Bu bölümü parametrik olmayan test yöntemlerine ayırdık. Aslında bu bölümde açıklanacak tüm yöntemler bundan bölümlerde açıklanan parametrik yöntemlerin parametrik olmayan karşılıkları olacaktır.
Daha önce de belirttiğimiz gibi eğer verileriniz normal dağılım özellikleri gösteriyorsa, homojense, örneklem büyüklüğü 20’nin üzerindeyse, incelediğiniz bağımlı değişken aralık (interval) ya da oran (ratio) ölçeğine (SPSS’de bu iki ölçek Scale olarak adlandırılır) uygunsa parametrik test yöntemlerini kullanıyorduk. Ancak verileriniz bu özelliklerden herhangi birini karşılamıyorsaparametrik olmayan analiz yöntemlerini kullanmanız gerekecek.
Bu bölümde Ki-Kare Uygunluk Testi, Ki-Kare Bağısızlık Testi, Mann-Whitney U Testi, Wilcoxon Eşleştirilmiş İki Örneklem Tes- ti, Kruskal Wallis H Testi, ve Friedman Testlerini inceleyeceğiz.
Ki-Kare Uygunluk Testi Ki–Kare uygunluk testi ile belirli bir değişkenin farklı kategori- lerine ait gözlenen frekanslarının, beklenen frekanslarına uygun- luğu araştırılır. Burada beklenen frekanslar birbirine eşit olabile- ceği gibi farklı da olabilir. İsterseniz konuyu örneklerle biraz açalım. “Beşiktaş ilçesi sakinlerinin NTV, CNN Türk ve SKY Türk kanal- larını izleme oranları arasında anlamlı bir fark var mıdır?” sorusunda bu üç kanalın izlenme oranlarının eşit olduğu varsayı-mından hareket edilmiştir. Oysa soru 2007 Ocak ayında yapılan ölümlerde, Beşiktaş ilçesi sakinlerinin % 30’unun NTV, % 25’inin CNN Türk, % 45’inin ise SKY Türk kanalını tercih ettiği belirlenmiştir. Acaba bu ölçümler2007 Kasım ayı içinde geçerliliğini korumakta mıdır? Dikkat edi- lirse bu örnekte bir beklenti söz konusu olup kategorilere ait de- ğerler birbirine eşit değildir. Ki-Kare Uygunluk Testi için aşağıdaki mönüleri kullanın: ANALYZE » NONPARAMETRIC TESTS » CHI-SQUARE
Karşınıza aşağıdaki Chi-Square Tests iletişim penceresi gelecek- tir. İnceleyeceğiniz değişkeni (Örneğimizde, TV Kanalı) aradaki oku kullanarak Test Variable List iletişim kutusuna gönderiniz.All categories equal (tüm kategoriler eşit) radyo düğmesini işa- retleyiniz ve OK tuşuna tıklayınız.
Aşağıdakiler benzer tablolar elde edeceksiniz. TV Kanalı tablosunun il sütunu gözlenen sıklık oranlarını, ikinci sütun beklenen sıklık oranlarını, üçüncü sütun ise aradaki farkı verir. Araştırmaya 200 kişi katıldığı ve tüm kategorilerin eşit olduğu varsayıl- dığı için beklenen sıklık oranı 200 / 3 =66,7 olarak bulunmuştur.
Tablodaki değerlerden SKY Türk’ün diğer kanallardan daha faz- la izlenme oranına sahip olduğu gözlenmektedir. Bununla birlik- te kanalların izlenme oranları arasındaki farklılıkların anlamlı olup olmadığına ilişkin daha sağlıklı yorum yapabilmek için Test Statistics tablosunun incelenmesigerekmektedir.
Test Statistics tablosunun Asymp.Sig. (Anlamlılık) satırındaki değerlerden (p = 0,015, p < 0,05), her üç kanalın izlenme oranları arasındaki farklılıkların istatistiksel olarak anlamlı olduğu anlaşılmaktadır.
Beşiktaş ilçesi sakinlerinin NTV, CNN Türk ve SKY Türk kanallarını izleme oranları arasında anlamlı bir fark olduğu sonucuna varılmıştır. Şimdi Ocak 2007 tarihinde ölçülen izlenme oranlarının geçerli olup olmadığını sorgulayalım. Ki-Kare Uygunluk Testi için tekrar aynı menüleri kullanın.
Bu sefer Chi-Square Tests iletişim penceresindeki Values radyo düğmesini işaretleyin. Şimdi her birkategoriye ait beklenen değerleri (Örneğimizde, 30, 25, 45) sırasıyla Values satırına girin ve her veri girişinden sonra Add tuşunu tıklayın. Değerlerin girişini tamamladıktan sonra OK tuşuna basın. Aşağıdakiler benzer tablolar elde edeceksiniz. Tablodaki değerlerden SKY Türk’ün izlenme oranının düşerken NTV ve CNN Türk’ün izlenme oranlarında bir artış olduğu gözlenmektedir..Bununla birlikte kanalların izlenme oranları arasındaki değişimin anlamlı olup olmadığına ilişkin daha sağlıklı yorum yapa- bilmek için Test Statistics tablosunun incelenmesi gerekmektedir.
Test Statistics tablosunun Asymp.Sig. (Anlamlılık) satırındaki değerlerden (p = 0,333, p > 0,05), her üç kanalın izlenme oranları gözlenen değişimin istatistiksel olarak anlamlı olduğu anlaşılmaktadır. Bu bulgulardan hareketle Beşiktaş ilçesi sakinlerinin NTV, CNN Türk ve SKY Türk kanallarını izleme oranlarının OCAK 2007- KASIM 2007 tarihleri arasında değişmediği sonucuna varılmıştır. Ki-Kare Bağımsızlık Testi Ki – Kare Bağımsızlık Testi iki değişken arasındaki ilişkinin ista- tistiksel olarak anlamlı olup olmadığını belirlemek amacıyla kul- lanılır. Bu testte diğer ilişkisel analizlerden farklı olarak ilişki kurulan değişkenlerin her ikisi de Nominal (Sınıflama) ya da Ordinal (Sıralama) ölçeklidir. Dahaaçık bir ifade “gelir düzeyi ile siyasi parti seçimi”, “eğitim düzeyi ile okunan gazete”, “iş tatmini düzeyi (evet, kısmen, hayır) ile ücret” değişkenleri ara- sındaki ilişkiler Ki – Kare Bağımsızlık Testi ile incelenebilir. Şimdi Ki-Kare Bağımsızlık Testi ve SPSS uygulamasını bir örnek yardımıyla inceleyelim. Bir fabrikada rastgele seçilen bir örnekleme anket uygulanarak en çok okudukları gazeteler belirleniyor. Acaba örneklem grubundaki kişilerin okudukları gazeteler eğitim düzeylerine görefarklılık göstermekte midir?
Ki-Kare Bağımsızlık Testi için aşağıdaki mönüleri kullanın:
ANALYZE » DESCRIPTIVE STATISTICS » CROSSTABS
Karşınıza aşağıdaki Crosstabs iletişim penceresi gelecektir.
Gruplamada kullanacağınız bağımsız değişkeni (Örneğimizde,eğitim düzeyi) Row(s) kutusuna, inceleyeceğiniz bağımlı değişkeni (Örneğimizde, gazete) Cloumn(s) kutucuğuna aradaki oku kullanarak gönderin. Şimdi sol alttaki Statistics düğmesini tıklayın. Karşınıza aşağıdaki Crosstabs: Statistics iletişim penceresi gelecektir. Buradan Chi- square seçeneğini işaretledikten sonra Continue tuşuna tıklayın.
Son olarak Cells düğmesini tıklayın. Karşınıza aşağıdaki Crosstabs: Cell Display iletişim penceresi gelecektir.
Buradan Observed, Expected, Row, Coloumn seçeneklerini işaretledikten sonra Continue ve OK tuşlarını tıklayın. Aşağıdakiler benzer tablolar elde edeceksiniz.
Tablodaki değerlerden ilköğretim mezunu çalışanların Bulvar Gazetesini, lise mezunu çalışanların Tünaydın Gazetesini, üni- versite mezunu çalışanların ise Entel Haber gazetesini ağırlıklı olarak tercih ettikleri gözlenmektedir. Bu durum özellikle tablo- daki beklenen toplam (Expected Count) ile gözlenen toplam satırlarındaki değerler karşılaştırıldığında çok net olarak görülmektedir. Bununla birlikte daha sağlıklı bir yorum yapabilmek için Chi-Square Tests tablosunun incelenmesi yararlıolacaktır.
Tablonun Assymp.Sig. sütunun en üstündeki anlamlılık değerinin p = 0,00 olduğu görülmektedir. Bu değer p < 0,05 şartını karşıladığından eğitim düzeyi ile okunan gazete arasındaki ilişkininanlamlı olduğu söylenebilir.
Bu bulgulardan hareketle fabrika çalışanlarının okudukları gazetelerin eğitim düzeylerine göre fark- lılık gösterdiği sonucuna varılmıştır.
Comments