Yapay zekadan makale özeti
- Kısa
- Ayrıntılı
- Bu video, bir eğitim içeriği olup, konuşmacı SPSS programında verilerin normal dağılıp dağılmadığını test etme yöntemlerini adım adım göstermektedir.
- Video, normallik testinin önemini açıklayarak başlıyor ve ardından dört farklı yöntem üzerinden normallik testinin nasıl yapılacağını anlatıyor: çarpıklık ve basıklık değerlerinin incelenmesi, çarpıklık ve basıklık değerlerinin standart hataya bölünmesi, uç değerlerin kontrolü ve Kolmogorov-Smirnov ile Shapiro-Wilk testlerinin yapılması. Örgütsel bağlılık puanları üzerinden örnek bir analiz yapılarak, SPSS programında bu testlerin nasıl uygulanacağı ve sonuçların nasıl yorumlanacağı gösteriliyor.
- Video ayrıca histogram, sapma grafiği ve kutu grafiği üzerinden uç değerlerin nasıl tespit edileceğini göstermekte ve uç değerlerin veri setinden çıkarılması konusuna değinmektedir. Katılımcı sayısının 30'un altında olması durumunda normallik testinin yapılmayacağı belirtilmektedir.
- 00:15SPSS ile Normallik Testi
- Verilerin normal dağılıp dağılmadığını SPSS ile test etmek, t testi, ANOVA, korelasyon ve regresyon gibi analizlere geçmeden önce yapılması gereken önemli bir adımdır.
- Veriler normal dağılıyorsa t testi ve ANOVA kullanılabilir, ancak normal dağılmıyorsa Mann-Whitney ve Kruskal-Wallis testleri tercih edilmelidir.
- Verilerin normal dağılıp dağılmadığına göre farklı testler seçilmesi gerekir, aksi takdirde yapılan analizler yanlıştır.
- 01:20Normallik Testi Yöntemleri
- Normallik testi için dört farklı yöntem kullanılacaktır: çarpıklık ve basıklık değerlerinin incelenmesi, çarpıklık ve basıklık değerlerinin standart hataya bölünmesi, uç değerlerin kontrolü ve Kolmogorov-Smirnov ve Shapiro-Wilk testlerinin yapılması.
- Analiz, "Analiz" > "Descriptive Statistics" > "Explore" menüsünden başlatılır.
- Normallik testi, tek bir değişken için veya farklı alt gruplarda (örneğin cinsiyet veya öğrenim düzeyi) yapılabilir.
- 02:51SPSS'de Normallik Testi Uygulaması
- "Explore" penceresinde "İstatistikler" kısmında "Tanımlayıcı İstatistikler" ve "Uç Değerler" seçenekleri işaretlenir.
- "Grafikler" kısmında "Sistem Lif" seçeneği kaldırılıp "Histogram" işaretlenir.
- Rapor hazırlanır ve öncelikle "Case Processing Summary" bölümünde hangi değişkenin normallik testine dahil edildiği ve katılımcı sayısı görüntülenir.
- 04:19Normallik Testi Sonuçlarının Değerlendirilmesi
- "Tanımlayıcı İstatistikler" tablosunda çarpıklık ve basıklık değerleri incelenir; normal dağılım için bu değerlerin artı/eksi 1, artı/eksi 1,5 veya artı/eksi 2 aralığında olması beklenir.
- İkinci yöntemde, çarpıklık ve basıklık değerleri standart hataya bölünerek artı/eksi 1,96 aralığında olup olmadığı kontrol edilir.
- Üçüncü yöntemde, "Ekstrem Değerler" tablosu ve histogram incelenerek uç değerler kontrol edilir; histogramın çan eğrisi şeklinde dağılması normal dağılımı gösterir.
- 09:09Normal Dağılım Testi Grafikleri
- Normal dağılım gösteren grafikte, çizgi gözlem değerlerinin normal dağılım gösterdiğinde bulunması gereken yerini gösterirken, noktalar gözlem değerlerini temsil eder.
- Grafikte iki noktanın diğerlerinden ayrı ve doğrudan uzak durduğu görülüyor, bu noktalar uç değer gibi görünüyor.
- Grafik üzerine çift tıklanıp noktalara tıklayarak "show data labels" seçeneği ile etiketler açılarak, 99. ve 6. sırada yer alan katılımcıların uç değer olduğu tespit ediliyor.
- 10:27Diğer Grafiklerle Normal Dağılım İncelemesi
- Histogramda iki sütunun ayrı durduğu ve uç değer olabileceği, normal dağılımdan sapmaları gösteren grafikte de iki noktanın diğerlerinden uzak durduğu gözlemleniyor.
- Kutu grafikte de iki farklı nokta grafikten uzakta yer alıyor ve bu noktaların üzerinde 6 ve 99 değerleri bulunuyor.
- Tüm grafiklerde 6. ve 99. satırlarda yer alan katılımcıların uç değer olduğu belirleniyor ve bunların kontrol edilmesi gerektiği vurgulanıyor.
- 12:08İstatistiksel Testlerle Normal Dağılım İncelemesi
- Kolmogorov-Smirnov ve Shapiro testleri normal dağılımı test etmek için kullanılıyor, ancak sosyal bilimler alanında bu testlerin doğru sonuç vermediği belirtiliyor.
- Testlerde p değerlerinin 0,05'in üzerinde olması normal dağılımı gösterirken, altında olması göstermez; ancak bu örnekte p değerleri 0,05'in altında olduğu görülüyor.
- Katılımcı sayısı 50'nin altında olduğu durumlarda Shapiro, 50'nin üzerinde olduğu durumlarda Kolmogorov-Smirnov testi kullanılması öneriliyor.
- 13:39Normal Dağılım Sonucu ve Uç Değerlerin İşlenmesi
- Dört farklı yöntemle normal dağılım test edilmiş ve tüm yöntemlerde örgütsel bağlılık puanının normal dağılım göstermediği sonucuna ulaşılmış.
- 6. ve 99. satırlarda yer alan katılımcıların uç değer olduklarından dolayı normal dağılımı bozabilecekleri tespit edilmiş.
- Katılımcıların veri setinden çıkarılması subjektif bir yorum olarak değerlendirilmekte, ancak normal dağılımı bozdukları için çıkarılması da düşünülebilir.
- 14:35Uç Değerlerin Tespiti ve Veri Temizliği
- Veri setindeki 6. ve 99. satırlardaki katılımcıların uç değer olup olmadığı tespit edilmek isteniyor.
- Uç değerlerin tespiti için örgütsel bağlılık puanları z skoruna dönüştürülüyor, normal dağılımda ölçüm değerlerinin z değerleri -3 ile +3 arasında dağılmaktadır.
- Z puanları hesaplandıktan sonra, -3 ve +3 dışındaki değerler (4,44 ve 4,92) uç değer olarak tespit edilerek veri setinden çıkarılıyor.
- 17:08Normallik Testinin Tekrarlanması
- Uç değerler çıkarıldıktan sonra normallik testi tekrarlanıyor ve artık 120 katılımcı analize dahil ediliyor.
- Normallik testi için kullanılan dört yöntemden ilki, çarpıklık ve basıklık değerlerinin incelenmesi; bu değerlerin -1 ile +2 arasında yer alması normal dağılımı gösteriyor.
- İkinci yöntem, çarpıklık ve basıklık değerlerinin standart hataya bölünmesi; sonuçların -1,96 ile +1,96 arasında olması normal dağılımı gösteriyor.
- 18:44Grafiksel Normallik Testleri
- Üçüncü yöntem olan uç değerlerin kontrolü, grafikler üzerinden yapılarak çan eğrisine benzer bir dağılım tespit ediliyor.
- Grafik üzerindeki noktaların normal dağılım çizgisinin üzerine yakın olması ve rastgele dağılım göstermesi normal dağılımı gösteriyor.
- Kutu grafiğinde herhangi bir uç değer olmadığı ve grafikin simetrik olduğu görüldüğünde normal dağılım tespit ediliyor.
- 20:18Kolmogorov-Smirnov ve Shapiro-Wilk Testleri
- Dördüncü yöntem olan Kolmogorov-Smirnov testinde anlamlılık değeri 0,07 olarak -3'un üzerinde olduğu için normal dağılım var.
- Shapiro-Wilk testi sonucunda da benzer şekilde anlamlılık değeri 0,05'in üzerinde olduğu için normal dağılım şartı sağlanıyor.
- Katılımcı sayısı 30'un altında olması durumunda normallik testi yapılmaz ve doğrudan normal dağılım olmadığı kabul edilir.