1500

SPSS 15.
0
Statistical Packages for the Social Sciences
YRD.DO.DR.YKSEL TERZ
ONDOKUZ MAYIS NVERSTES FEN-ED.FAK. STATSTK BLM yukselt@omu.edu.tr
Yrd.Do.Dr.Yksel TERZ 1
SPSS DOSYALARININ UZANTILARI

SAV : Data Editrde oluturulan verilerin uzants, SPO : Sonu-Output dosyalarnn uzants, SPS : Syntax Editrde oluturulan dosyann uzants, SBS : Script Editrde oluturulan dosyann uzants, SGT : Grafik dosyalarnn uzants,
DATA VIEW (VER SAYFASI)
Yrd.Do.Dr.Yksel TERZ
VARIABLE VIEW (DEKEN SAYFASI)
Variable name : Deikenin ad Type : Tipi Numeric : Saysal Comma : virgl Dot : Nokta Scientific notation : zel sembol Data : Tarih Dollar : Diyez,dolar Custom currency : zel tanmlanm veri girii String : Dizi Width : genilik Decimal places : ondalk basamak Labels : Tanmlama, snflandrma Values : Tanmlanacak deiken Value : Deeri Value label : Deerin alaca isim Missing values : Eksik verilerin hangi kodla gsterileceini belirler. Columns : Stun geniilii Align : Hizalama left : Sol Center : Orta Right : Sa Measure : lek Yrd.Do.Dr.Yksel TERZ 3 Ordinal : Sra Nominal : Nitel Scale :Cetvel
Nmeric: Rakamlarla ifade edilen deikenlerin tanm yaplr. Comma (virgl): Byk verilerin tam ksmn virgl ile er basamak, ondalkl ksmn ise nokta ile ayrr. (567,346.05) Dot (nokta) : Byk verilerin tam ksmn nokta ile er basamak, ondalkl ksmn ise virgl ile ayrr. (567.346,05) Scientific Notation : Saysal verileri ssel olarak ifade eder. (1000000=1E+6) Yrd.Do.Dr.Yksel TERZ 4 String : Alfasaysal verilerin tanmlad seenek.
Syntax ve Scrip Editrleri ilemlere ilikin kod Sistemlerinin oluturulduu ve kullancnn oluturaca komut kodlarnn yer ald blmlerdir.
Dier veri taban programlarndaki veri dosyalarn aar. Farkl uzantlara sahip dosyalardaki verileri SPSSe aktarr (xls, dat, txt gibi).
Veriler dBase, excel, access ortamna aktarlr. Bilgisayardaki bir dosya hakknda bilgi verir. zerinde allan dosya hakknda bilgi verir. Veri dosyasnn geici bir kopyasn verir. Kullanc ad ve ifre girilerek, Network zerindeki dosyalarda ilem yaplr.
Son kullanlan sav uzantl dosyalar belirtir.

Sav uzantl olmayan dosyalar gsterir.

6
Excelden SPSSe Veri Aktarma

Excel de rnek veri_notlar isminde belgeler iinde yer alan bir dosyaya veriler girilir. Daha sonra bu dosya kapatlr.
File>Open>Data Dosya trnde Excel (*.xls) uzants seilir.
Son yaplan deiiklikleri geri alr. Analiz ile ilgili ilemleri geri almaz. Geri alnan ilemleri bir nceki konuma getirir.
Variable View sayfasnda kopyalanan bir deikeni farkl bir isimle baka bir yere yaptrr. Seilen stunun sana yeni bir deiken ekler Seilen satrn stne yeni bir satr ekler
SPSS ayarlarnn yapld yer.
10
GENERAL
Variable list : Deikenlerin listelenmesi Display labels : etiketle gster Display names : deikenin adn gster Alphabetical: Alfebetik sraya gre deikenleri versin File : Dosyadaki sraya gre deikenleri versin. Append : Komutlar pe pee ekle Owerwrite : kinci ilemi birincinin stne ekle Recently used file list : Gelen dosya isimlerinin saysn gsterir. Open syntax window at start-up : syntax penceresini balangta a. Measurement system : l sistemi (grafik gibi). Point : nokta Inches : in Centimeters : cm. Yrd.Do.Dr.Yksel TERZ 11 Output notfication : Sonularn gsterilmesi Raise viewer window : Gsterici penceresinde gster Scroll to new output : zel ses koyar.
VIEWER
Log
: sonular nasl gstersin. Shown : gster , Hidden : gizli Display command in the log : Hangi komutlarn kullanld sonularda gsterir. Text output page size : ktlar iin kat geniliini belirler. Length : Uzunluk , Width : genilik Infinite : srekli kat takl olup, Yrd.Do.Dr.Yksel TERZ ktda kullanlr. Monospaced fonts : Tm harfler ve karakterler ayn standartta yazlr.
12
PIVOT TABLE
13
CURRENCY
Veri tipinde zel karakterlerin nereye yazlacan belirler ($, TL gibi). Prefix : nce , Suffix : Sonra Decimal separator : Veri aktarm yaparken ondalk ksm iin virgl ise comma, nokta ise period kullanlr.
DATA
Calculate values before used : hesaplamann kullanlaca zaman gster (zaman serilerinde kullanlr) . Set century range for 2-digit years : Zaman ayarlar yaplr. Yrd.Do.Dr.Yksel TERZ Display format for new numeric variables : lk dosya aldnda stun ve ondalk genilii ayar yaplr.
15
Status Bar :SPSS penceresinde menlerin yer almasn salayan/kaldran bir seenektir. Toolbars :Aralarn SPSS penceresinde yer alp almamasn salar. Font :Yazm ekli ve bykln dzenler. Grid Lines :Veri dosyasndaki izgileri kaldrr. Value Labels:kt ekrannda ve grafiklerde deerlerin isimlerinin yer alp almamasn belirler.
Define Dates: Zaman serisi verilerini ieren dosyalara zaman deikeni tanmlar. Insert Variable :Yeni bir deiken ekler. Insert case :Yeni bir satr ilave eder. Go to case :stenilen veriye gider. Short cases :Verileri sralar Descending : Bykten ke Ascending : Kkten bye Transpose :Verilerin transpozunu alr. Yani stun veriler satr, satr verileri stun yapar. Merge Files :ki ayr dosyada benzer deikenli birimleri alt alta birletirir yada farkl de. leri birletirir. Add cases :Farkl dosyalardaki verileri alt alta birletirir Deiken isimleri ayn olmal. Add variables : Farkl dosyalardaki deikenleri birbiri ile birletirir.
17
18
19
20
21
22
23
24
25
26
27
Agreegate : Bir grubu zet olarak birletirilmi veri halinde toplar. Break variables : Gurup yaplacak deikenler girilir. Aggregate variables:Yukardaki gruplarda zerinde ilem yaplacak deikenler. Function : Gruplarn hesaplanaca fonksiyonlar: Mean of value : Aritmetik ortalama, First value : ilk deer Number of cases : olay says Sum os values :Deerler toplam Percentage above :Belli deerden byk deerler yzdesi. Percentage below : Belli deerden kk deerler yzdesi. Percentage inside : ki deer arasndaki deerler yzdesi. Percentage outside : ki deer dndaki deerler yzdesi. Fraction above : Bir deerden byk deerlerin o grup iindeki yzdesi Fraction below : Bir deerden kk deerlerin o grup iindeki yzdesi Fraction inside : ki deer iindeki deerlerin o grup iindeki yzdesi Fraction outside : ki deer dndaki deerlerin o grup iindeki yzdesi Belli deerler value kutusuna, beli iki deer de Low ve High kutularna yazlr. Creata new data file:Yaplan hesaplamalarn yeni bir dosyaya kayt edilmesi. File ile kayt yaplr. Replace data working data file : Yaplan dzenlemeleri mevcut dosyaya kayt eder. Yrd.Do.Dr.Yksel TERZ 28 Save number of cases in break group as variable: Gruplar iindeki olay saysnn bir deiken gibi kayd Ortogonal Design : Bamsz deneme dzeni tretmeyi(generate) ve bu dzeni grntler.
Split file:(Veri dosyas ayrma ) Veri dosyasn istenilen deikenin alt seviyelerine gre paralar. Bylece veri dosyas, deiken ka farkl deer alyorsa o sayda alt dosyalara ayrlr. Analysis all cases : Gruplamann Yrd.Do.Dr.Yksel TERZ olmad durum
29
Select cases :Veri szme veya semeFarkl deerler alan deikenlerin istenilen deerlerinin analize katlmasn salar. If condition is satisfied : Deikenlerle ilgili hesap ve fonksiyon ilemleri yapar. Random sample of cases : Baz rnekler zerinde ilem yapar.
31
Do not weight cases : Arlkl durum yok Weight cases by Frequency Variable: Bir stunda yer alan deerlerin dier bir deiken iin arlk olarak tanmlanmasn salar.
Compute :Mevcut deikenlerle matematiksel ilem yaparak, yeni de. elde edilir. Target variable : Yaplan ilem sonunda bulunacak yeni deikenin ad. Random number seed : Rasgele retilecek olan saylarn ilk deerini belirler. Count :Bir deikendeki ayn deere sahip birimleri belirler. Categorize variables : Verilere sra numaras verilir. Rank cases :Deikenleri sralama deerine dntrr ve yeni deiken olarak atar. Deiik srala trleri vardr.(Blom, Tukey, Rankit gibi) Autumatic Recode : Deikenin deerlerini byklk srasna gre dizerek yeni deiken 1 den balayarak kod numaras verir. Create Time Series : Bir veriyi alarak zaman serisi deikeni tretir. Difference : Farkl Seasonal : Mevsimlik Smooth : Dzgn Replace Missing Values : Seride yer alan eksik gzlem yerine bir deer atar. Bu deer ya serinin ortalamas yada zaman serisi fonksiyonlarndan birisidir.
33
Verileri deitirme veya yeniden kodlama-Recode komutu: Veri sayfasnda bir deikene ait verileri matematiksel ilem yapmadan istee gre deitirmek veya yeni kodlarla ifade etmede kullanlr. Genelde srekli olan bir veri gruplanarak kategorik hale getirilir. Yukardaki tabloda srekli deiken olan masraf numeric variable ksmna girilir ve output variable ksmna da yeni oluturulacak deikenin ad girilir ve change yaplr. Daha sonra Old and New Values ksmndan kodlamalar tanmlanr. Yrd.Do.Dr.Yksel TERZ 34
Masraf deikeni <200 Ytl iin 1, 201-300 Ytl aras 2, >301 arasda 3 olsun. Lowest through ksmna (< 200) 200 yazlr, sonra Value 1 verilir ve Add yaplr. 201 through 300 yazlr, Value 2 girilir ve Add yaplr. Through highest ksmna 301 girilir, Value 3 ve Add yaplrsa veri gruplanm hale gelir.
35
Automatic Recode
String olarak girilen nitel deikenleri, Automatic recode komutu ile kodlayarak, Numeric deikene evrilir.
New name ksmna string deikenlerin yani ismi yazlr ve Add New Name butonuna baslr. Lowest value iaretlenirse string deikenin ald deerlere batan sona doru kod numaras verilir (B=1, E=2 olur). Highest value seilirse sondan aa doru kod numaras verilir (E=1, B=2).
38
Reports : OLAP Cubes : Seilen deikenlerin istatistiksel ilemlerini yapar. Case summaries :Verilerin frekans ve apraz tablolarnn oluturulmas, belirtici istatistiklerin hesaplanmas, grafik izimi ve raporlanmasn salar. Report Summaries in Row : Sralara ilikin zet istatistikler hesaplar. Report Summaries in Column : Deikenlerle ilgili zet istatistikler hesaplar. Descriptive Statistics : Frequencies :Verilerin frekans tablosunu, belirtici istatistikleri, dalm llerini hesaplar ve grafiklerini izer. Descriptives :Verilerin belirtici istatistiklerini ve asimetrik dalm lleri olan arpklk (kurtosis), basklk (skewnes) llerini hesaplar. Explore :Tm birimlerin yada her bir gruptaki birimlerin belirtici istatistiklerini hesaplar ve yaylm grafiklerini izer. Bir deikenin dier deikene gre istatistiklerini bulur. Crosstabs :ki yada daha fazla deikenin ikili apraz tablolarn dzenler. Hazrlanan tablolara testler yaplr ve zet istatistikler bulunur. Saysal deikenler kodlama ile az saydaki gruba blnerek apraz tablolar dzenlenir.
Compare Means: Gruplara gre verilerin belirtici istatistiklerini hesaplayan, baml ve bamsz rneklerde iki yada daha fazla ortalama arasndaki farklar test eden yntemleri ierir. Means :Deikenlerin tek bana ya da dier bamsz deikenlere gre alt gruplarn istatistiklerini hesaplar. One Sample T test :Tek rnek T testi yapar. Independent Samples T Test:Bamsz iki rneklem T testi yapar. Paired Samples T Test :Baml iki rneklem T Testi yapar. One Way ANOVA :Bamsz k-rneklem ortalamalarnn nemliliini test etmek iin tek ynl varyans analizi uygular.
General Lineer Model : Genelletirilmi lineer modellerle ilgili ilemleri yapar. Univariate :Tek deikenli Multivariate :ok deikenli Repeated Measures :Tekrarl lml denemelerde kullanlr.
Correlate : ki yada daha fazla deikenin arasndaki ikili (Bivariate) ilikinin; ynn, bykln ve nemliliini belirler. Ayrca ksmi (partial) korelasyon analizi de yaplr. En az bir deikene gre birimlerin birbiriyle olan benzerlik uzaklklar (similarity) yada farkllklarn gsteren uzaklklar (dissimilarity) hesaplanr. eitli uzaklk ve benzeerlik llerine (klid, karesel klid, minkowski) gre birimlerin yada deikenlerin benzerlik/farkllk matrisleri bulunur. Regression : Linear:Verilere basit dorusal ve oklu dorusal regresyon analizi uygular. Curve Estimation:Verilere uygun eri uydurulmas iin model denenmesi salar. Model seimi iin oklu regresyon katsaysndan yararlanlr. Logistic : kili (Binary) ve oklu (Multinominal) lojistik regresyon analizi yaplmasn salar. Probit :Probit regresyon analizi Nonlineer : Dorusal olmayan regresyon analizi uygulamas yapar. Loglinear : Kategorik verilere genel ve aamal loglinear ve lojit loglinear Yrd.Do.Dr.Yksel TERZ 41 analiz uygular.
Classify :Verilere kmeleme analizi (cluster analysis) ve ayrma analizi (discriminant analysis) uygular. K-Means Cluster : Kmelenecek birim yada deikenlerin ka kmeye ayrlaca belirlenerek guruplamalar yaplr. Hierarchical Cluster : Deikenlere aamal kmeleme analizi uygular. Discriminant : Gruplar nceden belirli birimleri rasyonel biimde birbirinden ayrmaya yarayan fonksiyonlar tretmeyi ve verilerin snflandrr. Data Reduction: Veilere faktr analizi ve uyum (Correspendance) analizi uygular. Scale : simsel fakat kodlanm sral yada aralkl lekle elde edilmi verilere gvenilirlik ve ok boyutlu lekleme analizi uygular. Nonparametrics Tests : Tek rneklem, baml/bamsz iki ve k rneklem verilerine parametrik olmayan test yntemlerinin uygulanmasnn salar. Times Series : Zaman serisi analizi ile ilgili ssel dzeltme, otokorelasyonlu regresyon, ARIMA, mevsimsel zmleme, spectral analiz gibi yntemleri yapar. Survival : Sakalm verilerin yaam tablosu, Kaplan-Meier ve Cox regresyon analizi modelleri ile analiz ilemlerini yapar. Yrd.Do.Dr.Yksel TERZ 42 Multiple Response : oklu cevap yada oklu ikili setlerin belirlenmesi ve analizi ilemlerini yapar.
GRAPHS (GRAFKLER) : Interactive :izilen grafiklerin eitli zelliklerine gre oluturur. Bar:Verilerin basit ubuk, kmelenmi ubuk ve ylml ubuk grafiini izer. 3-Bar : boyutlu bar grafii Line :Verilerin basit ve oklu izgi grafiini izer. Area :Verilerin basit ve ylml alan grafiini izer. Pie :Basit daire veya birleik ubuk grafiini izer. High Low:Verilerin ikili yada l deerlerden yararlanarak yksek ve dk deerleri ieren grafiklerini izer. Boxplot :Verilerin ortanca deerini, drtte birlikler aras genilik ve ar deer ieren birimleri gsteren kutu grafiklerini izer. Error Bar:Ortalama ve gven araln gsteren kutu grafii izer. Scatter :Verilere uyan basit ve st ste gelen iliki grafikleri, matrix grafii yada boyutlu dalm grafiklerini izer. Histogram:Bir deikenin dalm hakknda bilgi veren histogram grafiklerini izer. PP :Bir deikenin ylml ortalamalarn Normal dalmn ylml ortalamalarna kar gsteren grafiklerini izer. Q Q :Bir deikenin dalmnn drtte birliklerini Normal dalmn drtte birliklerine kar gsteren grafiklerini izer.
43
UTILITIES : SPSS ile alrken yararlanlan kolaylklar sunan seenekleri ierir. Variables :Deikenlerle ilgili bilgi verir. Deikenin tipi, zellii, l birimi gibi. File Info:zerinde allan deikenlerin zellikleri konusunda toplu bilgi verir. Run Script : Matrix dille yazlm bir macronun altrlmasn salayan bir seenektir.
44
HELP : SPSS ile alrken SPSS komutlar hakknda ayrntl yardm almay salayan bir seenektir. Topics:SPSS konular hakknda yardm seenekleri grntlemeyi salar. Tutorial :SPSS ile almaya yeni balayanlara bilgi veren bir seenektir. SPSS Home Page : nternete bal bir bilgisayar ile SPSS INC tarafndan oluturulan WEB sayfasna ulaarak bilgilenmeyi salayan bir seenektir. Command Syntax Reference : SPSSde menler aracl ile yaplan ilemlerin SPSS komutlar cinsinden yazlmlarn irdelemek amacyla bilgi alnan bir seenektir.
45
STATSTN GREV statistikte genellikle u sraya uyulur: 1. Verilerin toplanmas 2. Toplanan verilerin ilenip dzenlenmesi 3. Dzenlenmi verilerin tablolar ve/veya grafikler eklinde gsterilmesi 4. statistiksel analiz, tahmin 5. Karar vermek
Karlatrma I.Grup-rneklem Bamsz II Grup likili-Baml II.Grup Bamsz III veya daha fazla grup likili III veya daha fazla grup
Parametrik Testler Tek grup iin Z ve T testi Bamsz rnekler iin T testi likili lmler iin T Testi Varyans Analizi Tekrarl lmler iin ANOVA
Parametrik Olmayan Testler aret Testi Mann-Whitney U Testi Wilcoxon Eletirilmi Testi Kruskal-Wallis H Testi Friedman Testi
47
Adlandrma leinde llen verilerin Farkllnn Testi

Grup Says 1 Grup Var 2 Grup Var 3 veya Daha Fazla Grup Var Gruplar Bamsz Gruplar Bamsz Gruplar Baml
n.p >=5 n.q>=5
n.p<5 n.q<5
Gruplar Bamsz Deil Mc Nemar Testi
Z yaklam ile test
Binom testi
Beklenen Deer Kk Fisher Exact testi
Beklenen Deer Byk
Beklenen Deer Kk
Beklenen Deer Byk Khi Kare Analizi
Cochran-Q testi
Khi Kare testi Khi Kare Analizi veya iin Snf Z yaklam Birletir
48
1 veya 2 Grup Olduunda Sralama ve Aralk leindeki Verilerin Farkllnn Testi

Grup Says 1 Grup Var n>=30 n<30 Gruplar Bamsz Dal Normal Deil Dnm yap aret Testi ve t Testi uygula uygula n>=30 n<30 n>=30 2 Grup Var Gruplar Baml n<30
t Testi Uygula
Dal Normal
t Testi Uygula
t Testi uygula
Dal Normal
Dal t-Eli Normal Deil karlatrma
Dal Normal
Dal Normal Deil
Varyanslar Eit
Varyanslar Eit Deil n ler Eit
Wilcoxon Dnm ve Rank sum t testi testi
t-Eli Dnm ve Wilcoxon Karlatrma t testi signed ran testi
t Testi Uygula
n ler eit deil serbestlik derecesi dzeltilmi t testi uygula
t testi uygula
49
Sralama ve Aralk leinde 3 veya Daha Fazla Grup Olduunda Farklln Testi
3 veya Daha Fazla Grup Var Gruplar Bamsz Dal Normal Deil k-Faktr iin Kruskal-Wallis Testi Dal Normal Dal Normal Gruplar Baml Dal Normal Deil Friedman Testi
2 veya Daha Fazla faktr var
1 Faktr Var
Tekrarlanan lml Varyans Analizi
2 Ynl veya Dier Varyans Analizleri
Tek Ynl Varyans Analizi

1 Baml 1 Bamsz Deiken Durumunda liki Bulunmas

Heriki Deikenin lei Snflayc lekte Greli(Relative) Risk Analizi Sralayc lekte Spearman Sra Korelasyon Katsays Bir Deiken Dierinden Tahmin Edilecek Regresyon Analizi Aralk leinde Bir Deiken Dierinden Tahmin Edilmeyecek
Pearson Korelasyon Katsays
51
Bamsz Deiken Says 2 Veya Daha Fazla Olmas Durumu

Bamsz Deikenlerin lei Snfsal lekli Baml Deiken Snfsal lekli Sansrlenmi (censored) Gzlem Var Sansrlenmi Gzlem Yok Baml Deiken Aralk lekli Sansrlenmi Gzlem Var Sansrlenmi Gzlem Yok Baml Deiken Snfsal lekli Sralayc veya Aralk lekli Baml Deiken Aralk lekli Sansrlenmi Gzlem Yok Confounding Deiken Yok oklu Regresyon Analizi
Bamsz Bamsz Sansrlenmi Deiken k Deiken k Gzlem Says 2 Says 3 Var (Binary) veya Daha fazla Lojistik Regresyon
Kaplan-Meier veya Etki Karml Etki Karml Cox-Proportinal Varyans Analizi Actuarial (Confounding) (Confounding) Hazard Modeli Analiz Deiken Yok Deiken Var Log-Linear Analiz Mantel-Haensel Analizi
Diskriminant Cox- Proportional Confounding Analizi Hazard Deiken Modeli Var Kovaryans Analizi
52
GRAFKLER
Grafikler gzlem sonularnn anlalmas kolaylatrr. nk ilk bakta grsel kolaylk salarlar. Ancak grafikler rakamlar derecesinde nemli deildir. nk grafiksiz istatistik olabilir ancak rakamsz grafik asla olamaz. Ayrca grafikler byk farklar ve deiimleri gsterebilir. Ancak kk farklar ve deiimleri gsteremez. eitli grafik trleri vardr. Bar (ubuk) Grafii: Nominal ve ordinal verilerin grafiklerinin yaplmas iin uygundur. Bu grafik yatay eksende kategori etiketleri belirtilirken, her kategori ile frekans veya yzdeyi temsil eden dikey ubuklar iziminde oluur. Yrd.Do.Dr.Yksel TERZ 53
54
55
56
57
Scatter/Dot Grafii
58
59
Pie (pasta) Grafikleri
60
61
Histogram Grafikleri
62
63
Boxplot (Kutu) Grafikleri
64
65
KUTU GRAF (BOX PLOT)

Yzdeliklere dayanan ve tanmlayc istatistikleri kullanan bir grafik trdr.
50
330
U nokta U nokta olmayan en byk deer 75. yzdelik(3. eyrek) 50. yzdelik(medyan) 25. yzdelik(1. eyrek)
40
30
20
10
U nokta olmayan en kk deer

398
0
N=
Gelir
66
Frekans, Ortalamalar, Standart Sapma ve Varyansn Bulunuu

Statistics Notlar N Mean Std. Error of Mean Median Mode Std. Deviation Variance Skewness Std. Error of Skewness Kurtosis Std. Error of Kurtosis Range Minimum Maximum Sum Percentiles Valid Missing 8 0 54,38 7,585 55,00 25a 21,454 460,268 ,186 ,752 -,385 1,481 65 25 90 435 33,75 55,00 68,75
25 50 75
a. Multiple modes exist. The smallest value is shown
67
M-ESTIMATORS (M TAHMNCLER) Dzeltilmi aritmetik ortalamada alt ve st u deerlerin bir ksm deerlendirme d tutulur. Bu sakncay ortadan kaldrmak ve u deerlerin etkisini azaltmak iin, u deerlere daha az arlk verilerek yaplan hesaplamalara M-tahminciler denir. SPSSde kullanlan Mtahminciler Huber, Hampel, Tukey ve Andrewdir. Bu tahminciler aritmetik ortalama ve ortancaya alternatiftirler. Bunlardan Huber Mtehmincisi dalm normale yakn olduunda tercih edilir. Ancak u noktalarn olduu durumlarda tercih edilmez. Analyze>Descriptive statistics>Explore>statistics kutusundan Mestimators iaretlenerek elde edilir.
M-Estimators Huber's a M-Estimator 50,3593 The weighting The weighting The weighting 8,500 The weighting Tukey's Hampel's Andrews' b c Biweight M-Estimator Waved 50,5376 50,7320 50,5429 constant is 1,339. constant is 4,685. constants are 1,700, 3,400, and constant is 1,340*pi. Yrd.Do.Dr.Yksel TERZ
YAS a. b. c. d.
68
Normal Dalm
statistikte uygulanan birok analiz ve tahmin yntemleri X deikeninin Normal dal gstermesi halinde geerlidir. Bu nedenle daln Normal olamad hallerde yaplan analiz geerliliini kaybeder. Dolaysyla bu dal istatistikte nemli bir yere sahiptir. Eldeki deiken srekli ve tek modlu ise Normal dal gstermese de baz dnmlerle dal Normal dala yaklatrmak mmkn olabilir. Bunun iin X, log(X), 1/X gibi dnmler kullanlabilir. 1809 tarihinde Alman matematiki Gauss Yrd.Do.Dr.Yksel 69 tarafndan bulunmutur. TERZ
Simetrikliin Bozulmas
Normal dalm simetrik bir dalmdr. Bu simetriklik saa veya sola arpk olacak ekilde bozulabilir. Sada uzun kuyruk varsa pozitif arpk, solda uzun kuyruk varsa negatif arpk olur.
Ortalamas Farkl Normal Dallar
Variyans Farkl Normal Dallar
71
Normal dal erisi simetrik bir eridir.
X ~N(, 2) ise Olaslk Fonksiyonu
f(X) =
1 X i 2 e
, < X i < +
Bu fonksiyonda e=2,71828, =3,14159. olmaktadr.

NORMALLK TEST Verilere parametrik testlerin uygulanabilmesi iin verilerin dalmnn normal olmas gerekmektedir. Mesela yalar 29, 30, 32,33,34,35,36,37,38,39,40,41,42,43 olan hastalarn dalm normal midir? Bunun iin nce veriler SPSS paket programna girilir ve aadaki ilemler yaplr. Analyze>Descriptive Statistics>Explore>plots>normality plots with tests histogram
Tests of Normality
a Kolmogorov-Smirnov Shapiro-Wilk Statistic df Sig. Statistic df YAS ,082 14 ,200* ,972 14 *. This is a lower bound of the true significance. a. Lilliefors Significance Correction
Sig. ,859
Eer Sig=P>0.05 ise veriler normal dalma sahiptir denilir. Burada P=0,8>0,05 olduundan veriler normal dalldr. 73 Yrd.Do.Dr.Yksel TERZ
Kolomogorov-Smirnov testi: Veriler kategorize edilir ve her bir gzlemin olaslklarn bulur. Veriler kategorize edildiinden, bu testin gc dk olur. Ayrca gzlem says az olduunda bu test zayftr.
Shapiro-Wilk testi : Momentlerden hareketle hesaplanan bir testtir ve Kolmogorov-Smirnov testinden daha gldr.
Histogram
2,5 2,0
1,5
1,0
Frequency
,5 0,0 30,0 34,0 38,0 42,0 44,0 32,0 36,0 40,0
Std. Dev = 4,41 Mean = 36,4 N = 14,00
YAS
74
Normal Q-Q Plot of YAS

2,0 1,5 1,0 ,5
Expected Normal
0,0 -,5 -1,0 -1,5 -2,0 28
30
32
34
36
38
40
42
44
Observed Value
44 42 40 38 36 34 32 30 28
N = 14
1,5(Q3-Q1) Q3 Q2 Q1
YAS
75
DNTRMENN YAPILMAMASININ TAVSYE EDLD DURUMLAR Eer normallikten ve dorusallktan ok sapma yoksa, Veriler kg, mm veya IQ gibi anlaml bir lm biriminin olduu durumlarda, rneklem 30dan byk olduunda, Dalm ve rneklem byklkleri benzer olan rneklemler mevcut ise dnm yaplmaz. DNTRMENN YAPILMASININ TAVSYE EDLD DURUMLAR Veriler ok arpk ise, lm birimi yaygn olarak bilinmiyorsa, rneklem 30dan kk ise, Normallik ve dorusallk varsaym ihlal edildiinde, Gruplar arasnda rneklem bykl ve dalmlar bakmndan byk farkllk var ise dnm yaplmaldr.
Hipotez Testi statistiksel hipotezler anaktle parametrelerine ilikin olarak ileri srlen ve geerlilii olaslk kanunlarna gre aratrlabilen zel nermelerdir. statistiksel hipotezlerin dier hipotezlerden fark, hipotezin bir frekans blnmesiyle ilgili olmasdr. rnein belirli bir markay tayan aklerin ortalama mrnn 2.5 saat olduunu ileri srdmzde bir hipotez nermi oluruz. Bunun anlam normal olan bir dalmn aritmetik ortalamas 2.5 saate eittir. Bir hipotez ya doru ya da yanltr. Bunu aratrmak iin anaktleden rasgele seilmi belli bir rneklemdeki birimler incelenir ve bu rneklemden hareketle hipotezin geerli olup olmad hakknda bir karara varlr. rneklem istatistiklerinden yararlanarak bir hipotezin geerli olup olmadn ortaya koyma ilemine istatistiksel hipotez testi veya hipotez testi denir.
Sfr Hipotezi ve Kart Hipotez Hipotez testinde bir hipotezle onun kart dier bir hipotezden hangisinin rneklemden elde edilen sonu ile daha iyi daha iyi badat aratrlmaktadr. Karlatrlan iki hipotezden birine sfr hipotezi (istatistiksel hipotez), dierine ise kart hipotez (aratrma hipotezi) ad verilir. Hipotezler daima rneklem alnmadan oluturulmas gerekir. Sfr hipotezi H0 ile, kart hipotez ise H1 ile gsterilir. H0: rneklemden elde edilen deer ile anaktlenin bilinen deeri arasnda bir fark yoktur. H1: rneklemden elde edilen deer ile anaktlenin bilinen deeri arasnda bir nemli (anlaml) bir fark vardr.
Genellikle aratrmaclar sfr hipotezinin reddedilmesini ve kart hipotezin kabul edilmesini isterler. Eskiden beri geerli saylm nerme sfr hipotezi, yeni gr ise kart hipotezi olur.
Bu ifadeler aratrrcnn konu ile ilgili n yargsna bal olarak deiir. Eer aratrc 1. Uygulamann 2. Uygulamadan iyi olacana dair n yargs varsa H1: 1> 2 eklinde kurulur. Hibir n yargs yoksa, H1: 1 2 Yrd.Do.Dr.Yksel TERZ 79 eklinde kurulur.
H1 Hipotezinin Tek Ynl Red Blgesi ( 1 < 2 )
H1 Hipotezinin Tek Ynl Red Blgesi ( 1 > 2 )
H1 Hipotezinin ift Ynl Red Blgesi (1 2)
80
Birinci ve kinci Tip Hatalar Bir hipotez testi sonucunda rneklem istatistiklerine gre u drt durumdan birisi gereklemi olur. I. H0 gerekte dorudur ve reddedilmemitir (kabul edilmitir). II. H0 gerekte dorudur, fakat reddedilmitir (kabul edilmemitir). III. H0 gerekte yanltr, fakat reddedilmemitir (kabul edilmitir). IV. H0 gerekte yanltr ve reddedilmitir (kabul edilmemitir).
Gerek Durum Ho Doru Test Sonucu Ho Red I. Tip Hata P(I. Tip Hata)= Ho Yanl Doru Karar=1-
Ho II. Tip Hata Doru Karar=1- Kabul P(II. Tip Hata)= : Gerekte doru olan sfr hipotezinin reddedilmesi olasln (anlamllk dzeyini), 1- : Gerekte doru olan sfr hipotezinin reddedilmeme (kabul edilmesi) olasln yani testin gvenilirlik dzeyini, : Gerekte yanl olan sfr hipotezinin reddedilmeme (kabul edilmesi) olasln, 1- : Gerekte yanl olan sfr hipotezinin reddedilmesi olasln Yrd.Do.Dr.Yksel TERZ 82 yani testin gcn gsterir.
Ho gerekten doru ise aratrc bu doru iddiay testin sonucundaki hesaplad deere gre red ederse, hata yapm olacaktr, istatistikte buna I. Tip Hata denir. Bu hatann yaplmas olasl da () ile gsterilir. Bu olaslk testin nem dzeyi veya anlamllk dzeyi olarak da adlandrlr. Yani =0.05 nem dzeyinde test yapld dendiinde, bunun anlam; aratrc doru bir Ho hipotezini red etmek iin 0.05 lik bir hata yapma riskini kabulleniyor demektir. Bu genelde hipotez kurulurken peinen kabul edilen risktir. Aratrc istatistik testi yapabilmesi iin belirli bir dzeyde hata yapma riskini de zerine almas Yrd.Do.Dr.Yksel TERZ 83 gerekir, aksi halde test yapamaz.
Aratrc istatistik test yaparken bir baka ekilde de hata yapabilir. Bu da, Ho ile ileri srlen iddia gerekten doru deilse ve aratrc test istatistiinde elde ettii deere bakarak bu yanl iddiay kabul ederse yine hata yapm olacaktr. Bu tip hata ya da istatistik de II. Tip Hata denir. II Tip Hata yapma olasl ile gsterilir. Hipotez testinde ama sfr hipotezini ret veya kabul etmek olduundan, I. Ve II. Tip hatalar ayn anda ilemek mmkn deildir. statistik testler yaplrken bu hata olaslklar mutlaka vardr ve her ikisini ayn anda kltmek mmkn deildir. klrken byr, klrken byr.
Tek Anaktlenin Parametreleriyle lgili Hipotez Testleri Bu tr hipotezlerin testinin amac, kart hipotezde ileri srlen iddiann kabul edilip edilmeyeceinin ortaya kartlmasdr. Ancak kart hipotezi direk test etmek mmkn olmadndan, sfr hipotezi test edilir ve elde edilen sonu kart hipotez iin genellenir. Tek anaktlenin parametreleriyle ilgili hipotez testlerin varsaymlar unlardr: i. rneklemin alnd anaktle normal dalma sahiptir. ii. rneklemdeki birimler eit olaslkla ve iadeli olarak seilmi veya anaktle sonsuz byklktedir.
Anaktle Ortalamasna likin Testler Bu testlerde ileri srlebilecek kart hipotezlere u ekilde rnek verebiliriz. Bir firmann tereya paketlerinin arlnn 250 gr olmas gerektii halde, firma buna uymamaktadr. Gnlk ortalama retimi 1000 kg olan bir ila fabrikasnda uygulanan yeni teknik retimi artrmtr. Turistik amala yurtdna giden vatandalarmzn ortama konaklama sresi 20 gnden azdr. Bu rneklere gre sfr ve kart hipotezlerimiz srasyla aadaki gibi olacaktr. H0 : =0=250 gr H1 : 0=250 gr H0 : =0=1000 kg H1 : >0=1000 kg
H0:=0=20 gn H1 :<0=20 gn
86
Anaktle (Poplsyon) Varyans (2) Biliniyor: Anaktle normal dall ve anaktle varyans biliniyorsa ve n30 ise, sfr hipotezinin kart hipoteze kar testi iin Z test istatistii kullanlr.
Z=
/ n
Bulunan Z test istatistii anlamllk seviyesine gre Z tablo deerleri ile karlatrlr. Kart hipotezin tek () veya ift (/2) tarafl olmasna gre karar verilir. Tek tarafl ift tarafl : Z<-Z : Z<-Z/2 Z>Z Z>Z/2
87
Yrd.Do.Dr.Yksel TERZ se H0 (sfr) hipotezi reddedilir.
P deeri : statistik paket programlarnda genellikle p olasl kullanlr. Bu olaslk H0 doru olduunda, test istatistiinin hesaplanan deerine eit yada daha u deerler almas olasldr. Hesaplanan p deeri yanlma olaslndan () kk ise H0 reddedilir. p ise H0 hipotezi reddedilir, p> ise H0 hipotezi kabul edilir. p olasl Z test istatistii iin aadaki biimde hesaplanr. Ancak paket programlar bu olasl vermektedir.
1[1 ( Z )] ; H1 : 0 p = 1 ( Z ) ; H1 : > 0 ( Z ) ; H1 : < 0 Yrd.Do.Dr.Yksel TERZ
88
Anaktle (Poplsyon) Varyans (2) Bilinmiyor: Anaktle standart sapmas bilinmiyorsa, rneklem standart sapmas kullanlr. n>30 durumunda dalm normale uyduundan test istatistii olarak yine Z testi kullanlr.
Z=
X s/ n
X s/ n
Ancak n30 olduunda ve anaktle varyans bilinmediinde t dalm kullanlr.
t=
t istatistii (n-1) serbestlik dereceli t dalmna sahiptir. t dalm simetrik bir dalmdr. Bu dalmn ekli serbestlik derecesine baldr. n>30 olduunda dalm normale yaklar.
Serbestlik derecesi (degrees of freedom) : bir istatistiin rnekle ilgili hesaplanmasnda veya bir parametrenin tahmin edilmesinde, bamsz birimlere ait saynn bilgisini ifade eden bir terimdir. Serbestlik derecesi modeldeki parametre saysna karlk gelmektedir. Ayrca serbestlik derecesi verilere getirilen baz kstlamalardan sonra, deimekte serbest olan deerlerin saysdr.
Tek rnek T Testi rencilerin aylk masraflarnn ortalama 250 YTL olduu iddia ediliyor. Bu iddiann doruluunu %5 anlamllk seviyesinde test ediniz?
91
ki Anaktlenin Parametreleriyle lgili Hipotez Testleri Bu testlerin amac kart hipotezde ileri srlen iddiann kabul edilip edilmeyeceinin ortaya kartlmasdr. Ancak kart hipotezi test etmek mmkn olmadndan, nce sfr hipotezi test edilir ve bu sonu kart hipotez iin genellenir. ki anaktlenin parametreleriyle ilgili hipotez testinin varsaymlar: rneklemlerin alnd anaktle normal dalldr. rneklemlerdeki birimler iadeli olarak ve eit olaslkla seilmi veya anaktleler sonsuz byktr. ki anaktledeki rneklem seimi birbirinden bamszdr.
ki Anaktle Ortalamas Arasndaki Farka likin Hipotez Testi ki ortalama arasndaki farkn testi yaplrken, kullanlacak test istatistikleri anaktle varyansnn bilinmesi ve rnek bykl dikkate alnarak aadaki ekilde bir snflama yaplabilir. Gzlemler Normal dal gsteriyorsa ve 2 1) Poplasyon (anaktle) varyanslar ( 1 , 2 ) biliniyor veya 2 poplasyon varyanslar bilinmiyor ancak rnekler bykse (n 30) 2) Poplsyon varyanslar bilinmiyor fakat eit kabul 2 edilebiliyorsa ( 1 = 2 ), 2 3) Poplsyon varyanslar bilinmiyor fakat eit kabul 2 edilemiyorsa ( 1 2 ), 2 4) Gruplar baml ise yani eli gzlemler varsa, farkl her durum iin uygun test istatistikleri kullanlarak ilgili testler yaplabilir.
Bu varsaymlar kontrol iin yaplacak kontroller: Normallik ve simetriyi kontrol et Ortalama ve medyan incele arpklk ve basklk katsaylarn incele Her grubun histogram ve kutu grafiklerini iz ve incele Varyans homojenliini kontrol iin Kutu grafiklerini incele Serpilme grafiklerini incele Ar gzlemleri belirlemek iin Kutu grafikleri incele Serpilme grafiklerini incele Histogramlar incele
2 X 1 ~ N ( 1 , 1 ) 2 X 2 ~ N ( 2 Yrd.Do.Dr.Yksel TERZ , 2 )
94
2 Poplasyon varyanslar ( 1 ve 2 ) biliniyor ve 2 n1>30 , n2>30 ( Z-testi)
H0: 1- 2 = 0 H 1: 1- 2 > 0 H 1: 1- 2 0
Z= ( X 1 X 2 ) ( 1 2 )
2 2 1 2
H 1: 1- 2 < 0
,
n1
n2
H0: 1- 2 = 0 H 1: 1- 2 0 Zh>Zt veya Zh<-Zt ise Ho reddedilir.
H0: 1- 2 = 0 H 1: 1- 2 > 0 Zh>Zt

H0: 1- 2 = 0 H 1: 1- 2 < 0 Zh<-Zt

95
Poplasyon varyanslar bilinmiyor ancak

2 2 1 = 2 ve n130 , n230 ( t-testi)
H0: 1- 2 = 0 H 1: 1- 2 > 0 H 1: 1- 2 0
t= ( X 1 X 2 ) ( 1 2 ) 1 2 s + n1 n2 s=
H 1: 1- 2 < 0
2 2 (n1 1) s1 + (n2 1) s 2 n1 + n2 2
Bulunan th hesap deeri ttablo deeri mukayese edilir. t,(n1+n2-2)<th ise H0 reddedilir.
Poplasyon varyanslar bilinmiyor ancak 2 2 1 2 ve n130 , n230 ( t-testi)

2 2 1 2
ise bu tr problemlere Behrens-Fisher Problemi denir. H0: 1- 2 = 0 H 1: 1- 2 0 H 1: 1- 2 > 0 H 1: 1- 2 < 0

t= ( X 1 X 2 ) ( 1 2 )
2 2 s1 s2 + n1 n2
Bulunan th hesap deeri ttablo deeri mukayese edilir. t,v<th ise H0 reddedilir. Serbestlik derecesi aadaki formlle bulunur.
sd = v =
2 2 ( s1 / n1 + s 2 / n2 ) 2 2 2 ( s1 / n1 ) 2 ( s 2 / n2 ) 2 Yrd.Do.Dr.Yksel TERZ + n1 + 1 n2 + 1
2
97
Varyanslarn Homojenlik Testi : i.) Bartlett Homojenlik Testi i2 , i = 1,2,..., t t adet varyansn homojenlik kontrol iin, sfr hipotezi:
2 2 H 0 : 1 = 2 = K = t2
t 1 2 2 U = log e i log e C i =1
2 U > ( t 1)
( )
( )
Eer hesaplanan U deeri

= i ,
i =1 t
ise Ho reddedilir. Burada
i i2 2 =
t grubun her grubunun serbestlik derecelerini gstermektedir. 1 t 1 1 C =1+ 3( t 1) i =Yrd.Do.Dr.Yksel TERZ 1 i

i = df i
98
ii. Levens in Varyans Heterojenlik Testi Denemede (k) tane grup varsa bu gruplarn varyanslarnn heterojenliini test iin kullanlan basit bir testtir. Bartlett testine benzemektedir, ancak hesab biraz daha kolaydr.
W= (N k) (k 1)
n (Z . Z (Z
i =1 j =1 i =1 k ni i i ij
2 ..
)
2
Z i. )
Burada k: muamele grup says, ni: i nci gruptaki gzlem saysdr, ve Zij hesaplanrken ortalamaya gre, medyana gre veya budanm ortalamaya gre hesaplanabilir. yle ki; Zij = Yij Yi. , Yi. : i nci grubun aritmetik ortalamas
~ Zij = Yij Yi.
, ,
~ Yi. : Yi : .
i nci grubun medyandr. i nci grubun budanm ortalamasdr.

99
Zij = Yij Yi .
Z i. :
Yrd.Do.Dr.Yksel TERZ i nci grubun ortalamasdr, Z.. ise genel ortalamadr.
ki Bamsz rnek iin T testi
100
rnek: Psikolog uykunun hatrlama zerine etkisini aratryor. Gnde 12 saat uyuyan 12 renci ile gnde 5 saat uyuyan dier 12 renciye hatrlama testi uyguluyor. Ald puanlar aadaki ekilde belirleniyor. 8 saat uyuyanlar: 40 5 saat uyuyanlar:30
H 0 : 1 = 2 H 1 : 1 2
= 0, 05 ,
n1 = 6 ,
45 35
52 48
veya
n2 = 6
61 52
65 54
75 60
H 0 : 1 2 = 0 H 1 : 1 2 0
101
Tests of Normality Kolmogorov-Smirnov Statistic df Sig. ,140 6 ,200* ,273 5 ,200*

a
puan
grup 1 2
Shapiro-Wilk Statistic df ,973 6 ,894 5
Sig. ,910 ,378
*. This is a lower bound of the true significance. a. Lilliefors Significance Correction
P1=0,910>0,05 P2=0,378>0,05 Veriler normal dalldr.
102
Group Statistics grup 1 2 N 6 5 Mean 56,33 46,20 Std. Deviation 13,110 12,969 Std. Error Mean 5,352 5,800
puan
Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means 95% Confidence Interval of the Difference Lower Upper -7,739 -7,821 28,006 28,088
F puan Equal variances assumed Equal variances not assumed ,008
Sig. ,929
t 1,283 1,284
df 9 8,678
Sig. (2-tailed) ,232 ,232
Mean Difference 10,133 10,133
Std. Error Difference 7,901 7,892
Homojenlik Testi : p=0,929>0,05 varyanslar homojendir. Independent t-test: p=0,232>0,05 H0 kabul. Ortalamalar arasnda fark yoktur. Yani 8 saat uyuyan renciler ile 5 saat uyuyan rencilerin not ortalamalar arasnda %5 nem seviyesinde istatistiksel olarak nemli bir farkllk yoktur.
ki Baml (Eli) Anaktle Ortalamas Arasndaki Farkn Hipotez Testi Ayn fert zerinde farkl zamanlarda lmler alndnda ve bunlarn karlatrlmas sz konusu olduu durumlarda baml (eli) grup ortaya kar. Eletirilmi fertlerle yaplan testlerde kullanlan test istatistii daha nceki grup karlatrmalarnda kullanlanlardan daha farkldr. nk grup karlatrmalarnda X1 ile X2 deikenlerinin birbirinden bamsz olduu varsaylmaktayd. Eletirilmi gzlemlerde ise X1 ve X2 lmleri ayn birey zerinde veya ok benzer bireyler zerinden yapld iin baml olacaktr. Yani n1 = n2 = n (gzlem 104 ifti says ) olacaktr. Yrd.Do.Dr.Yksel TERZ
ki Baml rnek iin T testi
105
P<0.01 olduundan yokluk hipotezi reddedilir. Yani ilk arlk deerleri ile son arlk deerlerinin ortalamalar birbirinden nemli lde farkldr.
106
rnek:Yryten nceki ve sonraki PEFR deerleri arasndaki fark: Hasta 1 2 3 4 5 6 7 8 9 nce (PEFR) 312 242 340 388 296 254 391 402 290 Sonra (PEFR) 300 201 232 312 220 256 328 330 231 Fark (nce-sonra) 12 41 108 76 76 -2 63 72 59
107
Paired Samples Statistics Mean Pair 1 BEFOR AFTER 323,889 267,778 N 9 9 Std. Deviation 59,8257 50,0069 Std. Error Mean 19,9419 16,6690
Yryten nceki ve sonraki PEFR deerleri arasndaki fark: Farklarn ortalamas = 56.111111 (n = 9) n Standart sapmas = 34.173983 di Standart hatas = 11.391328 d = i =1 = 56.11
108
VARYANS ANALZ (ANOVA) kiden ok rnek ktle ortalamalarnn karlatrlmasnda kullanlr. Bu yntemle toplam deimeye katkda bulunan eitli deiim kaynaklarnn deikenler aras etkileimi ve deneysel hatalar incelenir. Varyans analizi tek ynl ve ok ynl olarak uygulanabilir. Tek ynl varyans analizi elle hesaplanabilir, ancak ok ynl varyans analizi iin bilgisayar kullanlmaldr. Bu yntemle ilgili aadaki hususlara dikkat edilmelidir: 1. Gruplardaki bireyler birbirine benzer ve homojen olmaldr. 2. Gruplar birbirinden bamsz olmaldr. Baml gruba uygulanmaz. 3. Veriler lmle belirlenmi srekli karakter olmaldr. 4. Gruptaki denek saylar birbirine eit veya yakn olmaldr. Bu artlar salanamad zaman nonparametrik karl "Kruskal Wallis varyans analizi" uygulanmaldr.
F- Testi Tm gruplar bir arada ele alarak aralarnda anlaml bir fark bulunup bulunmad F testi ile yaplr. Normal dalan bir anaktleden rasgele ekilen birbirinden farkl n hacimli rneklemlerin istatistiklerinden ki-kare istatistiklerini verir ve bunlarda ki-kare dalmn meydana getirmektedir.
( X1 X ) 2
( X 2 X )2
+L+
( X n X )2
2 2 2 = Z1 + Z 2 + L + Z n =
i =1
Z i2
Benzer ekilde normal dalan iki farkl anaktleden n1 ve n2 hacimli btn mmkn rasgele rneklemler seilip ayn ilemler yaplrsa, v1= 2 n1-1serbestlik dereceli 12 dalm ve v2= n2-1 serbestlik dereceli 2
2 dalm olmak zere iki dalm ortaya kar. 12 ve 2 istatistikleri kendi serbestlik derecelerine blnp birbirine oranlanrsa F istatistii elde edilir. 2 1 / v1 H 0 : 1 = 2 = K = k F= , 2 H1 : 1 2Yrd.Do.Dr.Yksel(TERZaz iki ortalama farkl) 110 K k En / v2
Varyasyon Kayna VK Gruplar aras Gruplar ii Genel
ANOVA TABLOSU Kareler Serbestlik Kareler Ortalamas Toplam Derecesi KT SD KO GAKT k-1 GAKO=GAKT/(k-1) GKT=HKT n-k HKO=HKT/(n-k) GnKT n-1 GnKO=GnKT/(n-1)
F Testi F GAKO/HKO
Burada GAKO gruplar aras varyanstr. Gruplar aras varyans gruplarn ortalamalar arasndaki farklardan doan deikenlii ler. Gruplar aras varyans ne kadar byk ise, grup ortalamalarnn birbirinden farkl olma olasl o kadar fazladr. HKO ise gruplar ii varyanstr. Gruplar ii varyans her gruptaki deerler arasndaki varyans ifade eder ve rasgele nedenlere bal olan deikenlii ler. Gruplar ii varyans ne kadar byk ise, grup ortalamalarnn birbirinden farkl olma olasl o kadar azdr. GnKO ise toplam varyans gsterir. Toplam varyans gruplar aras varyans ile gruplar ii varyansn toplamna eit deildir.
GnKT = X
2
X
n
( X j ) 2 ( X ) 2 , HKO = GnKT GAKT , GAKT = nj n j =1

k
oklu Karlatrma Testleri Varyans analizi ile k tane grup arasnda farkllk olup olmad aratrlr. Eer gruplar arasnda farkllk varsa, hangi gruplar arasnda fark olduu oklu karlatrma testleri (post-hoc test) ile yaplr. eitli oklu karlatrma testleri bulunmaktadr. Bu testler ayn sonucu vermeyebilir. 1. LSD Testi (En Kk nemli Fark Testi) s2 ortak varyans olmak zere (yani varyanslar homojen) LSD testi aadaki gibi bulunur. s2=HKO ,t(n-k), tablo deeri ve r tekerrr says olmak zere:
2s 2 LSD = t r
Eer nler farkl ise

LSD = t HKO HKO + n1 n2
LSD deeri her grubun ortalama farklar ile karlatrlr. LSD deeri kk ise o ortalamalar birbirinden farkldr. LSD testi deneme bana hatay korumaz.
2. Bonferroni Testi Varyanslar homojen ise kullanlr. Test balangcnda tye blnr ve tm alma sonunda toplam hata 0.05 olur. 3. Tukey Testi Varyanslar homojen ise kullanlr. Tukey testi deneme bana hatay korur. Muamele says arttka deneme bana hata artmaz. Ancak Tukey testi kk farklara nem vermez.
s2 W = q ,t ,v r
Burada t muamele saysn, v hata serbestlik derecesini, r tekerrr saysn ve s2 de HKO gstermektedir. 4. Dunnett Testi Varyanslar homojen ise kullanlr. Uygulama gruplarnn her biri kontrol grubu ile karlatrlr. Uygulama gruplarn birbirleriyle karlatrmaz. 5. Scheffe Testi Gven snrlarna dayal gl bir testtir. 6. Tamhanes Testi Varyanslar heterojen ise bu test kullanlabilir.
7. Duncan Testi Sraya dizilmi ortalamalar arasndaki farkllklar ortalamann sralamadaki konumunu dikkate alarak deerlendiren bir testtir. Duncan testi birbiriyle karlatrlan ortalamalarn konumlarnn birbirine gre nemli olduu karlatrmalarda ok sk kullanlr.
114
RNEK: Bir iletmede bulunan edeer makine retimi aadaki gibidir. Bu makine arasnda fark var mdr? A B C 4 6 3 5 7 4 5 6 5 4 8 5 6 6 4 6 7 4 4 9 3 5 8 3 4 6 4 Toplam 4 5 3 x nj 47 10 68 38 150 153 (x) 853 (x2)
115
x2 227 476
10 10 30 Yrd.Do.Dr.Yksel TERZ (n)
I. Kareler toplamlarnn bulunmas: GnKT:Genel Kareler Toplam

GnKT = X
2
X ,
n
X j ) 2 ( X ) 2 , GAKT =
k ( j =1
nj
GK = GnKT GAKT
GAKT: Gruplar aras kareler toplam
GiKT: Grup ii kareler toplam
116
Serbestlik Derecelerinin Bulunmas: Genel serbestlik derecesi: GnSD= n-1 =30-1=29 Gruplar aras serbestlik derecesi: GASD=Grup says-1=3-1=2 Grup ii serbestlik derecesi: GiSD= n-Grup says=30-3=27 Kareler Ortalamasnn Bulunmas: Gruplar aras kareler ortalamas:
Grup ii kareler ortalamas:
117
Varyasyon Kayna Kareler Toplam Serbestlik Derecesi Kareler Ortalamas VK KT SD KO GA 47.4 2 23.7 Gi 25.3 27 0.937 Gn 72.7 29 ---Hipotezler: H0: Gruplar aras fark yoktur. H1: Gruplar arasnda fark vardr.
Karlatrma: FHesap=25.3 FTablo = 2.35 ; 25.3 > 2.35 olduundan H0 ret edilir. Sonu: Gruplar arasnda fark vardr. makinenin retimi arasnda anlaml bir fark bulunmutur. Bundan sonra gruplar ikier ikier karlatrlr. Bu karlatrmada t testi kullanlr. Bu ekilde karlatrlan ortalamalar sralanr ve nem denetimi yaplr.
118
nce verilerin normallik testi yaplr. Ondan sonra ANOVA ya baklr.
119
120
P=0.222>0.05 olduundan varyanslar homojendir.
P=0.000<0.01 olduundan en az bir grup ortalamas dierlerinden farkldr.
H0 : A=B=C
Mean difference ksmnda * iaretli grup ortalamalar birbirinden farkldr. Yrd.Do.Dr.Yksel TERZ 122 Buna gre A ile B ve B ile C grup ortalamalar birbirinden farkldr.
K YNL VARYANS ANALZ (TWO-WAY ANOVA) ki ynl varyans analizi, deney birimlerini iki lte gre snflayabildiimizde veya etkileri farkl deneysel materyallere uyguladmzda aklmza gelmelidir. Bu tr tasarmda snflama lt etki olurken, farkl deneysel materyaller ise blok adn alr. Ama etki ortalamalarnn blok etkilerinden bamsz olmasn salayarak, bloklar nedeniyle ortaya kan deikenlikten hata deikenliini ayrmaktr. Bunun iin deney birimlerinin homojen bloklarda toplanmas gerekir. 2 ynl ANOVAda etkileime de baklr. Etkileimle 2 faktrn dnda aklanamayan ancak bu iki faktrn kombinasyonlar ile aklanan farkllk renilebilir. Varsaymlar i. kn tane anaktlenin dalmlar normal dalma sahip olmaldr. ii. Etkilerle bloklar arasnda etkileim yoktur.
X ij = + i + j + eij
: Bilinmeyen bir sabit i : Deney birimi i blouna dtnde blok etkisi j:
Deney birimi jinci etkiyi aldnda ortaya kan etki Yrd.Do.Dr.Yksel TERZ 123 eij : Etki ve blok dndaki tm deikenlik kaynaklarn gsteren artk
Deikenlik Kayna
Serbestlik Derecesi
Kareler Toplam
Kareler Ortalamas
F Oran
Etkiler (Faktr)
k-1
SSTr
MSTr=SSTr/(k-1)
MSTr/MSE
Bloklar
n-1
SSB
MSB=SSB/(n-1)
MSB/MSE
Hata
(n-1)(k-1)
SSE
MSE=SSE/(n-1)(k-1)
Toplam
kn-1
SST
124
rnek :
Kuma rnei (Blok)

Kimyasal Tr(Etki)
1 1,2 2,3 1,7 3,4
2 1,5 2,2 1,8 4,3
3 0,4 0,3 0,5 2,0
4 1,2 4,0 1,5 2,1
5 1,3 1,1 1,9 3,5
1 2 3 4
%5 anlamllk dzeyinde kimyasallarn etkileri arasnda anlaml bir farkllk olup Olmadn inceleyiniz?
126
FIXED FACTOS : Etkileri aratrc tarafndan deil, bilinli olarak seildii faktrlerden oluan modeldir. RANDOM FACTOS : Etkileri mmkn tm seenekler ierisinden tesadfen seildii ve denemeye alnan faktrlerden oluan modeldir.
128
Kimyasal etkilere bakldnda P=0,009<0.05 olduundan kimyasallarn etkileri arasn anlaml bir farkllk vardr.
129
K-KARE TEST Gnmzde yaplan birok aratrmada nicel (saysal) deikenlerden ziyade nitel (saysal olmayan) deikenlerin dikkate alnd gzlemlenmektedir. Ayrca bazen nicel deikenler uygun biimde gruplandrma ile nitel deiken durumuna getirilebilir. te saysal olmayan (nitel) deikenlere ki-kare (2) testi uygulanr. Normal dalan bir anaktleden rasgele ekilen n hacimli rneklem iin ki-kare istatistii hesaplanr.
2 =
( X1 X ) + (X 2 X ) +K+ (X n X )
2 2 2 = Z1 + Z 2 + K + Z n = Z i2 i =1 n
130
1. Bir frekans dalmnn herhangi bir teorik dalma uyup uymadnn kontrol iin yaplan testler 2. ki veya daha fazla gruptaki oranlarn eitliinin testi iin yaplan testler 3. ki zelliin birbirinden bamsz olup olmadnn testi 4. rnek frekanslarnn homojenlik kontrol Yukardaki durumlarda 2 dal kullanlarak hipotez testleri yaplabilir. 2 dal srekli ve saa arpk bir daltr, st kuyruu daha uzundur. Genelde H1 hipotezi tek ynl olarak kurulur. Eer ift ynl kurulma mecburiyeti doarsa o zaman alt ve st blgedeki kritik red blgesi ayran tablo deerleri ayr ayr okunur. Sreksiz bir dala yaklamda kullanldnda 131 Yates Yrd.Do.Dr.Yksel TERZ
Ki-kare dalm pozitif arpk daltr.
132
K-KARE (2 )- UYGUNLUK TEST n hacimli bir rneklemin anaktleyi iyi temsil edip etmediinin veya hangi dalma sahip bir anaktleden geldii ki-kare uygunluk testi ile belirlenebilir. H0: rneklem anaktleyi temsil edebilir (rneklem dalm anaktle dalmna uygundur). H1: rneklem anaktleyi temsil edemez (rneklem dalm anaktle dalmna uygun deildir).
Gi (Gi Ti ) = = n Ti T i =1 i =1 i
2
Gi: Gzlenen frekanslar Serbestlik derecesi: v=r1

2 2 tablo
Ti: Teorik frekanslar

133
Yrd.Do.Dr.Yksel TERZ ise H0 reddedilemez.
K-KARE BAIMSIZLIK TEST Deikenlerin 2x2 yada RxC biiminde ki apraz tablolarda snflandrlmas halinde, deikenlerin arasnda bamllk yada bir deiim olup olamadn ortaya koyan testtir. ift ynl tablolarda (kontenjans tablosu) yer alan deikenlerden her ikisi nitel (saysal olmayan) veya biri nitel deiken dieri nicel (saysal) deiken arasndaki ilikiler kikare bamszlk testi ile test edilebilir. 2x2 tablolarna Pearson Kikare testi, Yates Kikare (dzeltilmi) ve Fisher Kikare (kesin) testleri uygulanr. RxC tipindeki tablolara ise Pearson Kikare testi yaplr. Serbestlik derecesi R satr says ve C stun says olmak zere (R-1)x(C1) biimindedir. H0: Deikenler birbirinden bamszdr (Deikenler arasnda iliki yoktur). H1: Deikenler Yrd.Do.Dr.Yksel TERZ birbirinden bamsz deildir 134 (Deikenler arasnda iliki vardr).
Satr S1 S2 Toplam A C
Stun C1 A C N3=A+C B D N4=B+D C2 B D
Toplam N1=A+B N2=C+D N
2 = (Gij Tij ) 2 / Tij

Burada Gij gzlenen frekanslar (A,B,C,D), Tij (A,B, C, D) ise beklenen frekanslar gstermektedir. Beklenen frekanslar satr ve stun toplamlarnn arpmnn genel toplama blnmesi ile hesaplanr. A=N1*N3/N B=N1*N4/N C=N2*N3/N D=N2*N4/N
2 Eer 2 ,sd veya P>0.05 ise H0 kabul edilir. Aksi durumda
Hipotez reddedilir.
135
Pearson Ki-kare Analizi : 2x2 tablosunda beklenen deerlerin tm 25te byk ise uygulanr. (Tij>25 ise)
2 = (Gij Tij ) 2 / Tij
Yates Ki-kare Testi : Gzlerdeki beklenen frekanslardan biri 5 ile 25 arasnda ise uygulanr. (5< Tij<<25) n<50 olduunda da Yates sreklilik dzeltmesine bavurulur. 2 = ( Gij Tij 0.5) 2 / Tij Fisher Ki-kare Testi : Gzlerdeki beklenen frekanslardan biri 5 ten kk ise uygulanr. (Tij<5)
P = ( R1!C1! R 2!C 2! ) /( N ! a!b! c! d! )

136
rnek: Bir okulda cinsiyet ile dzenli spor yapma arasnda iliki olduu iddia edilmektedir. Bu amala rasgele seilen 780 renciden elde edilen bilgiler aadaki tabloda verilmitir. Cinsiyetin dzenli spor yapma zerinde etkili olup olmadna %1 anlamllk dzeyinde karar veriniz? Dzenli Spor Yapma Toplam Yapan Yapmayan Bayan 246 122 368 Erkek 125 287 412 Toplam 371 409 780 H0: Cinsiyet ile dzenli spor yapma arasnda iliki yoktur (deikenler birbirinden bamszdr). H1: Cinsiyet ile dzenli spor yapma arasnda iliki vardr (deikenler arasnda bir bant vardr). Cinsiyet
Cinsiyet Bayan Erkek Toplam
Dzenli Spor Yapma Yapan Yapmayan 246 122 175 193 125 287 196 216 371 409
Toplam 368 412 780
(Gij Tij ) 2 (246 175) 2 (122 193) 2 (125 196) 2 (287 216) 2 2 = = + + + Tij 175 193 196 216 = 103.87
Serbestlik derecesi=(R-1)*(C-1)=(2-1)*(2-1)=1 2 2 = 103.87 > 0.01, 1 = 6.64 H0 reddedilir. Cinsiyetle dzenli spor yapma arasnda iliki vardr.
139
140
141
Chi-Square Tests Value 103,877b df Asymp. Sig. (2-sided) ,000 Exact Sig. (2-sided) Exact Sig. (1-sided)
Pearson Chi-Square 1 Continuity a 102,418 1 ,000 Correction Likelihood Ratio 106,211 1 ,000 Fisher's Exact Test ,000 ,000 Linear-by-Linear 103,744 1 ,000 Association N of Valid Cases 780 a. Computed only for a 2x2 table b. 0 cells (,0%) have expected count less than 5. The minimum expected count is 175,04.
lem sonucunda 4 hesap deeri bulunur. Bunlar Pearson, Continuity Correction (sreklilik dzeltmesi-Yates), Likelihood Ratio (Benzerlik oran) ve Fisherin exact testidir. The minimum expected count (en kk beklenen deer) 5ten kk ise Fisher, 5-25 arasnda ise Yates, 5ten byk ise Pearson Kikare deerine baklr ve yorum yaplr. Buradaki minimum beklenen deer 175,03 olduundan Pearson deerine baklr. O halde ki-kare hesap deerimiz 103,8 olur. Sd:1 P=0 < 0.05 olduundan H0 reddedilir. Yani spor yapma cinsiyete gre deimektedir.
rnek: Dilerin fralanmas ile kiilerin eitim durumlarnn arasnda bir iliki olup olmad aratrlyor. Gnde di Fralama says (0,1,2 veya daha fazla), eitim durumu (ilk retim, lise veya daha yksek) eklinde snflanyor. Her iki deikende sralama leinde deikenler olduu iin 2 bamszlk testi ile bu kontrol edilebilir. 0 1 2+ Fra Fra Fra lk okul 5 27 5 (1.78) (22.06) (13.16) Lise+ 5 97 69 (8.22) (101.94) (60.84) 10 124 74
37 171 208
143
Ho: di fralama ile eitim durumu arasnda bamllk yoktur. H1: En az bir kategoride bamllk sz konusudur.
2 =
i =1 j =1
c (G T ) 2 ij ij
Tij
Khi-Kare=5,833+1,107+5,063+1,262+0,24+1,095= 14,600 Serbestlik derecesi= (2-1)*(3-1)=2 Ho red edilir nk 2 (2,0.01)=9.21 ve 2 (k-1,) = 2 (2, 0.01)=9.21 14.60>9.21 dir. Di fralamas eitimle yakndan ilikilidir. Yrd.Do.Dr.Yksel TERZ
144
FISHERin Kesin Olaslk Testi rnek hacmi kk olduunda hcrelerin beklenen deerlerinin 5 ten byk bulunmas ok zordur, dolaysyla 2 dalna yaklam uygun olmaz. Bu nedenle 2x2 lik tablolarda hcrelerden herhangi birisinin beklenen deeri 5 den kk ise Fisherin kesin olaslk testi uygulanmas gerekir. Fisher in testi, gzlenen 2x2 lik bir tablonun kesin nem seviyesinin hesaplanmasna dayanr. Bu teste gre sra ve stun marjinal (kenar) toplamlar ve (n) deimemek koulu ile tablo ii hcre deerlerinin deiik kombinasyonlar iin sz konusu olaslklar hesaplayarak toplanr. Bu son elde edilen deer gzlenen ve daha ekstrem tablolarn elde edilme olasldr. Toplam (n) olan hcreleri a,b,c,d olan bir tablonun elde edilme olasl: I. zellik Var Yok Var a B a+b II. Yok c D c+d zellik a+c b+d n
(a + b )!+(c + d )!+(a + c)!+(b + d )! Prob(a, b, c, d) =

n!a!b!c!d!
ile hesaplanr. Birinci sra ve birinci stundaki (a) hcresinin deeri her seferinde 1 kltlerek yeni tablo ve bunun elde edilme olasl hesaplanr. Bu ilem a Yrd.Do.Dr.Yksel 145 nn deeri sfr oluncaya kadar devam edilir. TERZ
rnek: Perikardial efzyon olan ve olmayan hastalarda sigara ime durumu arasnda bir iliki olup olmad aratrlyor. 60 kii ile yaplan bir denemede aadaki tablo elde ediliyor. Sigara ime var Yok 2 23 5 30 7 53 25 35 60
Efzyon olmas
var yok
Bu tablonun elde edilme olasl:
(25)!+(35)!+(7 )!+(53)! = 0.252 Prob(a, b, c, d) =

60!2!23!5!30!
Bu tablodan 2 farkl tablo daha elde edilebilir. Sigara ime var Yok Efzyon var 1 24 olmas yok 6 29 7 53 Bu tablonun elde edilme olasl:
25 35 60
Prob(a, b, c, d) =
(25)!+(35)!+(7 )!+(53)! = 0.105

60!1!24!6!29!
Sigara ime var yok 0 25 7 28 7 53 25 35 60
yok var Bu tablonun elde edilme olasl:
Efzyon olmas
(25)!+(35)!+(7 )!+(53)! = 0.017 Prob(a, b, c, d) =

60!0!25!7!28!
147
Bu olaslklar toplanrsa, Fisherin tek ynl kesin olasl elde edilmi olur. ift ynl olaslk istenirse bunun iki kat alnr, yani p=0.688 olur. Her ne kadar sigara ienlerde efzyon oran 5/7=0.71, imeyenlerde 30/53=0.566 olsa da istatistiksel olarak P(fisher)=(0.017+0.105+0.252)=0,374>=0.05 olduundan Sigara ile efzyonun var arasnda bir iliki olmad sylenebilir.
olmas
148
Beklenen hcre Says 5den kk olanlarn oran %25 olduundan uygun biimde satr yada stun birletirilmesine gidilir. Bunun iin en uygun olan Trabzon ile Samsunun birletirilmesidir.
149
150
K-KARE HOMOJENLK TEST
ki yada daha fazla bamsz rneklemin ayn ana ktleden seilip seilmediini test eder. H0: ki rneklem ayn anaktleden seilmitir. H1: ki rneklem farkl anaktleden seilmitir.
= (Gij Tij ) / Tij

2 2
rnek: Blgesel sat yapan bir retim iletmesi 2 yeni rn gelitirerek piyasaya srmtr. Tketicilerin grlerini belirlemek amacyla bir rassal rneklem oluturulmutur. Sonular aadaki gibi bulunmutur. Seilen rneklemlerin, ayn anaktleye ait olup olmadn %5 anlamllk dzeyinde test edinizi? rnler I.rn II.rn Toplam Tketici Grleri Beenen Beenmeyen lgisiz 60 30 10 80 50 20 140 80 30 Toplam 100 150 250
H0: ki rneklem ayn anaktleden seilmitir. H1: ki rneklem farkl anaktleden seilmitir.
rnler I.rn II.rn Toplam
Tketici Grleri Beenen Beenmeyen lgisiz 60 (56) 30 (32) 10 (21) 80 (84) 50 (32) 20 (21) 140 80 30
(60 56) 2 (30 32) 2 (20 21) 2 = + + ... + 56 32 21
Toplam 100 150 250
=
2
(Gij Tij ) 2 Tij
= 1,24
Serbestlik derecesi=(R-1)*(C-1)=(2-1)*(3-1)=2 2 = 1,24 < 02.05, 2 = 5,99 H0 kabul edilir. ki rneklem ayn anaktleden seilmitir.
153
KONTENJANS KATSAYISI Nitel iki deiken arasndaki ilikini derecesini belirleyen bir katsaydr. rxc tablolarnda r>2 ve c>2 ise ki-kare deerinin gsterdii iliki dzeyini belirlemede kullanlr. ki deiken arasnda bir iliki bulunmuyorsa c=0 olur. liki yksekse c 1e yakn bir deer verir.
c=
+n
155
156
rn * tketici Crosstabulation Count tketici rn Total 1 2 Beenen 60 80 140 Bemeyen 30 50 80

Chi-Square Tests Value 1,240a 250 df 2 Asymp. Sig. (2-sided) ,538
lgisiz 10 20 30
Total 100 150 250
Pearson Chi-Square N of Valid Cases
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 12,00.
Symmetric Measures Value ,070 ,070 ,070 250 Asymp. a Std. Error ,062 ,063 Approx. T
b
Nominal by Nominal Interval by Interval Ordinal by Ordinal N of Valid Cases
Contingency Coefficient Pearson's R Spearman Correlation
1,109 1,105
Approx. Sig. ,538 ,269c ,270c
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis. c. Based on normal approximation. Yrd.Do.Dr.Yksel TERZ
157
APRAZ TABLOLARDA KORELASYON kxk apraz tablolarnda deikenler arasndaki korelasyon katsays aadaki gibi hesaplanr. Korelasyon 0-1 arasnda deerler alr.
r=
n(k 1)
158
Baml Gruplarda Ki-Kare Testi (McNemar Testi) 2x2 tablolarda bir rnek grup zerinde iki farkl uygulama yapldn (rnein baml olduunu) ve iki lm arasndaki farkn anlaml olup olmadn test eder.
(B C )2 2 =
B+C
Eer B+C<30 ise test istatistii aadaki gibi dzeltilir.
( B C 1) =
B+C
2 2 1, TERZise H0 reddedilir. Serbestlik derecesi 1 dir. Yrd.Do.Dr.Yksel h
159
rnek: 30 rencinin kurs ncesi vermi olduklar cevap dalm ile kurs sonras vermi olduklar cevaplarn deiimini incelemek istiyoruz. Veriler aadaki gibidir. Kurs ncesi sonularn kurs sonras deimesi nemli midir? Kurs ncesi Olumlu Olumsuz Toplam Kurs Sonras Olumlu Olumsuz 13 8 6 3 19 11 Toplam 21 9 30
( B C 1)2 = ( 8 6 1)2 = 0.071 2 =

B+C 8+6
2 1,0.05 = 3.84 >0.071 olduundan sfr hipotezi kabul edilir. Yani
Kurs ncesi ve kurs sonras sonular arasnda uyumluluk vardr. rencilerin kurs ncesi ve kurs sonras grlerinde deime Yrd.Do.Dr.Yksel TERZ 160 olmamtr.
161
162
once * sonra Crosstabulation Count sonra + once Total + 13 6 19 8 3 11 Total 21 9 30
Chi-Square Tests Value McNemar Test N of Valid Cases 30 Exact Sig. (2-sided) ,791a
a. Binomial distribution used.
P=0,791>0,05 H0 kabul. Grlerde bir deiiklik olmamtr.

TESTLERN UYUMU- KAPPA DEER Eer Kappa sfr ise ansn dnda bir uyum sz konusu deildir. Kappa bir ise iki test arasndaki uyumun tam olduunu ifade eder. Kappa hangi yntemin daha iyi olduunu gstermez yntemler arasndaki uyumu gsterir.2x2 lik bir tabloda Kappa hesab yaplmas: Standart Test + Alternatif Test Toplam + A C A+C B D B+D Toplam A+B C+D N
(A+D) : ki testte de ayn sonucu elde etme says O=(A+D)/N : Her iki test de ayn sonucu elde etme oran (B+C) : Her iki testte farkl sonu elde etme says E=[(A+B)/N*(A+C)/N]+[(C+D)/N*(B+D)/N] : Ayn sonucu elde etmenin beklenen ans 1-E : Beklenen gerek uyum miktar [(A+D)/N]-E : Gzlenen gerek uyum. Buradan Kappa hesaplanabilir Kappa= {[(A+D)/N]-E}/(1-E) Yrd.Do.Dr.Yksel TERZ 164
Kappa=0.5 olmas makul uyumu gsterir. Genelde Kappann 0.6-0.8 olmas iyi uyumun gstergesidir. Patalojik analiz sonucu ile BT(Bilgisayarl Tomografi) sonucu belirlenen + ve sonulardaki uyum aratrlyor. 50 hastada yaplan tetkiklerde aadaki tablo elde ediliyor. BT Sonucu + Patoloji + (A+D)/N=36/50=0.72 E=[(A+B)/N*(A+C)/N]+[(C+D)/N*(B+D)/N]=32/50*22/50+18/50*28/50=0.483 Gzlenen Gerek uyum=(Gzlenen Toplam uyum ans uyumu)=0.72-0.483=0.237 Beklenen gerek uyum=1-E=1-0.483=0.517 Kappa=0.237/0.517=0.458 Her iki test arasndaki uyumun fazla olduu sylenemez. Yrd.Do.Dr.Yksel TERZ
165
12 16 28
32 18 50
20 2 22
Uyumun Mkemmellii Kappa 0.01 den kk 0.01-0.20 0.21-0.40 0.41-0.60 0.61-0.80 0.81-1.00 Uyumun Gc ok zayf Zayf Orta Makul yi ok iyi
166
167
patoloji * BT Crosstabulation Count BT + patoloji Total + 20 2 22 12 16 28 Total 32 18 50
Symmetric Measures Value ,458 50 Asymp. a Std. Error ,114 Approx. T 3,514
b
Measure of Agreement N of Valid Cases
Kappa
Approx. Sig. ,000
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
ki yntem arasnda iyi uyum olduu sylenemez.
168
PARAMETRK OLMAYAN STATSTK TESTLER

Verilerin Dalnn Normal Dal Olmamas Durumunda Ne Yaplacaktr? Verinin dal ile ilgili varsaymda bulunmayan parametrik olmayan yntemler kullanlabilir. Varyansn heterojenlik etkisini yok etmeye al Ar gzlem deerlerini incelemeye al ki bamsz grubun karlatrlmas iin Mann-Whitney-U (Wilcoxon Sra saylar Toplam) testini kullan. Ancak bu test bamsz grup t testi kadar gl deildir. Parametrik olmayan ve Dala Bal olmayan Testler Ayrm Non-parametrik test: bir istatistik younluk fonksiyonunun parametresinin deeri ile ilgili bir hipotez kurmayan testlerdir diye tanmlar. rnek ekilen poplsyonun tam ekli ile ilgili varsaymda bulunmayan testlerdir diye tanmlar.
Parametrik Olmayan Testlerin Sakncalar Parametrik olmayan testlerde bilgi kayb vardr. rnein iaret testinde esas gzlemler deil, onlarn sadece iaretleri kullanlr. Birok parametrik olmayan testte yine esas gzlemler yerine bu gzlemlerin sra puanlar analiz edilir. Burada da esas gzlemin sahip olduu bilgi kaybolur. Bu nedenle de parametrik olmayan bir test hibir zaman gerekten uygun olarak kullanlan parametrik edeeri kadar gl olamaz. Parametrik olmayan testlerin dier bir dezavantaj poplsyonlar arasndaki gerek farklar hakknda bir ey syleyememektir. rnein iaret testinde poplasyonlar farkldr, dendiinde bu fark ne kadardr, gven snr nedir, bunlarla ilgili bilgi vermek mmkn olamamaktadr. Medyan testi yapp sonrada ortalamalar ve standart hatalarn verip bunlar farkldr, demekte doru bir kullanm ekli deildir.
PARAMETRK OLMAYAN (NONPARAMETRK) STATSTK TESTLER TEK LME RNEK LE DURUMU Binomiyal ADLANDIRMA Test 2 Tek rnek Testi KolmogorovSmirnov Tek rnek Testi Tek rnek Kou (Run) Testi SIRALAMA K RNEK DURUMU LKL BAIMSIZ RNEKLER RNEKLER Mc Nemar 2 ki-Bamsz Testi rnek Testi Fisher Kesin Olaslk Testi aret Testi KolmogorovSmirnov kirnek Testi Mann_whitneyU Testi Medyan Testi Wald Wolfowitz Kou (Runs) Testi Moses Ar Tepkiler Testi Bamsz Eli Gzlemler Gzlemler iin iin Randomizasyon Randomizasyon Testi Testi Walsh Testi K- RNEK DURUMU LKL RNEKLER Cochran Q Testi BAIMSIZ RNEKLER 2 K-Bamsz rnek Testi LKNN DERECES LE LGL STATSTKLER Olaanlk Katsays
Wilcoxon Eli Gzlemler Sra Saylar aret Testi
Spearman Sra Friedman ki- Kruskal-Wallis Tek-Ynl Saylar Korelasyonu Ynl Varyans Analizi Varyans Analizi Geniletilmi Kendal Sra Saylar Medyan Testi Korelasyonu Kendal Konkordans Katsays Kendal Ksmi Sra Saylar Korelasyonu
ARALIK
Veriler NORMAL dal gstermiyorsa ve dnm (tarnsformasyon) ile Normalletirilemiyorsa bu durumda da yine Yrd.Do.Dr.Yksel TERZ 171 Parametrik olmayan testlerden uygun olan seilerek kullanlr.
BR GRUPTA KOLMOGOROV-SMIRNOV UYUM YL TEST Bu test rasgele bir rneklemin belirli bir dalma (dzgn, normal, Poisson ve stel) ne kadar iyi uyduunu belirlemede kullanlr.
172
P=0.934>0.05 olduundan veriler normal dalldr.
173
Wilcoxon aretli Sra Testi (Wilcoxon signed ranks test) Veriler normal dalmadnda baml iki rnek arasndaki farkn nemliliini test eder. Eletirilmi t testini parametrik olmayan alternatifidir. Ortalama olarak medyan kullanlr. n birimlik rnekten elde edilen iki gzlem seti farknn medyan sfr olan toplumdan ekilmi rasgele bir rnek olup olmadn test eder. rnek: Rasgele seilen 8 bireyin ntest ve sontest puanlar aadaki gibidir. ntest Sontest ntest Sontest 53 48 51 53 47 37 67 74 38 51 74 67 48 48 48 57
175
MANN-WHITNEY U TEST Veriler normal dalmadnda bamsz iki rnein ayn meydanl poplasyondan alnm rasgele rnekler olup olmadn test eder. Bamsz iki rneklem t testinin parametrik olmayan alternatifidir. H0 :n1 ve n2 hacimli veri setleri ayn meydanl dalma sahiptir. rnek: Kaburga kr olan hastalarn ar kesici skorlar la grubu Tens grubu la grubu Tens grubu 7 15 10 14 6 14 6 12 4 17 9 14 11 16 3 17 16 16 13 16 4 16 5
177
P=0,00<0.01 olduundan ila ve tens tedavi biimleri arasnda istatistiksel olarak anlaml bir fark bulunmutur.
178
KRUSKAL-WALLIS TEST veya daha fazla bamsz grup normal dalm gstermiyorsa, bunlarn ortalamalar parametrik olmayan bir test olan KruskalWallis testi ile test edilir. Eer ortalamalar farkl karsa, MannWhitney U testi ile ikili karlatrmalar yaplr. Ancak doru bir hipotezin red edilmesi anlamna gelen I.Tip hata riskinin azaltlmas iin nemlilik seviyesi yaplacak olan karlatrma saysna blnr. Mesela nemlilik seviyesi 0.05 ise ve 3 karlatrma yaplacaksa, anlamllk seviyesi 0.05/3=0.0167 alnr. rnek : Drt gruptaki hastalarn Peak Asit deerleri veriliyor. Bu drt grup ortalamalar birbirinden farkl mdr?
A 1 4 8 4 2 4 2
B 20 3 52 18 8
C 41 22 11
D 88 41 131 110
180
p=0.005<0.05 olduundan en az bir grup ortalamas dierlerinden farkldr. Bunun iin ikili Karlatrmalar iin Mann-Whitney U testine baklr. Anlamllk seviyesi ise 0.05/3=0.00167 alnr.
p=0.033>0.0167 olduundan A ve B grubu hastalarn asit deerleri Birbirinden farkl deildir. Benzer Biimde dier gruplar ikili olarak karlatrlr.
TEKRARLI LMLERDE TEK FAKTR VARYANS ANALZ (REPEATED MEASURES) ANOVAnn aksine bu tr almalarda kullanlan deikenler bamldrlar. eit tekrarl lm tasarm yaplabilir: Ayn deneklerin belirli bir deiken asndan zamana bal olarak tekrarlanan lm yaplmas, mesela deneklerden birden fazla kan basnc iin lm alnmas buna bir rnektir. ii. Ayn deneklerin farkl tedavi biimlerine maruz braklmas, mesela ary azaltmada deiik tedavi biimlerinin karlatrlmas yaplabilir. Bu iki tasarm biimine denekler aras tasarm veya tek faktrl tasarm denir. iii. Hem zamana bal hem de tedavi biimini dikkate alan kark tasarm veya ok faktrl tasarm kullanlabilir.rnein deiik tedavi biimlerinin, hipertansiyonun zaman iindeki durumu zerindeki etkilerinin incelenmesi byle bir tasarmdr. 183 Yrd.Do.Dr.Yksel TERZ i.
TEKRARLI LMLERDE VARYANS ANALZ VARSAYIMLARI 1. Rasgele rnekleme 2. Tekrarlanan lmler 3. Her Faktr Seviyesinde Bamsz rneklemler 4. Normal anaktlelerden rneklem elde edilmesi yani faktrn her seviyesindeki deerler normal veya normale yakn olmaldr. 5. Varyans-Kovaryans Varsaym (Box M testi: P>0,05 ise kovaryans matrisleri benzerdir.), yani lm deerlerinden oluan gruplarn korelasyonu ayndr. nk ayn deneklerden tekrarlanan lm alndndan veriler arasnda bir korelasyon mevcuttur. Ayrca gruplardaki varyanslarn eit olmas gerekir. Bu varsaym nemlidir. Varyanslarn eit olup olmamasna Mauchly testi ile baklr. Eer test sonunda P>0.05 ise varyanslar eit demektir. rnek: 9 Hastann balang ve tedavi sonras kalp atmlar veriliyor. Gruplar arasnda kalp atmlar asndan fark var mdr?
Hasta 1 2 3 4 5 6 7 8 9 ila yok 94 57 81 82 67 78 87 82 90 Propranolol Plasebo 67 90 52 69 74 69 59 71 65 74 72 80 75 106 68 76 Yrd.Do.Dr.Yksel TERZ 74 82 Acebutolol 67 55 73 72 72 72 74 59 80
184
185
186
Mauchyl Sphericity (kresellik) testinde P=0.592>0.05 olduundan varyans kovaryans varsaym salanr. Eer salanmasayd Multivariate ksmndaki testlerden biri kullanlacakt.
Drt grubun kalp atmlar arasnda anlaml farkllk vardr (P<0.10). Hangi gruplar arasnda fark olduunu bulmak iin ikili karlatrmalar yaplr. Bunun iin eletirilmi T testine baklr. Ancak anlamllk seviyesi karlatrma saysna blnr (0.10/4=0.025). Mesela layok ile propranol karlatrldnda aralarnda anlaml fark olduu grlr.
188
TEKRARLI LMLERDE K FAKTR VARYANS ANALZ Varsaymlar: - Rasgele rnekleme - Tekrarlanan lmler - Bamsz rneklemler - Normallik art - varyans-kovaryans varsaym (gruplarn korelasyonu ayn olmal ve gruplardaki varyansn eit olmas) - Tm anaktle varyanslar eit olmal
189
-Graphs /Boxplot/clustered/data in chart are/Summarize os separate variable /Define/Boxes represent:haafta1, ay1, ay3, ay6/category Axis (G)/Ok
Her bir zaman periyodu eit varyansa sahiptir. (P>0,05)
Boxs M varyansn homojenlii le ilgili ok boyutlu bir testtir. Eer P>0,05 ise varyanskovaryans matrisi eittir demektir. (tedavi gruplar iin varyans kovaryans matrisi ayndr.)
Eer Mauchly testinde P>=0,05 ise univariate yaklam, deilse multivariate yaklam kullanlr. Genelde de Pillais kullanlr.
192
4 zaman grubu birbirinden nemli dzeyde farkldr. Ayrca tedavi gruplarnn zaman ile etkileimleri anlamldr (p<0,01).
193
Tedavi gruplar arasndaki fark bulmak iin tek ynl anova yaplr. Burada nem seviyesi 0,10/4=0,025 alnr.
194
NORMAL DAILMAYAN TEKRARLI LMLERDE VEYA DAHA FAZLA GRUP N UYGULANAN TESTLER: FRIEDMAN TEST Burada gruplar tekrarl lml olduundan bamldrlar. Fridman testi iin aadaki varsaymlar geerlidir: Rasgele rnekleme Tekrarlanan lmler Her gruptaki rneklemler kendi iinde bamsz olmaldr.
1. 2. 3.
H0 : Herhangi bir denek ile ilgili gzlemlerin btn muhtemel sralamalar eittir. Yada gruplardan hibirisi dierinden daha byk deer oluturmaz. rnek: Perikardiyal olan hastalarn perikart ii basn deerleri veriliyor.
Hasta 1 2 3 4 5 6 7 8 9 Tamponade 17 18 16 10 13 14 10 18 12 Orta 7 8 5 5 0 8 5 8 6 Tam 0 0 3 0 0 5 0 0 -1
195
196
P<0.10 olduundan en az bir grup dierlerinden farkldr. Bunun iin ikili karlatrmalara baklr ve anlamllk seviyesi yine karlatrma saysna blnr iin (0.10/3=0.033). kili karlatrma Wilcoxon testi kullanlr. nk gruplar bamldr.
197
KORELASYON Korelasyon analizinde iki veya daha ok sayda deiken arasnda bir iliki bulunup bulunmad, eer varsa bu ilikinin derecesi ve fonksiyonel ekli belirlenmeye allr. rnein reklamlarn sat arttrd eklinde bir dnce yaygndr. Ancak satlarn art sadece reklamlar ile aklanamaz. Nfus art, moda, fiyat rakiplerle rekabet satlar etkileyen dier nedenler olarak dnlebilir. yle ise reklamlar ile sat arasnda ilikinin olup olmad incelenmelidir.
Dorusal Korelasyon: Bir deikenin deeri artarken dier deikenin deeri dzenli artyor veya eksiliyorsa iki deiken arasndaki iliki dorusaldr. liki grafik zerinden de incelenebilir.
Korelasyon=+1
Korelasyon=-1
Korelasyon=0
199
Dorusal korelasyonun hesaplanmasnda Pearson Momentler arpm korelasyonu kullanlr. Bu formln uygulanabilmesi iin veriler en az aralkl lekle toplanmal ve sreklilik gsteren nicel bir deiken olmaldr.
Korelasyon katsaysnn deeri -1 ile +1 arasnda deiir. Sonucun +1 kmas iki deiken arasnda kuvvetli olumlu ilikinin bulunduunu, -1 ise kuvvetli olumsuz ilikinin bulunduunu gsterir. Korelasyon katsays 0 'a yaklatka ilikinin kuvveti zayflar, sfr ise iki deiken arasnda ilikinin olmadn gsterir. Yrd.Do.Dr.Yksel TERZ 200
Korelasyon katsaysnn nem denetimi: Hesaplanm olan korelasyon katsaysnn tesadfi mi yoksa gerek bir ilikiyi mi gsterdiinin belirlenmesi iin denetlenmesi gerekir.Denetim iin kurulan hipotezler H0 : j=0 ; H1 : j 0 eklinde belirlenir. Test istatistii u formle gre hesaplanr,
r:Korelasyon katsaysn belirtir.

RNEK: Aada bir iletmede gn olarak kullanlan izin (X) ile performans puanlar (Y) verilmitir. Bu iki deiken arasnda iliki var mdr? X 1 2 3 3 2 1 4 5 4 3 6 5 10 9 1 8 9 7 6 7 Sx 96 Y 14 13 12 13 11 12 12 11 14 13 12 12 10 11 14 11 10 9 12 10 Sy 236 X2 1 4 9 9 4 1 16 25 16 9 36 25 100 81 1 64 81 49 Y2 196 169 144 169 121 144 144 121 196 169 144 144 100 121 196 121 100 81 XY 14 26 36 39 22 12 48 55 56 39 72 60 100 99 14 88 90 63 72 70 Sxy 1075
36 144 49 100 Yrd.Do.Dr.Yksel TERZ Sx2 616 Sy2 2824
202
Elde edilen sonuca gre kullanlan izin miktar ile performans puanlar arasnda negatif ynl kuvvetli iliki vardr. Kullanlan izin miktar arttka performans puanlar dmektedir. Bulunan korelasyonun gerekten nemli olup olmad incelenirse
Hipotezler, H0 : j=0 ; H1 : j 0 Serbestlik derecesi :(n-2)=20-2=18 ZHesap> ZTablo; 4.8>2.1 olduundan H0 reddedilir. Sonu: Bulunan korelasyon nemlidir veTERZ Yrd.Do.Dr.Yksel tesadfi deildir.(t=4.8, p<.05) 203
204
205
REGRESYON ANALZ Regresyon analizinin temelinde; gzlenen bir olayn deerlendirilirken, hangi olaylarn etkisi iinde olduunun aratrlmas yatmaktadr. Bu olaylar bir veya birden ok olaca gibi dolayl veya direkt etkileniyor da olabilirler. Regresyon analizi yaplrken, gzlem deerlerinin ve etkilenilen olaylarn bir matematiksel gsterimle yani bir fonksiyon yardmyla ifadesi gerekmektedir. Kurulan bu modele regresyon modeli denilmektedir. Regresyon analizi incelenirken, genellikle konusunu oluturan, etkilendii olaylara deikenler ad verilir ve bu deikenlerin yer alaca matematiksel model incelenir. statistikte deikenler arasndaki ilikinin derecesini gsteren katsayya korelasyon, deikenler arasndaki ilikinin fonksiyonel eklini belirleyen denkleme ise regresyon denklemi denir.
Regresyon modelinin kullanlmas, ilgilenilen olayla ilgili olarak, bir sebep-sonu ilikisi bulunmas gerekmektedir. rnein 1990-1997 yllar arasndaki hisse senedi fiyatlarn incelersek, seilen zaman aralnda bir matematiksel model kurma gerei vardr ve bu modelde bir sebep, sonu ilikisi aranmaktadr. Sebep, hisse senedinin fiyatn ykselten veya dren unsurlardr. Faiz oranlar, ekonomik nedenler, enflasyon oranlar vs. olarak incelenebilir. Sonu ise hisse senedinin fiyatnn deimesidir. Sebep-sonu ilikisi, regresyon modeli kurulurken, baml ve bamsz deikenler olarak anlatlmaktadr. Yukardaki hisse senedi fiyat sonu olan baml deiken, faiz oranlar, ekonomik nedenler, enflasyon oranlar vs. sebep olan bamsz deikenlerdir. Regresyon analizi yaplrken kurulan matematiksel modelde yer alan deikenler bir baml deiken ve bir veya birden ok bamsz deikenden olumaktadr. Bamsz deikenler kurulacak modelde bir deikenli olarak ele alnrsa basit dorusal regresyon, birden fazla bamsz deikenli Yrd.Do.Dr.Yksel TERZ 207 olarak alnrsa oklu regresyon modeli konusunu oluturmaktadr.
Basit Dorusal Regresyon Modeli: Y = a + bX + ei oklu Regresyon Modeli: Y = a + bX1 + cX2 + dX3 + ... + ei Y: Baml deiken X1 , X2 , X3 , .... : Bamsz deikenler a, b, c, d, : Katsaylar ei : Hata terimi
( X )( Y ) XY SS XY n = b = SS XX ( X ) 2 2 X n
a = Y bX
208
BAST DORUSAL REGRESYON DENKLEMN VARSAYIMLARI 1. Bamsz deikenin deerleri sabit ve rassal olabilir. 2. Bamsz deikenin lm hatalar ihmal edilebilecek kadar kktr. 3. Her X deeri iin Y deerlerinden oluan bir alt kme vardr. Bu alt kmelerin dalm normaldir. 4. Bu alt kme deerlerinin (Ylerin) varyanslar eittir. 5. Bu alt kmelerin ortalamalar ayn doru zerindedir Bu varsaym dorusallk varsaym olarak bilinir. 1. 2. 3. 4. Hata Terimi (ei) Varsaymlar Rassal hatalarn beklenen deeri sfrdr. E( )=0 Rassal hatalarn dalm normaldir. larn olaslk dalmnn varyans sabittir. Farkl Y deerlerine ilikin rassal hatalar bamszdr.
birbirinden
209
OKLU DORUSAL REGRESYON

oklu regresyon zmlemesinde baml deiken ile bamsz deikenler arasndaki ilikiyi matematiksel modelle aklayarak, bantlar bulmak ve bamsz deikenler yardm ile baml deikenin kestirimi yaplr.
y = 0 + 1 x1 + 2 x2 + L + p x p +
Modelde ama; Bamsz deikenler yardm ile baml deikeni kestirmek, Bamsz deikenlerden hangisi-hangilerinin baml deikeni daha ok etkilediini bulmak ve aralarndaki karmak yapy tanmlamaktr.
H 0 : 1 = 2 = L = p = 0 H1 : En az bir j 0
oklu Dorusal Regresyona likin Varsaymlar

1. 2. 3. 4. 5. 6. Normal dalm Dorusallk Hata terimlerinin ortalamas sfrdr Sabit varyans Otokorelasyon olmamas Bamsz deikenler arasnda oklu balant olmamas
212
213
Collinearity Diagnostics : Bamsz deikenler arasnda dorusal bir iliki olup olmadn aratrr. Model Fit : Modele eklenen ve modelden karlan deikenler incelenir. R2 ler ve varyans tablosu analiz edilir. Durbin Watson : Otokorelasyonu test eder. 0-4 arasnda deerler alr. DW deeri 1.5-2.5 arasnda ise otokorelasyon olmadn gsterir. 0a yakn ise pozitif korelasyonu yani b katsaylarnn s.hatalarnn ok kk olduunu, 4e yakn deerler ise negatif korelasyonu yani b katsaylarnn s.hatalarnn ok 214 byk olduu anlamna gelir. Yrd.Do.Dr.Yksel TERZ
ZPRED ZRESID DRESID ADJPRED SRESID SDRESID
: : : : : :
Standartlatrlm tahmini deerler Standartlatrlm artklar (residual) Silinen artklar Dzeltilmi tahmini deerler Student artklar Student silinen artklar
Histogram ve normal probability plot ksmndan oklu normal dalm ve dorusallk varsaym kontrol edilebilir. Yrd.Do.Dr.Yksel TERZ 215
Unstandardized : Baml deiken iin modelin tahmin ettii deerler. Standardized: Tahmin edilen deerin standardize edilmi deeri Adjusted: Dzeltilmi tahmini deerler. S.E. Of mean predicrions: Tahmini deerlerin standart hatalar Distances : U nokta analizleri Mahalanobis: Bu deerin byk kmas bamsz deikenlerin u deerlere sahip olduunu gsterir. Cooks : Bir gzlemin regresyon hesaplanmasndan karlmas sonucu katsaylarn nemli oranda Prediction Intervals Mean-Individual: Ortalama tahmini-tek deieceini gsterir. bir gzlem iin tahmin aralnn iin alt Leverage values: Regresyonun uyumu zerindeki bir noktann ve st snrlar hesaplar. Yrd.Do.Dr.Yksel TERZ 216 etkisin ler.
Residuals (Artklar) Unstandardized: Gzlenen ve tahmini deerler arasndaki fark Standardized: Stndardize artklar (Pearson residuals ~N(0,1)). Studentized: Student artklar Deleted: Baml deikenin deeri ile dzeltilmi tahmini deer arasndaki fark. Studentized deleted: Silinen artn kendi standart hatasna blm Influence Statistics (etki ist.) DfBeta(s): Belli bir deikenin karlmas sonucunda oluan regresyon katsaysndaki deiim. Stan. DfBeta(s): Herhangi bir durumun karlmas sonucu regresyon katsaysndaki deiim. DfFit: Belli bir deiken karldnda tahmini deerdeki oluan deiiklik. StanDfFit: Herhangi bir durumun karlmas sonucu tahmini deerdeki Yrd.Do.Dr.Yksel TERZ 217 deiim.
D.W.=2,5 deeri 1.5-2.5 arasnda olduundan modelde Otokorelasyon yoktur. oklu Korelasyon Katsays ( R ) : bamsz deikenler ile baml deiken arasndaki ne derece iliki olduunu gsteren lye denir. Gzlenen yi deerleri ile tahmin edilen yi deerleri arasndaki korelasyon katsaysdr. R=0,937 olduka yksek bir korelasyon vardr. oklu Belirtme Katsays (R2) : Bamsz deikenlerin baml deikeni aklama yzdesidir (R2=0.878). Btn gzlemler regresyon dorusu zerinde yer alrsa R2=1, eer baml ve bamsz deiken arasnda hi dorusal iliki yoksa R2=0 olur. R2 modelin uyum iyilii lt olup, R2=0 olmas deikenler arasnda iliki olmamas anlamna gelmez. Yani deikenler arasnda dorusal iliki olmadn gsterir. Dzeltilmi R2 : Regresyon denklemine ilgisi olmayan bamsz deikenler eklendiinde, oklu belirtme katsaysnda dzeltme yaplr. rneklem R2 modelin anaktleye ne kadar uyduu ile ilgilidir. Bunun iin dzeltilmi R2 kullanlarak modelin anaktleye uyum iyilii daha iyi yanstlr. Dzeltilmi R2 aklayc deiken says ok olduunda kullanlmaldr.
2 dz
p n 1 Std.Error of the Estimate : Artklarn standart 2 = R n p 1 hatas (regresyon denkleminin s.h.) 218 Yrd.Do.Dr.Yksel TERZ n 1
ANOVA tablosu modelin bir btn olarak anlaml olup olmadn test eder. P<0,05 ise kurulan regresyon modeli anlamldr.
219
Regresyon modeli:
Y= =-58,15+0,357Ya+0,687Boy+0,655Arlk bamsz deikenlerin nem srasn Beta deerine sahip olan deiken en
Standardized Coefficients-Beta: Beta gsterir. arete bakmadan en yksek nemli bamsz deikendir. Zero-order (r) korelasyonu
: her bir bamsz deikenin baml deiken(Y) ile
Partial (ksm) : Dier tm bamsz deikenlerin Xi ve Y zerindeki etkisini arttktan sonra bamsz deiken ile Y arasndaki korelasyon katsaysdr. Part (yar ksm kor.) : Dier tm bamsz deikenlerin Xi deikeni zerindeki etkisini arttktan sonra Y ile arasndaki korelasyon katsaysdr.
Bamsz deikenlerin bazlarnn veya tmnn kendi aralarnda dorusal iliki iinde olmas durumuna oklu balant (multicollinarity) denir. Bu ifade dorusal regresyon modelinden bir sapmay ifade eder. Bu durumda parametreler iin bulunan gven aralklarnn (confidence interval) byk olmasndan dolay, o parametreler sfrdan farkl deildir. Yani aklayc deiken nemsiz demektir. Varyans enflasyon faktr (VIF) arttka regresyon katsaylarnn varyans artar. Kk Tolerance deeri ve byk VIF deeri varsa (VIF>5), bamsz deikenler arasnda oklu balant olduunu gsterir. Bu durumda deikenlerden sadece birisinin modele dahil edilmesi gerekmektedir. Tabloda boy ve arln VIF deerleri yksek, tolerance deerleri kk, ayn zamanda iki deiken arasnda yksek korelasyon vardr. Bu durumda boy yada arlk deikenlerinden biri modelden karlabilir.
Boy ile arlk arasnda yksek korelasyon vardr.
oklu balant zdeer ve durum indeksi (Condition Index) ve deiim oranlar (Variance Proportions) ile de bulunabilir. Arlk deikeninin %1lik deiimi 2. zdeerle, %21lik deiimi 3. zdeerler ve %77lik deiimi 4. zdeerle ilikilidir. Ayn zdeerde yksek oran olan deikenlere baklr. 4.zdeer sabitteki varyansn %99unu, boydaki deiimin %100n, arlktaki deiimin ise %77sini aklar. Bu bize deYrd.Do.Dr.Ykselbirbiri ile baml olduunu gsterir. ikenlerin TERZ 222 4.zdeerin en kk olmas ve durum indexinin ise en yksek olmas nemlidir.
Hata terimleri ve tahmin edilen deerler arasndaki serpme grafiinde, noktalar rasgele ve bir ylma olmadan dalmaldr. Eer noktalar bir Yrd.Do.Dr.Yksel TERZ 223 eri gsteriyorsa dorusal iliki varsaym salanmaz.
U Deerler: ZRE_1 :Standardize artklara baklr. Mutlak deerce 3den byk olan standartlatrlm hata terimi deerleri u deerler olarak kabul edilir.
224
Cook Uzakl : Etkili gzlemlerin elde edilmesinde kullanlr. Cook deeri 1 ve daha byk olan gzlemler etkili gzlem olarak nitelenir.
225
KOVARYANS ANALZ (ANCOVA)

Kovaryans Analizi, iki veya daha fazla grupta bir srekli (baml) deikenin ortalamalarnn karlatrlmas srasnda, bu deikene etki eden baka srekli deikenin etkisinin ortadan kaldrlmas veya bu etkinin artlmas maksadyla kullanlan bir tekniktir. Bu analizin avantaj sonutaki hata varyansn azaltma ve denekler arasndaki dier farkllklar dikkate alarak, grup farkllklarn ortaya koyar. Baml deikendeki deimeyi kontrol altna alarak, hata varyansn azaltr. Kovaryans Analizinde bir baml deiken olmasna karlk, birden fazla bamsz deiken ve birden fazla covariate (kod deiken) olabilir. grup hastann salk durumu karlatrldnda ve ya da nemli olarak grlyorsa, ya deikeni kontrol altnda tutularak ANCOVA yaplabilir. Bylece yataki deimelerden kaynaklanan deiiklik aklanm olur.
KOVARYANS ANALZ N VARSAYIMLAR

Gruplar bamsz olmaldr. Gruplarn varyans eit olmaldr. Baml deikenin verisi oransal veya aralkl lekli olmaldr. Baml deiken normal veya normale yakn dalm gstermelidir. Kod deiken (covariate) aralkl veya oransal veri eklinde olmaldr. Eer kod deiken nominal ise ANCOVA yaplamaz. Kod deiken ile baml deiken dorusal bir iliki gstermelidir. Bu varsaym olmazsa analizin gc zayf olur. nk hata varyans az azaltlm olur. Kod deiken ile baml deiken arasndaki ilikinin gc ve yn her grupta benzer olmaldr. Yani kod deiken ile baml deiken arasndaki iliki zerinde bamsz deiTERZ etkisi olmamaldr. 227 Yrd.Do.Dr.Yksel kenin
228
229
P=0.204>0.05 olup varyanslarn homojenlik art salanm olur.
H0: iki grup iin eim ayndr (iki gruptaki uyum skoru ile hastalk skorlar dorularnn eimi ayndr). P=0.185>0.05 olup Bamsz deiken ile kod deiken arasndaki etkileim Bamsz deiken (grup) ile baml deiken arasnda nemli deildir. Yani ve kod deiken (hastakod) ile baml deiken iki grup iin eim arasnda nemli bir iliki vardr (P<0.05). ayndr.
Eer kod deiken (ortak deiken) ile baml deiken arasndaki iliki dorusal deilse, kod deiken bamsz deiken alnarak ANOVA yaplr veya dnm ile yeniden ANCOVA yaplabilir. Bunun iin etkileime baklr, burada nemsiz ktndan ANCOVA yaplabilir. Bamsz deiken (Grup) ve kod deiken (hastakod) ile baml deiken (uyumskor) arasnda nemli bir iliki vardr.
231
Gruplar karlatrmak iin, gruplarn dzeltilmi ortalamalarna akmak gerekir. Orijinal ortalamalar hemen hemen eittir (8,5 ve 8,00). Hastalk derecesi skoru dikkate alndnda ise elde edilen dzeltilmi ortalamalar ok farkldr (14,32 ve 2,17). Buda ANCOVAnn farkn gstermektedir.
GVENLRLK ANALZ (RELIABILITY ANALYSIS)
Gvenilirlik bir lme aracnda (testte) btn sorularn birbirleriyle tutarlln, ele alnan oluumu lmede trdeliini ortaya koyan bir kavramdr. lme aralarnn gvenilirliini deerlendirmek amacyla gelitirilmi yntemlere Gvenilirlik Analizi ve bu arata yer alan sorularn irdelenmesine ise Soru Analizi (Reliability and item analysis) denir. Testlerin gvenilirliini analiz etmek amacyla gvenilirlik katsaylar hesaplanmaldr. En ok kullanlan gvenilirlik katsaylar Cronbach alfa katsays ve Kuder-Richardson katsaylardr. Gvenilirlik analizi toplam puanlar zerine kurulu leklere (Likert lei) dayal aralarn gvenirliini ortaya koymaya yarayan Cronbach Alfa katsaylarn hesaplar. Temel varsaymlar: Her soru toplam skorun bir dorusal bileeni olmaldr ve lekte toplanabilirlik zelliinin bulunmas gerekir.
Cronbach Alfa Katsays : Alfa katsays lekte yer alan k sorunun varyanslar toplamnn genel varyansa oranlamas ile bulunan bir arlk standart deiim ortalamasdr. Cronbach Alfa Katsays 0-1 arasnda deerler alr. Sorular arasnda negatif korelasyon varsa Alfa katsays da negatif kar. Bu durum gvenilirlik modelin bozulmasna neden olur. kiye Blnm Yntem (Split Half) : lekte yer alan sorularn ikiye ayrlmas ve bu iki para arasnda korelasyon hesaplanmas yntemidir. Guttman Katsaylar : 6 katsay hesaplanr. Gvenirlii kovaryans yada varyans yaklam ile hesaplayan bir yaklamdr.
Paralel Yntem : Sorularn varyanslarnn eit olduu varsaym kullanlarak, en byk benzerlik gvenirlik tahminleri yaplr. Uygunluk iin ki-kare testi kullanlr. Kesin (Strict) Paralel Yntem : Soru ortalamalar ve varyanslarnn eit olduu varsaymna gre en byk benzerlik gvenirlik tahminleri yaplr. Uygunluk iin ki-kara testi kullanlr. Soru ile Btn Arasndaki Korelasyonlar Yntemi (Item Total Correlation) Bir soru ile dier sorularn toplamndan oluan btn (total)arasndaki korelasyon hesaplanmasna dayanmaktadr. Eer soru-btn korelasyon katsays dk ise, o sorunun lee katksnn dk olduu anlamna gelir. Eer soru-btn korelasyon katsays ok dk ise, o sorunun lekten karlmas gerekir.
Soru Silinirse Btn ortalamalarnn Deiimi (Means if item deleted) Eer soru lekten karlrsa bireylerin soru ortalama ve standart sapmalarnn deiimi incelenir.
Soru Silinirse Gvenilirlik Katsays (Reliability coefficient if item deleted) : Ele alnan soru lekten karldnda gvenirlik katsaysnn deiimini incelemek amacyla yararlanlan bir yaklamdr. Eer soru lekte yer almasa idi lein gvenirlii nasl deiirdi (azalr m?, artar m?) durumunu grmek amacyla hesaplanr.
Genel olarak gvenilirlik analizinde aadaki varsaymlarn dikkate alnmas gerekir: 1. Demografik ve sosyo-ekonomik sorular dnda birbiri ile ilikili en az 20 soru iermelidir. 2. Aralar en az 50 tane rasgele seilen denek zerinde uygulanmaldr. Sorulara verilen cevaplarn toplanabilir zellikte (additivity 236 assumption) olmas gerekir. Yrd.Do.Dr.Yksel TERZ
237
Item : soru
Scale : lek
F test, Friedman chi-square, Cochran chi-square Model uyumu ve sorularn uyumluluu iin ANOVA tablosu seeneklerinden birisi seilir. Tukeys test of additivity : lekte yer alan sorularn bir toplamsal lek oluturacak biimde hazrlanp hazrlanmadn, sorularn skorlarnn toplanabilir olup olmadn test eder. Interclass correlation coefficient: Olgular arasndaki deerlerin uyumluluunu test eder ve hesaplama modeli iin iki ynl rasgele (Two-way Random) model seilir. Mutlak uyumluluk iin test parametre deeri (Test value) sfr olarak seilir. Hotellings T-square : Soru ortalamalarnn birbirine eit olup olmadn test eder.
Alfa katsaysnn deerlendirilmesi : 0 -0,39 : lek gvenilir deil 0,40-0,59 : lek dk gvenirlikte 0,60-0,79 : lek olduka gvenilir 0,80-1,00 : lek yksek derecede gvenilir bir lektir.
Soru ortalamalarnn birbirine eit olup olmamas kavram; sorularn denekler tarafndan ayn yaklam ile alglanp alglanmadn yani sorularn zorluk derecelerinin birbirine eit olup olmaddr. lek deerlendirmede sorularn %75i orta, %12,5i kolay ve %12,5i de zor nitelikte olmaldr.
238
lekte yer alan sorularn genel ortalamas (item means) 2.8276dr. Ortalanmalarn deiim aral (range) 1.9598 olmaktadr.
Soru-Btn (item-total) korelasyonlara bakldnda -0,23 ile 0,609 arasnda deiim gsterdii grlr. Soru ile btn arasndaki korelasyonlarn negatif olmamas gerekir, hatta 0,25den byk olmas beklenir. Yrd.Do.Dr.Yksel TERZ 239
Bir sorunun lekten karlmas iin; soru silinirse Alfa katsaysnda (Alpha if Item Deleted) deiimine ve soru silinirse ortalamadaki (Scale mean if item deleted) deiimine bakmak gerekir. rnekte =0,8408 bulundu (gvenilir bir alma demektir), eer bir soru lekten karldnda alfa katsays ykseliyorsa o soru gvenilirlii azaltan bir Yrd.Do.Dr.Yksel TERZ 240 sorudur ve lekten karlmas gerekir.
Soru ortalamalarnn testi sonucunda, soru ortalamalarn farkl olduu grlmektedir (Hotelling's T-Squared = 1606,7 , Prob. = ,0000). Yani sorularn zorluk dereceleri birbirinden farkldr.
Yaplan varyans analizi sonucuna gre lek toplanabilir zellikte deildir (Nonadditivity F=447,9 P=0,0000). lmler aras deiime bakldnda da nemli bir farkllk grlmektedir (Between Measures, F=209,65 Yrd.Do.Dr.Yksel TERZ 241 P=0,0000).
FAKTR ANALZ (FACTOR ANALYSIS) Faktr analizi, birbiri ile ilikili p tane deikeni bir araya getirerek az sayda ilikisiz ve kavramsal olarak anlaml yeni deikenler (faktrler, boyutlar) bulmay amalayan ok deikenli bir istatistiktir. Faktr analizinin amac, veri setini klterek daha kolay aklanabilir hale getirmektir. Faktr analizi bir ok deikenin birka balk altnda toplanmas tekniidir. Mesela bir ankette 100 madde olsun. Anket sonucunda deneklerin; szel, matematiksel ve analitik kabiliyetleri deerlendirilmek istenmitir. Faktr analizi ile kabiliyetlerin her birisi iin faktr skoru elde edilebilir. Analiz ile ten daha az veya daha fazla birbirinden farkl faktrn olup olmad ortaya karlr. Faktr analizi uygulamadan nce, deikenlerin korelasyon matrisi incelenmelidir. Mutlak deerce 0,4den kk olan deikenin analize dahil edilmesi uygun olmayabilir.
Aklayc (exploratory) ve dorulayc (confirmatory) olmak zere iki tr faktr analizi yaklam vardr. Aklayc faktr analizinde, deikenler arasndaki ilikilerden hareketle faktr bulmaya ynelik bir ilem; dorulayc faktr analizinde ise deikenler arasndaki ilikiye dair daha nce saptanan bir hipotezin yada kuramn test edilmesi sz konusudur. SPSSde faktrlerin ortaya karlmas deiik metotlar kullanlr. Bunlardan en yaygn kullanlan Temel Bileenler (Principal Components) metodudur. Bu metotla btn deikenlerdeki maksimum varyans aklayacak varyans hesaplanr. Kalan maksimum miktardaki varyans aklamak iin, ikinci faktr hesaplanr. Bu sre deikenlerdeki btn varyansn aklanmasna kadar devam eder. Ancak ok faktrn olmas iyi deildir. Bunun iin z deer (eigenvalue) kullanlarak, analizde ka faktrn kullanlacana karar verilir.
Faktr Analizinin Admlar : 1. Btn deikenler iin korelasyon matrisi hesaplanr.Birbiri ile ilikisiz olan deikenler belirlenir. Bylece faktr modelin uygunluu deerlendirilir. 2. Faktr says belirlenir. Bu admda seilen modelin veriye ne kadar uyumlu olduu tespit edilir. 3. Rotasyonla faktrler dntrlerek, daha iyi yorumlanmas salanr. 4. Her vaka iin faktrn skoru hesaplanr. m kadar nemli faktr bamszlk, yorumlamada aklk ve anlamllk iin bir eksen dndrmesine (rolation) tabi tutulur. Eksenlerin dndrlmesi sonrasnda maddelerin bir faktrdeki yk artarken, dier faktrlerdeki ykleri azalr. Dik (orthogonal) ve eik (oblique) olmak zere iki tr dndrme yaklam vardr. Dndrme sonunda deikenlerle ilgili toplam varyans deimezken, faktrlerin akladklar varyans deiir. Soysal bilimlerde genellikle dik dndrme tercih edilir. Yani faktrler eksenin konumu deitirilmeksizin (90 derece) dndrlr. Dik dndrme tekniklerinden en sk kullanlan varimax ve quartimaxdr. Bu teknikler maddelerin yklerini bir faktrde 1e, dierlerinde ise sfra yaklatrmay Yrd.Do.Dr.Yksel TERZ 244 amalar.
245
Correlation Matrix Correlation YONTEM1 YONTEM2 YONTEM3 YONTEM4 YOMTEM5 YONTEM6 YONTEM7 YONTEM8 YONTEM9 YONTEM10 Sig. (1-tailed) YONTEM1 YONTEM2 YONTEM3 YONTEM4 YOMTEM5 YONTEM6 YONTEM7 YONTEM8 YONTEM9 YONTEM10 YONTEM1 1,000 ,559 ,521 ,445 ,426 ,447 ,455 ,345 ,203 ,294 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 YONTEM2 ,559 1,000 ,568 ,554 ,407 ,449 ,508 ,402 ,246 ,305 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 YONTEM3 ,521 ,568 1,000 ,560 ,517 ,456 ,511 ,416 ,322 ,340 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 YONTEM4 ,445 ,554 ,560 1,000 ,518 ,560 ,502 ,396 ,292 ,447 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 YOMTEM5 ,426 ,407 ,517 ,518 1,000 ,573 ,529 ,367 ,400 ,405 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 YONTEM6 ,447 ,449 ,456 ,560 ,573 1,000 ,609 ,393 ,351 ,327 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 YONTEM7 ,455 ,508 ,511 ,502 ,529 ,609 1,000 ,571 ,436 ,436 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 YONTEM8 ,345 ,402 ,416 ,396 ,367 ,393 ,571 1,000 ,348 ,500 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 YONTEM9 ,203 ,246 ,322 ,292 ,400 ,351 ,436 ,348 1,000 ,487 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 YONTEM10 ,294 ,305 ,340 ,447 ,405 ,327 ,436 ,500 ,487 1,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000
Deikenler arasndaki korelasyonlar genelde iyi gzkmektedir. 246 Yrd.Do.Dr.Yksel TERZ
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity Approx. Chi-Square df Sig. ,896 1489,003 45 ,000
KMO rneklem yeterlilii lt, gzlenen korelasyon katsaylar bykl ile ksmi korelasyon katsaylarnn bykln karlatran bir indekstir. KMO lt 0,9-1,0 arasnda mkemmel, 0,8-0,89 arasnda ok iyi, 0,7-0,79 arasnda iyi, 0,6-0,69 arasnda orta, 0,5-0,59 zayf, 0,5de aa ise kabul edilemez. rnekte 0,89 bulunmu ve ok iyi olduu sylenebilir. Bartlett testi ile korelasyon matrisinin birim matris olup olmad test edilir. H0 : Evren korelasyon matrisi birim matristir. P=0,000<0,01 olduundan yokluk hipotezi reddedilir. Yani evren korelasyon matrisi birim matris deildir. Yrd.Do.Dr.Yksel TERZ 247
Anti-image Matrices YONTEM1 YONTEM2 YONTEM3 YONTEM4 YOMTEM5 YONTEM6 YONTEM7 YONTEM8 YONTEM9 YONTEM1 ,588 -,159 -,105 8,9E-04 -5,E-02 -6,E-02 -3,E-02 -7,E-03 5,5E-02 YONTEM2 -,159 ,512 -,109 -,118 1,9E-02 -7,E-03 -6,E-02 -4,E-02 4,3E-03 YONTEM3 -,105 -,109 ,505 -,104 -9,E-02 1,7E-02 -4,E-02 -5,E-02 -5,E-02 YONTEM4 8,9E-04 -,118 -,104 ,482 -6,E-02 -,122 -4,E-03 6,3E-03 4,6E-02 YOMTEM5 -5,E-02 1,9E-02 -9,E-02 -6,E-02 ,531 -,131 -5,E-02 1,9E-02 -8,E-02 YONTEM6 -6,E-02 -7,E-03 1,7E-02 -,122 -,131 ,487 -,137 -9,E-03 -4,E-02 YONTEM7 -3,E-02 -6,E-02 -4,E-02 -4,E-03 -5,E-02 -,137 ,432 -,155 -8,E-02 YONTEM8 -7,E-03 -4,E-02 -5,E-02 6,3E-03 1,9E-02 -9,E-03 -,155 ,580 -5,E-03 YONTEM9 5,5E-02 4,3E-03 -5,E-02 4,6E-02 -8,E-02 -4,E-02 -8,E-02 -5,E-03 ,671 YONTEM10 -3,E-02 2,5E-02 2,6E-02 -,124 -5,E-02 5,0E-02 -2,E-02 -,171 -,204 Anti-image YONTEM1 ,912a -,290 -,193 1,7E-03 -8,E-02 -,112 -6,E-02 -1,E-02 8,7E-02 Correlation YONTEM2 -,290 ,898a -,215 -,237 3,7E-02 -1,E-02 -,130 -8,E-02 7,3E-03 YONTEM3 -,193 -,215 ,917a -,210 -,183 3,4E-02 -8,E-02 -9,E-02 -8,E-02 YONTEM4 1,7E-03 -,237 -,210 ,897a -,121 -,252 -1,E-02 1,2E-02 8,1E-02 YOMTEM5 -8,E-02 3,7E-02 -,183 -,121 ,924a -,257 -,104 3,4E-02 -,130 YONTEM6 -,112 -1,E-02 3,4E-02 -,252 -,257 ,891a -,297 -2,E-02 -8,E-02 YONTEM7 -6,E-02 -,130 -8,E-02 -1,E-02 -,104 -,297 ,904a -,309 -,157 YONTEM8 -1,E-02 -8,E-02 -9,E-02 1,2E-02 3,4E-02 -2,E-02 -,309 ,890a -8,E-03 YONTEM9 8,7E-02 7,3E-03 -8,E-02 8,1E-02 -,130 -8,E-02 -,157 -8,E-03 ,865a YONTEM10 -5,E-02 4,5E-02 4,8E-02 -,234 -1,E-01 9,4E-02 -4,E-02 -,294 -,327 a. Measures of Sampling Adequacy(MSA) Anti-image Covariance YONTEM10 -3,1E-02 2,47E-02 2,60E-02 -,124 -5,5E-02 4,97E-02 -1,8E-02 -,171 -,204 ,580 -5,4E-02 4,53E-02 4,81E-02 -,234 -9,8E-02 9,35E-02 -3,5E-02 -,294 -,327 ,840a
Anti-image correlation matricesin kegen elemanlar rneklem yeterliliini gsterir. Makul byklkteki deerler (buradaki gibi) iyi faktr analizi iin geerlidir.
248
Communalities Initial Extraction YONTEM1 1,000 ,614 YONTEM2 1,000 ,655 YONTEM3 1,000 ,623 YONTEM4 1,000 ,602 YOMTEM5 1,000 ,541 YONTEM6 1,000 ,561 YONTEM7 1,000 ,643 YONTEM8 1,000 ,520 YONTEM9 1,000 ,659 YONTEM10 1,000 ,660 Extraction Method: Principal Component Analysis
Bir deiken ile dier btn deikenler arasndaki oklu korelasyon katsaysnn karesi, deikenler arasndaki dorusal ilikinin bir dier gstergesidir. Bu deerlere ortak varyans (Communality) olarak verilir. Burada maddelerle ilgili olarak verilen ortak varyanslarn 0,520 ile 0,660 arasnda deitii grlmektedir. Eer dk oklu korelasyon katsays varsa, bu deiken analizden karlmaldr.
Total Variance Explained Extraction Sums of Squared Loadings Initial Eigenvalues % of Cumulative % of Cumulative Variance % Variance % Component Total Total 1 4,980 49,802 49,802 4,980 49,802 49,802 2 1,096 10,956 60,757 1,096 10,956 60,757 3 ,735 7,354 68,111 4 ,626 6,258 74,370 5 ,575 5,746 80,116 6 ,502 5,022 85,138 7 ,477 4,773 89,911 8 ,375 3,750 93,661 9 ,333 3,333 96,994 10 ,301 3,006 100,000 Extraction Method: Principal Component Analysis. Rotation Sums of Squared Loadings % of Cumulative Variance % Total 3,577 35,771 35,771 2,499 24,986 60,757
Total variance explained tablosunda, rotasyona tabi olmam faktrlerin genel zellikleri vardr. Analizde 10 deikenin zdeeri 1den byk olan iki faktr altnda toplanmtr. Bu iki faktrn lee ilikin akladklar varyans %60,757 dir.
250
Scree Plot
6 5 4 3
Eigenvalue
2 1 0 1 2 3 4 5 6 7 8 9 10
Component Number
ekilde z deerlerin nispi deerleri verilmitir. Burada her faktr ile ilikili toplam varyans gsterilmitir. Grafikte 1 ve 2. faktrden sonra belli bir dme olduu grlmektedir. Dolaysyla faktr says 2 olarak tespit edilir. 3 ve dier faktrlerden sonra nemli bir d eilimi grlmemektedir. Yani nc ve sonraki faktrlerin varyansa katklar Yrd.Do.Dr.Yksel TERZ 251 birbirine yakndr.
Component Matrix a Component 1 2 YONTEM7 ,797 8,8E-02 YONTEM4 ,759 -,161 YONTEM3 ,749 -,249 YONTEM6 ,743 -9,E-02 YOMTEM5 ,736 1,6E-02 YONTEM2 ,717 -,374 YONTEM1 ,670 -,406 YONTEM8 ,668 ,272 YONTEM10 ,629 ,514 YONTEM9 ,557 ,590 Extraction Method: Principal Component Analysis a. 2 components extracted.
Rotated Component Matrix
Component matrix tablosunda birinci faktr yk deerlerinin tamam 0,557nin zerindedir. Bu bulgu lein genel bir faktre sahip olduunu gsterir.
Component 1 2 YONTEM2 ,798 ,132 YONTEM1 ,779 7,8E-02 YONTEM3 ,748 ,251 YONTEM4 ,703 ,327 YONTEM6 ,648 ,375 YONTEM7 ,584 ,549 YOMTEM5 ,578 ,455 YONTEM9 9,1E-02 ,807 YONTEM10 ,194 ,789 YONTEM8 ,370 ,619 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 3 iterations.
Faktr dndrme sonular (rotated component matrix) incelendiinde, 17 maddelerin ilk faktrde, 8-10 maddelerin ise ikinci faktrde daha yksek deerler verdii grlmektedir. 7. madde iki faktrde de yksek kmtr (0,578 - 0,549) . Bu yzden lekten karlmas daha uygun olacaktr. 7.madde analizden karlp Yrd.Do.Dr.Yksel TERZ 252 yeniden analiz yaplr.
KOHORT (PROSPEKTF- LER YNELK) ALIMA
Kohort baz ortak zellikleri olan bir grup insan ifade eder. Bu insanlar almann yapld bir dnem iin bir grubun yesi gibi dnlr. kohort almalarda genelde ne olacak? Sorusu sorulur. Bu nedenle de bu almalar ileriye ynelik (prospective) almalardr. Sebepten sonuca doru gidilir ve risk faktr bilinir. Mesela sigara ien annelerin dk doum yapp yapmamasnn ileriye dnk aratrlmas bir kohort almasdr. Aratrc alma balarken deneklerini belirler, sonra bunlarn risk faktrne sahip olup olmadn veya maruz kalp kalmadn belirler. Risk faktrne maruz kalanlar ve kalmayanlar belirli bir sre takip edilir. Bu tip almalarda etkenin sonuca bantsnn bir ls olarak hesaplanan greli risk oran (Relative Risk 253 Ratio=RR) kullanlr. Yrd.Do.Dr.Yksel TERZ
Zaman
almann balama zaman Hastala sahip
Hastalksz
Maruz kalan
Hastala sahip
alma iin seilen grup
Maruz kalmayan (kontrol) Hastalksz
254
Relatif Risk=RR: Etkenle olay arasndaki ilikinin derecesini ler. Risk etkeni olan grupta hastaln ortaya kma insidansnn, risk etkeni olmayan grupta hastaln ortaya kma insidansna orandr. RR>1 ise risk etkeninin hastaln ortaya kmasnda etkisi olur. RR<1 ise etken hastaln ortaya kmasn nler. Toplam Risk faktr-Biliniyor Sonu-Akcier Kanseri(Sigara me) Bilinmiyor Hasta (H+) Salam(H-) Evet (R+) A B A+B C D C+D Hayr (R-) Toplam A+C B+D N
A /( A + B ) RR= C /(C + D) =(Sigara
ienlerde
kanser
olanlarn
255
oran)/(Sigara imeyenlerde kanser olanlarn oran)

RNEK :
Sigara var(+) Sigara Yok(-) Hasta-Kanser A=100 B=900 A+B=1000 Salam C=50 D=950 C+D=1000 A+C=150 B+D=1850 N=2000
A /( A + B) 100 /(1000) RR = = =2 C /(C + D) 50 /(1000)

Sigara ienlerin akcier kanseri olmas riski, sigara imeyenlere gre 2 kat daha yksektir.
256
257
RR =
A /( A + B ) 100 /(1000 ) = =2 C /(C + D ) 50 /(1000 )
258
VAKA-KONTROL (RETROSPEKTF= GERYE DNK) ALIMA

Vaka-kontrol almalar genelde bir sonucun varl veya yokluu ile balar ve geriye dnk olarak sebepleri ve risk faktrlerini belirlemeye alr, yani genelde geriye dnk (retrospective) almalardr. Vaka-Kontrol almalarnda risk faktr bilinmez ve sonutan sebebe doru gidilir. rnein dk doum yapan annelerin sebeplerinin aratrlmas bu tip bir almadr. Bu tip almalarda, vaka bir hastaln veya sonucun var olduu kiileri temsil eder. Kontroller ise sz konusu hastala veya sonuca sahip olmayan kiilerden oluur. Hem vaka, hem de kontrol olanlarn gemileri incelenerek vaka olanlarda risk faktrleri belirlenmeye allr.
Vaka-kontrol tr aratrma nadiren grlen hastalklarn nedenlerinin saptanmasnda ilk ba vurulacak aratrma yntemidir. nk Bu tip hastalklara sahip olan kiileri hemen bulmak zor ve bunu takip iin geen zaman ok uzun olaca iin daha ziyade kaytlar taranarak yaplr. Takip gerektirmedii ve faktrle ilgili bilgilerin geriye dnk saptanabilmesi nedeni ile kohort tr aratrmalara gre daha ksa zamanda bitirilir, maliyeti dktr. Bu tip bir aratrma sonucu elde edilen veriler zerinde faktrlerden hangisinin hastalk iin nemli risk faktr olduunu bulmak iin lojistik regresyon, faktrle hastalk arasndaki ilikinin tespiti iin Khi-kare analizi, Odd Oranlar(Odds Ratios) hesaplanabilir. Bu tip almalar iin salkl veri kaytlar gereklidir. Hasta ve kontrol gruplarnn seiminde grubunu temsil etme zelliine ok dikkat edilmelidir. Yrd.Do.Dr.Yksel TERZ 260
Zaman Maruz kalan almann balangc
Vakalar
Maruz kalmayan
Maruz kalan
Kontroller Maruz kalmayan
261
Bu tip almalarda bant greli oran (Odds Ratio=OR) kullanlr. OR ye olaslklar oran da denir. Biliniyor Salam (H-) Bilinmiyor Hasta (H+) Etken Var (R+) A B A+B Etken Yok (R-) C D C+D A+C B+D N OR=(a/c)/(b/d)=ad/bc Etken ile hastalk arasnda ne densel bir bant bulunmuyorsa, her iki toplulukta (vaka-kontrol) da etkide kalarak hasta olanlarn oranlar eite yakn olacak ve dolays ile OR=ad/bc1 olacaktr. Eer etken ile hastalk arasnda pozitif bir bant varsa OR>1 olacaktr. Etkenin koruyucu olduu durumlarda OR<1 olacaktr. Bu yargya varmadan nce bantnn ne mlilik testi yaplmas gerekir. 2 veya Fisherin testi ile bu anlamllk kontrol edilir. Bu ne mli bulunmu ise OR ile yorumlamaya geilir. Bu yorumlama yaplrken sadece ORnin 1 den byk olduuna baklmaz, ayn zamanda ORnin alt ve st gven snrlarnn her ikisinin de 1 den byk olmas gerek gl bantnn olduu yorumunu getirir. Bu nedenle ORnin 262 gven Yrd.Do.Dr.Yksel TERZ snrlarnn hesaplanmas da gerekir.
rnek(vaka-kontrol): Kanser Var (H+) Yok (H-) 36 91 127 156 1040 1196 192 1131 1323
Alkol
Var (R+) Yok(R-)
2 =21.67< 3.84 Alkol kullanm ile kanser arasnda nemli bir bant var. OR=(A*D)/(B*C)=(36*1040)/(91*156)=2.63 Alkol kullanm kanser olumasnda 2.63 kat daha etkin olduunu gstermektedir.
264
OR=(A*D)/(B*C) =(36*1040)/(91*156)=2.63
265
LOJSTK REGRESYON
Baml deiken mutlaka ikili sonucu olan (dikotom) deiken olduunda (sa-l) Lojistik regresyon kullanlr. Ayrca bamsz deikenlerinde genelde srekli olmas istenir. Lojistik regresyonda odds oran kullanlr. Odds oran, olma ihtimalinin olmama ihtimaline oran olarak tanmlanr. Aklayc deikenlere gre cevap deikeninin beklenen deerleri olaslk olarak elde edilen bir regresyon yntemidir. Normal dalm varsaym yoktur. Bir olayn ihtimali aadaki gibi bulunur. Lojistik regresyonda temel yntem vardr. 1. kili lojistik regresyon (Binary logistic): kili cevap ieren baml deikenlerle yaplan lojistik regresyon analizidir. Ortak deikeler srekli olmaldr. 2. Sral lojistik regresyon (ordinal logistic) : Cevap deikenin sral lekli olduu durumlarda uygulanan bir yntem olup, en az kategorisi olmas gerekir(hafif-orta-ar gibi). 3. simsel lojistik regresyon (nominal logistic) : Cevap deikeni isimsel lekli olup, en az kategoriden olumaldr (fen-tp-eitim-iibf gibi).
1 P(Y ) = 1 + exp[(b0 + b1 X1 + b2 X 2 + L + bn X n )] = 1 1+ e
z
, z = b0 + b1 X1 + b2 X 2 + L + bn X n
rnek : Kayak yapmak isteyenlerle ilgili bir anket yaplyor. Kayak deikeni baml deiken alnm ve evet diyenler (1), hayr diyenler (0) alnmtr. Tahmin edici deikenler olarak Atletik, ykselti ve hata alnmtr. Atletik deikende 0 hi kabiliyeti olmayanlar, 10 ise ok yksek kabiliyeti gstermektedir. Ykseklikte de yine benzer ekilde kodlama yaplmtr. Hata deikeni ise evet (1) ve hayr (0) olarak kodlanmtr.
268
269
Model uyum iyilii testi: Gzlenen deerlerin tahmin edilen deerlerle karlatrmas iin -2logL deerlerine baklr. yi model gzlenen sonularn yksek ihtimallerini oluturan modeldir yani -2LL deerinin (sfra yaknsa model mkemmeldir) kk olmas gerekir. Block 0 da sadece sabitin yer ald model iin -2LL=55.0.51 bulundu. Block 1 de ise sabit ve tm bamsz deikenlerin yer ald modelin -2LL deeri 24.313 bulunmutur. Model Chi-Square sadece sabiti olan modelin -2LL deeri ile btn deikenleri ihtiva eden modelin -2LL arasndaki fark verir. Bu istatistik ile sabit hari, tm deikenlerin katsaylarnn sfr olduu yokluk hipotezi test edilir.
P=0,00<0.05 olduundan bamsz deikenlerin katsaylar sfrdan farkldr. Veri sayfasnda tahmin edilen deerlerin ihtimalleri pre_1 ve tahmin edilen grup yeleri pgr_1 ile verilmitir. Classification Table de grld gibi sadece 7 denek yanl snflanmtr. Tablodan kayak yapmama karar verenlerin %83.3, yapacak olanlarn ise %81.8i doru tahmin edilmitir.
271
Yukardaki tabloda B deerleri katsaylar olup, denein bir ii yada dierini yapma ihtimalini belirlemede kullanlr. Burada kayak yapma yada yapmama ihtimali aratrlmaktadr. htimal 0.5ten byk ise denein kayak yapmaya karar verdii tahmin edilir. B stunundaki iaretler ise ilikinin ynn gsterir. Yani daha atletik olan ve hatalarnn sylenmesini isteyenlerin kayak yapmaya istekli olduu, ykseklikten korkanlarn ise kayak yapmaya daha az eilimli olduu sylenebilir. Wald ist.=B/S.E. ile bulunur. Burada Atletik katsay nemli (P=0,006<0.05), dierleri ise nemsiz bulunmutur. Exp(B) odds oranlardr. Yani kayak yapmaya karar verenlerin ihtimalinin, kayak istemeyenlerin ihtimaline orandr. Mesela atletik kabiliyet bir birim artarsa ln odds 2,342 kat artar.
1 = 1.kii 1 + exp((3,138 + 0,851X1 0,579 X 2 + 0,363 X 3 )) = 1 = 0,9968 Yrd.Do.Dr.Yksel(TERZ 0,363(1)) 1 + exp(+3,138 0,851(10) + 0,579 0)
htimal 1e yakn olduundan, birinci kiinin kayak yapaca 272 tahmin edilir.
E kayak yapanlar, H yapmayanlar gsterir. Eer Elerin ou 0,5in sanda ve Hlerin byk ksm 0.5in solunda ise doru snflandrma Yrd.Do.Dr.Yksel TERZ 273 yaplmtr.
274
275
Exp(B)=OR>1 ise ve katsays nemli ise o deikenler nemli bir risk faktr tamaktadr. Burada tm deikenlerin doum arl zerinde etkisi yoktur. Ancak sigara imenin imemeye gre dk doum arlkl bebek doumuna 3.9 kat daha fazla olduu grlmektedir.
P(Y ) =
1 1 + exp(6,88 + 0,19Yas 1,36 Sigara + 0,027 Boy + 0,04 Kilo)
30 yanda, 170 cm boyunda, 70 kg ve sigara ien bir annenin dk doum yapp yapmayacan tahmin edelim. P(Y)<0.5 olduunda dk doum, P(Y)>=0.5 ise normal doum olmas beklenir.
P(Y ) =
1 = 0.99 Yrd.Do.Dr.Yksel TERZ 1 + exp(6,88 + 0,19 * 30 1,36 *1 + 0,027 *170 + 0,04 * 70)
276
KAYNAKLAR : zdamar K. (2002). statistik Paket Programlaryla Veri Analizi 1, Kaan Kitabevi, Eskiehir. zdamar K. (1999). statistik Paket Programlaryla Veri Analizi 2, Kaan Kitabevi, Eskiehir. Serper . (2000), Uygulamal statistik I,II. Egi Kitabevi, Bursa. Ural A., Kl . (2005). Bilimsel Aratrma Sreci ve SPSS ile Veri Analizi, , Detay Yaynclk, Ankara. Akgl A. (2003). Tbbi Aratrmalarda statistiksel Analiz Teknikleri-SPSS Uygulamalar, Ankara Kalayc . Ve ark. (2005). SPSS Uygulamal ok Deikenli statistik Teknikleri, Asil Yayn Datm, Ankara. Efe E., Bek Y, ahin M. (2000). SPSSte zmleri le statistik Yntemler II, St mam niversitesi Rektrl, Yayn NO:10, Kahramanmara.

1500

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

1500

Uploaded by

Copyright:

Available Formats

SPSS 15.

SPSS DOSYALARININ UZANTILARI

VARIABLE VIEW (DEKEN SAYFASI)

Son kullanlan sav uzantl dosyalar belirtir.

Sav uzantl olmayan dosyalar gsterir.

Excelden SPSSe Veri Aktarma

File>Open>Data Dosya trnde Excel (*.xls) uzants seilir.

SPSS ayarlarnn yapld yer.

Adlandrma leinde llen verilerin Farkllnn Testi

n.p >=5 n.q>=5

Gruplar Bamsz Deil Mc Nemar Testi

Z yaklam ile test

Beklenen Deer Kk Fisher Exact testi

Beklenen Deer Byk

Beklenen Deer Byk Khi Kare Analizi

1 veya 2 Grup Olduunda Sralama ve Aralk leindeki Verilerin Farkllnn Testi

Dal t-Eli Normal Deil karlatrma

Dal Normal Deil

Varyanslar Eit Deil n ler Eit

Wilcoxon Dnm ve Rank sum t testi testi

t-Eli Dnm ve Wilcoxon Karlatrma t testi signed ran testi

n ler eit deil serbestlik derecesi dzeltilmi t testi uygula

2 veya Daha Fazla faktr var

Tekrarlanan lml Varyans Analizi

2 Ynl veya Dier Varyans Analizleri

Tek Ynl Varyans Analizi

1 Baml 1 Bamsz Deiken Durumunda liki Bulunmas

Pearson Korelasyon Katsays

Bamsz Deiken Says 2 Veya Daha Fazla Olmas Durumu

Pie (pasta) Grafikleri

Boxplot (Kutu) Grafikleri

KUTU GRAF (BOX PLOT)

U nokta olmayan en kk deer

Frekans, Ortalamalar, Standart Sapma ve Varyansn Bulunuu

a. Multiple modes exist. The smallest value is shown

Ortalamas Farkl Normal Dallar

Variyans Farkl Normal Dallar

Normal dal erisi simetrik bir eridir.

X ~N(, 2) ise Olaslk Fonksiyonu

Bu fonksiyonda e=2,71828, =3,14159. olmaktadr.

,5 0,0 30,0 34,0 38,0 42,0 44,0 32,0 36,0 40,0

Std. Dev = 4,41 Mean = 36,4 N = 14,00

Normal Q-Q Plot of YAS

0,0 -,5 -1,0 -1,5 -2,0 28

H1 Hipotezinin Tek Ynl Red Blgesi ( 1 < 2 )

H1 Hipotezinin Tek Ynl Red Blgesi ( 1 > 2 )

H1 Hipotezinin ift Ynl Red Blgesi (1 2)

Yrd.Do.Dr.Yksel TERZ se H0 (sfr) hipotezi reddedilir.

Ancak n30 olduunda ve anaktle varyans bilinmediinde t dalm kullanlr.

2 Poplasyon varyanslar ( 1 ve 2 ) biliniyor ve 2 n1>30 , n2>30 ( Z-testi)

H0: 1- 2 = 0 H 1: 1- 2 0 Zh>Zt veya Zh<-Zt ise Ho reddedilir.

H0: 1- 2 = 0 H 1: 1- 2 > 0 Zh>Zt

H0: 1- 2 = 0 H 1: 1- 2 < 0 Zh<-Zt

Poplasyon varyanslar bilinmiyor ancak

Poplasyon varyanslar bilinmiyor ancak 2 2 1 2 ve n130 , n230 ( t-testi)

ise bu tr problemlere Behrens-Fisher Problemi denir. H0: 1- 2 = 0 H 1: 1- 2 0 H 1: 1- 2 > 0 H 1: 1- 2 < 0

Eer hesaplanan U deeri

ise Ho reddedilir. Burada

t grubun her grubunun serbestlik derecelerini gstermektedir. 1 t 1 1 C =1+ 3( t 1) i =Yrd.Do.Dr.Yksel TERZ 1 i

i nci grubun medyandr. i nci grubun budanm ortalamasdr.

Yrd.Do.Dr.Yksel TERZ i nci grubun ortalamasdr, Z.. ise genel ortalamadr.

ki Bamsz rnek iin T testi

Tests of Normality Kolmogorov-Smirnov Statistic df Sig. ,140 6 ,200* ,273 5 ,200*

Shapiro-Wilk Statistic df ,973 6 ,894 5