Parametrik olmayan testeler arasında en yayını olan Ki-Kare testi, iki ya da daha çok kategorideki iki değişken aralarında bağımsızlık olup olmadığını yani ilişki olup olmadığını saptamamıza yardımcı olur.
Bir veri grubuna parametrik testleri t, Z ve F uygularken ana kütle dağılımı normal dağılıma sahip olmalıdır. Ana kütle normal dağılıma sahip değilse “dağılımdan bağımsız” olan parametrik olmayan testler kullanılır. Parametrik olmayan testlerde “sürekli dağılım” göstermesi yeterli bir durumdur. Parametrik olmayan testler uygulanırken örneklem büyüklüğünün önemi yoktur.
Parametrik olmayan testler: Tek Örneklem, İki Örneklem, K-Örneklem Testleri olarak incelenmektedir.
Tek örneklem testleri şunlardır:
İki örneklem testleri şunlardır:
K- örneklem testleri şunlardır:
Araştırmalarda hipotezler test edilirken bir hipotez ile onun karşıtı diğer hipotezden hangisinin örneklem verilerine bağlı elde edilen sonuç ile daha fazla uyum gösterdiği araştırılır. Hipotezlerden birisi sıfır H0 diğeri bir H1 olarak adlandırılır. Kabul gören en genel görüşe H0 yeni hipoteze ise H1 adı verilir. Eğer H0 yanlış iken reddedilmez ise Alfa tipi hata yapılır. Eğer H0 doğru iken reddedilirse Beta tipi hata yapılmış olur.
İstatistiksel anlamlılık: Bütün istatistiksel testlerde sonuçlar olasılık ya da risk (Örn: p<0,001) bakımından ifade edilir. Yani anlamlılığı test etmek için risk düzeyinin belirlenmesine ihtiyaç vardır.
Bağımsız İki Örneklem t-Testi
Parametrik testler arasında bulunan teste iki bağımsız örneklem ortalamalarındaki farkın istatistiksel olarak anlamlı olup olmadığına bakılması için geliştirilmiştir. Araştırmacılar ellerinde bulunan veriye bu testi uygulamak için şu varsayımları yerine getirmelidir:
t- testi hesaplanması yapılabilir.
Eşleştirilmiş İki Örneklem t-Testli
Normal dağılıma sahip iki eşleştirilmiş (bağlantılı ve ilişkili) örneklem ortalamaları aralarındaki farkın istatistiksel açıdan anlamlı olup olmadığının saptanması için kullanılır.
Sayısal verilerin özet olarak tanımlandığı, özetlendiği, birimlerin yığıldığı değerleri ve bu değerlerin etraflarındaki yayılmaları, serpilmeyi ve dağılımları hesaplamaya yarayan yöntemler betimsel istatistiklerdir. Betimsel istatistikler ORTALAMA ve DEĞİŞKENLİK ölçütleri olarak ikiye ayrılmaktadır.
Ortalamalar: Merkezi eğilim ölçüleri olarak tanım bulan ortalamalar seri içindeki minimum değerden daha küçük ve maksimum değerden daha büyük olamazlar.
Xmin≤Ortalama≤Xmax
Aritmetik Ortalama, Geometrik Ortalama, Harmonik Ortalama, Kareli Ortalama, Tartılı Ortalama, Mod, Medyan ortalamalar içinde bulunur.
Değişkenlik Ölçütleri: Seride bulunan terimlerin birbirlerinden ya da ortalamadan ne kadar saptığını gösteren ölçüye değişkenlik denilir. Standart sapma, Varyans, Değişim katsayısı bu grupta incelenir.
Yapılacak istatistiksel analiz, nesnelerin ölçme düzeylerine bağlıdır. Bu yüzden ölçüm düzeyleri önem taşır. Ölçme ise belirli kurallar çerçevesinde gözlemlere sayısal değerler verilmesidir. Ölçekler dörtfarklı düzeyde incelenmektedir:
SPSS, IBM şirketi tarafından geliştirilmiş olan ve Dünya’da en sık kullanıma sahip veri analiz programıdır. SPSS’in amacı, veriye dayalı karar vermeye yönelik olarak analizler yapabilmek ve raporlamalar yapabilmektir. SPSS ile veri analizi yaparak şunları yapabilirsiniz:
Günümüzde SPSS ve istatistik akademik ve sektörel araştırmalarda veri analizi için sıkça kullanılmaktadır.