Parametrik ve Parametrik Olmayan Testler: Fark ve Seçim

Basira Editör Ekibi · · 10 dk okuma

Bilimsel inceleme: Doç. Dr. Hasan Yıldırım ·

  • #parametrik-testler
  • #parametrik-olmayan-testler
  • #istatistiksel-test-secimi
  • #welch-t-testi
  • #mann-whitney-u-testi

Anahtar çıkarımlar

  • Parametrik testler (t-testi, ANOVA, Pearson) ortalama gibi dağılım parametrelerini karşılaştırır; parametrik olmayan testler (Mann-Whitney U, Wilcoxon, Kruskal-Wallis, Spearman) çoğunlukla sıralarla çalışır ve başka bir soruyu yanıtlar.
  • Varsayılan parametrik testtir. Parametrik olmayan test iki durumda birincildir: bağımlı değişken sıralıysa ya da bir grup (eşleştirilmiş veride farklar) belirgin biçimde normal dışıysa (|çarpıklık| > 2 ya da |fazla basıklık| > 7).
  • "n < 30 ise parametrik olmayan test" diye bir kural yoktur; Shapiro-Wilk ve Levene testleri raporlanır ama testi belirlemez.
  • Parametrik olmayan testler varsayımsız değildir: Mann-Whitney U, iki grubun dağılım biçimi farklıysa ortanca testi olarak okunamaz.
  • Hangi test birincil olursa olsun öteki test duyarlılık analizi olarak raporlanır; ikisi ayrışırsa bu açıkça yazılır.
İçindekiler

Parametrik ve parametrik olmayan testler arasındaki temel fark, neyi karşılaştırdıklarıdır. Parametrik testler (t-testi, ANOVA, Pearson) ortalama gibi bir dağılım parametresini sınar ve dağılımın biçimi hakkında varsayım yapar. Parametrik olmayan testler (Mann-Whitney U, Wilcoxon, Kruskal-Wallis, Spearman) çoğunlukla değerlerin sıralarıyla çalışır; bir grubun ötekinden büyük çıkma eğilimini ya da sıralar arasındaki ilişkiyi sınar.

Bu yüzden iki aile birbirinin yedeği değil, iki ayrı sorunun cevabıdır. Hangisinin seçileceğini örneklem büyüklüğü ya da bir normallik testinin p değeri değil, bağımlı değişkenin ölçek düzeyi ve dağılımın ne kadar normal dışı olduğu belirler. Belirli bir desende hangi testin kullanılacağını istatistiksel test seçimi rehberi tablolarla verir; bu yazı iki aile arasındaki farka odaklanır.

Parametrik ve parametrik olmayan testlerin farkı nedir?

Parametrik test, verinin belirli bir dağılım ailesinden (çoğu zaman normal dağılımdan) geldiğini varsayar ve o dağılımın bir parametresi, genellikle ortalaması üzerine hipotez kurar. Bağımsız iki grupta t-testi, iki kitle ortalamasının eşit olup olmadığını sorar. Ortalamalar ve standart sapmalar ancak aralıklı ya da oranlı ölçekte anlamlı olduğu için bu testler sürekli bir ölçüm ister (ölçek türleri).

Parametrik olmayan test (İngilizcede nonparametric, kimi kaynaklarda “dağılımdan bağımsız”) dağılımın biçimini belirli bir aileye bağlamaz. Çoğu, gözlemleri birlikte sıralar ve hesabı sıralar üzerinden yapar. Sıralar yalnız “hangisi büyük” bilgisini taşıdığı için bu testler sıralı ölçekte de çalışır.

İki ailenin hedefi bağımsız iki grupta şöyle yazılabilir; XX ve YY iki gruptan rastgele seçilmiş birer değerdir:

Welch t: μ1−μ2Mann-Whitney U: P(X>Y)+12 P(X=Y)\text{Welch t: } \mu_1 - \mu_2 \qquad \text{Mann-Whitney U: } P(X > Y) + \tfrac{1}{2}\,P(X = Y)

Soldaki büyüklük ortalamalar arasındaki farktır ve ölçümün kendi biriminde (puan, dakika, mmHg) yorumlanır. Sağdaki bir olasılıktır: bir gruptan seçilen değerin ötekinden büyük çıkma olasılığı. Mann-Whitney U testinin H₀’ı (yokluk hipotezi) iki dağılımın aynı olmasıdır; bu olasılığın ½’den sapmasına duyarlıdır (Fay ve Proschan, 2010).

Mann-Whitney U bir ortanca testi değildir

Sık rastlanan bir yanılgı, Mann-Whitney U testini “ortancaları karşılaştıran test” diye tanıtmaktır. Bu yorum yalnız iki grubun dağılımı aynı biçimdeyse ve biri ötekine göre yalnızca kaymışsa geçerlidir; o durumda kayma, ortancalar arasındaki farka eşittir. Biçimler, özellikle yayılımlar farklıysa test ortancalar eşitken de anlamlı çıkabilir, ortancalar farklıyken anlamsız da kalabilir (Divine vd., 2018). Aynı uyarı Kruskal-Wallis H testi için de geçerlidir. Eşleştirilmiş veride Wilcoxon işaretli sıralar testi farkların ortancasını ancak farklar simetrik dağılıyorsa sınar; değilse farkların sahte medyanını sınar.

Kısacası “parametrik olmayan” sözcüğü “varsayımsız” demek değildir. Bu testlerin de varsayımları vardır (bağımsız gözlemler, en az sıralı ölçüm); sonucun nasıl yorumlanacağı da dağılımların biçimine bağlıdır.

Karşılık tablosu: hangi parametrik testin hangi karşılığı var?

Her yaygın parametrik testin sıralara dayanan bir karşılığı vardır. Tablodaki iki “Neyi sınar” sütunu, karşılık testlerin aynı soruyu sormadığını gösterir.

DesenParametrik testNeyi sınarParametrik olmayan karşılığıNeyi sınar
İki bağımsız grupWelch t-testiİki ortalamanın farkıMann-Whitney U testiBir gruptaki değerin ötekinden büyük çıkma olasılığı
Aynı kişilerin iki ölçümüBağımlı örneklem t-testiFarkların ortalamasıSıralı ölçekte işaret testi; aralıklı ölçekte Wilcoxon işaretli sıralar testiİşaret testi: farkların ortancası; Wilcoxon: farkların sahte medyanı (simetrikse ortanca)
Tek örneklem, bilinen bir değerleTek örneklem t-testiOrtalama ile sınanan değerin farkıSıralı ölçekte işaret testi; aralıklı ölçekte Wilcoxon işaretli sıralar testiİşaret testi: ortanca; Wilcoxon: sahte medyan (simetrikse ortanca)
Üç ya da daha çok bağımsız grupWelch ANOVA ve Games-Howell karşılaştırmalarıOrtalamaların eşitliğiKruskal-Wallis H testi ve Dunn karşılaştırmalarıGrupların birinin ötekilerden sistematik olarak büyük çıkıp çıkmadığı
Aynı kişilerin üç ya da daha çok ölçümüTekrarlı ölçümler varyans analiziÖlçüm ortalamalarının eşitliğiFriedman testiKişi içi sıraların ölçümler arasında farklı olup olmadığı
İki değişken arasındaki ilişkiPearson korelasyonu (r)Doğrusal ilişkiSpearman korelasyonu (ρ)Monoton ilişki

Testlerin her biri ayrı bir yazıda anlatılır: bağımsız örneklem t-testi ve Mann-Whitney U testi; bağımlı örneklem t-testi ve Wilcoxon işaretli sıralar testi; tek örneklem t-testi; tek yönlü varyans analizi ve Kruskal-Wallis; tekrarlı ölçümler varyans analizi ve Friedman testi; Pearson korelasyonu ve Spearman korelasyonu.

Sıralı ölçekte tek örneklem ve eşleştirilmiş veride Wilcoxon işaretli sıralar testi değil işaret testi kullanılır. Wilcoxon testi farkların büyüklüklerini sıralar; bu da 4 ile 3 arasındaki farkın 2 ile 1 arasındaki farka eşit olmasını, yani aralıklı ölçeği ister. İşaret testi yalnız farkın yönünü kullandığı için sıralı veriye uyar (Conover, 1999).

Güç ve dayanıklılık: hangisi daha iyi çalışır?

“Parametrik testler daha güçlüdür, parametrik olmayanlar daha güvenlidir” cümlesi iki yarısıyla da eksiktir.

Güç. Veri normal dağıldığında t-testi en güçlü testtir, ama Mann-Whitney U çok az geride kalır. Büyük örneklemde Mann-Whitney’in t-testine göre asimptotik göreli etkinliği normal dağılımda 3/π’dir, yani yaklaşık %95,5: t-testinin 100 gözlemle ulaştığı güce Mann-Whitney yaklaşık 105 gözlemle ulaşır. İki grubun yalnızca kaydığı (biçimin aynı kaldığı) her sürekli dağılımda bu oran %86,4’ün altına düşmez; kuyrukları kalın dağılımlarda ise 1’i aşar, yani Mann-Whitney t-testinden daha güçlü olur (Hodges ve Lehmann, 1956). İşaret testi farkların yalnız yönünü kullandığı için normal veride hem Wilcoxon testinden hem t-testinden belirgin biçimde daha az güçlüdür (Conover, 1999). Gücün ne olduğu ve neden önemli olduğu istatistiksel güç ve hata türleri yazısında anlatılır.

Dayanıklılık. t-testi ve varyans analizi normallikten küçük ve orta sapmalara dayanıklıdır; örneklem büyüdükçe ortalamaların örnekleme dağılımı normale yaklaştığı için bu dayanıklılık artar (Lumley vd., 2002). Welch t-testi grupların varyansları eşit olmasa da birinci tür hata oranını korur, varyanslar eşitken de neredeyse hiç güç kaybettirmez (Delacre vd., 2017). Mann-Whitney U ise grupların yayılımları farklıyken “bir grubun değerleri daha büyük mü?” sorusunu doğru hata oranıyla sınamaz (Fay ve Proschan, 2010); o durumda kullanılabilecek yöntemler Mann-Whitney U testi yazısında anlatılır.

Büyük örneklemde iki ailenin ayrışması ayrı bir sorundur. Çarpık ama büyük bir veride iki grubun ortalamaları eşitken dağılım biçimleri farklıysa Mann-Whitney U anlamlı çıkabilir. Araştırma sorusu ortalamalarla ilgiliyse bu durumda t-testinin sonucu daha doğrudan bir cevaptır (Fagerland, 2012).

Hangi durumda parametrik olmayan test seçilir?

Varsayılan parametrik testtir: iki bağımsız grupta Welch t-testi, üç ve daha çok grupta Welch ANOVA ve Games-Howell karşılaştırmaları, tek örneklemde ve eşleştirilmiş veride t-testi. Parametrik olmayan karşılığı yalnız iki durumda birincil test olur.

  1. Bağımlı değişken sıralı ölçekteyse. Tek bir Likert maddesi, 1–5 arası ağrı düzeyi, eğitim durumu gibi. Değişkenin türü veri setinde ya da analiz programında tanımlıysa o tanım esas alınır. Tanım yoksa en çok 7 farklı tam sayı alan bir değişken sıralı sayılabilir. Çok maddeli bir ölçeğin toplam ya da ortalama puanı ise genellikle sürekli kabul edilir.
  2. Bir grup belirgin biçimde normal dışıysa. Eşleştirilmiş veride ölçüt farklara uygulanır. Ölçüt yanlılığı düzeltilmiş çarpıklık (G1) ve fazla basıklıktır (G2): |çarpıklık| > 2 ya da |fazla basıklık| > 7. West, Finch ve Curran (1995) bu değerleri belirgin normal dışılık için önerir; Kim (2013) ise büyük örneklemde çarpıklık ve basıklığın z değeri yerine katsayıların mutlak değerine bakılmasını önerir. SPSS’in Descriptives çıktısındaki Skewness ve Kurtosis değerleri G1 ve G2’dir.
DurumBirincil testYanında duyarlılık analizi olarak
Sürekli ölçüm, hiçbir grup belirgin biçimde normal dışı değil (örneklem büyüklüğü ne olursa olsun)Parametrik test (Welch t, Welch ANOVA, tek örneklem ya da eşleştirilmiş t)Parametrik olmayan karşılığı
Sürekli ölçüm, Shapiro-Wilk ya da Levene testi anlamlı ama çarpıklık ve basıklık eşiklerin altındaParametrik testParametrik olmayan karşılığı
Bağımlı değişken sıralıParametrik olmayan test (tek örneklem ve eşleştirilmiş veride işaret testi)Parametrik karşılığı
En az bir grupta çarpıklık mutlak değerce 2’yi ya da fazla basıklık 7’yi aşıyorParametrik olmayan testParametrik karşılığı

Hangi test birincil olursa olsun öteki test duyarlılık analizi olarak raporlanır. İki test aynı yönde sonuç veriyorsa bulgu daha sağlamdır. Ayrışıyorsa bu raporda açıkça yazılır ve yukarıdaki farkla açıklanır: biri ortalamaları, öteki sıraları sınamaktadır. İkisini birden yapıp yalnız anlamlı olanı raporlamak ise birinci tür hata oranını şişirir; hangi testin birincil olduğu veri toplanmadan önce analiz planına yazılır.

”n < 30 ise parametrik olmayan test” kuralı neden yanlış?

Tek ölçütlü bu kural yanıltıcıdır. 30 sayısı, merkezi limit teoremi anlatılırken “yeterince büyük örneklem” için sık verilen kaba bir rakamdır; parametrik olmayan teste geçiş için bir eşik değildir. Küçük örneklemde parametrik olmayan testler de sorunsuz değildir: kesin p değerleri az sayıda olası düzenden hesaplandığı için kesiklidir. Örneğin 3’er kişilik iki grupta 6 gözlem iki gruba 20 farklı biçimde bölünebilir ve en uç iki düzenden birinin şansla ortaya çıkma olasılığı 2/20’dir. Bu yüzden çift yönlü Mann-Whitney U testi bu desende p = .10’un altına inemez, fark ne kadar büyük olursa olsun.

Seçim örneklem büyüklüğüne değil, ölçek düzeyine ve dağılımın biçimine dayanır. Küçük örneklemde her grubun histogramına ve Q-Q grafiğine birlikte bakılır.

Shapiro-Wilk testi neden karar vermez?

Normallik testinin sonucuna göre testi değiştirmek de önerilmez. Küçük örneklemde normallik testinin gücü düşüktür ve önemli sapmaları kaçırabilir. Büyük örneklemde ise t-testini hiç etkilemeyecek kadar küçük sapmaları da anlamlı bulur (Rochon vd., 2012). Yani test, en çok gerektiği yerde az, en az gerektiği yerde çok uyarır. Shapiro-Wilk ve Levene testleri yine raporlanır, çünkü verinin biçimini betimler; ama testi belirlemez. Normallik testlerinin nasıl çalıştığı ve nasıl okunacağı normallik testi yazısında anlatılır.

Varyanslar için de aynı mantık geçerlidir. Önce Levene testine bakıp sonucuna göre Student ile Welch arasında seçmek yerine Welch baştan kullanılır; ayrıntı bağımsız örneklem t-testi yazısındadır.

Örnek: Shapiro-Wilk anlamlı, karar yine parametrik

Bir eğitim araştırmacısı çevrim içi bir sınavı iki biçimde uyguluyor: 20 öğrenci bütün soruları tek sayfada, 20 öğrenci soruları birer birer görüyor. Soru, iki biçimde sınavı tamamlama süresinin farklı olup olmadığı. Tamamlama süreleri gibi süre ölçümleri çoğu zaman sağa çarpıktır: çoğu öğrenci benzer sürede bitirir, birkaç öğrenci çok daha uzun sürer. Veri öğretici amaçla hazırlanmıştır; aşağıdan indirip aynı incelemeyi kendiniz yapabilirsiniz.

Çevrim içi bir sınavı iki biçimde tamamlama süresi, dakika (öğretici veri; 20 öğrenci tek sayfa, 20 öğrenci soru soru biçimde)
Gruplara göre veri noktaları ve ortancalar Çevrim içi bir sınavı iki biçimde tamamlama süresi, dakika (öğretici veri; 20 öğrenci tek sayfa, 20 öğrenci soru soru biçimde) 10 20 30 40 50 tek_sayfasoru_soru Tamamlama süresi (dk) tek_sayfa: 17tek_sayfa: 19tek_sayfa: 20tek_sayfa: 21tek_sayfa: 21tek_sayfa: 22tek_sayfa: 23tek_sayfa: 23tek_sayfa: 24tek_sayfa: 25tek_sayfa: 25tek_sayfa: 26tek_sayfa: 27tek_sayfa: 28tek_sayfa: 29tek_sayfa: 31tek_sayfa: 34tek_sayfa: 38tek_sayfa: 44tek_sayfa: 49soru_soru: 22soru_soru: 24soru_soru: 25soru_soru: 26soru_soru: 27soru_soru: 27soru_soru: 28soru_soru: 29soru_soru: 29soru_soru: 30soru_soru: 30soru_soru: 31soru_soru: 32soru_soru: 32soru_soru: 33soru_soru: 34soru_soru: 35soru_soru: 36soru_soru: 38soru_soru: 40 Ortanca 25Ortanca 30
tek_sayfasoru_soru
1722
1924
2025
2126
2127
2227
2328
2329
2429
2530
2530
2631

İlk 12 satır (toplam 20) · Bu örnekteki tüm sayılar SciPy 1.16.3 ile bağımsız olarak yeniden hesaplanır. Veriyi indirin (CSV)

BiçimnOrtalama (dk)SSOrtancaÇarpıklık (G1)Fazla basıklık (G2)Shapiro-Wilk Wp
Tek sayfa2027.308.3425.001.361.51.874.014
Soru soru2030.404.7130.000.27−0.35.989.996

Karar iki koşula bakılarak verilir; Shapiro-Wilk ve örneklem büyüklüğü karara girmez:

  1. Ölçek düzeyi. Süre dakika cinsinden oranlı bir ölçümdür ve her grupta 7’den çok farklı değer alır; sıralı değildir.
  2. Belirgin normal dışılık. Tek sayfa grubu sağa çarpıktır (G1 = 1.36, G2 = 1.51), ama iki değer de eşiklerin (2 ve 7) altındadır. Soru soru grubu simetriğe yakındır.
  3. Shapiro-Wilk. Tek sayfa grubunda test anlamlıdır (W = .874, p = .014). Bu sonuç raporlanır ama testi değiştirmez.
  4. Örneklem büyüklüğü. Gruplar 20’şer kişiliktir. 30’un altında olmak tek başına bir gerekçe değildir.

Sonuç: iki biçim Welch t-testiyle karşılaştırılır ve ortalama süre farkı güven aralığıyla raporlanır; Mann-Whitney U testi duyarlılık analizi olarak yanına eklenir. Tek sayfa grubunda birkaç öğrenci sınavı saatlerce açık bırakmış ve çarpıklık 2’yi aşmış olsaydı karar tersine dönerdi: Mann-Whitney U birincil test olurdu. Sonuç da ortalama farkı olarak değil, bir biçimdeki öğrencilerin sınavı daha uzun sürede bitirme eğilimi olarak yorumlanırdı.

Aynı veride iki testin sonucu şöyledir:

Çevrim içi sınavı tamamlama süresi, dakika: Welch t-testi (öğretici veri; 20 öğrenci tek sayfa, 20 öğrenci soru soru biçimde)
Gruplara göre veri noktaları ve ortancalar Çevrim içi sınavı tamamlama süresi, dakika: Welch t-testi (öğretici veri; 20 öğrenci tek sayfa, 20 öğrenci soru soru biçimde) 10 20 30 40 50 tek_sayfasoru_soru Tamamlama süresi (dk) tek_sayfa: 17tek_sayfa: 19tek_sayfa: 20tek_sayfa: 21tek_sayfa: 21tek_sayfa: 22tek_sayfa: 23tek_sayfa: 23tek_sayfa: 24tek_sayfa: 25tek_sayfa: 25tek_sayfa: 26tek_sayfa: 27tek_sayfa: 28tek_sayfa: 29tek_sayfa: 31tek_sayfa: 34tek_sayfa: 38tek_sayfa: 44tek_sayfa: 49soru_soru: 22soru_soru: 24soru_soru: 25soru_soru: 26soru_soru: 27soru_soru: 27soru_soru: 28soru_soru: 29soru_soru: 29soru_soru: 30soru_soru: 30soru_soru: 31soru_soru: 32soru_soru: 32soru_soru: 33soru_soru: 34soru_soru: 35soru_soru: 36soru_soru: 38soru_soru: 40 Ortanca 25Ortanca 30
tek_sayfasoru_soru
1722
1924
2025
2126
2127
2227
2328
2329
2429
2530
2530
2631

İlk 12 satır (toplam 20) · Bu örnekteki tüm sayılar SciPy 1.16.3 ile bağımsız olarak yeniden hesaplanır. Veriyi indirin (CSV)

Çevrim içi sınavı tamamlama süresi, dakika: Mann-Whitney U testi (öğretici veri; 20 öğrenci tek sayfa, 20 öğrenci soru soru biçimde)
Gruplara göre veri noktaları ve ortancalar Çevrim içi sınavı tamamlama süresi, dakika: Mann-Whitney U testi (öğretici veri; 20 öğrenci tek sayfa, 20 öğrenci soru soru biçimde) 10 20 30 40 50 tek_sayfasoru_soru Tamamlama süresi (dk) tek_sayfa: 17tek_sayfa: 19tek_sayfa: 20tek_sayfa: 21tek_sayfa: 21tek_sayfa: 22tek_sayfa: 23tek_sayfa: 23tek_sayfa: 24tek_sayfa: 25tek_sayfa: 25tek_sayfa: 26tek_sayfa: 27tek_sayfa: 28tek_sayfa: 29tek_sayfa: 31tek_sayfa: 34tek_sayfa: 38tek_sayfa: 44tek_sayfa: 49soru_soru: 22soru_soru: 24soru_soru: 25soru_soru: 26soru_soru: 27soru_soru: 27soru_soru: 28soru_soru: 29soru_soru: 29soru_soru: 30soru_soru: 30soru_soru: 31soru_soru: 32soru_soru: 32soru_soru: 33soru_soru: 34soru_soru: 35soru_soru: 36soru_soru: 38soru_soru: 40 Ortanca 25Ortanca 30
tek_sayfasoru_soru
1722
1924
2025
2126
2127
2227
2328
2329
2429
2530
2530
2631

İlk 12 satır (toplam 20) · Bu örnekteki tüm sayılar SciPy 1.16.3 ile bağımsız olarak yeniden hesaplanır. Veriyi indirin (CSV)

Welch t-testi ortalama farkını anlamlı bulmadı, t(29.98) = −1.45, p = .158, ortalama fark = −3.10 dk, %95 GA [−7.47, 1.27]. Mann-Whitney U testi ise tek sayfa grubunun daha kısa sürede bitirme eğilimini anlamlı buldu, U = 117.5, p = .026. Ayrışma, tek sayfa grubundaki birkaç uzun sürenin ortalamayı yukarı çekmesinden kaynaklanır; birincil sonuç Welch’tir, ayrışma raporda yazılır.

Yöntem bölümünde bu karar kısaca gerekçelendirilir:

Tamamlama süresinin dağılımı çarpıklık, basıklık ve Shapiro-Wilk testiyle incelendi. Tek sayfa grubunda Shapiro-Wilk testi normallikten sapma gösterdi (W = .874, p = .014); ancak hiçbir grupta çarpıklık mutlak değerce 2’yi, fazla basıklık 7’yi aşmadığı için (West vd., 1995) gruplar Welch t-testiyle karşılaştırıldı. Mann-Whitney U testi duyarlılık analizi olarak raporlandı; iki testin sonucu ayrıştığında birincil sonuç olarak Welch t-testi esas alındı ve ayrışma bulgularda açıklandı.

Sık yapılan hatalar

  • Parametrik olmayan testi “güvenli seçenek” saymak. Bu testler başka bir soruyu yanıtlar ve dağılım biçimleri farklıyken yanıltabilir.
  • Mann-Whitney sonucunu ortalama farkı ya da kesin ortanca farkı olarak yorumlamak. Ortanca yorumu benzer dağılım biçimi ister.
  • Normallik testine göre test değiştirmek. Shapiro-Wilk raporlanır, karar çarpıklık ve basıklığın büyüklüğüyle ve ölçek düzeyiyle verilir.
  • Sıralı eşleştirilmiş veride Wilcoxon işaretli sıralar testi kullanmak. Sıralı ölçekte farkların büyüklüğü tanımlı değildir; işaret testi kullanılır.
  • İki testi de yapıp anlamlı olanı seçmek. Birincil test önceden belirlenir, öteki duyarlılık analizi olarak açıkça raporlanır.

Sık sorulan sorular

Parametrik olmayan testler hiç varsayım yapmaz mı?

Yapar. Gözlemlerin bağımsız olduğunu ve ölçümün en az sıralı olduğunu varsayar. Sonucu bir konum ya da ortanca farkı olarak yorumlamak için de grupların dağılım biçimlerinin benzer olması gerekir.

Mann-Whitney U testi ortancaları mı karşılaştırır?

Yalnız iki grubun dağılımı aynı biçimdeyse ve biri ötekine göre kaymışsa. Genel olarak test, bir gruptan seçilen değerin ötekinden büyük çıkma olasılığına duyarlıdır; biçimler farklıyken ortancalar eşit olsa bile anlamlı çıkabilir (Divine vd., 2018).

Likert verisinde parametrik test kullanılabilir mi?

Tek bir madde sıralıdır ve parametrik olmayan testlerle incelenir: iki bağımsız grupta Mann-Whitney U, üç ve daha çok grupta Kruskal-Wallis, tek örneklemde ve önce-sonra ölçümünde işaret testi. Çok maddenin toplamı ya da ortalaması olan ölçek puanı genellikle sürekli kabul edilir ve parametrik testlerle karşılaştırılır.

Örneklem küçükse parametrik olmayan test daha mı güvenlidir?

Hayır. Küçük örneklemde normallik testleri sapmayı yakalayacak güçte değildir, parametrik olmayan testlerin kesin p değerleri de kesiklidir ve çok küçük gruplarda anlamlılığa hiç ulaşamayabilir. Karar ölçek düzeyine ve çarpıklık ile basıklığın büyüklüğüne göre verilir.

Shapiro-Wilk testi anlamlı çıktı, ne yapmalıyım?

Sonucu raporlayın ve her grubun çarpıklık ve basıklık değerlerine, histogramına ve Q-Q grafiğine bakın. Ölçüm sürekliyse ve hiçbir grup belirgin biçimde normal dışı değilse parametrik test birincil kalır; parametrik olmayan karşılığını duyarlılık analizi olarak ekleyin.

İki test farklı sonuç verirse hangisini raporlamalıyım?

Analiz planında birincil olarak belirlediğiniz testi birincil sonuç olarak, ötekini duyarlılık analizi olarak raporlayın ve ayrışmayı açıklayın. Ayrışma çoğu zaman iki testin farklı soruları sormasından ya da grupların dağılım biçimlerinin farklı olmasından kaynaklanır; bu kendi başına bir bulgudur.

Kaynakça

  1. Conover, W. J. (1999). Practical nonparametric statistics (3rd ed.). Wiley.
  2. Delacre, M., Lakens, D., & Leys, C. (2017). Why psychologists should by default use Welch's t-test instead of Student's t-test. International Review of Social Psychology, 30(1), 92–101.
  3. Divine, G. W., Norton, H. J., Barón, A. E., & Juarez-Colunga, E. (2018). The Wilcoxon–Mann–Whitney procedure fails as a test of medians. The American Statistician, 72(3), 278–286.
  4. Fagerland, M. W. (2012). t-tests, non-parametric tests, and large studies—a paradox of statistical practice? BMC Medical Research Methodology, 12, Article 78.
  5. Fay, M. P., & Proschan, M. A. (2010). Wilcoxon-Mann-Whitney or t-test? On assumptions for hypothesis tests and multiple interpretations of decision rules. Statistics Surveys, 4, 1–39.
  6. Hodges, J. L., Jr., & Lehmann, E. L. (1956). The efficiency of some nonparametric competitors of the t-test. The Annals of Mathematical Statistics, 27(2), 324–335.
  7. Kim, H.-Y. (2013). Statistical notes for clinical researchers: Assessing normal distribution (2) using skewness and kurtosis. Restorative Dentistry & Endodontics, 38(1), 52–54.
  8. Lumley, T., Diehr, P., Emerson, S., & Chen, L. (2002). The importance of the normality assumption in large public health data sets. Annual Review of Public Health, 23, 151–169.
  9. Rochon, J., Gondan, M., & Kieser, M. (2012). To test or not to test: Preliminary assessment of normality when comparing two independent samples. BMC Medical Research Methodology, 12, Article 81.
  10. West, S. G., Finch, J. F., & Curran, P. J. (1995). Structural equation models with nonnormal variables: Problems and remedies. In R. H. Hoyle (Ed.), Structural equation modeling: Concepts, issues, and applications (pp. 56–75). Sage.

Bu analizi şimdi yapın

Basira’da kendiniz yapın

Bağımsız Gruplar t-Testi modülünü örnek veriyle açın; sonra kendi verinize geçin.

Analizi aç

Uzmanla çalışın

Tez ya da makaleniz için doktora düzeyinde uzmanlar analizinizi yapar veya denetler.

Nasıl çalışır?

İlgili yazılar