Bu yazıda önce temel regresyon adımlarını ele alacağız, ardından ileri regresyon yöntemlerine geçerek Jamovi’de bu analizleri nasıl uygulayabileceğinizi açıklayacağız.

Temel Regresyon Analizi

1. Basit Doğrusal Regresyon (Simple Linear Regression)

• Tek bir bağımsız değişken ile bir bağımlı değişken arasındaki ilişkiyi analiz eder.

• Kullanım alanı: Örneğin çalışma süresinin başarı üzerindeki etkisi.

Jamovi’de Uygulama:

• Menü: Analyses > Regression > Linear Regression

• Gerekli alanlara bağımlı ve bağımsız değişkenleri girin.

• Sonuçlar: Beta katsayıları, p-değerleri, R², grafikler.

2. Çoklu Doğrusal Regresyon (Multiple Linear Regression)

• Birden fazla bağımsız değişkenin aynı anda bağımlı değişken üzerindeki etkisi analiz edilir.

• Kullanım alanı: Eğitim süresi, yaş ve cinsiyetin iş performansı üzerindeki etkisi.

Çıktılar:

• R² ve Adjusted R²: Modelin açıklayıcılığı.

• Coefficients Table: Bağımsız değişkenlerin etkisi.

• Residuals Plot: Model hataları.

İleri Regresyon Analizleri

1. Hiyerarşik Regresyon (Hierarchical Regression)

• Değişkenler modele kademeli olarak eklenir.

• Amaç: Her değişken grubunun modele katkısını test etmek.

Jamovi’de Uygulama:

• Model 1: Temel değişkenler

• Model 2: Yeni değişkenlerle genişletilir.

• Karşılaştırma: R² artışı, AIC/BIC farkları.

2. Ridge Regresyon (Küçültme Regresyonu)

• Çoklu doğrusal bağlantı (multicollinearity) sorunlarını azaltır.

• Beta katsayılarını küçültür, overfitting’i engeller.

Not:

Jamovi’de doğrudan Ridge regresyon özelliği yer almamakla birlikte, ek modüllerle veya R kodlarıyla gerçekleştirilebilir.

3. Lasso Regresyon

• Hem küçültme hem de değişken seçimi yapar.

• Az sayıda ama anlamlı değişkenle model oluşturmayı sağlar.

Kullanım Alanları:

• Biyoinformatik

• Sosyal medya veri analizi

• Yüksek boyutlu veri kümeleri

Model Seçimi ve Değerlendirme

Jamovi, model karşılaştırması yaparken aşağıdaki ölçütleri sunar:

• AIC / BIC: Model karmaşıklığı ve uygunluğu.

• Adjusted R²: Regresyon modeli ne kadar açıklayıcı.

• RMSE (Root Mean Square Error): Ortalama hata değeri.

• Cross-validation (CV): Modelin genellenebilirliği (manuel yapılabilir).

Etkileşimli Terimler (Interaction Terms)

Bazı durumlarda iki değişkenin birlikte etkisi modele dâhil edilir:

Bu ifade Jamovi’de hem bireysel etkileri hem de etkileşim etkisini test eder.

Artıkların Analizi

İyi bir regresyon modelinin artık (residual) dağılımı:

• Normal dağılmış olmalı

• Ortalama sıfır olmalı

• Varyans sabit olmalı (homoskedastisite)

Jamovi, artıklar için histogram, Q-Q grafiği ve scatter plot sunar.

Çoklu Doğrusal Bağlantı (Multicollinearity)

Çoklu doğrusal bağlantı, regresyon analizinin güvenilirliğini azaltır. Jamovi, VIF (Variance Inflation Factor)hesaplaması ile bu sorunu belirlemenize yardımcı olur.

• VIF > 5: Potansiyel sorun

• VIF > 10: Ciddi sorun

Doğrusal Olmayan İlişkiler

Bazı ilişkiler doğrusal değildir ve doğrusal regresyon yetersiz kalır. Bu durumda:

• Polinom Regresyon uygulanabilir (manuel olarak yapılır)

• Veri transformasyonu ile ilişki doğrusal hale getirilebilir (log, sqrt, vb.)

Regresyon ve Görselleştirme

Jamovi, aşağıdaki grafiklerle regresyon analizlerini destekler:

• Dağılım grafiği (Scatter Plot)

• Regresyon doğrusu çizimi

• Artık grafikleri

• Etki diyagramları

Uygulama Alanları

• Eğitim: Öğrenci başarısına etki eden faktörlerin analizi

• Pazarlama: Kampanya başarısının tahmini

• Sağlık: Yaşam süresi ve risk faktörleri

• Finans: Hisse senedi performansı analizi

• Psikoloji: Davranışsal etmenlerin etkisi

Yaygın Hatalar

• Uygunsuz değişken seçimi

• Varsayım ihlalleri (normal dağılım, varyans homojenliği)

• Overfitting: Aşırı uyumlu modellerin genellenemez olması

• Eksik değişken problemi (omitted variable bias)

Sonuç

Jamovi ile hem temel hem de ileri düzey regresyon analizleri uygulanabilir. Regresyon analizleri, neden-sonuç ilişkilerini keşfetmek isteyen araştırmacılar için vazgeçilmez bir araçtır. Jamovi’nin sağladığı kullanıcı dostu arayüz ve güçlü analiz seçenekleri sayesinde, verinizi anlamlı bilgilere dönüştürmek hem pratik hem de etkilidir.

Veri, modern dünyanın en değerli varlıklarından biri haline gelmiştir ve iş dünyasında, araştırmada ve karar verme süreçlerinde kritik bir rol oynamaktadır. Biz, veri analizi konusundaki tutkulu bir topluluk olarak, veri biliminin ve analizinin gücünü vurguluyoruz. Web sitemiz, işletmelerden akademisyenlere ve veri meraklılarına kadar herkesin veri analizi becerilerini geliştirmesine yardımcı olmayı amaçlayan bir kaynaktır. Misyonumuz, veri analizi sürecini anlaşılır ve erişilebilir hale getirmek, verilerin içinde gizlenen değeri açığa çıkarmak ve daha bilinçli kararlar almalarını desteklemektir.

Web sitemiz, geniş bir veri analizi yelpazesi sunmaktadır. Hangi sektörde olursanız olun veya hangi veri analizi aracını kullanıyorsanız kullanın, ihtiyaçlarınıza uygun hizmetler sunuyoruz. SPSS, R, Python, Excel veya diğer analiz araçlarını kullanarak veri madenciliği, hipotez testleri, regresyon analizi, zaman serisi tahmini, segmentasyon ve daha fazlasını içeren çeşitli analiz türlerini kapsarız. Ayrıca, öğrenmeyi kolaylaştırmak için zengin kaynaklar, öğreticiler ve interaktif araçlar sunuyoruz.

The post Jamovi ile Temel ve İleri Regresyon Analizi first appeared on Veri Analizi Yaptırma Merkezi & Danışmanlık.

T-testi Nedir?

T-testi, iki grup ortalaması arasındaki farkın anlamlı olup olmadığını ölçen parametrik bir testtir.

T-testi Türleri:

1. Bağımsız Örneklem T-testi (Independent Samples T-test): İki farklı grubun ortalamaları karşılaştırılır (örneğin: kadın vs erkek).

2. Bağımlı Örneklem T-testi (Paired Samples T-test): Aynı bireylerin iki farklı zamandaki ölçümleri karşılaştırılır (örneğin: ön test ve son test).

3. Tek Örneklem T-testi (One Sample T-test): Bir grup ortalaması belirli bir sabit değere kıyaslanır.

Jamovi’de T-testi Uygulaması

Bağımsız Örneklem T-testi

1. Menüden: Analyses > T-Tests > Independent Samples T-Test

2. Dependent Variable (Sürekli değişken): Teste tabi olan ölçüm (örnek: sınav puanı)

3. Grouping Variable (Gruplar): Karşılaştırılacak gruplar (örnek: cinsiyet)

4. “Student” seçeneği ile klasik t-testi uygulanır. Varsayımlar sağlanmıyorsa “Welch” seçilebilir.

5. “Descriptives” kutucuğuyla grup ortalamaları ve standart sapmalar görüntülenebilir.

Paired Samples T-testi

1. Menüden: Analyses > T-Tests > Paired Samples T-Test

2. Aynı kişilere ait iki ölçüm (örnek: ön_test, son_test) eşleştirilir.

3. Aralarındaki fark analiz edilir.

Tek Örneklem T-testi

1. Menüden: Analyses > T-Tests > One Sample T-Test

2. Sadece bir sürekli değişken seçilir.

3. Varsayılan karşılaştırma değeri girilir (örneğin: beklenen ortalama = 50)

Test Varsayımları

• Normal dağılım: Veri normal dağılmalı (özellikle n < 30 ise)

• Varyans homojenliği: İki grubun varyansları birbirine yakın olmalı (Levene testi ile kontrol edilir)

Jamovi’de bu varsayımlar grafiklerle ve p-değerleriyle kolayca test edilir.

Sonuçların Yorumlanması

• p < 0.05: Gruplar arası fark istatistiksel olarak anlamlıdır.

• p > 0.05: Anlamlı fark yoktur.

Ek Göstergeler:

• Mean Difference: Ortalama fark

• 95% Confidence Interval: Güven aralığı

• Cohen’s d: Etki büyüklüğü (0.2 küçük, 0.5 orta, 0.8 büyük etki)

İki Örneklem Oranı Testi (Proportion Test)

Bu test, iki grubun oranlarının farklı olup olmadığını test eder. Örneğin:

• Aşı grubunda iyileşme oranı %80

• Plasebo grubunda iyileşme oranı %60

Bu oranlar arasındaki fark anlamlı mı?

Jamovi’de Oran Testi Nasıl Yapılır?

Şu an itibariyle, Jamovi doğrudan “Proportion Test” arayüzü sunmamaktadır. Ancak şu yollarla dolaylı olarak yapılabilir:

1. R syntax modülü aktif edilerek “prop.test()” fonksiyonu kullanılabilir.

2. Veya ilgili veriler Jamovi’den RStudio’ya veya JASP gibi başka platformlara aktarılabilir.

3. Alternatif olarak oran verileri, categorical variable olarak tanımlanıp Analyses > Frequencies > Contingency Tables üzerinden ki-kare testiyle analiz yapılabilir.

Etki Büyüklüğü ve Güç Analizi

Jamovi’de t-testi sonrasında Cohen’s d otomatik verilir. Bu, testin pratik anlamda ne kadar önemli olduğunu gösterir.

Güç analizi (Power Analysis) için:

• Şu an yerleşik olarak Jamovi’de yoktur.

• Ancak G*Power yazılımı ile t-testi için örneklem büyüklüğü hesaplaması yapılabilir.

Grafiklerle Anlatım

T-testi ve oran testlerinin daha anlaşılır hale gelmesi için:

• Histogram

• Boxplot

• Bar Chart (Proportion Test için)

gibi görselleştirmeler Jamovi ile kolayca oluşturulabilir.

Uygulama Alanları

• Sağlık: Tedavi yöntemlerinin etkisi

• Psikoloji: Müdahale öncesi-sonrası karşılaştırmalar

• Eğitim: Farklı öğretim yöntemlerinin etkisi

• İşletme: İki mağaza satış oranı farkı

• Pazarlama: Kampanya öncesi ve sonrası müşteri ilgisi

Yaygın Hatalar ve Uyarılar

1. Normal dağılım varsayımı yapılmadan test uygulamak

2. Anlamlı farkı, pratikte de önemliymiş gibi yorumlamak (p ≠ etki)

3. Küçük örneklemle test yapıp sonuçları genellemek

4. Varyans homojenliği sağlanmadığında Student testi yerine Welch tercih etmemek

Sonuç

Jamovi ile t-testi ve oran testleri, istatistiksel analiz sürecini sadeleştiren ve güvenilir sonuçlar sunan yöntemlerdir. Özellikle eğitim, sağlık ve sosyal bilimlerde sık kullanılan bu testler, kullanıcı dostu arayüzü sayesinde herkesin erişebileceği hale gelir.

Basit karşılaştırmalardan ileri analizlere kadar, Jamovi ile güvenilir kararlar vermek mümkündür.

Veri, modern dünyanın en değerli varlıklarından biri haline gelmiştir ve iş dünyasında, araştırmada ve karar verme süreçlerinde kritik bir rol oynamaktadır. Biz, veri analizi konusundaki tutkulu bir topluluk olarak, veri biliminin ve analizinin gücünü vurguluyoruz. Web sitemiz, işletmelerden akademisyenlere ve veri meraklılarına kadar herkesin veri analizi becerilerini geliştirmesine yardımcı olmayı amaçlayan bir kaynaktır. Misyonumuz, veri analizi sürecini anlaşılır ve erişilebilir hale getirmek, verilerin içinde gizlenen değeri açığa çıkarmak ve daha bilinçli kararlar almalarını desteklemektir.

Web sitemiz, geniş bir veri analizi yelpazesi sunmaktadır. Hangi sektörde olursanız olun veya hangi veri analizi aracını kullanıyorsanız kullanın, ihtiyaçlarınıza uygun hizmetler sunuyoruz. SPSS, R, Python, Excel veya diğer analiz araçlarını kullanarak veri madenciliği, hipotez testleri, regresyon analizi, zaman serisi tahmini, segmentasyon ve daha fazlasını içeren çeşitli analiz türlerini kapsarız. Ayrıca, öğrenmeyi kolaylaştırmak için zengin kaynaklar, öğreticiler ve interaktif araçlar sunuyoruz.

The post Jamovi ile T-testi ve İki Örneklem Oranı Testi Uygulamaları first appeared on Veri Analizi Yaptırma Merkezi & Danışmanlık.