Tanımlayıcı İstatistikler: SPSS Çıktılarının Anlamı ve Yorumlanması

Tanımlayıcı istatistikler, bir veri setindeki değişkenlerin genel yapısını anlamak ve özetlemek için kullanılan temel analiz yöntemleridir. Bu bölümde, şehir düzeyinde sağlık fonlaması (funding) ve raporlanan hastalık oranları (disease) değişkenlerine ait SPSS çıktısı yorumlanmıştır.

🔍 1️⃣ Örneklem (N)

Her iki değişken için de N = 50 gözlem bulunmaktadır. Bu, analizlerin 50 farklı şehir ya da bölge verisine dayandığını gösterir. Veri kaybı veya eksik gözlem bulunmadığı için (Valid N = 50) analiz güvenilirdir.

💡 2️⃣ Ortalama (Mean)

• Health care funding: 175.52→ Şehirlerde kişi başına düşen ortalama sağlık fonu 175 birim düzeyindedir.

• Reported diseases: 175.17→ 10.000 kişi başına düşen ortalama hastalık oranı yaklaşık 175’tir.

🟢 Yorum: Her iki değişkenin ortalaması birbirine oldukça yakındır. Bu durum, incelenen şehirlerin hem fonlama hem de hastalık yükü açısından birbirine benzer düzeylerde olduğunu gösterir.

📈 3️⃣ Minimum, Maksimum ve Range

• Funding: Min = 151.38, Max = 200.73, Range = 49.35

• Disease: Min = 122.39, Max = 221.43, Range = 99.03

🟢 Yorum: Fonlama miktarları şehirler arasında 50 birimlik bir değişim gösterirken, hastalık oranlarında bu fark neredeyse iki katına çıkmıştır (≈ 100).Bu, hastalık oranlarındaki bölgesel farklılıkların fonlamaya göre daha belirgin olduğunu gösterir.

⚙️ 4️⃣ Standart Sapma (Std. Deviation) ve Varyans

• Funding Std. Dev. = 14.53

• Disease Std. Dev. = 22.35

🟢 Yorum: Hastalık oranlarının standart sapması daha yüksektir, yani veriler fonlamaya göre daha geniş bir aralığa yayılmıştır. Varyans değerlerinin (211.08 ve 499.96) bu farkı desteklediği görülmektedir. Bu da şehirler arasında sağlık göstergelerinde heterojen bir dağılım olduğunu gösterir.

📊 5️⃣ Skewness (Çarpıklık)

• Funding Skewness = 0.004 → Dağılım simetrik.

• Disease Skewness = -0.135 → Dağılım hafif sola çarpık.

🟢 Yorum: Her iki değişkenin çarpıklık değerleri -1 ile +1 aralığındadır, bu da yaklaşık normal dağılım varsayımının sağlandığını gösterir. Fonlama verileri neredeyse tamamen simetrikken, hastalık oranlarında çok hafif bir sola çarpıklık (yüksek değerlerin azlığı) gözlenmektedir.

🧮 6️⃣ Kurtosis (Basıklık)

• Funding Kurtosis = -1.17 → Düz (platykurtic) dağılım.

• Disease Kurtosis = -0.36 → Normal dağılıma yakın.

🟢 Yorum: Fonlama değişkeni, normale göre biraz daha “yayvan” bir dağılım göstermektedir. Bu durum, şehirlerin çoğunun ortalama fon seviyesine yakın değerlere sahip olduğunu, uç değerlerin az olduğunu gösterir.

🔍 Genel Değerlendirme

Gözlem	Bulguların Yorumu
Veriler 50 şehirden oluşmakta ve eksiksizdir.	Analiz güvenilirdir.
Ortalama değerler birbirine çok yakındır.	Fonlama ve hastalık oranları benzer büyüklükte.
Hastalık oranı varyansı fonlamadan daha yüksektir.	Bölgesel sağlık farkları belirgindir.
Skewness ve Kurtosis değerleri normal sınırlar içinde.	Regresyon ve korelasyon gibi parametrik testler için uygun.

🧭 Sonuç ve Yorumlama

Tanımlayıcı istatistikler, bu veri setinin homojen, normal dağılıma yakın ve analiz için uygun olduğunu göstermektedir. Sağlık fonlaması ile hastalık oranı ortalamalarının benzer düzeyde olması, şehirlerin hem kaynak kullanımı hem de sağlık göstergeleri açısından benzer profiller sergilediğini düşündürmektedir.

Ancak varyans farkı, bazı şehirlerde sağlık göstergelerinin (örneğin hastalık oranı) diğerlerine göre daha değişken olduğunu ortaya koymaktadır. Bu farklar, ilerleyen aşamalarda yapılacak korelasyon veya regresyon analizleriyle daha net biçimde ortaya konabilir.

Sonuç Olarak:

SPSS tanımlayıcı istatistikler tablosu, veri setinin genel yapısını ve analiz öncesi uygunluğunu değerlendirmek için en temel ama en önemli adımdır. Bu veriler, sonraki istatistiksel testler için güvenli bir zemin sağlar.