1. İstatistik sonuçları genel olarak makalenin bulgular veya sonuçlar bölümünde duyurulmalıdır.

2. En önemli bulgular bir kaç formda(yazıyla, grafikle, tabloyla vb) gösterilmelidir.

3. Sadece gerekli bulgular sunulmalıdır (makale bir tablo veya istatistik çöplüğüne çevrilmemelidir).

4. Testlerin yapıldığı örneklemin rasgele olup olmadığı belirtilmelidir. (Rasgele olmayan örneklemlerde yapılan testlerin istatistiksel açıdan genellenebilirlik özelliği yoktur.)

Güven aralığı istatistiksel testler sonucunda yanlış çıkarımlar yapma riskini gösterir. Güven aralığı yükseldikçe 1. Tür hata olasılığı azalır 2. Tür hata olasılığı yükselir.

1. Tür hata: Test sonucu istatistiksel olarak önemli gösterdiği halde gerçekte rastlantıdır veya şanstır.

2. Tür hata: Test sonucu istatistiksel olarak önemsiz gösterdiği halde gerçekte önemlidir.

Örnek: "Kişisel web sayfası sahibi olmak matematiksel becerileri geliştirir" hipotezini araştırırken çıkarımsal istatistik testleri yapılır.

Durum 1: Test sonuçları istatistiksel olarak önemli çıksın.

p=0,05 yani güven aralığı = % 95 olsun.Bunun anlamı şudur: % 95 olasılık ile gerçekten sonuçlar önemlidir(web sayfası mat. becerileri geliştirir). Diğer yandan % 5 olasılıkla gerçekte sonuçlar önemli olmadığı(web sayfası mat. becerileri geliştirmez.) halde biz sonuçları önemli bulabiliriz. (1. Tür hata olasılığı % 5)

p=0,01 yani güven aralığı = % 99 olsun.Bunun anlamı şudur: % 99 olasılık ile gerçekten sonuçlar önemlidir(web sayfası mat. becerileri geliştirir). Diğer yandan % 1 olasılıkla gerçekte sonuçlar önemli olmadığı(web sayfası mat. becerileri geliştirmez) halde biz sonuçları önemli bulabiliriz. (1. Tür hata olasılığı %1)

Durum 2: Test sonuçları istatistiksel olarak önemsiz çıksın.

p=0,05 yani güven aralığı = % 95 olsun.Bunun anlamı şudur: % 95 olasılık ile gerçekte sonuçlar önemli(web sayfası mat. becerileri geliştirir) olduğu halde biz sonuçları önemsiz bulmuş olabiliriz. Diğer yandan % 5 olasılıkla gerçekten sonuçlar önemsizdir. (2. Tür hata olasılığı % 95)

p=0,01 yani güven aralığı = % 99 olsun.Bunun anlamı şudur: % 99 olasılık ile gerçekten sonuçlar önemli(web sayfası mat. becerileri geliştirir) olduğu halde biz sonuçları önemsiz bulabiliriz. Diğer yandan % 1 olasılıkla gerçekten sonuçlar önemsizdir (2. Tür hata olasılığı %99)

Demek ki güven aralığını arttırmak 1. tür hata olasılığını azaltırken 2. tür hata olasılığını arttırmaktadır. Aslında hata olasılığını en iyi azaltan etken örneklem büyüklüğünü arttırmaktır.

1. Araştırma Hipotezi: Araştırmacı literatür'e ve kendi gözlemlerine dayanarak bir hipotez ortaya atar. Bu hipoteze araştırma hipotezi denir. Bu hipotez araştırmacının problem durumuna vermek istediği yanıttır.

1."Gruplar arasında ilişki veya fark yoktur." hipotezi ortaya atılır.
2. Toplanan verilere çıkarımsal istatistik testleri uygulanır.
3. Test sonuçları değerlendirilir. 
4. 

General prerequisites:

1. Goal of the test is to "Compare three or more unmatched groups".
2. Type of data is "Measurement (from Gaussian Population)"

1. n > 30
   
2. random sampling.
3. The variables are continuous.
   
4. The two groups have approximately equal variance on the dependent variable. You can check this by looking at the Levene's Test.

SPSS Output

Following is a sample output of a One-Way ANOVA. We compared the mean level of prejudice of first-years, sophomores, juniors, and seniors. Mean level of prejudice is our dependent variable, and year in college is our independent variable.

First, we see the descriptive statistics for each of the 4 years in college.

It looks like first-years have the highest mean level of prejudice, and seniors have the lowest mean level of prejudice.

Next we see the results of the Levene's Test of Homogeneity of Variance.

This tells us if we have met our second assumption (the groups have approximately equal variance on the dependent variable). If the Levene's Test is significant (the value under "Sig." is less than .05), the two variances are significantly different. If it is not significant (Sig. is greater than .05), the two variances are not significantly different; that is, the two variances are approximately equal. If the Levene's test is not significant, we have met our second assumption. Here, we see that the significance is .435, which is greater than .05. We can assume that the variances are approximately equal. We have met our second assumption.

Finally, we see the results of our One-Way ANOVA:

Our F value is 3.110.

Our significance value is .027.

There is a significant difference between the two groups (the significance is less than .05).

Therefore, we can say that there is a significant difference between first-years, sophomores, juniors, and seniors on their level of prejudice.

We can look at the results of the Post-Hoc Comparisons to see exactly which pairs of groups are significantly different.

General prerequisites:

1. Goal of the test is to "Compare two paired groups".
2. Type of data is "Measurement (from Gaussian Population)"

1. n > 30
   
2. random sampling.
3. The variables are continuous.
   
4. Same group two measurements (pretest, post test).
   

How to think about results from an unpaired t test

The Paired Samples T Test compares the means of two variables. It computes the difference between the two variables for each case, and tests to see if the average difference is significantly different from zero.

Following is sample output of a paired samples T test. We compared the mean test scores before (pre-test) and after (post-test) the subjects completed a test preparation course. We want to see if our test preparation course improved people's score on the test.

First, we see the descriptive statistics for both variables.

The post-test mean scores are higher.

Next, we see the correlation between the two variables.

There is a strong positive correlation. People who did well on the pre-test also did well on the post-test.

Finally, we see the results of the Paired Samples T Test. Remember, this test is based on the difference between the two variables. Under "Paired Differences" we see the descriptive statistics for the difference between the two variables.

To the right of the Paired Differences, we see the T, degrees of freedom, and significance.

The T value = -2.171

We have 11 degrees of freedom

Our significance is .053

If the significance value is less than .05, there is a significant difference.
If the significance value is greater than .05 there is no significant difference.

Here, we see that the significance value is approaching significance, but it is not a significant difference. There is no difference between pre- and post-test scores. Our test preparation course did not help!

Türkçe

Bağımlı t testi ne zaman kullanılır?

Genel koşullar:

1. Amacımız "Eşlenmiş iki grubu yada bir gruba ait ön test ve son test sonuçlarını karşılaştırmak" olduğunda.

2. Veri türümüz "Normal dağılımdan alınan bir örneklem" ise.

Özel koşullar:

1. n > 30

2. Rasgele örneklem seçimi

3. Değişkenler sürekli.

4. Aynı grup iki ölçüm (Ön test, son test)

Bağımlı t testi nasıl yorumlanır?

t testi yapıldığında significance p değeri .05 ten küçük çıkarsa % 95 güven aralığında ölçümler arasında anlamlı bir fark vardır denir.

Örneğin yukarıdaki örnek ön test ve son test karşılaştırmasında p = .053 bulmuştur. Buna göre significance .05 ten küçük olmadığı için ön test ve son test arasında anlamlı bir fark bulunamamıştır. Yani verilen öğretim yararlı olmamıştır.

Yukarıdaki örnekte

T değeri = -2.171

Serbestlik derecesi 11

significance .053 tür.

These calculations are
Courtesy of Susan Archambault
Psychology Department, Wellesley College

General prerequisites:

1. Goal of the test is to "Compare two unpaired groups".
2. Type of data is "Measurement (from Gaussian Population)"

1. n > 30
   
2. random sampling.
3. The two groups have approximately equal variance on the dependent variable. You can check this by looking at the Levene's Test.
4. The two groups are independent of one another.

How to think about results from an unpaired t test

The unpaired t test compares the means of two groups, assuming that data are sampled from Gaussian populations. The most important results are the P value and the confidence interval.

The P value answers this question: If the populations really have the same mean, what is the chance that random sampling would result in means as far apart (or more so) than observed in this experiment?

Following is a sample output of an independent samples T test. We compared the mean scores of 48 students (24 male vs. 24 female).

First, we see the descriptive statistics for the two groups. We see that the mean for the "boys" group is approximately same as the "girls" group. That is, boys, on average, had taken same scores as girls.

Next, we see the Levene's Test for Equality of Variances. This tells us if we have met our second assumption (the two groups have approximately equal variance on the dependent variable). If the Levene's Test is significant (the value under "Sig." is less than .05), the two variances are significantly different. If it is not significant (Sig. is greater than .05), the two variances are not significantly different; that is, the two variances are approximately equal. If the Levene's test is not significant, we have met our second assumption. Here, we see that the significance is .793, which is greater than .05. We can assume that the variances are approximately equal.

Finally, we see the results of the Independent Samples T Test. Read the TOP line if the variances are approximately equal. Read the BOTTOM line if the variances are not equal. Based on the results of our Levene's test, we know that we have approximately equal variance, so we will read the top line.

We have 46 degrees of freedom.

There is not a significant difference between the two groups (the significance is more than .05).

Therefore, we can say that there is not a significant difference between the boys and girls groups. Boys and girls took approximately same scores from this test.

Türkçe

Bağımsız t testi

Genel koşullar:

1. Amacımız "Bir grup ortalamasını başka bir grup ortalaması ile karşılaştırmak" olduğunda.
2. Veri türümüz "Normal dağılımdan alınan bir örneklem" ise.

1. n > 30
2. Rasgele örneklem seçimi
3. Bağımlı değişken cinsinden her iki grubun varyansları yaklaşık olarak aynı olmalı.
4. Gruplar birbirinden bağımsız olmalı.
   

1. Goal of the test is to "Compare one group to a hypothetical value".
2. Type of data is "Measurement (from Gaussian Population)"

1. the difference between each value and hypothetical value should be independent. The results of a t test only make sense when the scatter is random.
2. If you chose a one-tail P value, you should have predicted whether the mean of your data would be larger than or smaller than the hypothetical mean.

Perhaps one of the simplest inferential test is used when you want to compare the average performance of two groups on a single measure to see if there is a difference. You might want to know whether eighth-grade boys and girls differ in math test scores or whether a program group differs on the outcome measure from a control group. Whenever you wish to compare the average performance between two groups you should consider the t-test for differences between groups.

Türkçe

Bağımsız t testi
Çıkarımsal istatistiğin belkide en kolay testlerinden birisi t testidir. Bu test basit bir değişkene göre iki grup arasında anlamlı bir fark olup olmadığını inceler. Örneğin 8. Sınıf kız ve erkek öğrencilerin matematik notları arasındaki fark veya bir program grubuyla kontrol grubu arasındaki farkı test edebilir.

Elimizdeki verilerin basitçe ortaya koymadığı ancak bizim bir takım matematiksel formüller ve denklemlerle ulaştığımız ve ham verilerden daha karmaşık sonuçlar ve genellemeler çıkartabildiğimiz istatistik dalı.

Using more detailed calculations and tests to make inferences from our data to more general conditions.