
İçindekiler
Ki Kare Testi Nedir?
Ki kare testi, istatistiksel analizlerde kullanılan bir hipotez testidir ve kategorik veri türünde olan 2 değişken arasındaki ilişkiyi veya bağımsızlığı belirlemek için kullanılır. Bu test, gözlenen frekans dağılımlarını, beklenen frekans dağılımlarıyla karşılaştırarak bir hipotez testi gerçekleştirir. Temel olarak, ki kare testi, iki veya daha fazla kategorik değişken arasındaki ilişkinin veya bağımsızlığın istatistiksel olarak anlamlı olup olmadığını belirlemek için kullanılır.
Ki kare testi, örneklemler arasında belirli bir ilişkinin olup olmadığını belirlemek veya bir popülasyonun dağılımının beklenen bir dağılıma uyup uymadığını test etmek için kullanılabilir. Ki kare testi, gözlemlenen ve beklenen frekanslar arasındaki farklılıkların istatistiksel olarak anlamlı olup olmadığını belirler ve bu sayede kategorik değişkenler arasındaki ilişkiyi veya bağımsızlığı değerlendirir.
Ki Kare Testi ile analiz edilen değişkenlerin ikisi de 2 kategoriye sahipse, buna 2×2 Ki Kare Modeli denir. Eğer biri 3, diğer 2 kategoriye sahipse 3×2 Ki Kare Modeli denir. Kategori sayısına göre bu böyle devam eder.
Ki Kare Testi Türleri
Ki-kare (χ²) testi, kategorik veri analizinde yaygın olarak kullanılan istatistiksel bir testtir. Ki-kare testinin 3 farklı türü vardır ve bunlar genellikle verilerin niteliğine ve ele alınan araştırma sorusuna göre kategorize edilir. Başlıca ki-kare testi türleri şunlardır:
- Ki-Kare Uygunluk (Uyum İyiliği) Testi:
- Detaylı okumak için tıklayın.
- Bir örneğin belirli bir dağılıma sahip bir popülasyondan gelip gelmediğini belirlemek için kullanılır.
- Gözlemlenen kategorik verilerin, varsayılan bir dağılıma uyup uymadığını değerlendirir.
- Örnek: Bir populasyondaki genotip dağılımının beklenen Mendel oranlarına uyup uymadığını kontrol etmek.
- Ki-Kare Bağımsızlık Testi:
- Detaylı okumak için tıklayın.
- İki kategorik değişken arasında anlamlı bir ilişkinin olup olmadığını belirlemek için kullanılır.
- Bir değişkenin gözlenen frekansının diğer değişkenden bağımsız olup olmadığını değerlendirir.
- Örnek: Cinsiyet ve sigara içme alışkanlığı arasında bir ilişkinin olup olmadığını araştırmak.
- Ki-Kare Homojenlik Testi:
- Detaylı okumak için tıklayın.
- Bir kategorik değişkenin farklı gruplar veya popülasyonlar arasındaki dağılımını karşılaştırmak için kullanılır.
- Bir kategorik değişkenin dağılımının farklı gruplar arasında aynı olup olmadığını belirler.
- Örnek: Farklı yaş grupları arasında siyasi parti tercihinin dağılımını karşılaştırmak.
Bu, ki-kare testinin temel türleridir, ancak bir çalışmanın spesifik bağlamına veya gereksinimlerine bağlı olarak çeşitli varyasyonlar ve uzantılar mevcut olabilir. Araştırma sorusuna ve analiz edilen veri türüne bağlı olarak uygun ki-kare testini seçmek önemlidir.
Ki Kare Testi Yapabilmek İçin Koşullar
- Ki Kare Testi ile analiz edeceğimiz bütün değişkenlerin yalnızca kategorik veri tipinde olması gerekmektedir. Ordinal veya sürekli veri tipinde olmamalıdır.
- Ki Kare Testi yapabilmek için, tam olarak 2 adet kategorik değişkenimizin olması gerekmektedir. (2’den fazla kategorik değişkenimiz varsa Log-Lineer Analiz yapmamız gerekir)
- Ki Kare karşılaştırma tablosunda her hücrenin beklenen değeri olarak en az 5 kişi bulunmalıdır. Eğer bir hücrede beklenen 5’ten az kişi varsa, o zaman Ki Kare Testi yerine Fisher’s Exact Test uygulamak daha iyi sonuç verecektir. (Mesela hangi cinsiyetteki kişilerin daha çok hangi takımları tuttuğuna bakmak için ki kare testi yaptık. Galatasaray’ı tutan Erkek’lerin beklenen sayısı 3 çıktı. İşte bu durumda Ki Kare Testi yerine Fisher’s Exact Test yapmayı düşünebiliriz.)
2×2’den büyük Ki Kare tablolarında, hücrelerin en fazla %20’sinde hücre içindeki beklenen değerler 5’ten az olabilir. Daha fazla oranında beklenen değer 5’ten az ise, o zaman Fisher’s Exact Test yapılmalıdır. Aynı zamanda, tablo büyüklüğü ne kadar olursa olsun, hiçbir hücrede beklenen değer 1’den az olmamalıdır. Bu durum, Ki Kare Analizi’nin analiz gücünü, yani gerçekte var olan bir etkiyi tespit edebilme gücünü çok düşürür.
SPSS’te Doğru Ki Kare Testini Seçin
Ki Kare Testi diye 1 tane test olmadığı için (yani 3 tip farklı Ki Kare Testi var olduğu için), kullanma amacınıza göre o Ki Kare testini yapmanız gerekmektedir. Yapmanız gereken Ki Kare testi türünü yukarıyı okuduktan sonra belirleyip, sonra o türdeki Ki Kare testini SPSS ile nasıl yapacağınız hakkında özel olarak hazırladığımız yönergeleri ve açıklamaları okumanızı tavsiye ediyorum. Bu şekilde kafa karışıklığı yaşamadan kolayca işinizi halledebilirsiniz.
SPSS ile Ki Kare Uygunluk (Uyum İyiliği) Testi
“SPSS ile Ki Kare Uygunluk Testi” başlıklı yazımızda da detaylı olarak anlattığımız gibi, bu testi yapmak için SPSS’te izlememiz gereken adımlar şunlardır:
- Menü çubuğundan “Analyze” sekmesine gidin.
- “Nonparametric Tests” seçeneğine gidin.
- “Chi-Square” seçeneğine tıklayın.
- “Chi-Square Goodness-of-Fit” seçeneğini belirleyin.
- Test yapmak istediğiniz kategorik değişkeni “Dependent List” bölümüne sürükleyin.
- İsteğe bağlı olarak, “Expected Values” bölümünde beklenen frekansları girebilirsiniz.
- “Options” düğmesine tıklayarak isteğe bağlı ayarları kontrol edin.
- Ayarları tamamladıktan sonra, “OK” düğmesine tıklayarak analizi başlatın.
SPSS, Ki Kare Uygunluk Testi sonuçlarını çeşitli tablolar ve istatistiklerle sunacaktır. Testin p-value değeri, hipotez testi sonuçlarını yorumlamak için önemlidir.
Eğer p-value, belirlenen anlamlılık düzeyinden küçükse (genellikle 0.05 olarak belirlenir), bu durumda sıfır hipotezi reddedilir ve gözlemlenen frekanslar ile beklenen frekanslar arasında anlamlı bir fark olduğu söylenebilir. Ancak, p-value değeri belirlenen anlamlılık düzeyinden büyükse, sıfır hipotezi reddedilemez ve gözlemlenen frekanslar ile beklenen frekanslar arasında anlamlı bir fark olmadığı kabul edilir.
SPSS ile Ki Kare Bağımsızlık Testi
“SPSS ile Ki Kare Bağımsızlık Testi” başlıklı yazımızda da detaylı olarak anlattığımız gibi, bu testi yapmak için SPSS’te izlememiz gereken adımlar şunlardır:
- Menü çubuğundan “Analyze” seçeneğine gidin.
- “Descriptive Statistics” altında “Crosstabs” seçeneğine tıklayın.
- Açılan pencerede bağımsızlık testini uygulamak istediğiniz iki değişkeni seçin ve sağa taşıyarak “Row(s)” ve “Column(s)” alanlarına yerleştirin.
- “Statistics” altında, “Chi-square” seçeneğini işaretleyin. İhtiyacınıza bağlı olarak, “Expected” ve “Phi and Cramer’s V” seçeneklerini de işaretleyebilirsiniz.
- Eğer bazı hücrelerde beklenen frekansların görüntülenmesini istiyorsanız, “Cells” altında “Expected” seçeneğini işaretleyebilirsiniz.
- Ayarlamalarınızı yaptıktan sonra, “OK” düğmesine tıklayarak analizi başlatın.
SPSS, ki-kare istatistiğini ve p değerini içeren bir çıktı üretecektir. P değeri, testin istatistiksel anlamlılığını değerlendirmenize yardımcı olacaktır. Genellikle p değeri 0.05’ten küçükse, değişkenler arasında anlamlı bir ilişki olduğu kabul edilir. Ayrıca, buradaki ki-kare değeri, gözlemlenen ve beklenen frekanslar arasındaki farkı ölçer.
SPSS çıktısında dikkate alınması gereken diğer terimler arasında Cramer’s V istatistiği ve beklenen frekanslar bulunur, bu da ilişkinin gücü ve anlamını belirlemede yardımcı olabilir.
- Cramer’s V İstatistiği:
- Cramer’s V, ki-kare bağımsızlık testinin etkileşim gücünü ölçen bir istatistiksel değerdir. Değer, 0 ile 1 arasında değişir; 0, zayıf bir ilişkiyi, 1 ise güçlü bir ilişkiyi temsil eder. Cramer’s V’nin büyüklüğü, ilişkinin gücü hakkında bilgi sağlar. Örneğin, 0.1’den küçük bir değer zayıf, 0.1 ile 0.3 arası orta, 0.3’ten büyükse güçlü bir ilişki olduğunu gösterebilir.
- Beklenen Frekanslar:
- Ki-kare bağımsızlık testinde, her bir hücrede beklenen frekanslar, eğer değişkenler arasında bağımsızlık varsa ne bekleniyorsa onu ifade eder. Gözlemlenen frekanslar, gerçek veri setinizdeki frekanslardır. Beklenen ve gözlemlenen frekanslar arasındaki fark, ilişkinin doğasını ve gücünü anlamak açısından önemlidir. Eğer bu fark büyükse, iki değişken arasında belirgin bir ilişki olabilir.
SPSS ile Ki Kare Homojenlik Testi
“SPSS ile Ki Kare Homojenlik Testi” başlıklı yazımızda da detaylı olarak anlattığımız gibi, bu testi yapmak için SPSS’te izlememiz gereken adımlar şunlardır:
- “Analyze” menüsünden “Descriptive Statistics” seçeneğine gidin ve ardından “Crosstabs” seçeneğini seçin.
- “Crosstabs” penceresinde, bağımsız ve bağımlı değişkenleri seçin ve “Statistics” düğmesine tıklayarak istatistik seçenekleri için yeni bir pencere açın.
- Açılan pencerede “Chi-square” seçeneğini işaretleyin. Bu, ki-kare testini uygulamanıza izin verir.
- İstatistik seçeneklerini belirledikten sonra, “Continue” ve ardından “OK” düğmelerine tıklayarak ana pencereye geri dönün.
SPSS, ki-kare testi sonuçlarını içeren bir çapraz tablo oluşturacaktır. Bu tablo, değişkenler arasındaki ilişkiyi değerlendirmenize yardımcı olacaktır. Çapraz tablo üzerindeki değerlere bakarak, değişkenler arasında anlamlı bir ilişki olup olmadığını değerlendirin. Ki-kare istatistiği ve p değeri genellikle bu değerlendirmenin anahtar unsurlarıdır.
Eğer p değeri belirli bir anlamlılık düzeyinden (genellikle 0.05) küçükse, değişkenler arasında istatistiksel olarak anlamlı bir ilişki olduğunu söyleyebiliriz. Aynı zamanda, çapraz tablo üzerindeki hücrelerdeki frekanslar da incelenerek, hangi kategorilerin birbiriyle ilişkili olduğu veya farklılık gösterdiği anlaşılabilir.
Bir yanıt bırakın