ANKARA NVERSTES

EGTM BLMLER ENSTTS

BLGSAYARL GRETM TEKNOLOJLER ANABLMDAL
EGTM TEKNOLOJS DOKTORA PROGRAM



VARYANS ANALZ
(ANOVA MANOVA)



Ycel TEKN




GRETM BLMLERNDE LER STATSTK DERS DEV
Prof. Dr. Ezel TAVANCL




ANKARA
EKM, 2011

1

NDEKLER
vA8?AnS AnALlZl (AnCvA MAnCvA) 3
vA8?AnS AnALlZlnL Cl8l5 3
vA8SA?lMLA8 4
PlC1LZLL8 3
vA8?AnS AnALlZlnln vA8SA?lMLA8lnln uLCL8LLnul8lLMLSl 3
vA8?AnS PCMC!LnLlCl 1LS1LL8l 6
vL8l uCnu5uMLL8l (18AnSlC8MAS?CnLA8) 9
uCnu5uM (18AnSlC8MAS?Cn) lln CLnLL ku8ALLA8 11
vL8l uCnu5uMLL8lnln SSS'1L kCn18CL ulLl (1A8ACPnlCk vL lluLLL 1996) 12
l lS1A1lS1lCl 12
l lS1A1lS1lClnln CCLLL8l 13
l uAClLlMl 14
l C8Anlnln PLSALAnMASl 13
kA8LLL8 1CLAMLA8lnln PLSALAnMASl 16
kA8LLL8 C81ALAMASlnln PLSALAnMASl 16
l C8Anlnln PLSALAnMASl 17
CS1PCC CkLu kA85lLA51l8MA 1LS1LL8l 17
vA8?AnSLA8ln L5l1 CLMASl uu8uMunuA kuLLAnlLA8lLLCLk CS1 PCC 1LS1 lS1A1lS1lkLL8l 18
vA8?AnSLA8ln L5l1 CLMAMASl uu8uMunuA kuLLAnlLA8lLLCLk CS1 PCC 1LS1 lS1A1lS1lkLL8l 23
L1kl 8u?ukLuCu 23
k8uSkALLWALLlS P 1LS1l LkkCk! 8CCkMAkk NC1 DLIINLD
2

vA8SA?lMLA8 LkkCk! 8CCkMAkk NC1 DLIINLD
PlC1LZLL8 LkkCk! 8CCkMAkk NC1 DLIINLD
l5LLM LkkCk! 8CCkMAkk NC1 DLIINLD
SSS lLL vA8?AnS AnALlZl u?CuLAMALA8l 24
lLl5klSlZ C8nLkLLMLL8 lln 1Lk lAk1C8Lu vA8?AnS AnALlZl (AnCvA) 23
lLl5klSlZ C8nLkLLMLL8 lln lkl lAk1C8Lu AnCvA 29
lLl5klLl C8nLkLLMLL8 lln 1Lk lAk1C8Lu AnCvA 41
kA8l5lk CLuMLL8 lln lkl lAk1C8Lu AnCvA 48
Ck uLCl5kLnLl vA8?AnS AnALlZl (MuL1lvA8lA1L AnCvA MAnCvA) 33
SSS lLL vA8?AnS AnALlZl u?CuLAMALA8l 38
1Lk ?CnLu MAnCvA 38
lkl ?CnLu MAnCvA 61
kA?nAkLA8 76




VARYANS ANALZ (ANOVA, MANOVA)
Varyans AnaIizine Giri
Varyans standart sapmann(evren iin o, rneklem iin S) karesine eittir.
Varyans (evren iin

, rneklem iin S
2
) istatistiksel ilemlerde puanlarn daglmyla
ilgili olarak kullanlan bir istatistiktir. Varyans, puanlarn ortalamadan olan sapmalarn
kareleri toplamnn evren iin N'e, rneklem iin n-1'e blnmesiyle elde edilir
(Bykztrk, Bkeoglu ve Kkl, 2009, 41). Evren ve rneklem iin varyansn
matematiksel gsterimi:


Varyans analizi, iki ya da daha fazla ortalama arasnda fark olup olmadg ile
ilgili hipotezi test etmek iin kullanlr. kiden fazla ortalamann karlatrlmas
gerektigi durumlarda ikier ikier ortalamalar t testi ile karlatrmak mmkn olsa
bile, bu durum birinci tip hata orannn artmasna neden olmaktadr (Newton ve
Rudestam, 1999, 202-20).
rnegin, grubun ortalamalar karlatrlmak istenirse, t testini 1-2, 1-, 2-
gruplar iin ayr ayr yapmak gerekir. Her testin kendine zg birinci tip hata (yani
dogru oldugu halde yanllkla H
0
hipotezini reddetme olaslg) olaslg vardr (0,05).
Yani her bir t testinde birinci tip hata yapmama olaslg (0,95) tir.
t testi olduguna gre hata yapmama olaslgn kez kendisiyle arpalm:
0,95 * 0,95 * 0,95 = 0,857 ( testin birinci tip hata yapmama olaslg)
1 - 0,857 = 0,14 ( testin birinci tip hata yapma olaslg)
Yani birinci tip yapma olaslg 0,05'ten 0,14'e ykselir. Grup says yerine 5
olsayd? Bu durumda 10 t testi yapmak gerekirdi ve hata oran 0,40'a ykselirdi.
Varyans analizi, birinci tip hata orann ykseltmeden, baka bir deyile
gerekten dogru olan H
0
hipotezin reddedilme ihtimalini ykseltmeden, ikiden fazla
ortalamann karlatrlmasna olanak vermektedir. Varyans analizinde normal
daglm ve varyanslarn homojenligi varsaymlarnn karlanmas gerekmektedir.
Tek ynl ANOVA, en basit varyans analizidir. Biri kategorik zellik gsteren
bagmsz degiken (faktr), digeri srekli olan bagml degiken olmak zere iki
4

degiken vardr. Bagmsz degiken ierisinde iki veya daha fazla grup olabilir. Tek
ynl ANOVA bu gruplara gre, bagml degikeni oluturan veri setindeki
ortalamalar arasnda fark olup olmadgn test eder (Raymondo, 1999, 18). ki
bagmsz degikenin, bir bagml degiken zerine etkisini aratrrken iki ynl
ANOVA kullanlr. rnegin, kiinin iyerindeki mevkisinin ve alma sresinin iten
tatmin olma dzeyine etkisinin aratrlmas gibi. Birden fazla bagml degikene tek
bir bagmsz degikenin etki ettigi durumlarda tek ynl ok degikenli varyans analizi
(MANOVA) kullanlr. ki ynl MANOVA'da iki bagmsz degikenin birden fazla
bagml degiken zerindeki etkisi aratrlr (Antalyal, 2010, 12).
Bagmsz degiken
says
Bir ki
Bagml
degiken
says
Bir
Tek Ynl
ANOVA
ki Ynl
ANOVA
Birden
fazla
Tek Ynl
MANOVA
ki Ynl
MANOVA
VarsaymIar
Tek ynl varyans analizinde, tek bir bagmsz degiken vardr ve bu bagmsz
degikenin (faktrn) dzeyleri farkl ilem gruplarn, rneklemleri gsterir. ANOVA
iin ne srlen varsaymlar unlardr:
1. Bagml degikenin lldg lek en az eit aralk dzeyindedir.
2. k rneklem bagmszdr ve evrenlerden yansz olarak seilir.
. rneklemlerin seildigi evrenlere ait puanlarn daglm normaldir.
4. K evrene ait varyanslar homojendir.
5. Bagmsz degiken kategoriktir.
ANOVA kuvvetli bir parametrik teknik oldugu iin, mkemmel normal daglma,
homojen evrenlere ve yansz olmayan rneklemlere sahip olmayan almalarda da
kullanlabilir. Her ne kadar k rneklemdeki n'nin eit olmas gerekmiyorsa da, btn
n'ler eit oldugunda varsaymlarn ihlali daha az nemlidir.
Eger almada ANOVA'nn varsaymlar karlanabiliyorsa, d dzeyi saptanr
ve hipotezler oluturulur (Bykztrk, Bkeoglu ve Kkl, 2009, 178-179).
5

Varyans analizinin, "puanlarn grup degikenine (bagmsz degikene) gre
oluturulan her bir alt grupta (rneklemde) normal daglm gstermesi" varsaym
karlanmadg taktirde, tek ynl ANOVA'ya alternatif olarak Kruskall-VVallis H Testi
kullanlabilir.
ipotezIer
ANOVA sadece iki ynl yada ynsz hipotezleri test eder. Sfr (Null) hipotezi
(H
0
), btn evren ortalamalarnn eit oldugu eklinde aklanr:
H
0
=
1
=
2
= ... =
k
Bu hipotez, k dzeyli bir faktrl ANOVA iin geerlidir. H
0
tm durumlardaki
rneklem ortalamalarnn ayn evren ortalamasn gsterdigini aklar ve bunun iin
rneklem ortalamalar eit olmaldr.
Aratrma hipotezi (H
a
) ise eitli 'lerin eit olmadgn ya da en az bir
ortalamann farkl oldugunu aklar:
H
a
= Btn 'ler eit degildir.
ANOVA'da H
0
yani btn rneklem ortalamalarnn ayn evren ortalamasn
gsterip gstermedigi test edilir (Bykztrk, Bkeoglu ve Kkl, 2009, 179).
Varyans AnaIizinin VarsaymIarnn DegerIendiriImesi
Varyans analizi yaplabilmesi iin baz varsaymlarn tutmas gerekir. Bunun
iin bu varsaymlarn her birinin ayr ayr istatistik testleri vardr. Bu testler yapldktan
sonra tm varsaymlar tutuyor ise varyans analizine geilir. Tutmuyor ise verilerin
transformasyonlar (karekk, logaritmik, a transformasyonlar veya aratrcnn
belirledigi bir transformasyon) yaplarak yeniden varsaymlar test edilir.
Transformasyonlardan sonra varsaymlar yerine gelmi ise varyans analizine geilir.
Hala varsaymlar tutmuyorsa, varyans analizi yaplamaz. Bu durumlarda baka
yntemler vardr. Bu yntemler,
1- Kruskal-Wallis Rank Analizi,
2- Brown ve Forsythe'in Modifiye F'istatistigi,
- Box'un Normal F statistigi,
4- Tartl Kareler Ortalamas Yntemidir.
Varyans analizinin varsaymlar sras ile aagdaki gibidir.


1- Toplanabilirlik varsaym,
2- Eit varyans (homojen varyans), sfr korelasyon
- Hatalarn tesadfi, normal daglml olmas varsaym,
4- Y
ij
'lerin Y ans degikeninin gzlenmi degerleri olmas varsaym.
Bu varsaymlar hem sabit hem de ansa bagl modelde mevcuttur. Her iki tip
modelde de ayn varsaymlar bulunmakla beraber varsaymlarn yorumu, hata
dnda kalan etkilerin sabit veya ansa bagl olmalarna gre ayr ayr olmaktadr.
Genellikle varyans analizinin varsaymlarndan yalnzca homojenlik testi
(varyanslarn homojenligi varsaym) yaplr. Varyanslar homojen ise diger
varsaymlarn da bu varsaymla sk ilikili olmasndan dolay tuttugu dnlr ve
varyans analizine geilir. Aratrclar genellikle bu yolu tercih ederler ancak en iyisi
tm varsaym testlerini yapmaktr.
Varyanslar heterojen iken varyans analizi yapp sonular yorumlamak hatal
neticeler verebilir. Bu nedenle byle durumlarda veriler bir transformasyona tabi
tutulup varyanslarn homojenligi saglandktan sonra varyans analizi yaplr. Eger bu
ekilde de homojenlik saglanamaz ise Kruskal-Wallis rank analizi (Siegel, 195
Gibbons, 1971), Welc analizi (Sokal ve Rholf,199), Modifiye f istatistigi (Brown ve
Forsythe, 1974) veya Box analizi (Box, 1954) gibi analiz ekillerinden biri kullanlabilir
(Efe ve digerleri, 2001).
Varyans omojenIigi TestIeri
Varyans homojenligini kontrol iin eitli test ilemleri vardr. Bunlardan en ok
kullanlan drt tanesi (Efe ve digerleri, 2001 zdamar,2004).
1. F testi,
2. Fmax testi,
. Cochran testi
4. Bartlett testidir.
F testi. ki varyans iin kullanlan bir testtir. Test istatistigi,


7

eklindedir ve hipotezler,

eklinde oluturulur. Normal daglm varsaymn kullanan bir testtir. Normal
daglan bagmsz iki rnekten byk varyansn kk varyansa oranlamas ile yaplan
bir varyans trdelik testidir.
Fmax testi. Gruplarn varyanslarnn birbirine eit olmas (homojenlik) artnn
saglanp saglanmadgn kontrol etmek iin eitli yntemler kullanlmaktadr. F
maksimum testi, hesaplanmas kolay oluundan dolay en sk kullanlan
yntemlerden biridir. Bu yntemde F degeri, varyans en byk olan grubun
varyansnn, varyans en kk olan grubun varyansna blnmesi ile elde edilir.

Bulunan F degeri, seilen gven dzeyinde ift ynl hipotez dikkate alnarak,
her bir grup iin n-1 serbestlik derecelerinde (n1-1) ve (n2-1) Ek F'de yer alan tablo
degeri ile karlatrlr. Hesaplanan deger, tablo degerinden byk degil ise,
varyanslarn homojen yani eit oldugu sylenebilir. rnegin grubun varyanslarnn
srasyla S1=4 , S2=4, S=4 ve ve n1=0 n2=40 ve n=45 olsun. Bu durumda

ve sd'leri sd
1
=n
1
-1=59 ve sd
2
=n
2
-1=9 olacaktr.

F
hesap
degerini yorumlamak iin, Ek F'de verilen tablodan, kritik F degerinin
bulunmas gerekir. Bu rnekte, sd
1
ve sd
2
sras ile 59 ve 9'dur. Anlan serbestlik
dereceleri ve .05 anlamllk dzeyi iin F
kritik
=1.4'dr. Hesaplanan F degeri (1.9),
kritik F degerinden (1.4) kk oldugu iin, F anlaml bulunmamtr. Yani bu
durumda varyanslarn homojenligi varsaymnn karlandg grlmektedir
(Bykztrk, Bkeoglu ve Kkl, 2009, 179-180).


8

Bu testte hipotezler,

eklinde kurulur.
Cochran testi. ki veya daha fazla varyansn homojenlik testi iin kullanlr.
Test istatistigi,

eklindedir. Burada,
k = Varyans saysn,
v = Varyanslarn ierdigi gzlemler eit ise her bir varyansn serbestlik
derecesini ifade eder.
artIett testi. X
2
daglm kullanlarak yaplan bir testtir. Normal daglm
gsteren k toplumun varyanslarnn homojen olup olmadgn test eder.
Barlett testi test istatistigi M aagdaki gibi hesaplanr.
M=(N-k)lnS
2
p-Z((ni-1)lnS
2
)
M istatistigi, F test istatistigi cinsinden,

biiminde hesaplanr.
Yukardaki eitlikte k, grup saysn, ni rnek birim saylarn, S
2
rnek
varyanslarn, S
2
p ortak varyans gsterir. F test istatistiginin nemliligi, sd
1
ve sd
2

serbestlik dereceli F daglmnn kritik degerleri (F(d, sd
1
, sd
2
)) yardm ile belirlenir. F
nemli ise rnek varyanslarnn homojen olmadg, F nemli degilse homojen oldugu
yorumu yaplr.
9


Veri DnmIeri (TransformasyonIar)
Dnm veriyi farkl bir birimle yeniden ifade etmek eklinde tanmlanabilir
(Alpar,200)
statistik analizlerde veri dnmnn normalletirme, duraganlatrma
(homoscedasticity) ve dogrusallatrma gibi temel amac vardr. Baz
dnmlerle genellikle ilk iki ama bazen de nc ama gerekletirilebilmektedir.
Dnmlerle ilgili detayl tartmalar birka kaynakta gemektedir (Kalayc, 2010).
ok degikenli normallik varsaymnn saglanmasna bir ya da daha fazla
degikenin normal daglm gstermemesi neden olabilir. Bu durumda yaplacaklar iki
seenekle snrldr.
Verinin normal dagldgn varsayarak ileme devam etmek,
Normallik varsaymn bozdugu dnlen degikenler zerinde dnm
yapmaktr.
Birinci seenek, yanl sonulara, dolaysyla yanl yorumlara neden olacag
iin "nerilir bir yntem degildir. Ancak ikinci seenek yardmyla veri tam olarak
normal daglm gstermeyebilecek ama, eskisine gre "daha normal bir yapya
dnebilecektir.
Kalayc, (2010)'ya gre En yaygn kullanlan veri dntrme yntemlerini
yle sralamak mmkndr:
Logaritmik Dnm (X*= LG 10 (X) veya LN (X)). Bu dnm negatif
saylarn logaritmas alnamayacag iin degerleri pozitif olan degikenlere
uygulanabilmektedir. Ancak, tm negatif degerleri pozitif yapacak bir sabit say
degiken degerlerine ilave edilerek bu sorunun stesinden gelinebilmektedir.
Standart hatalarn ortalama ile art veya azal yani ilikisi sz konusu
oldugunda logaritmik transformasyon uygulanr. Muamele varyanslarna ait serbestlik
dereceleri 10'dan byk ise logaritmik transformasyon uygulanabilir ve yine veriler 0
ile 1 arasnda ise negatif logaritmay nlemek iin 10 veya daha yksek sleriyle
(100, 1000) arplarak transformasyona tabi tutulmas gerekmektedir.
10

Bu dnm, X artarken X'in varyans da artyorsa varyans duraganlatrmak
X'in daglm saga arpksa X'in daglmn normalletirmek ve bagml degiken
bagmsz degikenlerle srekli artan bir egimi gsteriyorsa modeli dogrusallatrmak
iin kullanlmaktadr. iddetli pozitif daglmlar iin bu dnm uygulanabilir.
arekk Dnm (X*=b(X). Varyans X'in ortalamas ile orantl ise varyans
duraganlatrmak iin kullanlmaktadr. Dnm, bagml degikenin Poisson
daglmna uymas halinde daha olumlu sonular vermektedir. Ayrca degikenin
daglmnn sola arpk olmas durumunda, degikeni normalletirmek iin kullanlr.
Deneme deseninden elde edilen veriler 0 ile 10 arasnda ise b(x+0.5) veya b(x+1)'in
kullanmnn b(x)'e gre daha uygun olabilecegi bildirilmektedir
iperboIik Dnm (X*= 1/X). "Degikenin tersini alma olarak da bilinir.
Varyans X'in drdnc dereceden kuvvetiyle orantl (X'nin ilk birimleri arasnda ar
farklar varsa ) ise varyans duraganlatrmak ve daglm bask olan degikenlerin
daglmn normalletirmek iin kullanlmaktadr. Bu dnm degikendeki ok byk
degerlerin etkisini azaltmaktadr. nk, byk degerlerin tersi sfra daha yakn
olacaktr. Ayrca bu dnm Alpar (200)'a gre ar derecede arpk daglmlarn
normalletirilmesinde kullanlabilir.
are Dnm (X*=X
2
). Varyans Y'nin ortalamasna gre azalyorsa
varyans duraganlatrmak, bagml degikenin hata degerleri sola arpksa bagml
degikeni normalletirmek ve aagya dogru dbkey bir iliki olmas durumunda ise
dogrusallatrmak iin kullanlmaktadr. Ayrca bu dnm Alpar (200)'a gre
negatif arpk daglmlar normalletirmede kullanlabilir.
Arcsin Dnm (X*= ArcsinbX=Sin
-1
bX veya (X*=2ArcsinbX)
Degikenlerin degerleri oran ise varyans duraganlatrmak iin
kullanlmaktadr. Dnmn uygulanabilmesi iin X'in pozitif olmas gerekmektedir.
Logt Dnm (Logit(p)=0.5Ig10

Degikenlerin degerleri oranlar gsteriyorsa degikeni normalletirmek iin
kullanlmaktadr. P,0 ve 1 aralgnda degerler almaktadr. rnegin, p=0.05 ise
logit(p)=2.94 olur. Bu dnm ogunlukla oranlarn ok kullanldg regresyon
zmlemelerinde kullanlr.
11

Fischer Z Dnm (Fischer Z = 0.5 LG10

:
Degikenlerin degerleri korelasyonlar ise degikeni normalletirmek iin
kullanlr.
Dnm (Transformasyon) in GeneI :raIIar
Degikenlerin dntrlmesi bir deneme yanlma srecidir. Yani,
degikenlere dnm uygulandktan sonra zm getirip getirmedigi kontrol
edilmesi gerekmektedir.
Her zaman uygulanan dnm kesin zm getirmemekte, sadece
varsaymlardan sapma derecesini azaltmaktadr. Dntrlm degikenler
varsaymlardan sapmalar azaltsa da analiz sonularnn yorumunu gletirdigi ve
karmaklg arttrdg iin analizden hari tutulmas tercih edilebilmektedir. Bu
nedenle dnm uygulanmadan nce mmknse degikeni farkl bir l birimine
dntrmenin uygun olup olmayacag kontrol edilmelidir (Helberg,2002 akt:
Kalayc, 2010). Herhangi bir dnm genelde ok saydaki probleme zm
getirmektedir. rnegin, arpk degikenler normallik ve evaryans sapmasna neden
olabilir. Hangi varsaymdan sapma test edilirse edilsin sadece metrik degikenlere
dnm uygulanabilmektedir.
Eger dnm iki degikenden birine uygulanacaksa ortalamasnn standart
sapmasna oran daha dk olan degiken seilmelidir. Farkl varyansllk yoksa
yalnz bagmsz degikenler dntrlr. Farkl varyans ilikisi ayn zamanda
dogrusal degilse bagml degiken yannda bagmsz degikenlerin de
dntrlmesi gerekir. Dnm degikenlerin yorumunu degitirebilir. rnegin,
logaritmik dnm ilikiyi greceli degiim legine (elastikiyete) dntrr. Her
zaman dntrlm degikenlerin olas yorumlar yaplmaldr.
Eger bir daglmda lml derecede pozitif arpklk sz konusu ise uygun
dnm karekk dnmdr. Karekk dnm, verilerin kesikli saysal veri
tipinde oldugu durumlarda da uygulanabilir. iddetli pozitif arpk bir daglm sz
konusu ise logaritmik dnmden yararlanlr (Kalayc, 2010).
Eger bir daglm negatif arpk bir daglma sahipse en iyi dnm yntemi
daglmdaki her bir gzlemi (daglmdaki en byk deger + 1) degerinden kartarak
daglm pozitif arpk bir daglm durumuna getirmek ve daha sonra pozitif arpk
12

daglmlar iin kullanlan dnmleri kullanmaktr. Gerek logaritmik gerekse de
karekk dnm yaplacak daglmlarda 1'den kk degerler varsa, en kk
degeri 1 yapacak ekilde bir sabit terimin gzlemlere eklenmesi eklenmesi uygun
olur. Pozitif arpklk, uygulamada sk karlalan bir daglm eididir. Negatif
arpklga ise daha az rastlanr. En sk kullanlan dntrme yntemi logaritmik
dntrmedir(Alpar, 200).
Veri DnmIerinin SPSS'te ontroI DiIi (Tabachnick ve FideII, 1996)
DAGLM SPSS COMPUTE
Orta Derecede Pozitif arpk NEWX=SQRT(X)
Olduka Pozitif arpk NEWX=LG10(X)
Olduka pozitif arpk (0 ile 1 arasndaki verilerde) NEWX=LG10(X+C)
ok ar derecede pozitif arpk, (L biimli) NEWX=1/X
ok ar derecede pozitif arpk, (L biimli) (0 ile 1
arasnda)
NEWX=1/(X+C)
Orta Derecede Negatif arpk NEWX= SQRT(K-X)
Olduka Negatif arpk NEWX=LG10(K-X)
ok ar derecede Negatif arpk, (J biimli) NEWX=1/(K-X)
C : Her bir skora eklenen en kk degerli bir sabit sayy (rnegin 1'i)
K :Her bir skorun karldg sabit bir sayy (genel olarak bu say + 1'e eittir) ifade etmektedir.

F statistigi
ANOVA iin temel tekil eden istatistik F orandr. ANOVA, iki veya daha ok
rneklem ortalamalarnn farkl 'leri temsil edip etmedigini belirlemek iin tm
rneklem ortalamalarnn ayn anda karlatrlmasn saglar. Bu analizde
hesaplanan F degeri, belli alfa dzeyi ve serbestlik derecesine gre belirlenen kritik
degeri ile karlatrlr.
Hesaplanan F degeri anlaml degilse, bu durum, rneklem ortalamalarnn
herhangi biri arasnda anlaml farkllklar olmadgn ve btn ortalamalarn ayn 'y
temsil ettigini gsterir. Hesaplanan F degeri anlaml ise, bu durum, ortalamalar
arasnda en az bir farkn anlaml oldugunu, yani en az iki ortalamann farkl 'leri
temsil ettigini gsterir. F degerinin anlaml olmas durumunda, bu farkn hangi
ortalamalar arasnda oldugunu anlamak zere ikili karlatrmalar yaplr. Bu
karlatrmalar yapmay saglayan tekniklere "post-hoc" oklu karlatrma testleri
ad verilir (Bykztrk, Bkeoglu ve Kkl, 2009, 180).
1

F statistiginin geIeri
Varyans analizi (ANOVA), varyanslar analiz eder. Varyans, puanlar
arasndaki farklar lme yoludur. ANOVA bu varyans ksmlara ayrmaktadr.
Puanlardaki toplam varyansn (degikenligin) iki potansiyel kaynag vardr. Birincisi,
grupii varyans (the variance within groups), ikincisi ise, gruplararas varyans (the
variance between groups)'dr. Gruplararas varyans, bagml degikendeki (alkol
kullanm) toplam varyansn, bagmsz degiken (etnik zellik) tarafndan aklanan
miktar olan "aklanan varyansa" kar gelir. ANOVA'da hesaplanan bu varyans,
gruplararas kareler ortalamasna (KO
GA
) eittir. Gruplararas kareler ortalamas, bir
faktrn dzeyleri arasnda ortaya kan puanlardaki degikenligin bir tahminidir.
Bunun iin faktrn her dzeyindeki ortalamalarn deneydeki tm puanlarn genel
ortalamasndan sapmalar hesaplanr. rneklem ortalamalarnn genel ortalamadan
sapmalarnn karesi, rneklem ortalamalarnn birbirlerinden nasl farkllatgn
gsterir. Bylece KO
GA
bir faktrdeki ortalamalarn birbirlerinden nasl farkllatgn
lmenin bir yoludur. Gruplarii varyans ise, her bir etnik gruptaki alkol kullanm
degikenliginin gsterildigi aklanamayan varyanstr ve gruplar arasndaki
farkllklarn bir fonksiyonu degildir. Gruplarii varyans, "hata varyansnn
(error/residual variance)" bir tahmini olarak da bilinir. Gruplarii kareler ortalamas
(KO
G
) olarak da bilinen bu degikenlik, bir deneyin durumlar iindeki farkllklarla
llen puanlarn degikenliginin bir tahminidir. Bu o durumun ortalamas etrafndaki
her bir durum iindeki puanlarn ortalama degikenligidir. Bunun iin, bir faktrn her
bir dzeyindeki varyanslar hesaplanarak ortak varyans (pooled variance) bulunur.
Bylece KO
G
, her bir durumun ortalamas etrafnda her durumdaki puanlarn
"ortalama" degikenligi olmaktadr.
Eger H
0
(null hipotezi) dogru ise, ideal olarak KO
GA
ve KO
G
'nin, eit ya da
benzer olacag tahmin edilebilir. Bu durumda grup ortalamalar arasndaki degikenlik
sadece rnekleme hatasna bagl olacaktr. Eger H
0
hipotezi yanl ise, KO
GA
'nn,
KO
Gi
'den byk olacag tahmin edilebilir. Bu durumda ise, baz evren ortalamalarnn
birbirinden farkl olmas sz konusudur (Bykztrk, Bkeoglu ve Kkl, 2009, 180-
181).
14

F DagIm
ANOVA'nn temel aldg daglm F daglmdr. F daglm, srekli bir daglmdr.
Ayn normal evrenden seilen veya ayn varyansa sahip normal evrenlerden seildigi
varsaylan iki rnekleme ait varyanslarn birbirine orannn ( )1'e eit olmas
beklenir. Bu hesaplanan oran her zaman 1'e eit olmaz ve bir daglm gsterir. te
bu oranlarn daglm F daglm olarak bilinir. Bu daglm ilk defa Ronald A. Fisher
tarafndan bulunmu ve onun adna ithafen "F" daglm denilmitir. F daglm, sfr ile
arasnda degiim gsterir. Eitlikte verildigi gibi, F-degeri rneklemlerden
hesaplanan varyanslarn birbirine oran oldugu iin, bu daglm iki serbestlik
derecesine bagl olan bir daglmdr. Bu nedenle farkl serbestlik derecelerine gre,
farkl F daglmlar sz konusudur. ki rnekleme ait varyanslar bilindiginde, F degerini
bulmak iin byk olan varyans degeri kk olana blnr. Bu daglm varyanslarn
homojenlik testinde ve varyans analizinde kullanlr. ANOVA analizi iin, F oran
KO
GA
'nn, KO
Gi
'ne blnmesi ile bulunur:

H
0
dogru ise, F orannn 1'e eit olacag tahmin edilebilir, nk bu durumda
KO
GA
, KO
G
'ne eit olacaktr. H
0
yanl ise, F oran 1'i aacaktr nk KO
GA
'nn,
KO
G
'dan byk olmas beklenir.
Her F daglm pay ve paydaya karlk gelen iki farkl serbestlik derecesine
sahiptir. ANOVA'da, KO
GA
(pay) iin serbestlik derecesi grup says eksi 1'e eittir
(sd=k-1). KO
G
(payda) iin ise serbestlik derecesi, btn gruplardaki toplam denek
says eksi grup saysdr (sd=N-k). rnegin her grupta 10 kiinin yer aldg grupla
yaplan bir almada, serbestlik derecesi KO
GA
iin sd=-1=5, KO
G
iin sd=0-=54
olacaktr.
Btn F daglmlar pozitif arpktr (kayldr). ANOVA iin en nemlisi, her bir
F daglmnn ortalamasnn 1'e yakn olmasdr. Ek F'de 0.05 ve 0.01 anlamllk
dzeylerinde F daglm verilmektedir (Bykztrk, Bkeoglu ve Kkl, 2009, 181-
182).
15

F Orannn esapIanmas
ANOVA'da varyans (S
2
x
) kareler toplamnn (KT) serbestlik derecesine (sd)
blnmesi ile elde edilir. Varyans, ANOVA'da kareler ortalamas (KO) olarak bilinir:

Burada serbestlik derecesi N-1'dir.
Gruplararas kareler ortalamas (KO
GA
), gruplararas kareler toplamnn (KT
GA
)
gruplararas serbestlik derecesine (sd
GA
) blnmesi ile hesaplanr. Bunun gibi,
gruplarii kareler ortalamas (KO
G
) da gruplarii kareler toplamnn (KT
G
), gruplarii
serbestlik derecesine (sd
G
) blnmesi ile bulunur. KO
GA
'nn, KO
G
'na oranlanmas ile
de F degeri bulunur. Aagda tek ynl ANOVA iin bir zet tablo verilmektedir
(Bykztrk, Bkeoglu ve Kkl, 2009, 181-182).
Varyansn
Kaynag
Kareler
Toplam
Sd
Kareler
Ortalamas
F
Gruplararas
Grup ii
Toplam
KT
GA
KT
G
KT
Top
Sd
G
Sd
G

Sd
Top

KO
GA
KO
G
F
Hesap

rnek. Alglama glgnn performans zerindeki etkilerinin aratrldg bir
almada, her birinde be denegin yer aldg rneklem grubu seilmitir. gruba
srayla kolay, orta ve zor matematik problemleri sorulmu ve deneklerin dogru olarak
zdkleri problem says llmtr (Heiman,199, 9, Aktaran Bykztrk,
Bkeoglu ve Kkl,2009,198). Aagdaki tabloda verilmektedir. Gruplarn ortalama
performans puanlar arasnda anlaml fark olup olmadgn test ediniz.
Dzey 1: kolay Dzey 2: orta Dzey 1: zor
Toplam
9
12
4
8
7
4

8
2
10
1

4
5
2
_x =40
_ X
2
= 54
n
1
=5
1
=8
_x =0
_ X
2
= 220
n
1
=5
2
=
_x =15
_ X
2
= 55
n
1
=5

=
_x =85
_ X
2
= 29
N=15
k=
zm. Tabloda grldg gibi, kareler toplamnn (toplam, gruplararas ve
grupii) hesaplanabilmesi iin gerekli olan ilk ilemler her dzey iin X, X
2
ve
ortalamalar hesaplamaktr. Her dzey iin X'ler toplanarak _X ve X
2
'ler toplanarak _
1

X
2
'ler elde edilir. Daha sonra sras ile kareler toplam, serbestlik dereceleri, kareler
ortalamas ve F degeri hesaplanr.
areIer TopIamIarnn esapIanmas
1. Toplam kareler toplamnn hesaplanmas (KT
Top
) iin u forml kullanlr:

Bu formle tabloda hesaplanan degerler yerletirilerek KT
Top
hesaplanr.

2. Gruplararas kareler toplamnn (KT
GA
) hesaplanmasndan da u forml
kullanlr:

Bu formle tablodaki her stun iin hesaplanan degerler ve genel X toplamnn
karesi yerletirilerek KTGA hesaplanr.

. Gruplarii kareler toplamnn (KT
G
) hesaplanmasnda u forml kullanlr:
KT
G
= KT
Top
KT
GA
Bu formle yukarda hesaplanan toplam kareler toplam (KTTop=147.) ve
gruplararas kareler toplam (KTGA=.) degerleri konularak, grupii kareler
toplam hesaplanr.
KT
G
= 147. . = 84
areIer OrtaIamasnn hesapIanmas
Daha nce hesaplanan gruplararas ve gruplarii kareler toplamnn kendi
serbestlik derecelerine blnmesi ile gruplararas kareler ortalamas (KO
GA
) ve
gruplarii kareler ortalamas (KO
G
) elde edilir.

Gruplararas ve gruplarii kareler toplam ile serbestlik dereceleri formldeki
yerlerine konuldugunda, kareler ortalamas aagdaki gibi bulunur. Serbestlik
derecesi, gruplararas iin k-1=2, gruplarii iin N-k=15-=12'dir.
17


F Orannn esapIanmas
F degerinin hesaplanmas iin yukarda bulunan KOGAve KOG'nin birbirine
oran alnr. Aagda F iin hesaplama forml verilmektedir:

Bu almada KO
GA
=1.7 ve KO
G
= 7'dir. Bylece F oran:
bulunur.
Yukarda hesaplanan kareler toplam, serbestlik dereceleri, kareler
ortalamalar ve F degeri zet ANOVA tablosuna yerletirilir.
Varyansn Kareler Kareler
Kaynag Toplam sd Ortalamas F
Gruplararas . 2 1.7 4.52
Grupii 84.00 12 7.00

Toplam 147. 14

F
hesap
degerini yorumlamak iin, F tablosundan, kritik F degerinin bulunmas
gerekir. Bu rnekte, sd
GA
ve sd
Gi
sras ile 2 ve 12'dir. Anlan serbestlik dereceleri ve
.05 anlamllk dzeyi iin Fkritik=.88'dir. Hesaplanan F degeri (4.52), kritik F
degerinden (.88) byk oldugu iin, F anlaml bulunmutur. Bylece ortalamalar
aras fark olmadgna ilikin H
0
hipotezi reddedilir. Bu durumda F'nin anlaml oldugu
ve alglama glgnn ortalama performans puanlarnda anlaml bir farkllk
yarattg sonucuna varlr. Sonular, F(
2,12
) = 4.52, p<.05, biiminde rapor edilir. F
degerinin anlaml olmas, bu ortalamalarn en az ikisi arasnda anlaml bir farkn
oldugunu gsterir. Farkn hangi ortalamalardan kaynaklandgn belirlemek iin 5489
4. oklu karlatrmalar yaplr.
Post-oc okI: arIatrma TestIeri
Varyans analizi genel olarak bir farkn olup olmadgn tespit etmeye
alrken, farkllgn hangi grup ya da gruplardan kaynaklandgn aratrmamaktadr.
Gruplararas farkn oldugu durumda, farkllgn hangi gruptan kaynakl oldugunu
tespit eden istatistik post-hoc olarak bilinmektedir. Aratrmada, gruplar ierisinde
farkllk yaratan grup ya da gruplar tespit etmek zere birok post-hoc istatistigi
18

bulunmakla birlikte, bunlarn dogru bir ekilde seimi baz varsaymlar
gerektirmektedir. Post hoc istatistikleri toplu olarak tablo 5'te gsterilmitir.
Aagdaki Tabloda grldg gibi genel anlamda post-hoc istatistikleri, gruplar
aras varyansn eit olmas ve varyanslarn eit olmamas durumunda kullanlanlar
olmak zere iki ayr snfta ele alnabilir (Kayri, 2009):
Test Tr Post Hoc
Varyans
Eit
Varyans
Eit Degil
rneklem
Eit
rneklem
Eit Degil

o
k
l
u

K
a
r

l
a

r
m
a

T
e
s
t
l
e
r
i

LSD X X
Sidak X X
Bonferroni X X
Tukey HSD X X
Hochberg's GT 2 X X
Gabriel X X
Scheffe X X

o
k
l
u

A
r
a
l

k

T
e
s
t
l
e
r
i

SNK X X
Tukey's B X X
Duncan X X
R-E-G-W-F X X
R-E-G-W-Q X X
Waller-Duncan X X
Dunnet X X

o
k
l
u

A
r
a
l

k

T
e
s
t
l
e
r
i

Games-Howell X X
Tamhane's T2 X X
Tamhane's T X X
Dunnet's C X X
Dunnet's T X X
VaryansIarn Eit OImas D:r:m:nda :IIanIabiIecek Post oc Test
statistikIeri
Varyanslarn eit olmas durumunda kullanlacak post-hoc istatistikler genel
itibariyle iki yntemle ele alnmaktadr. Bunlar: "oklu karlatrma testleri (multiple
pairwise comparisons) ve "oklu aralk testleri (multiple range tests) olarak
bilinmektedir. oklu aralk testleri, grup ortalamalarna ilikin (k means) homojen alt
setler (homogeneous subset) oluturarak, gruplardan farkl olanlar tespit etmeye
almaktadr. oklu karlatrma testleri ise, her grubu srasyla diger gruplarla
teker teker kyaslar ve bir karlatrma matrisi elde etmektedir (Kayri, 2009).
Varyanslarn eit olmas durumunda aratrmacnn seebilecegi oklu
karlatrma testleri LSD (Least Significant Difference), Sidak, Bonferroni, Tukey,
Hochberg's GT2, Gabriel ve Scheffe olarak sralanabilir. LSD testi farkllgn
belirlenecegi grup saysnn (k means) ten fazla oldugu durumlarda tercihi sakncal
19

olabilir. Matematiksel olarak da . tip hataya kar korumasz bir zellik tamaktadr.
Grup says arttka hata miktar da art gstermektedir. Sidak testi oklu gruplarda
LSD'nin barndrm oldugu . tip hatay yok etmek zere gelitirilmitir. Sidak testinin
karmak yaps ve manuel hesaplamalara olanak tanmamas Bonferroni testinin
gelitirilmesine yol amtr. LSD, Sidak ve Bonferroni testleri eit rneklem
byklg ilkesini gerektirmemektedir (Kayri, 2009).
Bonferroni gibi sk tercih edilen Tukey (HSD) testi gruplardaki rneklem
daglmnn eit olmasn gerektirmektedir. Varyanslarn ve rneklem daglmnn eit
oldugu durumlarda kullanlan oklu karlatrma testlerinden Hochberg's GT2
istatistigi de Tukey'e benzeyen, ancak geniletilmi t modl tabannda alan bir
post-hoc trdr. Tukey kadar gl olmadg kabul edilmektedir. Hochberg's gibi
geniletilmi t modl tabannda yrtlen Gabriel istatistigi, gruplardaki rneklem
saysnn eit olmasn gerektirmemektedir. Gruplar arasnda mmkn olan btn
dogrusal kombinasyonlarn karlatrmas iin Scheffe yntemi gelitirilmi olup bu
yntem genel itibariyle, en esnek ve karlatrlacak grup saylarnn ok olmas
durumunda . tip hata payn kontrol altnda tutabilen (conservative) ve gruplardaki
gzlem saylarnn eit olmas varsaymn dikkate almayan bir post hoc tr olarak
ele alnmaktadr (Kayri, 2009).
Varyanslarn eit olmas durumunda aratrmac, oklu karlatrma testleri
yerine oklu aralk testlerinden birini tercih edebilir. oklu aralk testleri ise SNK
(StudentNewmanKeuls), Tukey's B, Duncan, R-E-G-W-F (Ryan-Einot-Gabriel-
Welsch F test), R-E-G-W-Q (Ryan-Einot-Gabriel-Welsch range test) Waller Duncan
ve Dunnet eklinde sralanabilir. Bu testlerden Duncan ve Waller Duncan testleri iin
eit rneklem ilkesi gerekliyken digerleri iin bu ilke aranmamaktadr (Kayri, 2009).
Scheffe Testi. F testi oklu karlatrmalarnda kullanlan en gl testtir. Bu
test, karmak karlatrmalarda ok gl olmakla birlikte ikili karlatrmalarda
HSD kadar gl degildir.
Scheffe testi karmak karlatrmalar iin nerilmektedir. Ortogonal
karlatrmalar iin gl bir testtir. Grup ortalamalarnn agrlkl katsaylar
kullanlarak yaplan karlatrmalarda etkilidir. Test statistigi:

20

p: Ortalama says
F: d anlamllk dzeyi ve v1-v2 serbestlik dereceleri yardmyla tablodan
bulunan F degeri
Cj: Ortalamalara ait polinom katsays
nj: rneklem grubundaki denek says
T:key SD Testi. "Drste anlaml fark(Honestly Significant Difference-
HSD) testi eit rneklem gruplarna ait ortalamalar arasndaki farklarn test
edilmesinde kullanlmaktadr. Tukey a Testi olarak da bilinmektedir. Bu test tm olas
farklar gerekten nemli fark degerine gre test eder. Belirlenen gerekten nemli
fark degerine gre grup ortalamalarn eanl (simultaneous) olarak karlatrmay
amalayan bir testtir. Tukey HSD testi gruplardaki birim saylarnn eit oldugunu
varsaymaktadr. Eger gruplardaki birim saylar farkl ise grup birim saylarnn
harmonik ortalamasn (ortak birim saysn) kullanr. Test statistigi:

q
d,t,v
: Tukey Testi iin cetvel degeri
S
2
:Varyans analizindeki hata kareler ortalamas (varyans),
v : Hata kareler ortalamasnn serbestlik derecesi
d : nem seviyesi
n : Her bir ortalamadaki tekerrr says
Fischer LSD Testi. En kk anlaml fark (Least Significant Difference-LSD)
testi F degerinin anlaml kmas sonucu, t daglmndan yararlanarak anlaml fark
gsteren ortalamalar belirlemek amacyla kullanlr. Grup ortalamalarn ikili olarak
ele alp ortak varyans yaklam ile test eder.
statistikiler sk kullanlmasna karlk, belirli durumlarn dnda kullanm iin
bu testi nermemektedirler. Gc diger post-hoc testlere gre dk bir testtir.
Karlatrlan ortalama says arttka gc %. dolaylarna kadar debilir.
Diger bir durumda, F baz durumlarda anlaml kmasna karn, ikili
karlatrmalardan hi biri anlaml fark yanstmayabilir. Eit ve eit olmayan
rneklem byklklerinde kullanlabilir.
Bu test - Korunmu LSD testi, - Korunmam LSD olarak ikiye ayrlr.
21

or:nm: LSD testi. Korunmu LSD testi yalnzca F testinin nemli kmas
halinde kullanlr. 'ten fazla ortalama olmas halinde sakncaldr. nk test
yaparken . tip hata dzeyi rnegin %5 seilirse dahi ortalama says arttka deneme
bana hata miktar artmaktadr. Aratrcnn bu hususu unutmamas gerekir.
rnegin d=%5 iken 10 ilem ortalamas iin deneme bana hata miktar dd=0,9'e
kar (dd=(1-(1-d)k-1)=(1-(1-0,05)10-1)=0,9). Korunmu LSD test istatistigi:

t
d,v
: V serbestlik derecesinde ve belirlenen d nem seviyesindeki t-
cetvel degerini,
S
2
: Hata kareler ortalamasn (varyans),
n : Her bir dzeydeki gzlem saysdr.
Ortalamalardaki gzlem saylar farkl oldugu zaman bir ortak n degeri (n
0
veya
n
h
(harmonik ortalama)) hesaplanr.

or:nmam LSD testi. F'nin nemli olmas gerekmez. Deneme bana
hata(dd) en fazla karlatrma bana (dc) hata kadar olur. Bu LSD testi iin hazr t-
cetveli mevcuttur.
D:ncan Testi. HSD testine benzemektedir. Sraya dizilmi ortalamalar
arasndaki farkllklar, ortalamann sralamadaki konumunu dikkate alarak
degerlendirmeyi amalayan bir oklu karlatrma testidir. Duncan Testi,
karlatrlan ortalamalarn byklk sralamasndaki konumlarnn nemli oldugu
durumlarda yaygn olarak kullanlan bir testtir. Artan farkl doz dzeylerine sahip
denemelerde/faktr seviyelerinin artarak denendigi denemelerde ve faktr dzeyi
sralamasnn degerlendirmede nemli sayldg denemelerde uygulanr.
22

Bu testte, karlatrlan ortalama says arttka test daha gl hale
gelmektedir.Daha fazla ortalama grubu oluturan bir testtir. nk daha kk
farkllklar bile nemli bulan bir testtir. Aratrclar ortalamalar arasnda bir farkllk
olmasn arzu ettiklerinden bu testi sklkla kullanrlar. Tukey, Duncan ve SNK testleri
F testine bagl degildir. Yani F testi nemli kmasa dahi bu testler yaplr ve
ortalamalar arasnda farkllk olabilir. Test statistigi:

Q
d,p,v
: Kritik cetvel degeri
p : Byklk srasna dizilmi ortalamalar arasndaki kademe says
S
2
: Hata kareler ortalamas
v : Hata kareler ortalamasnn serbestlik derecesi
d : nem seviyesi
n : Her bir ortalamadaki tekerrr says
Duncan testinde kullanlan kritik deger says ortalama saysnn bir eksigi
kadardr.
SN ( St:dent - Newman - e:Is) Testi.SNK testi k grup ortalamalarn
kkten byge dogru dizdikten sonra karlatrma sralarna gre farkl nemlilik
kriterlerini kullanan bir testtir. SNK testi tm ilem ortalamalarn, ilemlerin bir alt seti
olarak sraya dizmektedir. Bylece bu alt testlerin kendi iinde trde ve diger setlerle
trde olmayan bir yap oluturduklar varsaylr.
Duncan testine benzeyip oklu aralk testidir. Tukey ile ayn cetveli kullanr.
SNK'nn en son hesaplanan kritik degeri Tukey testindeki kritik degerle ayndr.Test
istatistigi:

q
a,p,v
: Kritik cetvel degeri
S
2
: Varyans analizindeki hata kareler ortalamas (varyans)
v : Hata kareler ortalamasnn serbestlik derecesi
d : Deneme bana den birinci tip hata orann (nem seviyesi),
n :Her bir ortalamadaki gzlem saysn, ifade eder.
2

SNK testinde de Duncan testinde oldugu gibi kullanlan kritik deger says
ortalama saysnn bir eksigi kadardr.
D:nnet Testi. k denemeden birinin kontrol olarak alndg ve diger deneme
sonularnn kontrol grubu ortalamasna gre farkllgn belirlemek iin bavurulan bir
testtir. Test istatistigi,

Burada td degeri k grup ve hata serbestlik derecesine gre belirlenir. k grup
ortalamalarnn kontrolden farklarnn nemlilik degeri Dd olarak bulunur. Kontrol ile
herhangi bir grup ortalamasnn fark bu snr aarsa "nemli farkllk vardr denir. Bu
test kontrol ile deneme grubu ortalamalar arasndaki nemliligi degerlendirirken
kullanlr. (Hovardaoglu, 1994 Efe ve d.,2000 zdamar, 2004)
VaryansIarn Eit OImamas D:r:m:nda :IIanIabiIecek Post oc Test
statistikIeri
Gruplar aras varyansn eit olmamas durumunda kullanlacak post hoc
testleri degimektedir. Bu durumda Games-Howell, Tamhane's T2, Tamhane's T,
Dunnet's C ve Dunnet's T testleri kullanlabilir. Bu testler oklu karlatrma testleri
degil oklu aralk testi olarak kabul edilmektedir. Bu testler iin eit rneklem ilkesi de
gerekmemektedir (Kayri, 2009).
Etki ykIg
Etki byklgnn bir ok farkl hesaplamama yntemi vardr. (Richardson
199 Capraro ve Capraro 2002: 771. Aktaran Cohen ve digerleri 2007): r2,
ayarlanm R2, q2, o2, Cramer V, Kendall W, Cohehen d ve Eta. Farkl istatistik
uygulamalar farkl etki byklg hesaplamalarn kullanr. Etki byklg 0 ile 1
arasnda degiir (baz formller 1 den byk degerler retebilir) (Coe 2000, Aktaran
Cohen ve digerleri 2007). Cohen d iin etki byklkleri:
00.20 = Zayf etki
0.210.50 = Dk etki
0.511.00 = Yksek etki
>1.00 = Gl etki
24


Bagmsz ve bagml degikenler arasndaki ilikinin gcn aklamak iin
korelasyon katsaysnn hesaplamas gerekir. Bir ANOVA deseninde degikenler
arasndaki ilikinin gcn karlatrmada en sk kullanlan istatistik eta-kare (

)
katsaysdr. Degikenler arasnda dogrusallk varsaymn gerektirmeyen eta-kare,
bagmsz degikenin bagml degiken zerinde ne derece etkili oldugunu gsterir.
Eta-kare, bagmsz degikenin ya da faktrn, bagml degikendeki toplam
varyansn ne kadarn akladgn gsterir ve 0.00 ile 1.00 arasnda deger alr. .01,
.0 ve .14 dzeyindeki eta-kare degerleri srasyla kk, orta ve geni etki
byklg olarak yorumlanr (Green ve Salkind, 1997). Eta-kare (

) degeri u forml
ile hesaplanr:

Burada KT
GA
eitli dzeylerdeki ortalamalar aras farklarn llme yolu ve
KT
Top
ise, deneydeki tm puanlar arasndaki toplam farklar lmenin bir yoludur.
Bylece, eta-kare rneklem ortalamalar arasndaki farklar ile ilikilenen puanlardaki
toplam farklarn orann yanstr. (Bykztrk, Bkeoglu ve Kkl, 2009, 187-190)
Eta-kare rneklem verilerindeki etki byklgn aklayan betimsel bir
istatistiktir. Evrendeki aklanan varyans miktarnn tahmini iin ise, omega-kare
bulunabilir. Omega-kare iin kullanlan sembol
'
dir. Omega Kare iin forml:

SPSS iIe Varyans AnaIizi Uyg:IamaIar
SPSS Uygulamalar olarak sras ile ilikisiz lmlerde tek faktrl varyans
analizi (ANOVA), ilikisiz lmlerde iki faktrl varyans analizi, ilikili lmlerde
tek faktrl varyans analizi, kark lmler iin iki faktrl varyans analizi ve ok
degikenli ANOVA (multivariate ANOVA, MANOVA) iin rnekler verilecektir. Bu
blmde Bykztrk'n (2010) rnek uygulamalar kullanlmtr.
25

Iikisiz rnekIemIer in Tek FaktrI Varyans AnaIizi (ANOVA)
Tek ynl ANOVA en basit varyans analizidir. ki tane degiken vardr.
Bunlardan birisi kategorik zellik gsteren bagmsz degikendir ve digeri de metrik
zellik gsteren bagml degikendir. Bagmsz degiken ierisinde iki veya daha
fazla grup olabilir. Tek ynl ANOVA, bu gruplara gre, bagml degiendeki
ortalamalar arasnda fark olup olmadgn test eder (Antalyal, 2010).
likisiz iki ya da daha ok rneklem ortalamas arasndaki farkn sfrdan
anlaml bir ekilde farkl olup olmadgn test etmek zere uygulanr.
Tek ynl ANOVA Green ve digerleri (2000)'ne gre
1. Deneysel almalarda,
2. Yar Deneysel almalarda,
. Alan Aratrmalarnda sklkla kullanlmaktadr.
VarsaymIar.
1. Bagml degikene ait puanlar (lmler) en az aralk legindedir.
2. Puanlar bagml degikende etkisi aratrlan faktrn her bir dzeyinde
normal daglm gsterir.
. Ortalama puanlar karlatrlacak rneklemler ilikisizdir.
4. Bagml degikene ilikin varyanslar her bir rneklem iin eittir.
likisiz ya da daha ok rneklem ortalamas arasndaki farkn anlamllgn
test etmek amacyla yaplan ANOVA'da gruplarn ait olduklar evren ortalamalar
arasnda fark olmadgna ilikin null hipotezi reddedilmise, yani gruplarn evren
ortalamalar iin en az iki grup arasnda manidar bir fark bulunmusa,
1. Bu farkn ya da farklarn hangi gruplar arasnda oldugunun bulunmas
analiz sonularnn yorumuna g katacaktr.
2. Bu amala gruplarn ortalama puanlar iin uygun bir oklu karlatrma
testinin (post-hoc test) kullanlmas gerekir.
Yani varyans analizi sonucunda F degeri anlaml kmsa, H
0
reddedilmi
demektir. Dolaysyla, baz ortalamalarn, birbirinden anlaml olarak fark gsterdigi
anlalmaktadr. kiden fazla ortalamann bulundugu durumlarda, bunlardan
hangilerinin anlaml farklar gsterdigini saptamak iin oklu karlatrmalarn
yaplmas gerekmektedir (Bykztrk, 2007).
2

rnegin X Hastas olan kiilerden yansz olarak seilen grupta, ayn ilacn
farkl dozda verilmesinin hastalgn iyilemesine olan etkilerinin incelendigi alma
tek ynl ANOVA'y agrtrr.
Bagml Degiken: Hastalga ilikin llen degerler.
Bagmsz Degiken: la Dozu.
Bu durumda aratrma sorusu iki ekilde olabilir:
Hastalarn iyileme durumlar verilen farkl dzeye sahip ila dozuna
gre anlaml bir farkllk gstermekte midir?
Hastalarn iyileme durumlar ile verilen ila dozu arasnda anlaml bir
iliki var mdr? (Bykztrk, 2010).
rnek. Bir iletmede personelin kuruma ynelik tutumlar ve genel uyumlar
inceleniyor. Bu amala sz edilen zellikleri len iki lek, yansz olarak seilen bir
grup personele uygulanyor. (tutum.sav)
Aratrma sor:s:. Personelin genel uyumu grev yaptg birime (A-B-C) gre
anlaml bir farkllk gstermekte midir?
Aratrma sorusunda bagml degiken uyum iken, bu degiken ile ilikili olup
olmadg incelenen degiken ya da faktr, grev yaplan birimdir. Birim faktrnn de
A,B, C olmak zere dzeyi vardr. Burada farkl birimde alan personelin genel
uyumlarnn karlatrlmasnda tek faktrl ANOVA kullanlmas gerekecektir.
SPSS'te anaIiz iin iIem admIar.
1. Analyze'dan "Compare Means ve buradan da One Way ANOVA
komutu tklanr.
2. "One-Way ANOVA penceresinde
a. Degiken kutusundan uyum degikeni Dependent List
kutusuna aktarlr.
b. Birim degikeni "Factor kutusuna aktarlr.
. "Options alt mensne girilir.
a. "One Way ANOVA: Options Penceresinde, "Statistics
ksmndan "Descriptive ve "Homogenity-of-Variance seilir.
b. Continue komutu verilir.
4. "Post Hoc oklu karlatrma alt mensne girilir.
27

a. "Equal Variance Assumed ksmndan probleme uygun bir oklu
karlatrma testi seilir.
b. Continue komutu verilir.
5. OK.
Personelin genel uyum dzeylerinin, grev yaptklar birime gre anlaml bir
fark gsterip gstermedigini test etmek iin uygulanan ANOVA sonularnn SPSS 1
ktlar yledir:

Descriptives ksmnda ilk dikkati eken gruplardaki rneklem saylardr.
Yukardaki tabloda her bir grup iin ortalama, standart sapma vs. temel istatistiksel
veriler sunulmutur.

Tek ynl ANOVA'nn temel varsaym olan varyanslarn homojenligi testinin
sonucu grlmektedir. Buradaki p degeri (Sig) 0.05'ten byk oldugu iin (0.077)
varyanslarn homojen oldugu sylenir. Neticede varyans analizinin temel varsaym
saglandg iin, varyans analizinden elde edecegimiz sonularn saglkl oldugunu
syleyebiliriz.

28



Personelin uyum legi puanlarnn grev yaplan birime gre ANOVA
sonular:

Analiz sonular, personelin genel uyum dzeyleri arasnda grev yaplan
birim bakmndan anlaml bir fark oldugunu gstermektedir. (F(2-159)=2.95,p<0.1).
Baka bir deyile, personelin genel uyumlar, grev yaplan birime bagl olarak
anlaml bir ekilde degimektedir. Birimler aras farklarn hangi gruplar arasnda
oldugunu bulmak amacyla yaplan Scheffe testinin sonularna gre, B Biriminde
(X=80.8) ve C Biriminde (X=82.80) alanlarn genel uyumlarnn A Biriminde
(X=70.28) alanlardan daha olumlu oldugu belirlenmitir.
29

Iikisiz rnekIemIer in ki FaktrI ANOVA
Bu teknigin amac, gruplar aras iki faktrn bir bagml degiken zerindeki
etkisini ayr ayr test etmek yerine, faktrlerin temel etkilerini ve iki faktrn bagml
degiken zerindeki ortak etkisini e zamanl olarak test etmektir.
rnek olarak bagml degikenin verim oldugu bir aratrmada, faktr olarak
gbre tr ile beraber toprak tr de aratrmaya dahil edilebilir.
Howel (1987)'e gre faktryel desenlerin bir ynl desenlere gre Avantajlar.
Sonular daha geni gruplara genellenebilir. rnegin sadece yallardan
oluan bir aratrma grubunda bagml degikene verilen tepkilerin bir A
faktrne gre incelenmesine ilikin sonular, yal grup iin geerlidir.
Aratrmaya genlerin de dahil edilmesi durumunda, yani ya faktrnn
(yal-gen) ikinci bir faktr olarak dikkate alnmas ile bulgular, yallarn
yan sra genler iin de geerli olabilecektir .
Degikenlerin ortak etkisinin degerlendirilmesi. Koullarn etkisinin yatan
bagmsz olup olmadgn, ya da koullar ile ya arasnda ortak etkinin olup
olmadgn degerlendirme olanag vardr. rnek, genlerin farkl koullarda,
yallardan byk farkllk gsterip gstermedigi ortaya konabilir.
Daha ekonomiktir. Ayn dzeydeki testin gc iin faktryel desen, tek
ynl desenden daha az denek gerektirir.
te yandan, iki ynl varyans analiz tek ynl varyans analizine gre daha
byk F degeri retir ve tek ynl varyans analizinde ileme girmeyen faktrn yol
atg tm varyans, hata varyansna dahil edilir. Oysa iki ynl varyans analizinde
ikinci faktrn yol atg varyans ayrlr, hata varyansna eklenmez
(Bykztrk,1997).
p tane dzeyi bulunan A degikeni ile q tane dzeyi bulunan B degikeninin
birlikte etkisi aratrldgndan, incelenen davrana hem A hem de B degikenlerinin
ayr ayr katklar bulunmaktadr. Ksaca buna temel etki veya etkileim (interaction)
ad verilmektedir. Bu nedenle ANOVA tablosunda hem bu temel etkilerin herbirine ait
F degerleri hem de ortak etkiye ait F degeri bulunmaktadr.


0

Desene ait baz zeIIikIer.
P tane dzeyi bulunan A degikeni iin p<2 q tane dzeyi bulunan B
degikeni iin q<2 olmaldr.
Aratrmada p ve q'nun tm kombinasyonlar incelendiginden koul
says pXq'ya eittir.
Denekler herbir koula sekisiz yolla atandgndan her denege ait bir
lm bulunmaktadr. Her koulda n tane denekten lm alndgna ve
aratrmada p*q tane koul says bulunduguna gre toplam denek
says N=n*p*q olmaldr(Hovardaoglu,1994).
ayr test ilemi sz konusudur.
1. ki Faktrn bir btn olarak anlaml bir etkiye sahip olup olmadg
incelenebilir. Toplam aklanan kareler toplamn dikkate alan bu testte
F degeri u formlle bulunur:

SS
A
,
B
,
AB
Sembolleri faktr A, B ve etkileimlerini simgeleyen kareler
toplamn (sum of squares), MS
A,B,AB
ise, faktr A,B ve etkileimlerini
simgeleyen kareler ortalamasn (mean of squares) gsterir. Formlde
df (degrees of freedom) serbestlik derecesini gstermektedir. SS
error
,
MS
error
ve df
error
hata iin kareler toplam, kareler ortalamas ve
serbestlik derecesini vermektedir.
2. Ortak etkinin (interraction effect) anlaml olup olmadg incelenebilir.
Burada, MSAB ve MS error arasndaki oran F degerini verir. Ortak etki
anlaml ise A faktrnn etkisinin B'nin bir kategorisinden digerine
degitigi sonucuna ulalabilir ve B Faktrnn etkisinin de A'nn farkl
kategorilerinde degitigi sylenir.
. Her bir faktrn kenar ortalamalar ile aklanan temel etkilerinin (mean
effects) anlamllg test edilebilir.ki temel etki iin uygun F oranlar u
formlle bulunur:
FA= MSA / MSerror ve FB= MSB / MSerror
1


VarsaymIar.
1. Bagml degikene ilikin lmler gruplarn ait olduklar evrende
normal daglm gsterir.
2. lmler gruplarn ait olduklar evrende eit varyansa sahiptir.
. lmler birbirinden bagmszdr.
ki Ynl Varyans Analizinde toplam varyans:
1. Faktr A
2. Faktr B
. Faktr A ve B etkileimi (AXB)
4. Gzenekler ii varyans (hata varyans)
Birey says bakmndan eit gzeneklere sahip iki faktrl gruplar aras
desene uygun iki ynl ANOVA modelinde, Bagml degikene (Y) ait toplam kareler
toplam, A birinci faktr, B ikinci faktr ve AXB iki faktrn ortak etkisini ve e hata
terimini gstermek zere:
KTT=KTA+KTB+KTAB+KTe
Formller.

ki ynl anova'da.
1. Hiyerarik
2. Klasik deneysel
. Regresyon olmak zere temel yntem vardr.
2

statistiksel analizlerde bilgisayar teknolojisinin kullanmnn giderek artmasyla
gelitirilen ve yaygn olarak kullanlan istatistik paket programlarndan SPSS'de,
gzeneklerdeki denek saylarnn eit olmamas durumunda nerilen yaklamlar
yukarda verilen klasik deneysel, regresyon ve hiyerarik olmak zere grupta
toplanabilir. Programda regresyon yaklam kurulu (default, balang) iken diger
yaklamlar seenekler olarak kullanma hazrdr. Eit sayda deneklere sahip
olmayan faktryel desenler iin sz edilen bu yaklam SPSS'de:
1. Hiyerarik Yaklam: Type
2. Klasik Deneysel Yaklam: Type
. Regresyon Yaklam: Type
olarak tanmlanr.
Bu yntemler, sadece faktrlerin temel etki testlerine ilikin kareler toplamnn
hesaplanmasnda farkllk gsterirler, ortak etki testine ilikin kareler toplam terimi
degimez.
Iasik deneyseI yakIam. Bu yaklama gre, A ve B gibi seilen iki faktr
birbirine dikey olmadgndan KTA ve KTB, KTA,B' ye toplamsal degildir. Faktrler
arasndaki iliki glendike KTA+ KTB ile KTA,B arasndaki fark artar. Faktrler
arasndaki bu iliki gl ve pozitif ise toplamsal etki anlaml olmasna karlk,
faktrlerin temel etkilerinden hibiri anlaml olmayabilir (oysa dikey desenlerde ayn
durum iin en az bir faktrn temel etkisinin anlaml olmas sz konusudur).
Temel etkilerden hi birinin anlaml olmadg bir durumda toplamsal etki
anlaml olabilir ki bu, klasik deneysel yaklam diger desenlerden ayran bir noktadr.
Temel etkiler dikey, yani gzeneklerdeki frekanslar kenar toplamlarna orantl ise, bu
yaklam hiyerarik yaklamla ayn sonucu retir.
iyerarik yakIam.Hiyerarik yaklamda izlenilen anlamllk testi ilemleri
klasik deneysel yaklamla ayndr. Aratrmac deseni asndan ncelik verdigi
faktr temel etki testi iin ilk olarak ileme dahil eder. Toplamsal etki anlaml ise
temel etkilerden en az biri anlaml olacaktr.
Burada A ve B'nin kareler toplam toplamsaldr. Yani:
KTA+KTB=KTAB'dir.


Degerlendirilecek degikenlerin sras bagmsz degikenler ya da ortak
degiken listesindeki degikenlerin srasna (aratrmac tarafndan karlatrlan)
bagldr. Faktr temel etkileri, yalnzca kendisinden nce gelen faktrler iin ayarlanr.
Bu yaklamda rnegin, eger bagmsz degiken listesinde ilk olarak A var ise nce,
A temel etki, B yada AB etkileri iin ayarlanmakszn degerlendirilir. Daha sonra B
temel etki, A iin ayarlama yapldktan sonra analize dahil edilir. AB ise, hem A ve
hem B temel etkiler iin ayarlama yapldktan sonra degerlendirilir.
Regresyon YakIam. Bu yaklamda her bir etki, diger tm etkiler iin
ayarlanarak e zamanl karlatrlr. Her bir etki, aklanan varyansa ek katklar
dikkate alnarak degerlendirilir. A'nn temel etkisi, B temel etki ve AB ortak etki iin
ayarlandktan sonra test edilir. B'nin temel etkisi de benzer ekilde bulunur.
AB ortak etki ise, A ve B iin ayarlandktan sonra test edilir. KTA ve KTB
toplamsal degildir ve KTAB diger iki yaklamla bulunan degerlerden daha kktr.
nk bu terim ortak etki iin ayarlanr.
Gzeneklerdeki frekanslarn birbirine eit olmas durumunda faktrler
orthogonal olacaktr ve yntemde de ayn sonucu verecektir. Gzeneklerdeki n' ler
eit degil, ancak oransallk var ise bu defa klasik ve hiyerarik yntemler ayn sonucu
retir.
Bu yntemler, sadece faktrlerin temel etki testlerine ilikin kareler toplamnn
hesaplanmasnda farkllk gsterirler, ortak etki testine ilikin kareler toplam terimi
degimez.
Eitligin ve oransallgn olmadg durumda yntem temel etkiler iin ayr
sonu retir. Aratrma desenleri iin uygun olan yaklamn seiminde dikkat
edilecek husus, problemin dogasdr, aratrma deseninin zellikleridir.
rnek olarak, aratrma deseninde yer alan faktrler arasnda test edilmede
ncelik sorunu yoksa, faktrlerin bir nedensellik srasna sahip olmadg biliniyorsa,
temel etkilerin ortak etkiden daha bir yksek ncelige sahip oldugu dnlyorsa
klasik deneysel yaklam tercih edilebilir (Bykztrk,1997).
Faktrlerin bagml degikene olan etkilerinin incelenmesi bakmndan teorik
ya da mantksal olarak ncelik sralamasnn sz konusu oldugu deneysel olmayan
almalarda hiyerarik yaklam gzeneklerdeki denek saysnn eit olmadg
almalarda klasik deneysel yaklamn kullanlmas nerilir.
4

Regresyon yntemi ise, gzenek byklklerinin eit oldugu ya da gzenek
frekanslarnn oransal oldugu almalar ile gerek deneysel almalar iin nerilir.
Gzeneklerdeki denek saylar eit ise yntem de ayn sonular
retir(Bykztrk, 2010).
zet oIarak SPSS'de.
ki faktrl bir deney tasarmnda A faktrnn a dzeyi ve B faktrnn b
dzeyi olsun. Faktriyel bir tasarm sz konusu oldugunda a*b sayda deney
kombinasyonu gerekleir. Bu deney kombinasyonlarnn hepsi ve her birinin
ierisinde t deneme gerekletirilebiliyorsa bu tip deneylere tam (btn gzlemlerin
elde edildigi) ve dengeli (btn kombinasyonlarn gerekletirildigi) deneyler denir.
Deneyin her kombinasyonu gerekletirilmi (dengeli), her
kombinasyondaki gzlem says eit ve ardk faktr analizi iin Type 1
varyans analizi kullanlmaldr.
Deneyin her kombinasyonu gerekletirilmi (dengeli), her
kombinasyondaki gzlem says eit ve hiyerarik faktr analizi iin Type
varyans analizi kullanlmaldr.
Deneyin her kombinasyonu gerekletirilmi (dengeli), fakat
kombinasyonlardaki gzlem saylar farkl ise faktr analizi ve zellikle
etkileimin analizi iin Type varyans analizi kullanlmaldr.
Deneyin eksik kombinasyonlar mevcut ise kombinasyonlardaki gzlem
saylarna bagml kalmakszn faktr analizi iin Type V varyans analizi
kullanlmaldr (Semiz, 2007).
likisiz rneklemler iin iki faktrl ANOVA, deneklerin her bir deneysel
koulda bir kez llerek ilikisiz lmlerin elde edildigi iki denekleraras faktre
bagl olarak belirlenen iki faktrl gruplar aras faktryel desenlerde kullanlr.
Burada bagml degiken zerinde etkisi incelenen iki faktr ya da bagmsz
degiken vardr. Desen, bu faktrlerin dzeyleri temel alnarak, rnegin birinci faktr
iki, ikinci faktr ise dzeyden oluuyorsa 2x'lk bir gruplararas faktryel desen
olarak tanmlanr.
rnek olarak bir aratrmac, farkl gretim yntemlerinin ve sosyo-ekonomik
dzeyin akademik baar zerindeki etkilerini ayr ayr test eden iki ayr alma
yerine, iki faktrn baar zerindeki temel etkilerinin anlaml olup olmadgn
5

aratrmak isteyebilir. Bu tr bir karlatrmal gruplararas faktryel deseni gerektirir(
Bykztrk, 2010).
Varyans analizinde aratrma desenine bagl olarak temelde iki istatistiksel
model sz konusudur. Birincisi sabit etki modeli, ikincisi rassal etki modelidir. Ayrca
iki modelin birlikte kullanlmas sonucu oluan kark etki modeli de son zamanlarda
ok fazla kullanlmaktadr.
Aagda bu modeller nver ve Gamgam (200)'a gre aklanmtr:
Sabit etki modeIi. Varyans analizinde faktr dzeylerinin nasl seilecegi
nemli bir konudur. Faktrn ok saydaki dzeyleri iinden ilgilenilen J tanesi keyfi
olarak seilirse kullanacagmz model sabit etki modelidir. Sabit etki modeli
kullanldgnda, test ileminde elde edilen sonu, sadece faktrn seilen dzeyleri
iin genellenir. Diger bir ifadeyle elde edilen sonu faktrn tm dzeyleri iin
genellenemez.
Sabit etki modelinde yokluk hipotezi faktr dzeylerinde bagml degikene
ilikin ortalamalarn ayn oldugu eklindedir. Faktr dzeylerinin bagml degiken
zerinde etkisi ayn ise faktr dzeylerindeki ortalamalarn birbirine eit olmas
beklenir. Alternatif hipotezi ise faktr dzeylerinden en az birinde ortalamann
digerlerinden farkl oldugunu ifade eder.
RassaI etki modeIi. Faktrn ok saydaki dzeyleri arasndan J tanesi rassal
olarak seildiginde model "rassal etki modeli olacaktr. l merkezleri faktr olarak
alndgnda, faktr dzeylerinin says il says kadar olacaktr. Bunlarn iinden 4
tanesi rassal olarak seildiginde rassal etki modeli sz konusudur.
Sabit etki modeli ile rassal etki modeli arasndaki temel fark udur. Rassal etki
modelinde test ileminde elde edilen sonu faktrn tm dzeyleri iin geerli iken
sabit etki modelinde sadece seilen dzeyler iin geerlidir.
Rassal etki modeli iin rnek yle olabilir. Bagml degiken yabanc dil bilgisi,
faktr de yabanc dil egitimi veren kurumlar olsun. Yabanc dil egitimi veren ok
sayda kurum iinden 4 tanesinin rassal olarak seildigini kabul edelim.
Rassal olarak seilen kurumlardan henz yeni mezun olanlardan yine rassal
olarak n1=, n2=8, n=5 ve n4=7 apl rnekler seilerek yabanc dil bilgisini len
genel bir test uygulanmtr.


ark ModeI. rnegin ki faktrl dengeli bir deney tasarmnda, A
faktrnn zel seilmi dzeyleri ve bu dzeylerin dzey etkileri ile B faktrnn
rastgele seilmi dzeyleri ve bu dzeylerin dzey etkilerinin kombinasyonu ile
ilgilenilir.
rnek. ki farkl gretim ynteminin ngilizce grenme dzeyi zerindeki
etkilerinin aratrldg almada, aratrmac grenmenin cinsiyete ve yntem ile
cinsiyetin etkileimine bagl olarak da fark gsterip gstermedigine odaklanmaktadr.
Bu amala, denekler cinsiyet bakmndan eitlenerek iki gruba yansz atanmlardr.
ki gruba ayn ierik, ayn koullarda ayn gretim grevlisince okutulmutur. Dnem
sonunda gelitirilen bir baar testinden alnan puanlar SPSS ile (ngilizce.sav)
dosyasna aktarlmtr ve aagdaki sorulara yant aranmaya allmtr.
1. grencilerin ngilizce grenme dzeyleri, uygulanan gretim yntemine
gre anlaml bir farkllk gstermekte midir?
2. grencilerin ngilizce grenme dzeyleri, cinsiyete gre anlaml bir
farkllk gstermekte midir?
. grencilerin ngilizce grenme dzeyleri, uygulanan gretim ynteminin
ve cinsiyetin ortak etkisine bagl olarak anlaml bir farkllk gstermekte
midir?
Aratrma problemi ve daha somut olarak aratrma sorular, aratrma
deseninin gruplararas ve iki faktrl oldugunu gstermektedir. Burada bireyler ve
gruplararas etkisi incelenen degiken, bagml degiken, ngilizce grenme dzeyi
maniple edilen bir bagmsz degiken olarak bagml degiken zerinde etkisi
gzlenen degiken, birinci faktr, uygulanan gretim yntemi bir denek degikeni
olarak bagml degiken ile ilikisi aratrlan degiken, ikinci faktr, cinsiyettir.
Burada, birinci faktrn dzey says iki (drama, geleneksel), ikinci faktrn dzey
says ikidir (kz,erkek). Buna bagl olarak aratrma deseni, 2*2'lik gruplararas
faktriyel desen olarak tanmlanabilir.
Yukarda belirtilen aratrma sorusunu yantlayabilmek amacyla toplanan
verilerin analizinde, sorular iin oluturulan aratrma desenine uygun olarak,
gruplararas (ilikisiz lmler iin) iki faktrl ANOVA kullanlacaktr.


7

SPSS 16'da anaIiz iin iIem admIar.
1. "Analyse dan "General Linar Model ve buradan "Univariate komutu
tklanr.
2. Univariate penceresinde,
a. "ngilizce baar puan degikenini "Dependent Variablesa
"yontem ve "cinsiyet degikenlerini "Fixed Factor(s)
ksmna aktarlr.
b. "Options seenegi tklanr ve alan "Univariate: Options
penceresinde,
i. "Discriptive statistics ve "Homogenitiy tests seilir.
ii. Continue
. OK
grencilerin ngilizce testi puanlarnn kullanlan gretim yntemine ve
cinsiyete bagl olarak anlaml farkllk gsterip gstermedigine ilikin ANOVA
sonularna ait SPSS 1 ktlar u ekildedir:



8

ki ynl ANOVA uygulamasnda ncelikle, temel varsaym olan varyanslarn
eitligi kontrol edilmelidir. Bunun iin Levene's Test of Equality of Error Variances
tablosuna baklr. Yukardaki tabloda p (Sig) degeri 0.05'ten (p=0.947) byk oldugu
iin varyanslarn eitligi varsaymnn saglandg sonucuna ulalr.

Drama ile ders ileyen grencilerin ngilizce testi ortalama puan 71.0 ve
geleneksel ynteme gre ders ileyen grencilerin ayn test ortalama puan 72.95'dir.
Bu iki grubun ngilizce testi ortalama puanlar arasndaki fark anlaml
bulunmamtr[F(1-)=0.55, p>.05]. Baka bir anlatmla, grencilerin drama ya da
geleneksel ynteme gre ders ilemesi, onlarn ngilizce baarlarnda anlaml bir
farkllga yol amamtr. Bu bulgu, uygulanan gretim ynteminin (drama ve
geleneksel) ngilizce grenme zerinde anlaml bir etkisinin olmadgn
gstermektedir.
grencilerin ngilizce testi puanlarnn cinsiyete gre anlaml bir farkllk
gsterdigi bulunmutur [F(1-)=22.70, p<.01]. almaya katlan kz grencilerin dil
testi ortalama puan (X=7.00), erkek grencilerin ayn test puanlarndan (X=7.95)
daha yksektir. Bu bulgu, grencilerin ngilizce grenme dzeyleri zerinde cinsiyetin
nemli bir etken oldugunu gsterir.

9

Uygulanan yntemin ve cinsiyetin, grencilerin ngilizce grenme dzeyleri
zerindeki ortak etkisinin anlaml oldugu bulunmutur [F(1, )=52.47, p<.01]. Baka
bir anlatmla, drama ve geleneksel ynteme gre ders ileyen grencilerin dil testi
ortalama puanlarnn cinsiyete kzlarn ve erkeklerin ayn test puanlarnn ise
uygulanan ynteme gre farkllk gsterdigi anlalmaktadr.
Bagml degiken zerinde etkileri aratrlan iki faktrn ortak etkilerine ilikin
bir n inceleme, daha somut bir ekilde izgi grafigi kullanlarak yaplabilir. Bu
durumda aratrmac, yukarda verilen ilem admlarnda 2a ve b'ye ek olarak
aagdaki komutu vermelidir.
"Univariate Penceresinde
1. Plots dgmesini tklanarak alan "Univariate: Profile Plots penceresinde
a. "yontem degikeni "Horizontal Axis ve "cinsiyet degikeni
"Seperate Lines ksmna aktarlr ve "Add dgmesi tklanarak
aagdaki aagdaki ilem kutusuna aktarlr.
b. Yukarda belirlenen ilem bu kez degikenlerin eksendeki yerleri
degitirilerek tekrar edilir.
c. Continue.
Yntem ve cinsiyetin eksenli iki ayr izgi grafigine ilikin SPSS 1 kts
aagda verilmitir.


Aratrmac, iki faktrn bagml degiken zerindeki ortak etkisinin anlaml
oldugunu bulmusa, gzenek ortalama puanlarn inceleyerek betimsel
aklamaklarda bulunabilir. Ek olarak, sz konusu farkllamann, hangi ikili alt
40

gruplarn ortalama puanlar arasndaki farka bagl oldugunu belirlemek isteyebilir. Bu
durumda gzenek ortalama puanlar iin post-hoc oklu karlatrma testi
yaplmaldr. Bunun iin gzeneklerin kodlandg yeni bir degiken oluturmak ve bu
faktr temelinde gzenek ortalamalarn karlatrmak gerekmektedir.
Yntem ve Cinsiyete ilikin 2*2'lik Matriste gzenekler u ekilde
tanmlanabilir:
KZ ERKEK
DRAMA 11 12
GELENEKSEL 21 22
Bu kapsamda, ilk olarak "compute komutu kullanarak yukarda gsterilen 4
gzenegi tanmlayan yeni bir faktr, "gozenek ismi ile, tanmlanabilir ve aagdaki
aamalar izlenir.
1. "Transform ana mensnden "Compute komutu tklanr.
2. Compute Variable Pencersinde,
a. "Target Variable olarak "gozenek ismi tanmlanr.
b. "Numeric Expression kutusunda ((yontem*10)+cinsiyet) eitligi
oluturulur.
. OK.
Daha sonra gzenek ortalamalarn karlatrmak iin tek faktrl ANOVA'nn
ilem admlar kullanlr.
"Factor kutusuna "gzenek ve "dependent list kurusuna "ngilizce baar
puan atlarak tek faktrl ANOVA ilemleri izlenerek yaplan analizin sonular
aagda verilmitir.


41

Gruplar arasnda, en az iki grup ortalamas arasndaki fark anlaml
bulunmutur (F(-) =25.25, p<.01).
Gzenek ortalama puanlarna ilikin scheffe testi sonular:


Gzenekleraras oklu karlatrma sonularna gre, drama yntemiyle ders
ileyen kz grencilerin (X=82.50), ayn ynteme gre ders alan erkeklerden
(X=0.70) daha baarl olduklar kz grenciler arasnda da drama ile ders
ileyenlerin geleneksel ynteme gre ders ileyenlerden (X=70.70) erkek grenci
grubunda ise geleneksel yntemle ders alanlarn (X=75.20) drama ile ders alanlara
gre ngilizce dersinde anlaml derecede daha baarl olduklar belirlenmitir. Buna
karlk geleneksel ynteme gre ders ileyen grencilerin, ngilizce baarlarnn
cinsiyete gre anlaml bir farkllk gstermedigi bulunmutur.
IikiIi rnekIemIer in Tek FaktrI ANOVA
Bu teknik, iki ya da daha ok ilikili lm setlerine ait ortalama puanlarn
birbirlerinden anlaml bir ekilde farkllk gsterip gstermedigini test eder.
likili rneklemler iin Tek Faktrl ANOVA Green ve digerleri (2000)'ne gre
42

Deneysel almalarda,
Yar Deneysel almalarda,
Alan Aratrmalarnda
Boylamsal Aratrmalarda kullanlmaktadr.
VarsaymIar.
Bagml degiken en az aralk legindedir.
Bagml degikene ait puanlar, gruplar ii faktrn her bir dzeyi iin
evrende normal bir daglm gsterir.
Fark puanlar evrende ok degikenli normal bir daglm gsterir.
Gruplarii faktrn herhangi iki dzeyi iin hesaplanan fark
puanlarnn evrendeki varyanslar eittir. Bu varsaym, tekrarl lm
saysnn ya da daha fazla oldugu durumlar iin anlamldr.
Bir denek iin hesaplanan fark puan, diger denekler iin hesaplanan
fark puanlarndan bagmszdr.
Tekrarl lmlere ilikin almalar klasik varyans analizi ile zmlenmek
istenirse, verilerin bagmsz gruplarda tek ynl varyans analizinin temel
varsaymlar olan normallik ve varyanslarn homojenligi varsaymlarn saglamas
yannda, tam simetriklik (compound symmetry) ve kresellik (sphericity)
varsaymlarn da saglamas gerekir. Ancak, son iki varsaymn saglanma olaslg
dk oldugu iin tekrarl lmleri ANOVA ile test etmek yerine ok degikenli
yaklam olan MANOVA ile test etmek daha ok tercih edilmektedir. nk ok
degikenli yaklam bu varsaymlar iermez.
Tam simetriklik varsaym tekrarl lmlerin varyanslarnn ve
kovaryanslarnn homojenligi ile ilgilidir. Bu varsaym, varyanslar eit ise p*(p-1) tane
kovaryansn (ya da korelasyonun) benzer olacag eklinde zetlenebilir.
Kresellik varsaym ise gruplar ii bir model olan bu modelin bagmsz (dik)
bileenlerden olutugunu belirtir. Ancak birok kaynakta bu iki varsaym tek bir
varsaym olarak ele alnarak, kresellik varsaym balg altnda zetlenir. Bu
varsaym "tekrarl lmlerin ortanormal agrlklar kmesiyle dntrldgnde
birbiriyle ilikisiz ve eit varyansl oldugu eklindedir. ok daha genel bir ifade ile
kresellik varsaym varyanslarn homojenligi ve kovaryanslarn homojenligidir.
4

Kresellik varsaym bozuldugunda, ANOVA sonularnn hatal sonu rettigi ve .
Tip hata yapma olaslgnn arttg bilinmektedir.
ok degikenli yaklamlar ncesinde bu bozulmalardan kaynaklanan
sorunlar ortadan kaldrmak amacyla baz dzeltme yntemleri gelitirilmitir. Halen
yaygn olarak kullanlan bu yaklamlardan ikisi
Greenhouse-Geisser Dzeltmesi
Huynh-Feldt Dzeltmesi'dir.
Bu dzeltmeler serbestlik dereceleri zerinde yaplr. Kresellik varsaymnn
saglanp saglanmadg "Mauchly Kresellik testi ile test edilir. Mauchly kresellik
testi iin 2'den ok tekrar olmas gerekir (nce, 1 hafta sonra, 2 hafta sonra, ..gibi).
nk, nce-sonra gibi iki lm grubu oldugunda lmler arasnda bir tane
korelasyon katsays vardr. Mauchly kresellik testi, dnm degikenlere ilikin
kovaryans matrisinin sabit varyansl olup olmadgn ve kegen d elemanlarn 0'a
eitligini test eder. Kresellik testinin gc gzlem says az oldugunda der(Alpar,
200).
Tekrarl lmler iin bir ynl varyans analizinde toplam varyans:
1. Denekleraras Varyans (Farkl Denekleraras)
2. Deneklerii Varyans (Ayn denekler iin denemelere bagl varyans)
olmak zere iki ksma ayrlr.
Burada ilgi deneklerii varyans zerindedir. Deneklerii varyans ise
denemelerden kaynaklanan varyans ve denemeler ile deneklerin etkileimi ile oluan
varyans (hata varyans) olmak zere ikiye ayrlr.
Buna gre tekrarl lmler iin tek ynl ANOVA'da istatistiksel model kareler
toplamna dayal olarak u ekilde yazlabilir.
KT
T
=KT
da
+KT
A
+KT
e

KT
T
: Toplam Kareler Toplam, KT
da
: Denekleraras farkllklarn yol atg
kareler toplam, KT
A
: lmlerin Yol atg kareler toplam, KT
e
: Denekler ile
denemelerin etkileiminin (hatann) kareler toplamgstermektedir. Analize ilikin
formlasyon aagdaki tabloda verilmitir. Tabloda n, grup byklgn, A tekrarl
(ilikili) lm saysn gstermektedir.

44

FormIIer.

Aratrma deseni kullanm alan. Sadece zamana bagl bir degimenin anlaml
olup olmadgnn incelendigi tekrarl lm deneysel (rnegin tek gruplu tekrarl
lmler deseni) ya da tarama aratrmalarnda (rnegin, bir grup grencinin dogal dil
geliiminin incelenmesini konu alan bir boylamsal aratrma) kullanlabilir. Deneklerin
bir bagml degikene ilikin tekrarl lmler faktrnn her bir dzeyinde lldg
deneklerii ya da gruplaarii desenler bu tr almalardr. Zaman serileri desenleri
iin tekrarl lmlerle ilgili tek ynl ANOVA kullanlabilir.
A bagml degiken zerinde etkisi gzlenen faktr olmak zere bir ynl
ANOVA iin desen aagda gsterilmitir. Burada A'nn her dzeyi, deneklerin
zamana bagl olarak lldkleri deneysel koullar, yani ilikili rneklemleri gsterir.

Bir aratrmada, ilikili rneklem says 2 ise, ortalamalar arasndaki farkn
anlamllgn test etmek amacyla uygulanacak ilikili rneklemler iin t-testi ile ilikili
lmler iin ANOVA sonularna ait "p anlamllk dzeyleri degimez ve =t olur.
Tekrarl lm (deneme) says ya da seti ya da daha fazla ve ANOVA testi
anlaml karsa, hangi tekrarl lm setleri arasnda anlaml bir farkllk oldugunun
bulunmas iin dzeyler arasnda oklu karlatrma testi uygulanr.
rnek. Belli bir grenci grubu zerinde uygulanan degiik bir gretim
tekniginin etkiligini aratran bir aratrmac, o grenci grubuna ntest, sontest ve
izleme testi uyguluyor. Sonular (arastirma kaygisi.sav) dosyasna kaydediliyor.
45

"Buna gre aratrmac ntest, sontest ve izleme testi ortalama puanlar
arasnda anlaml bir farkllk var mdr? sorusu iin tekrarl lmler iin tek ynl
ANOVA uygulayabilir.
Aratrma sorusu. grencilerin Aratrmaya Ynelik Kayg legi (AYK)
ntest, sontest ve izleme testi ortalama puanlar arasnda anlaml bir farkllk var
mdr?
Bu soruda AYK puanlar bagml degikeni, tekrarl lmler (ntest-sontest-
izleme testi) ise gruplar-ii faktr tanmlamaktadr. Bu soru ile, bagmsz degiken
(deneysel ilem) olan grupla proje uygulamasnn grencilerin aratrma kayglarn
azaltp azaltmadg test edildigi gibi, eger deney sonrasnda grencilerin kayglarnda
anlaml bir azalma var ise bunun kararl bir etkiye sahip olup olmadg da
incelenebilmektedir.

AnaIiz iin iIem admIar.
1. "Analyzedan "General Linear Model ve buradan da "Repeated Measures
komutu tklanr.
2. "Repeated Measures Define Factor(s) penceresinde, Tekrarl lm says
olan ", "Number of Levels e yazlr ve "Add ile yandaki kutucuga yaplan
bu dzey tanmlamas aktarlr.
. Bu pencerede sag st ksmda bulunan "Define dgmesi tklanr ve alan
"Repeated Measures pencersinde,
a. "ntest,sontest ve izleme degikenleri, "Within-Subjects
Variables (Factor1)e aktarlr.
b. "Options dgmesi tklanr ve alan "Repeated Measures:Options
pencersinde,
"factor 1iDisplay Means fora aktarlr ve altndaki "compare
main effect seenegi iaretlenerek aktif hale gelen
"Confidence interval adjustment "Bonferroni oklu
karlatrma testi seilir.
"Display alt ksmdan "Descriptive statistics seilir.
Continue.
4. OK.
4

grencilerin aratrmaya ynelik ntest, sontest ve izleme testi kayg
puanlarnn anlaml farkllk gsterip gstermedigine ilikin ANOVA sonularna ait
SPSS 1 ktlar.



likili (tekrarl) lmler iin tek faktrl ANOVA'da ncelikle Kresellik
varsaymnn saglanp saglanmadg kontrol edilmelidir. Bunun iin Mauchly
Kresellik testi tablosuna baklmaldr. Kresellikten kast, varyanslarn homojenligi
ve kovaryanslarn homojenligidir. . Yukardaki tabloda p degeri 0.05'ten (p=.295)
byk oldugu iin, kresellik varsaym saglanmtr.
47





grencilerin AYK ntest, sontest, ve izleme testi puanlar arasnda anlaml
bir farkllk oldugu bulunmutur. [F(2-8)=48.1, p<.01]. Sontest ortalama puan
(X=11.75) ve izleme testi ortalama puan (X=11.80), ntest ortalama puanna
(X=14.00) gre daha dktr. te yandan sontest ve izleme testi puanlar
48

arasndaki fark, anlaml bulunmamtr. Bu bulgu, grupla proje uygulamas alan
grencilerin aratrmaya ynelik kayglarnn uygulama sonrasnda kayg dzeylerinin
ise daha sonra yaplan izleme almalarndaki lm sonularndan
farkllamadgn, yani uygulamann etkisinin devam ettigini gstermektedir.
ark ImIer in ki FaktrI ANOVA
Sosyal bilimlerde, zellikle psikolojide ve egitim bilimlerinde yaplan deneysel
almalarn ogu, kark desenlerde yrtlmektedir. Split plot olarak da
isimlendirilen bu tr almalardan elde edilen verilerin analizinde sklkla kullanlan
istatistiksel model, varyans analizidir.
Kark lmler iin iki faktrl ANOVA, ilem gruplarna bagl olarak ilikisiz
lmlerin ve zamana bagl olarak tekrarl lmlerin sz edildigi iki faktrl kark
desenlerde, uygulanan deneysel ilemin etkililigine ilikin SATRXSTUN ortak
etkisini ve satr ile stun faktrlerinin temel etkilerini test etmek iin kullanlr.
Bu model, Tek faktr zerinde tekrarl lmler iin iki faktrl ANOVA olarak
da isimlendirilebilir(Bykztrk, 2010).
Kark lmler iin ki Faktrl ANOVA Green ve digerleri (2000)'ne gre
Deneysel almalarda,
Yar Deneysel almalarda,
Alan Aratrmalarnda
Boylamsal Aratrmalarda kullanlmaktadr.
VarsaymIar.
Bagml degiken en az aralk legindedir.
Bagml degikene ait puanlar, gruplar ii faktrn her bir dzeyi iin
evrende normal bir daglm gsterir.
Gruplarn ayn zamanda elde edilen puanlarnn varyanslar eittir.
lm setlerinin kombinasyonlar iin gruplarn kovaryanslar eittir.
Herhangi bir denek iin hesaplanan fark puan, diger denek iin
hesaplanan fark puanndan bagmszdr.
TopIam varyans.
1. Denekleraras
2. Denekler ii olmak zere iki temel ksma ayrlr.
49

Denekleraras varyans farkl ilem gruplarna ve hataya bagl varyans olmak
zere iki ksma ayrlr.Deneklerii varyans ise tekrarl lmlere, lm ile grup
faktrnn etkileimine ve lmlere bagl hata olmak zere ksma blnr.A
farkl ilem gruplarnda olmay tanmlayan denekleraras (gruplararas, da) faktr ve
B zamana bagl tekrarl lmleri tanmlayan deneklerii (gruplarii, di) faktr
gstermek zere:
KT
T
=[KT
A
+KT
e-da
]+[KT
B
+KT
AXB
+KT
e-di
]
Formller.

Bu desen iki faktr ierir. Faktrlerden birincisi (satr faktr), farkl deneysel
ilem koullarn, rnegin deney-kontrol gruplarn,deney1-deney2-deney vb.
gruplar gsterir.kinci faktr (stun faktr) zaman bagl degiimi betimlemek
amacyla yaplan tekrarl lmleri, rnegin ntest-sontest, 1.lm-2.lm-.lm
vb. tanmlar. Analiz, ntest-sontest kontrol gruplu deneysel desenlerde yaygn olarak
kullanlr. Byle bir desen, faktrlerin dzeylerine gre tanmlanabilir. rnegin 2x4'lk
bir kark desen, birinci faktrn (A) iki dzeyden, yani iki ilem grubundan ikinci
faktrn (B) drt dzeyden, yani srasyla yaplan drt tekrarl lmden olutugunu
gsterir.
Desende 8 deneysel koul, gzenek vardr. ki farkl ilem grubundaki
deneklerin her biri, drt ayr zamanda, ayn degikene ilikin llr ve bu lmler,
ilikili lmler olan tekrarl lmleri oluturur. te yandan, gruplarn, stunun her bir
dzeyindeki lmleri birbirinden farkldr ve bunlarda ilikisiz lmleri gsterir.
50


Aratrmac, kark desenler iin iki faktrl ANOVA ile ilgili olarak desene
uygun u aratrma hipotezini test edebilir:
1. lmler aras degiime bakmakszn ilem gruplarnn, tekrarl
lmlerinden elde edilen toplam puanlar arasnda anlaml fark
vardr(ilem gruplarnn temel etkisi, A temel etki).
2. Deneklerin hangi grupta olduguna bakmakszn (tek grup olarak)
tekrarl lmleri arasnda anlaml fark vardr (tekrarl lmler temel
etkisi, B temel etki).
. Deneklerin bagml degikene ilikin tekrarl lmlerinde gzlenen
degiim, ilem gruplar arasnda anlaml bir ekilde farkllk gsterir
(grup ve lm ortak etkisi, AB ortak etki testi).
Bu desende grup ve lm temel etki testlerinin anlaml kmas durumu,
aratrmacnn maniplasyonunun bagml degiken zerinde etkili oldugu ya da
bagml degikendeki degimelerin nedeni oldugu eklinde yorumlanamaz. Desende,
ancak AB ortak etki testinin anlaml kmas byle bir sonucu dogurur. Bu nedenle
desende temel ilgi odag AB ortak etki testidir ve temel etki testlerine ilgi azdr.
Ortak etkinin anlaml kmas, A ve B'nin birlikte uygulanmas durumunda,
deneysel ilemin etkisine bagl olarak deneklerin davranlarnda anlaml bir
degimenin olacagn gsterir. Bu durumda aratrmacnn ilgisine bagl olarak
gzenekleraras karlatrmalar yaplabilir.
rnegin, tekrarl lmlerin her bir ilem grubunda anlaml farkllk gsterip
gstermedigi ya da her bir tekrarl lmde ilem gruplarnn anlaml farkllk gsterip
gstermedigi incelenebilir.
Anlaml kan f degerleri u ekilde yorumlanabilir.
Farkl deneysel ilem grubunda olmak, toplam grenmeyi etkilemitir.
51

Denekler, denemelerin bir ilevi olarak grendiler. Denemeler grenme
zerinde etkili olmutur.
Denek gruplar farkl oranlarda grenmilerdir.
rnek. niversitede uyum sorunu yaayan grencilerin niversiteye
uyumlarn arttrmak amacyla gelitirilen iki ayr rehberlik programnn etkiligini test
etmek iin 2*2'lik bir splot plot desen kullanlyor. Desende, birinci faktr iki ayr
deneysel ilemi (birey-grup merkezli programlar), ikinci faktr ise deney ncesi ve
sonras lmleri (ntest-sontest) tanmlamaktadr. grencilerin niversite uyum
leginden aldklar puanlar (uyum.sav) olarak kaydediliyor. Probleme ilikin
hipotezler u ekilde olabilir:
"Birey merkezli rehberlik programna katlan grencilerle, grup merkezli
rehberlik programna katlan grencilerin deney ncesi ve sonrasndaki niversiteye
uyum legi (U) puanlarndaki degiim, birbirinden anlaml bir farkllk gsterir.
eIirtiIen hipotez aratrma sor:s: oIarak : ekiIde yazIabiIir:
"grencilerin niversiteye uyumlar, birey ya da grup merkezli rehberlik
programna katlma durumuna gre anlaml bir farkllk gstermekte midir?
Aratrma hipotezinde bagml degiken grencilerin niversiteye uyumlar,
bagmsz degiken ise uygulanan rehberlik programdr. Bagmsz degikenin iki
dzeyi vardr. Birinci dzey birey merkezli rehberlik programn, ikinci dzey ise grup
merkezli rehberlik programn gstermektedir.

AnaIiz iin iIem admIar.
1. "Analyzedan "General Linear Model ve buradan da "Repeated
Measures komutu tklanr.
2. "Repeated Measures Define Factor(s) penceresinde,
a. Tekrarl lm (within-subject) says olan "2, "Number of
Levels e yazlr ve "Add ile aagdaki kutuya aktarlr.
. "Define dgmesi tklanr.
4. Alan "Repeated Measures pencersinde,
a. "ntestve sontest degikenleri, "Within-Subjects Variables
(Factor1)e aktarlr.
52

b. "grup degikeni "Between- Subjects-Factor(s): aktarlr.
5. "Options dgmesi tklanr ve alan "Repeated Measures: Options
penceresinde,
a. "Display alt ksmdan "Descriptive statistics ve "Homogenety
tests seilir.
b. Continue.
. "Plots dgmesi tklanr ve ekrana gelen "Repeated Measures: Profile
Plots pencersinde,
a. "factor1 degikeni "Horizantal Axis: ve "grup degikeni,
"Separate Lines: blmne aktarlr.
b. Bu iki eksen tanmlamalarn "Add tuu kullanlarak aagdaki
blme aktarlr.
c. Continue
7. OK.
Yukarda ilem admlarndan drdncs, gruplarn ntest ve sontest ortalama
puanlarndaki degiimin izgi grafigi ile gsterilmek istendigi durumda uygulanr. Tek
faktr zerinde tekrarl lmler iin iki faktrl ANOVA'nn uygulanmasna ilikin
analiz sonularn gsteren SPSS 1 ktlar u ekildedir:
grencilerin U ntest-sontest puanlarnn ANOVA sonular.



5






54


Birey merkezli rehberlik programna katlan grencilerin deney ncesi U
ortalama puan 4.1 iken, bu deger deney sonrasnda 91.2 olmutur. Grup
merkezli programa katlan grencilerin ayn ortalama puanlar srasyla 4.89 ve
.42'dir. buna gre hem birey merkezli hem de grup merkezli rehberlik
programlarna katlan grencilerin niversiteye uyum dzeylerinde bir art gzlendigi
sylenebilir.

ki ayr deneysel ileme maruz kalan grencilerin niversiteye uyumlarnda
deney ncesine gre deney sonrasnda gzlenen sz konusu degimelerin anlaml
bir farkllk gsterip gstermedigine ilikin u yorumlar yaplabilir:

ki ayr rehberlik programna katlan grencilerin niversiteye uyum
dzeylerinin deney ncesinden sonrasna anlaml farkllk gsterdigi, yani farkl ilem
gruplarnda olmak ile tekrarl lmler faktrlerinin niversiteye uyum zerindeki ortak
etkilerinin anlaml oldugu bulunmutur (F(1,)= 48.45, p<.01). Bu bulgu, birey
55

merkezli ve grup merkezli rehberlik programna katlmann, grencilerin niversiteye
uyumlarn arttrmada farkl etkilere sahip oldugunu gstermektedir. U puanlarnda
deney ncesine gre daha fazla kazan elde eden birey merkezli programn, grup
merkezli programa gre, grencilerin niversiteye uyumlarn arttrmada daha etkili
oldugu anlalmaktadr.
Burada, aratrmacnn ilgi odag sadece iki ayr rehberlik programnn
niversiteye uyumlarn arttrmadaki etkililigini test etmek oldugu iin, grup ve lm
faktrlerinin ortak etki testine vurgu yaplmtr. Analiz ile ayn zamanda grup ve
lmn temel etki testlerine de yer verilmektedir. Bu almada anlan iki temel etki
testi u ekilde yorumlanabilir:
Birey ve Grup merkezli programlara katlan bireylerin uyum ntest ve sontest
puanlarndan elde edilen toplam puanlarnn ortalamalar arasnda anlaml fark vardr
(F(1,)= 4.9, p<.01).
Bu test, grldg zere gruplarn ntestten sonteste olan degimelerini
dikkate almamaktadr. lm temel etkisi ile ilgili olarak da, grup ayrm yapmakszn
aratrmalarda yer alan bireylerin deney ncesinden deney sonrasna uyum testi
puanlarnn ortalamalar arasnda anlaml farkn oldugu sylenebilir(F(1,=11.4,
p<.01).
ok DegikenIi Varyans AnaIizi (M:Itivariate ANOVA, MANOVA)
Bir ya da daha ok faktrn birden fazla bagml degiken zerindeki etkilerini
test etmeye ynelik olarak kullanlmaktadr. Yani bir ya da daha ok faktre gre
oluan gruplarn birden fazla bagml degiken bakmndan anlaml farkllk gsterip
gstermedigini test etmek amacyla kullanlr( Bykztrk, 2010).
ok Degikenli Varyans Analizi (Multivariate ANalysis Of VAryance,
MANOVA) iki ve daha fazla bagmsz ve bagml gruplarda ok degikenli normal
daglma dayal hipotezleri test etmek zere gelitirilmi bir yntemdir. Hotelling T
2

testi bagml ve bagmsz ok degikenli iki toplam parametre vektrlerine dayal
hipotezleri test etmekte kullanlr. Grup says ikiden fazla oldugunda T
2
yntemi
almaz ve MANOVA ile analizler yaplr (zdamar, 2004).
MANOVA kavram bundan yaklak 70 yl nce Wilks tarafndan ortaya
konmutur. Bugn bilgisayar paket programlar ile MANOVA kolay bir ekilde
yaplabilmektedir. Eger deneysel desenlerin birletirilmesi sz konusu ise, zellikle
5

hem ANOVA hem de MANOVA ok kullanldr. Bununla birlikte MANOVA deneysel
olmayan (nonexperimental) desenlerde (survey aratrmalarnda) nemli bir yere
sahiptir(Hair ve digerleri, 200).
Farkl kategorilerdeki bagmsz degikenler ve iki veya daha fazla bagml
srekli degiken arasndaki iliki ezamanl olarak aratrlr.
ANOVA ve MANOVA aagdaki gibi gsterilir(Hair ve digerleri, 200):
Varyans Analizi:
Y1 = X1+X2+X+.+Xn
(metrik) (nonmetrik)
ok Degikenli Varyans Analizi:
Y1+Y2+Y+..+Yn=X1+X2+X+...Xn
(Metrik) (nonmetrik)
ANOVA gibi MANOVA'da gruplararas fakllklarla ilgilenir. ANOVA tek
degikenli (univariate) bir yntemdir. nk gruplararas fakllk sadece tek bir metrik
bagml degiken zerinde aratrlr. MANOVA ise ok degikenli (multivariate) bir
yntemdir. MANOVA'yla grup farkllklar e zamanl olarak birden fazla metrik
bagmsz degiken zerinde aratrlr. Yani birden fazla bagml degiken
bakmndan gruplarn farkllap farkllamadgna baklr. MANOVA'da her ilem
grubunun iki veya daha fazla bagml degikenine ilikin gzlemler sz konusudur.
Tek degikenli (univariate) ve ok degikenli (multivariate) yntemlerdeki
farkllklar aagdaki gibi gsterilebilir (Hair ve digerleri, 200).
BAGML DEGKEN SAYS
Bagmsz Degikendeki Dzey Says
Bir
(Univariate)
ki veya daha fazla
(Multivariate)
ki(zel durumlarda) t-Testi Hotelling's T
2
Testi
kiden Fazla
(Genel Durumlarda)
ANOVA MANOVA
zellikle incelenen degikenler arasnda oklu baglant (multicollinearity)
oldugunda, ayr ayr t testi ya da varyans analizi yapmak yerine MANOVA'dan
yararlanmak daha gl sonu elde edilmesini saglar.
57

Dolaysyla aratrc . Tip hatay denetlemek istiyor ise ve bagml degikenler
arasnda iliki sz konusu ise MANOVA iyi bir seim olmaktadr.
MANOVA, bagml degikenlerin bileeninden elde edilen grup ortalama
puanlar arasnda anlaml fark olup olmadgn inceleyen bir tekniktir. Grup
ortalamalarn karlatrmada ok degikenli pek ok test bulunmaktadr. Wilks
Lambda bunlar arasnda sklkla kullanlandr.
Grup ortalamalarn karlatrmada kullanlan bir baka istatistik, Wilks
Lambda ile hemen hemen ayn sonucu reten F istatistigidir. Lambda ve F degerleri
anlaml karsa, gruplarn bagml degikenler bakmndan gzlenen bu farklarnn
kaynagn yorumlamak amacyla gruplar, her bir bagml degiken iin ANOVA ile
karlatrlr. Gruplarn ya da daha fazla olmas durumunda post-hoc oklu
karllatrma testlerinin kullanlmas gerekebilir(Bykztrk, 2010).
VarsaymIar.
Bagml degikenlere ilikin puanlar, tek degikenli ve ok degikenli
normal daglm gsterirler. Bagml degikenlerin her biri, bagmsz
degikenin her bir dzeyinde (alt grubunda) normal daglr (tek degikenli
normallik) bagml degikenler bagmsz degikenin dzeylerinde ok
degikenli normal daglr (ok degikenli normallik).
Bagml degikenler arasnda dogrusal bir iliki vardr. Bagml
degikenlerin olas tm ikili kombinasyonlar arasnda dogrusal bir iliki
vardr.
Bagml degikene ilikin puanlarn varyans-kovaryans matrisleri
homojendir.
Bagml degikenlerin her biri iin gruplarn varyanslarnn eitligi sz
konusudur.
MANOVA, deneysel ve tarama aratrmalarnda kullanlan gl ve ok
degikenli bir istatistiktir. Deneysel almalarda, farkl deneysel koullarda yer alan
deneklerin birden fazla bagml degiken bakmndan ayn anda karlatrlmas
dnlrse, MANOVA yaplmas gerekir. MANOVA'nn kullanm, bagml
degikenler arasnda ilikinin olmas durumunda anlamldr. MANOVA, bagml
degiken zerinde etkisi gzlenen faktr saysna gre de tanmlanr.
58

SPSS iIe Varyans AnaIizi Uyg:IamaIar
Tek YnI Manova
Tek ynl manova analizi ile bir bagmsz degikenin, birden fazla bagml
degiken zerindeki etkisi incelenmektedir. Bagml degikenler srekli verilerden
oluurken (test puan gibi), bagmsz degiken lise , ve gibi birden fazla
dzeyden (level) olumaktadr. ki ve daha fazla bagml degikenin ayn anda analiz
edilmesi experiment () error'u nlemektir.
Tek ynl MANOVA' da H
0
hipotezi, bagml degikenlerin hibirinde,
faktrdeki gruplara gre bir ortalama farkllgnn olmadgdr. Alternatif hipotez ise, en
az bir bagml degikende, faktrn en az iki grubuna gre bir ortalama farkllg
oldugudur.
Bir baka ifade ile, bagmsz degikenin gruplarndan sadece ikisi arasnda
bile bagml degikenin ortalamalar arasnda bir fark gzlemlenirse H0 hipotezi
reddedilir. Ancak ve ancak bagmsz degikenin gruplarna gre, bagml
degikenlerin hibirinde bir ortalama farkllg yoksa, H
0
hipotezi reddedilmez.
Tek ynl MANOVA'daki temel varsaymlar, ANOVA ile ayn olmakla beraber,
bunlara ek olarak, birden fazla bagml degiken oldugu iin, kovaryans eitligi art
da aranmaktadr.
ANOVA'da sadece bagmsz degikendeki gruplara gre, bagml degikenin
grup ii varyanslarnn homojenligi art aranrken, MANOVA'da buna ek olarak,
gruplar boyunca, bagml degikenlerin arasnda korelasyonlarn ayn oldugu
varsaym vardr.
Aratrma deseni kullanm alan. MANOVA, deneysel ve tarama
aratrmalarnda kullanlan gl ok degikenli bir istatistiktir.Deneysel almalarda,
farkl deneysel koullarda yer alan deneklerin birden fazla bagml degiken
bakmndan ayn anda karlatrlmas dnlrse, MANOVA yaplmas gerekir.
MANOVA'nn kullanm, bagml degikenler arasnda ilikinin olmas durumunda
anlamldr. Aralarnda iliki olmayan iki ya da daha fazla degikenden elde edilecek
matematiksel model, gl bir model sunmayabilir.
MANOVA, bagml degiken zerinde etkisi gzlenen faktr saysna gre de
tanmlanr. rnegin, iki gretim yntemine gre ders ileyen grencilerin snav
kayglaryla srekli kayglar bakmndan karlatrlmas, tek faktrl MANOVA
59

gretim ynteminin yan sra cinsiyetin de analize dahil edilmesi durumunda iki
faktrl MANOVA sz konusudur.
rnek. Yaplan bir bir faktr analizi ile niversite grencilerinin aratrma
yntemine ilikin yeterliliklerini lmeyi amalayan iki faktrl bir lek elde
edilmitir.(yontemselyeterlilikler.sav) Aratrmac, lisans grencilerinin tanmlanan bu
iki faktr bakmndan anlaml bir farkllk gsterip gstermedigini incelemek isteyebilir.
Bu durumda cevab aranlan aratrma sorusu, "grencilerin yntemsel yeterlilikler
legi faktr puanlar, aratrma dersi alma durumuna gre anlaml farkllk
gstermekte midir? eklinde sorulabilir.
AnaIiz iin iIem admIar.
1. "Analyzedan "General Linear Model ve buradan da "Repeated Measures
komutu tklanr.
2. "Multivariate ilem penceresinde,
a. Degiken kutusundan "faktor1 ve faktor2 degikenlerini,
"Dependent Variables kutusuna aktarn
b. "Options dgmesi tklayarak ekrana gelen "Multivariate:Options
penceresinde
"Display kutusundan, "Descriptive statistics ve "Homogenity
tests sein.
Continue
. OK
Aratrma dersi alan ve almayan lisans grencilerinin yntemsel yeterlilikler
legi faktr puanlar bakmndan anlaml bir farkllk gsterip gstermedigine ilikin
tek faktrl MANOVA uygulamasna ilikin sonular:

0






1

Yntemsel Yeterlilikler legi(YY) Faktr-1 ve Faktr-2 puanlar zerinde
yaplan MANOVA sonular, aratrma dersini alan ve almayan niversite
grencilerinin YY faktrleri bakmndan anlaml farkllk gsterdigini ortaya
koymaktadr. Wilks Lambda (A)=0.98 F(2, 45)=11.4, p<.01. Bu bulgu, faktr-1 ve
Faktr-2 puanlarndan oluan dogrusal bileenlerden elde edilecek puanlarn
aratrma dersi alma durumuna bagl olarak degitigini gsterir.
legin iki faktre ilikin ortalama ve standart sapma degerleri ile aratrma
dersi alma durumuna gre faktr baznda yaplan tek ynl ANOVA sonular ise
aagdaki tabloda gsterilmitir. Buna gre YY Faktr-1 puanlar aratrma dersi
alma durumuna gre anlaml farkllk gsterirken, F(1, 4)=1., p<.01, Faktr-2
puanlar arasnda anlaml bir fark bulunamamtr F(1, 4)=0.08, p>.05. Aratrma
dersi alan grencileri Faktr-1 puanlar, bu dersi almayan grencilerden daha
yksektir.
Degiken
Aratrma
Dersi
n

S Sd F p
Faktr-1 1.Alan 181 20.40 4.79 1-4 1. .000
2.Almayan 17 18.40 4.1
Faktr-2 1.Alan 181 8.81 2.94 1-4 0.08 .75
2.Almayan 17 8.71 2.88
ki YnI Manova
ki Ynl MANOVA, ki Ynl ANOVA ile Tek Ynl MANOVA'nn bir karmas
gibidir. Buradaki H
0
hipotezi, faktrlerdeki gruplara gre bagml degikenlerin hi
birinde ortalamalarn farkl olmadgdr.
Eger, tek bir bagml degikende bile faktr etkisi gzlemlenirse, hipotez
reddedilir. ki Ynl MANOVA analizi ile iki ya da daha fazla bagmsz degikenin,
birden fazla bagml degiken zerindeki etkisi incelenmektedir. Bagml degikenler
srekli verilerden oluurken (test puan gibi), bagmsz degikenler lise ve cinsiyet
gibi birden fazla dzeyden (level) olumaktadr.
"Yaratc egitim yntemi uygulanan farkl cinsiyete sahip grencilerin okuma,
yazma ve yaratclk dzeyleri, geleneksel ynteme dayal egitim gren grencilerden
farkl mdr? gibi bir rnek bu yntem iin uygundur.
rnegin, iki gretim yntemine gre ders ileyen grencilerin snav
kayglaryla srekli kayglar bakmndan karlatrlmas, tek faktrl MANOVA
2

gretim ynteminin yan sra cinsiyetin de analize dahil edilmesi durumunda iki
faktrl MANOVA sz konusudur.
rnek. Bir iletmede alan personelin mevkisinin, i tatminine etkisinin
kadnlarda ve erkeklerde hangi dzeyde oldugu aratrlmak istenmektedir. Burada
bagmsz degiken olarak mevki ve allan departman, bagml degiken olarak da,
kadnlarn i tatmini ve erkeklerin i tatminleri belirlenmitir. letmelerde, alann
mevkisinin ve altg departmann, alann i tatmininde, iletme politikalarn
sahiplenmesinde ve iletmede kalc olmak istemesinde etkili olup olmadg
aratrlyor.


AnaIiz iin iIem admIar.
1. "Analyzedan "General Linear Model ve buradan da "Multivariate komutu
tklanr.
2. "Multivariate ilem penceresinde,
a. Degiken kutusundan "tatmin, sahiplenme ve kalclk "Dependent
Variables ksmna, "mevki ve departman degikenleri ise "Fixed
Factor(s) ksmna aktarlr.
b. "Plots butonuna tklanr ve gelen ekranda "departman degikeni
"Horizantal Axis ksmna, "mevki degikeni ise "Separate Lines
ksmna aktarlr. "Plots ekrannda yatay eksen ve ayrk izgiler
belirlendikten sonra, Add butonuna tklanmaldr. "Continue
butonuna tklanarak Multivariate ana mensne dnlr.
c. "Post Hoc butonuna tklanr ve faktrler (bagmsz degikenler)
"Post Hoc Tests for: ksmna aktarlr. rnek olarak "Tukey seilir
ve "Continue butonuna tklanarak Multivariate ana mensne
dnlr.
d. " Options butonuna tklanr ve "Options mensne girilir. Bu
mende "mevki, departman ve mevki*departman (mevki departman
etkileimi), "Display Means For: ksmna aktarlr. "Homogenety
tests ve "Estimates of effect size seenekleri iaretlenerek
Continue butonuna tklanr.


. Multivarate ana mensnde OK butonuna tklanarak ift Ynl
MANOVA'nn sonular elde edilir.
Bir iletmede alan personelin mevkisinin, i tatminine etkisinin kadnlarda
ve erkeklerde hangi dzeyde olduguna ynelik iki ynl MANOVA'nn spss 1
ktlar u ekildedir:

Yukardaki tabloda her bir bagmsz degikenin her bir alt grubundaki
rneklem saylar verilmitir. rneklem saylarnn birbirine yakn olmas sonularn
shhati asndan nemlidir.

MANOVA'da gruplar boyunca bagml degikenlerin kovaryans matrislerinin
eit oldugu varsaymn test etmek iin Box's M testi kullanlr. Buradaki p (Sig.)
degeri 0.05'ten kk ise, hipotez reddedilir ve temel varsaym olan kovaryans
eitliginin saglanmadg sylenir. Kovaryans eitligi saglanmazsa da Multivariate
sonularna phe ile baklr.
Kovaryans matrislerinin eitligini test eden yukardaki Box's M tablosundaki p
(Sig.) degeri .05'ten byk oldugu iin kovaryans matrislerinin eit oldugu sonucuna
ulalabilir. Buradaki p degeri .55 kmtr.
4


Levene's Test of Equality of Error Variances, bir diger varsaym olan, bagml
degikenlerdeki, gruplararas varyans eitligi artn test eder. Bu test her bir bagml
degiken iin ayr sonular verir ve bagmsz degikenin gruplara gre o bagml
degikendeki gruplararas varyans eitliginin saglanp saglanmadgn kontrol eder. p
(Sig.) degeri 0.05'ten byk ise, o bagml degiken iin varyans eitligi art
saglamnmtr sonucuna varlr.
Levene's Test of Equality of Error Variances tablosuna gre her bir bagml
degikenin bagmsz degikenlerdeki gruplara gre varyans eitligi saglanmtr. Sig.
Kolonundaki degerler 0.05'ten byktr.
"Bylece MANOVA'nn temel varsaymlar saglanmtr. ifadesi yukardaki
tablolar gz nne alndgnda sylenebilir.

Mevki ve departman bagmsz degikenlerinin bagml degikenler zerindeki
etkisini anlamada bu ksm nemlidir. Pillai's Trace, Hotelling's Trace, Roy's Largest
Root testleri pozitif degerli testlerdir ve Value ksmndaki degerleri arttka, faktrn
5

etkisinin modele katksnn arttg dnlr. Hotelling's Trace degeri her zaman
Pillai's Trace degerinden byktr. Bu degerler kldke birbirlerine daha yakn
hale gelirler. Yine Hotelling's Trace, degeri, Roy's Largest Root degerinden byk
veya eittir. Ancak, bagml degikenler arasnda gl bir korelasyon varsa veya
faktrn bagml degikenler zerindeki etkisi zayfsa bu degerler birbirine yaklarlar.
Bu drt testten en gvenilir olan Pillai's Trace testidir. Wilk's Lambda ise en yaygn
kullanlandr.
Yukardaki tabloda Sig. Kolonu, MANOVA temel hipotezini test eder. Buradaki
deger, eger 0.05'ten kk ise, faktrn en az iki grubu arasnda bagml
degikenlerden en az birisinde anlaml bir farkllk oldugu sonucuna ulalr. Partial
Eta Squared kolonu ise faktrn etki dzeyini anlamada nemlidir. Bu kolondaki
deger 1'e yaklatka etkinin arttg dnlr.
H
0
hipotezini test etmek iin kullanlan tablo yukarda yer alan MANOVA
tablosudur. Standart bir MANOVA uygulamasnda, genellikle sadece Sig. Kolonuna
baklr. Bu kolonda da Wilk's Lambda degeri tercih edilir.
Yukardaki tabloda Wilk's Lambda testinin sonularna baklacaktr.
Multivariate Tests Tablosunda mevki ve departman degikenlerinin bagmsz
degikenler zerindeki ana etkileri verilmekle beraber, mevki*departman etkileiminin
de bagmsz degikenler zerindeki etkisinin sonular verilmitir. Tablodaki Sig.
Kolonundaki degerlerin tamam0.05'ten kktr. Sig. Kolonundaki degerlere gre
hem mevki degikeninin, hem departman degikeninin, hem de mevki*departman
etkileiminin bagmsz degikenler zerindeki etkileri anlamldr. Partial Eta Squared
kolonuna baklrsa, Wilk's Lambda testine gre mevki'nin degeri 0.10, departmann
degeri 0.510, mevki*departman'n degeri 0.199'dur. Bu degerlere bakarak, mevki ve
departman degikenlerinin etkileri ayr ayr kuvvetli olmakla beraber,
mevki*departman etkileiminin etkisi bunlara gre biraz daha zayftr.



Yukardaki ANOVA uygulamalarnda alk oldugumuz Tests of Between-
Subjects Effects tablosuna baklrsa, her bir bagmsz degikenin her bir bagml
degiken zerinde anlaml etkiye sahip oldugu grlecektir. Mevki, departman ve
mevki*departman iin Sig. Kolonundaki degerlere baklrsa, her birinin tatmin,
sahiplenme ve kalclk zerinde ayr ayr anlaml etkiye sahip oldugu grlecektir.
Btn degerler 0.05'ten kktr. Partial Eta Squared kolonuna baklrsa, en fazla
etkinin mevki'nin, tatmin ve sahiplenme degikenleri zerinde oldugu, en dk
etkinin ise mevki*departman etkileiminin, tatmin ve kalclk degikenleri zerinde
oldugu grlecektir. Departman degikeninin, sahiplenme ve kalclk degikenleri
zerinde etkisi fazla iken, tatmin degikeni zerinde etkisi nispeten daha dktr.
7


Mevki bagmsz degikenin Post Hoc tablosuna (Multiple Comparisons)
baklrsa, kiilerin hem i tatmininde, hem iletmenin sahiplenilmesinde hem de
iletmede kalc olmay istemekte, btn mevkilerin farkl oldugu gzlemlenecektir.
Yneticiler, eflere gre yaptklar iten daha fazla tatmin olmakta, iletmeyi daha
fazla sahiplenmekte ve iletmede daha fazla kalc olmak istemektedirler. efler de
iilere gre, yaptklar iten daha fazla tatmin olmakta, iletmeyi daha fazla
sahiplenmekte ve iletmede daha fazla kalc olmak istemektedirler.
Mevki Bagmsz Degikenine gre, Tatmin bagml Degikeni in
Oluturulmu Alt Gruplar:

Tatmin tablosuna baklrsa farkllk aka gzlenmektedir. Tabloda verilen
degerler, iilerin, eflerin ve yneticilerin tatmin ortalamalarn gstermektedir.
Birbirleri ile anlaml farkllklar oldugu iin farkl alt gruplara alnmlardr.
8

Sahiplenme ve kalclk iin


Sahiplenme ve kalclk iin yukarda verilen tablolara baklacak olursa benzer
farkllklar grlecektir.
Departman degikenine gre hazrlanm olan Multiple Comparasions
tablosuna bakacak olursak (tablonun byk olmasndan dolay burada yer
verilmemitir.), en fazla i tatmininin AR-GE departmannda oldugu, en dk i
tatminin ise stok departmannda oldugu grlecektir. Pazarlama departmanndaki i
tatmini AR-GE departmanndan bir miktar dk olsa da AR-GE ile pazarlama
departmanndaki i tatminleri arasnda anlaml bir farklk yoktur.
Yine deparman iin aagda verilen Multiple Comparasions tablosuna gre
iletmeyi en fazla AR-GE ve Pazarlama departmanlar sahiplenirken, en az stok,
muhasebe ve retim departmanlar sahiplenmektedirler. letmede kalc olmak ile
ilgili neredeyse tam ztt sonular elde edilmitir. Stok blmndekiler iletmede en
fazla kalc olmak isteyenler iken, AR-GE ve pazarlama blmndekiler ise, iletmede
en az kalc olmak isteyenlerdir.
9



Departman Bagmsz Degikenine gre, Tatmin bagml Degikeni in
Oluturulmu Alt Gruplar:
70


Departmana gre tatmin ortalamalarnn verildigi yukardaki tatmin tablosu,
departmanlara gre tatmin dzeylerinin nasl snflandrlabilecegini gstermektedir.
letmelerde, AR-GE ve pazarlama blm alanlarnn tatmin dzeyi en yksektir.
Stok blm ise en dk tatmin saglayan departmandr.
Departman Bagmsz Degikenine gre, sahiplenme bagml Degikeni in
Oluturulmu Alt Gruplar:

Sahiplenme tablosuna gre iletmeyi en fazla sahiplenenler, pazarlama ve
AR-GE departman alanlardr. En az sahiplenenler ise stok, muhasebe ve retim
blm alanlardr. p degerine (Sig. Satrna) baklacak olursa, iletmeyi
sahiplenme ile ilgili olarak AR-GE ve pazarlama blm alanlar ok anlaml bir
grup oluturmaktadrlar. Buradaki deger 1'e ne kadar yaklarsa, alt grup o kadar
anlaml demektir.
Departman Bagmsz Degikenine gre, sahiplenme bagml Degikeni in
Oluturulmu Alt Gruplar:
71


Kalclk tablosuna baklrsa, alanlar iletmeden ne kadar tatmin olsa da ve
iletmeyi ne kadar sahiplense de, kalc olmay istemeyebilmektedirler. letmeyi en
az sahiplenen stok blm alanlar, iletmede en fazla kalc olmak isteyenlerdir.
letmeyi en fazla sahiplenen pazarlama ve AR-GE alanlar ise iletmede en az
kalc olmay dnenlerdir.
Mevki faktrnn bagml degikenler zerindeki etkileri ile departman
faktrnn etkileri imdi tekrar dnlecek olursa bu iki faktrn arasnda bir
etkileimin oldugu rahatlkla anlalacaktr. Btn bagml degikenlerin ortalamalar,
mevki faktrnn gruplar olan ii, ef ve yneticilerde bu sra ile gittike
ykselirken, departmanlar arasnda ise byle bir iliki yoktur. zellikle kalclk
bagml degikenindeki degiim ile, tatmin ve sahiplenme bagml degikenlerindeki
degiim departmanlara gre farkl ynlerdedir. O halde bu departmanlardaki mevkileri
de bunu gz nnde bulundurarak inceleyecek olursak, daha saglkl sonulara
ulalabilir.
Estimated Marginal Means balg altnda verilen tablolardan
Mevki*Departman tablosuna baklacak olursa, sylenilen daha iyi anlalacaktr:
Aagda verilen tabloya gre, AR-GE ve pazarlama iileri en fazla i
tatminine sahipken, iletmeyi en fazla sahiplenirken, iletmede en az kalc olmay
dnmektedirler. Aagdaki tabloya gre ayn durum efler ve yneticiler iin
geerlidir.
72


retim ve stok departmanndaki iiler, en az i tatminine sahipken ve
iletmeyi en az sahiplenirken, zellikle stok departmanndaki iiler iletmede en
fazla kalc olmay istemektedirler. eflerde en dk tatmin ve iletmeyi an az
sahiplenme, stok ve muhasebe departmanlarnda olmakla beraber, iletmede en
fazla kalc olmay isteme ise, retim ve stok departmanlarndadr. Yneticilerde ise
en dk tatmin stok departmannda, iletmeyi en az sahiplenme muhasebe
departmannda, iletmede en fazla kalc olmay isteme ise retim ve stok
departmanlarndadr.
7

Mevki* Departman tablosundan daha fazla karm yapmak mmkn olmakla
beraber, mevki ile departman arasnda bir etkileimin oldugunu anlamak asndan
bu kadar yorum yeterlidir
Bagmsz Degikenlerdeki Gruplara Gre Tatmin Degiimini Gsteren Grafik:

Departmanlara ve mevkilere gre tatmin degikeninin nasl degitigini grsel
olarak grebilmek iin Estimated Marginal Means of tatmin grafigine baklr. Yatay
eksen departmanlar, dikey eksen ise tatmin dzeyini gstermektedir.
Mevki*departman etkileimi bu grafikten de anlalabilir. rnegin AR-GE
departmannda alan bir ii, stok departmanndaki bir efe gre daha fazla i
tatminine sahip olabilmektedir.

74

Bagmsz Degikenlerdeki Gruplara Gre Sahiplenme Degiimini Gsteren
Grafik:

Departmanlara ve mevkilere gre sahiplenme degikeninin nasl degitigini
grsel olarak grebilmek iin Estimated Marginal Means of sahiplenme grafigine
baklr. Bu grafikteki dikey eksen ise iletme politikalarn sahiplenme dzeyini
gstermektedir. Departmanlara ve mevkilere gre iletme politikalarn
sahiplenmedeki degiim grafikte ok net grlmektedir.
Bagmsz Degikenlerdeki Gruplara Gre Kalclk Degiimini Gsteren Grafik:

letmede kalc olmay istemek ile ilgili izilmi Estimated Marginal Means of
kalclk grafigi de diger grafikler gibi, departman ve mevkilere gre iletmede kalc
olmay istemenin nasl degitigini grsel olarak sunmaktadr.
75

Grafikleri okurken dikkat edilmesi gereken nemli bir konu udur. Bu
grafiklerden yola klarak, gruplararas farkllk yorumlar net bir ekilde yaplamaz.
ki grup arasnda anlaml bir farkn oldugunu syleyebilmek iin ortalamalar arasnda
rakamsal bir fark oldugunu grmek yeterli degildir. Bu farkn ne kadar anlaml
oldugunu syleyen istatistiksel testlere ihtiya vardr. Bu sebeple bu grafikler gruplara
gre ortalamalar grselletirmesi asndan olduka faydal olsa da, tek bana
yeterli degillerdir. Konu ierisinde nceki ksmlarda bahsedilen, gruplararas
farkllklar anlamamz saglayan tablolar, kullanlarak sonular yorumlanmaldr.
Sonuta bu rnekten karlabilecek sonular unlardr:
Yneticiler eflere gre, eflerde iilere gre daha fazla i tatminine
sahiptirler.
Yneticiler, eflere gre, eflerde iilere gre daha fazla iletmeyi
sahiplenmektedirler.
Yneticiler, eflere gre, eflerde iilere gre daha fazla iletmede kalc
olmay dnmektedirler.
AR-GE ve pazarlama alanlar en fazla i tatminine ve en fazla iletme
politikalarn sahiplenme hissine sahip olmakla beraber, iletmede en az
kalc olmay dnmektedirler.
Departman ve mevki faktrlerinin etkileimi bagml degiken olan tatmin,
kalclk ve sahiplenme puanlar zerinde anlamldr.
O halde analizler yaplrken departmanlar ve mevkiler birbirleri ile i ie
degerlendirilmelidirler. Byle bir tarz, mevki ile ilgili genel yorumlar yapmaktan veya
departman ile ilgili genel yorumlar yapmaktan daha saglkldr.

7

aynakIar

Alpar, R., (200). Uygulamal ok Degikenli statistiksel Yntemlere Giri 1
kinci Bask . Nobel Yaynlar, Ankara.
Antalyal, .L. (2010). Varyans Analizi (ANOVA-MANOVA). . Kalayc (Ed.).
SPSS Uygulamal ok Degikenli statistik Teknikleri (ss.11-182). (5. Bask).
Ankara: Asil Yayn Dagtm.
Bykztrk, . (1997) ki Faktrl Varyans Analizi. A.. EBF Dergisi, Yl:
1997, Cilt: 0, Say:1, Ankara.
Bykztrk, ., Bkeoglu, . ve Kkl, N. (2009). Sosyal Bilimler in
statistik. (4. Bask). Ankara: Pegem Akademi.
Bykztrk, . (2010). Veri Analizi El Kitab. (11. Bask). Ankara: Pegem
Akademi.
Capraro, R. M. ve Capraro, M. (2002) Treatments of effect sizes and statistical
significance tests in textbooks. Educational and Psychological Measurement, 2 (5),
77182.
Coe, R. (2000) What is an effect size? Durham: CEM Centre, University of
Durham: www.cemcentre.org/ebeuk/research/effectsize/ESbrief.htm. Retrieved 7
January 2005.
Efe, E.,Bek, Y., ahin, M.(2000). SPSS'te zmleri le statistiksel Yntemler
. Kahramanmara Stimam niversitesi Rektrlg Yaynlar, Kahramanmara.
Green, S. B., Salkind, N. J., Akey, T. M.,(2000) Using SPSS for Windows
Analyzing and Understanding Data, Second Edition,Prentice HAll, Upper Saddle
River, New York
Hovardaoglu, S. (1994) Davran Bilimleri in statistik. Hatiboglu Yaynlar,
Ankara
Kalayc, . (2010). Varyans Analizi (ANOVA-MANOVA). SPSS Uygulamal
ok Degikenli statistik Teknikleri. (5. Bask).Ankara: Asil Yayn Dagtm.
Kayri, M. (2009). Aratrmalarda Gruplar Aras Farkn Belirlenmesine Ynelik
oklu Karlatrma (Post Hoc) Teknikleri. Frat niversitesi Sosyal Bilimler Dergisi.
(19). 1. 51-4.
77

Cohen , L., Manion, L. ve Morrison K. (2007). Research Methods in Education.
(Sixth edition).Routledge. Canada and USA
Newton, R. R. ve Rudestam, K. E. (1999). Your Statistical Consultant.
Answers to Your Data Analysis Questions. Thousands Oaks: Sage Publications.
zdamar, K. (2004). Paket Programlar le statistiksel Veri Analizi.
Geniletilmi 5. Bask., Kaan Kitabevi., Eskiehir.
Richardson, J. T. E. (199) Measures of effect size. Behavior Research
Methods nstruments and Computers, 28, 1222.
Semiz, M.(2007). Deney Tasarm&Varyans Analizi. Dizgi Ofset, Konya
Tabachnick, B. G., Fidell, L.S. (199). Using Multivariate Statistics. Third
Edition. Harper Collins Publishers. New York.
nver, ., Gamgam, H. (200). Uygulamal Temel statistik
Yntemler.Geniletilmi 4. Bask., Sekin Yaynclk., Ankara.