SPSS’in GLM (Genelleştirilmiş Lineer Model)  menüsünde yer alan Contrasts  seçeneği, bir faktörün farklı seviyeleri arasındaki farkları istatistiksel olarak test etmeye yarar. Her faktör için ayrı bir karşılaştırma (contrast) tanımlanabilir ve bu tanımlama sayesinde, analiz yalnızca “faktör etkili mi?” sorusuna değil, aynı zamanda “hangi seviyeler arasında fark var?” sorusuna da yanıt verir. Matematiksel olarak test edilen hipotez şu şekildedir: H₀: L × B = 0 Burada L , kontr

Model Tanımlama Mantığı SPSS’teki GLM Univariate Model  penceresi, bağımlı değişkeni etkileyen faktörleri ve kovaryantları aynı anda incelemeye olanak tanır. “Specify Model” bölümünde oluşturulan yapı, analizde yer alacak tüm etkilerin tanımlandığı yerdir. Bu tanım yapılırken, araştırmacı modelin hangi terimleri kapsayacağını (ana etkiler, etkileşimler, kovaryant etkileri vb.) belirler. Tam faktöriyel (Full factorial) model , tüm faktörlerin ana etkilerini ve faktörler arası

GLM Univariate Analysis , bir bağımlı değişkenin bir veya birden fazla faktör ve/veya kovaryans değişkeniyle olan ilişkisini incelemeye yarayan Genel Doğrusal Model (General Linear Model – GLM)  yaklaşımına dayalı bir analiz yöntemidir. Bu yöntem sayesinde hem klasik varyans analizi (ANOVA)  hem de regresyon modeli  aynı çatı altında yürütülebilir. 🎯 Analizin Temel Amacı GLM Univariate analizi, belirli bir bağımlı değişkenin ortalama değerinin, seçilen bağımsız faktörler ve

One-Way ANOVA Options  penceresi, analiz sırasında hangi istatistiklerin, testlerin ve grafiklerin üretileceğini kontrol etmeye yarar. Ayrıca eksik verilerin nasıl ele alınacağını belirleme olanağı sağlar. 📊 Statistics (İstatistikler) Bu bölümde, analiz çıktısına dahil edilecek istatistikleri seçebilirsin. Aşağıdaki seçeneklerden biri veya birkaçı aynı anda işaretlenebilir: 🔹 Descriptive (Tanımlayıcı İstatistikler) Her grup için gözlem sayısı (N), ortalama, standart sapma,

One-Way ANOVA , tek bir bağımsız değişkene (faktöre) bağlı olarak birden fazla grubun ortalamaları arasında istatistiksel olarak anlamlı fark olup olmadığını test eden analiz yöntemidir. Bu teknik, iki grup arasındaki farkı test eden t-testinin  bir uzantısıdır; ancak burada üç veya daha fazla grup  karşılaştırılır. 🎯 Temel Amaç Varyans analizi (ANOVA), “tüm grupların ortalamaları eşittir” hipotezini sınar. Yani temel soru şudur: “Gruplar arasında anlamlı bir ortalama farkı

One-Sample T Test , tek bir değişkenin ortalamasının belirli bir sabit değerden anlamlı biçimde farklı olup olmadığını test etmek için kullanılır. Bu test, örneklem ortalamasını bir hipotez değeri (test value)  ile karşılaştırarak aradaki farkın rastlantısal mı yoksa istatistiksel olarak anlamlı mı olduğunu belirler. 📊 Temel Kullanım Amacı Bu test, tek bir ölçüm değişkeninin ortalama değerinin, araştırmacı tarafından belirlenen sabit bir değerden (örneğin popülasyon ortalama

Eşleştirilmiş örneklem t-testi , aynı grubun iki farklı ölçümünü karşılaştırmak için kullanılır. Test, her bireyin iki duruma ait değerleri arasındaki farkı hesaplar ve bu farkın ortalamasının 0’dan anlamlı biçimde farklı olup olmadığını  inceler. Bu yöntem özellikle tedavi öncesi-sonrası ölçümler ya da birbirine eşleştirilmiş kontrol grupları içeren araştırmalarda kullanılır. 🔹 Temel Mantık SPSS, her bir bireyin iki değişkenine (örneğin “önce” ve “sonra” ölçümleri) bakar ve

İstatistiksel analizlerde sıkça karşılaştığımız bir soru vardır: "İki farklı grup arasında gerçekten anlamlı bir fark var mı?" İşte tam bu noktada Bağımsız Örneklemler T Testi devreye giriyor. Bu yazıda, bu testin ne olduğunu, nasıl kullanıldığını ve nelere dikkat etmeniz gerektiğini detaylıca ele alacağız. Bağımsız Örneklemler T Testi Nedir? Bağımsız Örneklemler T Testi, iki farklı gruptaki vakaların ortalamalarını karşılaştırmak için kullanılan bir istatistiksel prosedürdür

SPSS, farklı araştırma sorularına yanıt verebilmek için üç temel t-testi türü sunar. Her biri, ortalamalar arasındaki farkın anlamlı olup olmadığını test etmek için kullanılır ancak veri yapısına ve araştırma tasarımına göre farklılık gösterir. İşte bu testlerin her biri ve temel özellikleri: Bağımsız Örneklem T-Testi (Independent-Samples T Test) Bu test, bir değişkenin iki farklı grup arasında ortalamasının karşılaştırılması amacıyla kullanılır. Örneğin, erkek ve kadın birey

SPSS'te OLAP Cubes Differences penceresi, analiz edilen değişkenler veya gruplar arasında aritmetik ve yüzde farklar (arithmetic and percentage differences) hesaplamak için kullanılır. Bu özellik, verideki anlamlı karşılaştırmaları doğrudan aynı tablo içinde görmek isteyen kullanıcılar için büyük kolaylık sağlar. Değişkenler Arasındaki Farklar (Differences Between Variables) Bu seçenek, özet istatistiklerin iki sürekli değişken arasında karşılaştırılmasını sağlar. En az iki ö

OLAP Cubes analizi, SPSS kullanıcılarına çok boyutlu veri setlerini çaprazlayarak inceleme ve her bir kategori kombinasyonu için özet istatistikler üretme imkânı sunar. Bu özet istatistikler sayesinde, sadece sayısal sonuçlar değil, aynı zamanda verinin dağılımı, yapısı ve simetrisi hakkında da fikir edinilebilir. Temel ölçülerle başlamak Her analizde ilk bakılan ölçütlerden biri toplam değerdir. OLAP Cube tablolarında bu genellikle sum (toplam)  olarak gösterilir. Değerlerin

Analizin Amacı SPSS’te OLAP Cubes (Online Analytical Processing)  yöntemi, sayısal (sürekli) değişkenlerin ortalama, toplam, varyans gibi istatistiksel değerlerini; bir veya birden fazla kategorik gruplama değişkenine göre  çok boyutlu biçimde özetlemek için kullanılır. Bu yöntem, klasik tablo analizlerinden farklı olarak çok katmanlı (multi-layered)  yapı oluşturur ve her kategori kombinasyonu için özet istatistikleri ayrı ayrı gösterir. OLAP Cubes Özellikleri Çok boyutlu an

Analizin Amacı SPSS’te Means (Ortalama) Analizi , bir veya birden fazla sayısal değişkenin ortalamasını , farklı kategori grupları  arasında karşılaştırmak için kullanılır. Amaç, gruplar arasındaki farkların büyüklüğünü, dağılım özelliklerini ve normal dağılıma uygunluğunu istatistiksel ölçütler üzerinden değerlendirmektir. Bu analiz yöntemi, tıp ve sağlık araştırmalarında yaş, laboratuvar değeri, kalış süresi veya maliyet gibi değişkenlerin farklı hasta grupları arasındaki o

Means Nedir? SPSS’te Means (Ortalama Karşılaştırma)  analizi, bir veya daha fazla bağımlı nicel değişkenin  ortalamasını, bir veya birden fazla kategorik bağımsız değişkenin  grupları arasında karşılaştırmak için kullanılır. Bu analiz, gruplar arasındaki farkların istatistiksel olarak anlamlı olup olmadığını  incelemede temel araçlardan biridir. ⚙️ SPSS’te Means Analizi Nasıl Yapılır? 1️⃣ Menü yolu: Analyze → Compare Means → Means... 2️⃣ Açılan pencerede: Dependent List (Bağı

🔬 Crosstabs Nedir? Crosstabs (Çapraz Tablo) analizi, iki veya daha fazla kategorik değişken arasındaki ilişkiyi test etmek için kullanılan en temel ama en güçlü yöntemlerden biridir. Örneğin bir hastane verisinde “ beta bloker kullanımı ” ile “ komplikasyon gelişimi ” arasındaki bağlantıyı Crosstabs yöntemiyle inceleyebiliriz. Bu analiz, her bir değişkenin kategorilerini karşılaştırarak hangi gruplarda beklenenden fazla ya da az vaka olduğunu gösterir. Ayrıca istatistiksel a

Özetleme İşleminin Amacı SPSS’te Summarize (Özetleme)  prosedürü, bir veya birden fazla gruplama değişkeni  kullanarak diğer değişkenlerin alt grup istatistiklerini hesaplamak için kullanılır. Bu yöntemle, her kategori için ortalama, toplam, medyan, varyans, standart hata ve çarpıklık  gibi ölçüler elde edilir. Büyük veri kümelerinde alt gruplar arasında anlamlı farkların saptanması için idealdir. Gruplama Mantığı Gruplama değişkenleri genellikle kategorik  (örneğin cinsiyet,

Hücre Değerlerinin İncelenme Amacı SPSS’te Crosstabs (Çapraz Tablo) analizinde hücre içeriği, istatistiksel anlamlılığa neden olan örüntüleri belirlemede büyük önem taşır. Beklenen değerler (expected counts)  ve artık değerler (residuals) , hangi kategorilerin beklenenden fazla veya az gözlemlendiğini gösterir. Bu sayede Ki-Kare testinde anlamlı çıkan farkların hangi hücrelerden kaynaklandığı  belirlenir. Hücre İçeriği (Counts, Percentages, Residuals) SPSS’te her hücreye fark

Analizin Amacı SPSS’te Crosstabs (Çapraz Tablo)  analizi, iki kategorik değişken arasındaki ilişkiyi test etmek ve ilişkinin yönünü veya gücünü belirlemek için kullanılır. Bu yöntem, tıbbi verilerde sıkça karşılaşılan “risk”, “ilişki” veya “bağımsızlık” sorularına yanıt vermek için uygundur. Bu uygulamada, veri yapısı örnek alınarak cerrahi sonuç , diyabet durumu  ve cinsiyet  gibi değişkenler üzerinden ilişki testi anlatılmıştır. Kullanılabilecek Test Türleri 1️⃣ Ki-Kare Tes

Katmanlı Çapraz Tablo Nedir? SPSS’te Katmanlı Çapraz Tablo (Crosstabs Layers)  işlemi, bir satır değişkeni ile sütun değişkeni arasındaki ilişkiyi, bir veya birden fazla kontrol (katman) değişkeni  düzeyine göre ayrı ayrı incelemeye olanak tanır.Bu yöntem, veriyi farklı alt gruplara ayırarak daha ayrıntılı ve çok boyutlu karşılaştırmalar yapılmasını sağlar. Eğer bir veya birden fazla katman değişkeni (layer variable)  seçilirse, her katman değişkeninin kategorileri için ayrı

Çapraz Tablo Analizinin Amacı SPSS’te Crosstabs (Çapraz Tablolar)  komutu, iki veya daha fazla kategorik değişken arasındaki ilişkiyi tablo biçiminde incelemeye yarar. Bu yöntemle iki yönlü veya çok yönlü tablolar  oluşturulabilir; satır ve sütun değişkenleri arasındaki ilişkiyi gösteren istatistiksel testler ve ilişki ölçüleri  hesaplanır. Tablonun yapısı ve değişkenlerin sıralı (ordinal)  veya sırasız (nominal)  olması, hangi testlerin uygun olacağını belirler. SPSS bu test