1

Bağımlı örneklem kavramı:

Bir denekten/bireyden birden fazla ölçüm alınması durumunda

elde edilen ölçümler bağımlıdır.

Bağımlı 2 örneklem yapısına örnekler:

- Tedavi öncesi ve sonrası tansiyon değerleri (tekrar-zaman)

- Bir hekimin iki farklı cihaz ile SPO2 ölçmesi (cihaz)

- İki farklı hekimin kulak basınç testi uygulaması (değerlendirici)

2
Örnek araştırma soruları:

 Ortopedi kliniğinde belirli bir tedaviyi alan hastaların tedavi

öncesi ve sonrasında denge testi sonuçlarının karşılaştırılması.

 İki farklı biyokimya cihazı ile elde edilen kan değerlerinin

karşılaştırılması (yöntem karşılaştırma)

 İki radyoloğun kanser hastalarda ölçtükleri kanserli alan çapının

karşılaştırılması (değerlendirici karşılaştırması)

3
Veri formatı (X bir değişken olmak üzere)
1. Ölçüm 2. Ölçüm

No X1 X2
1 X11 X12
2 X21 X22
3 X31 X32
4 X41 X42
. . .
. . .
. . .
n Xn1 Xn2
4
 Bağımlı iki örneklem testleri

Bağımlı iki örnek t testi Wilcoxon testi

- Parametrik hipotez testidir. -Parametrik olmayan hipotez testidir.

- Karşılaştırılacak bağımlı iki grup -Karşılaştırılacak bağımlı iki grup
vardır. vardır.
- Veriler, sürekli sayısal veri tipindedir. -Veriler, sürekli ya da kesikli sayısal
- Gözlem değerlerinin ikisi de yada veri tipinde olabilir.
farkları normal dağılmalıdır. -Parametrik test varsayımı
sağlanmadığında kullanılır.
5
Farkın hesaplanması sonucu veri yapısı

Xfark
No X1 X2
(X1 - X2)
1 X11 X12 X11 - X12
2 X21 X22 X21 – X22
3 X31 X32 X31 – X32
4 X41 X42 X41 – X42
. . . .
. . . .
. . . .
n Xn1 Xn2 Xn1 - Xn2

6
 Fark değerinin hesaplanması için spss adımları:
Transform-Compute variable

Xfark X1 - X2

Fark değerlerinin Karşılaştırılacak

yer alacağı yeni bağımlı iki ölçüm
değişkene isim için fark formülü
verilir. oluşturulur.

7
 Hipotez:
H0: Ölçüm 1 ve ölçüm 2 değerleri arasında fark yoktur.
H1: Ölçüm 1 ve ölçüm 2 değerleri arasında fark vardır.

Normallik varsayımının testi sonucunda, ilgilenilen değişkene ait iki ölçümün veya
farklarının dağılımı
* normal dağılıma sahipse iki eş arasındaki farkın anlamlılık testi
(bağımlı örneklerde t testi)
* normal dağılıma sahip değilse Wilcoxon testi

kullanılır.

8
 İki eş arasındaki farkın anlamlılık testi
(Bağımlı örneklerde t testi )
H0: Bağımlı iki ölçümün ortalamaları arasında fark yoktur.
(µölçüm1=µölçüm2 ya da µölçüm1 - µölçüm2 = µfark =0)

H1: Bağımlı iki ölçümün ortalamaları arasında fark vardır.

(µölçüm1≠µölçüm2 ya da µölçüm1 - µölçüm2 = µfark ≠0)

Bağımlı iki örneklem t testi (Paired samples t test) sonucunda

p<0,05  Ho reddedilir.

«Farkların ortalaması sıfırdan farklıdır. Bağımlı iki ölçüm arasında fark

vardır.»
9
Örnek soru: Bireylerin normal ortamda ve gürültülü ortamda
konuşmayı ayırt etme oranları (KAO) (%) arasında fark olup
olmadığını inceleyiniz. (NOT: Değişkenin sürekli sayısal olduğu varsayılacaktır).

-Karşılaştırılacak bağımlı 2 ölçüm var. (ortam: normal-gürültülü)

-Değişken sürekli sayısaldır. (KAO)

Bu durumda bağımlı 2 ölçüm sonucunda elde edilen sayısal bir değişken

değeri karşılaştırılacaktır.
Ya «bağımlı iki örneklem t testi» ya da «Wilcoxon testi» kullanılır.
?? Ölçümler veya farkları normal dağılıyor mu ??

10
Normal ve gürültülü KAO değerlerinin karşılaştırılması

KAO ölçümlerinin veya KAO_fark değerlerinin dağılımı normaldir.

Bu durumda, Normal ve Gürültülü KAO değerlerinin
karşılaştırmasında parametrik hipotez testi olan bağımlı iki
örneklem t testinden yararlanılır.

Hipotez:
H0: Normal_KAO ve Gürültülü_KAO ortalamaları arasında fark yoktur.

H1: Normal_KAO ve Gürültülü_KAO ortalamaları arasında fark vardır.

11
SPSS adımları:
Analyze—Compare means-Paired samples t test

12
Bireylerin Normal_KAO ve Gürültülü_KAO değerleri
arasında anlamlı düzeyde fark vardır (t=8.306; p<0.001).
Normal_KAO ortalaması ile Gürültülü_KAO ortalaması
arasında yaklaşık 7.3 (75.47 - 68.20 ≈ 7.3) birim fark vardır.
13
 Wilcoxon testi
H0: Bağımlı iki ölçüm arasında fark yoktur.

H1: Bağımlı iki ölçüm arasında fark vardır.

Wilcoxon testi sonucunda

p<0.05  Ho reddedilir.

«Bağımlı iki ölçüm arasında fark vardır.»

14
Örnek soru: Bireylerin tedavi öncesi (TÖ) ve sonrası (TS)
konuşmayı anlama eşiği (KA) (dB) değerlerini karşılaştırınız. (NOT:
Değişkenin sürekli sayısal olduğu varsayılacaktır).

- Karşılaştırılacak bağımlı 2 ölçüm var. (zaman: TÖ – TS )

- Değişken sürekli sayısaldır. (KA)

Bu durumda bağımlı 2 ölçüm sonucunda elde edilen sayısal bir değişken

değeri karşılaştırılacaktır.
Ya «bağımlı iki örneklem t testi» ya da «Wilcoxon testi» kullanılır.
?? Ölçümler veya farkları normal dağılıyor mu ??

15
TÖ ve TS KA değerlerinin karşılaştırılması
TÖ_KA ve TS_KA değerlerinin dağılımı normal değildir. KA_fark
değerleri de normal dağılmamaktadır. Bu durumda, TÖ_KA ve
TS_KA değerlerinin karşılaştırmasında parametrik olmayan
Wilcoxon testinden (2 Releated samples) yararlanılır.

Hipotez:

H0: Tedavi öncesi ve sonrası konuşmayı anlama eşiği değerleri arasında fark yoktur.

H1: Tedavi öncesi ve sonrası konuşmayı anlama eşiği değerleri arasında fark vardır.

16
SPSS adımları:
Analyze- Nonparametric tests - Legacy dialogs -2 Related samples

17
 Explore menüsünden
hesaplanır

Bireylerin TÖ_KA değerleri ile TS_KA değerleri arasında anlamlı

düzeyde fark vardır (Z=4.463; p<0.001). Tedavi öncesi KA
ortancası 50.0 (ÇAG= 16.0) iken tedavi sonrası KA ortancası 45.0
(ÇAG= 11.0)’dir. Aralarında yaklaşık 5 birim fark vardır. Tedavi
sonucunda konuşmayı anlama eşiğinde azalma olan 25 kişi, aynı
kalan 5 kişi vardır. 18
 Wilcoxon test sonucunda yer alan «ranks» çıktısından yararlanarak
aşağıdaki yorumlar yapılabilir.

KA TS düşük olan 25 kişi (a), KA TÖ ve TS eşit olan olan 5 (c) kişi

bulunmaktadır. KA değeri TÖ düşük olan kişi yoktur (b).

NOT: Karşılaştırma parametrik yöntemle yapılsa dahi, burada

belirtildiği gibi kişi sayılarının yorumlanması için Wilcoxon
menüsünden ilgili ranks değerleri hesaplanarak yorum yapılabilir.
19