PSY221 Ödevinde Gözlemsel Verilerin Raporlanması
Gözlemsel veri, PSY221 düzeyinde yalnızca “alan notu” değildir; operasyonel tanım → kodlama → güvenilirlik → sayısallaştırma → analiz → görselleştirme → yorum hattında ilerleyen sistematik bir kanıt türüdür. Bir kütüphanede telefona bakış oranı, bir yemekhane kuyruğunda sosyal yönelim olay/dakika, bir çalışma salonunda çalışma materyaline odak süresi… Tüm bu ölçümler zaman/olay/süre örneklemesi ile yakalanır; ardından kodlayıcılar arası tutarlılık (Cohen’in κ, ICC) ile kalibre edilir; oranlar, sayımlar, süreler uygun istatistiklerle raporlanır.
1) Rapor Mimarisini Kurmak: Hangi Bölümde Ne Anlatılır?
Giriş: Bağlam, literatür sentezi ve neden gözlem sorusunun yanıtı.
Yöntem: Ortam, örnekleme (zaman/olay/süre), operasyonel tanımlar, kod kitabı, kodlayıcı eğitimi, güvenilirlik ölçümü, etik.
Bulgular: Betimsel istatistikler (oran, olay/dk, süre), varsayımlar, ana testler (Welch t, Mann–Whitney, Poisson/NegBin), etki büyüklükleri ve %95 GA, şekiller/tablolar.
Tartışma: Yorum, pratik/kuramsal sonuçlar, karşıt açıklamalar, sınırlılıklar, gelecek çalışmalar.
Ekler: Kod formu örneği, kod sözlüğü (sürüm no), ek tablolar ve karar notları.
2) Operasyonel Tanımlar: Raporun Temel Taşı
Raporlama, kod tanımlarının madde madde ve eşiklerle verilmesiyle başlar.
Örnek (metinde kullanılabilir):
EB (Ekrana Bakış): Katılımcı gözlerini telefona/ekrana ≥2 saniye yönelttiğinde 1 olarak kodlanır; aksi durumda 0.
CM (Çalışma Materyali): Ders materyali/ekran üzerinde ≥5 saniye sürekli odak 1.
ŞY (Sosyal Yönelim): Sohbet/baş hareketi/selamlaşma gibi iki yönlü etkileşimi başlatma ya da yanıt verme olay sayacı +1.
Rapora cümle: “Gözlemler 30 saniyelik zaman örneklemesi ile yürütülmüş, EB ve CM kodları ikili (0/1), ŞY kodu olay sayısı olarak kaydedilmiştir.”
3) Kod Kitabından (Codebook) Alıntı Nasıl Yapılır?
APA uyumlu kısa alıntı: “Kod kitabının (v1.2, 05.10.2025) ilgili tanımları Yöntem bölümünde özetlenmiş, tam sürüm Ek A’da sunulmuştur.”
İyi uygulama: Rapor gövdesinde yalın özet, eklerde tam alan tanımları ve örnek–karşı örnek.
4) Kodlayıcılar Arası Tutarlılık: κ, ICC ve Rapor Cümleleri
İkili/nominal kodlar (EB, CM): Cohen’in κ (hedef ≥ .70 PSY221 için makul).
Sayım ya da sürekli ölçümler (ŞY olay/dk): ICC(2,1) veya Gwet’s AC1 (alternatif).
Rapor şablonu:
“İki bağımsız kodlayıcı 15 dakikalık kesitte aynı veriyi kodlamıştır. EB ve CM için Cohen’in κ sırasıyla .72 ve .78’dir; ŞY olay/dk için ICC(2,1) = .81 (GA [.68, .89]). Kodlayıcı sapmalarını azaltmak için analiz öncesi kısa kalibrasyon oturumu yapılmıştır.”
5) Betimsel İstatistikler: Oran, Olay/Dk, Süre
Oran (zaman örneklemesi): EB oranı = EB=1 olan interval sayısı / toplam interval.
Sayım (olay örneklemesi): ŞY olay/dk = toplam olay / toplam dakika.
Süre (duration): CM süresi (dk) ve dağılım (medyan, IQR) eklenebilir.
Rapor cümlesi: “Sessiz alanda EB oranı Ort (SS) = .24 (.08), ortak alanda .38 (.12); ŞY olay/dk değerleri sırasıyla 0.20 (.12) ve 0.36 (.18) olarak gözlenmiştir.”
6) Varsayımlar ve Plan B
Normallik (oranlar/sayım): Grup başına n ≥ 30 olduğunda t testleri çoğu zaman sağlam; aksi hâlde Welch veya Mann–Whitney U.
Varyans eşitliği: Levene testi → ihlalde Welch satırı.
Sayım verisi: Dağılım aşırı saçılmışsa Negatif Binom uygun olabilir; PSY221’de rapor Welch t + duyarlılık için Mann–Whitney ile desteklenebilir.
Şablon cümle: “Varsayım ihlali durumunda Welch testi ve non-parametrik doğrulama (Mann–Whitney U) raporlanmıştır.”
7) Etki Büyüklükleri ve Güven Aralıkları
Her sonuçta p’ye eşlik eden etki ve %95 GA verilmelidir:
Oran/süre farkı: Cohen’in d (veya Hedges g).
Sayım verisi: Ortalama farkına ek olarak Glass Δ ya da r (Mann–Whitney için r = z/√N).
Rapor şablonu: “EB oranı farkı orta düzeydedir, d = 0.83, %95 GA [0.28, 1.37].”
8) Tablo–Şekil Şablonları (Kopyala–Yapıştır)
Tablo 1. Betimsel İstatistikler (Gözlemsel Kodlar)
n, Ort (SS), Medyan (IQR), %95 GA → her koşul/alan için EB oranı, ŞY olay/dk, CM süresi.
Tablo 2. Ana Testler
Levene F/p, t (sd) veya U/z, p, Ortalama farkı (GA), Etki (d ya da r).
Şekil 1. EB Oranları (Kutu/Violin Grafiği)
Not. Dikey çizgiler %95 GA’yı göstermektedir. Sessiz alan EB oranı daha düşüktür (d = 0.83).
Şekil 2. ŞY Olay/Dk (Nokta + GA Çubukları)
Not. GA: %95 güven aralığı. Olay/dk ortak alanda yüksektir; Welch t için bkz. Tablo 2.
9) APA 7 Uyumlu İstatistik Yazımı (Gözlemler İçin)
İtalik semboller: t, U, z, p, r, M, SD.
p değeri: p = .032; çok küçükse p < .001.
Serbestlik derecesi: t(34.7) = 3.21.
Non-parametrik: “U = 382.5, z = 2.14, p = .032, r = .24.”
Vurgulama: Etki büyüklüğü ve GA p’nin yanına gelir.
10) Örnek Bulgular Bölümü (Kısa Model Paragraf)
“Betimsel istatistikler, sessiz alanda EB oranının daha düşük olduğunu göstermiştir (Ort = .24, SS = .08) vs ortak alan (Ort = .38, SS = .12). Varyans eşitliği sağlanmadığından Welch testi raporlandı: t(34.7) = 3.21, p = .003, d = 0.83, %95 GA [0.28, 1.37]. ŞY olay/dk açısından da fark vardır, t(≈41.9) = 2.48, p = .017, d = 0.76; Mann–Whitney U analizi bulgularla uyumludur, U = 382.5, z = 2.14, p = .032, r = .24.”
11) Nitel Bileşeni Raporlamak (Alan Notlarından Temalar)
Gözlemsel verinin yanında kısa nitel temalar sunmak yoruma derinlik katar:
“Toplu bildirim anı”: Bildirim sesi sonrası 1–2 interval EB artışı.
“Yoğunluk eşiği”: Kalabalık arttığında ŞY olay/dk yükseliyor.
Rapor cümlesi: “Alan notlarına göre bildirim sesi sonrasında EB kısa süreli yükselmiştir; bu gözlem, dikkat dağıtıcıların anlık etkisiyle tutarlıdır.”
12) Etik ve Gizlilik Raporlaması
“Gözlemler kamusal alanda yürütülmüş, kimlikleyici veri kaydedilmemiştir. Video/ses kaydı alınmamış; kodlar H1, H2… ile tutulmuştur. Ders yönergesi uyarınca etik muafiyet belgesi Ek B’dedir. Katılımcılar istedikleri takdirde debrief kartından bilgi almıştır.”
13) Karar Notları ve Duyarlılık Analizleri
Gözlemsel çalışmalarda küçük kararlar sonucu etkileyebilir (2 sn eşiği 3 sn olsa ne olur?).
Rapor önerisi: “Duyarlılık analizinde EB eşiği 3 sn’ye yükseltildiğinde fark benzer büyüklükte kalmıştır (t(34.1) = 2.84, p = .007, d = 0.68). Karar notu Ek C’de yer almaktadır.”
14) Çoklu Karşılaştırmalar ve Aile Hata Oranı
Birden fazla kod/alan/zaman penceresi test ediliyorsa Holm ya da FDR (Benjamini–Hochberg) düzeltmesi uygulanmalıdır.
Cümle şablonu: “Birden çok karşılaştırma için p-değerleri Holm yöntemiyle düzeltilmiştir; düzeltilmiş p değerleri tabloda raporlanmıştır.”
15) Görsel Tasarımda Okunabilirlik: “Mesajı Göster, Rakamı Tabloya Bırak”
Kutu/violin grafikleri dağılımı hızlı anlatır; etiketler (n, birim) zorunlu.
Etkileşim çizgileri (ör. bildirim olayı öncesi/sonrası EB) kısa notla desteklenir.
Şekil notu: test, etki, GA ve düzeltme bilgisi.
16) Sık Hatalar – Hızlı Düzeltmeler
| Hata | Neden Sorun | Çözüm |
|---|---|---|
| Operasyonel tanım yok | Kodlama keyfî görünür | Eşik ve örnek–karşı örnek ver; eklerde tam sözlük |
| κ/ICC raporsuz | Güvenilirlik bilinmiyor | En az bir kesitte ikili kodlama + κ/ICC |
| Sadece p-değeri | Etki büyüklüğü bilinmiyor | d/r ve %95 GA zorunlu |
| Çoklu test düzeltmesi yok | Tip I hatası artar | Holm/FDR uygula ve raporla |
| Grafik birimsiz | Yorum güçleşir | Eksen birimi ve notu ekle |
| Etik notu eksik | Değerlendirme riski | Muafiyet/onay, anonimlik ve debrief’i yaz |
17) Vaka Senaryosu A: Sessiz Alan vs Ortak Alan
Amaç: EB oranı ve ŞY olay/dk farkı.
Sonuç (özet): Her iki göstergede de fark; d orta-büyük düzeyde.
Yorum: Dikkat dağıtıcıların azaltıldığı düzenlemeler pratikte EB’yi düşürebilir.
Sınırlılık: Tek kampüs; ışık/yerleşim farklılıkları; reaktivite olasılığı.
18) Vaka Senaryosu B: Sınav Haftasında Zaman Pencereleri
Amaç: Öğlen–akşam EB oranları.
Analiz: Eşit olmayan varyans → Welch.
Sonuç: Akşam EB daha düşük, t(52.6) = 2.02, p = .048, d = 0.39.
Not: Düşük–orta etki; programlamada akşam pencereleri tercih edilebilir.
19) Karşıt Açıklamalar ve Kovaryatlar
Kalabalık, gürültü, ışık, oturma düzeni, sınav haftası gibi unsurlar EB/ŞY’yi etkileyebilir.
Rapor cümlesi: “Kalabalık yoğunluğu alan notlarında skorlandı (1: düşük–3: yüksek); ikincil analizde kalabalık düzeyi kovaryat olarak kontrol edildiğinde farkın yönü değişmemiştir.”
20) Nitel–Nicel Entegrasyon (Karma Raporlama)
Kısa alıntılarla (kimlikleyici içermeyen) tema → sayı köprüsü kurun:
“Tema: toplu bildirim anı. Nicel: Bildirim olayı ardındaki ilk intervalde EB oranı +.09 (GA [+.03, +.15]).”
21) Zaman Çizelgesi: 7 Günde Raporu Tamamlama
Gün 1–2: Kod kitabı, pilot, κ/ICC kesiti.
Gün 3–4: Veri toplama, temizleme.
Gün 5: Betimsel + ana testler, görseller.
Gün 6: Duyarlılık ve düzeltmeler (Holm/FDR), ekler.
Gün 7: APA 7 parlatma, etik ve sonuç bölümü.
23) “Kopyala–Uyarla” Rapor Cümle Bankası
Yöntem–Örnekleme:
“Gözlemler, 30 saniyelik zaman örneklemesi ile 3 farklı oturumda (öğlen/akşam) yürütülmüştür.”
Yöntem–Güvenilirlik:
“İkili kodlar için Cohen’in κ ≥ .70, sayım değişkeni için ICC(2,1) = .81 bulunmuştur.”
Bulgular–EB Oranı:
“Sessiz alan EB oranı daha düşüktür, t(34.7) = 3.21, p = .003, d = 0.83, %95 GA [0.28, 1.37].”
Bulgular–ŞY Olay/Dk (Non-parametrik):
“U = 382.5, z = 2.14, p = .032, r = .24.”
Tartışma–Sınırlılık:
“Kesitsel ve tek kampüs bağlamı genellenebilirliği sınırlayabilir; reaktivite düşük tutulmaya çalışılsa da tamamen dışlanamamıştır.”
24) Sınırlılıklar ve Gelecek Çalışmalar
Sınırlılıklar: Tek mekân/tek kurum; ölçüm eşiği duyarlılığı; potansiyel ortam confoundları (ışık/kalabalık).
Gelecek: Çoklu kampüsler, uzunlamasına dizayn; sensör bazlı pasif ölçümlerle üçleme; öncesi–sonrası bildirim manipülasyonları (doğal deney).
Sonuç
Gözlemsel verilerin güçlü bir PSY221 raporuna dönüşmesi, net operasyonel tanımlar, güvenilir kodlama, yerinde istatistik ve örnek–karşı örneklerle desteklenen görsel/tablolarla mümkün olur. Bu yazıdaki akışla ilerlediğinizde, değerlendirici şu sorulara hızlıca “evet” yanıtını verir:
Ne sayıldı? – Eşiklerle açıklandı.
Ne kadar tutarlı? – κ/ICC ve GA ile gösterildi.
Ne oldu? – Betimsel + ana test + etki + GA raporlandı.
Ne anlama geliyor? – Karşıt açıklamalar ve pratik önerilerle tartışıldı.
Ne kadar şeffaf? – Eklerde kod kitabı, karar notu ve etik kanıtları var.
Sonuçta gözlemsel çalışma, yalnızca “alan notu” olmaktan çıkar; tekrarlanabilir, ikna edici ve uygulanabilir bir PSY221 ödevine dönüşür. Gözlem, doğru raporlandığında, davranışın bağlamsal dokusunu bilime taşır—hem sayılarla hem hikâyeyle.
Ödevcim, üniversite öğrencilerinin akademik başarılarına katkıda bulunmayı amaçlayan bir platform olarak öne çıkıyor. Ücretli Soru Çözdürme hizmetimizle, öğrencilere derslerindeki zorlu sorunları çözmelerine yardımcı oluyoruz. Ayrıca, farklı üniversiteler hakkında detaylı bilgiler sunarak öğrencilerin eğitimlerine odaklanmalarını sağlıyoruz. Üniversite seçiminden ders notlarına kadar geniş bir yelpazede öğrenci odaklı içerik sunuyoruz. Ödevcim, öğrencilerin başarılarını artırmalarına yardımcı olmak için güvenilir bir kaynak olarak ön plana çıkıyor ve onlara eğitim hayatlarında rehberlik etmeye devam ediyor.
Bizimle çalıştığınızda, deneyimli ve uzman bir ekip tarafından hazırlanan çözümlerle öğrenme deneyiminizi geliştireceksiniz. Üniversite hayatının zorluğunu hafifletmek ve başarıya giden yolda size eşlik etmek için buradayız. Ödevcim, öğrencilerin hedeflerine ulaşmalarına yardımcı olmak için güvenilir bir destek kaynağıdır ve her adımda yanınızda olmaktan gurur duyar.
Üniversite yaşamının karmaşıklığını daha anlaşılır ve yönetilebilir hale getiren Ödevcim, öğrencilerin akademik yolculuklarını desteklemek için burada. Eğitimde başarıya giden yolda sizinle birlikte ilerlemek için sabırsızlanıyoruz.
açık raporlama alan gözlemi anonimleştirme APA 7 betimsel istatistik CM süresi Cohen kappa debrief duyarlılık analizi EB oranı etik muafiyet etki büyüklüğü FDR GA çubukları gelecek çalışmalar güven aralığı güvenilirlik Hawthorne etkisi Holm düzeltmesi ICC ışık–kalabalık etkisi kampüs gözlemi karar notu karma raporlama karşıt açıklamalar kod kitabı kovaryat kutu grafiği Mann–Whitney U negatif binom nitel temalar olay örneklemesi operasyonel tanım Poisson pratik anlamlılık PSY221 gözlemsel veri raporlama reaktivite sınırlılıklar sonuç yazımı süre ölçümü sürümleme ŞY olay/dk tablo/şekil notu tekrarlanabilirlik veri temizliği violin plot Welch testi yüksek not stratejisi zaman örneklemesi