
İçindekiler
SPSS’te Jonckheere–Terpstra Testi, 3 veya daha fazla grup arasında bir değişkenin (örneğin, doz seviyeleri veya tedavi grupları) ortalama puanları arasında anlamlı bir sıralı eğilim olup olmadığını belirlemek için kullanılan bir istatistiksel testtir. Bu test, grupların medyanlarının artan bir sırayla artıp artmadığını değerlendirir. Bir diğer non-parametrik gruplar arası karşılaştırma testi olan Kruskal-Wallis Testi’nin, gruplarının ortalamaların sıralı şekilde arttığı (veya azaldığı) durumdaki alternatif testidir.
Başlamadan belirteyim ki Jonckheere Testi, Kendall’s Tau korelasyon testinin aynı sonuçlarını verir.
Jonckheere–Terpstra Testi Nedir?
Jonckheere–Terpstra Testi (Jonckheere Trend Testi), istatistiksel bir sıralama testidir ve verilerin farklı gruplar arasındaki medyanlarının karşılaştırılmasında kullanılır. Bu test, farklı kategoriler veya gruplar altında verilerin ortalama skorlarının azalan ya da artan şekilde bir trendi takip ettiği verileri analiz etmek için kullanılır. Örneğin, bir ilaç dozu seviyesinin artmasıyla birlikte tedaviye yanıt oranının nasıl değiştiğini değerlendirmek istediğinizi düşünelim. Bu senaryoda, farklı doz seviyelerine sahip gruplar arasındaki yanıt medyanlarını karşılaştırmak için Jonckheere–Terpstra testini kullanabilirsiniz.
Jonckheere–Terpstra Testi, aynı Kruskal-Wallis Testi gibi, 3 veya daha fazla grubun ortalama skorlarını karşılaştırmak için kullanılan non-parametrik bir testtir. Kruskal-Wallis Testi’nden farkı, skorların kategorilerle birlikte düzenli olarak azalan ya da artan bir eğilimi takip edip etmemesini test etmesidir.
Jonckheere–Terpstra testi, gruplar arasındaki sıralı bir eğilimi belirlemek için kullanılan non-parametrik bir testtir. Non-parametrik testler, verilerin belirli dağılım varsayımlarını karşılamadığı veya normal dağılıma uymadığı durumlarda kullanılır. Bu nedenle, verileriniz normal dağılımdan uzaksa veya grup büyüklükleri eşit değilse ve aynı zamanda kategori numarası arttıkça veriler de düzenli olarak artma eğilimindeyse (ya da düzenli olarak azalma), Jonckheere–Terpstra testi uygun bir seçenek olabilir.
Örnek olarak, bir ilaç deneyinde farklı doz seviyelerindeki gruplar arasında tedaviye yanıt oranlarını değerlendirmek istediğinizi düşünelim. Jonckheere–Terpstra testini kullanarak, ilaç dozunun artmasıyla yanıt oranının artıp artmadığını değerlendirebilirsiniz. Bu şekilde, gruplar arasındaki sıralı bir trend olup olmadığını istatistiksel olarak belirleyebilirsiniz.
Jonckheere–Terpstra Testi ile Kendall’s Tau korelasyon testinin verdikleri p anlamlılık değeri aynıdır çünkü bu iki test temelde birbirinin aynısıdır. Aynı zamanda, Kendall’s Tau korelasyonu sonucunda daha anlaşılır bir etki büyüklüğü ve korelasyon büyüklüğü elde ederiz. Bu yüzden, Jonckheere–Terpstra Testi yapmak yerine Kendall’s Tau korelasyon testi yapmak genelde daha tercih edilesidir.
Yine de anlatmış olmak için Jonckheere–Terpstra Testi’nin nasıl yapıldığını aşağıda anlatıyorum.
SPSS ile Jonckheere–Terpstra Testi Nasıl Yapılır?
Aşağıdaki adımları takip ederek SPSS’te Jonckheere–Terpstra Testi kolayca yapabilirsiniz.
Bu örnekte, 1’den 4’e kadar doz ilaç verilmiş kişilerden oluşan grupların İyileşme skorlarını karşılaştırıyoruz. 1 ile kodlanan grup 1 doz ilaç almış, 4 ile kodlanan grup 4 doz ilaç almış demektir.
Analyze -> Nonparametric Tests -> Legacy Dialogs -> K Independent Samples
Bağımlı değişkenimizi Test Variable List’e, bağımsız değişkenimizi ise Grouping Variable kutusuna atıyoruz. Attıktan sonra “Define Range” butonuna basıyoruz ve bağımsız değişkenimizin kategorileri kaçtan kaça kadar numaralandırılmışsa, o sayıları Minimum ve Maximum olarak giriyoruz.
Aynı zamanda Test Type bölümünde “Jonckheere–Terpstra”yı işaretlemeyi unutmayın.
Analizimizin sonucunda, SPSS bize bir adet “Jonckheere-Terpstra Test” tablosu veriyor. Bu tablodaki Sig. değeri, testimizin p değerini vermektedir. Bu örnekte, p değeri 0.001’den küçükmüş, yani 0.05’ten küçük anlamlı bir değer. Demek ki, katılımcıların İyileşme skorları gruplar arası düzenli bir şekilde artış ya da azalış gösteriyormuş.
Ne kadar artış ya da azalış gösterdiğini görmek için, SPSS’te bir çizgi grafiği oluşturabiliriz.
Grafiğe göre, demek ki verilen ilaç doz miktarı arttıkça, iyileşme miktarı da düzenli olarak artıyormuş diyebiliriz.
Jonckheere–Terpstra Testi vs. Kendall’s Tau Karşılaştırma
Yazının başında da demiştim ki aslında Jonckheere–Terpstra Testi ile Kendall’s Tau korelasyon testi birbirlerinin aynısıdır. Bunu deneyerek görebiliriz.
Analyze -> Correlate -> Bivariate
Değişkenlerimizin ikisini de Variables kutusuna atıp Correlation Coefficients bölümünden “Kendall’s tau-b” seçeneğini işaretliyoruz.
SPSS’in vereceği “Correlations” tablosunda göreceğiniz gibi, p değeri bunun da 0.001’den küçük çıktı. Eğer detaylı incelerseniz deminki Jonckheere–Terpstra Testi ile bire bir aynı olduğunu göreceksiniz.
Kendall’s Tau korelasyon testinde, korelasyon katsayısını (yani miktarını) da görebiliyorsunuz. Bu örnekte doz sayısı ile iyileşme miktarı arasında 0.887 korelasyon varmış, yani çok güçlü bir korelasyon. Jonckheere–Terpstra Testi ile bu korelasyon miktarını öğrenememiştik. İşte bu yüzden genelde her zaman, değişkenler arasında kategorilere bağlı olarak doğrusal bir artış ya da azalış eğilimi bekleniyorsa, Kendall’s Tau korelasyon testi yapmanın tercih edilmesi daha uygundur.
Jonckheere–Terpstra Testi vs. Kruskal-Wallis Karşılaştırma
Her ikisi de non-parametrik (parametrik olmayan) gruplar arası skor karşılaştırması yöntemleri olmasına rağmen, eğer düzenli bir artış veya azalış eğilimi bekleniyorsa, Jonckheere–Terpstra testi, Kruskal-Wallis testinden daha güçlüdür, yani verdiği p değeri daha küçük olma eğilimindedir. Bunu aynı veri ile bir Kruskal-Wallis testi yaparak kendimiz görelim.
Analyze -> Nonparametric Tests -> Legacy Dialogs -> K Independent Samples
Değişkenlerimizi deminki gibi yerleştiriyoruz, sadece Test Type olarak “Kruskal-Wallis H” seçiyoruz.
“Test Statistics” başlıklı sonuç tablosunda, Kruskal-Wallis testi sonucu p değerinin 0.004 olduğunu görüyoruz. Bu test Jonckheere–Terpstra Testi’nde elde ettiğimiz 0.001’den küçük olan p değerinden daha büyük. Bunun sebebi, bu örnekte kategorilerin skorları arasında düzenli bir yükseliş eğilimi olması ve bu durumda Jonckheere–Terpstra testinin Kruskal-Wallis testinden daha güçlü olmasıdır.
Bir yanıt bırakın