Ki Kare Bağımsızlık Testi (Uygulamalı, n = 500): Sigara Öyküsü ile Akciğer Kanseri Arasındaki İlişki

SPSS’te Ki Kare Bağımsızlık Testi uygulamasına geçmeden önce, testle ilgili temel bilgileri kısa ve öz biçimde tazeleyerek başlayalım.

SPSS’te Ki Kare Bağımsızlık Testi: Temel Bilgiler

Tanım

• İki (veya daha fazla) kategorik değişken arasındaki ilişkinin istatistiksel olarak anlamlı olup olmadığını sınayan parametrik‑olmayan bir testtir.

• Çapraz tablo üzerindeki gözlenen ve beklenen frekansları karşılaştırarak çalışır.

Ne İşe Yarar?

• “Bu iki değişken birbirinden bağımsız mı, yoksa ilişkili mi?” sorusuna yanıt verir.

• Örnek: “Sigara içme durumu ile akciğer kanseri görülme durumu ilişkili midir?”

Hangi Durumlarda Kullanılır?

1. Her iki değişken de kategorik (nominal veya sıralı) olduğunda.

2. Gruplar bağımsız olduğunda (bir katılımcı yalnızca bir kategoriye ait).

3. Çapraz tablodaki beklenen frekansların %20’sinden fazlası 5’ten küçük olmamalı, hiçbir hücre 1’in altında olmamalı.

4. 2 × 2 tabloysa ve beklenen şartı sağlanmıyorsa Fisher’s Exact Test tercih edilir.

5. Kategoriler mantıklı birleştirilebiliyorsa frekans kuralı ihlali giderilebilir.

Bu çalışmada kullanılan veri setini aşağıdaki indirme bağlantısından indirip inceleyebilirsiniz.

Ki Kare Bağımsızlık Testi (Uygulamalı, n = 500) Sigara Öyküsü ile Akciğer Kanseri Arasında.

dosyasını indir • 3KB

SPSS Değişken Tanımlama Tablosu (Variable View)

Name	Type	Width	Decimals	Label	Values	Missing	Columns	Align	Measure	Role
Cinsiyet	Numeric	1	0	Katılımcının cinsiyeti	0 = Erkek; 1 = Kadın	—	8	Right	Nominal	Input
Sigara_Oykusu	Numeric	1	0	Sigara içme öyküsü	0 = Yok; 1 = Var	—	8	Right	Nominal	Input
Akciger_Kanseri	Numeric	1	0	Akciğer kanseri tanısı	0 = Negatif; 1 = Pozitif	—	8	Right	Nominal	Target

Aşağıdaki görsel, veri setinin SPSS'te “Variable View” sekmesindeki değişken tanımlamalarını göstermektedir.

SPSS yazılımında Ki Kare Bağımsızlık Testi uygulanışı:

1- Analyze, Descriptive Statistisc, Crosstabs seçilir.

2- Crosstabs penceresinde sol taraftaki değişkenler listesinden karşılaştırılacak kategorik değişkenin biri Row(s)’a diğeri ise Column(s)’a taşınır.

(Tercihen etki edeceği düşünülen değişken Column’a taşınır)

3- Statistics butonu tıklanır ve Chi-square ve Phi and Cramer’s V seçilir. Continue tıklanır. 4- Cells butonu tıklanır ve Counts kısmında Observed seçilidir. (2x2’den büyük bir tablo ise fark çıkma durumunda farkın kaynağını tespit etmek için Cells kısmında z-test’in altındaki Compare column proportions ve Adjust p- values seçilir) Percentages kısmında etki edeceği düşünülen değişkenin konumuna göre Row ya da Column seçilir. (Etki edeceği düşünülen değişken Column’a taşınmışsa burada Column seçilir) Continue tıklanır.

5- Crosstabs penceresinde OK tıklanır.

Gerekli veri düzenlemeleri ve değişken tanımlamaları tamamlandıktan sonra, SPSS’te elde edilen analiz sonuç tablolarını adım adım inceleyeceğiz.

Tablo 1: Crosstabs - Case Processing Summary

Ne Anlama Geliyor?

1. Geçerli Gözlem Sayısı (Valid – 500)

   • Analize dâhil edilen bütün bireylerin (Sigara içme öyküsü × Akciğer kanseri tanısı) kesişiminde eksiksiz veri bulunduğunu gösterir.

   • Hiçbir katılımcı analiz dışı kalmamış; dolayısıyla örneklem büyüklüğü n = 500 olarak korunmuştur.

2. Eksik Veri (Missing – 0)

   • İki değişkenden herhangi biri için veri girişi olmayan katılımcı yoktur.

   • Bu durum Ki Kare testi için ek veri temizleme veya eksik değer işlemi gerektirmediği anlamına gelir.

3. Analize Etkisi

   • Beklenen frekans kuralının kontrolü haricinde, eksik veri kaynaklı serbestlik derecesi veya güç kaybı söz konusu değildir.

   • Tam veri kümesi, sonuçların istatistiksel güvenilirliğini artırır.

Tablo 2: Crosstabs - Akciğer kanseri tanısı * Sigara içme öyküsü Crosstabulation

1. Yüzdelik Yorum

• Sigara içmeyenlerde akciğer kanseri görülme oranı %3,0.

• Sigara içenlerde bu oran %10,0.

• Farklılık mutlak olarak 7 puanlık (10 % – 3 %) artışa karşılık gelir.

2. Ki Kare Bağımsızlık Testi (2 × 2 Tablo)

İstatistik	Değer	df	p
χ² (Yates düzeltilmiş)	9,52	1	0,002

p = 0,002 < 0,05 → Sigara içme durumu ile akciğer kanseri tanısı ilişkili.

3. Etki Büyüklüğü

• Φ = 0,14 → küçük‑orta güçte etki (Cohen’e göre 0,10–0,29 arası küçük).

4. Göreli Risk ve Odds Oranı

Ölçüt	Hesaplama	Değer	Yorum
Risk Oranı (RR)	0,10 / 0,03	3,33	Sigara içenlerin kanser riski içmeyenlere göre ~3,3 kat.
Odds Oranı (OR)	(20/180) / (9/291)	3,59	Sigara içenlerde kanser olma olasılığı ~3,6 kat.

5. Sonuç

“Sigara içme durumu ile akciğer kanseri görülme sıklığı arasındaki ilişki Yates düzeltmeli Ki Kare testiyle incelendi ve anlamlı bulundu (χ²(1, N = 500) = 9,52, p = 0,002). Sigara içenlerde kanser görülme oranı (%10,0) sigara içmeyenlere kıyasla (%3,0) belirgin derecede yüksektir. Etki büyüklüğü küçük‑orta düzeydedir (Φ = 0,14); göreli risk 3,33, odds oranı 3,59’dur.”

Tablo 3: Crosstabs - Chi-Square Tests

Beklenen frekanslar: Tablo alt notuna göre hiçbir hücrede beklenen değer 5’in altına düşmemiş (min = 11,60); bu nedenle Yates düzeltmeli χ² değeri analize uygundur.

Karar ve İstatistiksel Sonuç

• H₀ (bağımsızlık) reddedilir.

  • Yates düzeltmeli χ²(1, N = 500) = 9,52, p = 0,002

• Sonuç, sigara içme durumu ile akciğer kanseri tanısı arasında anlamlı ilişki bulunduğunu gösterir.

Rapor

“İki kategorik değişken arasındaki ilişki, Yates düzeltmeli Ki Kare testiyle incelenmiştir; sonuç anlamlı bulunmuştur (χ²(1, N = 500) = 9,52, p = 0,002). Böylece sigara içme durumu ve akciğer kanseri görülme sıklığı bağımsız değildir.”

Tablo 4: Crosstabs - Symmetric Measures

Etki Büyüklüğünün Değerlendirilmesi

Cohen’in önerdiği sınırlar:

• 0,10 ≤ φ < 0,30 → Küçük etki

• 0,30 ≤ φ < 0,50 → Orta etki

• φ ≥ 0,50 → Büyük etki

Bu çalışmada φ = 0,147, yani küçük–orta sınırında, küçük etki.

• Sigara içme öyküsü, akciğer kanseri tanısını istatistiksel olarak anlamlı biçimde etkiliyor (p = 0,001), ancak ilişki gücü sınırlı.

• Pratikte sigara içmek kanser olasılığını artırsa da, tek başına çok güçlü bir açıklayıcı değişken değildir; başka risk etmenleri (yaş, genetik, çevresel maruziyet vb.) ilişkiye katkıda bulunabilir.

Rapor

“Etki büyüklüğü, 2 × 2 tablo için phi katsayısıyla değerlendirildi (φ = 0,147). Bu değer, sigara içme durumu ile akciğer kanseri tanısı arasında küçük çaplı ancak anlamlı (p = 0,001) bir ilişkiye işaret etmektedir.”

Sonuçlar

• İlişki: Anlamlı (χ², p < 0,01)

• Etki Büyüklüğü: Küçük (φ ≈ 0,15)

• Pratik Yorum: Sigara içenlerde kanser riski artmakta, fakat etki gücü düşük‑orta seviyededir; çok faktörlü değerlendirme gereklidir.

Bu çalışmanın SPSS veri analizi çıktı dosyasını aşağıdaki bağlantıdan indirebilir, dosya üzerinden tüm analiz sonuçlarını görebilirsiniz.

Ki Kare Bağımsızlık Testi (Uygulamalı, n = 500) Sigara Öyküsü ile Akciğer Kanseri Arasında.

dosyasını indir • 127KB