İçindekiler
SPSS ile, Levene’s Test sonucunda, homojen varyansa sahip olmadığı ortaya çıkan gruplar arasındaki farkları incelemek için kullanılan iki önemli test Welch Testi ve Brown-Forsythe Testi’dir. Bu testler, veri setlerinin özelliklerine daha hassas bir şekilde uyum sağlar ve istatistiksel sonuçları güvenilir kılar. Bu yazıda, Welch Testi ve Brown-Forsythe Testi’nin temel prensiplerini ve SPSS üzerinde nasıl uygulanacaklarını detaylı bir şekilde inceleyeceğiz.
SPSS ile Welch Testi ve Brown-Forsythe Testi Nasıl Yapılır?
Tekrar söyleyelim ki Welch testi ve Brown-Forsythe testi, yalnızca ANOVA yaparken Levene’s Test sonucunda p değeri 0.05’ten küçük çıkarsa yapılmalıdır. Eğer Levene’s Test p değeri 0.05’ten büyük çıkarsa, ANOVA olduğu gibi devam etmelidir.
SPSS ile Welch ve Brown-Forsythe testleri, aynı pencereden yapılabilir. Öncelikle, SPSS’te Analyze -> Compare Means -> One-Way ANOVA butonlarına basıyoruz.
Daha sonra, bağımsız değişkenimizi (mesela bu örnekte Cinsiyet) soldan alıp sağdaki “Dependent List” kutusuna taşıyoruz. Bağımlı değişkenimizi de (Puan) “Factor” kutusuna taşıyoruz.
Taşıdıktan sonra, penceredeki “Options” butonuna basıyoruz. Açılan pencerede, aşağıdaki resimde işaretlenmiş olan her bir seçeneği işaretliyoruz. Sonra “Continue” tuşuna basıyoruz.
Ayrıca, “One-Way ANOVA” penceresinde, “Post Hoc” butonuna basarak, uygun bir post hoc testi de seçmemiz gerekiyor. Welch veya Brown-Forsythe testi, yalnızca varyansların eşit olmadığı durumlarda yapıldığı için, açılan post hoc penceresinde “Equal Variances Not Assumed” bölümündeki testlerden birini seçmemiz gerekiyor. Bu örnekte, popüler olan testlerden biri olduğu için Dunnett’s T3 testini seçtik.
“Continue” ve “OK” tuşlarına basarak analizimizi başlatıyoruz.
Welch Testi ve Brown-Forsythe Testi Yorumlama
Cinsiyet grupları arasında fark var mı diye bakmak için, “Robust Tests of Equality of Means” tablosunda, Welch ve Brown-Forsythe satırlarındaki “Sig.” sütununu okuyabiliriz. Bu örnekte, iki değer de birbirine yakın ve 0.05’ten küçük, yani istatistiksel olarak anlamlı bir farklılığa işaret ediyor.
Son olarak, hangi cinsiyet grupları arasında anlamlı bir fark olduğuna bakmamız gerekiyor. Buna da, “Multiple Comparisons” tablosundan bakabiliriz.
Mavi, yeşil ve sarı okları takip ederseniz, bütün cinsiyet çiftleri hakkında p değeri bilgisine ulaşabilirsiniz.
Buna göre, kadın-erkek arasında anlamlı bir puan farkı olduğu görülüyor (p=0.022). Kadın-diğer cinsiyet arasında anlamlı bir fark yok (p=0.658). Erkek-diğer cinsiyet arasında anlamlı bir fark var (p=0.011).
Welch Testi ve Brown-Forsythe Testi APA Raporlama
Gruplar arasındaki varyansların birbirinden farklı olduğu durumlarda ANOVA yerine yaptığımız non-parametrik testleri yaptık, sonuçlarını bulduk, son olarak sıra raporlamaya geldi. APA formatında Welch Testi ve Brown-Forsythe Testi sonuçlarını raporlamak için kısa bir paragraf önerisi aşağıda verilmiştir.
Bu çalışma, [araştırma konusu] üzerinde etkili olan [grup sayısı] farklı grup arasındaki ortalama farkları değerlendirmek amacıyla Welch Testi kullanılmıştır. Analiz sonuçlarına göre, gruplar arasında istatistiksel olarak anlamlı bir ortalama fark saptanmıştır (Welch F(df1, df2) = değer, p < 0.05). Ayrıca, grupların varyansları homojen olmadığından dolayı bu testin tercih edildiği belirtilmelidir.
Benzer şekilde, Brown-Forsythe Testi de [araştırma konusu] üzerindeki gruplar arasındaki ortalama farkları değerlendirmek için kullanılmıştır. Brown-Forsythe Testi sonuçlarına göre, gruplar arasında anlamlı bir ortalama farkı olduğu bulunmuştur (Brown-Forsythe F(df, df) = değer, p < 0.05). Bu testin, ANOVA testine göre heterojen varyans durumlarında daha sağlam sonuçlar verdiği vurgulanmalıdır.
Bir yanıt bırakın