İçindekiler
SPSS’te yapılan birçok istatistiksel analiz, verilerin normal dağılıma sahip olduğu varsayımına dayanır. Ne var ki, elimizdeki veriler her zaman normal dağılımın özelliklerine uymayabilir. Peki, SPSS analizini yapacağımız veriler normal dağılım göstermiyorsa ne yapmak gerekiyor? Bu yazıda, SPSS ile çalışırken normal dağılmayan veri setleri için en yaygın olarak tercih edilen yöntem olan, “non-parametrik alternatif testler” üzerine odaklanacağız.
Normal Dağılmayan Veriler İçin Alternatif Yaklaşımlar
Non-parametrik testler kullanın
Normal dağılım varsayımını karşılamayan verilerle çalışırken en sık olarak tercih edilen yöntem, non-parametrik, yani parametrik olmayan alternatif bir test uygulamaktır. Non-parametrik testler, verilerin dağılımına daha az duyarlıdır. Çeşitli non-parametrik test örnekleri vardır. Çeşitli non-parametrik test seçenekleri vardır. Örneğin, normal dağılmayan veriler için, Mann-Whitney U testi, Kruskal-Wallis testi ve benzeri non-parametrik testler kullanılabilir. Bunların detaylarına aşağıda değineceğiz.
Dönüşümler (Transformasyonlar) yapın
Verilerinizi normalleştirmek için bazı matematiksel transformasyonlar yapabilirsiniz. Logaritmik, karekök veya ters dönüşüm gibi yöntemler kullanılabilir. (Bunu yapınca sonrasında yaptığınız analizler pratikte çok anlaşılmaz oluyor, o yüzden ben çok tavsiye etmiyorum bu yöntemi)
Bootstrapping
Bootstrapping, örneklem büyüklüğü kadar rastgele örneklemler alarak tekrar tekrar örnekleme yapma yöntemidir. Bu yöntemle elde edilen örnek dağılımlar kullanılarak güven aralıkları ve p-değerleri tahmin edilebilir.
Parametrik Olmayan Test Örnekleri
SPSS’te en yaygın olarak kullanılan non-parametrik (yani parametrik olmayan) testlerin bir listesini aşağıda bulabilirsiniz.
Mann-Whitney U Testi
İki farklı grup arasındaki medyan farkını karşılaştırmak için kullanılır. Bağımsız örneklemler arasındaki anlamlı farkları belirlemek için kullanışlıdır. Bağımsız örneklem t testi’nin parametrik test olmayan alternatifidir.
Wilcoxon Signed-Rank Test
Aynı kişilerden oluşan bir grubun 2 farklı zaman diliminde ölçümleri arasındaki medyan farklarını incelemek için kullanılır. Yani bağımlı iki örneklem arasındaki farklılıkları değerlendirmek için kullanılır. Bağımlı örneklem t testi’nin parametrik test olmayan alternatif testidir.
Kruskal-Wallis Testi
Üç veya daha fazla bağımsız grup arasında medyan farklarını değerlendirmek için kullanılır. Tek yönlü, iki yönlü ve faktöriyel ANOVA’nın parametrik olmayan bir alternatifidir.
Friedman Testi
Üç veya daha fazla bağımlı grup arasında medyan farklarını değerlendirmek için kullanılır. Tekrarlı ANOVA analizinin parametrik olmayan alternatifidir.
Spearman’s Rho & Kendall’s Tau
Pearson korelasyon yönteminin normallik varsayımı sağlanmadığı zaman kullanılırlar. Her iki korelasyon katsayısı da sıralama düzeyindeki ilişkileri belirlemek için kullanılır, ancak hesaplama yöntemleri farklıdır. Spearman’s Rho, sıralamalardaki farkları kullanırken, Kendall’s Tau, sıralamalardaki çiftlerin sayısını kullanır. Hangi testin kullanılacağı, veri yapısına ve analizi yorumlama tercihinize bağlı olarak değişebilir.
SPSS Normal Dağılmayan Veri İçin Non-Parametrik Alternatif Testler
Aşağıda, SPSS ile analiz yaparken, eğer verileriniz normal dağılıma uymuyorsa hangi alternatif non-parametrik testleri kullanmanız gerektiği yazıyor.
Bağımsız Örneklem T Testi -> Mann-Whitney U Testi
Bağımsız iki grup için parametrik test olan Bağımsız Örneklem T Testi‘nin non-parametrik karşılığı Mann-Whitney U testidir. Mann-Whitney U testi, grupların ortanca değerlerini karşılaştırmak için kullanılır ve normallik varsayımını gerektirmez.
Bağımlı Örneklem T Testi -> Wilcoxon Signed-Rank Test
Bağımlı Örneklem T Testi‘nin non-parametrik karşılığı Wilcoxon Signed-Rank Test‘tir. Bu test, verilerin sıralanmasıyla çalışır ve örneklem ortalamasının belirli bir değerle aynı olup olmadığını değerlendirir.
Wilcoxon Signed-Rank Test, verilerin sıralı hali üzerinden çalıştığı için normallik varsayımına ihtiyaç duymaz. Bu nedenle, eğer tek örneklem T Testi için normallik varsayımı sağlanmıyorsa, Wilcoxon Signed-Rank Test’i kullanabilirsiniz.
Tek Örneklem T Testi -> Wilcoxon Signed-Rank Test
Tek Örneklem T Testi için normallik şartı sağlanmıyorsa, yine non-parametrik bir alternatif test olarak Wilcoxon Signed-Rank Test‘i kullanabilirsiniz.
Tek Yönlü ANOVA -> Kruskal-Wallis Testi
Tek yönlü ANOVA’nın non-parametrik karşılığı Kruskal-Wallis testidir. Bu test, gruplar arasındaki medyan değerleri arasındaki farkları değerlendirmek için kullanılır.
Çift Yönlü ANOVA -> Kruskal-Wallis Testi
Çift yönlü ANOVA yapacakken normallik şartı sağlanmıyorsa yine non-parametrik bir alternatif test olarak Kruskal-Wallis testi yapılır.
Faktöriyel ANOVA -> Kruskal-Wallis Testi
Kruskal-Wallis testi, faktöriyel ANOVA’nın da non-parametrik bir karşılığı olarak düşünülebilir.
Tekrarlı ANOVA -> Friedman Testi
Tekrarlı ANOVA’nın non-parametrik karşılığı, Friedman Testi’dir. Friedman Testi, bağımlı örneklemler arasında bir fark olup olmadığını değerlendiren bir non-parametrik testtir.
Mixed Design (Karışık Desen) ANOVA -> Friedman Testi
Mixed design ANOVA analizi için normallik varsayımının sağlanmaması durumunda, non-parametrik alternatif bir test olarak Friedman testini uygulayabilirsiniz. Friedman testi, tekrarlı ölçümler üzerindeki sıralı verileri değerlendirmek için kullanılan bir non-parametrik testtir.
Pearson Korelasyon -> Spearman’s Rho veya Kendall’s Tau
Eğer verileriniz normal dağılım göstermiyorsa ve Pearson korelasyon analizi için normallik varsayımı sağlanmıyorsa, non-parametrik bir test kullanabilirsiniz. Bu durumda, Spearman’s rho veya Kendall’s tau gibi non-parametrik korelasyon testleri tercih edilebilir.
Doğrusal (Lineer) Regresyon -> Spearman’s Rho veya Kendall’s Tau
Eğer verileriniz normal dağılım göstermiyorsa ve doğrusal (lineer) regresyon analizi için normallik şartını sağlayamıyorsanız, non-parametrik bir alternatif olan Spearman’s Rho veya Kendall’s Tau gibi sıra düzeyi korelasyon katsayılarını kullanabilirsiniz.
Bir yanıt bırakın