinde deikenlerin ald deerler nem derecesi ya da stnlkleri baz alnarak sralanr. Katlm Dzeyi (Kesinlikle Katlyorum, Katlyorum, Karaszm, Katlmyorum, Kesinlikle Katlmyorum), Sklk Dzeyi (Hi, Nadiren, Genellikle, Her Zaman) renim Durumu (lkretim, Lise, Lisans, Yksek Lisans), Ynetim Kademesi (Alt, Orta, st) vb. deikenler iin Sralama (Ordinal) leinin kullanm uygun olacaktr. lek trn Variable View sekmesinin Measure stunua girebilirsiniz.
21
Deikenlerin Yeniden Kodlanmas ve Hesaplanmas
Yeniden kodlama, SPSSin aratrmacnn deikenleri yapaca analizin ihtiyalarna uygun ekilde yeniden kategorize etmesine olanak salayan bir fonksiyonudur. Aratrmanz srasnda, mevcut verilerinizi kullanarak yeni deikenler retmek isteyebilirsiniz. rne in belirli bir faktr oluturan verilerin ortalamasn alarak ilgili faktr ayr bir deiken olarak ele almak isteyebilirsiniz. SPSSin Hesaplama fonksiyonu, deikenler zerinde matematiksel ilemler gerekletirmenize ve birden fazla deiken kaynandan alnan verileri birletirmenizi salayarak bu ihtiyacnz karlar.
Deikenlerin Yeniden Kodlanmas

Yeniden kodlama rneimiz iin ilkretim okullarnda grev
22
yapan retmenler zerinde yaptmz bir aratrmann vari setini kullanacaz. Bu almay yaparken retmenlerin yalarn dorudan girmitik. Ancak aratrmann ilerleyen safhalarnda ya ile ilgili apraz tablolar oluturmaya ihtiya duyduk. Bu da verileri yeniden kodlandrmamz gerekli kld (Aksi taktirde tablomuzun her bir ya iin ayr bir kategori olarak alnacakt). Kategori saysn azaltabilmek amacyla reimizde, retmenleri 35 ya zerindekiler ve 35 yan altndakiler olmak zere iki gruba ayracaz. Bunun iin iin Transform mnsn, ardndan Recode seeneini ve Into Different Variables seeneini seiyoruz. TRANSFORM RECODE INTO DIFFERENT VARIABLES Daha sonra aadaki gibi bir iletiim kutusu kacaktr:
23
Burada sol tarafta bulunan Ya [D6] deikenini seerek aradaki iki pencere arasndaki oku tklyoruz. Ya [D6] deikeni Numeric Variable Output Variable pencersine sadece D6 olarak geiyor. imdi deiken iin yeni bir isim oluturyoruz; bu rnekte D6A ismi kullanlmtr. Ayn zamanda bu srada bir etiket de seebilir ya da deiken grntleme ekranna daha sonra dnerek bunu yapabilirsiniz. Bu rnekte Blnm Ya etiketi seilmitir. Ekran grntsnde bu henz yaplmamken bir sonraki adm, Change tuuna tklamaktr. Bylelikle D6A ismi Numeric Variable Output Variable penceresine girilecektir. ekilde tm bu ilemlerin tamamlanm hali grlmektedir. imdi sra SPSSe deikeni nasl kodlayacana ynelik talimatlar vermek gerekir. Bu rnekte 35de dahil olmak zere 35e kadarki tm yalar bir deitirerek bir kategoriye sokmay ve bu kategoriye 0 ismini vermeyi, 36 ve zerindeki yalar baka bir kategori altnda toplayp bu kategoriye 1 ismini vermeyi istiyoruz. letiim kutusundaki Old and New Values tuuna basn; tepede, aadakine benzer bir iletiim kutusu alacaktr. Deiiklikleri uygulamak iin ncelikle Old Value altnda Range, LOWEST through value yazl tuu sein. Buraya 35 rakamn girin. Daha sonra New Value sekmesi altnda Valueyu sein ve 0 girin. imdi Add tuuna tklayn. Bu, SPSSye 35 da dahil olmak zere 35e kadarki tm yalar 0 kategorisi altnda toplama talimat verecektir.
24
Daha sonra Old Value sekmesi altnda Range, value through Highest ile ilikilendirilmi tuu sein. Balk altndaki kutuya 36 yazn. Daha sonra New Value altnda Valueyu sein ve 1 girin. Yine Add tuuna tklayn. imdi bu, SPSSye 36 ve zeri tm yalar 1 kategorisine dntrme talimatn verecektir. Son olarak Old Value sekmesi altnda System- or usermissingi sein. New Value altnda System-missingi sein. Bu, eksik deerlerin, rakamsal deerler olarak kaydedilmi olsalar dahi, eksik deerler olarak ele alnmaya devam etmesini salayacaktr. Bir kez daha Add tuuna tklayn.
Talimat giriini tamamladnz, imdi Continue tuuna tklayabilirsiniz; bu, bu kutuyu kapatacak ve ilk Recode into Different
25
Variables iletiim kutusuna dnlmesini salayacaktr. Buraya ulatktan sonra SPSSnin yeniden kodlama ve daha sonra yeni deikeni oluturma isteinizi ileme koymas iin OK tuuna tklamalsnz. Eer OK tuu bulanksa ve SPSS ona tklamanza izin vermiyorsa, bu durumda yukardaki aamalardan biri tamamlanmam demektir. Genellikle en fazla gzden karlan aama, Change tuunun tklanmasdr. Yeni deiken, Data Editor penceresinin Variable View sekmesinde bulunan deiken listesinin alt tarafna eklenecektir. Eer dilerseniz bu deikeni seip baka iki deikenin arasna srkleyerek listede baka bir yere tayabilirsiniz.
26
SPSS oluturduunuz bu deikenin deer etiketlerini otomatik olarak vermez. Bu ilemin ayrca elle yaplmas gereklidir. Eer deiken etiketlerini bu aamada girmezseniz, deikenin sahip olduu kodlarn anlamlar kt tablolarnda gremezsiniz. Ayrca yaplan blmlendirme zaman iinde unutulabileceinden, kodlarn hemen tanmlanmasnda yarar vardr. Bunun iin daha nce deer etiketleri ksmnda akland gibi hem deeri hem de etiketi girin. Daha sonra yazlan bilgilerin her bir iftinin ardndan Add tuuna tklayn. Bunun ardndan OK tuuna tklayn.
Deikenlerin Hesaplanmas
Deikenlerin hesaplanmas ok sk bavuracanz bir fonksiyondur. Bu fonksiyonu kullanarak farkl deikenler zerinde ilem yaparak yeni deikenler oluturabilirsiniz. rnein anket
www.istatistikmerkezi.com 27
almas sonras kapsamnda, belirli bir faktrde yer alan sorulara verilen cevaplarn ortalamasn bu fonksiyonu kullanarak hesaplayabilir ve bu ortalamalar ieren yeni bir deiken oluturabilirsiniz. Bu rnekte, katlmclarn ebeveynlerinin ortalama eitim dzeyini hesaplamay istiyoruz. Dolaysyla annenin eitim dzeyini babann eitim dzeyine ekleyecek ve daha sonra bunu ikiye bleceiz. Hesaplamay gerekletirmek iin, u mnleri sein: TRANSFORM COMPUTE VARIABLE Karnza, Compute Variable iletiim kutusu kacaktr. Target Variable kutusundaki yeni deikene atamak istediiniz ismi yazn. Biz bu deikene OrtEgt ismini verdik. Daha sonra Numeric Expression kutusunda hesaplama denklemini hazrlayn. Bu durumda ilk nce parantezleri, ( ), semek gerekmektedir. Bunun ardndan parantezlere D3 Annenin Eitim Dzeyi ve toplama iaretini, sonrasnda paeduc deikenini girin. imdi blme izgisini koyun ve 2ye tklayn. Bylelikle her iki ebeveynin de toplam eitim yllar toplanacak ve ikiye blnerek ortalama rakam ortaya kacaktr.
28
Ayrca Function group mens ierisinde daha kapsamal hesaplamalar yapmak iin kullan labilecek istatistiksel, trigonometrik fonksiyonlar, tarih, zaman, dizi vs. fonksiyonlar vardr. Ayrca koullu bir hesaplama kurmak istediinizde rnein hesaplaman n yalnzca bir koul iin yaplaca ya da nceden belirlenmi bir koula bal olarak farkl koullarda farkl hesaplamalarn yaplaca durumlarda If tuunu seerek ve koulu (koullar) girebilirsiniz.
Sayma Fonksiyonunun Kullanlmas

SPSS, kullanclarn deikenler arasnda belirli deerleri toplamalarna olanak tanr. rnein bir aratrmacnn bir katlmcnn belirli sorulara evet yant verdii durumlarn saysn he-
29
saplamak istediini varsayalm. Bu rnek iin rencilerin temizlik ile ilgili dncelere sorular ele alalm. Bu rnek iin aadaki mnleri kullan n: TRANSFORM COUNT VALUES WITH CASES
kan iletiim kutusunda, sol taraftaki deiken listesinden uygun deikenleri Numeric Variables kutusuna tayn. Ayrca Target Variable blmnde oluturulan yeni deiken iin bir isim girin. rneimizde bu blme Tem ismini girdik. Target Label blmne ise hedef deikeni tanmlayan etiketi girebilirsiniz. rneimizde bu blme Temizlik Alkanlklar etiketi girildi. Daha sonra Define Values tuuna tklayn. Karnza aadaki iletiim kutusu kacaktr:
30
Burada saylacak olan deerleri seeceksiniz. Bu rnekte seilen temizlik alkanlklar iin 1 kodu olumlu bir yant, 2 kodu ise olumsuz bir yan t gstermektedir. Dolay syla sorular n saysn 1 kodu ile saymak istiyoruz. Bunun iin iletiim kutusunun sol st tarafnda Valuenun yanndaki yaz blmne tklayn ve ardndan ilikili blme 1 kodunu girin. imdi iletiim kutusunun sa tarafndaki Add tuuna tklayn. 1 kodu, Values to Count alannda grnmelidir. imdi bu kutudaki Continue tuuna tklayn ve daha sonra nceki iletiim kutusunda OK tuuna tklayn. Oluturulacak yeni deiken incelemekte olduunuz zelliklerin toplamlarn ierecektir. Aada verilen Tem deikenini her bir rencinin olumlu temizlik alkanlklarnn toplamn gstermektedir.
31
Bir Endeksin Ortalama Kullanarak Hesaplanmas

SPSSde Compute komutunu kullanarak bir endeks oluturmak mmkndr. Bunu yapmann en dolaysz yolu, Ortalama fonksiyonunu kullanmaktadr. Bu yntemi kullanmak iin u mnlere tklay n: TRANSFORM COMPUTE VARIABLE
32
Compute Variable iletiim kutusu ile birlikte ktnda, sa alt kedeki Functions and Special Variables kutusundan Mean sekmesini sein. Function groupun Alla ayarl olduundan emin olun. Meani setikten sonra yukar ok tuuna tklayarak Meani Numeric Expression alanna tayn. Ekran aadaki gibi grnecektir.
Parantezlerin iindeki ilgili tm de ikenleri, her birini virgl ile birbirinden ayrarak girmelisiniz. Bu rnekte bunun nas l yapldn grmek iin aadaki iletiim kutusuna bakn:
33
Sol taraftaki bankadan deikenleri setikten sonra hedef deikenin (oluturulacak olan yeni deikenin) ismini girin. Daha sonra Type & Label tuuna tklayn. Aadaki ksa iletiim kutusu kacaktr.
34
Labeln yanndaki yaz blmne tklayn ve daha sonra bitiikteki blme uygun deiken etiketini girin. imdi Continueya ve daha sonra OKe tklayn. Yeni bir deiken, OrtBas deikeni oluturulacak ve SPSS Data Editor penceresinde aada gsterildii gibi grntlenecektir.
Eer belirli bir deikene, belli bir deiken ekleyip kartmak suretiyle yeni bir deiken elde etme ihtiyac duyarsanz bunun iin aadaki admlar uygulayabilirsiniz. TRANSFORM COMPUTE VARIABLE
35
ncelikle Numeric Expression penceresine ilgili de ikeni girin. rneimizde OrtBas deikeni kullanlmtr. Daha sonra hesap makinesi biimindeki tu takm zerinde - iaretine ve daha sonra 1e tklayn. Son olarak hedef deikeni tanmlayn (rnekte: OrtBas2). Bylelikle deikene ait her bir deerden 1 kartlacak ve yeni deiken elde ed, aadaki grntde grld gibi, istenilen aralkta veri ortalamasna tanacaktr.
36
37
Verilerin Organizasyonu ve Sunumu
Bu blmde verilerin merkezi eilim ve dalm ltleri kullanlarak zetlenmesi ve tablo, izelge ve grafikler yardm ile sunumu zerinde durulacaktr.
Merkezi Eilim ve Dalm ltleri

Bir deiken ya da deiken seti iin temel betimleyici istatistikleri kullanarak bir tablo oluturmak iin, aadaki mnleri sein: ANALYZE DESCRIPTIVES DESCRIPTIVES Descriptives iletiim kutusunun sa alt kesinde bulunan Options tuuna tkladnzda baka bir iletiim kutusu karnza kacaktr. Bu iletiim kutusunu kullanacanz temel betimleyici istatistikleri semenize imkan salayacaktr.
38
stediiniz istatistiklerin yan na bir tik iareti atarak kutular sein. Ayrca Display Order altndaki seenekleri kullanarak gsterim srasn da belirleyebilirsiniz.
Bu iletiim kutusunda Continueya ve ilk iletiim kutusunda OKe tkladktan sonra, aadaki SPSS ktsn alacaksnz.
Descriptive Statistics N Gelir Yas Sinif Mevcudu Valid N (listwise) 263 304 303 263 Minimum 1,00 23,00 1,00 Maximum 6,00 52,00 4,00 Mean 3,1939 36,5428 1,5809 Std. Deviation 1,64515 9,45398 ,52034
Temel betimleyici istatistiklerin kullan m ok hzl ve kolay olmasna karn, bir veri setindeki deikenler hakknda daha ayrntl betimleyici bilgi almak mmkndr. Bununla birlikte tan mlay c istatistikler ilk blmde aklanan oran (ratio) ve aralk (interval) leklerinden elde edilen veriler iin uygundur. Snflama (nominal) lek verileri iinse verilerin sklk dalmlarn kullanmanz gerekir (rnek: Cinsiyet deikeninin ortalamasn alamazsnz) . Bir deikenin sklk dalmn aadaki mnleri kullanarak bulabilirsiniz. ANALYZE DESCRIPTIVES FREQUENCIES Ayrca elde edeceiniz sklk dalmn grafik yardmyla gstermek iin aadaki mendeki Charts dmesini tklayn.
40
Buradaki grafik trlerinden ihtiyacnza en uygun olan seebilirsiniz. Ancak pasta grafiin bir btnn paralarn temsil etmek iin kullanlan bir grafik tr olduunu unutmayn. Daha ak bir ifade ile rnein cinsiyet deikeni iin pasta grafik uygundur. Bunun yannda Hobileriniz sorusuna verilen cevaplar katlmclar birden fazla seenek iaretleyebileceklerinden pasta grafik ile gsterilmez.
41
Srasyla Continue ve OK tularn tkladnzda aadaki ktlar elde edeceksiniz.
Cinsiyet Frequency 130 174 304 Percent 42,8 57,2 100,0 Valid Percent 42,8 57,2 100,0 Cumulative Percent 42,8 100,0
Valid
Kiz Erkek Total
Yukarda aklanan mnler tablo ve grafik elde etme yollarndan sadece biridir. Tablo ve grafik elde etmek iin kullanlabilecek daha fonksiyonel mnler Tablo ve Grafikler balkl ayr bir blmde aklanacaktr. imdi ok daha fazla ihtiya duyacanz bir uygulamay inceleyelim. Bir nceki rnekte Descriptives mensn kullanp ya deikenin ortalamasn almtk. imdi ya deikeninin sklk dalmn almak isterseniz karnza aadakinin benzeri bir tablo ve grafik kacaktr.
42 www.istatistikmerkezi.com
Yas Frequency 17 17 34 17 17 17 16 17 17 17 17 17 16 17 17 17 17 304 Percent 5,6 5,6 11,2 5,6 5,6 5,6 5,3 5,6 5,6 5,6 5,6 5,6 5,3 5,6 5,6 5,6 5,6 100,0 Valid Percent 5,6 5,6 11,2 5,6 5,6 5,6 5,3 5,6 5,6 5,6 5,6 5,6 5,3 5,6 5,6 5,6 5,6 100,0 Cumulative Percent 5,6 11,2 22,4 28,0 33,6 39,1 44,4 50,0 55,6 61,2 66,8 72,4 77,6 83,2 88,8 94,4 100,0
Valid
23,00 24,00 26,00 28,00 29,00 31,00 32,00 35,00 37,00 39,00 41,00 43,00 45,00 47,00 49,00 51,00 52,00 Total
Bu tablo ve grafikte verileri tanmlamann ve zerinde yorum yapmann son derece g olduu aktr. Yararl bir sklk dalm sunabilmek iinse, aralk-oran deikenini, yani ya deikenini, anlaml ya da uygun kategorilere ayrmak gerekir. Konuyu ayn rnek zerinde inceleyelim. imdi D6 ya deikenini
43
Deikenlerin Yeniden Kodlanmas ve Hesaplanmas blmnde akland ekliyle aadaki menleri kullanarak yeniden adlandrn (D6dan farkl yeni bir deiken oluturun). Ksa bir hatrlatma yapacak olursak Recode into Different Variables penceresini aadaki mnleri kullanarak an. TRANSFORM RECODE INTO DIFFERENT VARIABLES Daha sonra ilem yapacanz deikeni (rnekte D6) Numeric Variable Output Variable penceresine aradaki oku kullanarak tayn. Output Variable Blmndeki, Name balnn alt na yeni deikene vereceiniz ismi (rnekte, D6grup), Label balnn altna yeni deikene vereceiniz etiketi yazn (rnekte, Yas Grubu). Change tuunu tkladnzda yeni deikeniniz oluacaktr. imdi sra geldi yeni deiken iin gruplar tanmlamaya Bunun iin Old and New Values tuunu taklayn.
44
Karnza aadaki pencere gelecektir. Burada ilk olarak Range dmesini iaretleyerek aralklar tanmlayn. rnein 20 30 aral iin ilk kutucua 20 altndaki kutucua 30 yazn. Daha sonra New Value balnn altndaki Value dmesini iaretletin ve buraya oluturduunuz grubu temsil eden sayy girin (rnekte, 1). Daha sonra Add tuunu tklayn. Ayn ilemi tekrarlayarak dier deikenlerin de giriini yapn.
Ayrca belli bir deerin altndaki deerleri girmek iin (rnek 20nin alt) Range LOWEST through value, belli bir deerin stndeki deerleri girmek iin (rnek 50nin st) Range value through HIGHEST, tanmladnz deikenlerin dndaki tm deikenleri tanmlamak iinse All other values butonlarn kullanabilirsiniz.
45
imdi s rasyla Continue ve dier ekrandaki OK tularn tklayn. Karnza aadaki Data Editr penceresi gelecektir.
Her ne kadar gruplar tanmlam olsanz da SPSS bu deerleri tanmlamaz bunun iin aadaki Variable View sekmesindeki Values stununda yer alan noktay tklayarak deerleri tekrar girmeniz gerekecektir. Her bir deeri Value satrna bu deerlere karlk gelen aralk ve ifadeleri ise Label satrna girdikten sonra OK tuuna tklaynz.
46
Daha sonra yeni oluturulmu deiken iin bir s klk dalmn grmek iin aadaki mnleri tklay n. ANALYZE DESCRIPTIVE STATISTICS FREQUENCIES Daha nce aklanan ilemleri tekrarlayn. Karnza aadaki gibi ok daha sade bir tablo ve grafik gelecektir.
47
Yas Grubu Frequency 102 84 84 34 304 Percent 33,6 27,6 27,6 11,2 100,0 Valid Percent 33,6 27,6 27,6 11,2 100,0 Cumulative Percent 33,6 61,2 88,8 100,0
Valid
20-30 31-40 41-50 51 ve zeri Total
48
Diyagram ve Grafikler
4
49
Bu blmde SPSS temel grafik retme mnleri aklanacaktr. Ancak bunun yannda SPSS bir grafik program olmadn hatrlatmak istiyorum. Ben dahi irketler iin hazrladm raporlarda SPSS grafiklerini kullanmyorum. MS Office Excel program zellikle 2007 versiyonu ok daha gl ve grsel grafik oluturmanza imkan veriyor. Bununla birlikte eer verileri baka bir programa tamaya vaktim yok ya da grsellik benim iin ok da nemli deil diyorsanz bu blmde a klanan bilgiler siz olduka yarar salayacaktr.
Kutu Diyagram
Kutu Diyagram, bir de ikenin sklk dalmn gstermek iin kullanabilirsiniz. Kutu grafik dalmn ekli, merkezi eilimi ve deikenlik dzeyini gstermesi asndan yararldr. Bir kutu diyagram oluturmak iin:
GRAPHICS
LEGACY DIALOGS BOXPLOT
Bu rnekte tek bir deiken iin, ya iin basit bir kutu-grafik izeceiz. Simple tuuna tklayn ve Summaries of separate variables tuunu sein.
Daha sonra Define tuuna tklayn. Karnza aadaki iletiim kutusu kacaktr.
50
Bu iletiim kutusunda ilgili deiken(ler)i Boxes Represent blmne tayn. OKe t klayn; aadaki gibi bir diyagram elde edeceksiniz.
Kutunun st ve alt snrlar srasyla Q3 (%75lik deer) ve Q1i (%25lik deer) temsil etmektedir. Deerler, eklin sol ekseni zerindeki lee karlk gelmektedir. Dolaysyla kutunun kendisi, IQR (eyrekler aras aralk) gstermektedir. Kutunun iindeki izgi, %50lik deerde izilmitir. Kutunun yukarsna ve aasna uzanan izgiler snr olarak anlr. st snrn sonunda azami puan iaretlenmitir. Asgari deer, alt snrn sonunda bulunabilir.
51
Dalm Diyagram
Dalm Diyagram, iki deiken arasndaki ilikiyi sergileyen yararl bir grafiktir. Bir dalm diyagram oluturmak iin aadaki mny kullanabilirsiniz. GRAPHICS
LEGACY DIALOGS SCATTER / DOT
Karnza kan pencerede Simple Scetter butonunu iaretleyin ve Define tuuna tklayn.
Karnza Simple Scatterplot penceresi kacaktr. Bu pencereyi kullanarak X ve Y eksenleri iin deikenleri sein. Bu rnekte Y ekseni iin IQ (Bilisel Zeka), X ekseni iinse Baar Puan seilmitir. Simple Scatterplot penceresinin altnda ise ik deiken arasndaki ilikiyi gsteren Dalm Diyagram sunulmutur. Bu diyagramdan IQ ile baar arasnda dorusal bir iliki olduu anlalmaktad r.
52
53
Histogram
Tek bir deikenin dalmn gstermek iin histogram olduka faydaldr. Histogramda ubuklarn genilii aralklarn geniliini ve ubuklar n ykseklii ise her bir araln skln temsil eder. Bir histogram oluturmak iin u mnleri takip edin. GRAPHICS
LEGACY DIALOGS HISTOGRAM
Histogram
iletiim
kutusunda
ilgili
dei keni
sein.
Histograma bir normal dalm erisinin elik etmesini istiyorsanz, Display normal curve kutucuunu iaretleyin. Bu rnekte Baar Puan seilmitir. SPSS kts aadaki gibi gsterilir:
ubuk Grafik
ubuk grafik istatistik analizlerde yaygn olarak kullan lan bir dier grafik trdr. Histogramdan farkl olarak ubuklarn kalnlklar herhangi bir anlam tamaz. Sadece ykseklikleri nemlidir. Basit bir gsterim salar. Bir ubuk grafik oluturmak iin u mnleri takip edin. GRAPHICS
LEGACY DIALOGS BAR
55
Ana Bar Chart iletiim kutularndan nce kk bir iletiim kutusu karnza kacaktr. Bu rnekte Simplea ve daha sonra Define tuuna tklayn. imdi karnza Define Simple Bar iletiim kutusu gelecektir ve burada grafii oluturmak iin gerekli bilgileri girebilirsiniz.
56
Define Simple Bar iletiim kutusunda N of casesi sein; sklk saym grntlenecektir. Daha sonra sol taraftaki listeden grafik oluturmak iin ilgili deikeni sein ve yukar ok tuuna tklayarak Category Axis kutusuna tayn. Bu rnekte retmenlerin maalarnn yeterliliine ilikin grlerinin sorulduu B1 deikeninin dalm incelenmitir. Bunun ardndan OKe tklayn. Aada SPSSnin oluturaca grafiin bir grnts verilmitir:
Grafikte retmelerin maalarnn yeterli olduu grne katlma dzeylerinin dalmlar gzkmektedir. Eer bu grlerin ikinci bir deikene gre dalmn grmek istiyorsan z, Bar Chart iletiim kutusunda Simple yerine Clustered iaretleyin ve daha sonra Define tuuna tklayn.
rneimizde retmenlerin maalarnn yeterliliine ilikin grlerinin Cinsiyetlerine gre dalmlarn inceledik.
Daha sonra Define Clustered Bar iletiim kutusu karnza kacaktr. Burada (Bars Represent altnda % of cases seeneini sein. Baml deikeninizi (rnekte, B1) Category Axis kutusuna tayn. Bunun ardndan bamsz deikeninizi (rnekte, Cinsiyet) Define Clusters by kutusuna tayn.
58
Bu aamada ayrca Title tuuna tklayarak grafiinize balk, alt balk ve dipnot ekleyebilirsiniz. imdi OKe tklayn. SPSS, aadaki kty oluturacaktr.
Grafikte kadn ve erkek retmenlerin maalarnn yeterliliine ilikin grleri karlatrmal olarak grlmektedir.
Pasta izelge
Pasta izelgeler, her bir kategori iinde toplamn orann temsil eden dilimlerin bulunduu dairesel grafiklerdir. Dier bir ifade ile pasta grafik bir btnn paralarn karlatrmal olarak gstermek iin kullanlabilecek bir grafik trdr. rnein oy
59
oranlar en etkili pasta grafik ile sunulur. Bir pasta izelge oluturmak iin aadaki mnleri sein: GRAPHS INTERACTIVE PIE SIMPLE
nceleyeceiniz deikeni (rneimizde, Anenin Eitim Dzeyi) fare yardmyla Silece By kutusuna tayn. Tamam tuuna tklayn. SPSS, aadaki kty oluturacaktr.
60
Annen in Egiti m Dzeyi

Okum a Yazm a Bilmiyor Ilkokul Ortaokul Lise Unive rsite Lisa ns st P ies show counts
Grafikte farkl eitim dzeylerine ilikin oranlar verilmitir. Pasta grafik farkl kategoriler iinde karlatrma yapabilmeni,n yan sra, kategorinin btn iindeki arln gstermesi asndan yararldr. rnein ubuk grafikte de farkl kategorileri baarl bir ekilde karlatrabilirsiniz. Ancak her bir kategorinin toplam iindeki payn gremezsiniz. Dolaysyla anketlerde tek bir seenein iaretlendii sorularn gsteriminde pasta grafiin en uygun gsterim ekli olduu sylenebilir.
61
apraz Tablolar
5
apraz tablolar temel olarak, iki deiken arasndaki ilikiyi analiz etmek iin kullanlr. Bu, aratrmacya deikenler arasndaki ilikiyi ilgili her bir deikenin kategorilerinin kesiimlerini inceleyerek kefetme olana salar. kili tablolamann en basit tr, iki deikenli analizdir. Ancak analiz, bunun tesine uzanabilir.
ki Deikenli Analiz
rnee gre, iki deiken iin apraz tablolama yapmak iin u mnleri takip edin: ANALYZE DESCRIPTIVES CROSSTABS
62
Bu mnleri setikten sonra karnza yukardaki gibi bir iletiim kutusu kacaktr. Burada iki deikenli tablo iin sra (Row) ve stun (Column) deikenlerini seme frsat bulacaksnz. Baml deikeni (rnekte, Trkiye ABye ye olmaldr ifadesi) Row(s) penceresine, bamsz deikeni (rnekte, Cinsiyet) Column(s) penceresine taynz. Daha sonra, kt tablosunda yer alacak bilgileri belirlemek iin Cells tuuna tklayn. Karnza kan pencerede Percenteges blmndeki Column sat rn iaretleyin ve srasyla Continue ve OK tularn tklay n.
63
Yukarda belirtilen aamalarn ardndan retilen ktda, aadaki tablo yer alacaktr.
Trkiye AB'ye ye olamali * Cinsiyet Crosstabulation Cinsiyet Kadin Erkek 15 28 11,5% 16,1% 36 45 27,7% 25,9% 38 40 29,2% 23,0% 24 19 18,5% 10,9% 17 42 13,1% 24,1% 130 174 100,0% 100,0%
Total 43 14,1% 81 26,6% 78 25,7% 43 14,1% 59 19,4% 304 100,0%
Trkiye AB'ye ye olamali
Kesinlikle Katiliyorum Katiliyorum Kararsizim Katilmiyorum Kesinlikle Katilmiyorum
Total
Count % within Cinsiyet Count % within Cinsiyet Count % within Cinsiyet Count % within Cinsiyet Count % within Cinsiyet Count % within Cinsiyet
Tablodaki verilere bakt mzda en belirgin farkn Kesinlikle katlmyorum kategorisinde olduu gzlenmektedir. Bu kategorideki verilerden Trkiyenin ABye ye olmas grne erkeklerin % 24,1i kesinlikle katlmazken, bu oran % 17dir.
64
Analize Baka Bir Deiken Eklemek

imdi, bir nceki blmde kabaca incelediimiz iki deikenli ilikiyi daha derinlemesine nasl inceleyebileceimiz grelim. Bunun iin ncelikle aadaki mny seiniz. DATA SPLIT FILE Karnza aadaki pencere gelecektir. Buradan Compare Groups radyo dmesini setikten sonra, ilikiye dahil etmek istediiniz deikeni seerek (rnekte, Eitim Dzeyi) Group Based on kutucuuna taynz ve OK tuunu tklaynz.
imdi Data View penceresinin sol altnda, Split File On uyars belirecektir. Bu uyar bundan sonra oluturulacak tablolarn belirlenen bir deikene gre (rneimizde, Eitim) blnecei anlamna gelmektedir.
65
Trkiye AB'ye ye olamali * Cinsiyet Crosstabulation Cinsiyet Kadin Erkek 14 25 13,3% 18,0% 27 37 25,7% 26,6% 33 32 31,4% 23,0% 19 14 18,1% 10,1% 12 31 11,4% 22,3% 105 139 100,0% 100,0% 1 2 5,0% 6,7% 7 8 35,0% 26,7% 4 6 20,0% 20,0% 3 5 15,0% 16,7% 5 9 25,0% 30,0% 20 30 100,0% 100,0% 2 0 40,0% ,0% 1 2 20,0% 66,7% 2 0 40,0% ,0% 0 1 ,0% 33,3% 5 3 100,0% 100,0%
Egitim Dzeyi Lise Trkiye AB'ye Kesinlikle Katiliyorum ye olamali
Universite
Lisans st
Count % within Cinsiyet Katiliyorum Count % within Cinsiyet Kararsizim Count % within Cinsiyet Katilmiyorum Count % within Cinsiyet Kesinlikle Katilmiyorum Count % within Cinsiyet Total Count % within Cinsiyet Trkiye AB'ye Kesinlikle Katiliyorum Count ye olamali % within Cinsiyet Katiliyorum Count % within Cinsiyet Kararsizim Count % within Cinsiyet Katilmiyorum Count % within Cinsiyet Kesinlikle Katilmiyorum Count % within Cinsiyet Total Count % within Cinsiyet Trkiye AB'ye Katiliyorum Count ye olamali % within Cinsiyet Kararsizim Count % within Cinsiyet Katilmiyorum Count % within Cinsiyet Kesinlikle Katilmiyorum Count % within Cinsiyet Total Count % within Cinsiyet
Total 39 16,0% 64 26,2% 65 26,6% 33 13,5% 43 17,6% 244 100,0% 3 6,0% 15 30,0% 10 20,0% 8 16,0% 14 28,0% 50 100,0% 2 25,0% 3 37,5% 2 25,0% 1 12,5% 8 100,0%
imdi Crosstabs mnsne dnn ve iki deikenli analiz iin yaptnz ilemleri tekrarlayn. Karnza aadakinin benzeri bir tablo kacaktr. Bu tabloyu kullanarak cevaplayclarn AB yelii hakkndaki grlerinin, cinsiyet ve eitim deikenlerine gre deiimini inceleyebilirsiniz.
66
rnek Seimi
6
67
SPSS yazlm, bir kullancnn bir veri setinden rnek almasna olanak salar. Bu, hedefli ya da rastgele bir rnek olabilir.
Hedeflenmi Seim
Zaman zaman belirli veri setindeki yer alan tm verileri aratrmanzda kullanmak istemeyebilirsiniz. zellikle verileri siz toplamadysanz, ihtiya duymadnz verilerden kurtulmanz gerekecektir. rnein bayan retmenler zerine bir aratrma yapyorsan z, erkek retmenlere ait verilerin, veri setinden kartlmas gerekecektir. Eer Trkiye statistik Kurumu ya da baka bir kurum tarafndan toplanan verileri kullanmay planlyorsanz SPSSin bu zellii iinizi olduka kolaylatracaktr. Mevcut veri setinden alacanz rnei semek iin aadaki mnleri takip edin:
DATA SELECT CASES Karnza aadaki Select Cases iletiim kutusu kacaktr. Burada analiz etmeyi istediiniz katlmc trlerini seebilir ve dolay syla aratrma kriterlerinize uymayanlar alma darda brakabilirsiniz.
Bunun iin, Select ... If condition is satisfied alt ndaki If tuuna tklay n. Karnza aadaki gibi bir If iletiim kutusu karnza kacaktr. Bu iletiim kutusundaki fonksiyonlar, nitelik ve ileyi bakmndan, ilk blmde aklanan Compute iletiim kutusundaki fonksiyonlara benzemektedir. imdi snrlandrmak istediiniz
deikeni sadaki kutucua tayn. rnekte cinsiyeti temsil eden D1 deikeni kullan lmtr. Yaplan ilk kodlamada (Variable View Values seenei) Erkelere 1, Kadnlara 2 kodunu vermitik. Burada sadece kadnlar dikkate alacamz iin deikeni D1 > 1 olarak tanmladk. Eer ya deikenini ele alsaydk ve 20 ile 30 ya aral ile ilgilenseydik, tanm 20 < Ya < 30 eklinde yapacakt k. imdi s rasyla Continue ve OK tularna tklay nz. Data View penceresinin sa alt kesinde Filter On uyars ve bu filtreleme sonucu devre d kalan deikenler zerinde apraz bir izgi oluacaktr. Artk oluturduunuz filtreyi devre d brakana kadar, yaplacak tm hesaplamalarda sadece kadn cevaplayclara ait veriler kullanlacaktr. Filtreyi kaldrabilmek iin Select Cases iletiim kutusundaki Reset fonksiyonunu kullannz.
69
Rasgele Seim
imdi veri setinden rasgele bir rnek grubunu semeyi istediinizi varsayalm. Bunun iin yine Select Cases iletiim kutusu kullanabilirsiniz.
Bu sefer, ilgili Select ... Random sample of cases radyo dmesini setikten sonra Sample tuuna tklayn. Karnza aadaki gsterilen Random Sample iletiim kutusu kacaktr:
70
Bu rnek iin, rneklerin %20si seilecektir. Dikkat ederseniz SPSSde, (approximately) yaklak kelimesini kullanlmaktadr. nk veri setlerinin hepsi setiiniz yzdeye blnemeyebilir ve dolaysyla tam say elde edilemeyebilir. Alternatif olarak Exactly radyo dmesini iaretleyerek, N sayda veriden, belirleyeceiniz sayda rnek seebilirsiniz.
71
Continue ve ardndan Select Cases iletiim kutusuna dndnzde OKe tklayn. Bu ilem sonras Data Editor penceresinin grnm aada verilmitir. Dikkat ederseniz veri setinin yaklak % 80nin zerinde bir nceki uygulamada olduu gibi diyagonal bir izgi olumutur. Bu izgi, filtre devre d braklana kadar sz konusu deikenlerin hesaplamalara dhil edilmeyeceini gstermektedir.
Yeni Bir Veri Seti in rnek Semek

Baz verilerin filtrelenerek zerlerinin izilmesi kafan z kartryor mu? Setiiniz verileri ayr bir dosyaya kopyalayarak bundan sonra o dosya zerinde ilem yapmaya ne dersiniz? Bunun iin bundan nce anlattklarmz tekrarlay n. DATA SELECT CASES Karnza kan iletiim kutusundakiCopy selected cases to a new dataset yazsnn yanndaki radyo dmesini tklayn. Daha sonra yeni dosyanz iin bir isim girin (rnekte, YeniVeriler). imdi OK tuuna tklay n. SPSS verdiiniz isimde bir veri ayr bir veri dosyas oluturacaktr.
72
Bu seenei semenin avantaj, orijinal veri dosyas n deitirme riski olmakszn altkme veri dosyas ile alabilmenize olanak salamasdr.
73

74
Gvenilirlik Analizi
7
Gvenilirlik deeri bir lme aracnn tekrarlanan lmlerde ayn sonucu verme derecesinin gstergesidir. Biraz kark m? Aslnda deil. imdi evinizde bir tart aleti olduunu dnn. zerine ilk ktnzda sizi 75 Kg gstersin. imdi 30 saniye aralklarla ayn ilemi tekrarlayn. Tartnn her defasnda sizi 75 Kg gstermesini beklersiniz. Eer tart her defasnda farkl bir arlk gsterirse (2 nci lm: 85kg, 3 nc lm: 60 kg, 4 nc lm: 70 kg) ne yaparsnz? Evet tarty pe atmak ya da kalibre etmek zorundasnz. Aksi takdirde tart bu haliyle ilevsizdir. Ayn durum sosyal olgular lmek iin kullan lan anketler iin de sz konusudur. Anketin ayn dncede olan kiilerin grlerini tart gibi eit gstermesi beklenir. Bunun iin sorular n ifade edili ekli ok nemlidir. Farkl kiiler tarafndan farkl ekillerde yorumlanabilecek ifadeler lm sonularnn gvenilirli-
ini drr. Bu yzden ncelikle sorular herkes tarafndan ayn anlam yklenecek ekilde tasarlamalsnz. Bu da sorularn ksa ve z ifadeler iermesini gerekli klar. Sorular insanlarn kafasn kartrmamaldr. rnein; Madde: Mustafa zer akll ve alkan bir retmendir. ( ) Kesinlikle Katlyorum ( ) Katlyorum ( ) Karaszm ( ) Katlmyorum ( ) Kesinlikle Katlmyorum fadesine cevap verecek insanlar dnn. Burada Mustafa zerin akll fakat alkan olmadn dnenler hangi seenei iaretleyecekler. Ya da az alkan, orta derecede akll olduunu dnenler? Tartmal deil mi. Burada soruya verilen cevaplar Mustafa zere ait dncenin tesinde sorunun ifade edili eklinden kaynaklanan yorumlara gre farkllaacaktr. Bu problemi bu soruyu ikiye blerek zebiliriz. Ancak durum her zaman bu denli ak deildir. rnein; Soru: Dzenli olarak spor yapar msnz? ( ) Evet ( ) Hayr
ok basit ve gvenilir gzkyor deil mi? Aslnda deil. nk ayda 1 gn (30 gn arayla) spor yapan bir kii bu soruya evet
75
cevab verirken, genelde her gn spor yapan fakat zaman zaman programn aksatan bir kii ayn soruya hayr cevab verebilir. Dier bir ifade ile kiilerin bu soruya verdikleri cevaplar spor yayp yapmamalarnn yannda dzenli kavramna ilikin yorumlar etkileyecektir. Anket sorularn her ne kadar dikkatli hazrlarsanz hazrlayn bu gibi durumlar gzden karmanz mmkndr. Ayrca yabanc bir dilden evrilmi bir anket kullan yorsanz yine ayn durum sz konusu olacaktr. Belli bir kltrde herkes iin ayn anlam ifade eden olgular, dier bir kltrde farkl ekilde yorumlanabilir. te bu yzden anket aratrmas tamamlandktan sonra elde ettiimiz verileri gvenilirlik analizine tabi tutuyoruz. Gvenilirlik analizi sonular bize bu tr yorum hatasna neden olan sorular gsteriyor. Bundan sonra yaplmas gereken farkl alternatifler sz konusu Eer gvenirlilik analizini bir n testten elde ettiiniz verilere dayal olarak yaptysanz sorular tekrar ve daha gvenilir ekilde ifade ederek uygulamay revize edilmi sorularla yapabilirsiniz. Ancak aratrmanz tamamlandysa gvenirlilii dk sorular anketten kartarak, deerlendirmeyi kalan sorularla yapmaktan baka areniz yok. imdi gelelim bu iin SPSSde nasl yaplacana Gvenilirlik analizi iin ncelikle aadaki menleri kullan n. ANALYZE SCALE RELIABILITY ANALYSIS
Karnza kan Reliability Analysis iletiim kutusunda gvenilirlik analizine tabi tutacanz maddeleri aradaki oku kullanarak Items kutucuuna gnderin (eer gvenilirlik analizini faktr baznda yapyorsanz ilgili faktrde yer alan maddeler, lek baznda yapyorsanz tm maddeler).
Daha sonra Statistics tuunu tklayn karnza Reliability Analysis: Statistics iletiim kutusu kacaktr. Bu iletiim kutusundaki Scale If Item Delated seeneini iaretleyin ve s rasyla Continue, OK tularn tklay n. Karnza aadakilere benzer tablolar gelecektir.
77
Reliability
Statistics
tablosundan
faktrn
gvenilirliinin
= 0,857 yksek bir deer olduu grlmektedir. Bununla birlikte alfa katsays yalnz bana yeterli deildir. Salkl bir deerlendirme yapabilmek iin faktrdeki her bir sorunun bu katsayya katksnn incelenmesi gerekir.
Reliability Statistics Cronbach's Alpha ,857 N of Items 10
Bunun iin Item Total Statistics tablosunun Cronbachs Alpha if Item Delated (Madde Silindiinde Cronbach Alfa) stununda-
78
ki deerlere bakacaz. Dikkat edilirse A 10 numaral maddenin silinmesi halinde lein gvenilirlik katsaysnn = 0,857den = 0,880 ykselecei grlecektir. Bu deer bize A10 sorusunda bir problem olduunu sorunun anketten kartlmas gerektiini gstermektedir.
Item-Total Statistics Scale Mean if Item Deleted 29,8500 30,7714 30,2464 30,0321 30,1714 30,2679 30,6536 30,6250 30,8500 31,2464 Scale Variance if Item Deleted 53,339 50,378 51,921 51,938 50,358 50,168 53,252 49,862 50,637 56,875 Corrected Item-Total Correlation ,545 ,680 ,606 ,534 ,672 ,701 ,535 ,682 ,597 ,193 Cronbach's Alpha if Item Deleted ,846 ,834 ,840 ,846 ,834 ,832 ,846 ,833 ,841 ,880
A1 A2 A3 A4 A5 A6 A7 A8 A9 A10
imdiA10u anketten kartalm ve analizi tekrarlayalm. Aadaki Reliability Statistics tablosundan faktrn gvenilirliinin = 0,880e ykseldii grlmektedir.
Reliability Statistics Cronbach's Alpha ,880 N of Items 9
79
Bunun iin Item Total Statistics tablosunun Cronbachs Alpha if Item Delated stunundaki deerler ise herhangi bir maddenin lekten kartlmasnn faktrn gvenilirliini arttrmayacan aksine dreceini gstermektedir. Bu erevede kalan 9 maddenin llmek istenen olguyu baaryla lt sonucuna varlabilir.
Item-Total Statistics Scale Mean if Item Deleted 27,2792 28,1908 27,6926 27,4629 27,6184 27,7138 28,0742 28,0671 28,2756 Scale Variance if Item Deleted 46,925 44,403 45,831 45,867 44,705 44,354 47,069 44,056 44,768 Corrected Item-Total Correlation ,574 ,681 ,620 ,543 ,661 ,703 ,540 ,685 ,595 Cronbach's Alpha if Item Deleted ,870 ,860 ,866 ,873 ,862 ,858 ,872 ,860 ,868
A1 A2 A3 A4 A5 A6 A7 A8 A9
80
Factor Analizi
8
81
imdi lisede girdiiniz snavlar dnn. retmeniniz fen bilgisi ya da matematik dersinde bilgi dzeyinizi tek bir soru ile mi lerdi. Nadir durumlar (kt retmenler) dnda tabii ki hayr. Benzer durum anketler iin de geerlidir. nsanlarn belli bir olguya ilikin dncelerini tek bir soruyla lemezsiniz. Olguyu farkl birbirini destekleyen ynleriyle lebildiiniz taktirde baarl bir sonu alabilirsiniz. imdi matematik dersinin final snavnda sorular n nite baz nda gruplandrlmadan kark olarak size yneltildiini dnn. lk bata sorun olmadn dnebilirsiniz. Genel puannz nasl olsa bellidir. Ancak nite baznda baar dzeyinizi renmek
isterseniz te o zaman sorularn gruplanmas gerekir. Tabii matematik gibi somut bir disiplinde geometri sorular ile trigonometri sorularn ayrmak son derece kolaydr. Ancak i sosyal olgular len anketlere geldiinde bu ilem iin baz tekniklerin kullan m zorunlu olur. rnein okul mdrlerinin fakl liderlik davranlarnn retmenlerin i tatminine etkilerinin lld bir aratrma yaptnz dnn. Bu aratrmada mdrlerin farkl liderlik davranlarn (rnek, Otokritik, Katlmc, Destekleyici vb.) ayr ayr deerlendirmeniz gerekecektir. Belki anket ncesi bu tr bir gruplandrma yapm da olabilirsiniz. Bu durumda dahi yaptnz gruplandrmann ne derecede doru olduunu Faktr Analizi ile saysal olarak dorulamanz yararl olacaktr. nk sizin katlmc liderlik davran olarak tanmladnz bir davran retmenler tarafndan destekleyici liderlik davran olarak yorumlanm olabilir. Bu durumda bu soru ya anketten kartlmal ya da destekleyici liderlik kategorisinde deerlendirmeye alnmaldr. Anket ncesi hibir kategorizasyon yaplmad durumlarda ise Faktr Analizi esiz bir aratr. Sorular sizin iin gruplandrr. Bundan sonra size kalan sadece her bir gruba isim vermektir. imdi gelelim bu muhteem tekniin SPSSde nasl uygulanacana Faktr analizi iin ncelikle aadaki menleri kullan n. ANALYZE DATA REDUCTION FACTOR
82
Karnza kan Factor Analysis iletiim kutusunda analize tabi tutacanz maddeleri aradaki oku kullanarak Variables kutucuuna gnderin.
imdi Rotation tuuna tklayn karza kan Factor Analysis: Rotation iletiim kutusundan Varimax seeneini iaretleyin. Srasyla Continue ve OK tularn tklayn. Aadakilerin benzeri tablolar elde edeceksiniz.
83
Total Variance Explained tablosunda lein ka faktrden olutuu ve bu faktrlerin llmek istenen olguyu ne derecede ltkleri grlmektedir. Tablo, rneimiz zerinden incelendiinde, 1nci Faktrn ltmz olguyu (alanlarn memnuniyet dzeyi olsun) % 41,9; 2 nci Faktrn % 9,7; 3 nc Faktrn % 9,1 orannda lt grlmektedir. Ayrca 3 Faktr ve 15 sorudan oluan bu anket alanlarn memnuniyet dzeyini % 60 orannda lmektedir. Eer % 60 orannda bir bilgi sizin iin yeterli deilse ankete yeni sorular ve faktrler ekleyerek almay tekrarlamay dnebilirsiniz.
Total Variance Explained Initial Eigenvalues % of Variance Cumulative % 41,919 41,919 9,710 51,629 9,197 60,825 5,940 66,766 5,293 72,058 4,688 76,747 4,103 80,849 3,539 84,388 3,075 87,464 2,675 90,139 2,539 92,679 2,308 94,987 2,104 97,091 1,547 98,637 1,363 100,000 Rotation Sums of Squared Loadings Total % of Variance Cumulative % 3,221 21,473 21,473 3,105 20,701 42,174 2,798 18,651 60,825
Component 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Total 6,288 1,457 1,379 ,891 ,794 ,703 ,615 ,531 ,461 ,401 ,381 ,346 ,316 ,232 ,204
Extraction Method: Principal Component Analysis.
Component Matrix ise lein faktr saysn gstermekle birlikte hangi maddenin hangi faktre ait olduu hakknda bilgi iermez. Bu nedenle faktr yapsnn oluturulmasnda Rotated Component Matrix tablosu kullanlr.
a Component Matrix
A1 A2 A3 A4 A5 B1 B2 B3 B4 B5 C1 C2 C3 C4 C5
1 ,559 ,647 ,606 ,573 ,685 ,721 ,436 ,769 ,738 ,573 ,759 ,759 ,661 ,505 ,611
Component 2 ,053 -,183 ,121 -,148 ,067 ,220 ,571 ,398 ,251 ,446 -,298 -,332 -,265 -,335 -,452
3 ,345 ,378 ,397 ,510 ,417 -,044 -,286 -,109 -,029 -,286 -,255 -,289 -,347 -,030 -,281
Extraction Method: Principal Component Analysis. a. 3 components extracted.
Rotated Component Matrix tablosu incelenirken her bir maddenin hangi faktr altnda en yksek deere sahip olduuna baklr. Daha sonra bu maddeler grupland rlarak faktr yaps oluturulur.
a Rotated Component Matrix
1 A1 A2 A3 A4 A5 B1 B2 B3 B4 B5 C1 C2 C3 C4 C5 ,145 ,336 ,106 ,207 ,180 ,317 ,029 ,260 ,300 ,193 ,771 ,809 ,733 ,737 ,193
Component 2 ,608 ,292 ,676 ,753 ,740 ,388 ,017 ,360 ,409 ,100 ,251 ,224 ,118 ,282 ,145
3 ,208 ,663 ,266 ,001 ,260 ,665 ,772 ,751 ,693 ,749 ,269 ,255 ,276 ,023 ,782
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 5 iterations.
85
Tablodaki her bir maddenin bileenler altndaki deerleri incelendiinde; C1, C2, C3, C4 maddelerinin 1 nci Faktr, A1, A3, A4, A5 maddelerinin 2 nc Faktr, A2, B1, B2, B3, B4, B5, C5 maddelerinin ise 3 nc faktr altnda en yksek ykleme deerine sahip olduklar grlmektedir. Madde numaralarndan da anlalaca zere bu beklenmedik bir durumdur. A2 ve C5 maddeleri beklenmedik bir ekilde 3 nc faktr altnda toplanmtr. Ancak soru ierikleri incelenirse hatann analizden deil, soruyu hazrlayandan kaynakland her durumda (anketin salkl uygulanmad durumlar hari) ortaya kacaktr. Dolaysyla gerek gvenilirlik analizi, gerekse faktr analizi anket tasarm srasnda yaplan hatalar bulmamz ve bunlar gidermemizi salayan gl aralar olarak grlebilir.
86
Uygun Analiz Trnn Belirlenmesi
9
87
Uygun analiz trnn belirlenmesinde ilk kriter verilerin trdr. Analiz yntemleri verilerin zelliklerine gre iki temel gruba ayrlr. Bu gruplarda yer alan temel analiz yntemleri aadaki gibidir. (1) Parametrik veriler iin kullan lan analiz yntemleri; Varyans Analizi, T-Testi, Pearson Korelasyonu. (2) Parametrik olmayan veriler iin kullanlan analiz yntemleri; Ki-Kare Testleri, Spearman Korelasyonu. Dolaysyla uygun analiz trn seebilmek iin ncelikle verilerin zelliklerinin belirlenmesi gerekecektir. imdi bunu nasl yapacamz grelim. statistiksel analiz yapmann ilk art verilerin tesadfi (yansz) olarak seilmi olmasdr. Veriler ister parametrik ister parametrik olmayan zellikte olsun mutlaka tesadfi olarak seilmelidir.
Verilerin seiminde (rneklemin oluturulmas) l ve deersiz olmasna yol aacaktr.
yaplacak bir
hata hangi analiz yntemi kullanlrsa kullanlsn sonularn yan-
Bu art salandktan sonra ilk bakacamz kriter rneklem bykl olacaktr. Eer rneklem byklnz 30dan az ise parametrik olmayan yntemleri kullanmanz gerek. Bu durumda veri setinizin dier kriterleri karlay p karlamad n incelemenize gerek kalmaz. Eer veri seti 30dan byk ise her bir faktrn normal dalma sahip olup olmadn ve verilerin homojen dalp dalmad n incelemelisiniz. Parametrik testlerde bu kadar srar etmemizin nedeni; hesaplamalarda veri setinin tmn kullanmalar ve bu nedenle parametrik olmayan testlere gre daha stn olmalardr. Ancak parametrik testlerin kullanabilmesi iin verilerin normal da lmas ve homojen olmas gerekmektedir. imdi bu iki artn salanp salanmadn SPSSde nasl leceimizi bir rnek zerinde inceleyelim. rnek: Beikta ilesindeki ilkretim okullarnda grev yapan retmenlerin eletirel renme, oklu renme, yaplandrmac renme ve duygusal zeka hakkndaki grleri cinsiyetlerine gre farkllk gstermekte midir? Verilerin normal dalma uygunluunu Tek rneklem
Kolmogorov Smirnov Testi kullanarak belirliyoruz. Bu teste balamak iin aadaki mnleri kullannz.
88
ANALYZE NONPARAMETRIC TESTS SAMPLE K-S Karnza aadaki iletiim kutusu kacaktr. Burada dalmlarn test edeceiniz faktrleri aradaki oku kullanarak Test Variable List kutucuuna gnderin. Daha sonra OK tuunu tklayn. Karnza aadakilerin benzeri bir tablo gelecektir.
One-Sample Kolmogorov-Smirnov Test F1 N Normal Parameters Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data.
a,b
F2 200 3,4938 ,81291 ,072 ,072 -,072 1,013 ,257
F3 200 3,2335 ,85890 ,076 ,065 -,076 1,076 ,197
F4 200 3,1312 ,69493 ,066 ,066 -,047 ,938 ,343
Mean Std. Deviation Absolute Positive Negative
200 3,4719 ,81268 ,078 ,078 -,075 1,109 ,170
89
Tablonun Assymp.Sig. (Anlamllk) satrndaki deerlerin istatistiksel anlamllk hesaplamalarnda s nr deeri kabul edilen 0,05den byk olmas incelenen faktrlerin dalmlarnn normal olduunu gstermektedir. Eer bu deerler 0,05den kk olsa idi parametrik olmayan test yntemlerini kullanmak durumunda kalacaktk. imdi ayn verilerin homojenliini inceleyelim. Bunun iin ncelikle aadaki mnleri kullan nz. ANALYZE COMPARE MEANS ONEWAY ANOVA Karnza aadaki iletiim kutusu kacaktr. Burada dalmlarn test edeceiniz faktrleri aradaki oku kullanarak Dependent List kutucuuna gnderin. Daha sonra bu deikenleri gruplamada kullanacanz deikeni yine aradaki oku kullanarak Factor satrna yerletirin.
90
Daha sonra Options tuuna basn . Kanza kacak aadaki iletiim kutusundan Homogeneity of variance test seeneini iaretleyin. Srasyla Continue ve OK tularn tklayn.
Karnza aadaki Test of Homogenity of Variances tablosu gelecektir. Bu tablonun da Sig. (Anlamllk) stunundaki deerlerin 0,05den byk olmas incelenen faktrlerin dalmlarnn homojen olduunu gstermektedir. Dolaysyla bu soru iin parametrik test yntemlerini kullanabiliriz.
Test of Homogeneity of Variances Levene Statistic ,479 2,159 1,161 ,905 df1 1 1 1 1 df2 302 302 301 302 Sig. ,489 ,143 ,282 ,342
F1 F2 F3 F4
Bundan sonraki blmlerde parametrik ve parametrik olmayan test yntemlerini ayrntl olarak inceleyeceiz.
91
Regresyon ve Korelasyon Analizi
10
Regresyon analizi, deikenler arasndaki neden-sonu ilikisini bulmamza imkan veren bir analiz yntemidir. rnein yemek yeme ile kilo alma arasndaki iliki regresyon analizi ile llebilir. Korelasyon analizinde ise iki deikene arasndaki ilikinin yn ve iddeti hesaplanr. Fakat bu iliki bir neden-sonu ilikisi olmak zorunda deildir. rnein, horozlarn sabah tmeleriyle, gnein domas arasnda kusursuz dorusal pozitif korelasyon iliki vardr. Ancak bu iliki gnei horozlarn domasn saladn gstermez. Gnlk hayatta da iki deiken arasndaki gl ilikileri srekli olarak neden-sonu ilikisi olarak yorumlamak eilimi hakimdir. Analistler patronlarn nne sayfalar dolusu veriyi yarlar. Ancak bu basit ayrmn yaplmamas hatal kararlarn alnmas ve kaynaklarn boa harcanmasna yol aar.
92
Bu blmde lineer regresyon konusunu ele alacaz. Lineer regresyon, aralk-oran deikenleri zerinde gerekletirilen bir analiz trdr. lk olarak iki deikenli regresyonu inceleyeceiz. Daha sonra analize daha fazla ayrnt ekleyeceiz.
kili Regresyon
kili regresyonda aratrmac, bamsz deiken X hakknda sahip olduu bilgilerden hareketle baml deiken Yyi tahmin etmeye alr. Biz aadaki rnei kullanacaz; bu rnekte, eitim yl say sna dayal olarak katlmcnn mesleki prestiji puanlanmaktadr. ki deikenli regresyon analizine balamak iin aadaki mnleri sein: ANALYZE REGRESSION LINEAR
93
Karnza yukardaki iletiim kutusu kacaktr. rneimizde retmenlerin ders ileme yntemlerinin renci baarsna etkilerini inceleyeceiz. Bu iletiim kutusunda baml deikeninizi (rnekte, Baar) Dependent satrna, Bamsz deikeninizi (rnekte, Metod) ise Independent(s) penceresine taynz. OK tuunu tkladnzda karnza aadaki tablolar gelecektir. imdi bu tablolardaki temel gstergeleri rneimiz zerinden aklayalm.
Model Summary Model 1 R ,735a R Square ,540 Adjusted R Square ,538 Std. Error of the Estimate ,56330
a. Predictors: (Constant), Metod
Model zeti tablosundaki R Square stunundaki deerlerden bamsz deiken durumundaki Ders leme Metodunun baml deiken durumundaki renci Baars deikenine ait varyans % 54 orannda aklad, dier bir ifade ile renci baarsnn % 54nn ders ileme yntemine bal olduu anlalmaktad r.
ANOVAb Model 1 Sum of Squares 112,314 95,828 208,142 df 1 302 303 Mean Square 112,314 ,317 F 353,954 Sig. ,000a
Regression Residual Total
a. Predictors: (Constant), Metod b. Dependent Variable: Basari
94
ANOVA tablosunun anlamllk stunundaki deer ise sz konusu deikenler arasndaki ilikinin p < 0,01 dzeyinde istatistiksel olarak anlaml olduunu gstermektedir. Eer bu stundaki deer 0,05in zerinde olsayd ilikinin anlamsz (rastlantsal) olduu yorumunu yapacaktk. Tablodaki iliki formle edilecek olursa; F (1,302) = 353,954; p < 0,01 denklemi oluturulabilir. .
Coefficientsa Unstandardized Coefficients B Std. Error 1,131 ,129 ,737 ,039 Standardized Coefficients Beta ,735
Model 1
(Constant) Metod
t 8,739 18,814
Sig. ,000 ,000
a. Dependent Variable: Basari
Katsay (Coefficients) tablosu ise, regresyon denklemi iin kullanlan regresyon katsaylarn ve bunlarn anlamllk dzeylerini vermektedir. rneimizde eitim metodu deikeninin katsays 0,737, denklemin sabit deeri ise 1,131dir. Bu deerleri Y = bX + a denklemine yerletirdiimizde karmza; Y = 0,737X + 1,131 eitliini elde ederiz. Bu eitlik bize eitim ynteminin alaca deerlerin renci baarsn nasl etkilediini gstermektedir.
95
oklu Regresyon
oklu regresyonda ikili regresyondan farkl olarak baml deiken zerinde birden fazla bamsz deikenin toplu etkisi aratrlr. Burada da ikili regresyonda kullan lan mnlerden yararlanlr. Ancak Independent(s) penceresine birden fazla deiken girii yaplr. Biz burada renme, Ortak Vizyon, Ak Fikirlilik ve Koordinasyon de ikenlerinin Yeniliki Davranna etkilerini belirlemeye alacaz. Bunun iin ncelikle ikili regresyonda izlediiniz admlar tekrarlayn. Daha sonra Independent(s) kutucuuna tm bamsz deikenlerinizi girin ve OK tuuna yklayn.
96
Karnza aadakilerin benzeri tablolar gelecektir. Model zeti tablosundaki R Square stunundaki deerlerden yine bamsz deiken durumundaki renme, Ortak Vizyon, Ak Fikirlilik ve Koordinasyonun baml deiken durumundaki Yeniliki Davran deikenine ait varyans % 70 orannda aklad, dier bir ifade ile yeniliki i davrannn % 70 orannda bu faktrlere bal olarak ekillendii anlalmaktadr.
Model Summary Model 1 R ,839a R Square ,704 Adjusted R Square ,697 Std. Error of the Estimate ,42774
a. Predictors: (Constant), Koordinasyon, Ortak Vizyon, Aik Fikirlilik, grenme
ANOVA tablosunun anlamllk stunundaki deer ise sz konusu deikenler arasndaki ilikinin p < 0,01 dzeyinde istatistiksel olarak anlaml olduunu gstermektedir. Tablodaki iliki formle edilecek olursa; F (4, 166) = 98,891; p < 0,01 denklemi oluturulabilir.
b ANOVA
Model 1
Regression Residual Total
Sum of Squares 72,373 30,372 102,744
df 4 166 170
Mean Square 18,093 ,183
F 98,891
Sig. ,000a
a. Predictors: (Constant), Koordinasyon, Ortak Vizyon, Aik Fikirlilik, grenme b. Dependent Variable: Yenilikci Is Davranisi
97
Katsay (Coefficients) tablosu ise, regresyon denklemi iin kullanlan regresyon katsaylarn ve bunlarn anlamllk dzeylerini vermektedir. rneimizde Yeniliki Davran ile renme, Ortak Vizyon ve Ak Fikirlilik arasndaki iliki p < 0,01 dzeyinde anlaml iken, Yeniliki Davran ile Koordinasyon arasndaki ilikinin istatistiksel olarak anlaml olmad grlmektedir. Bu bulgudan hareketle koordinasyon uygulamalarnn yeniliki i davranna anlaml bir katk yapmad sylenebilir. Tabloda yer alan verilerden yenliki i davrannn alabilecei deer aadaki ekilde formle edilebilir. Yeniliki Davran = 0,766 + 0,230 renme + 0306 Ortak Vizyon + 0,504 Ak Fikirlilik + 0,102 Koordinasyon Ayrca tablodaki katsaylardan Yeniliki Davran zerinde en fazla etkiye sahip faktrn Ak Fikirlilik olduu, bunu srasyla ortak vizyon ve renmenin izledii anlalmaktadr.
Coefficientsa Unstandardized Coefficients B Std. Error ,774 ,246 ,230 ,053 ,306 ,071 ,504 ,080 ,102 ,059 Standardized Coefficients Beta ,261 ,258 ,377 ,096
Model 1
(Constant) grenme Ortak Vizyon Aik Fikirlilik Koordinasyon
t 3,139 4,334 4,322 6,258 1,728
Sig. ,002 ,000 ,000 ,000 ,086
a. Dependent Variable: Yenilikci Is Davranisi
98
Korelasyon
Korelasyon analizi ile iki farkl deiken arasndaki ilikinin yn ve iddeti hakknda bilgi edinebiliriz. Ancak daha nce de belirttiimiz gibi korelasyon, neden-sonu ilikisinin gstergesi deildir. rneimizde gnlk uyku sresi ile TV izleme sresi arasndaki iliki incelenmitir. imdi aadaki mnleri kullan n, karnza Bivariate Correlations iletiim kutusu kacaktr. ANALYZE CORRELATE BIVARIATE
99
Bu iletiim kutusunda aralar ndaki ilikiyi renmek istediiniz deikenleri (ikinin zerinde olabilir), Variables penceresine taynz (rneimizde, Uyku ve TV izleme). Pearson kutucuunu iaretli olduundan emin olduktan sonra OK tuunu tklaynz. Kanza aadakinin benzeri bir tablo kacaktr.
Correlations TV Izleme Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N TV Izleme 1 304 ,769** ,000 303 Uyku ,769** ,000 303 1 303
Uyku
**. Correlation is significant at the 0.01 level (2-tailed).
Pearson Coorrelation ifadesinin karsndaki 0,769 deeri r ile ifade edilir ve 1 ile + 1 arasnda bir deer alr. Burada ilikinin ynn rnin iareti, derecesini ise katsaynn bykl belirler. Eksi deerler bir deiken artarken dierinin azaldnn, art deerler ise her iki deikenin ald deerlerin birlikte art ve azal gsterdiinin gstergesidir. Tablodaki 0,769 deeri ise TV zleme ile Uyku aras nda ok gl pozitif dorusal bir iliki olduunu gstermektedir. Bu iki deiken arasnda bir neden sonu ilikisi olmamakla birlikte, ok fazla TV izleyenlerin pek fazla ii olmayan kiiler olduu ve bunlarn ayn zamanda uykuya da fazla zaman ayrdklar yorumu yaplabilir. Ancak daha salkl bir yorum yapabilmek iin farkl deikenlerin TV izleme ve uykuya etkisi aratrlmaldr.
Eer
verileriniz
parametrik
olma
artlarn
tamyorsa
Correlation Coefficients bal altndaki Pearson seenei yerine Spearman seeneini iaretlemeniz gerekecekti. Aada Searman ayn sorulara 25 kiinin verdii cevaplar sonrasnda elde edilen Spearman Testi sonular verilmitir.
Correlations Spearman's rho TV Izleme Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N TV Izleme 1,000 . 25 ,545** ,005 25 Uyku ,545** ,005 25 1,000 . 25
Uyku
**. Correlation is significant at the 0.01 level (2-tailed).
Tablodaki 0,545 deeri,
TV zleme ile Uyku arasnda pozitif
dorusal bir iliki olduunu gstermektedir.
Ksmi Korelasyon
Ksmi korelasyonda incelenen deikenlerle ilikili olduu dnlen bir ve ya daha fazla deikenin bu deikenler zerindeki etkisi kontrol altnda tutulur. imdi rneimizdeki TV zleme ve Uyku arasndaki ilikiyi kiilerin hastalk durumlarn kontrol altnda tutarak tekrar inceleyelim. Bunun iin aadaki mnleri kullann. Karnza Partial Correlations iletiim kutusu kacaktr.
101
ANALYZE CORRELATE BIVARIATE
Burada da aralarndaki ilikiyi aratrdnz deikenleri Variables kutusuna, kontrol deikenini ise Controlling for kutusuna yerletiriniz. OK tuuna tkladnzda karnza aadakine benzer bir tablo gelecektir.
Correlations Control Variables Hastalik TV Izleme Correlation Significance (2-tailed) df Correlation Significance (2-tailed) df TV Izleme 1,000 . 0 ,713 ,000 300 Uyku ,713 ,000 300 1,000 . 0
Uyku
Dikkat edilirse hastalk deikeni dikkate alndktan sonra r deeri 0,769dan, 0,713e dmtr. Bu durum hastaln dei-
102
keninin TV izleme ve uyku deikenleri zerinde etkisinin olduunu gstermektedir.
103
t Testi
11
t testi iki ortalaman n karlatrlmasnda kullanlan bir analiz yntemidir. Eer karlatracanz ortalama says ikinin zerinde ise bundan sonraki blmde a klayacamz Varyans Analizi yntemini kullanmanz gerekecektir. Bu blmde Tek rneklem in t Testi, Bamsz rneklemler in t Testi, likili lmler in t Testi analizleri incelenecektir. Ayrca Tek rneklem in t Testi blmnde istatistiin baz temel kavramlarn akladk. Pek ok istatistik kitabnda sayfalarca anlatlan bu kavramlar mmkn olduunca basite indirmeye altk. Bundan sonraki analizler iin de ihtiya duyacanz rnekleme hatas, gven aral gibi kavramlar mutlaka incelemenizi tavsiye ediyoruz.
104
Tek rneklem t Testi

Tek rneklem t Testinde, ayn rneklemin llen ortalamas ile tahmin edilen ya da bilinen ortalamas karlatrlr. Biraz kark m? Aslnda deil. imdi Ziraat Bankas gibi 24.000 kiinin alt byk bir kuruluta anket almas yapmak istediinizi dnn. Herkese anket uygulamanz maliyetli olacaktr. Bunun iin kanlmaz olarak rnekleme yaptnz ve rastgele 400 kii setiniz. Ancak iinize bir kurt dt ve bu setiiniz rneklemin ana ktlenin zelliklerini yanstp yanstmadn test etmek istiyorsunuz. te Tek rneklem t Testi burada yardmnza yetiiyor. Bunun yannda bir konuya ilikin tahminlerinizin doru olup olmadn da Tek rneklem t Testini kullanarak test edebilirsiniz. rnein bir ehirdeki insanlarn ya ortalamasnn 40 olarak tahmin ediyorsunuz. Daha sonra rastgele 100 kii setiniz ve bunlarn ya ortalamasn hesapladnz. Fakat rnekleminizin ortalamas 42 kt. Tahmininiz hatal myd? Tek rneklem t Testini kullanmadan byle bir sonuca gidemezsiniz. nk hata rneklemden de kaynaklanabilir. Dier bir ifade ile baka bir 100lk grup seseniz bu grubun ya ortalamas 38 kabilir. En salam herkesi hesaplamaya dahi ederek bu tartmay bitirmek gibi gzkyor. Ancak buna ne zaman ne kaynak yetmez. Ayrca pratikte herkese de ulaamazsnz. te bu yzden istatistik hesaplamalar yapyoruz.
105
Tek rneklem t Testi size yaptnz tahminin belirli bir anlamllk dzeyinde doru olup olmad gsterir. Anlamllk dzeyi diyoruz nk ana kitledeki tm bireyler hesaba katlmadndan ulalan sonuta yanlma ihtimali her zaman olacaktr. Bu yanlma olasl; 0,05 anlamllk dzeyi iin % 5, 0,01 anlamllk dzeyi iinse % 1 dzeyindedir. Ama ben sfr hata isterim diyorsanz oturup herkesi hesaba katmanz gerekir. Burada dikkat ekmek istediimiz nokta hangi istatistik yntemi ve hangi program kullan rsanz kullann eer iin iinde istatistik geiyorsa her zaman bir yanlma pay olacann unutulmamas gerektiidir. imdi Tek rneklem t Testinin nasl uygulandn bir rnek zerinde inceleyelim. rnek: Rockn Coke konserine 2007 ylnda katlan kiilerin ya ortalamalarnn 34,2 olduu bilinmektedir. Katlmclar arasnda bulunan 104 kiilik lgnlar Grubunun ya ortalamas asndan ana kitlenin (tm katlmclar) zelliklerini gsterip gstermediini bulunuz. Bu rnek iin H0 ve H1 hipotezleri ise u ekilde formle edilebilir.
Hipotezin kelime anlam sav, iddiadr. Dikkat ederseniz burada grubun ya ortalamasnn 34 olduu iddiasnda bulunuyoruz. Ancak bu iddiay test edebilmemiz iin bunu H0 ve H1 olmak zere iki farkl ekilde ifade etmemiz gerek. H0 hipotezleri her zaman gruplar aras farkszl ngrr. H1 hipotezi ise gruplar aras fark olduu iddiasna dayanr. ncelenen konu ya da analiz yntemi ne olursa olsun bu durum deimez. Yaplan tm analizlerde H0 hipotezi test edilir. Eer H0 hipotezi reddedilirse H1 hipotezinin doruluu kabul edilir.
106
H0 = Rockn Coke konserine katlan 104 kiilik lgnlar Grubu ya ortalamas asndan dier katlmclardan farkl deildir. H1 = Rockn Coke konserine katlan 100 kiilik lgnlar Grubu, ya ortalamas asndan dier katlmclardan farkldr. Tek rneklem t Testi iin ncelikle aadaki mnleri kullann: ANALYZE COMPARE MEANS ONE SAMPLE T TEST
Karnza yukardaki One-Sample T Test iletiim penceresi gelecektir. Bu pencereden inceleyeceiniz deikeni (rnekte, Ya) Test Variable(s) kutucuunun iine aradaki oku kullanarak gnderin. Aadaki Test Value satrna ise rneklemi test edeceiniz deeri girin (rnekte, 34). Daha sonra anlamllk dzeyini belirlemek zere Options tuuna tklay n. Karnza aadaki iletiim kutusu kacaktr.
107
SPSS varsaylan olarak p < 0,05 anlamllk dzeyinde almaktadr. Anlamllk dzeyini p < 0,01e ykselterek daha gvenilir sonular elde etmek iin bu blme % 99 deeri girebilirsiniz. Ancak bu durumda p < 0,05 anlamllk dzeyinde anlaml kan baz ilikiler, p < 0,01 anlamllk dzeyinde anlaml kmayacaktr. Bu yzden pek ok durum iin p < 0,05 anlamllk dzeyi yeterli olarak kabul edilir. imdi s rasyla Continue ve OK yularn tklayn. Karnza aadaki tablolar gelecektir.
One-Sample Statistics N Yas 104 Mean 33,1900 Std. Deviation 4,86524 Std. Error Mean ,48652
One-Sample Test Test Value = 34 95% Confidence Interval of the Difference Lower Upper -1,7754 ,1554
Yas
t -1,665
df 99
Sig. (2-tailed) ,099
Mean Difference -,81000
108
One Sample Statistics tablosunda 104 kiilik grubumuzun ya ortalamasnn 33,19 olduu grlmektedir. Bu ortalama kukusuz tahminimiz olan 34,2 den farkldr. Ancak aradaki farkn istatistiksel olarak anlaml olup olmad n belirlemek iin One Sample Test tablosundaki Sig. (2-tailed) deerini incelmemiz gerekecektir. Bu deerin 0,05den kk olduu durumlarda H0 hipotezi reddedilirken, 0,05den byk olduu durumlarda H0 hipotezi reddedilemez. rneimizde p = 0,099 deeri 0,05den byk olduu iin H0 hipotezi reddedilememi ve analiz sonrasnda bulunan 33,19 deeri ile 34,2 deeri arasndaki farkn istatistiksel olarak anlaml olmad, Rockn Coke konserine katlan 100 kiilik lgnlar Grubunun ya ortalamas asndan ana kitleden farkllk gstermedii sonucuna varlmtr.
Bamsz rneklem t Testi

Bamsz rneklem t-testinde ise tek rneklem t-testinden farkl olarak iki ayr grubun ortalamalar karlatrlr. rein feminizm konusunda hakknda erkek ve kadnlarn grleri arasnda fark olup olmadn test etmek isterseniz bamsz rneklem t-testini kullanabilirsiniz. Benzer ekilde evli ve bekar kad nlarn kozmetik harcamalar arasnda fark olup olmadn bulmak iin kullanlabilecek yntem yine bamsz rneklem t-testidir. imdi Bamsz rneklem t Testinin nasl uygulandn bir rnek zerinde inceleyelim.
109
rnek: Bir snfta kz ve erkek rencilerin matematik dersinden aldklar notlar arasnda anlaml bir fark var mdr? Bu rnek iin H0 ve H1 hipotezleri ise u ekilde formle edilebilir.
H0 = Kz ve erkek rencilerin matematik dersinden aldklar notlar arasnda anlaml bir fark yoktur. H1 = Kz ve erkek rencilerin matematik dersinden aldklar notlar arasnda anlaml bir fark vardr. Bamsz rneklem t Testi iin ncelikle aadaki mnleri kullan n: ANALYZE COMPARE MEANS INDEPENDENT SAMPLE T TEST Karnza aadaki Independent-Sample T Test iletiim penceresi gelecektir. Bu pencereden inceleyeceiniz deikeni (rnekte, Matematik Notu) Test Variable(s) kutucuunun iine, gruplandrmada kullanacanz deikeni (rnekte, Cinsiyet) Grouping Variable satrna, aradaki oklar kullanarak gnderin.
110
imdi kullanacanz gruplar tanmlamanz gerek. Bunun iin Define Groups dmesini tklayn. Karnza aadaki iletiim kutusu gelecektir. Burada Kzlar 1, Erkeler 2 ile temsil edildiinden bu rakamlar Group 1 ve Group 2 satrlarna girdik. Bunun dnda rnein gruplamay Eitim Dzeyi deikenine gre yapmay dndnz ve niversite mezunlar ile lisansst eitim grenler karlatrmak istiyorsunuz. Kodlarnzda 1 lkretim, 2 Lise, 3 niversite 4Lisanst eklinde olsun bu durumda Group 1 ve Group 2 satrlarna srasyla 3 ve 4 rakamlarn girmeniz gerekecek. Eer lise ve daha az eitim grmler ile niversite ve daha yksek eitime sahip olanlar karlatrmak istiyorsan z Cut point ifadesinin nndeki radyo dmesini iaretlemeniz ve bu satra 2 deerini girmeniz yeterli olacaktr. SPSS Cut point satrna girilen deeri < = (kk eit) olarak kabul eder.
111
imdi rneimize dnelim. Srasyla Continue ve OK tularn tklaynz. Karnza aadakiler benzer tablolar gelecektir. Group Statistics tablosunda her bir grupta ka kii bulunduu, bunlarn ortalama deerleri (rnekte, Matematik dersinden aldklar ortalama puanlar) ile bunlara ait standart sapma ve standart hata deerleri yer almaktad r. Tabloda kzlarn ortalamasnn erkeklerden daha yksek olduu grlmektedir. Ancak bu farkn rastlantsal m yoksa gerek bir baarnn gstergesi mi olduunu belirleyebilmek iin Independent Samples Test tablosunu incelememiz gerekir.
Group Statistics Cinsiyet 1,00 2,00 N 41 59 Mean 72,3415 63,7458 Std. Deviation 6,04818 24,34422 Std. Error Mean ,94457 3,16935
MatNot
112
Independent Samples Test tablosunun Sig. (Anlamllk) stunundaki deerin 0,29 olduu grlmektedir. Sz konusu deer 0,05den kk olduu iin, cinsiyet ile matematik dersi baars arasndaki ilikinin p < 0,05 dzeyinde istatistiksel olarak anlaml olduunu syleyebiliriz. rneimizde t-testi sonular ve gruplara ait ortamlalar birlikte deerlendirildiinde, H0 hipotezi reddedilmi ve kz rencilerin matematik dersinde erkelerden daha baarl olduu sonucuna ulalmtr.
Independent Samples Test t-test for Equality of Means
t MatNot Equal variances assumed Equal variances not assumed 2,211 2,599
df 98 67,983
Sig. (2-tailed) ,029 ,011
Mean Difference 8,59570 8,59570
Std. Error Difference 3,88804 3,30711
Eletirilmi rneklem t Testi

zellikle deneme modelli aratrmalarda deney ncesi ve sonras deerlerin karlatrlmasna ihtiya duyulabilir. Bunun dnda belli bir grubun ilikili fakat farkl iki konu ya da uygulamaya ilikin grlerini karlatrmak isteyebilirsiniz. Biraz karmak m oldu? Aslnda deil.
rnein bir iletmenin ISO 9001:2000 ncesi ve sonras performansn karlatrmak istiyorsunuz. Ya da retmenlerin eletirel renme ile oklu renme yntemlerinin etkinliklerine ilikin grlerini karlatrmanz gerek. Son olarak demokratik liderlik modelinin uyguland proje takm ile geleneksel liderlik yaklamlarnn uyguland bir baka proje takmnn performanslarn karlatracaks nz. Eletirilmi rneklem t Testi tm bu durumlar iin uygun bir yntemdir. imdi Eletirilmi rneklem t Testinin nasl uygulandn bir rnek zerinde inceleyelim. rnek: Fen bilgisi retmenlerinin, Adm Adm Fen Bilgisi yardmc kitab ile Aama Aama Fen Bilgisi yardmc kitabnn etkiliine ilikin grleri arasnda fark var mdr? Bu rnek iin H0 ve H1 hipotezleri ise u ekilde formle edilebilir. H0 = Fen bilgisi retmenlerinin Adm Adm Fen Bilgisi yardmc kitab ile Aama Aama Fen Bilgisi yardmc kitabnn etkiliine ilikin grleri arasnda fark yoktur. H1 = Fen bilgisi retmenlerinin Adm Adm Fen Bilgisi yardmc kitab ile Aama Aama Fen Bilgisi yardmc kitabnn etkiliine ilikin grleri arasnda fark vardr. Eletirilmi rneklem t Testi iin ncelikle aadaki mnleri kullan n:
114
ANALYZE COMPARE MEANS PAIRED SAMPLE T TEST Karnza aadaki Paired-Sample T Test iletiim penceresi gelecektir. Bu pencereden inceleyeceiniz deikenleri birbiri ardna tklaynz. Tklad nz deikenler Current Selections kutusunda grntlenecektir. Daha sonra aradaki oku kullanarak bu deikenleri Paried Variables kutusuna gnderin. OK tuuna tklaynz. Karnza aadakiler benzer tablolar gelecektir. Paired Samples Statistics tablosunda retmenlerin her iki kitabn etkinliine iliki grlerinin ortalamas ile standart sapma ve standart hata deerleri yer almaktadr. N deerinin her iki deerlendirme iin de 303 olmas bu verilere kayp deer olmad, dier bir ifade ile tm retmenlerin her iki kitab da deerlendirdiini gstermektedir. Tabloda Asama Asama Fen yardmc kitabna verilen puanlarn ortalamasnn Adm Adm Fen yardmc kitabna verilenlerden daha yksek olduu grlmektedir. Ancak bu farkn rastlantsal m yoksa gerek bir baarnn gstergesi mi olduunu belirleyebilmek iin Paried Samples Test tablosunu incelememiz gerekir.
115
Paired Samples Statistics Mean 2,9769 3,3630 N 303 303 Std. Deviation 1,32580 1,25554 Std. Error Mean ,07617 ,07213
Pair 1
Adim Adim Fen Asama Asama Fen
Paired Samples Test tablosunun Sig. (Anlamllk) stunundaki deerin 0,00 olduu grlmektedir. Sz konusu deer 0,01den kk olduu iin, Asama Asama Fen yardmc kitab ile Adm Adm Fen yardmc kitabnn etkinlii arasndaki farkn p < 0,01 dzeyinde istatistiksel olarak anlaml olduunu syleyebiliriz.
Paired Samples Test Paired Differences
Mean Pair 1 Adim Adim Fen Asama Asama Fen -,38614
Std. Deviation 1,47588
t -4,554
Sig. (2-tailed) ,000
rneimizde t-testi sonular ve gruplara ait ortamlalar birlikte deerlendirildiinde, H0 hipotezi reddedilmi ve fen bilgisi retmenlerinin Aama Aama Fen Bilgisi kitabnn etkinliinin Adm Adm Fen Bilgisi kitabnn etkinliinden daha yksek olduu grn tadklar sonucuna varlmtr.
116
Varyans Analizi
12
117
ki farkl grup arasnda karlatrma yapmamz gerektiinde ttestini kulland k. Eer grup says ikiden fazla ise Bu durumda varyans analizini kullanacaz. Varyans analizi de t-testinde olduu gibi farkl yntemler ieriyor. Bu blmde Bamsz rneklem Tek Ynl Varyans Analizi, Bamsz rneklem ki Ynl Varyans Analizi, likili rneklem Tek Ynl Varyans Analizi, liki rneklem ki Ynl Varyans Analizi ve ok Faktrl Varyans Analizi yntemlerini inceleyeceiz.
Bamsz rneklem Tek Ynl Varyans Analizi

Bamsz rneklem tek ynl varyans analizinde ikiden fazla grubun ortalamalar karlatrlr. rein evlilik hakkndaki grlerin medeni duruma (evli, bekar, dul) gre farkllk gsterip gstermediini test etmek isterseniz tek ynl varyans analizini
kullanabilirsiniz. Benzer ekilde farkl eitim dzeylerindeki kadnlarn kozmetik harcamalar arasnda fark olup olmadn bulmak iin kullanlabilecek yntem yine bamsz rneklem tek ynl varyans analizidir. imdi tek ynl varyans analizinin nasl uygulandn bir rnek zerinde inceleyelim. rnek: rencilerin Fen Bilgisi dersinden aldklar ortamla puanlar babalarnn eitim durumlarna gre farkllk gsterir mi? Bu rnek iin H0 ve H1 hipotezleri ise u ekilde formle edilebilir. H0 = Babalar farkl eitim dzeyine sahip rencilerin Fen Bilgisi dersinden aldklar ortamla arasnda anlaml bir fark yoktur. H1 = Babalar farkl eitim dzeyine sahip rencilerin Fen Bilgisi dersinden aldklar ortamla arasnda anlaml bir fark vardr. Bamsz rneklem tek Ynl Varyans Analizi iin aadaki mnleri kullan n: ANALYZE COMPARE MEANS ONE WAY ANOVA Karnza aadaki One Way ANOVA iletiim penceresi gelecektir. Bu pencereden inceleyeceiniz deikeni (rnekte, Fen Bilgisi Notu) Dependent List kutucuunun iine, gruplandrmada kullanacanz deikeni (rnekte, Baba Eitim Dzeyi) Factor satrna, aradaki oklar kullanarak gnderin.
imdi her bir gruba ait tan mlay c istatistikleri (ortalama, standart sapma vb.) grebilmek iin Options tuunu tklayn ve aada da verilen iletiim kutusundaki Descriptive seeneini iaretleyin.
imdi srasyla Continue ve Post Hoc tularn tklayn karnza aadaki iletiim kutusu gelecektir. Buradan Turkey seeneini iaretleyin.
119
Varyans analizi farkl gruplarn birbirinden farkl olup olmadn gsterir. Ancak farkllklarn hangi gruplar arasnda olduuna ilikin bilgi iermez. Bunun iin varyans analizlerine ilave olarak Turkey testinin yaplmasnda yarar vardr. Srasyla Continue ve OK tularn tklad nzda karnza aadakilerin benzeri tablolar gelecektir. Descriptives tablosunda her bir grupta ka kii bulunduu, bunlarn ortalama deerleri (rnekte, Fen Bilgisi dersinden aldklar ortalama puanlar) ile bunlara ait standart sapma ve standart hata deerleri yer almaktadr.
120
Descriptives Fen Bilgisi Notu
N Lisansst Lisans Lise Ilkogretim Total 119 217 254 269 859
Mean 82,6555 81,3364 67,8622 64,4387 72,2433
Std. Deviation 7,12888 6,19380 1,09288 9,16154 10,19530
Std. Error ,65350 ,42046 ,06857 ,55859 ,34786
Tabloda babann eitim dzeyi ykseldike rencilerin de notlarnn buna paralel olarak artt grlmektedir. Ancak bu farkllklarn rastlantsal m yoksa gerek bir baarnn gstergesi mi olduunu belirleyebilmek iin ANOVA tablosunu incelememiz gerekir.
ANOVA Fen Bilgisi Notu Sum of Squares 52104,418 37079,731 89184,149 df 3 855 858 Mean Square 17368,139 43,368 F 400,482 Sig. ,000
Between Groups Within Groups Total
ANOVA tablosunun Sig. (Anlamllk) stunundaki deerin 0,00 olduu grlmektedir. Sz konusu deer 0,01den kk olduu iin, babann eitim dzeyi ile fen bilgisi dersi baars arasndaki ilikinin p < 0,05 dzeyinde istatistiksel olarak anlaml olduunu syleyebiliriz.
121
rneimizde varyans analizi sonular ve gruplara ait ortamlalar birlikte deerlendirildiinde, H0 hipotezi reddedilmi ve babalar farkl eitim dzeylerinde olan rencilerin fen bilgisi dersinden aldklar ortalama puanlar arasndaki farkln anlaml olduu sonucuna ulalmtr. Bununla birlikte daha nce de ifade edildii gibi ANOVA tablosu gruplar arasndaki farkllklar bir btn olarak deerlendirir. Dier bir ifade ile hangi ikili gruplar arasndaki farkn anlaml olduuna ilikin bilgi vermez. Bunun iin aadaki Turkey testi tablosu incelenmelidir.
Multiple Comparisons Dependent Variable: Fen Bilgisi Notu Tukey HSD Mean Difference (I-J) 1,31906 14,79326* 18,21680* -1,31906 13,47420* 16,89774* -14,79326* -13,47420* 3,42354* -18,21680* -16,89774* -3,42354*
(I) Baba Egitim Dzeyi Lisansst
Lisans
Lise
Ilkogretim
(J) Baba Egitim Dzeyi Lisans Lise Ilkogretim Lisansst Lise Ilkogretim Lisansst Lisans Ilkogretim Lisansst Lisans Lise
Std. Error ,75119 ,73156 ,72502 ,75119 ,60876 ,60089 ,73156 ,60876 ,57616 ,72502 ,60089 ,57616
Sig. ,296 ,000 ,000 ,296 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
*. The mean difference is significant at the .05 level.
Tablonun anlamllk stunundaki deerlerden babas lisansst eitime sahip olan ocuklarla babas lisans eitimine sahip olan ocuklarn fen bilgisi not ortalamalar arasndaki farkn istatistik-
122
sel olarak anlaml olmad anlalmaktadr. Dier tm gruplar arasndaki iliki ise p < 0,05 (anlamllk deeri ONE WAY ANOVA: Post Hoc Multiple Comparasion iletiim kutusunda belirlenmiti) dzeyinde anlamldr. Bu bulgular nda babas ilkretim okulu mezunu rencilerin fen bilgisi dersinden en dk ortalamaya sahip olduklar, bu rencileri babas lise mezunu olan rencilerin takip ettii, babas lisans ve lisans st eitim gren rencilerin ise en baarl grubu oluturduu sylenebilir.
Bamsz rneklem ki Ynl Varyans Analizi

Bamsz rneklem iki ynl varyans analizi, belli bir baml deiken zerinde (rneimizde, retmenlerin performans), birden fazla bamsz deikenin (rneimizde, retmenlerin cinsiyeti ve kdemi) ortak etkisini lmek iin kullan lr. imdi Bamsz rneklem ki Ynl Varyans Analizinin nasl uygulandn bir rnek zerinde inceleyelim. rnek: Erkek ve kadn retmenlerin performanslar yalarna bal olarak farkllk gsterir mi? Bu rnek iin H0 ve H1 hipotezleri ise u ekilde formle edilebilir. H0 = Erkek ve kadn retmenlerin performanslar yalarna bal olarak farkllk gstermez.
H1 = Erkek ve kadn retmenlerin performanslar yalarna bal olarak farkllk gsterir. Bamsz rneklem ki Ynl Varyans Analizi iin aadaki mnleri kullan n: ANALYZE GENERAL LINEAR MODEL UNIVARITE Karnza aadaki Univarite iletiim penceresi gelecektir. Bu pencereden inceleyeceiniz deikeni (rnekte, Performans) Dependent Variable sat rna, gruplandrmada kullanacanz deikeni (rnekte, Cinsiyet, Blm) Fixed Factor (s) kutucuuna aradaki oklar kullanarak gnderin.
124
imdi Options tuunu tklayn ve karnza gelen aadaki iletiim kutusundan Descriptive statistics seeneini iaretleyin.
Srasyla Continue ve OK tularn tklay n. Karnza aadakilere benzer tablolar gelecektir.

Between-Subjects Factors Cinsiyet Yas 1,00 2,00 1,00 2,00 3,00 4,00 Value Label Bay Bayan 30 yas alti 31-40 41-50 50 zeri N 252 160 182 130 64 36
125
Between Subjects Factors tablosunda her bir grubu oluturan alt gruplarn sklklar verilmitir.
Descriptive Statistics Dependent Variable: Performans Cinsiyet Bay Yas 30 yas alti 31-40 41-50 50 zeri Total 30 yas alti 31-40 41-50 50 zeri Total 30 yas alti 31-40 41-50 50 zeri Total Mean 3,3386 3,1125 2,9394 2,6667 3,1825 3,2364 3,3200 2,7742 3,0833 3,1500 3,3077 3,1923 2,8594 2,9444 3,1699 Std. Deviation ,78902 ,79546 ,89928 1,07309 ,83643 ,92223 ,95704 1,17501 ,88055 ,99179 ,83026 ,86353 1,03689 ,95452 ,89891 N 127 80 33 12 252 55 50 31 24 160 182 130 64 36 412
Bayan
Total
Descriptive Statistics tablosunda ise performansn yaa bal olarak deiimi cinsiyet deikeni baz alnarak sunulmutur. Bu tablodan Bay ve Bayanlarn performanslarnn yalarna bal olarak deiimi grlmektedir. Ayrca bu tabloyu kullanarak belirli bir yal grubundaki bayanlarn performans ile erkeklerin performansn karlatrmak mmkndr. Ancak bu karlatrmalar sonucu gzlenen farkllklarn anlaml olup olmadn belirlemek iinse Tests of Between-Subjects Effects tablosunu incelememiz gerekir.
126
Tests of Between-Subjects Effects Dependent Variable: Performans Source Corrected Model Intercept Cinsiyet Yas Cinsiyet * Yas Error Total Corrected Total Type III Sum of Squares 15,073a 2433,118 ,517 11,350 3,444 317,034 4472,000 332,107 df 7 1 1 3 3 404 412 411 Mean Square 2,153 2433,118 ,517 3,783 1,148 ,785 F 2,744 3100,551 ,659 4,821 1,463 Sig. ,009 ,000 ,417 ,003 ,224
a. R Squared = ,045 (Adjusted R Squared = ,029)
Tablonun Cinsiye * Ya satrndaki deerlerden cinsiyet ve yan performans zerindeki ortak etkisinin (p = 0,224, p > 0,05) istatistiksel olarak anlaml olmad grlmektedir. Bu bulgular nda H0 hipotezi reddedilememi ve erkek ve kadn retmenlerin performanslar yalarna bal olarak farkllk gstermez. Dier bir ifade ile farkl ya gruplarndaki erkek ve bayan retmenlerin performanslar arasndaki fark istatistiksel olarak anlaml deildir. Ek bilgi olarak; tablonun Cinsiyet satrndaki anlamllk deeri (p = 0,417, p > 0,05) performans ile cinsiyet arasndaki ilikin istatistiksel olarak anlaml olmadn gstermektedir. Tablonun Ya satrndaki anlamllk deeri ise ( p = 0,003, p < 0,01) performans ile ya arasndaki ilikinin p < 0,01 dzeyinde istatistiksel olarak anlaml olduunu ortaya koymaktadr. Dier bir ifade ile performans cinsiyete bal olarak anlaml bir farkllk gstermezken yaa bal olarak farkllk gstermektedir. Bu bulgu Descriptive Statistics tablosunun Total hanesindeki verilerle birlikte deer-
127
lendirildiinde retmenlerin performanslar nn yalarna bal olarak dt anlalmaktadr.
likili rneklem Tek Ynl Varyans Analizi

Eletirilmi rneklem t-testini kullanarak; belirli bir deikene ait deney ncesi ve sonras deerlerini karlatrlmtk. Ayrca yine bu yntemi, bir grubun ilikili fakat farkl iki konuya ilikin grlerini karlatrmak iin kullanmtk. lm say snn ikiden fazla olduu durumlar ile ikiden fazla konuya ilikin grlerin karlatrlmasnda ise bu blmde aklayacamz likili rneklem Tek Ynl Varyans Analizi yntemini kullanabiliriz. rnein bir ilacn etkilerini lmek iin ikier hafta arayla yaplan drt farkl testin sonularnn ya da retmenlerin A, B, C eitim yntemlerine ilikin grlerini likili rneklem Tek Ynl Varyans Analizi yntemini kullanarak karlatrabiliriz. imdi likili rneklem Tek Ynl Varyans Analizinin nas l uygulandn bir rnek zerinde inceleyelim. rnek: stanbul Levent Blgesindeki lkretim Okullarnda grev yapan retmenlerin yaplandrmac renme, eletirel renme ve geleneksel renme yntemlerine ilikin grleri arasnda fark var mdr. Bu rnek iin H0 ve H1 hipotezleri ise u ekilde formle edilebilir.
128
H0 = stanbul Levent Blgesindeki lkretim Okullarnda grev yapan retmenlerin yaplandrmac renme, eletirel renme ve geleneksel renme yntemlerine ilikin grleri arasnda fark yoktur. H1 = stanbul Levent Blgesindeki lkretim Okullarnda grev yapan retmenlerin yaplandrmac renme, eletirel renme ve geleneksel renme yntemlerine ilikin grleri arasnda fark vardr.
likili rneklem Tek Ynl Varyans Analizi iin aadaki mnleri kullann: ANALYZE GENERAL LINEAR MODEL REPEATED MEASURES
Karnza yukardaki Repeated Measures Define Factor(s) iletiim penceresi gelecektir.
129
Bu iletiim kutusuna karlatracanz deiken miktarn (rneimizde, 3) giriniz daha sonra srasyla Add ve Define tularn tklay nz. Karnza aadaki Repeated Measures iletiim kutusu gelecektir. Karlatracanz deikenleri aradaki oku kullanarak Within-Subjects Variables kutucuuna gnderin.
Daha sonra Options tuuna basn. Karnza Repeated Measures: Options iletiim kutusu kacaktr. Bu iletiim kutusunda daha nce tanmladnz ve zerinde ilem yapacanz faktr aradaki oku kullanarak Display Means for kutucuuna gnderin.
130
Daha sonra Confidence interval adjustment aa alr mnsn kullanarak Bonferroni testini sein ve Diplay blmndeki Descriptive seeneini iaretleyin.
imdi srasyla Continue ve OK tularn tklayn karnza aadakilerin benzeri tablolar kacaktr.
Descriptive Statistics Elestirel Yapilandirmaci Geleneksel Mean 4,4939 4,7119 4,1356 Std. Deviation ,58962 ,47437 ,89552 N 413 413 413
131
Descriptive Statistics tablosunda retmenlerin farkl renme yntemlerine ilikin grlerine ait ortalama ve standart sapma deerleri grlmektedir. Bu tablodan rneimizdeki yaplandrmac renme yaklamnn en yksek ortalamaya sahip olduunu, bunu eletirel renme yaklamnn izledii, geleneksel renme yaklamnn ise en dk ortalamaya sahip olduu grlmektedir. Ancak bu karlatrmalar sonucu gzlenen farkllklarn anlaml olup olmad n belirlemek iinse Tests of Within-Subjects Effects tablosunu incelememiz gerekir.
Tests of Within-Subjects Contrasts Measure: MEASURE_1 Source factor1 Error(factor1) factor1 Linear Quadratic Linear Quadratic Type III Sum of Squares 26,518 43,416 195,482 105,251 df 1 1 412 412 Mean Square 26,518 43,416 ,474 ,255 F 55,890 169,948 Sig. ,000 ,000
Tablonun anlamllk stunundaki deerlerden (p = 0,00, p < 0,01), sz konusu deikenlerin ortalamalar arasndaki farkn istatistiksel olarak anlaml olduu grlmektedir. Ancak sz konusu farkl deikenlerden kaynaklandn belirlemek, dier bir ifade ile deikenler aras ndaki farkllklar ikierli gruplara halinde karlatrmak iin Bonferroni testi sonular incelenmitir.
132
Pairwise Comparisons Measure: MEASURE_1 Mean Difference (I-J) -,218* ,358* ,218* ,576* -,358* -,576* 95% Confidence Interval for a Difference Lower Bound Upper Bound -,292 -,144 ,243 ,474 ,144 ,292 ,467 ,685 -,474 -,243 -,685 -,467
(I) factor1 1 2 3
(J) factor1 2 3 1 3 1 2
Std. Error ,031 ,048 ,031 ,045 ,048 ,045
Sig. ,000 ,000 ,000 ,000 ,000 ,000
Based on estimated marginal means *. The mean difference is significant at the ,05 level. a. Adjustment for multiple comparisons: Bonferroni.
Tablonun Anlamllk stunundaki deerlerden deerlerden (p = 0,00, p < 0,01) her deiken arasndaki farkllklarn istatistiksel olarak anlaml olduu anlalmaktadr. Bu bulgulardan hareketle H0 hipotezi reddedilmi ve stanbul Beikta blgesindeki ilkretim okullarnda grev yapan retmenlerin yaplandrmac renme, eletirel renme ve geleneksel renme yntemlerine ilikin grleri arasnda fark bulunduu sonucuna varlmtr.
likili rneklem ki Ynl Varyans Analizi

Bir ilacn etkilerini lmek iin ikier ay arayla yaplan drt farkl testin sonularn ya da retmenlerin A, B, C eitim yntemlerine ilikin grlerini likili rneklem Tek Ynl Varyans Analizi yntemini kullanarak karlatrdk. Peki bu ilalarn etkilerinin deneklerin cinsiyetlerine gre farkllk gsterip gstermediini ya da retmenlerin farkl eitim yntemlerine ilikin g-
133
rlerinin kdemlerine gre farkllk gsterip gstermediini bulmak isterseniz Bu durumda likili rneklem ki Ynl Varyans Analizi yntemini kullanmak mmkn. imdi likili rneklem ki Ynl Varyans Analizinin nasl uygulandn bir rnek zerinde inceleyelim. rnek: Bir iletmede alanlarn tatmin dzeyleri iletmede balatlan kalite emberi uygulamalar ncesi, bu uygulama tamamlanr tamamlanmaz ve uygulamadan bir ay sonra llyor. alanlarn uygulama ncesi ve uygulama sonrasndaki i tatmin dzeyleri cinsiyetlerine gre farkllk gsterir mi? Bu rnek iin H0 ve H1 hipotezleri ise u ekilde formle edilebilir. H0 = alanlarn kalite emberi uygulamalar ncesi ve sonrasndaki tatmin dzeyleri cinsiyetlerine gre farkllk gstermez. H1 = alanlarn kalite emberi uygulamalar ncesi ve sonrasndaki tatmin dzeyleri cinsiyetlerine gre farkllk gsterir. likili rneklem ki Ynl Varyans Analizi iin aadaki mnleri kullann: ANALYZE GENERAL LINEAR MODEL REPEATED MEASURES Karnza aadaki Repeated Measures Define Factor(s) iletiim penceresi gelecektir. Bu iletiim kutusuna karlatracanz de134 www.istatistikmerkezi.com
iken miktarn (rneimizde, 3) giriniz daha sonra srasyla Add ve Define tularn tklay nz.
Karnza aadaki Repeated Measure iletiim kutusu gelecektir.
135
Karlatracanz deikenleri aradaki oku kullanarak WithinSubjects Variables kutucuuna gnderin. Daha sonra grupama iin kullanacanz deikeni yine aradaki ou kullanarak Between-Subjects Factor(s) kutucuuna gnderiniz. imdi Opltions tuunu tklayn ve karnza gelen aadaki iletiim kutusundan Descriptive statistics seeneini iaretleyin. Srasyla Continue ve OK tularn tklay n. Karnza aadakilere benzer tablolar gelecektir.
136
Descriptive Statistics tablosunda ise tatmin dzeyinin farkl dnemlerde cinsiyete bal olarak deiimi sunulmutur. Bu tablodan Bay ve Bayanlarn tatmin dzeylerinin cinsiyetlerine bal olarak deiimi grlmektedir. Ayrca bu tabloyu kullanarak belirli bir dnemde bayanlarn tatmin dzeylerini erkelerin tatmin dzeyi ile karlatrmak mmkndr.
Descriptive Statistics Kalite Cemberi 1 Ay Sonra Kalite Cemberi ncesi Cinsiyet Bay Bayan Total Bay Bayan Total Bay Bayan Total Mean 4,4008 4,0683 4,2712 4,0794 3,9565 4,0315 4,5317 4,2795 4,4334 Std. Deviation ,63283 ,71697 ,68554 1,00678 1,03288 1,01755 ,62722 ,67279 ,65622 N 252 161 413 252 161 413 252 161 413
Kalite Cemberi Sonrasi
Ancak bu karlatrmalar sonucu gzlenen farkllklarn anlaml olup olmad n belirlemek iinse Multivarite Tests tablosunu incelememiz gerekir.
Multivariate Testsb Effect factor1 Pillai's Trace Wilks' Lambda Hotelling's Trace Roy's Largest Root Pillai's Trace Wilks' Lambda Hotelling's Trace Roy's Largest Root Value ,130 ,870 ,149 ,149 ,009 ,991 ,009 ,009 F 30,501a 30,501a 30,501a 30,501a 1,910a 1,910a 1,910a 1,910a Sig. ,000 ,000 ,000 ,000 ,149 ,149 ,149 ,149
factor1 * Cinsiyet
a. Exact statistic b. Design: Intercept+Cinsiyet Within Subjects Design: factor1
137
Tablonun factor 1 blmndeki ilikilerin anlaml olmas (p = 0,00, p < 0,01) farkl dnemlerde yaplan lmler arasndaki farkllklarn istatistiksel olarak anlaml olduunu ortaya koymaktadr. Ancak uygulama ncesi ve uygulama sonras tatmin puanlarnn cinsiyete gre farkllama durumunu gsteren factor1 * Cinsiyet blmndeki ilikiler incelendiinde sz konusu ilikinin anlaml olmad ( p = 0,149, p > 0,05) anlalmaktadr. Bu bulgulardan hareketle H0 hipotezi reddedilememi ve alanlarn kalite emberi uygulamalar ncesi ve sonrasndaki tatmin dzeylerinin cinsiyetlerine gre farkllk gstermedii sonucuna varlmtr.
ok Faktrl Varyans Analizi

Eer birden fazla baml deikenin (performans, tatmin dzeyi, baar notu vb.), birden fazla bamsz deiken (cinsiyet, gelir dzeyi, mezun olunan okul vb.) gre farkllama durumunu ayn anda incelemeniz gerekiyorsa ok faktrl varyans analizi yntemini kullanabilirsiniz. imdi ok Faktrl Varyans Analizinin nasl uygulandn bir rnek zerinde inceleyelim. rnek: Bir iletmede alan personelin performanslar ve tatmin dzeyleri cinsiyet ve gelir durumlarna gre farkllk gstermekte midir?
138
ok Faktrl Varyans Analizi iin aadaki mnleri kullann: ANALYZE GENERAL LINEAR MODEL MULTIVARITE
Karnza yukardaki Multivarite iletiim penceresi gelecektir. Bu iletiim kutusuna karlatracanz deikenleri (rnekte, performans ve tatmin dzeyi) Dependent Variables, gruplandrmada kullanacanz deikenleri (rnekte, cinsiyet ve gelir) Fixed Factor(s) kutusuna aradaki oklar kullanarak gnderin. Daha sonra options tuunu tklayarak karnza gelen Mulitivare: Options iletiim kutusunda yer alan Descriptive statistics seeneini iaretleyin. Srasyla Continue ve OK tularn tklay n. Aadakilerin benzeri tablolar elde edeceksiniz.
139
Descriptive Statistics Performans Cinsiyet Bay Gelir 1500 YTL'den az 1501-2000 YTL 2000 YTL'den fazla Total 1500 YTL'den az 1501-2000 YTL 2000 YTL'den fazla Total 1500 YTL'den az 1501-2000 YTL 2000 YTL'den fazla Total 1500 YTL'den az 1501-2000 YTL 2000 YTL'den fazla Total 1500 YTL'den az 1501-2000 YTL 2000 YTL'den fazla Total 1500 YTL'den az 1501-2000 YTL 2000 YTL'den fazla Total Mean 3,3386 3,1125 2,8667 3,1825 3,2364 3,3200 2,9091 3,1500 3,3077 3,1923 2,8900 3,1699 2,9764 2,9375 2,5778 2,8929 3,1455 2,9000 2,9091 2,9875 3,0275 2,9231 2,7600 2,9296 Std. Deviation ,78902 ,79546 ,94388 ,83643 ,92223 ,95704 1,05887 ,99179 ,83026 ,86353 1,00398 ,89891 ,80143 ,84709 ,96505 ,85644 ,75567 ,90914 ,79983 ,82407 ,78965 ,86817 ,88899 ,84427 N 127 80 45 252 55 50 55 160 182 130 100 412 127 80 45 252 55 50 55 160 182 130 100 412
Bayan
Total
Tatmin
Bay
Bayan
Total
Descriptive Statistics tablosunda alanlarn performans ve tatmin dzeylerinin cinsiyet ve gelir dzeylerine gre de i imi verilmitir. Bu tablodan alanlarn performans ve tatmin dzeylerinin cinsiyet ve gelir dzeylerine gre farkllk gsterdii gzlenmektedir. Ancak gzlenen farkllklarn anlaml olup olmadn belirlemek iinse Tests of Between-Subjects Effects tablosunu incelememiz gerekir.
140
Tests of Between-Subjects Effects Source Corrected Model Intercept Cinsiyet Gelir Cinsiyet * Gelir Error Total Corrected Total Dependent Variable Performans Tatmin Performans Tatmin Performans Tatmin Performans Tatmin Performans Tatmin Performans Tatmin Performans Tatmin Performans Tatmin Type III Sum of Squares 13,126a 8,483b 3565,170 3075,690 ,220 2,165 10,214 6,092 1,639 1,906 318,981 284,476 4472,000 3829,000 332,107 292,959 df 5 5 1 1 1 1 2 2 2 2 406 406 412 412 411 411 Mean Square 2,625 1,697 3565,170 3075,690 ,220 2,165 5,107 3,046 ,820 ,953 ,786 ,701 F 3,341 2,421 4537,757 4389,577 ,281 3,090 6,500 4,348 1,043 1,360 Sig. ,006 ,035 ,000 ,000 ,597 ,080 ,002 ,014 ,353 ,258
a. R Squared = ,040 (Adjusted R Squared = ,028) b. R Squared = ,029 (Adjusted R Squared = ,017)
Tablonun anlamllk stunundaki deerlerden Performans ve tatmin dzeyinin cinsiyete bal deiiminin (p = 0,597, p = 0,08; p > 0,05) istatistiksel olarak anlaml olmad, performans ve tatmin dzeyinin gelir dzeyine bal deiiminin ise (p = 0,002, p = 0,014; p < 0,05) istatistiksel olarak anlaml olduu anlalmaktadr. Bunun yannda cinsiyet ve gelir deikenlerinin gerek performans, gerekse tatmin dzeyi zerindeki ortak etkisinin (p = 0,353, p = 0,258; p > 0,05) istatistiksel olarak anlaml olmad gzlenmektedir.
141
Ki-Kare Testi
Bu blm parametrik olmayan test yntemlerine ayrdk. As-
13
lnda bu blmde aklanacak tm yntemler bundan nceki blmlerde aklanan parametrik yntemlerin parametrik olmayan karlklar olacak. Daha nce de belirttiimiz gibi eer verileriniz normal dalm zellikleri gsteriyorsa, homojense, rneklem bykl 20nin zerindeyse, incelediiniz baml deiken aralk (interval) yada oran (ratio) leine (SPSSde bu iki lek Scale olarak adlandrlr) uygunsa parametrik test yntemlerini kullan yorduk. Ancak verileriniz bu zelliklerden herhangi birini karlamyorsa parametrik olmayan analiz yntemlerini kullanmanz gerekecek. Bu blmde Ki-Kare Uygunluk Testi, Ki-Kare Baszlk Testi, Mann-Whitney U Testi, Wilcoxon Eletirilmi ki rneklem Testi, Kruskal Wallis H Testi, ve Friedman Testlerini inceleyece iz.
142
Ki-Kare Uygunluk Testi

Ki Kare uygunluk testi ile belirli bir deikenin farkl kategorilerine ait gzlenen frekanslarnn, beklenen frekanslarna uygunluu aratrlr. Burada beklenen frekanslar birbirine eit olabilecei gibi farkl da olabilir. sterseniz konuyu rneklerle biraz aalm. Beikta ilesi sakinlerinin NTV, CNN Trk ve SKY Trk kanallarn izleme oranlar arasnda anlaml bir fark var mdr? sorusunda bu kanaln izlenme oranlarnn eit olduu varsay mndan hareket edilmitir. Oysa soru 2007 Ocak aynda yaplan lmlerde, Beikta ilesi sakinlerinin % 30unun NTV, % 25inin CNN Trk, % 45inin ise SKY Trk kanaln tercih ettii belirlenmitir. Acaba bu lmler 2007 Kasm ay iinde geerliliini korumakta mdr? Dikkat edilirse bu rnekte bir beklenti sz konusu olup kategorilere ait deerler birbirine eit deildir. imdi bu sorular SPSS yardm ile zelim. lk rneimiz iin kurulacak hipotezler aadaki gibi olacaktr. H0 = Beikta ilesi sakinlerinin NTV, CNN Trk ve SKY Trk kanallarn izleme oranlar arasnda anlaml bir fark yoktur. H1 = Beikta ilesi sakinlerinin NTV, CNN Trk ve SKY Trk kanalwww.istatistikmerkezi.com 143
larn izleme oranlar arasnda anlaml bir fark vardr. Ki-Kare Uygunluk Testi iin aadaki mnleri kullann: ANALYZE NONPARAMETRIC TESTS CHI-SQUARE Karnza aadaki Chi-Square Tests iletiim penceresi gelecektir. nceleyeceiniz deikeni (rneimizde, TV Kanal) aradaki oku kullanarak Test Variable List iletiim kutusuna gnderiniz. All categories equal (tm kategoriler eit) radyo dmesini iaretleyiniz ve OK tuuna tklaynz.
Aadakiler benzer tablolar elde edeceksiniz. TV Kanal tablosunun il stunu gzlenen sklk oranlarn, ikinci stun beklenen sklk oranlarn, nc stun ise aradaki fark verir. Aratrmaya 200 kii katld ve tm kategorilerin eit olduu varsayld iin beklenen sklk oran 200 / 3 = 66,7 olarak bulunmutur.
Tablodaki deerlerden SKY Trkn dier kanallardan daha fazla izlenme oranna sahip olduu gzlenmektedir. Bununla birlikte kanallarn izlenme oranlar aras ndaki farkllklarn anlaml olup olmadna ilikin daha salkl yorum yapabilmek iin Test Statistics tablosunun incelenmesi gerekmektedir.
TV Kanali NTV CNN Turk Sky Turk Total Observed N 56 58 86 200 Expected N 66,7 66,7 66,7 Residual -10,7 -8,7 19,3
Test Statistics tablosunun Asymp.Sig. (Anlamllk) satrndaki deerlerden (p = 0,015, p < 0,05), her kanaln izlenme oranlar arasndaki farkllklarn istatistiksel olarak anlaml olduu anlalmaktad r.
Test Statistics Chi-Square df Asymp. Sig. TV Kanali 8,440 2 ,015
Bu bulgudan hareketle H0 hipotezi reddedilmi ve Beikta ilesi sakinlerinin NTV, CNN Trk ve SKY Trk kanallar n izleme oranlar arasnda anlaml bir fark olduu sonucuna varlmtr.
145
imdi Ocak 2007 tarihinde llen izlenme oranlarnn geerli olup olmadn sorgulayalm. Bu rnek iin kurulacak hipotezler aadaki gibi olacaktr. H0 = Beikta ilesi sakinlerinin NTV, CNN Trk ve SKY Trk kanallarn izleme oranlar OCAK 2007- KASIM 2007 tarihleri arasnda deimemitir. H1 = Beikta ilesi sakinlerinin NTV, CNN Trk ve SKY Trk kanallarn izleme oranlar OCAK 2007- KASIM 2007 tarihleri arasnda deimitir.
Ki-Kare Uygunluk Testi iin tekrar ayn menleri kullann.
Bu sefer Chi-Square Tests iletiim penceresindeki Values radyo dmesini iaretleyin. imdi her bir kategoriye ait beklenen de146 www.istatistikmerkezi.com
erleri (rneimizde, 30, 25, 45) srasyla Values satrna girin ve her veri giriinden sonra Add tuunu tklayn. Deerlerin giriini tamamladktan sonra OK tuuna basn. Aadakiler benzer tablolar elde edeceksiniz. Tablodaki deerlerden SKY Trkn izlenme orannn derken NTV ve CNN Trkn izlenme oranlarnda bir art olduu gzlenmektedir.. Bununla birlikte kanallarn izlenme oranlar arasndaki deiimin anlaml olup olmadna ilikin daha salkl yorum yapabilmek iin Test Statistics tablosunun incelenmesi gerekmektedir.
TV Kanali NTV CNN Turk Sky Turk Total Observed N 61 58 81 200 Expected N 60,0 50,0 90,0 Residual 1,0 8,0 -9,0
Test Statistics tablosunun Asymp.Sig. (Anlamllk) satrndaki deerlerden (p = 0,333, p > 0,05), her kanaln izlenme oranlar gzlenen deiimin istatistiksel olarak anlaml olduu anlalmaktadr.
147
Test Statistics Chi-Square df Asymp. Sig. TV Kanali 2,197 2 ,333
Bu bulgulardan hareketle H0 hipotezi reddedilememi ve Beikta ilesi sakinlerinin NTV, CNN Trk ve SKY Trk kanallarn izleme oranlarnn OCAK 2007- KASIM 2007 tarihleri aras nda deimedii sonucuna varlmtr.
Ki-Kare Bamszlk Testi

Ki Kare Bamszlk Testi iki deiken arasndaki ilikinin istatistiksel olarak anlaml olup olmad n belirlemek amacyla kullanlr. Bu testte dier ilikisel analizlerden farkl olarak iliki kurulan deikenlerin her ikisi de Nominal (Snflama) ya da Ordinal (S ralama) leklidir. Daha ak bir ifade gelir dzeyi ile siyasi parti seimi, eitim dzeyi ile okunan gazete, i tatmini dzeyi (evet, ksmen, hayr) ile cret deikenleri arasndaki ilikiler Ki Kare Bamszlk Testi ile incelenebilir. imdi Ki Kare Bamszlk Testi ve SPSS uygulamasn bir rnek yardmyla inceleyelim. Bir fabrikada rastgele seilen bir rnekleme anket uygulanarak en ok okuduklar gazeteler belirleniyor. Acaba rneklem grubundaki kiilerin okuduklar gazeteler eitim dzeylerine gre farkllk gstermekte midir? Bu rnek iin kurulacak hipotezler
148
aadaki gibi olacaktr. H0 = Fabrika alanlarnn okuduklar gazeteler eitim dzeylerine gre farkllk gstermez. H1 = Fabrika alanlarnn okuduklar gazeteler eitim dzeylerine gre farkllk gsterir. Ki-Kare Bamszlk Testi iin aadaki mnleri kullan n: ANALYZE DESCRIPTIVE STATISTICS CROSSTABS Karnza aadaki Crosstabs iletiim penceresi gelecektir.
Gruplamada kullanacanz bamsz deikeni (rneimizde,

eitim dzeyi) Row(s) kutusuna, inceleyeceiniz baml deikeni (rneimizde, gazete) Cloumn(s) kutucuuna aradaki oku kullanarak gnderin. imdi sol alttaki Statistics dmesini tklayn. Karnza aadaki Crosstabs: Statistics iletiim penceresi gelecektir. Buradan Chisquare seeneini iaretledikten sonra Continue tuuna tklayn.
Son olarak Cells dmesini tklayn. Karnza aadaki Crosstabs: Cell Display iletiim penceresi gelecektir.
150
Buradan Observed, Expected, Row, Coloumn seeneklerini iaretledikten sonra Continue ve OK tularn tklay n. Aadakiler benzer tablolar elde edeceksiniz.
Egitim * Gazete Crosstabulation Gazete Tnaydin 12 26,6 21,4% 12,6% 70 39,9 83,3% 73,7% 13 28,5 21,7% 13,7% 95 95,0 47,5% 100,0%
Egitim
Ilkgretim
Lise
niversite
Total
Count Expected Count % within Egitim % within Gazete Count Expected Count % within Egitim % within Gazete Count Expected Count % within Egitim % within Gazete Count Expected Count % within Egitim % within Gazete
Bulvar 40 15,1 71,4% 74,1% 14 22,7 16,7% 25,9% 0 16,2 ,0% ,0% 54 54,0 27,0% 100,0%
Entel Haber 4 14,3 7,1% 7,8% 0 21,4 ,0% ,0% 47 15,3 78,3% 92,2% 51 51,0 25,5% 100,0%
Total 56 56,0 100,0% 28,0% 84 84,0 100,0% 42,0% 60 60,0 100,0% 30,0% 200 200,0 100,0% 100,0%
151
Tablodaki deerlerden ilkretim mezunu alanlarn Bulvar Gazetesini, lise mezunu alanlarn Tnaydn Gazetesini, niversite mezunu alanlarn ise Entel Haber gazetesini arlkl olarak tercih ettikleri gzlenmektedir. Bu durum zellikle tablodaki beklenen toplam (Expected Count) ile gzlenen toplam satrlarndaki deerler karlatrldnda ok net olarak grlmektedir. Bununla birlikte daha salkl bir yorum yapabilmek iin Chi-Square Tests tablosunun incelenmesi yararl olacaktr.
Chi-Square Tests Value 194,112a 198,820 112,843 200 df 4 4 1 Asymp. Sig. (2-sided) ,000 ,000 ,000
Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 14,28.
Tablonun Assymp.Sig. stunun en stndeki anlamllk deerinin p = 0,00 olduu grlmektedir. Bu deer p < 0,05 artn karladndan eitim dzeyi ile okunan gazete arasndaki ilikinin anlaml olduu sylenebilir. Bu bulgulardan hareketle H0 hipotezi reddedilmi ve fabrika alanlarnn okuduklar gazetelerin eitim dzeylerine gre farkllk gsterdii sonucuna varlmtr.
152
Mann-Whitney U Testi
Bamsz rneklem T- Testini hatrlayn. O blmde anlattklarmzn tm Mann-Whitney U Testi iin de geerli. Ancak tek bir farkla. Bamsz rneklem T- Testi parametrik veriler iin uygun bir yntem iken, Mann-Whitney U Testini parametrik olmayan veriler iin kullanlmaktadr. olmayan veriler iin karl olarak tanm Parametrik olmayan veriler hakkndaki bilgilerimizi hatrlayacak olursak, eer verileriniz, normal dalm zellii gstermiyorsa, homojen deilse, rneklem byklnz 20 ve daha az ise Bamsz rneklem T- Testi yerine Mann-Whitney U Testini kullanmanz gerektiini sylenebilir. Benzer durum bu blmde anlatlacak olan test yntemi iin de geerlidir. Bunlardan; (1) Wilcoxon likili ki rneklem Testi, Eletirilmi rneklem T-Testi, (2) Kruskal Wallis H Testi, Tek Ynl Varyans Analizi, (3) Friedman Testi, likili rneklem Tek Ynl Varyans Analizi yntemlerinin parametrik olmayan veriler iin kullanlabilecek karlklardr. Bu yntemleri incelerken normallik ve homojenlik testleri ile zaman kaybetmemek iin 20nin altnda rneklem byklne sahip sorular zerinde altk. Buradan rneklem bykl Dolaysyla MannWhitney U Testini, Bamsz rneklem T- Testinin parametrik
153
20nin stnde olduunda parametrik test yntemlerini kullanabileceinizi dnmeyi istemeyiz. Doru test yntemini belirleyebilmek iin mutlaka 7 nci Blmde aklanan basamaklar uygulamalsnz. imdi tekrar gelelim Mann-Whitney U testine Bu yntem iki ayr grubun belli bir deikene ait ortalamalarn karlatrmak iin kullanlr. rnein hayvan haklar konusunda hakknda erkek ve kadnlarn grleri arasnda fark olup olmadn test etmek isterseniz Mann-Whitney U testini kullanabilirsiniz. Benzer ekilde evli ve bekar kadnlarn erkekler hakkndaki dnceleri arasnda fark olup olmadn bulmak iin kullanlabilecek yntem yine Mann-Whitney U testidir. imdi Mann-Whitney U testinin nasl uygulandn bir rnek zerinde inceleyelim. rnek: 22 renciden oluan zel bir snfta kz ve erkek rencilerin fen bilgisi dersinden aldklar notlar arasnda anlaml bir fark var mdr? Bu rnek iin H0 ve H1 hipotezleri ise u ekilde formle edilebilir. H0 = Kz ve erkek rencilerin fen bilgisi dersinden aldklar notlar arasnda anlaml bir fark yoktur. H1 = Kz ve erkek rencilerin fen bilgisi dersinden aldklar notlar arasnda anlaml bir fark vardr.
Mann-Whitney U test iin ncelikle aadaki mnleri kullann: ANALYZE NONPARAMETRIC TESTS 2 INDEPENDENT SAMPLES Karnza aadaki Two-Independent-Sample T Test iletiim
penceresi gelecektir. Bu pencereden inceleyeceiniz deikeni (rnekte, Fen Bilgisi Notu) Test Variable List kutucuunun iine, gruplandrmada kullanacanz deikeni (rnekte, Cinsiyet) Grouping Variable satrna, aradaki oklar kullanarak gnderin. Ardndan Mann-Whitney U seeneinin iaretleyin.
imdi kullanacanz gruplar tanmlamanz gerek. Bunun iin Define Groups dmesini tklayn. Karnza aadaki iletiim kutusu gelecektir. Burada Kzlar 1, Erkeler 2 ile temsil edil-
155
diinden bu rakamlar Group 1 ve Group 2 satrlarna girdik. Bunun dnda rnein gruplamay Eitim Dzeyi deikenine gre yapmay dndnz ve niversite mezunlar ile lisansst eitim grenler karlatrmak istiyorsunuz. Kodlarnzda 1 lkretim, 2 Lise, 3 niversite 4Lisanst eklinde olsun bu durumda Group 1 ve Group 2 satrlarna srasyla 3 ve 4 rakamlarn girmeniz gerekecek. Eer lise ve daha az eitim grmler ile niversite ve daha yksek eitime sahip olanlar karlatrmak istiyorsan z Cut point ifadesinin nndeki radyo dmesini iaretlemeniz ve bu satra 2 deerini girmeniz yeterli olacaktr. SPSS Cut point satrna girilen deeri < = (kk eit) olarak kabul eder.
imdi rneimize dnelim. Srasyla Continue ve OK tularn tklaynz. Karnza aadakiler benzer tablolar gelecektir.
Ranks Fen Bilgisi Cinsiyet Kiz Erkek Total N 10 12 22 Mean Rank 14,55 8,96 Sum of Ranks 145,50 107,50
156
Test Statisticsb Mann-Whitney U Wilcoxon W Z Asymp. Sig. (2-tailed) Exact Sig. [2*(1-tailed Sig.)] Fen Bilgisi 29,500 107,500 -2,126 ,034 ,043
a
a. Not corrected for ties. b. Grouping Variable: Cinsiyet
Test Statistics tablosunun Asymp. Sig. (Anlamllk) satrndaki deerin 0,034 olduu grlmektedir. Sz konusu deer 0,05den kk olduu iin, cinsiyet ile fen bilgisi dersi baars arasndaki ilikinin p < 0,05 dzeyinde istatistiksel olarak anlaml olduunu syleyebiliriz. Bu bulgulardan hareketle rneimizde H0 hipotezi reddedilmi ve kz rencilerin fen bilgisi dersinde erkelerden daha baarl olduu sonucuna ulalmtr.
Wilcoxon likili ki rneklem Testi

zellikle deneme modelli aratrmalarda deney ncesi ve sonras deerlerin karlatrlmasna ihtiya duyulabilir. Bunun dnda belli bir grubun ilikili fakat farkl iki konu ya da uygulamaya ilikin grlerini karlatrmak isteyebilirsiniz. Eer bu tr durumlarda kullandnz veriler parametrik deilse Wilcoxon likili ki rneklem Testini kullanmanz gerekecek. rnein bir iletmede yeni genel mdrn ncesi ve sonras perwww.istatistikmerkezi.com 157
formansn karlatrmak istiyorsunuz. Ya da retmenlerin eletirel renme ile oklu renme yntemlerinin etkinliklerine ilikin grlerini karlatrman z gerek. imdi Wilcoxon likili ki rneklem testinin nasl uygulandn bir rnek zerinde inceleyelim. rnek: Bir lisedeki fen bilgisi retmenlerinin, Adm Adm Fen Bilgisi yardmc kitab ile Aama Aama Fen Bilgisi yardmc kitabnn etkiliine ilikin grleri arasnda fark var mdr? Bu rnek iin H0 ve H1 hipotezleri ise u ekilde formle edilebilir. H0 = Fen bilgisi retmenlerinin Adm Adm Fen Bilgisi yardmc kitab ile Aama Aama Fen Bilgisi yardmc kitabnn etkiliine ilikin grleri arasnda fark yoktur. H1 = Fen bilgisi retmenlerinin Adm Adm Fen Bilgisi yardmc kitab ile Aama Aama Fen Bilgisi yardmc kitabnn etkiliine ilikin grleri arasnda fark vardr. Wilcoxon likili ki rneklem testi iin ncelikle aadaki mnleri kullann: ANALYZE NONPARAMETRIC TESTS 2 RELATED SAMPLES Karnza aadaki Two-Related Samples Tests iletiim penceresi gelecektir. Bu pencereden inceleyeceiniz deikenleri birbi158 www.istatistikmerkezi.com
ri ardna tklaynz. Tklad nz dei kenler Current Selections kutusunda grntlenecektir. Daha sonra aradaki oku kullanarak bu deikenleri Test Pair(s) List kutusuna gnderin. Son olarak Wilcoxon seeneini iaretleyin.
OK tuuna tklaynz. Karnza aadakiler benzer tablolar gelecektir.
Ranks N Asama Fen - Adim Fen Negative Ranks Positive Ranks Ties Total 2a 4b 3c 9 Mean Rank 2,50 4,00 Sum of Ranks 5,00 16,00
a. Asama Fen < Adim Fen b. Asama Fen > Adim Fen c. Asama Fen = Adim Fen
159
Test Statisticsb Asama Fen - Adim Fen -1,190a ,234
Z Asymp. Sig. (2-tailed)
a. Based on negative ranks. b. Wilcoxon Signed Ranks Test
Test Statistics tablosunun Asymp. Sig. (Anlamllk) satrndaki deerin 0,234 olduu grlmektedir. Sz konusu deer 0,05den byk olduu iin, Asama Asama Fen yardmc kitab ile Adm Adm Fen yardmc kitabnn etkinlii arasndaki farkn istatistiksel olarak anlaml olmad n syleyebiliriz. rneimizde Wilcoxon likili ki rneklem testi sonular ndan hareketle, H0 hipotezi reddedilememi ve fen bilgisi retmenlerinin Aama Aama Fen Bilgisi kitabnn etkinlii ile Adm Adm Fen Bilgisi kitabnn etkinlii hakkndaki grleri arasnda anlaml bir fark bulunmad sonucuna varlmtr.
Kruskal-Wallis H Testi
Krusukal-Wallis H Testi parametrik olmayan verilere sahip ikiden fazla grubun lmlerinin karlatrlmasnda kullan lan bir yntemdir. rein erkeklerin kadnlar hakkndaki grlerinin medeni durumlarna (evli, bekar, dul) gre farkllk gsterip gstermedii, farkl eitim dzeylerindeki kadnlarn yemek yapma yetenekleri arasnda fark olup olmadn bulmak iin bu yntemi kullanabilirsiniz.
imdi tek ynl varyans analizinin nasl uygulandn bir rnek zerinde inceleyelim. rnek: 17 kiilik bir snftaki rencilerin Fen Bilgisi dersinden aldklar ortamla puanlar babalarnn eitim durumlarna gre farkllk gsterir mi? Bu rnek iin H0 ve H1 hipotezleri ise u ekilde formle edilebilir. H0 = Babalar farkl eitim dzeyine sahip rencilerin Fen Bilgisi dersinden aldklar ortamla arasnda anlaml bir fark yoktur. H1 = Babalar farkl eitim dzeyine sahip rencilerin Fen Bilgisi dersinden aldklar ortamla arasnda anlaml bir fark vardr. Krusukal-Wallis H Testi iin aadaki mnleri kullan n: ANALYZE NONPARAMETRIC TESTS K INDEPENDENT SAMPLES Karnza aadaki Tests for Several Independent Samples iletiim penceresi gelecektir. Bu pencereden inceleyeceiniz deikeni (rnekte, Fen Bilgisi Notu) Test Variable List kutucuunun iine, gruplandrmada kullanacanz deikeni (rnekte, Baba Eitim Dzeyi) Grouping Variable sat rna, aradaki oklar kullanarak gnderin.
161
imdi kullanacanz gruplar tanmlamanz gerek. Bunun iin Define Range dmesini tklayn. Karnza aadaki iletiim kutusu gelecektir.
Burada lkretim 1, Lise 2, niversite 3 ile temsil edildiinden minimum kutucuuna 1, maksimum kutucuuna 3 girdik. imdi srasyla Continue ve OK tularn tklay n karnza aadakilere benzer tablolar gelecektir.
162
Ranks Fen Bilgisi Baba Egitim Ilkokul Lise Universite Total N 3 7 12 22 Mean Rank 16,83 13,57 8,96
Test Statisticsa,b Chi-Square df Asymp. Sig. Fen Bilgisi 5,111 2 ,078
a. Kruskal Wallis Test b. Grouping Variable: Baba Egitim
Test Statistics tablosunun Asymp. Sig. (Anlamllk) satrndaki deerin 0,078 olduu grlmektedir. Sz konusu deer 0,05den byk olduu iin, baban n eitim dzeyi ile fen bilgisi dersi baars aras ndaki ilikinin istatistiksel olarak anlaml olmadn syleyebiliriz. Bu bulgulardan hareketle rneimizde H0 hipotezi reddedilememi ve babalar farkl eitim dzeyine sahip rencilerin Fen Bilgisi dersinden aldklar ortamla arasnda anlaml bir fark bulunmad sonucuna ulalmtr.
Friedman Testi
Hatrlarsan z, eletirilmi rneklem t-testini kullanarak; belirli bir deikene ait deney ncesi ve sonras deerlerini karlatrlmtk. Ayrca yine bu yntemi, bir grubun ilikili fakat farkl
163
iki konuya ilikin grlerini karlatrmak iin kullanm tk. lm say snn ikiden fazla olduu durumlarda ise likili rneklem Tek Ynl Varyans Analizi ynteminden yararlanmtk. Verilerimizin parametrik olma artlarn tamad durumlarda ise bu iki test ynteminin her ikisinin de yerine Friedman Testini kullanabilirsiniz. rnein bir ilacn etkilerini lmek iin ikier hafta arayla yaplan drt farkl testin sonularnn ya da retmenlerin A, B, C eitim yntemlerine ilikin grlerini Friedman Testini kullanarak karlatrabiliriz. imdi Friedman Testinin nasl uygulandn bir rnek zerinde inceleyelim. rnek: Nimetullah Mahruki lkretim Okulunda grev yapan retmenlerin yaplandrmac renme, eletirel renme ve geleneksel renme yntemlerine ilikin grleri arasnda fark var mdr. Bu rnek iin H0 ve H1 hipotezleri ise u ekilde formle edilebilir. H0 = Nimetullah Mahruki lkretim Okulunda grev yapan retmenlerin yaplandrmac renme, eletirel renme ve geleneksel renme yntemlerine ilikin grleri arasnda fark yoktur. H1 = Nimetullah Mahruki lkretim Okulunda grev yapan retmenlerin yaplandrmac renme, eletirel renme ve geleneksel renme yntemlerine ilikin grleri arasnda fark vardr.
likili rneklem Tek Ynl Varyans Analizi iin aadaki mnleri kullann: ANALYZE NONPARAMETRIC TESTS K RELATED SAMPLES Karnza aadaki Repeated Measures Define Factor(s) iletiim penceresi gelecektir.
Bu iletiim kutusuna karlatracanz deikenleri (rneimizde, yaplandrmac renme, eletirel renme ve geleneksel renme) aradaki oku kullanarak Test Variables kutucuuna gnderin. Daha sonra OK tuunu tklayn karnza aadakilerin benzeri tablolar gelecektir.
165
Ranks Yapilandirmaci Elestirel Geleneksel Mean Rank 2,26 2,38 1,35
Test Statisticsa N Chi-Square df Asymp. Sig. 17 13,107 2 ,001
a. Friedman Test
Test Statistics tablosunun Asymp. Sig. (Anlamllk) satrndaki deerin 0,001 olduu grlmektedir. Sz konusu deer 0,01den Kk olduu iin, retmenlerin farkl eitim yntemlerine ilikin grleri aras ndaki farkn istatistiksel olarak anlaml olduunu syleyebiliriz. Bu bulgulardan hareketle H0 hipotezi reddedilmi ve Nimetullah Mahruki lkretim Okulunda grev yapan retmenlerin yaplandrmac renme, eletirel renme ve geleneksel renme yntemlerine ilikin grleri arasnda fark bulunduu sonucuna varlmtr.
166
Trtl bize brakn, Siz kelebekle ilgilenin
PROFESYONEL YARDIM Anket Tasarm, Veri Analizi, Tezlerinizin Aratrma Blmlerinin Hazrlanmas, Tez nerisinin Hazrlanmas konularnda U.Erman EYMENden profesyonel yardm almak iin; www.istatistikmerkezi.com adresi Bize Ulan mens kullanarak bizimle irtibat kurabilirsiniz.
U. Erman EYMEN statistik Merkezi direktrdr.
167

SPSS 15.0 Ile Veri Analizi

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

SPSS 15.0 Ile Veri Analizi

Uploaded by

Copyright:

Available Formats

SPSS 15.

U. Erman EYMEN statistik Merkezi direktrdr.

statistik Merkezi Hakknda

Trtl bize brakn, Siz kelebekle ilgilenin

Mevcut Veri Dosyalarnn Almas

Farkl Dosya Formatlarndan Veri Almak

Daha nceden Oluturulan kt (Output) Dosyalarn Amak

SAVE seeneini kullandnzda, yeni ve isimsiz

Yeni SPSS Veri Dosyalar Oluturmak

SPSS kt Dosyalarn Oluturmak ve Dzenlemek

Kullanlacak lek Trnn Belirlenmesi

Deikenlerin Yeniden Kodlanmas ve Hesaplanmas

Deikenlerin Yeniden Kodlanmas

Sayma Fonksiyonunun Kullanlmas

Bir Endeksin Ortalama Kullanarak Hesaplanmas

Verilerin Organizasyonu ve Sunumu

Merkezi Eilim ve Dalm ltleri

Srasyla Continue ve OK tularn tkladnzda aadaki ktlar elde edeceksiniz.

Kiz Erkek Total

20-30 31-40 41-50 51 ve zeri Total

LEGACY DIALOGS BOXPLOT

LEGACY DIALOGS SCATTER / DOT

LEGACY DIALOGS HISTOGRAM

LEGACY DIALOGS BAR

Annen in Egiti m Dzeyi

Total 43 14,1% 81 26,6% 78 25,7% 43 14,1% 59 19,4% 304 100,0%

Trkiye AB'ye ye olamali

Kesinlikle Katiliyorum Katiliyorum Kararsizim Katilmiyorum Kesinlikle Katilmiyorum

Analize Baka Bir Deiken Eklemek

Egitim Dzeyi Lise Trkiye AB'ye Kesinlikle Katiliyorum ye olamali

Yeni Bir Veri Seti in rnek Semek

Reliability Statistics Cronbach's Alpha ,857 N of Items 10

Reliability Statistics Cronbach's Alpha ,880 N of Items 9

Extraction Method: Principal Component Analysis.

Extraction Method: Principal Component Analysis. a. 3 components extracted.

Uygun Analiz Trnn Belirlenmesi

Verilerin seiminde (rneklemin oluturulmas) l ve deersiz olmasna yol aacaktr.

hata hangi analiz yntemi kullanlrsa kullanlsn sonularn yan-

F2 200 3,4938 ,81291 ,072 ,072 -,072 1,013 ,257

F3 200 3,2335 ,85890 ,076 ,065 -,076 1,076 ,197

F4 200 3,1312 ,69493 ,066 ,066 -,047 ,938 ,343

Mean Std. Deviation Absolute Positive Negative

200 3,4719 ,81268 ,078 ,078 -,075 1,109 ,170

Regresyon ve Korelasyon Analizi

a. Predictors: (Constant), Metod

Regression Residual Total

a. Predictors: (Constant), Metod b. Dependent Variable: Basari

Sig. ,000 ,000

a. Dependent Variable: Basari

a. Predictors: (Constant), Koordinasyon, Ortak Vizyon, Aik Fikirlilik, grenme

Regression Residual Total

Sum of Squares 72,373 30,372 102,744

Mean Square 18,093 ,183

(Constant) grenme Ortak Vizyon Aik Fikirlilik Koordinasyon

t 3,139 4,334 4,322 6,258 1,728

Sig. ,002 ,000 ,000 ,000 ,086

a. Dependent Variable: Yenilikci Is Davranisi

**. Correlation is significant at the 0.01 level (2-tailed).

**. Correlation is significant at the 0.01 level (2-tailed).

Tablodaki 0,545 deeri,

TV zleme ile Uyku arasnda pozitif

dorusal bir iliki olduunu gstermektedir.

ANALYZE CORRELATE BIVARIATE