Professional Documents
Culture Documents
P.O.İ.T. (İki Ve Daha Fazla Örneklme Testi Teorisi
P.O.İ.T. (İki Ve Daha Fazla Örneklme Testi Teorisi
Hipotezler
a. (İki yönlü) b. (Sağ kuyruk) c. (Sol kuyruk)
H0: MD = 0 H0: MD ≤ 0 H0: MD ≥ 0
H1: MD ≠ 0 H1: MD > 0 H1: MD < 0
Test İstatistiği
Her bir (Xi, Yi) çifti için, Xi’den Yi’nin çıkarılmasıyla elde edilen farkın
işareti kaydedilir. Xi − Yi > 0 ise artı işareti ve Xi − Yi < 0 ise eksi işareti verilir.
Eğer bağlı değerler müşahede edilirse, yani, herhangi bir çiftte Xi = Yi olursa, bu
gibi çiftler analizden çıkarılır ve buna göre n değeri düşürülür.
a. H0 hipotezi doğru ise, fark değerlerinin yer aldığı örnekte artı işaret ka-
dar eksi işaretin de bulunmasını bekleriz. Çok az sayıda artı veya eksi işaretin
bulunması durumunda H0 hipotezini reddederiz. Böylece bu testteki test istatisti-
ği, artı veya eksi işaretlerden daha az sayıda olanıdır.
b. Çok az sayıda eksi işaretin bulunması durumunda H0 hipotezini redde-
deceğimizden, bu testteki test istatistiği, eksi işaretlerin sayısıdır.
c. Çok az sayıda artı işaretin bulunması durumunda H0 hipotezini redde-
deceğimizden, bu testteki test istatistiği, artı işaretlerin sayısıdır.
Karar
Üç hipotez çifti için geçerli karar modeli aşağıdaki gibidir:
a. P(X ≤ x | n, 0.50) ≤ α/2 ise, α önem seviyesinde a şıkkında tarif edilen
H0 hipotezini reddederiz.
b. P(X ≤ x | n, 0.50) ≤ α ise, α önem seviyesinde b şıkkında tarif edilen H0
hipotezini reddederiz.
c. P(X ≤ x | n, 0.50) ≤ α ise, α önem seviyesinde c şıkkında tarif edilen H0
hipotezini reddederiz.
Örnek: Bir eğitimci üniversite öğrencilerinin başarı düzeyinin lisedeki
başarı düzeylerinin üzerine çıkamadığını iddia etmektedir. İddiayı test için üni-
KISA TEORİK BİLGİLER 187
versiteden yeni mezun olmuş 10 kişi tesadüfi olarak seçildiğinde lise ve üniver-
siteyi bitirme puanları aşağıdaki gibi tespit edilmiştir.
Öğrenci 1 2 3 4 5 6 7 8 9 10
Lise (X) 65.5 55.4 50.3 75.2 80.2 55.3 64.3 74.7 76.4 60.8
Üniversite (Y) 60.1 55.2 60.1 70.2 60.7 60.4 74.4 62.2 75.1 60.0
Hipotezler
a. (İki yönlü) b. (Sağ kuyruk) c. (Sol kuyruk)
H0: MD = 0 H0: MD ≤ 0 H0: MD ≥ 0
H1: MD ≠ 0 H1: MD > 0 H1: MD < 0
Test İstatistiği
Test istatistiğinin sayısal değerini elde etmek için izlenecek prosedür aşa-
ğıdaki gibidir:
1. İşaretli farklar elde edilir.
Di = Xi − Yi
2. Mutlak farklar küçükten büyüğe doğru sıralanır.
|Di| = |Xi − Yi|
3. Herbir sıra değerine farkın işareti verilir.
4. T+ ve T− değerleri hesaplanır. pozitif işaretli sıra toplamı T+ ile ve
negatif işaretli sıra toplamıdır T− ile gösterilir.
Alternatif hipoteze bağlı olarak, T+ ve T− değerlerinden birisi test istatisti-
ğidir.
Verilen bir çift için Xi = Yi olduğunda, bağlı değer vuku bulur. Bu bağlı
değerleri yok etmede, Di = Xi − Yi = 0 olan bütün müşahedeler analizden çıkarı-
lır ve n örnek hacmi buna göre azaltılır. İki veya daha fazla |Di| değerinin birbi-
KISA TEORİK BİLGİLER 189
rine eşit olması halinde yine bağlı değer ortaya çıkar. Birbirine eşit |Di| değerle-
rine ortak sıra değeri verilir.
Karar
H0 hipotezi doğru ise; yani, farklar anakütlesinin medyanı sıfır ise, büyük
sıralar arasında negatif işaret kadar veya buna yakın pozitif işaret görmeyi bekle-
riz. Benzer şekilde, küçük sıralar arasında, yaklaşık olarak birbirine eşit sayıda
pozitif ve negatif işaret bulmayı ümit ederiz. Bu sebeple, H0 hipotezi doğru iken,
pozitif işaretli sıralar toplamının, yaklaşık olarak, negatif işaretli sıralar toplamı-
na eşit olmasını bekleriz. Bu beklentiden önemli düzeyde bir uzaklaşma görül-
düğünde sıfır hipotezinin doğruluğu hakkında şüpheye düşeriz. Mümkün üç hi-
potez çifti için geçerli karar modelleri aşağıdaki gibidir.
a. Önemli düzeyde küçük T+ değeri veya önemli düzeyde küçük T− değeri,
sıfır hipotezinin reddedilmesine sebep olacaktır. Bu durumda test istatistiği, T+
ve T− değerlerinden küçük olanıdır. Çift yönlü testte ifade kolaylığı açısından
test istatistiği, T ile gösterilir. Hesaplanan T değeri, önceden seçilen α/2 değeri
ve n’e göre Tablo 12’de gösterilen değerden küçük veya bu değere eşitse, α
önem seviyesinde H0 hipotezini reddederiz.
b. Önemli düzeyde küçük T− değerleri, sıfır hipotezinin reddedilmesine
sebep olacaktır. Hesaplanan T− değeri, n ve önceden seçilen α değerine göre
Tablo 12’de gösterilen değerden küçük veya bu değere eşitse α önem seviye-
sinde H0 hipotezini reddederiz.
c. Önemli düzeyde küçük T+ değerleri, sıfır hipotezinin reddedilmesine
sebep olacaktır. Hesaplanan T+ değeri, n ve önceden seçilen α değerine göre
Tablo 12’de gösterilen değerinden küçük veya bu değere eşitse α önem seviye-
sinde H0 hipotezini reddederiz.
Örnek: Kalite konusunda bir eğitim semineri verilmeden önce ve sonra
bir fabrikada çalışan 16 işçi üzerinde anket çalışması yapılmış ve işçilerin aldık-
ları puanlar aşağıdaki gibi kaydedilmiştir. Yüksek puan alanlar kalite konusunda
daha duyarlı olanlardır.
İşçi 1 2 3 4 5 6 7 8
Seminer Öncesi (X) 15 25 41 42 14 74 52 60
Seminer Sonrası (Y) 30 40 35 45 20 50 60 65
İşçi 9 10 11 12 13 14 15 16
Seminer Öncesi (X) 53 67 42 38 48 62 22 43
Seminer Sonrası (Y) 60 75 40 43 52 70 30 44
YEDİNCİ BÖLÜM: PARAMETRİK OLMAYAN TEKNİKLER 190
İşçi 1 2 3 4 5 6 7 8
Di = (Xi – Yi) -15 -15 6 -3 -6 24 -8 -5
İşçi 9 10 11 12 13 14 15 16
Di = (Xi – Yi) -7 -8 2 -5 -4 -8 -8 -1
İşçi 1 2 3 4 5 6 7 8
|Di| değerinin
işaretli sırası -14.5 -14.5 7.5 -3 -7.5 16 -11.5 -5.5
İşçi 9 10 11 12 13 14 15 16
|Di| değerinin
işaretli sırası -9 -11.5 2 -5.5 -4 -11.5 -11.5 -1
F) MANN-WHITNEY U TESTİ
Mann-Whitney testi, iki anakütle yer ölçülerinin eşitliğini test etmede kul-
lanılan prosedürlerden biridir.
Karşılaştırılacak örneklerin birincisi, MX medyanlı anakütleden alınmış
X1, X2, X3, ..., Xn müşahedelerinden ve ikincisi, MY medyanlı anakütleden çe-
kilmiş Y1, Y2, Y3, ..., Yn adet müşahededen oluşur. İki örnek birbirinden bağım-
sız olmalıdır. Üzerinde durulan değişken sürekli bir değişken olmalıdır. Veriler
en az aralık ölçeği ile ölçülmüş olmalıdır.
Hipotezler
Aşağıdaki sıfır hipotezlerinden herbiri alternatifi olan hipoteze karşı test
edilebilir.
a) H0: MX = MY, H1: MX ≠ MY
b) H0: MX ≥ MY, H1: MX < MY
c) H0: MX ≤ MY, H1: MX > MY
Test İstatistiği
Test istatistiğini hesaplamak için iki örneği birleştirerek bütün örnek mü-
şahedelerini küçükten büyüğe doğru sıraya koyarız. Bağlı müşahedelere verile-
cek sıra numarası onların işgal ettikleri sıra değerlerinin ortalamasıdır. Daha son-
ra birinci anakütleden çekilen müşahedelerin (yani, X’lerin) sıra değerlerini top-
larız. Örnek hacimleri birbirine eşit iken birinci anakütlenin yer parametresi
ikinci anakütlenin yer parametresinden küçük olduğunda, birinci anakütleden
çekilen müşahedelerin sıra toplamının ikinci anakütleden çekilen müşahedelerin
sıra toplamından küçük olması beklenir. Benzer şekilde, birinci anakütlenin yer
parametresi ikinci anakütlenin yer parametresinden büyük olduğunda, az önceki
sonucun tersi beklenir. Sıfır hipotezinin doğruluğu faraziyesi altında, birinci ana-
kütleden çekilen müşahedelere verilen sıra değerleri toplamının önemli ölçüde
büyük veya küçük olması halinde, test istatistiği, sıfır hipotezini reddetmemize
sebep olur.
Test istatistiği,
n 1 ( n 1 + 1)
T =S−
2
formülü ile hesaplanır. S değeri, birinci anakütleden çekilen müşahedelere veri-
len sıra değerlerinin toplamıdır.
YEDİNCİ BÖLÜM: PARAMETRİK OLMAYAN TEKNİKLER 192
Karar
Karar modelinin seçimi sıfır hipotezlerinin yapısına bağlıdır. Belirli bir α
önem seviyesinde mümkün üç karar modeli vardır.
a) a şıkkındaki H0 hipotezini test ederken, önemli ölçüde büyük veya kü-
çük bir T değeri ile karşılaştığımızda H0 hipotezini reddederiz. Böylece, hesap-
lanan T değeri wα/2’den küçük veya w1-α/2’den büyük olduğunda H0 hipotezini
reddederiz. wα/2 değeri, Tablo 15’den bulunacak kritik değerdir. w1-α/2 değeri ise,
w 1−α / 2 = n 1 n 2 − w α / 2
formülü ile hesaplanır.
b) b şıkkındaki H0 hipotezini test ederken, önemli ölçüde küçük bir T de-
ğeri ile karşılaştığımızda H0 hipotezini reddederiz. Yani, hesaplanan T değeri, n1,
n2 ve α değerlerine göre Tablo 15’den bulunacak wα değerinden küçük ise H0
hipotezini reddederiz.
c) c şıkkındaki H0 hipotezini test ederken, T değeri, w1-α değerinden bü-
yük olduğunda H0 hipotezini reddederiz. Burada,
w 1−α = n 1 n 2 − w α
olur.
20’den büyük örneklerde Tablo 15’i kullanamayız. Bu durumda büyük
örnek yaklaşımını kullanarak test istatistiğini,
T − n 1n 2 / 2
Zh =
n 1 n 2 (n 1 + n 2 + 1) / 12
A Fabrikası B Fabrikası
Ölçüm % Safiyet Ölçüm % Safiyet
1 93 1 90
2 97 2 92
3 94 3 94
4 94 4 97
5 93 5 96
6 98 6 94
7 94 7 92
8 98 8 93
9 95 9 95
10 96 10 97
11 92
12 90
Kurulacak hipotezler,
H0: MA = MB,
H1: MA ≠ MB
şeklindedir.
A Fabrikası B Fabrikası
Safiyet Sırası Safiyet Sırası
93 7.0 90 1.5
97 19.0 92 4.0
94 11.0 94 11.0
94 11.0 97 19.0
93 7.0 96 16.5
98 21.5 94 11.0
94 11.0 92 4.0
98 21.5 93 7.0
95 14.5 95 14.5
96 16.5 97 19.0
140.0 92 4.0
90 1.5
Birinci örneğin sıra değerleri toplamı, S = 140 olduğu için, test istatistiği,
n 1 (n 1 + 1) 10(10 + 1)
T =S− = 140 − = 85
2 2
YEDİNCİ BÖLÜM: PARAMETRİK OLMAYAN TEKNİKLER 194
olarak hesaplanır.
Çift kuyruk testi yaptığımız için α/2 = 0.05/2 = 0.025 önem seviyesi, n1 =
10 ve n2 = 12 örnek hacimleri için Tablo 15’den bulunacak wα/2 değeri 30’dur.
w1-α/2 değeri ise,
w 1− α / 2 = n 1 n 2 − w α / 2 = 10(12) − 30 = 90
olur. Test istatistiği, wα/2 ve w1-α/2 arasına düştüğü için %5 önem seviyesinde H0
hipotezi kabul edilir. Safiyetleri yönünden iki fabrikada üretilen şekerler birbiri-
ne benzemektedir.
Hipotezler
a. (İki-yönlü)
H0 : X ve Y değerleri birbirinden bağımsızdır.
H1 : X ve Y doğrusal veya ters yönlü olarak ilişkilidir.
KISA TEORİK BİLGİLER 195
b. (Tek-yönlü)
H0 : X ve Y değerleri birbirinden bağımsızdır.
H1 : X ve Y doğrusal olarak birbiriyle ilişkilidir.
c. (Tek-yönlü)
H0 : X ve Y değerleri birbirinden bağımsızdır.
H1 : X ve Y ters yönlü olarak birbiriyle ilişkilidir.
Test İstatistiği
Test istatistiği,
rS = 1 −
6 ∑d 2
i
n( n 2 − 1)
şeklindedir. Burada
n
∑ d i2 = ∑ [S(X) − S(Y)]
i =1
2
şeklindedir. Test istatistiği aynı zamanda ilişki ölçüsüdür. Bu bakımdan, söz ko-
nusu test istatistiği asıl müşahede değerlerinden çok, bunların sıra değerleri ara-
sındaki ilişkinin ölçüsüdür.
Her bir müşahede çifti için X’in sıra değeri Y’nin sıra değerine eşit oldu-
ğunda (tam doğrusal ilişki) bütün di farkları sıfıra eşit olurken rS değeri de +1’e
eşit olur. Her bir (Xi,Yi) müşahede çiftindeki bir değişkenin sırası diğer değişke-
nin sırasıyla tersine eşlendiğinde (tam ters ilişki), rS, −1’e eşit olur. rS değeri,
1’den büyük ve −1’den küçük olmaz.
Karar
Tablo 16, 6’dan 40’a kadar örnek hacimleri için kritik rS değerlerini ver-
mektedir. Yukarıda tarif edilen üç hipotez çifti için hazırlanacak karar modelleri
aşağıda gösterilmiştir.
a) (İki-yönlü): Hesaplanan pozitif rS değeri, n örnek hacmi ve α(2) değer-
lerine göre Tablo 16’dan bulunacak değerden büyük ise veya hesaplanan negatif
rS değeri tablodan bulunacak değerden küçük ise, α önem seviyesinde H0 hipote-
zi reddedilir.
b) (Tek-yönlü): Hesaplanan rS değeri, n örnek hacmi ve α(1) değerlerine
göre Tablo 16’dan bulunacak değerden büyük ise, α önem seviyesinde H0 hipo-
tezi reddedilir.
YEDİNCİ BÖLÜM: PARAMETRİK OLMAYAN TEKNİKLER 196
rS = 1 −
6 ∑d 2
i
=1−
6(24)
≅ 0.85
2
n (n − 1) 10(10 2 − 1)
şeklinde hesaplanır.
Hesaplanan test istatistiği, n = 10 ve α(1) = 0.01 önem seviyesine göre
Tablo 16’dan bulunan 0.745 değerinden büyük olduğu için %1 önem seviyesin-
de H0 hipotezi reddedilir. Takımların geçen ve bu sezon aldıkları puanlar arasın-
da doğru yönlü bir ilişki vardır.
Hipotezler
H0: k adet anakütle dağılım fonksiyonu birbirinin aynıdır.
H1: k adet anakütlenin hepsi aynı medyana sahip değildir.
YEDİNCİ BÖLÜM: PARAMETRİK OLMAYAN TEKNİKLER 198
Test İstatistiği
Her bir müşahede değerinin yerine k örnekteki tüm müşahedelerle ilişkili
olan sıra değerini koyarız. k örnekteki toplam müşahede sayısını,
k
n= ∑n
i =1
i
Örnekler
1 2 ... k
X 1,1 X 2,1 ... X k,1
X 1,2 X 2,2 ... X k,2
. . . .
. . . .
. . . .
. . . .
Sıfır hipotezi doğru ise, gruplardaki sıraların dağılımının tesadüfi bir seyir
takip etmesini bekleriz. Yani, çok küçük sıra değerleri veya çok büyük sıra de-
ğerleri bir örnekte toplanmayacaktır. Bundan dolayı, sıfır hipotezi doğru ise, ör-
nekler eşit olduğunda (veya eşit olmayan örnek için gerekli düzeltme yapıldıktan
sonra), k adet örneğe ait sıra toplamlarının birbirine eşit olmasını bekleriz. Sez-
gilerimize dayanarak bulacağımız bir test istatistiğine bağlı olarak sıra toplamla-
rının birbirinden anlamlı düzeyde farklı olduğunu ve temsil edilen anakütlelerin
birbirine benzer olmadıklarını söyleyebiliriz. Yukarıdaki ifadenin tersine bazen
sıra toplamları birbirine çok yakın olabilir. Bu gibi durumlarda da anakütlelerin
birbirine eşit olduğunu ifade eden hipotezi reddedemeyiz. Kruskal-Wallis testi-
nin test istatistiği,
12 k
ri2
H= Σ
n (n + 1) i =1 n i
− 3(n + 1)
Karar
H değeri, α ve k − 1 değerine göre Tablo 4’ten bulunacak değerden bü-
yükse H0 hipotezi reddedilir.
Örnek: Dört farklı marka sigaradaki nikotin miktarları karşılaştırılmak is-
teniyor. Bu maksatla her marka sigaradan 5’er adet alınarak analiz edilmiş ve
aşağıdaki sonuçlar (mg) elde edilmiştir.
Test istatistiği,
12 ⎛ 43 2 + (27.5) 2 + 82 2 + (57.5) 2 ⎞
H= ⎜ ⎟ − 3(20 + 1) ≅ 9.2
20( 20 + 1) ⎜⎝ 5 ⎟
⎠
şeklinde hesaplanır.
YEDİNCİ BÖLÜM: PARAMETRİK OLMAYAN TEKNİKLER 200
I) COCHRAN TESTİ
Tesadüfi tam blok planının kullanıldığı bazı araştırmalarda, belirli bir mu-
ameleden sağlanan tepkiyi yalnız iki değerden biri ile ifade edebiliriz. Mümkün
iki sonuçtan “başarıyı” 1 ve “başarısızlığı” 0 ile gösterebiliriz. Mesela, dört ağrı
kesici ilacın tesirini karşılaştırmak için bu ilaçların her biri birkaç hastaya veril-
miş ise plandaki hastalar bloklardır. İlaç verildikten sonra hasta rahatlama hisse-
derse durumu 1 ile gösteririz. Hasta ağrıdan kurtulmazsa durumu 0 ile gösteririz.
Cochran, bu gibi bağımlı oranlar durumunda muamele tesirlerinin eşitliği-
ni iddia eden sıfır hipotezini test edecek bir prosedür geliştirmiştir. Cochran Q
testi olarak bilinen bu test aşağıdaki safhalardan müteşekkildir.
Veriler r bloktan elde edilir. c adet muamele, verilen bir bloktaki denekle-
re birbirinden bağımsız olarak uygulanır. Başarı durumunda sağlanan ölçüm 1 ve
başarısızlık durumunda elde edilen ölçüm 0’dır. Sonuçlar, Xij değerlerinin, 0 ve-
ya 1’lerle ifade edildiği, aşağıdakine benzer bir kontenjans tablosunda gösterile-
bilir. Bloklar, mümkün bütün bloklar anakütlesinden tesadüfi olarak seçilir.
Muameleler
Bloklar 1 2 3 .... c Blok toplamları
1 X11 X12 X13 .... X1c R1
2 X21 X22 X23 .... X2c R2
3 X31 X32 X33 .... X3c R3
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
r Xr1 Xr2 Xr3 .... Xrc Rr
Muamele toplamları C1 C2 C3 .... Cc N = genel toplam
Hipotezler
H0 : Muameleler eşit tesirlidir.
H1 : Muamelelerin tümü eşit tesire sahip değildir.
Test İstatistiği
Verilen bir bloktaki toplam başarı sayısı (1’ler) sabittir. Sıfır hipotezi doğ-
ru iken, her bir muamelenin eşit sayıda başarı ihtiva etmesi beklenir. Test, de-
KISA TEORİK BİLGİLER 201
Q= r
cN − ∑R
i =1
2
i
şeklindedir.
Karar
r değerleri büyüdükçe Q değerlerine ait limit dağılım, c − 1 serbestlik de-
receli ki-kare dağılımına yaklaşır. Veriler yukarıdakine benzer bir tablodaki gibi
gösterildiğinde, yalnız 0 veya 1 değerlerini ihtiva eden bütün blokları sileriz.
Muamele sayısına göre geri kalan bloklardaki veri sayısı 24 veya daha fazla ve
blok sayısı en az 4 ise, hesaplanan Q değerini, c − 1 serbestlik dereceli tablo
ki-kare değeri ile mukayese ederiz.
Örnek: Bir fabrikadaki işçilere, kalite konusunda üç farklı seminer veril-
miştir. Tesadüfi olarak seçilen 13 işçinin faydalı gördükleri semineri işaretleme-
leri isteniyor. Elde edilen sonuçlar aşağıdaki gibidir.
Seminerler
İşçiler A B C Ri R2
1 1 1 1 3 9
2 1 1 2 4
3 1 1 1
4 1 1 2 4
5 1 1 1
6 1 1 2 4
7 1 1 1 3 9
8 1 1 1
9 1 1 2 4
10 1 1 1
11 1 1 1
12 1 1 2 4
13 1 1 1 3 9
C1 = 4 C2 = 8 C 3 = 12 ΣR i = 24 ΣR i2 = 52
C 12 = 16 C 22 = 64 C 23 = 144 ΣC 2j = 224
∑ C − (c − 1)N
c(c − 1)
j=1
2
j
2
şeklinde hesaplarız.
c – 1 = 3 – 1 = 2 serbestlik derecesi ve α = 0.05 önem seviyesine göre ki-
kare tablosundan bulunacak kritik değer 5.991’dir. Test istatistiği, kritik değer-
den büyük olduğu için %5 önem seviyesinde H0 hipotezi reddedilerek fayda yö-
nünden seminerlerin farklı olduğuna karar verilir.