Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
L/O/G/OUygun Analiz Türünün Seçilmesi
Parametrik-Parametrik OlmayanTestlerT-testiVaryasyon AnaliziRegresyon AnaliziKorelasyon AnaliziWicoxon TestiKruskal Wallis...
Parametrik Testler• Ölçümle değer alınmış ve süreklilik gösteren ölçümleredenir.• Bir testte ortalama, varyans, oran vb. g...
Parametrik Test varsayımları• Örneklemin seçildiği evrenle ilgili;– Normal dağılıma sahip olmalı.– Varyanslar homojen olma...
Parametrikolmayan(Nonparametik) Testler• Parametrik olmayan testler , genellikle iki ana kütledağılımının orta noktalarını...
L/O/G/OParametrik Testler
T- TESTĠ• T testi, hipotez testlerinde en yaygın olarakkullanılan yöntemdir. t testi ile iki grubunortalamaları karşılaştı...
Tek grup "t"-Testi (one-sample test)• Bu test genellikle herhangi bir konuda belirliöngörülerde bulunulduğunda bu öngörünü...
Bağımsız iki grup arası farkların testi (IndependestSamples "t" test)• Bir araştırmada çoğu kez farklı ana kütleden eldeed...
Eşleştirilmiş iki grup arasındaki farkların testi (Paired-Samples "t" testi)• Bağımsız iki grup için farkların testi konus...
VARYANS ANALĠZĠ(ANOVA)• İki farklı grup arasında karşılaştırma yapmamızgerektiğinde t-testini kullandık. Eğer grup sayısıi...
Bağımsız Örneklem Tek YönlüVaryans Analizi• Bağımsız örneklem tek yönlü varyansanalizinde ikiden fazla grubun ortalamaları...
Bağımsız Örneklem Ġki YönlüVaryans Analizi• Belli bir bağımlı değişken üzerinde, birdenfazla bağımsız değişkenin ortak etk...
Ġlişkili Örneklem Tek YönlüVaryans Analizi• Ölçüm sayısının ikiden fazla olduğu durumlarile ikiden fazla konuya ilişkin gö...
Ġlişkili Örneklem Ġki YönlüVaryans Analizi• Bir ilacın etkilerini ölçmek için ikişer ayarayla yapılan dört farklı testin s...
Çok Faktörlü Varyans Analizi• Eğer birden fazla bağımlı değişkenin (performans,tatmin düzeyi, başarı notu vb.), birden faz...
REGRESYON ANALĠZĠ• Bağımlı değişken ile bir veya daha çok bağımsızdeğişken arasındaki ilişkiyi incelemek amacıylakullanıla...
Ġkili Regresyon• İkili regresyonda araştırmacı, bağımsızdeğişken X hakkında sahip olduğubilgilerden hareketle bağımlı deği...
Çoklu Regresyon• Çoklu regresyonda ikili regresyondan farklıolarak bağımlı değişken üzerinde birdenfazla bağımsız değişken...
KORELASYON ANALĠZĠ• Korelasyon Analizinde, bir ana kütleden seçilmiş en az iki veya dahafazla örnek grup alınarak, bu grup...
Kısmi Korelasyon• Kısmi korelasyonda incelenendeğişkenlerle ilişkili olduğu düşünülen birve ya daha fazla değişkenin budeğ...
L/O/G/OParametrik OlmayanTestler
WĠLCOXON TESTĠ• "Wilcoxon" testi eşleştirilmiş gruplara ilişkinfarklılıkların boyutlarını da dikkate alarak iki değişkenea...
Wilcoxon testi uygulanabilmesi için aşağıdakivarsayımların sağlanması gereklidir:• Rasgele örnekleme: Örneklem seçiminde t...
KRUSKAL-WALLĠS H TESTĠ• Bu test bağımsız iki yada daha çok grubun bir bağımlıdeğişkene ait ortalamalar arasında anlamlı bi...
MANN WHĠTNEY U TESTĠ• "Mann Whitney U" testini T testinin parametrikolmayan karşılığı olarak kabul etmek mümkündür.• Bu te...
BĠNOM TESTĠ• Sınıflama ölçeğiyle veri toplanmış bağımlı değişkeniçin kullanılır. Bağımlı değişken hakkındaki veriler ikidü...
KĠ KARE UYGUNLUK TESTĠ• Ki – Kare uygunluk testi ile belirli birdeğişkenin farklı kategorilerine aitgözlenen frekanslarını...
KĠ-KARE BAĞIMSIZLIK TESTĠ• Ki – Kare Bağımsızlık Testi iki değişken arasındakiilişkinin istatistiksel olarak anlamlı olup ...
FRĠEDMAN TESTĠ• İki veya daha fazla sayıdaki eşleştirilmiş örnekkitleyi karşılaştırılmada kullanılmaktadır.• Hatırlarsanız...
FRĠEDMAN TESTĠ• Verilerimizin parametrik olma şartlarınıtaşımadığı durumlarda ise bu iki test yöntemininher ikisinin de ye...
PARAMETRĠK OLMAYANKORELASYON ANALĠZĠ• Değişkenlerden birinin ya da her ikisininde aralıklı/oranlı olmadığı (ama sıralıoldu...
Upcoming SlideShare
Loading in …5
×

Veri analizi sunu

8,230 views

Published on

  • Login to see the comments

Veri analizi sunu

  1. 1. L/O/G/OUygun Analiz Türünün Seçilmesi
  2. 2. Parametrik-Parametrik OlmayanTestlerT-testiVaryasyon AnaliziRegresyon AnaliziKorelasyon AnaliziWicoxon TestiKruskal Wallis TestiMan Witney U TestiBinom TestiFriedman TestiParametrik TestlerParametrik olmayan testlerKi kare TestiParametrik olmayan Korelasyon
  3. 3. Parametrik Testler• Ölçümle değer alınmış ve süreklilik gösteren ölçümleredenir.• Bir testte ortalama, varyans, oran vb. gibi ölçülerkullanılıyorsa bu test parametrik bir testtir.• Bu testte ölçümle belirtilen karakterler vardır. Örneğin:uzunluk, ağırlık, miktar, yaş, kolesterol miktarı,kopmabasıncı vb.• Parametrik testlerin hemen hemen hepsininuygulanabilmesi için ise, en azından verilerin normaldağılıma uyması, varyansların homojen olması ve hertestte farklı olmak üzere başka koşulların da sağlanmasıgerekir.• Parametrik testler, nonparametrik testlere göre dahagüçlü ve daha esnektir.
  4. 4. Parametrik Test varsayımları• Örneklemin seçildiği evrenle ilgili;– Normal dağılıma sahip olmalı.– Varyanslar homojen olmalı.• Örneklemle ilgili;– Denekler evrenden rastgele seçilmeli.– Denekler birbirinden bağımsız olmalı.
  5. 5. Parametrikolmayan(Nonparametik) Testler• Parametrik olmayan testler , genellikle iki ana kütledağılımının orta noktalarının eşitliğini kontrol edentestler olarak bilinirler ve bağımsız örneklerin eldeedildiği iki ana kütlenin karşılaştırılmasını esasalırlar.• Ölçü yerine sıralama, sayma, işaretleme gibiişlemlerin kullanıldığı testtir.• Bu testte de sayımla belirtilen karakterler kullanılır.Örneğin: saç rengi, cinsiyet, meslek, iyileşme..• Bir testin uygulanabilmesi için gerekli koşulların neolduğu veya koşulların sağlanıp sağlanamadığıbilinmiyorsa verilerin analizinde nonparametriktestler kullanılmalıdır.
  6. 6. L/O/G/OParametrik Testler
  7. 7. T- TESTĠ• T testi, hipotez testlerinde en yaygın olarakkullanılan yöntemdir. t testi ile iki grubunortalamaları karşılaştırılarak, aradaki farkınrastlantısal mı, yoksa istatistiksel olarak anlamlımı olduğuna karar verilir.• Üç tür t testi bulunmaktadır;– Tek grup "t"-Testi (one-sample test)– Bağımsız iki grup arası farkların testi (IndependestSamples "t" test)– Eşleştirilmiş iki grup arasındaki farkların testi(Paired-Samples "t" testi)
  8. 8. Tek grup "t"-Testi (one-sample test)• Bu test genellikle herhangi bir konuda belirliöngörülerde bulunulduğunda bu öngörünün doğrulukderecesini test etmek amacıyla uygulanır.Örnek:- A okulunda çalışan 100 personelin yaş ortalamasının37 olduğu biliniyor. Rastgele seçilen 10 kişilikörneklemin yaş ortalaması 37den farklı mıdır?- Bir üniversitede okuyan öğrencilere günlükharcamalarının ne kadar olduğu soruluyor. Acabaöğrencilerin günlük harcamalarının ortalaması(öngörülen) 10 TL.den farklı mıdır?
  9. 9. Bağımsız iki grup arası farkların testi (IndependestSamples "t" test)• Bir araştırmada çoğu kez farklı ana kütleden eldeedilen gruplar arasında karşılaştırmalar yapmakgerekir.Örnekler:- Evli ve bekar öğretmenlerin aylık harcamalarıarasında anlamlı bir farklılık var mıdır?- Yönetici ve öğretmenlerin okullardaki çalışmaortamına ilişkin görüşleri arasında anlamlı bir farklılıkvar mıdır?- Yerli ve yabancı turistlerin müşteri tatminine ilişkingörüşleri arasında anlamlı bir farklılık var mıdır?
  10. 10. Eşleştirilmiş iki grup arasındaki farkların testi (Paired-Samples "t" testi)• Bağımsız iki grup için farkların testi konusuincelenirken grupların birbirlerinden bağımsızevrenlerden geldiği varsayımı kabuledilmekteydi. Ancak özellikle kontrollü vedeneysel çalışmalarda aynı deneklerin farklıdurumlarda nasıl davrandıklarının incelenmesinegerek duyulabilir. Amaç farklı iki koşulda eldeedilen sonuçların farklı olup olmadığınıaraştırmaktır.
  11. 11. VARYANS ANALĠZĠ(ANOVA)• İki farklı grup arasında karşılaştırma yapmamızgerektiğinde t-testini kullandık. Eğer grup sayısıikiden fazla ise… Bu durumda varyans analizinikullanacağız.• Varyans Analiz yöntemleri:– Bağımsız Örneklem Tek Yönlü Varyans Analizi,– Bağımsız Örneklem İki Yönlü Varyans Analizi,– İlişkili Örneklem Tek Yönlü Varyans Analizi,– İlişki Örneklem İki Yönlü Varyans Analizi– Çok Faktörlü Varyans Analizi
  12. 12. Bağımsız Örneklem Tek YönlüVaryans Analizi• Bağımsız örneklem tek yönlü varyansanalizinde ikiden fazla grubun ortalamalarıkarşılaştırılır.• Örneğin;– Evlilik hakkındaki görüşlerin medeni duruma(evli, bekar, dul) göre farklılık gösteripgöstermediğini test etmek istersek,– Farklı eğitim düzeylerindeki kadınlarınkozmetik harcamaları arasında fark olupolmadığını bulmak için bu yöntem kullanılır.
  13. 13. Bağımsız Örneklem Ġki YönlüVaryans Analizi• Belli bir bağımlı değişken üzerinde, birdenfazla bağımsız değişkenin ortak etkisiniölçmek için kullanılır.• Örnek:– Erkek ve kadın öğretmenlerin performanslarıyaşlarına bağlı olarak farklılık gösterir mi?
  14. 14. Ġlişkili Örneklem Tek YönlüVaryans Analizi• Ölçüm sayısının ikiden fazla olduğu durumlarile ikiden fazla konuya ilişkin görüşlerinkarşılaştırılmasında bu yöntem kullanılır.• Örneğin;– bir ilacın etkilerini ölçmek için ikişer hafta araylayapılan dört farklı testin sonuçlarının ya da,– öğretmenlerin A, B, C eğitim yöntemlerine ilişkingörüşlerini bu yöntemle karşılaştırabiliriz.
  15. 15. Ġlişkili Örneklem Ġki YönlüVaryans Analizi• Bir ilacın etkilerini ölçmek için ikişer ayarayla yapılan dört farklı testin sonuçlarınıİlişkili Örneklem Tek Yönlü Varyans Analiziyöntemini kullanarak karşılaştırdık.• Peki bu ilaçların etkilerinin deneklerincinsiyetlerine göre farklılık gösteripgöstermediğini Ġlişkili Örneklem Ġki YönlüVaryans Analizi kullanarak buluruz.
  16. 16. Çok Faktörlü Varyans Analizi• Eğer birden fazla bağımlı değişkenin (performans,tatmin düzeyi, başarı notu vb.), birden fazlabağımsız değişken (cinsiyet, gelir düzeyi, mezunolunan okul vb.) göre farklılaşma durumunu aynıanda incelemeniz gerekiyorsa çok faktörlü varyansanalizi yöntemini kullanabilirsiniz.• Örnek:– Bir işletmede çalışan personelin performanslarıve tatmin düzeyleri cinsiyet ve gelir durumlarınagöre farklılık göstermekte midir?
  17. 17. REGRESYON ANALĠZĠ• Bağımlı değişken ile bir veya daha çok bağımsızdeğişken arasındaki ilişkiyi incelemek amacıylakullanılan bir analiz yöntemidir.• Regresyon analizi, değişkenler arasındaki neden-sonuç ilişkisini bulmamıza imkan verir. Örneğin“yemek yeme” ile “kilo alma” arasındaki ilişkiregresyon analizi ile ölçülebilir.• Regresyon Analizi yöntemleri:– İkili regresyon– Çoklu regresyon
  18. 18. Ġkili Regresyon• İkili regresyonda araştırmacı, bağımsızdeğişken X hakkında sahip olduğubilgilerden hareketle bağımlı değişken Y’yitahmin etmeye çalışır.• Örnek;– öğretmenlerin ders işleme yöntemlerininöğrenci başarısına etkileri
  19. 19. Çoklu Regresyon• Çoklu regresyonda ikili regresyondan farklıolarak bağımlı değişken üzerinde birdenfazla bağımsız değişkenin toplu etkisiaraştırılır.• Örnek;– Öğrenme, Ortak Vizyon, Açık Fikirlilik veKoordinasyon değişkenlerinin Yenilikçi İşDavranışına etkileri
  20. 20. KORELASYON ANALĠZĠ• Korelasyon Analizinde, bir ana kütleden seçilmiş en az iki veya dahafazla örnek grup alınarak, bu gruplar arasındaki etkileşime birkatsayı yardımıyla bakılır. Bu katsayı korelasyon katsayısıdır ve r ilegösterilir.• Korelasyon analizinin yapılacağıgruplar (bunlara değişken dediyebiliriz) arasında etkileşimebakılırken, regresyon analizinde olduğu gibi bağımlı değişken veyabağımsız değişken olma şartı aranmaz.• Korelasyonuna bakılacak olan değişken gruplar ikiden fazla olsalardahi ikili olarak ele alınırlar ve bu ikili değişkenlerin etkileşimi,katsayı yardımıyla yön ve kuvvet olarak tayin edilirler.• Örnek: günlük uyku süresi ile TV izleme süresi arasındaki ilişki*** Korelasyon, neden-sonuç ilişkisinin göstergesi değildir.
  21. 21. Kısmi Korelasyon• Kısmi korelasyonda incelenendeğişkenlerle ilişkili olduğu düşünülen birve ya daha fazla değişkenin budeğişkenler üzerindeki etkisi kontrolaltında tutulur.• Örnek;– farklı bölgelerde bulunan okulların ortalamabaşarı düzeyi ile bu bölgelerin sosyo-ekonomik durumu arasında bir ilişki
  22. 22. L/O/G/OParametrik OlmayanTestler
  23. 23. WĠLCOXON TESTĠ• "Wilcoxon" testi eşleştirilmiş gruplara ilişkinfarklılıkların boyutlarını da dikkate alarak iki değişkeneait dağılımın aynı olup olmadığını test etmek amacıylageliştirilmiş bir analiz• yöntemidir.• "Paired" eşleştirilmiş "t" testinin parametrik olmayankarşılığıdır, n birimlik örnekten elde edilen iki gözlemgrubu farkının ortancası sıfır olan toplumdan çekilmişrasgele örnek olup olmadığını test eder.• Bağımlı değişkenlere ilişkin veriler;– Sayısal karakterler ile ifade edilmelidir.– Sürekli veri olmalıdır.– Aralık veya oran ölçeğindedir.
  24. 24. Wilcoxon testi uygulanabilmesi için aşağıdakivarsayımların sağlanması gereklidir:• Rasgele örnekleme: Örneklem seçiminde taraf tutulmadığısürece rasgele örneklem gerekli değildir. Ancak rasgeleörnekleme elde edilmesi örneklemden elde edilen sonuçlarınevren için genelleştirilmesi imkanı sağlar.• Farkların bağımsızlığı: Wilcoxon testi gözlemler arasındakifarklar bağımsız değil ise uygulanamaz.• Medyan ile ilgili olarak evrenin simetrik olması: İdealolarak evrenin medyanından geçirilmiş çizgi, evrenindağılımını gösteren grafiği eşit iki kısma ayırmalıdır. Eğerevren yaklaşık simetrik ise bir grupta wilcoxon işaretli sıra testihala uygulanabilir. Eğer evren simetriden çok uzak ise bu testuygulanmamalıdır.
  25. 25. KRUSKAL-WALLĠS H TESTĠ• Bu test bağımsız iki yada daha çok grubun bir bağımlıdeğişkene ait ortalamalar arasında anlamlı bir farklılık olupolmadığını tespit etmek için kullanılır. Bu test tek yönlüANOVA’nın non-parametrik karşılığıdır.• Analizde veri değerleri sıralı hale getirilir, sıra toplamları grupbüyüklüğüne bölünerek sıra ortalamaları hesaplanır ve buortalamalar karşılaştırılır.• Örnek:– Üç farklı sınıftaki (A,B ve C) en başarılı öğrencilerin, fenderslerine karşı tutumları arasında anlamlı bir farklılık var mıdır?**Bu testte ve parametrik olmayan diğer testlerde, gruplara aitölçümlerin karşılaştırılmasında aritmetik ortalama yerineortanca (medyan) değer esas alınır.
  26. 26. MANN WHĠTNEY U TESTĠ• "Mann Whitney U" testini T testinin parametrikolmayan karşılığı olarak kabul etmek mümkündür.• Bu test iki bağımsız grup için elde edilen puanlarınbirbirinden anlamlı bir şekilde farklılık gösteripgöstermediğini test etmek için uygulanır.• Örnek;– “x programına katılan öğrencilerin iletişim becerileri,böyle bir programa katılmayan öğrencilere göreanlamlı bir şekilde yüksek midir?”
  27. 27. BĠNOM TESTĠ• Sınıflama ölçeğiyle veri toplanmış bağımlı değişkeniçin kullanılır. Bağımlı değişken hakkındaki veriler ikidüzeylidir (“binomial”; örneğin, cinsiyet için Erkek-Kadın biçiminde).• Mevcut verilerin öngörülen bir sayıdan/yüzdeden farklıolup olmadığını test etmek için kullanılır.• Örnek:– Demir bir para ile yazı tura atıldığında, yazı gelme olasılığı1/2dir. Bu hipoteze dayanarak 40 defa yazı tura atılaraksonuçlar bir yere not edildiğinde, atılanların ¾’ünün yazıolması ve gözlemlenen anlamlılık derecesinin küçük(0.0027) olması durumunda, olasılığın ½ ihtimalinden uzakolması yani atılan paranın hileli olması söz konusudur.
  28. 28. KĠ KARE UYGUNLUK TESTĠ• Ki – Kare uygunluk testi ile belirli birdeğişkenin farklı kategorilerine aitgözlenen frekanslarının, beklenenfrekanslarına uygunluğu araştırılır. Buradabeklenen frekanslar birbirine eşitolabileceği gibi farklı da olabilir.
  29. 29. KĠ-KARE BAĞIMSIZLIK TESTĠ• Ki – Kare Bağımsızlık Testi iki değişken arasındakiilişkinin istatistiksel olarak anlamlı olup olmadığınıbelirlemek amacıyla kullanılır.• Bu testte diğer ilişkisel analizlerden farklı olarakilişki kurulan değişkenlerin her ikisi de Nominal(Sınıflama) ya da Ordinal (Sıralama) ölçeklidir.• Daha açık bir ifade “gelir düzeyi ile siyasi partiseçimi”, “eğitim düzeyi ile okunan gazete”, “iştatmini düzeyi (evet, kısmen, hayır) ile ücret”değişkenleri arasındaki ilişkiler Ki – KareBağımsızlık Testi ile incelenebilir.
  30. 30. FRĠEDMAN TESTĠ• İki veya daha fazla sayıdaki eşleştirilmiş örnekkitleyi karşılaştırılmada kullanılmaktadır.• Hatırlarsanız, eşleştirilmiş örneklem t-testinikullanarak; belirli bir değişkene ait deney öncesive sonrası değerlerini karşılaştırılmıştık. Ayrıcayine bu yöntemi, bir grubun ilişkili fakat farklı ikikonuya ilişkin görüşlerini karşılaştırmak içinkullanmıştık.• Ölçüm sayısının ikiden fazla olduğu durumlardaise İlişkili Örneklem Tek Yönlü Varyans Analiziyönteminden yararlanmıştık.
  31. 31. FRĠEDMAN TESTĠ• Verilerimizin parametrik olma şartlarınıtaşımadığı durumlarda ise bu iki test yöntemininher ikisinin de yerine Friedman Testinikullanabilirsiniz.• Örneğin bir ilacın etkilerini ölçmek için ikişerhafta arayla yapılan dört farklı testin sonuçlarınınya da öğretmenlerin A, B, C eğitim yöntemlerineilişkin görüşlerini Friedman Testini kullanarakkarşılaştırabiliriz.
  32. 32. PARAMETRĠK OLMAYANKORELASYON ANALĠZĠ• Değişkenlerden birinin ya da her ikisininde aralıklı/oranlı olmadığı (ama sıralıolduğunun varsayıldığı) ve normaldağılmadığı durumlarda Spearmankorelasyon katsayısı kullanılır.• Değişkenlerin aldığı değerler sırayaçevrildikten sonra ilişkilendirilir.

×