16. baski - pegem.netpegem.net/dosyalar/dokuman/02032012121505veri analizi 16...araçtır. toplanan...

16. BASKI

Alıştırmalar için örnek data dosyalarıwww.pegem.net’te.

Prof. Dr. Şener BÜYÜKÖZTÜRK

ISBN 978-975-6802-74-8

Kitapta yer alan bölümlerin tüm sorumluluğu yazarına aittir.

© 2012, Pegem Akademi

1. Baskı: Mayıs 200216. Baskı: Şubat 2012

Dizgi-Grafik Tasarım: Didem KestekKapak Tasarımı: Zülfikar Sayın

Baskı: Cantekin Matbaası(Ankara-03123843435)

Yayınevi Sertifika No: 14749Matbaa Sertiika No:15372

VERİ ANALİZİ EL KİTABI

Bu kitabın basım, yayın ve satış haklarıPegem Akademi Yay. Eğt. Dan. Hizm. Tic. Ltd. Şti’ye aittir.

Anılan kuruluşun izni alınmadan kitabın tümü ya da bölümleri,kapak tasarımı, mekanik, elektronik, fotokopi, manyetik, kayıtya da başka yöntemlerle çoğaltılamaz, basılamaz, dağıtılamaz.

Bu kitap T.C. Kültür Bakanlığı bandrolü ile satılmaktadır.Okuyucularımızın bandrolü olmayan kitaplar hakkında

yayınevimize bilgi vermesini ve bandrolsüz yayınlarısatın almamasını diliyoruz.

iii

Prof. Dr. Şener BÜYÜKÖZTÜRK

1958 yılında Osmaniye’nin Kadirli ilçesinde doğdu. İlk ve orta öğrenimini Kadirli ve Adana’da tamamladı. 1981 yılında Hacettepe Üniversitesinde Matematik Önlisans; 1985 yılında Ankara Üniversitesi (AÜ) Eğitim Bilimleri Fakültesi (EBF) Eğitim Yönetimi ve Planlaması Lisans; 1992 yılında AÜ Sosyal Bilimler Enstitüsü Eğitim Yönetimi ve Planlaması Anabilim Dalında Yüksek Lisans ve 1996 yılında aynı anabilim dalında (Eğitim İstatistiği ve Araştırma Bilim Dalı) doktora programını tamamladı.

1986-1991 yılları arasında Milli Eğitim Bakanlığı Özel Eğitim ve Rehberlik Dairesi Başkanlığında şef ve eğitim uzmanı olarak görev yaptı. 1991 -1999 yıllarında Ankara Üniversitesi Eğitim Bilimleri Fakültesi Eğitim İstatistiği ve Araştırma Anabilim Dalında araştırma görevlisi olarak görev yaptı. 1999 yılında aynı alana Yardımcı Doçent olarak atandı. Temmuz 1999 - Temmuz 2002 tarihleri arasında EBF Eğitim, Araştırma ve Uygulama Merkezinde müdür yardımcısı olarak görev yaptı. 1997 yılında alanındaki gelişmeleri izlemek amacıyla altı ay süre ile Amerika Birleşik Devletleri-Austin/TEXAS’da bulundu. Yazar, Ağustos 2004 tarihinde Ankara Üniversitesi’nden emekli olduktan sonra, Eylül 2004 tarihinde Başkent Üniversitesi Eğitim Fakültesi’nde yardımcı doçent olarak göreve başladı; Haziran 2005 tarihinde “Eğitimde Ölçme ve Değerlendirme” alanında doçent unvanını aldı. Ekim 2009-Ağustos 2010 tarihleri arasında dekan yardımcısı olarak görev yaptı. Ekim 2010 tarihinde Gazi Üniversitesinde Prof. Dr. olarak göreve başladı.

Yazarın, “Sosyal Bilimler için Veri Analizi El Kitabı: İstatistik, Araştırma Deseni, SPSS Uygulamaları ve Yorum” ile “Deneysel Desenler: Öntest Sontest Kontrol Gruplu Desen ve Veri Analizi” isimli tek yazarlı; “Sosyal Bilimler için İstatistik”, “Bilimsel Araştırma Yöntemleri” ve “Sosyal Bilimler İçin Çok Değişkenli İstatistik SPSS ve LISREL Uygulamaları” isimli ortak yazarlı kitapları ve çok sayıda yayımlanmış makalesi bulunmaktadır.

İletişim:

[email protected]

v

SUNU

Veri analizi, araştırma sürecinin en temel adımlarından biridir. Veri analizi, araştırma yeterliğini, istatistik mantığını kavramayı, istatistik yöntem ve teknikleri konusunda yeterli olmayı gerektirir. Bugünkü teknoloji içinde veri analizi, SYSTAT, SAS, MINITAB, SPSS gibi bir dizi istatistiksel paket programı ile daha kolay yapılabilir bir haldedir. Bu paket programları mekanik olarak uygulamaya koyabilmek, veri analizi için gerekli, ancak yeterli değildir. Çünkü geçmişte elle yapılması nerede ise imkansız olan faktör analizi gibi ileri derecede istatistiksel teknikleri, bugün paket programlarla kısa sürede kolayca uygulamaya koyabilmek mümkün olabilmektedir. Ne var ki bilimsel araştırma ve istatistiksel yöntem ve tekniklerinde yeterli olmadan ne analizde hangi istatistiksel tekniğin uygulanacağına karar verebilmek ne de analiz sonucunu yorumlayabilmek mümkündür.

Dr. Şener Büyüköztürk 1989’dan beri “Eğitim İstatistiği ve Araştırma” Anabilim Dalında yüksek lisans, doktora ve yardımcı doçentlik aşamalarını tamamlamış, başından beri de veri analizini, yaşantısal olarak yaparak, yaşayarak öğrenip geliştirmiştir. Dr. Büyüköztürk, o günden bugüne onlarca lisans üstü öğrencisine, akademisyene veri analizinde yardımcı olmuş ve olmaktadır. Dr. Büyüköztürk özellikle de SPSS uygulamalarında bir uzmandır; giderek de kendini daha çok geliştirmektedir.

Önce asistanım ve öğrencim sonra da meslektaşım olarak beraber çalıştığım ve yakinen tanıma olanağı bulduğum Büyüköztürk’ün istatistik ve araştırma alanına güzel katkılarını görüyor daha fazlasını da kendisinden bekliyorum.

Eserde, veri analizinde betimsel ve anlam çıkartıcı istatistik tekniklerin uygulanması SPSS programında adım adım gösterilmekte, yorumları yapılmaktadır. Böylece SPSS paket programı yeterliği, istatistik ve araştırma yeterliği ile birleşerek veri analizinin kaliteli olmasına olanak sağlamaktadır. Dr. Büyüköztürk’ü bu çalışmasından dolayı kutluyor, başarılarının sürmesini diliyorum.

Mayıs 2002

Prof. Dr. Ali Balcı

vii

ÖNSÖZ

Yurt dışında ve yurt içinde lisans ve lisans-üstü düzeylerde istatistik öğretimi ile ilgili yapılan pek çok araştırmanın sonuçları, sosyal bilimler alanında, istatistiğin öğretilmesinde ve öğrenilmesinde çoğu zaman sorun yaşandığını göstermektedir. İstatistik kaygısının ya da alana yönelik olumsuz tutumların, bu sorunun daha da yoğun yaşanmasına yol açtığı söylenebilir.

Hızla gelişen bilgi teknolojisi ile birlikte bilgisayar ve istatistik paket programlarının kullanımının hızla yaygınlaşmasının araştırmacıların veri analizi sorunlarını azalttığı bilinmektedir. Ancak bir istatistik paket programının kullanımı, öncelikle temel istatistik ve araştırma teknikleri bilgisini gerektirir. Paket program sadece uygun bilgi ve deneyime bağlı olarak araştırmacının verdiği komutlarla işlemin yapılmasını sağlayan bir araçtır. Toplanan veriler, uygun istatistiksel teknikler kullanılarak analiz edilmediği ve analiz sonuçları doğru yorumlanmadığı takdirde araştırmanın bilimselliği şüphelidir.

Bu kitap, istatistiksel tekniklere ilişkin kuramsal dayanakları kısaca vermeyi, istatistiğin kullanıldığı araştırma desenlerini ve soru tiplerini açıklamayı, çeşitli araştırma problemleri için gerçek ya da hipotetik veriler üzerinde SPSS 10.0 işlem komutlarını kullanarak yapılan analiz sonuçlarını vermeyi ve elde edilen bulguları yorumlamayı temel alan bir yaklaşımla hazırlanmıştır. Kitapta geçen istatistiksel tekniklere ilişkin ayrıntılı bilgiler için temel istatistik kitaplarına bakılması gerekir.

Kitabın birinci bölümünde araştırma ve veri analizi kavramları ile uygun istatistik tekniklerin seçimi konularına yer verilmiş, bunu SPSS 10.0’da veri dosyası oluşturma ve bazı temel komutlara ilişkin örneklerin sunulması izlemiştir. İkinci bölümde frekans dağılımlarına; üçüncü bölümde basit ve kısmi korelasyon tekniklerine; dördüncü, beşinci ve altıncı bölümlerde sırasıyla ilişkisiz ölçümlerde (gruplararası desenlerde), ilişkili ölçümlerde (gruplariçi desenlerde) ve karışık ölçümlerde (karışık desenlerde) ortalama puanların karşılaştırılmasına ilişkin tekniklere yer verilmiştir. Yedinci bölümde basit ve çoklu regresyon analizi; sekizinci bölümde kovaryans analizi; dokuzuncu bölümde çok değişkenli istatistikler (faktör analizi ve MANOVA) ve onuncu bölümde parametrik olmayan istatistikler yer almıştır. Kitabın son bölümünde ise test/ölçek geliştirmede geçerlik ve güvenirlik analizlerinde kullanılan bazı istatistiklere yer verilmiştir.

Kitabın ekler bölümünde veri analizinde sıklıkla karşılaşılan İngilizce sözcükler ya da deyimlerin, Türkçe karşılığı ile verildiği kısa bir sözlük ve örnek alıştırma problemlerine yer verilmiştir. Ayrıca kitaba ek olarak konulan dosyaya http://www.pegem.net/kitabevi/109-Sosyal-Bilimler-icin-Veri-Analizi-El-Kitabi-Istatistik-Arastirma-Deseni-SPSS-Uygulamalari-ve-Yorum-kitabi.aspx adresinden Dokümanlar Bölümünden ulaşabilirsiniz. Bu dosyada ise, kitapta uygulamaları yapılan tüm örneklere ve araştırmacılar

viii

problemleriyle ilgili veri dosyalarına yer verilmiştir. Bu dosyayı ücretsiz olarak indirebilirsiniz. Alıştırma problemlerine ilişkin kısa açıklamalar EK-3’de bulunmaktadır.

Bu kitabın taslak formlarını okuyarak yaptıkları eleştirilerle kitabın geliştirilmesine önemli katkılar sağlayan başta hocam Prof. Dr. Ali Balcı olmak üzere, Araş. Gör. Ömay Çokluk ve Araş. Gör. Özcan Akgün’e teşekkür ederim. Ayrıca, kitabın hazırlık çalışmalarında bana uygun çalışma koşulları sunan, beni sürekli destekleyen eşim Gül Hale ve kızlarım Şirin Itır ve Sıla’ya teşekkür ederim.

Şener Büyüköztürk

ix

ANNEME ve BABAMA,

KIZLARIM ŞİRİN ITIR VE SILA’YA

xi

İÇİNDEKİLER Sayfa

SUNU.............................................................................................................. v ÖNSÖZ ..........................................................................................................vii İÇİNDEKİLER................................................................................................. xi GİRİŞ .............................................................................................................. 1 Araştırma ve Veri Analizi ................................................................................ 1 Veri Analizi İçin Uygun İstatistik Tekniğin Seçimi .......................................... 7 SPSS 10.0 Veri Dosyası Oluşturma .............................................................. 9 Seçilmiş SPSS Komutları ve İşlem Adımları.................................................11 Kaynakça ......................................................................................................20 VERİLERİN BETİMLENMESİ: FREKANS DAĞILIMI, MERKEZİ EĞİLİM VE DEĞİŞKENLİK ÖLÇÜLERİ.......................................................21 Bir Değişkene İlişkin Frekans Dağılımı ve Betimsel İstatistikler .................21 İki ya da Daha Çok Değişkene İlişkin Frekans Dağılımı: Çapraz Tablo .......27 Kaynakça ......................................................................................................30 BASİT VE KISMİ KORELASYON ...............................................................31 Basit Korelasyon .......................................................................................... 31 Kısmi Korelasyon ..........................................................................................34 Kaynakça ......................................................................................................37 İLİŞKİSİZ ÖLÇÜMLERDE ORTALAMA PUANLARIN KARŞILAŞTIRMASI.....................................................................................39 T-Testi ...........................................................................................................39 Tek Değişkenli Normal Dağılım Durumunun İncelenmesi ............................40 Tek Faktörlü Varyans Analizi (ANOVA) ........................................................48 İki Faktörlü ANOVA.......................................................................................55 Kaynakça ......................................................................................................66 İLİŞKİLİ ÖLÇÜMLERDE ORTALAMA PUANLARIN KARŞILAŞTIRMASI................................................................................... 67 T-Testi ...........................................................................................................67 Tek Faktörlü ANOVA ....................................................................................71 Kaynakça ......................................................................................................77 KARIŞIK ÖLÇÜMLERDE ORTALAMA PUANLARIN KARŞILAŞTIRILMASI..................................................................................79 Karışık Ölçümler İçin İki Faktörlü ANOVA ....................................................79 Kaynakça ......................................................................................................89

xii

BASİT VE ÇOKLU REGRESYON................................................................91 Basit Doğrusal Regresyon ...........................................................................91 Çoklu Doğrusal Regresyon ..........................................................................98 Kaynakça ....................................................................................................109 KOVARYANS ANALİZİ (ANCOVA)...........................................................111 Tek Faktörlü Kovaryans Analizi ..................................................................111 Kaynakça ....................................................................................................121 ÇOK DEĞİŞKENLİ İSTATİSTİKLER .........................................................123 Faktör Analizi ..............................................................................................123 Çok Değişkenli ANOVA ..............................................................................137 Kaynakça ....................................................................................................143 PARAMETRİK OLMAYAN İSTATİSTİKLER.............................................145 Tek Örneklem Kay-Kare Testi.....................................................................145 İki Değişken için Kay-Kare Testi .................................................................148 Mann Whitney U-Testi ................................................................................155 Kruskal Wallis H-Testi .................................................................................158 Wilcoxon İşaretli Sıralar Testi .....................................................................162 Kaynakça ....................................................................................................166 TESTLERİN GEÇERLİK VE GÜVENİRLİK ANALİZLERİNDE KULLANILAN BAZI İSTATİSTİKLER........................................................167 Testlerin İki Temel Özelliği: Geçerlik ve Güvenirlik.....................................167 Geçerlik .......................................................................................................167 Güvenirlik ....................................................................................................169 Kaynakça ....................................................................................................182 EKLER........................................................................................................183 EK-1 Seçilmiş İngilizce SPSS Komutlarının ve Sözcüklerin Türkçe

Karşılıkları ........................................................................................184 EK-2 Bazı Test İstatistiklerinin Dağılımları ................................................190 EK-3 Alıştırma Problemleri .........................................................................197

BÖLÜM 1_____________________________________________________

GİRİŞ Bu bölümde, araştırma ve veri analizi gibi iki temel kavram açıklanmaya

çalışılmış, ayrıca analizde uygun istatistik tekniğinin seçimi, SPSS 10.0’da veri dosyası oluşturma ve SPSS’de sıklıkla kullanılan bazı komutlara ilişkin açıklamalara yer verilmiştir.

Araştırma ve Veri Analizi

Bilimsel bilgi elde etme süreci olarak tanımlanabilen bilimsel araştırma ya da kısaca araştırma, birbirini izleyen ve etkileyen adım ya da etkinliklerden oluşan sistematik bir süreçtir. Bu süreç ya da süreci oluşturan etkinlikler dizisinin literatürde, farklı boyutlar ya da başlıklar altında tanımlandığı bilinmektedir. Araştırma süreci ya da döngüsü Şekil 1.1’de verilen adımlar ile açıklanabilir.

Sosyal İlişkiler

Görgül Bulgular İşlevsel Sorular/Hipotezler

İstatistiksel İşlemler Gözlemler/Ölçmeler

Şekil 1.1. Araştırma Döngüsü

VERİ ANALİZİ EL KİTABI 2

Buna göre bir araştırma, beş adımdan ya da etkinlikten oluşmaktadır. Sosyal bilimler açısından bakıldığında araştırmanın başlangıç noktası, sosyal ilişkilerdir. İlişki kavramı, araştırma için başlangıç noktası olarak bir koşul ya da olay hakkındaki fikirleri gösterir. Bu fikirler, bir kuramdan, önceki araştırma bulgularından ya da günlük yaşantıdan esinlenebilir. Gerçekte araştırmacının cevabını aradığı sorular ya da test edeceği hipotezler, bu fikirleri yansıtmaktadır.

Olaylar ya da değişkenler arasındaki ilişkiye dayalı fikirleri yansıtan soruların ya da hipotezlerin, soyut kavramlar yerine ölçülebilir, gözlenebilir değişkenler kullanılarak formüle edilmesi gerekmektedir. Bu, araştırma sürecinin ikinci adımını oluşturur. Bunu soruyu cevaplamak ya da hipotezi test etmek için araştırmada ihtiyaç duyulan verilerin uygun araçlar (gözlem, anket, test, görüşme, kütüphane taraması vb.) kullanılarak toplanması süreci izler. Yapılacak ölçme ya da gözlemlerin geçerli ve güvenilir olması gerekir. Toplanan verilerin, uygun istatistiksel teknikler kullanılarak analiz edilmesi gerekmektedir. Bilimsel bilgilerin anlamlılığı, geçerli ve güvenilir gözlemler yapılmasının yanı sıra analizde doğru istatistiklerin kullanımına bağlıdır. Verilerin çözümlenmesi sonunda elde edilen bulgular, olaylar ya da kavramlar arasındaki ilişkiyi anlamamıza yardım eder ve yeni araştırma önerilerinin ortaya çıkmasına zemin hazırlar.

Veri analizinin mantığını ve bu süreçte kullanılan teknikleri anlamayı kolaylaştırması açısından istatistik alanıyla ilgili bazı temel kavramların kısaca tanıtılmasında yarar görülmektedir. Aşağıda kısaca açıklanmaya çalışılan değişken, ölçek, betimsel ve kestirisel istatistik, hipotez testi gibi kavramlara ilişkin ayrıntılı bilgiler için temel istatistik kitapları ile ölçme ve değerlendirme kitaplarına bakılması önerilir.

Değişken, nicel ya da nitel anlamda bir özelliğin belirgin olarak bir durumdan diğerine farklılık göstermesi olarak tanımlanabilir. Değişkenle ilgili denek ya da objenin değerine veri denir. Birey ya da objenin belli bir özelliğe sahip olması miktar olarak açıklanabiliyorsa bu tür değişkenlere nicel değişken denir. Akademik başarı puanı, ağırlık ölçüsü, zeka puanı, gelir miktarı, kütüphanedeki kitap sayısı, bir ailenin sahip olduğu çocuk sayısı nicel değişkenlere örnek olarak verilebilir. Nitel değişken ise birey ya da objelerin sahip olunan belli bir özellik açısından sınıflara ayrılmasını gösterir. Cinsiyet, yerleşim birimi, öğrenim görülen bölüm gibi değişkenler nitel değişkenlerdir.

Değişkenler aldıkları değerlere göre sürekli ve süreksiz değişkenler olarak da sınıflandırılmaktadır. Süreksiz (kesikli) değişken, sadece sınırlı sayıda değer alabilen değişkendir. Örneğin, “bir ailenin sahip olduğu çocuk sayısı”, nicel, ancak süreksiz bir değişkendir. “Medeni durum” ise nitel bir süreksiz değişkendir. Sürekli (kesiksiz) değişken, iki ölçüm arasında sonsuz sayıda değer alabilen, bireylerin ya da objelerin özelliklerini miktar olarak gösteren

GİRİŞ

3

ve miktarları kesirli sayılarla ifade edilebilen değişkendir. Zeka, uzunluk ölçüsü, yaş gibi değişkenler süreklidir.

Değişkenlerin bir başka sınıflandırılması da denek ve çevresel değişkenlerdir. Denek değişkenleri, yaş ve boy gibi nicel olabildiği gibi, cinsiyet ve meslek gibi nitel bir değişken de olabilir. Çevresel değişkenler ise izlenilen bir film, düzenlenen bir eğitim programı, pekiştireç, verilen ilaç dozu gibi araştırmacının manipüle edebildiği değişkenlerdir. Bir deneysel çalışmada denekler, çevresel değişkenlerin düzeylerine yansız olarak atanabilirler, ancak denek değişkenlerinin düzeylerine böyle bir atama söz konusu olamaz. Çünkü, denek, örneğin cinsiyeti kız ise kızlar, erkek ise erkekler grubunun doğal bir üyesidir.

Değişkenler neden sonuç ilişkisi içinde ise, bağımlı ve bağımsız değişkenler diye ikiye ayrılmaktadır. Bağımlı değişken (Y), araştırmacının manipüle edemediği, bağımsız değişkene bağlı olarak ortaya çıkan ve araştırmanın sonucu durumunda olan değişkendir. Bağımsız değişken (X), araştırmacının manipüle edebildiği, ilgisini yoğunlaştırdığı nicel ya da nitel olabilen bir değişkendir. Başka bir anlatımla araştırmada değişkenliği araştırılan ve sonuç olan değişken, bağımlı değişken; değişkenliği, sonucu etkileyen ya da etkileyecek olan değişken, bağımsız değişkendir. Buna göre, deneysel bir işlemi gösteren ve düzeylerine deneklerin yansız atamalarının yapılabildiği bir çevresel değişken, bağımsız değişken; bağımsız değişkenin etkisinin gözlemlendiği değişken ise bağımlı değişken olarak tanımlanabilir. Yazılım ve paket programların istatistik başarısı üzerindeki etkililiğinin incelendiği bir problemde, araştırmacının ilgi odağı olan ve bireyler ya da gruplar arası değişkenliği araştırılan değişken, yani bağımlı değişken, istatistik başarısıdır. İstatistik başarısı üzerinde anlamlı bir etkisi olup olmadığı araştırılan değişken, yani bağımsız değişken, kullanılan öğretim yöntemidir. Bu örnekte bağımsız değişkenin, yazılım ve paket program olmak üzere iki düzeyi vardır ve bu düzeyler, farklı deneysel işlemleri tanımlar.

İstatistikle ilgili diğer bir önemli kavram da ölçmedir. Ölçme, gözlenen bir olaya belli kurallara göre değer verme, sayısallaştırma işlemidir. Birey ya da objelerin sahip oldukları özellikler, dört ayrı ölçek türü ya da ölçme düzeyi ile açıklanabilir.

Sınıflandırma ölçeği. Bu ölçekle elde edilen puanlar miktar göstermezler, bir kişi ya da nesneyi tanımlamak (isimlendirmek) için kullanılırlar. Örneğin, deneklerin cinsiyet özelliklerini tanımlamada kızların “1” ve erkeklerin “2” olarak kodlanması böyledir. Burada, bireyler ya da objeler, ait oldukları değişkenin düzeylerine (alt gruplarına) göre ayrılırlar ve değişkenin düzeyleri arasındaki ayırt edicilik, sadece o düzeye ait olup olmamadır. Bu ölçek düzeyinde elde edilen veriler için frekanslar çıkartılabilir, yüzdeler


hesaplanabilir ve kay-kare testi yapılabilir, ilişki ölçüsü olarak bağlantı (olabilirlik) katsayısı bulunabilir.

Sıralama ölçeği. Bu ölçek ile elde edilen puanlar, bir sıra dizinini gösterirler. Örneğin, “1” puanı değişkenin en düşük ya da en yüksek değerini gösterirken, “2” puanı ikinci en düşük ya da en yüksek değerini gösterir. Denekleri saldırganlıklarına, öğrencileri akademik başarılarına ya da bireyleri öğrenim düzeylerine göre sıraya dizmek böyledir. Ölçekte denekler, sınıflandırma ölçeğinden farklı olarak, değişkene ilişkin aldıkları puanlara göre yüksekten düşüğe ya da düşükten yükseğe sıralanabilirler. Ancak ölçekte puanları ayırmada eşit bir ölçme birimi yoktur. Bu ölçekte kullanılan uygun istatistikler ortanca, yüzdelik, çeyrek sapma, sıra farkları korelasyon katsayısı, işaret testi, Mann-Whitney U-testi vb. dir.

Aralık ölçeği. Bir değişken aralıklı bir ölçek kullanılarak ölçüldüğü zaman, her puan bir miktarı gösterir ve her puanı ayıran eşit bir ölçme birimi vardır. Bir puan setindeki herhangi iki puan arasındaki fark, miktar olarak eşittir. Örneğin 20 ve 30 arasındaki farkın, 70 ve 80 arasındaki farka eşit olduğu kabul edilir. Bu ölçü biriminin keyfi bir başlangıç noktası vardır ve bu nokta sıfır ile tanımlanabilir, ancak sıfır değeri ölçülen özelliğin yokluğunu göstermez. Sıcaklık, aralıklı bir ölçek ile ölçülebilen bir değişkendir. Burada sıfır derecelik ölçüm, sıcaklığın olmadığı anlamını vermez, ancak 1 dereceden az, -1 dereceden çok olduğunu gösterir. Aralıklı ölçekler, psikolojik testler ya da kişilik testleri ile ölçülen nicel değişkenler için sıklıkla kullanılır. Üniversite giriş sınavındaki başarıyı, zekayı, kişilik, yetenek gibi özellikleri ölçen standart testler aralık ölçeğine girerler. Bu testlerde sıfır puanı mümkün olsa bile, sıfır puanı, örneğin zeka ya da yeteneğin olmadığını göstermez. Bu ölçekte uygun istatistikler olarak aritmetik ortalama, standart sapma, pearson korelasyon katsayısı, t-testi, F-testi (varyans analizi) kullanılabilir. Sosyal bilimlerde psikoloji ve eğitim araştırmalarında Likert tipi derecelemeli ölçekler kullanılarak ölçülen tutum, kaygı, ilgi vb değişkenlerin, gerçekte sıralama ölçeğine girmekle birlikte, araştırmacılar tarafından daha güçlü istatistikler kullanabilmek amacıyla aralık ölçeğinde kabul edildiği görülmektedir.

GİRİŞ

5

Oran ölçeği. Eşit ölçme birimine ek olarak yokluğu tanımlayan gerçek bir sıfır noktasına sahip bu ölçekle elde edilen puanlar, değişkenin gerçek miktarını yansıtırlar. Yaş, ağırlık ya da uzunluk ölçüleri bu ölçekte yer alır. Ölçekten elde edilen puanlar arasında oransal karşılaştırmalar yapılabilir. Örneğin, 80 kg ağırlığı olan biri için, ağırlığı 40 kg olan birinden iki kat daha ağır olduğu söylenebilir. Psikolojik araştırmalarda oranlı ölçekler, bir testte yapılan hata sayısı ya da birinin sahip olduğu arkadaş sayısı gibi değişkenleri belirlemede kullanılır. Ölçekte kullanılan uygun istatistikler arasında önceki ölçeklerde kullanılabilenlere ek olarak geometrik ortalama sayılabilir.

Verilerin analizinde, betimsel istatistik ve kestirisel istatistik olmak üzere iki temel yaklaşım söz konusudur. Betimsel istatistik, bir değişkene ilişkin sayısal değerlerin toplanması, betimlenmesi ve sunulmasına olanak sağlayan istatistiksel işlemleri tanımlar. Betimsel istatistik, bir örneklem üzerinde ya da ulaşılabilen durumlarda evrenin tamamından gözlem yaparak elde edilen verileri kullanarak, araştırmaya katılan bireylerin ya da objelerin özelliklerini betimlemeyi amaçlayan süreçtir. Kısaca betimsel istatistik, bir grubun özelliklerini betimlemek amacıyla kullanılan frekans, yüzde, merkezi eğilim ölçüleri, değişkenlik ölçüleri ve korelasyon katsayısı gibi teknikleri içerir.

Sosyal bilimlerde çoğu araştırma, evrenin tamamı yerine, evreni temsilen yansız olarak seçilen örneklem üzerinde gerçekleştirilir. Bu durumda araştırmacı, ihtiyaç duyduğu verileri örneklemden toplar. Ancak burada temel amaç, toplanan verilere dayalı olarak hesaplanan istatistiklerden hareketle evren hakkında tahminler yapmak ya da evreni bilmektir. Örneklemden hesaplanan istatistiklere dayalı olarak evren değerlerine ilişkin doğru kestirimler yapılmasını sağlayan yöntem ve tekniklere kestirisel (anlam çıkartıcı) istatistikler denir.

Buna göre, kısaca, kestirisel istatistik, örneklem üzerinde yapılan çalışmalarda, araştırmacının “evren hakkında ne biliyorum?” sorusunu cevaplamak amacıyla toplanan verilerin analizinde kullanılacak istatistiksel yöntem ve teknikleri tanımlar. Bir araştırmacı; a) iki ya da daha fazla grubun herhangi bir değişkene ilişkin puanları arasında hesaplanan farkın ya da iki değişken arasında bulunan ilişkinin örneklemin çekildiği evrende olup olmadığını öğrenmek isteyebilir, b) örneklemden hesapladığı bir istatistiğe (örneklem değere) dayanarak parametreyi (evren değeri) kestirmeye çalışabilir. Araştırmacı birinci amaç için hipotez testi (anlamlılık testi), ikinci amaç için istatistiksel kestirim olarak isimlendirilen tahmin yöntemlerini kullanır.


Hipotez test etme süreci dört aşamada açıklanabilir. Birinci aşama, null hipotezi (istatistiksel hipotez) ve araştırma hipotezinin (alternatif hipotez) oluşturulmasını gerektirir. Null hipotezi (Ho), değişkenler arasında anlamlı bir ilişkinin ya da farkın olmadığını ileri sürer. Örneğin, “dikkat eksikliği ve okuma becerisi arasında anlamlı bir ilişki yoktur” şeklinde bir istatistiksel hipotez oluşturulabilir. İstatistiksel anlamlılık testlerinde temel alınan null hipotezine, resmi raporlarda genellikle yer verilmez. Araştırma raporlarında yer verilen araştırma hipotezi (H1), değişkenler arasında anlamlı bir ilişkinin ya da farkın olduğunu ileri sürer. Örneğin, yukarıda verilen örnekle ilgili olarak araştırma hipotezi, “dikkat eksikliği ve okuma becerisi arasında anlamlı bir ilişki vardır” şeklinde yazılabilir.

Hipotez testinin ikinci aşamasını test ölçütlerinin (analizde kullanılacak test istatistiği ve anlamlılık düzeyi) belirlenmesi; üçüncü aşamasını, test istatistiğinin değerinin hesaplanması; dördüncü aşamasını, null hipotezi hakkında kararın verilmesi ve sonuçların yorumlanması oluşturur.

Örneklemden bulunan ilişkinin ya da farkın gerçekte evrende olmadığını tanımlayan null hipotezinin reddedilip reddedilemeyeceğine yönelik karar vermede genelde iki temel ölçüt kullanılır. Birincisi, null hipotezinin doğru olma olasılığını gösteren ve test istatistiğinin, gözlenen değerlere dayalı olarak hesaplanan istatistikten daha uçlarda olma olasılığını tanımlayan “p” anlamlılık düzeyinin kullanılmasıdır. Belirtilen p olasılığının, araştırmacı tarafından daha önce belirlenen ∝ anlamlılık düzeyine (I.tür hata yapma olasılığına) eşit ya da daha küçük olması (≤ ) durumunda null hipotezi reddedilir, aksi durumda null hipotezi reddedilemez, kabul edilir. ∝ anlamlılık düzeyi, null hipotezi doğru iken onu reddetmenin olasılığını ve bu bağlamda null hipotezinin reddedilmesine ilişkin red bölgesinin toplam olasılık değerini gösterir. İkinci yöntem, test istatistiğinin gözleme dayalı hesaplanan değeri ile belli ∝ düzeyi ve serbestlik derecesine göre bulunan tablo değerinin karşılaştırılmasıdır. Hesaplanan değerin tablo değerinden büyük ya da eşit olması null hipotezinin reddedilmesini gerektirir. Bilgisayar ve istatistik programlarının kullanımının yaygınlaşmasıyla hipotez testi işleminde karar vermede çoğunlukla “p” anlamlılık düzeyi kullanılmaktadır.

Araştırmacı, probleme ilişkin oluşturduğu soru cümlelerini ya da hipotezlerini test etmek için öncelikle uygun araştırma desenini seçmek durumundadır. Araştırma deseni, toplanacak verilerin analizinde kullanılacak test istatistikleri ya da istatistiksel işlemleri işaret eder. Ayrıca veri toplama ve veri çözümlemesine ekonomi getirir; değişkenlerin kontrolüne olanak sağlar.

Çok sayıda birey ya da objeye ait verilerin toplanacağı desenler, bağımlı değişken üzerinde etkisi incelenen faktör sayısına göre tek faktörlü ya da çok faktörlü desenler olarak tanımlanabilir. Çok faktörlü desenlere faktöryel

GİRİŞ

7

desenler de denir. Desenleri, deneklerin ölçme işlemine tabi tutulduğu deneme koşullarına göre de sınıflandırmak mümkündür.

Farklı deneme koşullarında bulunan deneklerin ya da farklı deneklerden oluşan grupların karşılaştırıldığı desenlere, deneklerarası ya da gruplararası desen (between subjects/variables design, completely randomized design); aynı deneklerin farklı deneme koşullarında karşılaştırıldığı desenlere de denekleriçi ya da gruplariçi desen (within subjects/variables design, randomized block design) denir. Bu iki tür desen bağımlı değişken üzerinde etkisi araştırılan faktör sayısına göre tek faktörlü desenler şeklinde olabileceği gibi, iki ya da daha çok faktörlü (faktöryel) desenler şeklinde de olabilir. Gruplarararası ve gruplariçi desenlerin birlikte yer aldığı araştırma desenleri ise “karışık desenler (mixed designs)” olarak isimlendirilmektedir.

Veri Analizi İçin Uygun İstatistik Tekniğin Seçimi

Bir araştırmacı için en önemli sorunlardan biri, veri analizi sürecidir. Araştırma sorularını cevaplamak ya da hipotezlerini test etmek amacıyla ihtiyaç duyulan veriler, a) gözleme (ampirik) dayalı yaklaşımlarla, uygun veri toplama araçları kullanılarak ya da b) daha önce kaydedilen ve çeşitli ortamlarda korunan kayıtlardan çıkartılarak elde edilebilir. Veri analizi, verilerden uygun istatistiksel teknikler kullanarak bilimsel geçerliğe sahip sonuçlar çıkartma süreci olarak tanımlanabilir. Daha geniş anlamı ile veri analizi, verileri toplama, düzenleme ve istatistiksel işlemler uygulayarak anlamlı kararlar verebilme ve geçerli sonuçlar çıkarabilme süreci olarak tanımlanabilir. Bir istatistiksel tekniğin seçiminde ya da kullanımında dikkate alınması gereken başlıca ölçütler aşağıda verilmiştir:

1. Desenin türü. Araştırmalarda kullanılan desen, doğrudan belli çözümleme-analiz yaklaşımlarını çağrıştırır. Gruplararası (deneklerarası) desen, ilişkisiz ölçümleri gerektirir ve böyle bir desende grupların ortalama puanları arasındaki farkın anlamlılığını test etmede gruplararası desenler için geliştirilen ANOVA modelleri kullanılır. Araştırmacı, gruplariçi (denekleriçi) bir desen kullanmışssa, gruplariçi desene uygun bir ANOVA modeli seçmek durumundadır. Üçüncü bir olasılık, gruplararası ve gruplariçi desenlerin birlikte kullanıldığı karışık (split-plot) desenlerdir. Bu durumda ise, karışık desenlere uygun ANOVA modeli kullanılması gerekir. Örneğin, desen tek faktörde gruplararası ve tek faktörde gruplariçi ölçümleri içeriyorsa, analiz için tek faktör üzerinde tekrarlı ölçümler için iki faktörlü ANOVA uygundur.

2. Bağımlı değişkenin ölçme düzeyi, sayısı, türü ve dağılımı. Tüm istatistiksel çözümleme işlemleri bağımlı değişkenin ölçme düzeyine göre sınıflandırılır. Örneğin parametrik olmayan istatistikler, sınıflama ve sıralama, parametrik istatistikler ise en az eşit aralıklı ölçme düzeylerini gerektirir.


Bağımlı değişkenin tek olması tek değişkenli bir çözümlemeyi, birden çok olması, çok değişkenli istatistikleri akla getirir.

Bağımlı değişkenin aldığı değere göre sürekli olup olmaması ve bağımlı değişkene ilişkin ölçümlerin evrendeki dağılımlarının normal olup olmaması da istatistik seçimini etkiler. Parametrik istatistikler, dağılımın normalliği varsayımını gerekli kılar. Araştırmacı dağılımın normal olduğuna yönelik yeterli kanıta ya da güçlü işaretlere sahip değilse, yani dağılım çarpıksa, parametrik olmayan istatistikler kullanmalıdır. Yine gruplararası bir karşılaştırma yapılması söz konusu ise, grupların çekildiği evrendeki varyanslarının eşit olup olmaması da istatistik seçimini etkiler. Ayrıca çoğu istatistikler, ölçümlerin (verilerin) evrendeki dağılımlarının sürekli olmasını gerektirir.

3. Bağımlı değişkende etkisi gözlenen değişken (faktör) sayısı, alt örneklemlerin sayısı ve büyüklükleri. Bir araştırmada, bağımlı değişken üzerinde etkisi gözlenecek değişken sayısı tek ise, tek faktörlü analizler (örneğin, t-testi, tek faktörlü ANOVA, basit regresyon analizi vb.) kullanılır. Bağımlı değişken üzerinde iki ya da daha çok değişkenin etkisinin, eş zamanlı test edilmesi söz konusu ise, çok faktörlü analizlerin (örneğin iki faktörlü ANOVA, çoklu regresyon analizi vb.) kullanılması gerekir.

Öte yandan, bir faktöre göre oluşan iki alt gruba ait ortalama puanların karşılaştırılması t-testi ve tekli ANOVA ile yapılabilirken, üç ya da daha çok gruba ait ortalama puanların karşılaştırılması için çoklu ANOVA önerilir. Araştırmanın veri kaynağı olan örneklemlerin büyüklüğü de istatistik seçimini etkiler. Büyük gruplar üzerinden toplanan verilerin, normal dağılıma yakın dağılım gösterdikleri kabul edilebilir ve buna göre parametrik istatistikler seçilebilir. Dağılımın normal dağılımdan aşırı sapma göstermediği şeklinde bir varsayımı ileri sürmek için öngörülen örneklem büyüklüğü genellikle 30 ve daha büyük olarak gösterilmektedir. Ancak sosyal bilimlerde pek çok araştırmalar, özellikle de deneysel araştırmalar, daha küçük gruplar üzerinde yapılmaktadır. Literatürde, alt grupların her birinin büyüklüklerinin 15 ve daha yüksek olması durumunda parametrik bir istatistiğin kullanılmasının, analizde hesaplanacak “p” anlamlılık düzeyinde önemli bir sapmaya yol açmadığına ilişkin incelemelere rastlanmaktadır. Daha küçük gruplarda ise puanların evrendeki dağılımlarının normal olup olmadığına ilişkin ampirik kanıtlara ihtiyaç duyulur. Örneklem sayısının n=6 kadar küçük olduğu ve evrenin dağılım yapısının tam olarak bilinmediği durumda parametrik-olmayan istatistiğin kullanılması bir zorunluluktur.

4. İstatistiksel kontrol. Kestirisel istatistiklerin tümü, araştırma birimlerinin ait oldukları evrenden yansız olarak çekildiklerini ya da bu birimlerin yansız olarak çeşitli denemelere atanmış olduklarını kabul eder. Araştırmada kontrol altına alınmak istenen bazı değişkenlerin varlığı, buna ilişkin istatistik

GİRİŞ

9

seçimini etkiler. İstatistiksel kontrole ilişkin parametrik bir istatistik kovaryans analizidir. Örneğin, iki farklı yönteme göre ders işleyen öğrencilerin matematik performanslarının karşılaştırılacağı bir çalışmada, matematik performansı ile ilişkili olan, ancak denek atama sürecinde kontrol edilemeyen (fiziksel kontrol) bir değişken olan sayısal yetenek düzeyi, istatistiksel olarak kontrol edilebilir. Bu tür değişkenlere ortak değişken denir ve matematik performanslarına ait puanlar bu değişkene göre düzeltildikten sonra karşılaştırılır. Bu konu, kovaryans analizinin anlatıldığı bölümde ayrıntılı olarak açıklanmaktadır.

SPSS 10.0 Veri Dosyası Oluşturma

Çeşitli veri toplama araçları ya da teknikler kullanılarak toplanan verilerin analizinde pek çok istatistiksel paket program kullanılmaktadır. Sosyal bilim araştırmacıları tarafından yaygın olarak kullanılan program, SPSS (Statistical Package for Social Sciences) paket programıdır. Windows temelli SPSS’in ekran düzeni, Microsoft Office ekran düzenlerine benzemektedir. SPSS’in komut dili İngilizcedir. Araştırmacı, programdaki hazır komutları kullanarak analiz yapabileceği gibi, programın “syntax” penceresine geçip, ilgili analiz için uygun dizeleri (script) yazıp, bunu çalıştırarak da analiz yapabilir.

SPSS 10.0, aşağıda açıklanan beş farklı ekran görünümü özelliğine sahiptir.

1. Data Editor. Satır ve sütunlardan oluşan bir veri giriş ekranıdır. Bu ekranda MS. Excel’in çalışma tablosuna benzer olarak dörtgenden oluşan hücre ya da gözeneklere nicel (numeric) ya da nitel (string) olarak tanımlanan değerler girilebilir. Ekran, a) data görünüm (data view) ve b) değişken görünümlü (variable view) olmak üzere iki alt boyuttan oluşur. Data görünümlü düzende veri girişi yapılırken, değişken görünümlü düzende değişkenlerin isim, tür, alt grup vb. tanımlamaları yapılır.

2. Output. Analiz sonuçlarının, çıktılarının yer aldığı ekrandır.

3. Chart. İstenilen grafiklerin oluşturulabildiği ekrandır. Bu ekranla birlikte ekranın üst kısmında yer alan ana komutlar (araç çubuğu) da buna uygun olarak değişir.

4. Syntax. İstatistiksel işlem için SPSS komut dizelerinin kullanılarak programın yazıldığı ekrandır.

5. Help. SPSS komutlarının kısa açıklamalarının yer aldığı ekrandır.

Araştırmacı, veri dosyasını, doğrudan SPSS data editor’ünü kullanarak ya da Excel, Debase gibi başka programlarda oluşturarak SPSS programına aktarabilir. Örneğin, Excel kullanılarak oluşturulan bir veri dosyasındaki


verilerin aktarılması için SPSS programında dosyanın açılması sırasında dosya türünün Excel olarak seçilmesi yeterlidir. Bu durumda Excel dosyası SPSS dosyasına dönüştürülerek ekrana gelir. Veri dosyalarının uzantısı “sav”, analiz çıktılarının uzantısı ise “spo” dur.

SPSS’de yeni veri dosyası oluşturmadan önce, bir veri giriş planının hazırlanmasında yarar vardır. Planda, değişkenlerin veri dosyasında tanımlanacak isimlerine ve değişkenlerin düzey ya da miktarlarına, hangi sayısal değerlerin verileceğine ilişkin bilgiler yer alır. Plan, ayrı bir dosyada hazırlanabileceği gibi, veri toplama formu üzerinde de oluşturulabilir. Veri giriş planı, bir anlamda bir veri kodlama yönergesidir. SPSS 10.0’da yeni bir veri dosyası oluşturmada veri girişi yapmadan önce, “Data Editor”’ ekranının sol alt köşesinde bulunan “Variable View” ekranının seçilmesi ve burada veri giriş planının gereği olarak değişkenlerin tanımlanması yararlı olacaktır. Burada, değişkenin ismi (name), türü (type), ondalık düzeyi (decimal), geniş ismi (label), düzeylerinin sayısal karşılıkları (values), kayıp değerleri (missing) ve sütun genişliği (columns) tanımlanabilir (Şekil 1.2).

Şekil 1.2. “Data Editor”, Değişkenlerin Tanımlandığı “Variable View” Ekranı

GİRİŞ

11

“Variable View” ekranında ilk değişkenin ya da sütunun, veri girişini kontrol etmede kolaylık sağlaması bakımından anketno, denekno, okulno vb. şekilde tanımlanması önerilir. En çok 8 karakter ile tanımlanacak değişken isimlerinde harfler arasında boşluk bırakılmaması gerekmekte ve tanımlamada ASCII değerlerinin kullanılması önerilmektedir. Araştırmaya dahil değişkenlerin isimleri ve özellikleri tanımlandıktan sonra Şekil 1.3’de gösterilen “Data View” ekranına geçilerek veri girişi yapılır.

Şekil 1.3. “Data Editor”, Veri Girişinin Yapıldığı “Data View” Ekranı

Örneklem birimi olan kişi ya da nesnelere ait veriler, satır ve sütundan oluşan çalışma tablosundaki gözeneklere sırayla girilir. Burada satırlar bir kişiye ya da nesneye ait verileri, sütunlar ise değişkenleri gösterir. Ancak, araştırmacı isterse SPSS’de satır-sütun dönüştürmesi yapabilir. Veriler, değişken sayısal (numeric) tanımlı ise rakamlar, nitel (string) tanımlı ise harfler kullanılarak girilir. Veri girişinde genellikle, satırlar kişi ya da nesneyi, sütunlar ise bu kişi ya da nesneden veri toplanan değişkenleri gösterir.

Seçilmiş SPSS Komutları ve İşlem Adımları

Kitabın bu kısmında sık kullanılan bazı komutlara ilişkin örnek uygulamalara yer verilmiştir. Öncelikle komutların kısa bir açıklaması yapılmış, daha sonra komutun işlem adımları betimsel ve görsel olarak


verilmeye çalışılmıştır. Örnek uygulamalar, “baslangic” isimli veri dosyası üzerinde gerçekleştirilmiştir.

Split-File Komutu

“Split-File”, veri dosyasını parçalara ayırmak amacıyla kullanılır. Bu komutla, dosya kategorik bir değişkenin düzey (alt grup) sayısı kadar alt dosyalara ayrılır. Bu komutun uygulanmasının ardından yapılacak her bir istatistiksel işlem, oluşturulan alt veri dosyalarının her biri için ayrı ayrı yapılır. İstenilen analizlerin yapılmasından sonra, tüm deneklerin dikkate alınacağı diğer analizlere geçmeden split-file penceresinde yer alan “Analyze All Cases” seçilmelidir. Bu komutun aktif olup olmadığı program penceresinin sağ alt yanında bulunan uyarı penceresindeki “split file on” yazısının bulunup bulunmamasından anlaşılabilir. Sözü edilen uyarı yazısı var ise, “Split File On” komutu, aktifdir, uygulamadadır. Şimdi, bu komutu cinsiyet değişkenini esas alarak uygulayalım.

1. “DATA” menüsünden “Split File” komutunu seçin.

2. “Split File” penceresinde (Şekil 1.4),

a) “Organize output by groups” seçeneğini seçin.

b) Sol taraftaki değişken kutusundan dosyayı ayrımda kullanılacak ölçüt olarak kullanılacak değişken olan “Cinsiyet” değişkenini, “groups based on” kutusuna aktarın.

c) OK

Şekil 1.4. “Split-File” Alt Menüsü

GİRİŞ

13

Bu komutun verilmesi ile birlikte, “baslangic” isimli veri dosyası cinsiyet değişkeninin düzeylerine göre “kızlar” ve “erkekler” olmak üzere iki alt veri dosyasına ayrılmıştır. Verilen komut kaldırılmadığı sürece yapılacak istatistiksel işlemler iki grup için ayrı ayrı uygulanacaktır.

Select Case Komutu

“Select Case”, yapılacak işlemlerde veri dosyasındaki birey ya da objelerin sadece belli kesiminin dikkate alınmak istendiği durumlarda kullanılan bir komuttur. Başka bir anlatımla, bir değişkenin sadece bir ya da birkaç düzeyindeki denekleri analize dahil etmek için uygulanır. Aynı anda iki değişkenin bazı değerlerine sahip denekler de seçilebilir. Tüm denekler için analiz yapılmak istendiğinde bu menüde “All Cases” seçeneğinin seçilmesi gerekmektedir. Bu komutun aktif olup olmadığını anlamak için program penceresinin sağ alt yanında bulunan uyarı penceresinde “Filter On” yazısının bulunup bulunmadığına bakılmalıdır. Şimdi, veri dosyasından kızlar alt grubunun seçilmesine ilişkin “Select Case” komutunun işlem adımlarını verelim.

1. “DATA” menüsünden “Select Case” seçin.

2. “Select Case” ana penceresinde

a) “If condition is satisfied” seçeneğini seçin ve hemen altında bulunan ve aktif hale gelen “If” düğmesini tıklayın (Şekil 1.5a).

b) Ekrana gelen “Select Cases: If” penceresinde (Şekil 1.5b),

- Sol taraftaki değişken kutusundan hangi değişkene göre denek seçimi yapılacaksa o değişkeni seçin ve sağ taraftaki boş kutuya aktarın.

- Değişkenin hangi düzeyi ya da düzeyleri seçilecek ise ona göre matematiksel bir eşitlik ya da bağıntı oluşturun. Örneğin, “cinsiyet=1”.

- Continue

c) OK


Şekik 1.5a. “Select Case” Alt Menüsü

Şekil 1.5b. “Select Case:If” Penceresi

Yukarıda belirtilen işlem sonrasında veri dosyası sadece kızlar grubu için aktif olacaktır. Cinsiyetin dışta kalan düzeyi olan erkekler ise, seçilmeyen denekler olarak “Data Editor” ekranının sol kenarında bulunan ilgili satırların üstleri bir çapraz çizgi ile işaretlenerek gösterilecektir.

EKLER 189

EK-1 Devam Significance Anlamlılık Significance Level (p) Anlamlılık düzeyi (p) =Sig. 1-Tailed Tek yönlü 2-Tailed İki yönlü Confidence Interval Güven aralığı

Transform Dönüştürme Compute Hesaplama Target Variable Hedef değişken [İşlem sonrası

elde edilecek değerlerden oluşacak değişkenin adı]

Numeric Expression Sayısal açıklama [Burada tüm dört işlemler için matematik işlemleri yazılabilir]

Recode Yeniden kodlama Into Same Variables Aynı değişken (sütun) üzerinde

yeniden kodlama [Orijinal veriler kaybolur, bunu önlemek için dosya başka isimle kaydedilebilir]

Into Different Variables Farklı değişken üzerinde yeniden kodlama [Orijinal veriler aynı dosyada korunur]

Variable Değişken Dependent Variable Bağımlı değişken Test Variable Test değişkeni Independent Variable Bağımsız değişken Grouping Variable Gruplama değişkeni Variable View Değişken görüntüsü Name İsim (Değişkenin kısa ismi) Type Tür (Değişkenin türü) Width Genişlik Decimal Ondalık Label İsim (Değişkenin uzun ismi) Values Değerler (Puan) Missing Kayıp (Kayıp değer, cevapsız) Column Sütun (Sütun genişliği) Align Konum (Puanların gözenekteki

konumu) Value Label Değerin ismi


EK 2a Student t Dağılımı

Tek Yönlü Test .05 .025 .01 .005 .0005

Çift Yönlü Test

sd

.10 .05 .02 .01 .001

1 6.314 12.706 31.821 63.657 636.619 2 2.920 4.303 6.965 9.925 31.598 3 2.353 3.182 4.541 5.841 12.941 4 2.132 2.776 3.747 4.604 8.610 5 2.015 2.571 3.365 4.032 6.859

6 1.943 2.447 3.143 3.707 5.959 7 1.895 2.365 2.998 3.499 5.405 8 1.860 2.306 2.896 3.355 5.041 9 1.833 2.262 2.821 3.250 4.781

10 1.812 2.228 2.764 3.169 4.587

11 1.796 2.201 2.718 3.106 4.437 12 1.782 2.179 2.681 3.055 4.318 13 1.771 2.160 2.650 3.012 4.221 14 1.761 2.145 2.624 2.977 4.140 15 1.753 2.131 2.602 2.947 4.073

16 1.746 2.120 2.583 2.921 4.015 17 1.740 2.110 2.567 2.898 3.965 18 1.734 2.101 2.552 2.878 3.922 19 1.729 2.093 2.539 2.861 3.883 20 1.725 2.086 2.528 2.845 3.850

21 1.721 2.080 2.518 2.831 3.819 22 1.717 2.074 2.508 2.819 3.792 23 1.714 2.069 2.500 2.807 3.767 24 1.711 2.064 2.492 2.797 3.745 25 1.708 2.060 2.485 2.787 3.725

26 1.706 2.056 2.479 2.779 3.707 27 1.703 2.052 2.473 2.771 3.690 28 1.701 2.048 2.467 2.763 3.674 29 1.699 2.045 2.462 2.756 3.659 30 1.697 2.042 2.457 2.750 3.646

40 1.684 2.021 2.423 2.704 3.551 60 1.671 2.000 2.390 2.660 3.460

120 1.658 1.980 2.358 2.617 3.373 ∞ 1.645 1.960 2.326 2.576 3.291

EKLER 191

EK 2b Farklı Anlamlılık Düzeyleri İçin Pearson r

Tek Yönlü Test p Düzeyi .05 .025 .01 .005 Çift Yönlü Test p Düzeyi

sd .10 .05 .02 .01 1 .998 .997 .9995 .9999 2 .900 .950 .980 .990 3 .805 .878 .934 .959 4 .729 .811 .882 .917 5 .669 .754 .833 .874 6 .622 .707 .789 .834 7 .582 .666 .750 .798 8 .549 .632 .716 .765 9 .521 .602 .685 .735

10 .497 .576 .658 .708

11 .476 .553 .634 .684 12 .458 .532 .612 .661 13 .441 .514 .592 .641 14 .426 .497 .574 .623 15 .412 .482 .558 .606 16 .400 .468 .542 .590 17 .389 .456 .528 .575 18 .378 .444 .516 .561 19 .369 .433 .503 .549 20 .360 .423 .492 .537

21 .352 .413 .482 .526 22 .344 .404 .472 .515 23 .337 .396 .462 .505 24 .330 .388 .453 .496 25 .323 .381 .445 .487 26 .317 .374 .437 .479 27 .311 .367 .430 .471 28 .306 .361 .423 .463 29 .301 .355 .416 .456 30 .296 .349 .409 .449

35 .275 .325 .381 .418 40 .257 .304 .358 393 45 .243 .288 .338 .372 50 .231 .273 .322 .354 60 .211 .250 .295 .325 70 .195 .232 .274 .302 80 .183 .217 .256 .283 90 .173 .205 .242 .267

100 .164 .195 .230 .254


EK 2c F Dağılımı

Pay için sd Payda için sd 1 2 3 4 5 6 7 8 9 10 11 12

1 161 200 216 225 230 234 237 239 241 242 243 244 4052 4999 5403 5625 5764 5859 5928 5981 6022 6056 6082 6106

2 18.51 19.00 19.16 19.25 19.30 19.33 19.36 19.37 19.38 19.39 19.40 19.41 98.49 99.00 99.17 99.25 99.30 99.33 99.34 99.36 99.38 99.40 99.41 99.42

3 10.13 9.55 9.28 9.12 9.01 8.94 8.88 8.84 8.81 8.78 8.76 8.74 34.12 30.82 29.46 28.71 28.24 27.91 27.67 27.49 27.34 27.23 27.13 27.05

4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96 5.93 5.91 21.20 18.00 16.69 15.98 15.52 15.21 14.98 14.80 14.66 14.54 14.45 14.37

5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.78 4.74 4.70 4.78 16.26 13.27 12.06 11.39 10.97 10.67 10.45 10.27 10.15 10.05 9.96 9.89

6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06 4.03 4.00 13.74 10.92 9.78 9.15 8.75 8.47 8.26 8.10 7.98 7.87 7.79 7.72

7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.63 3.60 3.57 12.25 9.55 8.45 7.85 7.46 7.19 7.00 6.84 6.71 6.62 6.54 6.47

8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.34 3.31 3.28 11.26 8.64 7.59 7.01 6.63 6.37 6.19 6.03 5.91 5.82 5.74 5.67

9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.33 3.18 3.13 3.10 3.07 10.56 8.02 6.99 6.42 6.06 5.80 5.62 5.47 5.35 5.26 5.18 5.11

10 4.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.97 2.94 2.91 10.04 7.56 6.55 5.99 5.64 5.39 5.21 5.06 4.95 4.85 4.78 4.71

11 4.84 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.90 2.86 2.82 2.79 9.65 7.20 6.22 5.67 5.32 5.07 4.88 4.74 4.63 4.54 4.46 4.40

12 4.75 3.88 3.49 3.26 3.11 3.00 2.92 2.85 2.80 2.76 2.72 2.69 9.33 6.93 5.95 5.41 5.06 4.82 4.65 4.50 4.39 4.30 4.22 4.16

13 4.67 3.80 3.41 3.18 3.02 2.92 2.84 2.77 2.72 2.67 2.63 2.60 9.07 6.70 5.74 5.20 4.86 4.62 4.44 4.30 4.19 4.10 4.02 3.96

14 4.60 3.74 3.34 3.11 2.96 2.85 2.77 2.70 2.65 2.60 2.56 2.53 8.86 6.51 5.56 5.03 4.69 4.46 4.28 4.14 4.03 3.94 3.86 3.80

15 4.54 3.68 3.29 3.06 2.90 2.79 2.70 2.64 2.59 2.55 2.51 2.48 8.68 6.36 5.42 4.89 4.56 4.32 4.14 4.00 3.89 3.80 3.73 3.67

EKLER 193

EK-2c Devam


16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49 2.45 2.42

8.53 6.23 5.29 4.77 4.44 4.20 4.03 3.89 3.78 3.69 3.61 3.55

17 4.45 3.59 3.20 2.96 2.81 2.70 2.62 2.55 2.50 2.45 2.41 2.38 8.40 6.11 5.18 4.67 4.34 4.10 3.93 3.79 3.68 3.59 3.52 3.45

18 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41 2.37 2.34 8.28 6.01 5.09 4.58 4.25 4.01 3.85 3.71 3.60 3.51 3.44 3.37

19 4.37 3.52 3.13 2.90 2.74 2.63 2.55 2.48 2.43 2.38 2.34 2.31 8.18 5.93 5.01 4.50 4.17 3.94 3.77 3.63 3.52 3.43 3.36 3.30

20 4.35 3.49 3.10 2.87 2.71 2.60 2.52 2.45 2.40 2.35 2.31 2.28 8.10 5.85 4.94 4.43 4.10 3.87 3.71 3.56 3.45 3.37 3.30 3.23

21 4.32 3.47 3.07 2.84 2.68 2.57 2.49 2.42 2.37 2.32 2.28 2.25 8.02 5.78 4.87 4.37 4.04 3.81 3.65 3.51 3.40 3.31 3.24 3.17

22 4.30 3.44 3.05 2.82 2.66 2.55 2.47 2.40 2.35 2.30 2.26 2.23 7.94 5.72 4.82 4.31 3.99 3.76 3.59 3.45 3.35 3.26 3.18 3.12

23 4.28 3.42 3.03 2.80 2.64 2.53 2.45 2.38 2.32 2.28 2.24 2.20 7.88 5.66 4.76 4.26 3.94 3.71 3.54 3.41 3.30 3.21 3.14 3.07

24 4.26 3.40 3.01 2.78 2.62 2.51 2.43 2.36 2.30 2.26 2.22 2.18 7.82 5.61 4.72 4.22 3.90 3.67

25 4.24 3.38 2.99 2.76 2.60 2.49 2.41 2.34 2.28 2.24 2.20 2.16 7.77 5.57 4.68 4.18 3.86 3.63 3.46 3.32 3.21 3.13 3.05 2.99

26 4.22 3.37 2.98 2.74 2.59 2.47 2.39 2.32 2.27 2.22 2.18 2.15 7.72 5.53 4.64 4.14 3.82 3.59 3.42 3.29 3.17 3.09 3.02 2.96

27 4.21 3.35 2.96 2.73 2.57 2.46 2.37 2.30 2.25 2.20 2.16 2.13 7.68 5.49 4.60 4.11 3.79 3.56 3.39 3.26 3.14 3.06 2.98 2.93

28 4.20 3.34 2.95 2.71 2.56 2.44 2.36 2.29 2.24 2.19 2.15 2.12 7.64 5.45 4.57 4.07 3.76 3.53 3.36 3.23 3.11 3.03 2.95 2.90

29 4.18 3.33 2.93 2.70 2.54 2.43 2.35 2.28 2.22 2.18 2.14 2.10 7.60 5.42 4.54 4.04 3.73 3.50 3.33 3.20 3.08 3.00 2.92 2.87

30 4.17 3.32 2.92 2.69 2.53 2.42 2.34 2.27 2.21 2.16 2.12 2.09 7.56 5.39 4.51 4.02 3.70 3.47 3.30 3.17 3.06 2.98 2.90 2.84


EK-2c Devam


32 4.15 3.30 2.90 2.67 2.51 2.40 2.32 2.25 2.19 2.14 2.10 2.07 7.50 5.34 4.46 3.97 3.66 3.42 3.25 3.12 3.01 2.94 2.86 2.80

34 4.13 3.28 2.88 2.65 2.49 2.38 2.30 2.23 2.17 2.12 2.08 2.05 7.44 5.29 4.42 3.93 3.61 3.38 3.21 3.08 2.97 2.89 2.82 2.76

36 4.11 3.26 2.86 2.63 2.48 2.36 2.28 2.21 2.15 2.10 2.06 2.03 7.39 5.25 4.38 3.39 3.58 3.35 3.18 3.04 2.94 2.86 2.78 2.72

38 4.10 3.25 2.85 2.62 2.46 2.35 2.26 2.19 2.14 2.09 2.05 2.02 7.35 5.21 4.34 3.86 3.54 3.32 3.15 3.02 2.91 2.82 2.75 2.69

40 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.07 2.04 2.00 7.31 5.18 4.31 3.83 3.51 3.29 3.12 2.99 2.88 2.80 2.73 2.66

42 4.07 3.22 2.83 2.59 2.44 2.32 2.24 2.17 2.11 2.06 2.02 1.99 7.27 5.15 4.29 3.80 3.9 3.26 3.10 2.96 2.86 2.77 2.70 2.64

44 4.06 3.21 2.82 2.58 2.43 2.31 2.23 2.16 2.10 2.05 2.01 1.98 7.24 5.12 4.26 3.78 3.46 3.24 3.07 2.94 2.84 2.75 2.68 2.62

46 4.05 3.20 2.81 2.57 2.42 2.30 2.22 2.14 2.09 2.04 2.00 1.97 7.21 5.10 4.24 3.76 3.44 3.22 3.05 2.92 2.82 2.73 2.66 2.60

48 4.04 3.19 2.80 2.56 2.41 2.30 2.21 2.14 2.08 2.03 1.99 1.96 7.19 5.08 4.22 3.74 3.42 3.20 3.04 2.90 2.80 2.71 2.64 2.58

50 4.03 3.18 2.79 2.56 2.40 2.29 2.20 2.13 2.07 2.02 1.98 1.95 7.17 5.06 4.20 3.72 3.41 3.18 3.02 2.88 2.78 2.70 2.62 2.56

55 4.02 3.17 2.78 2.54 2.38 2.27 2.18 2.11 2.05 2.00 1.97 1.93 7.12 5.01 4.16 3.68 3.37 3.15 2.98 2.85 2.75 2.66 2.59 2.53

60 4.00 3.15 2.76 2.52 2.37 2.25 2.17 2.10 2.04 1.99 1.95 1.92 7.08 4.98 4.13 3.65 3.34 3.12 2.95 2.82 2.72 2.63 2.56 2.50

65 3.99 3.14 2.75 2.51 2.36 2.24 2.15 2.08 2.02 1.98 1.94 1.90 7.04 4.95 4.10 3.62 3.31 3.09 2.93 2.79 2.70 2.61 2.54 2.47

70 3.98 3.13 2.74 2.50 2.35 2.23 2.14 2.07 2.01 1.97 1.93 1.89 7.01 4.92 4.08 3.60 3.29 3.07 2.91 2.77 2.67 2.59 2.51 2.45

80 3.96 3.11 2.72 2.48 2.33 2.21 2.12 2.05 1.99 1.95 1.91 1.88 6.96 4.88 4.04 3.56 3.25 3.04 2.87 2.74 2.64 2.55 2.48 2.41

100 3.94 3.09 2.70 2.46 2.30 2.19 2.10 2.03 1.97 1.92 1.88 1.85 6.90 4.82 3.98 3.51 3.20 2.99 2.82 2.69 2.59 2.51 2.43 2.36

EKLER 195

EK-2c Devam

Pay için sd Payda için sd 1 2 3 4 5 6 7 8 9 10 11 12 125 3.92 3.07 2.68 2.44 2.29 2.17 2.08 2.01 1.95 1.90 1.86 1.83 6.84 4.78 3.94 3.47 3.17 2.95 2.79 2.65 2.56 2.47 2.40 2.33 150 3.91 3.06 2.67 2.43 2.27 2.16 2.07 2.00 1.94 1.89 1.85 1.82 6.81 4.75 3.91 3.44 3.14 2.92 2.76 2.62 2.53 2.44 2.37 2.30 200 3.89 3.04 2.65 2.41 2.26 2.14 2.05 1.98 1.92 1.87 1.83 1.80 6.76 4.71 3.88 3.41 3.11 2.90 2.73 2.60 2.50 2.41 2.34 2.58 400 3.86 3.02 2.62 2.39 2.23 2.12 2.03 1.96 1.90 1.85 1.81 1.78 6.70 4.66 3.83 3.36 3.06 2.85 2.69 2.55 2.46 2.37 2.29 2.23 1000 3.85 3.00 2.61 2.38 2.22 2.10 2.02 1.95 1.89 1.84 1.80 1.76 6.66 4.62 3.80 3.34 3.04 3.82 3.66 3.53 2.43 2.34 2.26 2.20 ∞ 3.84 2.99 2.60 2.37 2.21 2.09 2.01 1.94 1.88 1.83 1.79 1.75 6.64 4.60 3.78 3.32 3.02 2.80 2.64 2.51 2.41 2.32 2.24 2.18


EK 2d Kay-Kare (χ2) Dağılımı

p Düzeyi

Sd .10 .05 .02 .01 .001 1 2.706 3.841 5.412 6.635 10.827 2 4.605 5.991 7.824 9.210 13.815 3 6.251 7.815 9.837 11.341 16.268 4 7.779 9.488 11.668 13.277 18.465 5 9.236 11.070 13.388 15.086 20.517

6 10.645 12.592 15.033 16.812 22.457 7 12.017 14.067 16.622 18.475 24.322 8 13.362 15507 18.168 20.090 26.125 9 14.684 16.919 19.679 21.666 27.877

10 15.987 18.307 21.161 23.209 29.588

11 17.275 19.675 22.618 24.725 31.264 12 18.549 21.026 24.054 26.217 32.909 13 19.812 22.362 25.472 27.688 34.528 14 21.064 23.685 26.873 29.141 36.123 15 22.307 24.996 28.259 30.578 37.697

16 23.542 26.296 29.633 32.000 39.252 17 24.769 27.587 30.995 33.409 40.790 18 25.989 28.869 32.346 34.805 42.312 19 27.204 30.144 33.687 36.191 43.820 20 28.412 31.410 35.020 37.566 45.315

21 29.615 32.671 36.343 38.932 46.797 22 30.813 33.924 37.659 40.289 48.268 23 32.007 35.172 38.968 41.638 49.728 24 33.196 36.415 40.270 42.980 51.179 25 34.382 37.652 41.566 44.314 52.620

26 35.563 38.885 42.856 45.642 54.052 27 36.741 40.113 44.140 46.963 55.476 28 37.916 41.337 45.419 48.278 56.893 29 39.087 42.557 46.693 49.588 58.302 30 40.256 43.773 47.962 50.892 59.703

EKLER 197

EK 3

Alıştırma Problemleri

Araştırmacıların veri analizine ilişkin becerilerini geliştirmek amacıyla değişik problem alanlarında alıştırma yapmalarına yönelik veri dosyaları oluşturulmuştur. Aşağıda, veri dosyaları ili ilgili kısa açıklamalara yer verilmiştir. Problemlerin bazıları gerçek çalışmalara dayalı verileri, bazıları ise hayali olarak üretilmiş denemelik verileri kapsamaktadır.

KONU : Üniversitede öğretimin niteliği.

VERİ DOSYASI : Ögretimin niteligi

DEĞİŞKENLER :

Üniversitede öğretimin niteliği, öğreticinin konu bilgisi (bilgi), öğretim becerisi (beceri), uygulanan testlerin niteliği (test), öğrencinin beklediği başarı düzeyi (derece) ve sınıf büyüklükleri (buyukluk) arasındaki ilişki araştırılıyor. Sözü edilen yordayıcı değişkenlerden dördü ve bağımlı değişkene ait veriler öğrenci algılarına dayalı olarak anket ile toplanıyor.

- nitelik (1=çok kötü, 5=mükemmel)

- bilgi (1=çok kötü, 5=mükemmel)

- beceri (1=çok kötü, 5=mükemmel)

- test (1=çok kötü, 5=mükemmel)

- derece (F=1, A=5)

Öğrencilerin ölçek puanları kullanılarak her bir sınıf için değişkenlerin ortalama değerleri bulunuyor ve üniversite kayıtlarından alınan sınıf büyüklüklerine ilişkin sayılarla n=50 sınıf için bir veri dosyası oluşturuluyor.

KAYNAK :

Howell, D.C. (1987). Statistical methods for psychology (Second ed.). Boston: Duxbury Press, s.471.


KONU : Farelerin performansları

VERİ DOSYASI : labirent testi

DEĞİŞKENLER :

Farelerin bir labirent testindeki performanslarının geldikleri soy ve yetiştirildikleri çevreye göre farklılık gösterip göstermediği ve bu iki faktörün farelerin performansları üzerindeki ortak etkileri inceleniyor. Bu amaçla farelerin labirent testinden aldıkları hata puanları belirleniyor.

- cevre (özgür ve sınırlı)

- soy (parlak, melez-karışık ve sönük)

- puan (hata puanı)

KAYNAK :

Ferguson G. A. & Takane, Y. (1989). Statistical analysis in psychology and education (Sixth ed.). New York: McGraw-Hill Book Company, 286.

KONU : Lise öğrencilerinin utangaçlık düzeyi

VERİ DOSYASI : utangaclik

DEĞİŞKENLER :

Lise öğrencilerin utangaçlık düzeyleri ile yalnızlık, özsaygı ve bazı değişkenler arasındaki ilişki inceleniyor. Öğrencilerin utangaçlık, özsaygı ve yalnızlık düzeyleri üç ayrı ölçek ile ölçülüyor. Ek olarak katılımcılara ait bazı kişisel bilgiler toplanıyor.

- utangac

- yalnizli

- ozsaygi

- sed (üst, orta, alt)

- sinif (9, 10, 11)

- cinsiyet (kız, erkek)

KAYNAK :

“Gökçe, S. (2002). Lise öğrencilerinin utangaçlık düzeylerinin yordanması. Gazi Üniversitesi Eğitim Bilimleri Enstitüsü Yayımlanmamış Yüksek Lisans Tezi.” Çalışması için toplanan verilerden araştırmacının izni ile alınmıştır. Dosya, tezde toplanan verilerin bir kısmını içermektedir.

EKLER 199

KONU : Yabancı turistin günlük harcama düzeyi

VERİ DOSYASI : turizm

DEĞİŞKENLER :

Yabancı turistlerin günlük harcama düzeyleri ile ülkeleri arasındaki ilişki inceleniyor. Probleme ilişkin denemelik veriler aşağıda belirtilen değişken isimleri kullanılarak oluşturuluyor.

- ulke (A, B, C, D ve E)

- harcama (1=10 $ ve az, 2=11-30 $, 3=31-50 $, 4=51-70$ ve 5=71$ ve fazla)

KAYNAK : Denemelik veri

KONU : Çocukların sosyal davranışları

VERİ DOSYASI : sosyaldavranis

DEĞİŞKENLER :

Okulöncesi dönemde, anaokuluna devam eden ve evde annesi ile geçiren çocukların sosyal davranış düzeyleri inceleniyor. Bu amaçla 8 eş yumurta ikizi yansız olarak ikiye ayrılıyor ve birinci grup çocuklar bu dönemi anaokulunda, ikinci grup çocuklar ise evde geçiriyorlar. Çalışmanın sonunda her iki gruptaki çocukların sosyal olayları algılama puanları aynı araç kullanılarak ölçülüyor.

- an.sosya (ana okuluna giden çocukların sosyal davranış düzeyleri)

- ev.sosya (evdeki çocukların sosyal davranış düzeyleri

KAYNAK :

Siegel, S. & Castellan,N.J. (1988). Nonparametric satistics for the phavioral siences. Second Edition. New York: McGraw-Hill Book Com., s.98


KONU : Üniversite öğrencilerinin uyum düzeyleri

VERİ DOSYASI : uyum

DEĞİŞKENLER :

Üniversitede yapılan taramada uyum sorunu çeken öğrencilerden yansız olarak seçilen iki gruptan birine 8 hafta süreli bir eğitim programı uygulanırken, diğer grup öğrencilere ise aynı dönemde özel bir program uygulanmamış, ancak aynı dönem içinde grup çalışması adı altında bir araya gelinmiştir. Grup çalışmalarında problemle ilgili olmayan konular tartışılmıştır. Deney öncesi ve sonrasında gruplara X uyum ölçeği uygulanmıştır. Uyum ölçeğinden alınan yüksek puanlar, uyumun yüksek olduğunu göstermektedir.

- grup (deney, kontrol)

- ontest

- sontest

KAYNAK : Denemelik veri.

KONU : Üç farklı ilacın X hastalığına etkisi

VERİ DOSYASI : X-hastasi

DEĞİŞKENLER :

X hastası olan kişilerden yansız olarak oluşturulan üç grup hastaya, aynı hastalık için üretilen üç farklı ilaç veriliyor. Gözlenen hastaların iyileşme süreleri gün olarak kaydediliyor.

- ilacturu (A, B, C)

- iyi.sure (iyileşme süresi)


EKLER 201

KONU : SPSS destekli öğretimin istatistik tutumu ve başarısına etkisi

VERİ DOSYASI : istatistik tutum-basari

DEĞİŞKENLER :

SPSS destekli istatistik öğretiminin istatistiğe yönelik tutumlara ve başarıya etkisinin araştırıldığı çalışmada, denekler tutumları bakımından deney öncesi ve sonrası ölçülüyor. Deney sonrası istatistik başarıları ise yapılan yazılı (klasik) tipte bir sınavla ölçülüyor.

- grup (deney, kontrol)

- ontest puanları (k=28 madde, madde bazında girildi)

- sontest puanları (k=28 madde, madde bazında girildi)

- basari (istatistik başarı puanı)

Tutum ölçeğinden alınan yüksek puanlar, tutumun olumlu olduğunu göstermektedir.

KAYNAK :

“Büyüköztürk, Ş. (Mart 2000). SPSS uygulamalı istatistik öğretiminin istatistiğe yönelik tutumlara ve istatistik başarısına etkisi. Eğitim Araştırmaları Dergisi, (1), 13-20.” Çalışmada kullanılan verilerden alınmıştır.

KONU : Faktör yapılarının belirlenmesi

VERİ DOSYASI : faktor analizi

A dersine yönelik tutumları ölçmek amacıyla geliştirilen bir tutum ölçeğinden alınan puanları gösteren denemelik veriler, k=35 madde için bilgisayara aktarılmıştır. Veriler, VAR00001-VAR00035 olarak girilmiştir.


16. baski - pegem.netpegem.net/dosyalar/dokuman/02032012121505veri analizi 16...araçtır. toplanan...

Documents