Ders Detayı

Eğitmenin Cevabı (EJDER AYÇIN)

Merhabalar, ilk başta eğitim içeriğinde olmasını planlamıştık ancak sonradan Temel SPSS eğitimi olarak kurguladığımız için o videoyu eklemedik. 17 video olarak bu eğitimi oluşturduk. Eğer Lojistik regresyon ya da başka bir konu ile ilgili herhangi bir sorunuz olursa bana mail yoluyla ulaşınız lütfen, seve seve yardımcı olmaya çalışırım. İyi çalışmalar dilerim.

Eğitmenin Cevabı (EJDER AYÇIN)

Merhabalar, Öncelikle şunu söylemeliyim. Sosyal bilimlerde çalışmalarda çoğunlukla likert tipi ölçekler kullanılmaktadır. 5'li, 7'li likert ölçeği ile elde edilen verisetinin normal dağılım testleri sonucunda, normal dağılımlı çıkma ihtimali oldukça düşüktür. Dolayısıyla videoda sadece Shapiro wilk gibi test sonuçlarına bakarak karar vermemek gerektiğini vurgulamaya çalıştım. Sizin çalışmanızda kullandığınız ölçek tipi eğer likert gibi bir ölçek ise, videoda belirttiğim diğer hususları da dikkate alarak kararınızı verebilirsiniz. Literatürde çarpıklık ve basıklık katsayılarına yönelik kaynakları da kaynak göstererek, veri setinizin normal dağıldığı varsayımı ile parametrik testler uygulayabilirsiniz. Veri sayısı çok az ise normallik testleri sonuçlarına bakarak, eğer veriniz normal dağılmıyorsa parametrik olmayan testler tercih edebilirsiniz.

Eğitmenin Cevabı (EJDER AYÇIN)

Merhabalar, Kayıp verinin olduğu verisetlerinde, bazı zaman serisi ölçümleri hesaplanamamaktadır ya da AMOS gibi programlarda düzeltici indislerle ilgili analizlerde sorun çıkabilmektedir. Dolayısıyla bu tarz analizlerde kayıp veri yerine değer atamak zorunlu bir hal almaktadır. Sizin bahsettiğiniz ise bir frekans analizidir. Dolayısıyla kayıp veriye değer atadığınızda bahsettiğiniz küsüratlı veri ile karşılaşırsınız. Bu durumu da frekans analizi tablosunda göstermek çok mantıklı olmaz. Sadece frekans analizine yönelik bir bulgu ortaya koyduğunuz bu gibi durumlarda kayıp veri analizi yapmayabilirsiniz. Frekans analizi için zorunlu bir durum değildir kısacası. Eğitimin faydalı olması ve çalışmalarınızda başarı dileklerimle...

Eğitmenin Cevabı (EJDER AYÇIN)

Analyze- Correlate- Partial menüsüne tıklanmalıdır. Ardından "Options" işlevine tıklanarak, Zero order correlation seçilmelidir.

Eğitmenin Cevabı (EJDER AYÇIN)

Parametrik test için alt grupların sayısı şu kadar olmalıdır diye net bir şey söylemem doğru olmaz. Çünkü her çalışmada anakitle büyüklüğü ve ona göre hesaplanan örnek büyüklüğü farklı olmaktadır. Bu da alt grupların büyüklüğünü değiştirecektir. Ancak verdiğiniz örnekteki gibi bir grubun 185 diğer grubun 7 olduğu bir dağılım sağlıklı değildir. Bu durumda yapacağınız ANOVA analizi sağlıklı sonuç vermeyecektir. Bu problemle karşılaşmamak için veri toplarken anakitledeki grupların büyüklüğünü dikkate alarak, örneğe eleman seçmek gerekir. Ancak araştırmalarda genellikle kolayda örneklem yöntemi tercih edildiğinden böyle sorunlar sıklıkla karşımıza çıkmaktadır. Araştırmalarınızda örneklem yöntemine özellikle dikkat etmenizi öneririm. Şu anki haliyle bir çözüm yaratmak için grupları birleştirmeyi deneyebilirsiniz. Örneğin 25 ilkokul mezunu ile 185 orta okul mezununu birleştirip, ilköğretim gibi bir kategori oluşturulabilir. Ya da araştırmanız için çok önemli bir grup değilse, çok küçük sayıdaki o grubu göz ardı ederek analizlerinizi yapınız. Araştırmanızın kısıtlılıklarında bu durumu belirtiniz. (Örneğin yeterli kişiye ulaşılamadığından lisans üstü grup analizlerin dışında bırakılmıştır gibi..) Son olarak ise ANOVA testinin koşullarının sağlayamadığınız durumlar için parametrik olmayan karşılığı olan Kruskal Wallis testini kullanabileceğinizi söyleyebilirim.

Eğitmenin Cevabı (EJDER AYÇIN)

Videoda vurguladığım üzere birden fazla husus var normallikle ilgili. Normallik testi sonuçları, histogram ve plotlar, çarpıklık ve basıklık değerleri başta olmak üzere tanımlayıcı istatistikler gibi. Bunların tümünü dikkate alarak bir karar vermenizi öneririm. Örneğin sosyal bilimler gibi alanlarda genellikle 5'li likert tipi ölçek kullanılıyor. Böyle bir verinin KS ve Shapiro wilk normallik testi sonuçlarına göre normal dağılması çok çok düşük ihtimallidir. Dolayısıyla diğer hususları dikkate alarak karar verilmesi gerektiğini vurgulamıştım. Ayrıca yine genellikle sosyal bilimlerde örneklem büyüklüğünü yüksek tutarak verilerin normal dağıldığı varsayımı ile parametrik testlerin yapıldığı birçok çalışma olduğunu görüyoruz. Öte yandan bu konuda daha katı davranıp sadece normallik testi sonuçlarını dikkate alarak karar verilen uygulamalar da görüyoruz. Uzun lafın kısası, özellikle 5'li 7'li likert gibi bir ölçekle veri topluyorsanız sadece normallik testi sonuçları ile değil, belirttiğim diğer hususların tümünü dikkate alarak bir karar vermenizi öneriyorum. Sorunuz özelinde de konuşursak, çarpıklık basıklık katsayıları videoda belirttiğim aralıkta ise parametrik testleri kullanabilirsiniz. Literatürde bu konu ile ilgili kaynaklar mevcut. Referans gösterilebilir. Bahsettiğimiz hususların hiçbiri sağlanmıyorsa, o zaman parametrik testleri düşünebilirsiniz.

Eğitmenin Cevabı (EJDER AYÇIN)

Uygun olduğunu düşünüyorum. Gerek araştırma yöntemlerinin temel kavramlarının, gerekse de SPSS ile temel analizlerin anlaşılır ve sade bir şekilde anlatıldığı bir kaynaktır.

Eğitmenin Cevabı (EJDER AYÇIN)

Öncelikle Normal dağılmayan faktörlerde yer alan sorularda uç değerler olup olmadığını kontrol ediniz. Hatalı veri girişi olmamasına dikkat ediniz. Ardından normalliğin belirlenmesinde dikkat ettiğimiz hususlardan hiçbiri sağlanmıyorsa, parametrik olmayan testleri uygulamanız en doğrusu olacaktır.

Eğitmenin Cevabı (EJDER AYÇIN)

File menüsü-Import Data- Excel işlevine tıklayıp, Excel dosyasını seçtiğinizde, Excel'deki verileriniz SPSS'e aktarılır. En kolay yolun bu olduğunu söyleyebilirim. İkinci bir yol olarak ise Excel'deki tüm verileri seçip, kopyaladıktan sonra, SPSS dosyanıza yapıştırabilirsiniz. Bu işlem sonucunda değişken isimlerini VAR0001 ile başlayacak şekilde isimlendirir. Bunları düzenlemeniz gerekir.

Eğitmenin Cevabı (EJDER AYÇIN)

Keskin bir ölçüt yok. Cronbach alfa yapısı gereği, ifade sayısı arttığında daha yüksek çıkabiliyor. Siz çalışmanızda güvenilirlik analizi ile ilgili Cronbach alfa değerlerini veriniz. %70'den yüksek çıkması arzu edilen bir durumdur.

Eğitmenin Cevabı (EJDER AYÇIN)

Yapabilirsiniz. Analiz sonucunda anlamlı farklılık çıkıyorsa, tanımlayıcı istatistiklere bakarak hangi grubun (erkek ya da kadın) lehine anlamlı farklılık olduğunu belirleyiniz.

Eğitmenin Cevabı (EJDER AYÇIN)

Post hoc testleri, varyans homojenliği varsayımının sağlandığı durumlar ve varyans homojenliğini sağlanmadığı durumlar olmak üzere iki grupta incelenebilir. Varyans homojenliği varsayımı altında kullandığımız testler LSD, Bonferroni, Tukey, Scheffe, Gabriel vb testler. Varyans homojenliğinin sağlanmadığı durumlarda kullandığımız testler Games-Howell, Tamhane's vb testler. One Way ANOVA videosunun 8.dksından itibaren bu testlerin bazılarına kısaca değindim. Hangi durumlarda kullanılabilir gibi. Bu testlerin hangi durumlarda kullanılması gerektiğine dair detaylı bilgi için özellikle yabancı kaynakları okumanızı öneririm. Sizin de vurguladığınız gibi farklı sonuçlar verebiliyorlar. Kullandığınız testin varsayımlarını ihlal etmediğiniz sürece, varyans homojenliği durumlarına göre, ilgili gruptaki testleri kullanabilirsiniz.

Eğitmenin Cevabı (EJDER AYÇIN)

MANOVA varsayımlarından biri Kovaryans matrisinin homojen olmasıdır. Dolayısıyla bu varsayımın sağlanmaması durumunda analiz sonuçlarınız sağlıklı olmayabilir. Bunu tüm analizler için de söyleyebiliriz. Analizlerle ilgili varsayımların sağlanmaması durumları, sağlıklı sonuç elde edememeniz gibi durumlarla sonuçlanabilir.

Eğitmenin Cevabı (EJDER AYÇIN)

Çok değişkenli normallik varsayımını SPSS’te doğrudan test etmemiz mümkün değildir. Her bir bağımlı değişkenin her grup için normal dağıldığını göstererek çok değişkenli normalliğin sağlandığına dair kanıt olarak sunmaya çalışabilirsiniz. Ancak tek değişkenli normallik her zaman çok değişkenli normalliği garanti etmeyecektir.

Eğitmenin Cevabı (EJDER AYÇIN)

Şart değildir. Aldığınız eğitim temel düzeyde bir SPSS eğitimi olduğu için, anlamlı farklılık tespit edilen durumlarda, bu farklılığın hangi grup lehine olduğunu belirlerken tanımlayıcı istatistiklerden yararlanılabileceğini vurguladım. Ancak anlamlı farklılık çıktığı durumlarda etki büyüklüğü hesaplamaları yapmak da mümkündür. SPSS programı ile bağımsız örneklem t testi yaptığınızda, analiz çıktılarında doğrudan etki büyüklüğü ile ilgili test istatistikleri yer almamaktadır. Etki büyüklüğünü belirlerken Cohen's d, Hedges'G-,Gates' delta gibi bazı testlerden yararlanılır. Bu istatistiklerin hesaplamaları için internette bazı web siteleri mevcuttur. Ayrıca test istatistiklerinin yorumu için ilgili kaynakları okumanızı öneririm.

Eğitmenin Cevabı (EJDER AYÇIN)

Yapılabilir. Şöyle açıklayayım. Analiz tamamlanmadan önce varyansın eşit ya da eşit dağılmayacağını bilinmediğinden dolayı "homogenity of variances" öncelilkle işaretlenmelidir. Videoyu inceledim tekrardan. Orada ilk etapta varyans homojenliği durumunu bilmediğim için öncelikle onu test etmişim. Bu testin ardından analizi tekrarlamayı atlamışım. Şöyle toparlayalım. Eğer varyans homojen çıkmıyor ise options'tan Welch testine tıklayarak analizi tekrarlamak gerekir. Bu tablodaki anlamlılık değerine göre gruplar arasında fark olup olmadığının kararı verilmelidir. Eğer varyanslar homojen ise Welch'e tıklamaya gerek yoktur, Anova tablosundaki anlamlılık değerine göre karar verilmelidir. Post hoc analizleri gruplar arasında anlamlı farklılık tespit edildiği durumda yapılır. Hangi gruplar arasında anlamlı farklılık olduğunu bize gösterir. İlk etapta yaptığınız varyasn homojenliği durumuna göre; Eşit varyans durumu varsa üst gruptaki testler, eşit olmayan varyans durumu var ise alt gruptaki testler seçilir.

Eğitmenin Cevabı (EJDER AYÇIN)

Bu konuda farklı görüşler elbetteki mümkündür. Videoyu çekerken temel düzeydeki bilgileri aktarmaya çalışıyorum. Farklı disiplinlerden katılımcılar elbette çok farklı veri setleri ile analiz yapabilirler. Dolayısıyla yorumlamalarda bazı farklılıklar olabilir. Genel hatlarıyla bakıldığında, DW istatistiğine de göz atarak analize devam etmek varsayımlardan birini kontrol edeceğiniz anlamına gelecektir. Yapmanızı öneririm. Videoda plots kısmına hiç değinmemişim. ZRESID ve ZPRED sırasıyla X ve Y kutucuklarına aktardıktan sonra "histogram ve normal probablity plot"a tıklayarak, hataların normal dağılımı ile ilgili grafiklere ulaşabilirsiniz. Bakılsa daha iyi olacağını söyleyebilirim. Konu ile ilgili geribildiriminizi dikkate alacağım. Çoklu doğrusal regresyon, birden fazla bağımsız değişkenin bağımlı değişken üzerindeki doğrusal etkisini gösteren bir model. Değişkenleriniz uygunsa ve böyle bir etkiyi ölçmeyi amaçlıyorsanız, bu analizi tercih edebilirsiniz. Birebir alternatif bir analiz olarak bir önerim olmayacaktır. Daha farklı amaçlara yönelik ve farklı istatistiksel alt yapısı olan analizler elbetteki mümkündür. Önemli olan neyi ölçmek istediğiniz ve bu amacınıza yönelik en doğru yöntemi uygulamaktır.

Eğitmenin Cevabı (EJDER AYÇIN)

Rica ederim, faydalı olması için elimden geleni yapmaya çalışıyorum. Bildiğiniz üzere, korelasyon iki değişken arasındaki ilişkinin yönünü ve gücünü gösteren bir katsayı. Belirlilik katsayısı ise bağımsız değişkenlerin bağımlı değişkeni açıklama derecesini gösteren bir katsayı. Belirlilik katsayısı üzerinden örnek verecek olursam, bu katsayının düşük çıkması bağımsız değişkenlerin bağımlı değişkendeki değişkenliği düşük düzeyde açıkladığı anlamı taşır. Regresyon modeline dahil etmediğimiz başka değişkenlerin, bağımlı değişkeni açıklama nezdinde var olduğu ilk olarak düşünülmelidir. Sonuçta bir bağımlı değişken üzerindeki değişkenliğin tümünü ya da çoğunu açıklayabilecek bağımsız değişkenleriniz araştırma kapsamında yer almayabilir. Örneklem büyüklüğünün, faktör sayısının ya da ifade sayısının bu katsayı üzerinde doğrudan etkisi olduğunu düşünmüyorum. Bağımsız değişkeniniz bir tane de olabilir, ya da anket formundaki bazı soruların birleşiminden oluşan bir faktörler de olabilir. Temel mesele bağımlı değişken üzerindeki değişkenliğin ne kadarını açıklayabileceğidir. Dolayısıyla, örnek büyüklüğü, faktör sayısı ya da ifade sayısı şu kadar olursa, açıklama derecesi bu kadar artar ya da azalır şeklinde bir genelleme yapabilmenin mümkün olacağını sanmıyorum. Örneğin bir A bağımlı değişkeni üzerinde B ve C bağımsız değişkenlerinin etkisinin ölçüldüğü bir model ile yine A bağımlı değişkeni üzerinde B,C,D,E,F değişkenlerinin etkisinin ölçüldüğü bir model olduğunu düşünelim. Bağımsız değişken sayısında artış olmasının, bağımlı değişken üzerindeki değişkenliği açıklama derecesini artırmasını bekleyebilirsiniz. Ancak D,E,F değişkenlerinin model üzerinde anlamlı etkileri olmayabilir. Analiz sonucuna göre karar verebiliriz. Katsayıların düşük çıkması durumu ile ilgili korelasyon katsayısı üzerinden başka bir yorum yapayım. Örneğin A ve B değişkenleri arasındaki korelasyon 0,20 olarak hesaplansın. Burada iki değişken arasında pozitif yönlü düşük korelasyon yorumu var yaparız. Katsayının neden düşük çıktığını ve bununla ilgili yorumu ise araştırmanıza göre karar verirsiniz. Örneğin ürüne olan talep ile ürünün servis olanakları arasında düşük korelasyon var ise, bahsettiğim bu değişkenler arasındaki ilişkinin yorumunu araştırmacı olarak sizin yorumlamanız gerekir. Katsayı olarak nasıl 0,20 çıktığı ile değil, 0,20 çıkmasının ardındaki ilişkiyi düşünüp, yorumunu yapmalıyız.

Eğitmenin Cevabı (EJDER AYÇIN)

Şöyle açıklayayım. Pearson ki-kare testini yapabilmek için videoda bahsettiğim bazı koşullara dikkat etmemiz gerekiyor. Beklenen frekans değeri 5'ten düşük hücre sayısının %20'yi geçmemesi gerekiyor. Bu bağlamda bakıldığında düşük örnekli grupların olması durumunun, bu şartı sağlamaya engel olabileceğini düşünebiliriz. Videodaki son örnekte de buna örnek teşkil eden bir örnek dağılımı vardı ve pearson ki-kare yerine fisher testi sonuçlarını dikkate alarak yorum yapmıştık. Dolayısıyla gruplarda yer alan frekansların yüksek olması durumunun bu şartı sağlamaya zemin hazırlayacağını söyleyebilirim. Örneklem büyüklüğüne duyarlı kısmı ile ilgili şöyle bir parantez açayım. Örneğin çalışmanızda p değeriniz 0,07 çıktı ve 0,05'ten büyük olduğundan sıfır hipotezini reddedemediğinizi varsayalım. Böyle durumlarda örnek büyüklüğü artırmanız durumunda, muhtemelen p değeri 0,05'in altına düşebilir ve alternatif hipotezinizi destekleyecek bir istatistik kanıt elde etmiş olursunuz. Analizin duyarlı olmasından kasıt budur. Ancak şunu da belirtmeliyim, örneğin p değerinizin 0,350 çıktığını varsayalım. Bu durumda örneklem büyüklüğünü arttırsanız bile çok çok büyük ihtimalle anlamlı farklılık elde etmeniz mümkün olmayacaktır.

Eğitmenin Cevabı (EJDER AYÇIN)

Anlamlı farklılık tespit edilen durumlar, kategorik değişkenlerin birbirlerine göre dağılımlarının farklı olduğu ya da bu değişkenler arasında bir bağlantının olduğu durumlardır. Bu farklılıkları tespit edebilmek için frekansların dağılımına bakmak gerekir. "Cells"e tıklayarak, "row" ya da "column" opsiyonlarını işaretleyerek satıra ya da sütuna göre yüzdesel olarak dağılımlara da bakabilirsiniz. Bahsettiğiniz üzere matris büyüdüğünde bu farklılıkları tespit etmek biraz daha zorlaşabilmektedir. Ancak dağılımın farklılık gösterip göstermediğinin tespiti bu şekilde yapılabilmektedir. Örneğin 2 kategoriden (A ve B olsun) oluşan değişkeni öncelikle baz alarak göz atabilirsiniz. A kategorisinde yüzdesel olarak daha yüksek frekansa sahip bir grup olabilecekken, B kategorisinde bu dağılım daha farklı olabilir.

Eğitmenin Cevabı (EJDER AYÇIN)

Merhaba, ANOVA (tek yönlü varyans analizi) mı demek istediniz acaba? ANCOVA (kovaryans) analizi başka bir mantıkta işliyor çünkü.

Eğitmenin Cevabı (EJDER AYÇIN)

Korelasyon analizi ile iki değişken arasındaki ilişkinin büyüklüğünü ve yönünü tespit edebilirsiniz. Kan şekerinin LDL'ye etkisini ölçmek isterseniz regresyon analizi yapmalısınız. Regresyon analizi sonucunda, bağımsız değişkendeki bir birimlik değişmenin, bağımlı değişken üzerinde kaç birimlik değişime neden olacağını görebilirsiniz. SPSS'de Regresyon analizi çıktılarından biri de korelasyon katsayısıdır. Dolayısıyla regresyon yaparsanız korelasyon değerlerini de görebilirsiniz. Birbirlerini tamamlayacak analizler olarak düşünülebilir.