McNemar Testi Nedir? Önce-Sonra İkili Veride Analiz
Basira Editör Ekibi · · 11 dk okuma · Bilimsel inceleme: Doç. Dr. Hasan Yıldırım
Aa Yazı boyutu
Anahtar çıkarımlar
- McNemar testi, aynı kişilerde iki kez ölçülen ikili (evet/hayır) bir sonucun oranının değişip değişmediğini sınar; önce-sonra desenlerinde ve eşleştirilmiş çiftlerde kullanılır.
- Test yalnız uyumsuz çiftlere, yani iki ölçümde farklı yanıt veren kişilere bakar. İki ölçümde de aynı yanıtı verenler testi etkilemez, ama raporda yer alır.
- Klasik McNemar istatistiği (b − c)² / (b + c) bir serbestlik dereceli ki-kare dağılımıyla yaklaşıklanır. Uyumsuz çift azsa Fagerland vd. (2013) mid-p biçimini önerir; kesin (binom) biçim geleneksel ve tutucu seçenektir, birinci tür hata oranını korur ama gücü düşüktür.
- Edwards'ın süreklilik düzeltmesi testi kesin biçime yaklaştırır, yani tutucu yapar; benzetim çalışmaları onu önermez.
- Anlamlılığın yanında iki oranın farkı ve güven aralığı raporlanır; ikiden fazla kategori için Stuart-Maxwell ya da Bowker testi, ikiden fazla ölçüm için Cochran Q testi kullanılır.
İçindekiler
McNemar testi, aynı kişilerde iki kez ölçülen ikili (evet/hayır) bir sonucun oranının iki ölçüm arasında değişip değişmediğini sınayan testtir. Önce-sonra desenlerinde ve birebir eşleştirilmiş çiftlerde kullanılır. Test yalnız iki ölçümde farklı yanıt veren kişilere, yani uyumsuz çiftlere bakar; uyumsuz çift az olduğunda Fagerland vd. (2013) mid-p biçimini önerir, kesin (binom) biçim ise geleneksel ve tutucu seçenektir.
McNemar testi nedir ve neyi sınar?
Bir eğitimden önce ve sonra aynı katılımcılara “Bu konuda kendinizi yeterli hissediyor musunuz?” diye sorulduğunu düşünün. Her katılımcının iki yanıtı vardır ve dört olası örüntü ortaya çıkar: iki ölçümde de evet, iki ölçümde de hayır, evetten hayıra geçiş ya da hayırdan evete geçiş. Bu örüntüler 2×2’lik bir eşleştirilmiş tabloda sayılır; tablonun her hücresi bir yanıt çiftini, her kişi tek bir hücreyi temsil eder:
| Yanıt | Sonra: evet | Sonra: hayır | Toplam |
|---|---|---|---|
| Önce: evet | a | b | a + b |
| Önce: hayır | c | d | c + d |
| Toplam | a + c | b + d | n |
Önce “evet” diyenlerin oranı , sonra “evet” diyenlerin oranı ‘dir. İki oranın farkı ‘ye eşittir: a hücresi iki oranda da bulunduğu için farkta silinir. Değişimi yalnız köşegen dışındaki iki hücre, b ve c taşır. Bu hücrelerdeki kişilere uyumsuz çiftler, a ve d’dekilere uyumlu çiftler denir.
McNemar (1947) iki ilişkili oranın farkını bu gözlemden yola çıkarak sınamıştır. Yokluk hipotezi (H₀) iki ölçümde “evet” oranının aynı olduğunu söyler; bu, kitlede evetten hayıra geçme olasılığının hayırdan evete geçme olasılığına eşit olmasıyla aynı şeydir.
H₀ doğruysa uyumsuz çiftler iki yöne kabaca eşit bölünür. Test bu bölünmenin şansla açıklanamayacak kadar dengesiz olup olmadığına bakar. Kategorik veride bu soruya marjinal homojenlik denir: tablonun satır ve sütun toplamları aynı dağılımı taşıyor mu (Agresti, 2007)?
Bu bakışla McNemar testi, uyumsuz çiftlere uygulanan bir işaret testidir. Bağımlı örneklem t-testi yazısında anlatılan işaret testi farkların yalnız yönünü kullanır; McNemar’da da her uyumsuz çift bir “artı” ya da “eksi” yön taşır ve uyumlu çiftler sıfır fark gibi dışarıda kalır.
Neden ki-kare bağımsızlık testi kullanılmaz?
Eşleştirilmiş tabloya ki-kare bağımsızlık testi uygulamak başka bir soruyu yanıtlar. Bağımsızlık testi, önceki yanıtın sonraki yanıtla ilişkili olup olmadığını sınar. Aynı kişilerin iki yanıtı neredeyse her zaman ilişkilidir: önce “evet” diyen kişi sonra da “evet” deme eğilimindedir. Bu yüzden bağımsızlık testi, oranlar hiç değişmese de anlamlı çıkabilir; değişim sorusuna yanıt vermez.
Dikkat
İkinci yaygın hata, önce ve sonra yanıtlarını iki ayrı grup gibi alt alta koyup 2×2’lik bir “ölçüm zamanı × yanıt” tablosu kurmaktır. Bu tabloda her kişi iki kez sayılır. Ki-kare testleri her birimin tabloda bir kez sayılmasını gerektirir; aynı kişinin iki yanıtı bağımsız gözlem değildir. Bu durumda gözlemler arasındaki ilişki hata terimine karışır ve testin birinci tür hata oranı nominal düzeyde kalmaz.
McNemar istatistiği de büyük örneklemde ki-kare dağılımıyla yaklaşıklanır; ama ki-kare testlerinin üç türünden (uygunluk, bağımsızlık, homojenlik) biri değildir. Ki-kare testi nedir yazısındaki seçim tablosunun “Ki-kare değil: McNemar testi” satırı bu ayrımı anlatır.
McNemar testi ne zaman kullanılır?
İki koşul birlikte aranır: sonuç ikilidir ve iki ölçüm aynı birimden ya da birebir eşleştirilmiş birimlerden gelir. Tipik desenler şunlardır:
- Aynı kişiler, iki zaman: bir eğitim, kampanya ya da tedaviden önce ve sonra evet/hayır yanıtı.
- Aynı kişiler, iki koşul ya da iki yöntem: aynı hastalarda iki tanı testinin pozitif/negatif sonucu; aynı öğrencilerin iki farklı sorudaki doğru/yanlış yanıtı.
- Eşleştirilmiş çiftler: yaş ve cinsiyete göre birebir eşleştirilmiş vaka ve kontrol çiftlerinde bir maruziyetin varlığı.
Desen ve ölçek değiştiğinde test de değişir:
| Durum | Uygun test |
|---|---|
| Aynı kişilerde ya da eşleştirilmiş çiftlerde iki ölçüm, ikili sonuç | McNemar testi |
| Aynı kişilerde iki ölçüm, üç ya da daha fazla kategorili nominal sonuç | Stuart-Maxwell testi (marjinal homojenlik) ya da Bowker testi (simetri) |
| Aynı kişilerde üç ya da daha fazla ikili ölçüm | Cochran Q testi |
| İki bağımsız grup, ikili sonuç | Ki-kare bağımsızlık testi ya da homojenlik testi; beklenen sayılar küçükse Fisher’ın kesin testi |
| Eşleştirilmiş iki ölçüm, sıralı ölçek (ör. tek bir Likert maddesi) | İşaret testi |
| Eşleştirilmiş iki ölçüm, aralıklı ya da oranlı ölçek | Bağımlı örneklem t-testi; farklar belirgin biçimde normal dışıysa Wilcoxon işaretli sıralar testi |
| Eşleştirilmiş ikili sonuç ve hesaba katılacak başka değişkenler | Koşullu lojistik regresyon |
Bowker (1948) testi her geçişin ters yöndeki geçişle eşit sıklıkta olup olmadığını, Stuart (1955) testi ise iki ölçümün kategori dağılımlarının aynı olup olmadığını sınar; 2×2 tabloda ikisi de McNemar testine indirgenir. Cochran’ın (1950) Q testi aynı kişilerde ikiden fazla ikili ölçümü karşılaştırır ve iki ölçümde düzeltmesiz McNemar istatistiğine eşittir. Başka değişkenlerin etkisini birlikte incelemek gerekiyorsa lojistik regresyon ailesinin eşleştirilmiş veriye uyarlanmış biçimi, koşullu lojistik regresyon kullanılır (Agresti, 2007).
Sonucun ikili olması verinin doğasından gelmelidir. Sürekli bir puanı (ör. bir sınav puanını) “geçti/kaldı” diye ikiye bölüp McNemar uygulamak bilgi kaybettirir ve güç düşürür; puanın kendisi varsa eşleştirilmiş puanlar bağımlı örneklem t-testiyle karşılaştırılır. Değişkenin hangi ölçek düzeyinde olduğu seçimi belirler; geniş karar tabloları istatistiksel test seçimi rehberindedir.
McNemar testinin formülü nedir?
Klasik McNemar istatistiği yalnız uyumsuz hücreleri kullanır:
Burada b, önce “evet” sonra “hayır” diyenlerin; c, önce “hayır” sonra “evet” diyenlerin sayısıdır. H₀ doğruysa bu istatistik yaklaşık olarak bir serbestlik dereceli ki-kare dağılımına uyar (McNemar, 1947). Aynı test standart normal dağılımla da yazılabilir; ve ‘dir. İstatistik uyumsuz çiftlerin bölünmesindeki dengesizliği, uyumsuz çift sayısına göre ölçer.
Formülden üç sonuç çıkar.
- Birincisi, a ve d formülde yoktur: 1.000 kişilik bir çalışmada da 40 kişilik bir çalışmada da test aynı b ve c ile aynı p değerini verir. Değişimin örneklemin ne kadarını kapsadığını test değil, etki büyüklüğü söyler.
- İkincisi, hiç uyumsuz çift yoksa () istatistik tanımsızdır; herkes aynı yanıtı vermişse sınanacak bir değişim yoktur ve bu durum sayısal bir test sonucu gibi raporlanmaz.
- Üçüncüsü, yaklaşımın kalitesi toplam örneklem büyüklüğüne değil uyumsuz çift sayısına bağlıdır. Binlerce kişilik bir çalışmada da uyumsuz çift sayısı küçük olabilir.
Kesin (binom) McNemar testi nasıl hesaplanır?
Uyumsuz çift sayısı sabit tutulduğunda, H₀ altında her uyumsuz çiftin iki yönden birine düşme olasılığı eşittir. Bu yüzden b, denemeli ve başarı olasılığı olan bir binom dağılıma uyar. Çift yönlü kesin p değeri, gözlenen bölünme kadar ya da ondan daha dengesiz bölünmelerin olasılıklarının toplamıdır:
Bu biçim bir dağılım yaklaşımı kullanmaz ve birinci tür hata oranının belirlenen düzeyi aşmamasını garanti eder (Fagerland vd., 2013).
Bedeli tutuculuktur: binom dağılım kesikli olduğu için gerçek birinci tür hata oranı çoğu zaman belirlenen düzeyin altında kalır ve test gereğinden büyük p değerleri üretir. Ki-kare testi yazısında Fisher’ın kesin testi için anlatılan durumun aynısıdır. Fagerland vd. (2013) bu yüzden kesin koşullu testi önermez; kesin biçim, hata oranının garanti edilmesi zorunlu olduğunda tutuculuğu bilinerek seçilen geleneksel seçenektir.
Bu tutuculuğu azaltan biçim mid-p testidir. Mid-p değeri, kesin p değerinden gözlenen değerin nokta olasılığının çıkarılmasıyla bulunur:
Mid-p testi birinci tür hata oranını garanti altına almaz. Fagerland vd. (2013) benzetim çalışmalarında incelenen senaryolarda nominal düzeyi aşmadığını, gücünün de düzeltmesiz yaklaşık teste yakın olduğunu bildirmiştir; az uyumsuz çiftte önerdikleri biçim bu yüzden mid-p’dir.
Dikkat
Bu bulgu senaryoların bütünü içindir: uyumsuz çift sayısı sabit tutulduğunda tek tek değerlerde düzey az da olsa aşılabilir. Örneğin 16 uyumsuz çiftte, .05 düzeyinde gerçek birinci tür hata oranı .077’dir.
Süreklilik düzeltmesi gerekli mi?
Edwards (1948), kesikli sayıların sürekli ki-kare dağılımıyla yaklaşıklanmasından doğan hatayı azaltmak için bir süreklilik düzeltmesi önermiştir:
Düzeltme istatistiği küçültür, p değerini büyütür ve sonucu kesin teste yaklaştırır. Fagerland vd. (2013) bu yüzden düzeltmeli testin iki dezavantajı birleştirdiğini belirtir: yaklaşık bir test olarak düzeyi aşabilir, ama kesin test kadar da tutucudur. Benzetim çalışmalarında düzeltmeli test de kesin koşullu test de incelenen senaryoların hiçbirinde iyi performans göstermemiş; yazarlar bu iki testin raporlanmasını önermemiştir. Ki-kare testlerindeki Yates düzeltmesi için yapılan değerlendirme burada da geçerlidir: düzeltme testi tutucu yapar.
b ile c eşit olduğunda düzeltme anlamını yitirir. Fark zaten sıfırdır; mutlak farktan 1 çıkarmak onu eksiye götürür, kare almak da sıfır olması gereken istatistiğe pozitif bir değer verir. Bu durumda düzeltmesiz istatistik sıfırdır ve p değeri 1’dir.
Geleneksel öneri büyük örneklemde yaklaşık testi, küçük örneklemde kesin testi kullanmaktır (Fagerland vd., 2013). Fagerland vd.‘nin bulguları bu öneriyi değiştirir; küçük örneklemde önerdikleri biçim mid-p’dir:
| Biçim | Birinci tür hata |
|---|---|
| Düzeltmesiz yaklaşık test | Nominal düzeyi sık aşar, ama aşım küçüktür |
| Mid-p testi | Garanti yok; benzetimlerde aşmadı, tek tek çift sayılarında az aşabilir |
| Kesin (binom) test | Nominal düzeyi aşmaz; tutucudur |
| Edwards düzeltmeli test | Tutucu |
Hangi biçimin ne zaman seçildiği şöyledir:
- Düzeltmesiz yaklaşık test: Uyumsuz çift sayısı yeterliyken; küçük aşımlar kabul edilebiliyorsa küçük örneklemde de.
- Mid-p testi: Küçük ve orta örneklemde Fagerland vd.‘nin önerisi.
- Kesin (binom) test: Geleneksel seçenek; hata oranını kesin korumak zorunluysa. Fagerland vd. önermez.
- Edwards düzeltmeli test: Önerilmez; yazılım veriyorsa hangisinin raporlandığı yazılır.
Hangi biçimin birincil olacağı veriye bakmadan, analiz planında yazılır. Sonucu anlamlı yapan biçimi sonradan seçmek birinci tür hata oranını şişirir.
McNemar testinde etki büyüklüğü nasıl raporlanır?
p değeri değişimin büyüklüğünü söylemez. Eşleştirilmiş ikili veride üç etki büyüklüğü yaygındır (Agresti, 2007):
İki oranın farkı. Sonra “evet” oranından önce “evet” oranı çıkarılır: . Okur için en anlaşılır ölçüdür; yüzde puanı olarak raporlanır. Wald güven aralığının standart hatası eşleştirmeyi hesaba katar:
Bağımsız iki oranın standart hatası burada kullanılmaz; eşleştirilmiş ölçümler arasındaki ilişkiyi yok sayar.
Eşleştirilmiş olasılık oranı (odds ratio). Uyumsuz çiftlerin oranıdır: (ya da hangi yön paydaysa ). Koşullu en çok olabilirlik kestirimidir; logaritmasının standart hatası ile yaklaşıklanır.
Eşleştirilmiş vaka-kontrol çalışmalarında en çok raporlanan ölçüdür. Hangi yönün payda olduğu açıkça yazılır.
Cohen g. Cohen (1988/2013) işaret testi için bir oranın .50’den uzaklığını etki büyüklüğü olarak önermiştir; McNemar’da bu, uyumsuz çiftlerin bir yöne düşen payının .50’den farkıdır: . Cohen küçük, orta ve büyük etki için g = .05, .15 ve .25 değerlerini örnek olarak vermiştir. Bu değerler alanın bilgisi yokken başvurulan kaba işaretlerdir; etki büyüklüğü yazısında anlatıldığı gibi bağlamsız kural diye kullanılmaz.
g yalnız uyumsuz çiftlere baktığı için değişimin örneklemin ne kadarını kapsadığını göstermez; iki oranın farkıyla birlikte okunur.
Örnek bir araştırma sorusu: McNemar testi adım adım nasıl uygulanır?
Bir hemşirelik fakültesinde araştırmacı, el hijyeni üzerine kısa bir simülasyon eğitiminin öğrencilerin uygulamasını değiştirip değiştirmediğini inceliyor. Aynı öğrenciler eğitimden önce ve sonra standart bir senaryoda gözlemleniyor; her gözlemde el hijyeni adımlarının hepsini doğru uygulayıp uygulamadığı (evet/hayır) kaydediliyor. Aşağıdaki adımlar analizin nasıl kurulup okunacağını gösterir; burada sayısal bir sonuç verilmiyor.
- Veriyi düzenlemek. Her öğrenci tek satırdır ve iki sütun taşır: eğitim öncesi ve eğitim sonrası sonuç. Önce ve sonra yanıtları alt alta, iki ayrı grup gibi girilmez.
- Analiz planını yazmak. Birincil biçim (ör. uyumsuz çift sayısı küçük kalabileceği için mid-p test), çift yönlü sınama ve raporlanacak etki büyüklüğü veri toplanmadan önce belirlenir. Yön ancak kuramla önceden gerekçelendirilmişse tek yönlü sınanır.
- Eşleştirilmiş tabloyu kurmak. Dört hücre sayılır: iki gözlemde de doğru uygulayanlar, iki gözlemde de uygulamayanlar, eğitimden sonra doğruya geçenler ve eğitimden sonra doğrudan çıkanlar.
- Uyumsuz çiftlere bakmak. Testin bütün bilgisi son iki hücrededir. Doğruya geçen öğrenciler doğrudan çıkanlardan belirgin biçimde fazlaysa oran artmıştır. Uyumsuz çift sayısı, planda yazılan biçimin uygun olup olmadığını da gösterir.
- Testi ve etki büyüklüğünü hesaplamak. Planlanan biçimle p değeri hesaplanır; doğru uygulama oranının önceki ve sonraki değeri, iki oranın farkı ve güven aralığı yanında raporlanır.
- Yorumu desenle sınırlamak. Kontrol grubu yoksa oran artsa bile artışın eğitimden mi, gözlemlendiğini bilmekten mi, ikinci kez aynı senaryoyla karşılaşmaktan mı kaynaklandığı ayrılamaz. Bağımlı örneklem t-testi yazısında anlatılan önce-sonra deseninin sınırları burada da geçerlidir.
Gereken öğrenci sayısı, beklenen uyumsuz çift oranına ve bu çiftlerin iki yöne bölünmesine bağlıdır. Hesap veri toplanmadan önce örneklem büyüklüğü hesaplama yazısında anlatılan güç analiziyle yapılır; G*Power bağımlı iki oranın karşılaştırması için McNemar testini kesin testler arasında sunar.
McNemar testi sonuçları nasıl raporlanır?
APA 7 biçiminde bir McNemar raporu şu öğeleri taşır: çift sayısı, iki ölçümdeki oranlar (sayı ve yüzde), uyumsuz çiftlerin iki yöne dağılımı, kullanılan biçimin adı (düzeltmesiz yaklaşık, kesin binom ya da mid-p), test istatistiği ve p değerinin tam değeri (ör. p = .034), iki oranın farkı ve %95 güven aralığı.
Yaklaşık test için cümlenin biçimi şudur: χ²(1, N = …) = …, p = …. Kesin ya da mid-p testinde ki-kare istatistiği yoktur; uyumsuz çiftlerin sayıları ve p değeri yazılır. Tablo eşleştirilmiş biçimde (önceki yanıt satırlarda, sonraki yanıt sütunlarda) verilir; iki bağımsız grup tablosu gibi düzenlenmez. Sayı biçimi, tablo düzeni ve kesin p değerinin yazımı APA 7’ye göre istatistik raporlama yazısındadır.
Sık yapılan hatalar nelerdir?
Hataların çoğu eşleştirmeyi yok saymaktan, testi yanlış soruya ya da yanlış biçimiyle uygulamaktan ve sonucu eksik ya da fazla yorumlamaktan doğar.
- Eşleştirilmiş tabloya ki-kare bağımsızlık testi uygulamak. Bu test önceki ve sonraki yanıtın ilişkisini sınar, oranın değişip değişmediğini değil.
- Önce ve sonra yanıtlarını iki bağımsız grup gibi analiz etmek. Her kişi iki kez sayılır ve gözlemlerin bağımsızlığı bozulur.
- Toplam örneklem büyük diye yaklaşık teste güvenmek. Yaklaşımı belirleyen uyumsuz çift sayısıdır.
- Süreklilik düzeltmesini varsayılan saymak. Düzeltme testi tutucu yapar; yazılım birden çok satır veriyorsa hangisinin raporlandığı yazılır.
- Yalnız p değerini raporlamak. İki oran, farkları ve güven aralığı olmadan değişimin büyüklüğü anlaşılmaz.
- İki değerlendiricinin uyumunu McNemar ile ölçmek. McNemar marjinal oranların farkını sınar; iki değerlendirici çok az uyuşsa da oranları aynıysa test anlamsız çıkar. Uyum için uyum katsayıları kullanılır.
- Kontrol grubu olmadan nedensellik iddia etmek. Önce-sonra değişimi müdahale dışındaki nedenlerden de kaynaklanabilir.
Sık sorulan sorular
McNemar testi parametrik mi, parametrik olmayan bir test mi?
Genellikle parametrik olmayan testler arasında sayılır: normallik varsaymaz ve kesin biçimi uyumsuz çiftlere uygulanan bir işaret testidir. Normallik tartışması bu testte doğmaz; onun yerine uyumsuz çift sayısının yeterli olup olmadığına bakılır.
McNemar testi ile ki-kare testi arasındaki fark nedir?
Ki-kare bağımsızlık ve homojenlik testleri her birimin tabloda bir kez sayıldığı bağımsız gözlemler içindir. McNemar testi aynı birimin iki ölçümünü karşılaştırır ve yalnız uyumsuz çiftleri kullanır. İstatistiği büyük örneklemde ki-kare dağılımıyla yaklaşıklansa da ayrı bir testtir.
Uyumsuz çift az olduğunda ne yapılmalı?
Fagerland vd. (2013) mid-p biçimini önerir: benzetim çalışmalarında hata oranı nominal düzeyi aşmamış, gücü düzeltmesiz yaklaşık teste yakın çıkmıştır. Kesin (binom) biçim geleneksel ve tutucu seçenektir; hata oranını garanti eder ama gücü düşüktür. Hangisinin kullanılacağı analiz planında önceden yazılır.
McNemar testi tek yönlü yapılabilir mi?
Yön veri toplanmadan önce kuramla gerekçelendirildiyse yapılabilir; kesin biçimde tek yönlü p değeri binom dağılımın tek kuyruğundan hesaplanır. Yön veriye bakıldıktan sonra seçilmez.
Üç ölçüm zamanım varsa McNemar testini her çift için ayrı mı uygulamalıyım?
Önce bütün ölçümleri birlikte karşılaştıran Cochran Q testi uygulanır. Ardından ikili McNemar karşılaştırmaları yapılacaksa karşılaştırma sayısı arttığı için çoklu karşılaştırma düzeltmesi kullanılır ve bu, analiz planında yazılır.
Yanıt üç kategoriliyse (evet, hayır, kararsız) McNemar kullanılabilir mi?
Doğrudan kullanılamaz; McNemar 2×2 tablo içindir. Daha büyük kare tablolarda iki ölçümün kategori dağılımları Stuart-Maxwell testiyle, geçişlerin simetrisi Bowker testiyle sınanır. Kategorileri ikiye indirmek ancak araştırma sorusundan gelen bir gerekçeyle, veriye bakılmadan yapılır.
- #mcnemar-testi
- #kategorik-veri-analizi
- #eslestirilmis-veri
- #parametrik-olmayan-testler
- #ki-kare-testleri
Bilimsel inceleme
Makine öğrenmesi ve biyoistatistik alanlarında çalışır; sağlık, fen ve sosyal bilimlerde disiplinlerarası araştırmalarda istatistik danışmanlığı yürütür.
Kaynakça
- Agresti, A. (2007). An introduction to categorical data analysis (2nd ed.). Wiley.
- Bowker, A. H. (1948). A test for symmetry in contingency tables. Journal of the American Statistical Association, 43(244), 572–574.
- Cochran, W. G. (1950). The comparison of percentages in matched samples. Biometrika, 37(3–4), 256–266.
- Cohen, J. (2013). Statistical power analysis for the behavioral sciences (2nd ed.). Routledge. (Original work published 1988)
- Edwards, A. L. (1948). Note on the "correction for continuity" in testing the significance of the difference between correlated proportions. Psychometrika, 13(3), 185–187.
- Fagerland, M. W., Lydersen, S., & Laake, P. (2013). The McNemar test for binary matched-pairs data: Mid-p and asymptotic are better than exact conditional. BMC Medical Research Methodology, 13, Article 91.
- McNemar, Q. (1947). Note on the sampling error of the difference between correlated proportions or percentages. Psychometrika, 12(2), 153–157.
- Stuart, A. (1955). A test for homogeneity of the marginal distributions in a two-way classification. Biometrika, 42(3–4), 412–416.
Kendi verinizde görün
Kavramı kendi verinizde görmek isterseniz Basira’yı ücretsiz deneyebilirsiniz. Basira’yı deneyin
Kavramı kendi verinizde görmek isterseniz panelinize dönebilirsiniz. Panele git
İlgili yazılar
İstatistiksel Testler
Ki-Kare Testi Nedir? Türleri ve Fisher'ın Kesin Testi
Ki-kare testi nedir? Kategorik veride gözlenen sayıları beklenenle karşılaştırır. Üç türü, beklenen sayı koşulu, Fisher'ın kesin testi, Yates ve etki büyüklüğü.
Basira ·
İstatistiksel Testler
Ki-Kare Homojenlik Testi Nedir? Homojen Dağılım Ne Demek?
Homojenlik ne demek? Ki-kare homojenlik testi, ayrı örneklenen grupların aynı dağılımı taşıyıp taşımadığını sınar. Bağımsızlıktan farkı, örnek ve APA 7.
Basira ·
İstatistiksel Testler
Ki-Kare Bağımsızlık Testi: Ne Zaman ve Nasıl Yapılır?
Ki-kare bağımsızlık testi iki kategorik değişkenin ilişkili olup olmadığını sınar. Beklenen sayılar, Cramér's V, artıklar, çözümlü örnek ve APA 7 raporu.
Basira ·