Öte yandan, yalnızca p-değerine odaklanmak bilimsel açıdan yetersiz kalmaktadır. P-değeri, hipotezlerin reddedilip reddedilemeyeceğini gösterirken, elde edilen farkın veya ilişkinin ne kadar önemli veya büyük olduğunu açıklamaz. İşte bu noktada etki büyüklüğü (effect size) devreye girer. Etki büyüklüğü, bulguların pratik veya bilimsel açıdan anlamlılığını ölçerek, sonuçların yalnızca istatistiksel değil, aynı zamanda gerçek dünyadaki önemini de vurgular.

Bu yazıda akademik tezlerde güç analizi ve etki büyüklüğü konuları derinlemesine incelenecek; teorik temel bilgilerden uygulamalı örneklere, yazılımlardan raporlama tekniklerine kadar tüm süreçler ayrıntılı bir şekilde açıklanacaktır.

1. Güç Analizinin Akademik Araştırmalardaki Önemi

Güç analizi, araştırmacının çalışmasını tasarlarken kaç katılımcıya ihtiyaç duyacağını belirlemesine yardımcı olur. Yetersiz örneklem büyüklüğü, sonuçların güvenilirliğini düşürürken, aşırı büyük örneklemler ise zaman, maliyet ve kaynak israfına neden olabilir.

2. Araştırma Gücünün Bileşenleri

Araştırma gücünü belirleyen dört temel faktör vardır:

1. Örneklem büyüklüğü (N): Katılımcı sayısı arttıkça araştırma gücü yükselir.

2. Etki büyüklüğü (d, r, η² vb.): Farkın veya ilişkinin büyüklüğü.

3. Anlamlılık düzeyi (α): Genellikle %5 (0.05) olarak kabul edilir.

4. İstatistiksel test türü: Kullanılan testin duyarlılığı (t-testi, ANOVA, regresyon vb.).

3. Tip I ve Tip II Hatalarıyla Güç İlişkisi

• Tip I hata (α): Gerçekte doğru olan sıfır hipotezinin reddedilmesi.

• Tip II hata (β): Gerçekte yanlış olan sıfır hipotezinin reddedilememesi.
  Araştırma gücü, 1 – β formülüyle ifade edilir. Yani gücün %80 olması, tip II hata riskinin %20 olduğu anlamına gelir.

4. Güç Analizi Türleri

• A priori (önsel) güç analizi: Araştırmaya başlamadan önce gerekli örneklem büyüklüğünü hesaplama.

• Post hoc (sonradan) güç analizi: Araştırma tamamlandıktan sonra testin gücünü hesaplama.

• Kompromis güç analizi: Anlamlılık düzeyi ile güç arasında dengeli bir değer belirleme.

5. Etki Büyüklüğünün Tanımı

Etki büyüklüğü, araştırmada elde edilen farkın veya ilişkinin büyüklüğünü ölçer. Örneğin iki grup arasındaki fark istatistiksel olarak anlamlı olabilir, ancak fark çok küçükse bilimsel olarak anlamlı sayılmayabilir.

6. Etki Büyüklüğü Türleri

• Cohen’s d: İki grup ortalaması arasındaki farkın standart sapmaya oranı.

• Pearson’s r: İki değişken arasındaki ilişkinin gücü.

• Eta kare (η²) ve omega kare (ω²): ANOVA sonuçlarında etki büyüklüğü ölçümü.

• Odds ratio (OR) ve risk ratio (RR): Tıp araştırmalarında kullanılan etki ölçütleri.

7. Cohen’in Etki Büyüklüğü Sınıflandırması

• Küçük etki (d=0.2, r=0.1): Zayıf ilişki veya fark.

• Orta etki (d=0.5, r=0.3): Orta düzeyde ilişki veya fark.

• Büyük etki (d=0.8, r=0.5): Güçlü ilişki veya fark.

8. Güç Analizi İçin Kullanılan Yazılımlar

• G*Power: En yaygın kullanılan ücretsiz yazılım.

• SPSS SamplePower: SPSS’in ücretli modülü.

• R paketleri (pwr, simr): İleri düzey analizler için.

• SAS ve Stata: Büyük veri setleri için gelişmiş çözümler.

9. Güç Analizi Uygulaması (Örnek: Bağımsız Örneklem t-Testi)

Bir araştırmacı, iki farklı öğretim yönteminin öğrenci başarısı üzerindeki etkisini incelemek istiyor. Önsel güç analizi ile:

• Anlamlılık düzeyi: 0.05

• Güç: 0.80

• Beklenen etki büyüklüğü: d=0.5 (orta)

Sonuç: Her grup için yaklaşık 64 katılımcıya ihtiyaç vardır.

10. ANOVA İçin Güç Analizi

Üç grup arasında farkı inceleyen bir ANOVA araştırmasında, η²=0.06 orta etki büyüklüğü kabul edilirse, toplamda yaklaşık 159 katılımcıya ihtiyaç vardır.

11. Regresyon Analizinde Güç ve Etki Büyüklüğü

Regresyon analizlerinde etki büyüklüğü genellikle R² üzerinden değerlendirilir. R²=0.13 orta düzeyde, R²=0.26 ise büyük düzeyde etki büyüklüğü olarak yorumlanır.

12. Post Hoc Güç Analizi Örneği

Araştırmada 40 kişilik bir örneklemle anlamlı sonuç çıkmadıysa, post hoc güç analizi yapılabilir. Sonuç, testin gücünün %40 olduğunu gösterirse, yetersiz örneklem büyüklüğünden dolayı anlamlı fark bulunamamış olabilir.

13. Güç Analizi ve Etik Boyut

Yetersiz örneklemle yapılan çalışmalar, zaman ve kaynak israfına yol açar. Ayrıca gereksiz yere çok fazla katılımcıyı araştırmaya dahil etmek etik açıdan sorun yaratabilir.

14. Güç Analizi ve Yayın Standartları

APA 7. baskıya göre, araştırmalarda kullanılan örneklem büyüklüğünün gerekçelendirilmesi gerekir. Bu gerekçelendirme çoğunlukla güç analizi raporlamasıyla yapılır.

15. Akademik Tezlerde Güç Analizi Nasıl Raporlanmalı?

Örneğin:
“Bu araştırmada, bağımsız örneklem t-testi için G*Power programı kullanılarak güç analizi yapılmıştır. Anlamlılık düzeyi α=0.05, etki büyüklüğü d=0.5 ve güç (1-β)=0.80 kabul edilerek her grup için en az 64 katılımcıya ihtiyaç duyulduğu belirlenmiştir.”

16. Etki Büyüklüğü Raporlama Örneği

“İki grup arasında akademik başarı puanları açısından anlamlı bir fark bulunmuştur (t=3.12, p<.01, d=0.62). Elde edilen Cohen’s d değeri orta-büyük düzeyde etkiyi göstermektedir.”

17. Sağlık Bilimlerinde Güç ve Etki Büyüklüğü

Klinik araştırmalarda güç analizi hayati önem taşır. Örneğin, bir ilaç çalışmasında yetersiz güçle yürütülen araştırmalar, ilacın etkisiz olduğu yanlış sonucuna yol açabilir.

18. Eğitim Bilimlerinde Güç Analizi Uygulamaları

Eğitimde uygulamalı deneysel araştırmalarda öğrencilerin sayısı sınırlı olabilir. Bu durumda uygun etki büyüklüğü hesaplanarak örneklem sayısı optimize edilir.

19. Sosyal Bilimlerde Etki Büyüklüğü Kullanımı

Korelasyon araştırmalarında yalnızca p-değerine odaklanmak yanıltıcıdır. Örneğin r=0.05, p<0.05 olsa bile ilişkinin çok zayıf olduğu etki büyüklüğüyle ortaya çıkar.

20. Sık Yapılan Hatalar

• Etki büyüklüğünü raporlamamak.

• Sadece p-değerine odaklanmak.

• Güç analizi yapmadan örneklem belirlemek.

• Post hoc güç analizlerini yanlış yorumlamak.

Sonuç

Akademik tezlerde güç analizi ve etki büyüklüğü, araştırmanın bilimsel güvenilirliğini artıran en kritik unsurlardan biridir. Güç analizi, araştırmacıya uygun örneklem büyüklüğünü belirleme imkânı sunarken, etki büyüklüğü elde edilen bulguların bilimsel önemini ortaya koyar.

Araştırmalar yalnızca “istatistiksel olarak anlamlı” olmakla kalmamalı, aynı zamanda pratik ve bilimsel açıdan anlamlı sonuçlar da üretebilmelidir. Bu nedenle, modern akademik standartlara göre her araştırmada güç analizi yapılmalı ve etki büyüklüğü mutlaka raporlanmalıdır. Bu yaklaşım, akademik literatüre daha sağlam, şeffaf ve evrensel düzeyde kabul gören katkılar yapılmasını sağlar.

Akademi Delisi, eğitim ve akademik destek alanında kapsamlı hizmetler sunan öncü bir platformdur. Öğrencilerin akademik başarılarına yön verirken, onları bilgiyle buluşturmayı ve potansiyellerini en üst düzeye çıkarmayı amaç edinmiş bir ekibiz. Sitemiz bünyesinde ödevlerden projelere, tezlerden makalelere kadar geniş bir yelpazede destek sağlıyoruz. Alanında uzman yazarlarımız, öğrencilere özgün içerikler sunarken, aynı zamanda onlara araştırma, analiz ve yazım konularında rehberlik ederek kendilerini geliştirmelerine yardımcı oluyor.

Akademik hayatın zorluklarıyla başa çıkmak artık daha kolay. Akademi Delisi olarak, öğrencilere sadece ödevlerinde değil, aynı zamanda araştırma projelerinde, tez çalışmalarında ve diğer akademik gereksinimlerinde de destek sağlıyoruz. Sunduğumuz kaliteli hizmetler sayesinde öğrenciler zamanlarını daha verimli bir şekilde kullanabilirler. Uzman ekibimiz, her bir öğrencinin ihtiyaçlarına özel çözümler üreterek, onların akademik hedeflerine ulaşmalarına katkı sağlar.

Gelişmiş kaynaklara erişimden akademik yazım kurallarına, araştırma yöntemlerinden kaynakça oluşturmaya kadar her aşamada öğrencilere destek sunan Akademi Delisi, eğitimde yeni bir perspektif sunuyor. Amacımız, öğrencilere sadece geçici çözümler değil, aynı zamanda uzun vadeli öğrenme ve başarıya giden yolda rehberlik etmektir.

The post Akademik Tezlerde Güç Analizi ve Etki Büyüklüğü first appeared on Akademi Delisi (Tez Yaptırma).

Buraya kadar tartıştığımız uzantı komutlarını kullanmak için Python veya R’de herhangi bir programlama bilgisi gerekmez. Bu bölümde, yerleşik işlevselliğini genişletmek için bir Python kodu parçacığı eklemenize izin veren başka bir uzantı komutu kullanma örneğini gösteriyoruz. Örnek, Python dilinin yalnızca birkaç temel özelliğini kullanır.

Cohen’in d istatistikleri, bir tedavi veya grubun etki büyüklüğünün bir ölçüsüdür. Bir T-Testinde, iki gruptaki ortalamaların standartlaştırılmış farkıdır. T-Testinden farklı olarak örneklem büyüklüğünden etkilenmez. Ölçüyü standartlaştırarak, birden çok veri kümesi arasında karşılaştırılabilir.

Standart T-TEST prosedürü çıktısının bir parçası olmamasına rağmen, bu çıktıdan elle hesaplamak kolaydır. Ancak bunu otomatikleştirebilir ve T-TEST’ten standart çıktıya İstatistik uzantı komutlarından birini uygulayarak sonucu çıktıya ekleyebiliriz. Bağımsız örnekler durumu için bunu nasıl yapacağınız aşağıda açıklanmıştır. Bunu, İstatistiklerle birlikte gönderilen çalışan data.sav dosyasını kullanarak, azınlıklar için azınlık olmayanlara kıyasla ortalama maaş farkını test ederek göstereceğiz.

İlk olarak, gösterildiği gibi Analiz Et ➪ Ortalamaları Karşılaştır ➪ Bağımsız Örnekler T Testinde bulunan T-Testini çalıştırıyoruz. İhtiyacımız olan sayıların tümü ilk tablodadır, bu yüzden d’yi hesaplamak için sadece bir hesap makinesi kullanabilirdik, ancak bunu otomatikleştirmek ve çıktının bir parçası olarak d istatistiğine sahip olmak istiyoruz. Bunun için STATS TABLE CALCuzantı komutunu kullanacağız (Yardımcı Programlar ➪ Özet Tablolarla Hesapla).

Bu komut, pivot tablolardaki hücreler üzerinde hesaplamalar yapar ve bu sonuçları tabloya ekler. Bu durumda, ilk satırda d’yi gösteren Grup İstatistikleri tablosuna bir sütun eklemek istiyoruz. TABLE CALC, bir tablonun her satırına veya sütununa, o satır veya sütundaki değerlere dayalı olarak bir formül uygulayabilir, ancak burada birden çok satırdan değerlere ihtiyacımız var. Bunu yapmak için Python’da küçük bir özel fonksiyon oluşturuyoruz ve bunu TABLE CALC komutuyla uyguluyoruz.

d adlı fonksiyon, cohen.py dediğimiz bir modülde saklanır. Doğrudan bir BEGIN PROGRAM bloğunda oluşturulabilir, ancak bunu yeniden kullanım için ayrı bir dosyaya koymak daha düzenlidir. Dosya, Python’un bulabileceği bir yere kaydedilmelidir. (Uygun bir konum bulmanın bir yolu, SHOW EXTPATH’i çalıştırmak ve EXTPATHS EXTENSIONS altında listelenen konumlardan birine kaydetmektir.)

Fonksiyonu gösterir. Python bilmeseniz bile bu kodu rahatlıkla okuyabilir ve formülü görebilirsiniz. GetUnformattedValueAt çağrıları, pivot tablo hücrelerinden 0’dan sayılarak numaralandırılmış değerleri alır. Örneğin, datacells.GetUnformattedValueAt(0, 2) tablonun ilk ve üçüncü sütunundaki değeri döndürür; bu, burada birinci kategorinin standart sapmasıdır.

Şimdi T-Test komutundan hemen sonra çalıştırdığımız TABLE CALC ile bu fonksiyonu uyguluyoruz. Özet Tablolarla Hesapla iletişim kutusunu göstermektedir. OMS tablo alt tipini kullanarak işlenecek tabloyu seçiyoruz ve TABLO HESAP formül alanını kullanarak d fonksiyonumuzu çağırıyoruz. veri hücreleri tablonun tüm veri kısmını fonksiyona iletir ve fonksiyon her çağrıldığında satırlar veya sütunlar geçerli satır numarasını iletir.

Cohen d hesaplama
Cohen d değeri nedir
Cohen d etki büyüklüğü
Etki büyüklüğü hesaplama
Cohen d etki büyüklüğü yorumlama
Etki büyüklüğü değerleri
Eta kare hesaplama
İstatistik etki büyüklüğü nedir

SPSS Statistics çok sayıda istatistiksel prosedüre ve yerleşik diğer komutlara sahiptir, ancak her zaman daha fazlasına ihtiyaç vardır. 2006’da sürüm 14 ile başlayarak, daha sonra sadece SPSS olarak adlandırılan SPSS İstatistikleri, kullanıcıların yeteneklerini genişletmek için ürün içinde standart programlama dillerini kullanma yeteneğini ekledi. Sonraki sürümlerde önce Python, ardından R ve ardından Java eklendi. Buna programlanabilirlik denir.

Programcılar doğrudan bu dillerde kod yazabilir ve çalıştırabilir, ancak programlanabilirlik, kullanıcıya yerleşik komutlar gibi görünen yeni komutlar oluşturmanın bir yolunu da sağlar. Uzantı komutları olarak adlandırılan bu komutlar, bir iletişim kutusu arayüzüne, geleneksel sözdizimine sahip olabilir ve Viewer’da geleneksel pivot tablo ve grafik çıktı üretebilir. SPSS Statistics’in yerleşik yeteneklerini büyük ölçüde genişletebilirler.

Bu bölüm bir uzatma komutunun ne olduğunu açıklar ve ardından istatistiksel analiz için mevcut olan üç uzatma komutunun ve pivot tablolarda hesaplama için bir tane uzatma komutunun kullanımını gösterir. İlk üçü, bunları kullanmak için herhangi bir Python veya R bilgisi gerektirmez; dördüncüsü, extension komutuyla bir Python pasajı kullanır.

IBM SPSS Predictive Analytics web sitesi karşıdan yüklemeleri bölümü, kullanılabilir uzantıları filtrelemenize ve aramanıza ve istediğiniz uzantıları kurmanıza ya da güncellemenize olanak tanır. Örneğin, sitenin indirmeler bölümünde olabilirsiniz.

IBM tarafından oluşturulan uzantılar için komut adları, FUZZY ve GATHERMD gibi tek sözcüklü adlara sahip birkaç çok erken uzantı dışında her zaman SPSSINC veya STATS ile başlar, bu nedenle genellikle bir komutun IBM uzantısı olduğunu ilk sözcüğünden anlayabilirsiniz. isim. Uzantılar, IBM SPSS İstatistik Komut Sözdizimi Başvurusunda belgelenmemiştir, ancak tarayıcı tabanlı yardıma, 23 veya daha sonraki sürümlerde Sözdizimi Düzenleyicisi’ndeki komutta F1 tuşuna basılarak erişilebilir.

İstatistikler’deki yerleşik komutların aksine, uzantılar kaynak kodu biçiminde teslim edilir, böylece gerekli becerilere sahip kullanıcılar, belgelerde yer almayan nüansları anlamak için uzantı kaynak kodunu okuyabilir ve kendi başlarına düzeltmeler veya geliştirmeler yapabilirler.

IBM’den gelen uzantı komutları ücretsizdir ve sık sık yenileri görünür. Bunları Predictive Analytics Community web sitesinde veya İstatistikler içindeki uzantı komut menülerinde arayın.

Erişim, birleştirilmiş seçenekler için beğenen yanıtlayanların belirlenmiş birliğidir. a ve b beğenilerinin birleşimi, a öğesini veya b öğesini veya her ikisini birden beğenen tüm yanıtlayıcıları içeren bir küme olacaktır. 100 a ve 50 b beğenisi varsa, sendikanın 100 ila 150 arasında yanıtı olacaktır. Tüm b’yi beğenenler de a’yı beğenirse, boyut 100, örtüşme yoksa boyut 150 olur.

En iyi erişim paketinin hesaplanmasındaki hesaplama problemi, bir dizi yanıtlayıcı tercihi ve bir pakete girecek öğe sayısı verildiğinde, erişimi maksimize eden öğelerin kombinasyonunu bulmaktır; yani, beğenenlerin en büyük birliği ile kombinasyon. Bu dört öğeli örnekte, paket boyutu üç ise, olasılıklar (a, b, c), (a, b, d), (a, c, d) ve (b, c, d) şeklindedir.

Her gruptaki katılımcıların birliğini hesaplamak hesaplama açısından kolaydır. İstatistiklerin belirlenmiş bir veri türü olmamasına rağmen, COMPUTE’da OR operatörünü kullanabiliriz. Örneğin, (a,b,c) demeti için beğeniler, değişkenlerin 0 ve 1 olarak kodlandığı varsayılarak Şekil 18-4’te gösterildiği gibi hesaplanabilir.

The post Cohen’in d Etki Büyüklüğü – SPSS Ödevi Yaptırma – SPSS Analizi Yaptırma Fiyatları – SPSS Örnekleri – Ücretli SPSS Analizi Yaptırma – SPSS Analizi Yaptırma Ücretleri first appeared on Akademi Delisi (Tez Yaptırma).