Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.

İstatistiğin Temel Kavramları

12.302 Aufrufe

Veröffentlicht am

Veröffentlicht in: Wissenschaft

İstatistiğin Temel Kavramları

  1. 1. BÖLÜM 1: SOSYAL BİLİMLERDE İSTATİSTİK: TEMEL KAVRAMLAR Hazırlayan GülĢah BaĢol TOKAT - 2013 T.C. GAZĠOSMANPAġAÜNĠVERSĠTESĠ EĞĠTĠMFAKÜLTESĠ
  2. 2. Konu BaĢlıkları • 1.1. Ġstatistiğin Tarihçesi ve Diğer Bilimler Ġçindeki Yeri • 1.2. Ġstatistik nedir? • 1.2.1. Betimsel Ġstatistik • 1.2.2. Çıkarımsal Ġstatistik BÖLÜM 1: SOSYAL BİLİMLERDE İSTATİSTİK: TEMEL KAVRAMLAR
  3. 3. • 1.3. Ġstatistiğin Temel Kavramları • 1.3.1. Denek • 1.3.2. Kitle (Yığın) • 1.3.3. Örneklem • 1.3.4. Parametre • 1.3.5. Ġstatistik • 1.3.6. Örnekleme • 1.3.7. Veri BÖLÜM 1: SOSYAL BİLİMLERDE İSTATİSTİK: TEMEL KAVRAMLAR
  4. 4. • 1.3.8. DeğiĢken • 1.3.8.1. Nicel ve Nitel DeğiĢken • 1.3.8.2. Süreksiz ve Sürekli DeğiĢken • 1.3.8.3. Bağımlı, Bağımsız DeğiĢkenler, Kontrol DeğiĢkeni BÖLÜM 1: SOSYAL BİLİMLERDE İSTATİSTİK: TEMEL KAVRAMLAR
  5. 5. • 1.4. Veri Türleri ve Toplanması • 1.4.1. Sayımla ve Ölçümle Elde Edilen Veriler • 1.4.2. Birincil ve Ġkincil Kaynaklardan Elde Edilen Veriler • 1.4.3. Veri Toplama Yöntemleri • 1.4.3.1. Anket Yoluyla Veri Toplama • 1.4.3.2. Gözlem Yoluyla Veri Toplama • 1.4.3.3. Deney Yoluyla Veri Toplama BÖLÜM 1: SOSYAL BİLİMLERDE İSTATİSTİK: TEMEL KAVRAMLAR
  6. 6. • 1.5. Ölçek Türleri • 1.5.1. Sınıflama Ölçeği • 1.5.2. Sıralama Ölçeği • 1.5.3. EĢit-aralıklı Ölçek • 1.5.4. Oran Ölçeği BÖLÜM 1: SOSYAL BİLİMLERDE İSTATİSTİK: TEMEL KAVRAMLAR
  7. 7. • 1.6. Örnekleme Yöntemleri • 1.6.1. Olasılığa Bağlı Örnekleme Yöntemleri • 1.6.1.1. Basit rastgele örnekleme • 1.6.1.2. Tabakalı örnekleme • 1.6.1.3. Sistematik örnekleme • 1.6.1.4. Küme örneklemesi BÖLÜM 1: SOSYAL BİLİMLERDE İSTATİSTİK: TEMEL KAVRAMLAR
  8. 8. • 1.6.2. Olasılığa Bağlı Olmayan Örnekleme Yöntemleri • 1.6.2.1. Kota örneklemesi • 1.6.2.2. Kartopu örneklemesi • 1.6.2.3. Karar örneklemesi • 1.6.2.4. Uygun örnekleme • 1.6.2.3. Amaçlı örnekleme BÖLÜM 1: SOSYAL BİLİMLERDE İSTATİSTİK: TEMEL KAVRAMLAR
  9. 9. • 1.7. Örneklem Büyüklüğünün Belirlenmesi • 1.7.1. Örneklem Büyüklüğünün Belirlenmesini Etkileyen Etmenler • 1.7.2. Örneklem Büyüklüğünü Belirleme Yöntemleri • 1.8. Etki Büyüklüğünün Hesaplanmasının Önemi • 1.9. 1.Özet • 1.9.2. BÖLÜM I- AlıĢtırma Soruları BÖLÜM 1: SOSYAL BİLİMLERDE İSTATİSTİK: TEMEL KAVRAMLAR
  10. 10. Kazanımlar • Ġstatistiğin temel kavramlarını bilir. • DeğiĢken türlerini ayırteder. • Örnekleme yöntemlerini açıklar. • Örneklem türlerini ayırteder. • Ölçek türlerini bilir. • Örneklem büyüklüğü hesaplar. • Etki büyüklüğü hesaplamanın önemini açıklar.
  11. 11. Ġstatistik
  12. 12. • Sosyal bilimlerin geliĢiminde psikometristlerin ve istatistikçilerin rolü yadsınamayacak kadar büyüktür. Yüzyılın baĢlarında Avrupa’da baĢlayan test geliĢtirme çalıĢmaları A.B.D’de hız kazanmıĢ ve 19. Yüzyılın ortalarında pek çok test literatüre kazandırılarak yaygın olarak kullanılmaya baĢlanmıĢtır. •
  13. 13. Bilim Tarihinde Ġz Bırakan Ġstatistikçiler Gauss Galton Pearson Spearman Fisher Cattell ……
  14. 14. Ġstatistik nedir? • Ġstatistik belli bir amaç için toplanan verilerin betimlenmesi, hipotezlerin test edilmesi, sonuçların analiz edilmesi, örneklemlerin çeĢitli özellikleri bakımında özetlenmesi gibi amaçlara hizmet eden bilim dalıdır. • Ġstatistik çoğul olarak düĢünüldüğünde örneklemden hesaplanan, evreni temsil değeri olduğu düĢünülen değerlere verilen isimdir.
  15. 15. Ġstatistiği kullanarak neler yapabilirim?
  16. 16. Betimsel Ġstatistikler • Betimsel istatistikler örnekleme ait aritmetik ortalama, varyans, standart sapma gibi değerlerdir. • Nüfus sayımları, grafikler
  17. 17. Anlam Çıkarıcı Ġstatistikler • Betimsel istatistiklerden bir adım ileriye giderek hipotez testleri yapmamıza imkan tanıyan anlam çıkarıcı istatistikleri kullanmamız mümkündür. Anlam çıkartıcı istatistikler yoluyla örneklemin gözlenen özelliklerinden yola çıkarak evrene ait gözlenemeyen değerler hakkında çıkarım yapmamız mümkün olur.
  18. 18. Betimsel-Anlam Çıkarıcı Ġstatistikler KarĢılaĢtırması Dolayısıyla betimsel istatistikler var olan durumların özetlenmesine, betimlenmesine yararken, anlam çıkarıcı istatistikler yoluyla çeĢitli hipotezleri test etmek mümkündür.
  19. 19. Evren (Kitle, Yığın), • Evren (Kitle,yığın) araĢtırmalarda çalıĢma kapsamında yer alan tüm elemanları ifade eden kümedir. Elemanlar araĢtırmaya konu olan bir obje olabilecek gibi bireyler de olabilir.
  20. 20. Evren  Parametre • Parametre • Evrenden elde edilen değerlere parametre denilir. Paremetreler Yunan alfabesindeki harfler ile gösterilir. Mu, Sigma, N, rho, PĠ vb gibi.
  21. 21. Örneklem > Ġstatistik • İstatistik • Bu grupta yer alan obje ve bireylerden hesaplanan değerlere ise istatistik adı verilir ve istatistikler Latin alfabesindeki harfler ile gösterilir. Örneklem için hesaplanan aritmetik ortalama, standart sapma, n, r, p değerleri istatistik olarak adlandırılır.
  22. 22. Örnekleme • Örneklemden üzerinde araĢtırma yapmak üzere küçük örneklemler alma iĢlemine örnekleme adı verilir.
  23. 23. Veri • Her bir gözlem noktasından elde edilen değer veri olarak adlandırılır. AraĢtırmada sorulan sorulara verilen cevapların her biri bir veridir.
  24. 24. DeğiĢken • En az iki değer alabilen özelliklere değişken denir. DeğiĢkenler kendi içinde, sürekli/süreksiz, nitel/nicel, bağımlı/bağımsız değiĢken ve kontrol değiĢkeni Ģeklinde sınıflanabilir.
  25. 25. Nicel ve Nitel DeğiĢken Nicel değiĢken sayısal olarak ifade ettiğimiz özelliklerdir. Zaman, para, yakıt, hız, ağırlık ve yükseklik bu gruba girer. Nitel değiĢken sayılarla değil sözlü olarak ifade edilmesi tercih edilen; duygu, tutum ve değer yargıları gibi özelliklerdir. Sevgi, üzüntü, mutluluk gibi duygular nitel değiĢkenlerdir.
  26. 26. Nicel ve Nitel DeğiĢken Nitel ve nicel değiĢkenlerden elde edilen veriler birincil verilerdir. Nicel veriler betimsel ve çıkarımsal olabilir. Betimsel veriler anketlerden veya gözlemlerden elde edilmiĢ olabilir. Anlam çıkarıcı veriler ise ölçek, anket ve gözlemlerden elde edilebileceği gibi deneysel çalıĢmalardan da elde edilirler.
  27. 27. Süreksiz / Sürekli DeğiĢken • Süreksiz değişken tam sayıyla ifade edilen ara değer almayan değiĢkenlerdir. Çocuk sayısı, binadaki kat sayısı, bina sayısı örnek verilebilir. • Sürekli değişken ara değerlerle ifade edilebilen değiĢkenlerdir. BaĢarı notu, boy ve kilo gibi farklı değerler alabilecek özellikler sürekli değiĢkenlerdir. Kesirli olarak ifade edilebilmesi bu tür değiĢkenlerin en temel özelliğidir.
  28. 28. Bağımlı, Bağımsız Değişkenler ve Kontrol Değişkeni • Bağımlı değişkenler araĢtırmaların sonuç değiĢkenidir. Manipule edilen bağımsız değiĢkene bağlı olarak değiĢiklik göstermesi beklenen değiĢkendir. • Bağımsız Değişken mümkün olduğunda manipule edilerek bağımlı değiĢken üzerinde etkisi araĢtırılan değiĢkendir. Ġlaç dozu,cinsiyet. • Kontrol Değişkeni bağımlı değiĢken üzerinde etkisi olduğu bilinen, bu nedenle etkisi sabitlenerek, kontrol edilmeye çalıĢılan değiĢkendir.
  29. 29. 1.4. Veri Türleri ve Toplanması • 1.4.1. Sayımla ve Ölçümle Elde Edilen Veriler • 1.4.2. Birincil ve Ġkincil Kaynaklardan Elde Edilen Veriler
  30. 30. 1.4.1. Sayımla (Nitel) ve Ölçümle (Nicel) Elde Edilen Veriler • Sınıflanabilen veriler sayımla elde edilir. • Anket ve ölçeklerle toplanan veriler, • Deneylerden elde edilen veriler, • Nüfus sayımlarından elde edilen veriler bu gruba girer.
  31. 31. 1.4.2. Birincil ve Ġkincil Kaynaklardan Elde Edilen Veriler • Birincil Veri: Var olan problemi çözmeye yönelik olarak araĢtırmacı tarafından birinci elden toplanan veri (Anket, mülakat, gözlem, tutanak, arĢiv, mektuplar, deney sonuçları, sanat eseri, edebi eserler). • İkincil Veri: BaĢka bir amaçla daha önceden toplanmıĢ verilerdir (yayınlanmıĢ materyaller, veri tabanları). Maliyeti düĢürmesi açısından ve zaman kazandırmasından dolayı tercih edilir. SatıĢ analizleri, kredi kartı harcama analizleri ikincil veriye örnek olarak verilebilir.
  32. 32. 1.4.3. Veri Toplama Yöntemleri • 1.4.3.1. Anket Yoluyla Veri Toplama • 1.4.3.2. Gözlem Yoluyla Veri Toplama • 1.4.3.3. Deney Yoluyla Veri Toplama
  33. 33. 1.4.3.1. Anket Yoluyla Veri Toplama • Anket yoluyla kısa sürede çok sayıda kiĢiden veri toplamak mümkündür. • Anketler geleneksel yöntemlerle (elden, postayla, faksla) yürütülebileceği gibi modern yöntemlerle de (internet üzerinden, e-posta yoluyla) uygulanabilir. • Anketlerde Kullanılan Soru Türleri • Açık-uçlu sorular (cevap alanı açıktır) • HarmanlanmıĢ öğretim konusunda ne düĢünüyorsunuz? • Kapalı uçlu sorular Cinsiyet Kız ( ) Erkek ( ) • Likert tipi cevaplanan sorular
  34. 34. 1.4.3.2. Gözlem Yoluyla Veri Toplama • Bilimsel bilgiyi elde etmede kullanılan yöntemlerin baĢında yer alır. Belli bir ortamda ortaya çıkan bir davranıĢı detaylı, kapsamlı ve geniĢ bir zaman diliminde somutlaĢtırmak amacıyla gözleme baĢvurulur. • Sosyal konuların incelenmesinde gözlem sık kullanılan bir yöntemdir. • Katılımlı gözlem: Gözlemci gözlediği ortamın içinde yer alır. • Katılımsız Gözlem: Gözlemci gözlediği ortama dahil olmadan dıĢarıdan gözlem yapar. Doğal gözlem ve simülasyon katılımsız gözleme örnektir.
  35. 35. Gözlemlerin Avantajları • Sözel olmayan davranıĢların ortaya konması • Gözlem süresini zamana yayma imkanı • Doğal çevrede yapılan gözlemlerin gerçeği daha iyi yansıtması
  36. 36. Gözlemlerin Dezavantajları • Küçük örneklemlerle çalıĢmanın getirdiği sınırlılık • AraĢtırmanın dıĢ etkenleri kontrol etmesinin mümkün olmaması (contamination, noise) • Deneklerin gizliliğinin korunmasının güçlüğü • Kapalı toplumlara girme güçlüğü (gebelikten korunma yöntemleri) • Öznel algılara dayanması
  37. 37. 1.4.3.3. Deney Yoluyla Veri Toplama • Deney ve kontrol gruplarından elde edilen verilerdir. Deney grubunda belli bir özellik manipüle edilerek kontrol grubuyla deney grubu arasında fark oluĢup oluĢmadığının test edildiği dizaynlarda kullanılır.
  38. 38. 1.5. Ölçme ve Ölçek • Bir özelliğe nicel bir değer verme iĢlemine ölçme denir. Evrende varlıkların sahip oldukları ortak özellikler aynı kümede ele alınmalarını mümkün kılar. Nesneleri formal iliĢkilerine göre farklı Ģekilde değerlendirmek mümkündür. Örneğin bazı nesneler sınıflanırken, bazıları aynı zamanda sıralanabilir. Sıralamalar arası farklar eĢit, ancak sıcaklık gibi ilgili özelliğin sıfırla ifade edilmesi gerçeklik ifade etmediğinde, oranlayarak kıyaslama yapmak mümkün değildir. Para, zaman ve hız gibi fiziksel ölçümler söz konusu olduğunda ise oranlama yapmanın yanı sıra, her türlü istatistiksel iĢlem de mümkündür.
  39. 39. 1.5. Ölçek Türleri • 1.5.1. Sınıflama Ölçeği • 1.5.2. Sıralama Ölçeği • 1.5.3. EĢit-aralıklı Ölçek • 1.5.4. Oran Ölçeği
  40. 40. 1.5.1. Sınıflama Ölçeği • Ölçmek istediğimiz özellik sadece sınıflanabilen bir özellikse sınıflama ölçeğindedir. Sınıflama, ölçek düzeylerinin en basitidir. AraĢtırmalarda sınıflama ölçeğindeki özellikler bağımsız değiĢkenler olarak kullanılır. Bir sınıftaki öğrenciler, cinsiyetlerine, tuttukları futbol takımına, fiziksel özelliklerine ve sosyo-kültürel durumlarına göre sınıflanabilir. YaĢ, cinsiyet, saç/göz rengi, kan grubu, plakalar, telefon kodları ve isimler bu gruba girer.
  41. 41. 1.5.2. Sıralama Ölçeği • Ölçmek istenilen özellik sınıflamanın yanı sıra sıralanabiliyorsa ilgili özellik sıralama ölçeğindedir. Örneğin; A, B, C, D, F Ģeklinde verilen harf notları, Pekiyi/Ġyi/Orta Ģeklindeki notlar, orduda rütbeler, 1. sınıf/ 2. sınıf/ 3. sınıf öğrencisi olarak öğrencilerin sıralanması, birinci el, ikinci el, üçüncü el otomobil olarak otomobillerin sıralanmaları gibi örneklerdeki nesneler sınıflanmalarının yanı sıra sıralanabilirler.
  42. 42. 1.5.3. EĢit-aralıklı Ölçek • EĢit aralıklı ölçek nesnelerin belli bir baĢlangıç noktasına göre bir özelliğe sahip oluĢ derecelerini ortaya koyan ölçek türüdür. Bu ölçek sınıflama ve sıralama ölçeğinin özelliklerine sahip olmakla birlikte, ölçeğin birimleri arasındaki mesafelerin eĢit olmasıyla diğer ikisinden ayrılır. EĢit aralıklı ölçekte sıfır mutlak değildir. Yani ilgili özelliğin yokluğunu ifade etmez. Sıcaklığı ölçen termometre bu ölçek grubundadır. 0 gerçek değildir çünkü sıfırın altında eksi değerle ifadesini bulan sıcaklıklar vardır. Benzer Ģekilde takvimler baĢlangıçları insanlar tarafından belirlendiğinden bu ölçek türüne girer.
  43. 43. 1.5.4. Oran Ölçeği • Bu ölçek türünün en ayırıcı özelliği 0’ın gerçek olmasıdır. Oran ölçeğinde bir özelliği sınıflamak, sıralamak, elde edilen iki değer arasındaki farkları almak mümkün olduğu gibi; oranlamak da mümkündür. Para, zaman, gelir ve hız gibi yokluğu gerçekten yokluk ifade eden özellikler oran ölçeğinde ölçülür. Oran ölçeğinde elde edilen bir veri üzerinden matematiksel her türlü iĢlem gerçekleĢtirilebilir.
  44. 44. Örnekleme • Popülasyonu Belirleme • Örneklemi belirleme • Örnekleme yöntemine karar verme • Örneklem büyüklüğünü hesaplama • Örnekleme
  45. 45. 1.6. Örnekleme Yöntemleri • 1.6.1. Olasılığa Bağlı Örnekleme Yöntemleri • 1.6.1.1. Basit rastgele örnekleme • 1.6.1.2. Tabakalı örnekleme • 1.6.1.3. Sistematik örnekleme • 1.6.1.4. Küme örneklemesi
  46. 46. 1.6.1. Olasılığa Bağlı Örnekleme Yöntemleri
  47. 47. 1.6.1.1. Basit rastgele örnekleme • Popülasyondaki her birimin örnekleme girme Ģansının eĢit olduğu ve birinin örnekleme girmesinin diğerlerinden bağımsız olduğu örneklem türüdür. Temsil yeteneği en yüksek olanıdır.
  48. 48. 1.6.1.2. Tabakalı örnekleme • KatmanlanmıĢ örnekleme de denilir. Evren alt gruplardan oluĢtuğunda her grubun örneklemde temsil edilmesi amacıyla baĢvurulur. Oranlı ve oransız olmak üzere iki Ģekilde yapılır.Katmanların büyüklüğü ile orantılı olarak seçim yapıldığında oranlı, katmanlardan belirlenen sabit bir sayıda seçkiye gidildiğinde ise oransız örneklemedir.
  49. 49. 1.6.1.3. Sistematik örnekleme • Sıra numarası verilmiĢ bir grup gözlem noktası içinde birden 10’a dek belirlenen bir rakamdan itibaren baĢlayarak sistematik bir Ģekilde belli bir sayı elde edilene dek devam edilmesiyle elde edilir.
  50. 50. 1.6.1.4. Küme örnekleme • Üyelerin küme içinde birbirinden farklı bir yapı sergiledikleri ancak kümelerin benzeĢik yapılar sergilediği durumlarda kullanılır. Gecekondu semtlerinde yapılan bir araĢtırmada bütün semtlerin dahil edilmesi. ġiddete uğrayan kadın örneklemesinden farklı meslek gruplarından kadınlara ulaĢılması.
  51. 51. Örnekleme Yöntemleri… • 1.6.2. Olasılığa Bağlı Olmayan Örnekleme Yöntemleri • 1.6.2.1. Kota örneklemesi • 1.6.2.2. Kartopu örneklemesi • 1.6.2.3. Karar örneklemesi • 1.6.2.4. Uygun Örnekleme • 1.6.2.5. Amaçlı Örnekleme
  52. 52. 1.6.2.1. Kota örneklemesi • Evrende gözlem noktalarından coğrafi bölge, cinsiyet, yaĢ gibi katmanlardan belli bir miktarda örneklem alınmasıdır. Bu miktar evrende ilgili katmanın büyüklüğüne göre değiĢir. Kota örnekleme birimlerin seçimi araĢtırmacıya bağlı olduğundan sistematik hata içerir ve bu durumda örnekleme hatasını hesaplamak mümkün değildir.
  53. 53. 1.6.2.2. Kartopu örneklemesi • Belli bir hedef grup araĢtırmaya konu olduğunda küçük bir gruptan baĢlayarak o gruptakilere benzer durumda olanlara anketin katılımcılar tarafından yönlendirmeleri ile bu yöntemle büyük bir gruba ulaĢmak mümkün olur.
  54. 54. 1.6.2.3. Karar örneklemesi(Judgement Sampling) • AraĢtırmacının geçmiĢ deneyimlerine dayanarak örneklemi temsil ettiğine inandığı bir grup üzerinde çalıĢmasıdır. Sistematik hataya açıktır.
  55. 55. 1.6.2.4.Uygun Örnekleme (GeliĢigüzel) • AraĢtırma konusu için en uygun olduğu düĢünülen ve araĢtırmacının elinin altında olan grupla çalıĢmasıdır. Dezavantajı bu Ģekilde alınan örneklemden elde edilen verilerin pek çok analizin ön koĢulunu ihlal etmesidir.
  56. 56. 1.6.2.5.Amaçlı Örnekleme • AraĢtırma konusu için en uygun olduğu düĢünülen grubun örnekleme alınmasıdır. Anasınıfı çağındaki çocukların oyun tercihlerini ortaya koymak isteyen araĢtırmacının anasınıflarından örneklemeye gitmesi.
  57. 57. 1.7. Örneklem Büyüklüğünün Belirlenmesi • 1.7.1. Örneklem Büyüklüğünün Belirlenmesini Etkileyen Etmenler • 1.7.2. Örneklem Büyüklüğünü Belirleme Yöntemleri • 1.8. Etki Büyüklüğünün Hesaplanmasının Önemi
  58. 58. 1.7.1. Örneklem Büyüklüğünün Belirlenmesini Etkileyen Etmenler 1. Sonuçları etkileyebilecek kontrol edilmesi güç olan değiĢkenlerin sayısı; 2. Ölçülmek istenen özelik açısından, evrenin ne ölçüde homojen veya heterojen olduğu; 3. Uygulanacak örnekleme türü; 4. Verilerin alt küme (gözenek) sayısı; 5. Kestirilmek istenen evren değeri 6. Evren değeri temsilde aranan güven düzeyi ile sapma miktarı; 7. AraĢtırmanın olanakları.
  59. 59. 1.7.2. Örneklemede Önemli Hususlar  Zaman ve zamanlama  Evrenin büyüklüğü  Özelliklerdeki değiĢkenlik  Örnekleme hatası  Örnekleme dıĢı hata  Bireysel olayların öne çıkması
  60. 60. 1.7.3. Örneklem Büyüklüğünü Belirleme Yöntemleri • Birinci tip hata: Testin olmayan farklara iĢaret etmesi anlamına gelir. • Ġstatistiksel güç:Olan bir farkı iĢaret etmede bir testin istatistiksel gücüdür. • Etki büyüklüğü: Ne kadar bir farkın anlamlı kabul edilebileceğinin sayısal ifadesidir. Bu durumu belirleyen tek baĢına farkın büyüklüğü değildir. Sapma da dikkate alınmalıdır. • O halde birinci tip hata düĢük, Ġstatistiksel gücü büyük ve etki büyüklüğü olabildiğince büyük olması göz önünde bulundurularak örneklemler seçilmelidir.
  61. 61. Örneklem büyüklüğünü Tespit Ederken Kullanılabilecek Formüller 1. Evrendeki eleman sayısı bilinmezken n= (t2.p.q)/d2 2. Evrendeki eleman sayısı biniyorken n= (Nt2.p.q)/d2(N-1)+t2pq N= Evrendeki gözlem sayısı n= Örneklem büyüklüğü t= Belirli bir serbestlik derecesi için t tablo değeri p= Ġlgili olayın olma olasılığı q= Ġlgili olayın olmama olasılığı(1-p) d= Göze alınabilecek sapma miktarı
  62. 62. Kesinlik ( Göz Yum ulabilir Hata ) Evren Büyüklüğü + 1% + 2% + 3% + 4% + 5% 1.000    375 278 2.000   696 462 322 3.000  1334 787 500 341 4.000  1500 842 522 350 5.000  1622 879 536 357 10.000 4899 1936 964 566 370 20.000 6489 2144 1013 583 377 50.000 8057 2291 1045 593 381 100.000 8763 2345 1056 597 383 500.000 to  9423 2390 1065 600 384 %95 Güven Düzeyi
  63. 63. K esinlik ( G öz Y um ulabilir H ata ) Evren Büyüklüğü + 1% + 2% + 3% + 4% + 5% 1.000     400 2.000   959 683 498 3.000   1142 771 544 4.000   1262 824 569 5.000  2267 1347 859 586 10.000  2932 1556 939 622 20.000 9068 3435 1688 986 642 50.000 12456 3830 1778 1016 655 100.000 14229 3982 1810 1026 659 500.000 to  16056 4113 1836 1035 663 %99 Güven Düzeyi
  64. 64. 1.8. Etki Büyüklüğünün Hesaplanmasının Önemi • Etki büyüklüğü hesaplanarak bulunan fark veya iliĢkinin önem derecesi hakkında yorum yapmak mümkün olur. • Etki büyüklüğünü hesaplamada kullanılacak formüllere ilerideki bölümlerde değinilecektir.

×