SPSS 15.0 Kullanma Kılavuzu

Mann-Whitney U Testi

İçindekiler

Mann-Whitney U Testi

Bağımsız Örneklem T- Testini hatırlayın. O bölümde anlattıklarımızın tümü Mann-Whitney U Testi için de geçerli. Ancak tek bir farkla. Bağımsız Örneklem T- Testi parametrik veriler için uygun bir yöntem iken, Mann-Whitney U Testini parametrik olmayan veriler için kullanılmaktadır. Dolayısıyla Mann- Whitney U Testini, Bağımsız Örneklem T- Testinin parametrik olmayan veriler için karşılığı olarak tanım

Parametrik olmayan veriler hakkındaki bilgilerimizi hatırlayacak olursak, eğer verileriniz, normal dağılım özelliği göstermiyorsa, homojen değilse, örneklem büyüklüğünüz 20 ve daha az ise Bağımsız Örneklem T- Testi yerine Mann-Whitney U Testini kullanmanız gerektiğini söylenebilir.

Benzer durum bu bölümde anlatılacak olan üç test yöntemi için de geçerlidir. Bunlardan; (1) Wilcoxon İlişkili İki Örneklem Testi, Eşleştirilmiş Örneklem T-Testi, (2) Kruskal Wallis H Testi, Tek Yönlü Varyans Analizi, (3) Friedman Testi, İlişkili Örneklem Tek Yönlü Varyans Analizi yöntemlerinin parametrik olmayan veriler için kullanılabilecek karşılıklarıdır.

Bu yöntemleri incelerken normallik ve homojenlik testleri ile zaman kaybetmemek için 20’nin altında örneklem büyüklüğüne sahip sorular üzerinde çalıştık. Buradan örneklem büyüklüğü 20’nin üstünde olduğunda parametrik test yöntemlerini kullanabileceğinizi düşünmeyi istemeyiz. Doğru test yöntemini belirleyebilmek için mutlaka 7 nci Bölümde açıklanan basamakları uygulamalısınız.

Şimdi tekrar gelelim Mann-Whitney U testine? Bu yöntem iki ayrı grubun belli bir değişkene ait ortalamalarını karşılaştırmak için kullanılır. Örneğin hayvan hakları konusunda hakkında erkek ve kadınların görüşleri arasında fark olup olmadığını test etmek isterseniz Mann-Whitney U testini kullanabilirsiniz. Benzer şekilde evli ve bekar kadınların erkekler hakkındaki düşünceleri arasında fark olup olmadığını bulmak için kullanılabilecek yöntem yine Mann-Whitney U testidir.

Şimdi Mann-Whitney U testinin nasıl uygulandığını bir örnek üzerinde inceleyelim.

Örnek: 22 öğrenciden oluşan özel bir sınıfta kız ve erkek öğrencilerin fen bilgisi dersinden aldıkları notlar arasında anlamlı bir fark var mıdır?

Bu örnek için H0 ve H1 hipotezleri ise şu şekilde formüle edilebilir.

H0 = Kız ve erkek öğrencilerin fen bilgisi dersinden aldıkları notlar arasında anlamlı bir fark yoktur.

H1 = Kız ve erkek öğrencilerin fen bilgisi dersinden aldıkları notlar arasında anlamlı bir fark vardır.

Mann-Whitney U test için öncelikle aşağıdaki mönüleri kullanın:

ANALYZE » NONPARAMETRIC TESTS » 2 INDEPENDENT SAMPLES

Karşınıza aşağıdaki Two-Independent-Sample T Test iletişim penceresi gelecektir. Bu pencereden inceleyeceğiniz değişkeni (Örnekte, Fen Bilgisi Notu) Test Variable List kutucuğunun içine, gruplandırmada kullanacağınız değişkeni (Örnekte, Cinsiyet) Grouping Variable satırına, aradaki okları kullanarak gönderin. Ardından Mann-Whitney U seçeneğinin işaretleyin.

Şimdi kullanacağınız grupları tanımlamanız gerek. Bunun için Define Groups düğmesini tıklayın. Karşınıza aşağıdaki iletişim kutusu gelecektir. Burada Kızlar “1”, Erkeler “2” ile temsil edildiğinden bu rakamları Group 1 ve Group 2 satırlarına girdik. Bunun dışında örneğin gruplamayı Eğitim Düzeyi değişkenine göre yapmayı düşündünüz ve üniversite mezunları ile lisansüstü eğitim görenler karşılaştırmak istiyorsunuz. Kodlarınızda “1” İlköğretim, “2” Lise”, “3” Üniversite” “4”Lisanüstü” şeklinde olsun bu durumda Group 1 ve Group 2 satırlarına sırasıyla “3” ve “4” rakamlarını girmeniz gerekecek. Eğer lise ve daha az eğitim görmüşler ile üniversite ve daha yüksek eğitime sahip olanları karşılaştırmak istiyorsanız Cut point ifadesinin önündeki radyo düğmesini işaretlemeniz ve bu satıra “2” değerini girmeniz yeterli olacaktır. SPSS Cut point satırına girilen değeri “< =” (küçük eşit) olarak kabul eder.

Şimdi örneğimize dönelim. Sırasıyla Continue ve OK tuşlarını tıklayınız. Karşınıza aşağıdakiler benzer tablolar gelecektir.

Test Statistics tablosunun Asymp. Sig. (Anlamlılık) satırındaki değerin 0,034 olduğu görülmektedir. Söz konusu değer 0,05’den küçük olduğu için, cinsiyet ile fen bilgisi dersi başarısı arasındaki ilişkinin p < 0,05 düzeyinde istatistiksel olarak anlamlı olduğunu söyleyebiliriz.

Bu bulgulardan hareketle örneğimizde H0 hipotezi reddedilmiş ve kız öğrencilerin fen bilgisi dersinde erkelerden daha başarılı olduğu sonucuna ulaşılmıştır.

You may also like...

Bir yanıt yazın