Bölüm 4, genellikle çıkarımsal yöntemlerden önce basit istatistikler ve grafik gösterimlerle sonuçları sunar. Bu sıranın temel amacı, okuyucunun değişkenlerin doğasını ve değişkenler arasındaki ilişkileri anlamasına yardımcı olacak verileri sağlamak ve sonuçları özetlemektir. Bu nedenle, ilk önce örneklem ve ölçümler hakkında açıklayıcı istatistikler kullanarak istatistiksel özetler sunmak yararlıdır.

Tanımlayıcı İstatistiksel Analiz

Tanımlayıcı istatistikler, bir araştırma çalışmasındaki bir popülasyonu veya örneği tanımlar. Sadece tez için çalışılan grubu (veya grupları) tanımlamak için kullanılırlar. Bu istatistikler, merkezi eğilim ölçülerini (bir gözlem grubunu veya puanları tek bir puan halinde özetlemek için) ve değişkenlik veya dağılım ölçülerini (puanların dağılımını göstermek için) içerir.

Bu sınıfların her biri için istatistikler Şekil 4.2’de gösterilmektedir. Bazı araştırmacılar, bu kategorideki ortalamanın standart hatası, güven aralıkları ve z puanları gibi ek istatistiksel verileri de rapor edeceklerdir.

Belirli tanımlayıcı istatistikler, sıklık dağılımları ve yüzdeler gibi kategorik değişkenlerle en verimli şekilde kullanılır. Diğer tanımlayıcı istatistikler, standart sapma, ortalama, aralık veya z-skoru gibi sürekli değişkenlerle raporlamak için daha uygundur.

Tanımlayıcı istatistikler, veri ekranları kullanılarak raporlanabilir. Çubuk veya pasta grafikler, çizgi grafikler, histogramlar ve kutu ve bıyık grafikleri, adayın yazılı metni görsellerle nasıl destekleyebileceğine dair birkaç örnektir. Ancak bunlar, verilerin tanımlarının yerini almamalıdır (veya tekrar etmemelidir).

Tanımlayıcı istatistik tablosu
TANIMLAYICI istatistik örnekleri
TANIMLAYICI istatistik tablosu yorumlama
TANIMLAYICI istatistik PDF
Tanımlayıcı veri nedir
TANIMLAYICI istatistik yorumlama
Betimleyici istatistik yorumlama
Tanımlayıcı ve çıkarımsal istatistik

Örnek ortalamasına göre kantitatif şekil istatistikleri çarpıklık ve basıklık açısından tanımlanabilir. Bilgi ve alaka düzeyini göstermek için gereken tek şey, bu sorunları tanımlamak için tek bir veya iki cümle. Alternatif olarak, şekil açıklayıcı olarak iletilebilir.

Verileri dikkatlice keşfedip açıklayarak birçok şey keşfedilebilir. Bazı tez araştırmaları yalnızca tanımlayıcı istatistiklerle yapılacaktır. Bu bilgileri açık bir şekilde iletme yeteneği büyük ilgi çekici olabilir ve tasarım seçimine dayalı araştırma sorularını yanıtlamak için gereken tek şey olabilir. Bu bölümdeki aşırı veri yükünü izleyin. Verilerin mevcut olması, hepsinin nihai taslağa dahil edilmesi gerektiği anlamına gelmez. Akıllıca seçim yapın.

Çıkarımsal İstatistiksel Analiz

Hipotezler test edildiğinde, sonuçlar çıkarımsal istatistikler kullanılarak rapor edilir. Çıkarımsal istatistikler, araştırmacının bir örneklemin gözlemlerine ve analizlerine dayanarak bir popülasyon hakkında tahminler (çıkarımlar) yapmasına izin verir. Adayın, kendi örneğini kullanan bir analizin sonuçlarının, örneğin temsil ettiği daha büyük popülasyona nasıl genelleştirilebileceğini göstermesi gerekecektir.

Çıkarımsal istatistiksel testler, iki veya daha fazla değişken arasındaki varsayılmış bir ilişki hakkında iki soruyu ele alır. Adaylar, bu iki kilit sorunun her ikisine de verilen cevaplar konusunda yetkinlik sergileyebileceklerini tahmin etmelidir:

1. İlişkinin mevcut olma olasılığı nedir?
2. Eğer karaborsacılık varsa, ilişki ne kadar güçlü?

Çıkarımsal istatistikler, numune üzerindeki analiz sonuçlarının, numunenin temsil ettiği popülasyonu temsil etme olasılığını gösterir. Örneklem boyutu kritiktir, çünkü örnek ne kadar küçükse, örneklem riski o kadar büyük olacaktır, çalışılan popülasyonu temsil etmeyecektir. Bu, adayların bazen Bölüm 3’teki örnekleme planını titizlikle ayrıntılı olarak açıklayabilmesinin neden bu kadar önemli olduğunun bir parçasıdır. Örnek boyutu çok küçükse veya örnek dağılımı normal değilse, parametrik olmadığını unutmayın. alternatifler her zaman bir seçenektir.

Şekil 4.3’te gösterildiği gibi, çeşitli t-testleri ve ANOVA istatistik aileleri gibi grupları karşılaştırmak için çıkarımsal analiz için kullanılan birçok parametrik anlamlılık testi vardır. Ki-kare, Pearson korelasyonu, regresyon analizleri veya HLM ve yapısal eşitlik modellemesi (SEM) gibi değişkenler arasındaki ilişkilerin olasılığını belirlemek için anlamlılık testleri de vardır.

Adayın tipik olarak aşağıdaki bilgileri bildirmesi gerekecektir:

Araştırma hipotezi
Boş hipotezler
Tip I hata yapma olasılığı (çoğu araştırmacı bir alfa = .05 seçer)
Seçilen test istatistiği ve sonuç
Serbestlik dereceleri
Sonuçların yorumlanması

Anlamlılık testleri, ilişkinin var olma olasılığını tahmin ederken, ilişki ölçüleri ilişkinin gücünü (ve bazen yönünü) tahmin eder. Her birinin kendi kullanımı vardır ve birlikte kullanıldığında en iyisidir. İstatistiksel anlamlılık testleri ile birlikte ilişkilendirme ölçütlerinin rapor edilmesi disiplinler arasında giderek daha yaygın hale gelmektedir.

Bir sonucun istatistiksel olarak anlamlı olması, ilişkinin önemli olduğu anlamına gelmez. İlişki ölçüsü, iki değişken arasındaki ilişkinin gücünü belirtmek için kullanılan bir istatistiktir. İlişkilendirme ölçüleri, ilişkinin gücünü değil, ilişkinin yönünü gösteren pozitif ve negatif işaretlerle birlikte –1.0 ile +1.0 arasında değişen değerler alır.

1’e yakın değerler daha güçlü ilişkileri gösterir. Sürekli değişkenler korelasyon katsayısı r veya R2 kullanır, sıralı değişkenler ise Spearman’ın rho (rs) kullanılarak hesaplanabilir. Bunu yazarken doğru açıkladığınızdan emin olun.

Anlamlılık testlerinde olduğu gibi, değişkenlere göre uygun testi seçtiğinizden emin olun. Bunlar bazen etki büyüklüğü tahminleri olarak kabul edilir. Bu değer, okuyucuya bir değişkenin diğeri üzerinde ne kadar büyük bir etkisi olduğunu söyler. Hesaplama nominal veya sıralı değişkenlere dayanıyorsa, phi veya Cramer’ın V’si rapor edilmelidir.

Yalnızca sıra değişkenleri Gamma, Somer’in D’si veya Kendall’ın Tau-b’sini kullanır. Etki büyüklüğü sonuçları araştırma literatüründe küçük, orta veya büyük olarak tanımlanmıştır. Etkilerin nasıl kategorize edildiğine dair araştırma literatüründen alıntılar ekleyin.

Gruplar arasındaki etki büyüklüğü farklılıkları veya post-hoc testler (post-hoc karşılaştırmaları da denir), bir anlamlılık testi çalıştırdıktan sonra gerekli olabilir. Post-hoc testler istatistiksel sonuçları daha dikkatli inceler, böylece araştırmacı önemli farklılıkların tam olarak nerede olduğunu söyleyebilir.

The post Tanımlayıcı İstatistiksel Analiz – Doktora Tezi – Tez Nasıl Yazılır?– Doktora – Ödevcim – Essay – Ödev – Tez – Makale – Çeviri – Tez Yazdırma -Tez Yazdırma Fiyatları first appeared on Ödevcim (Ücretli Ödev Yaptırma).