Mann-Whitney U testi, bağımsız örneklem t testine alternatif olan non-parametrik bir testtir. Bu test, benzer popülasyondan gelen iki bağımsız grup arasında ortalama farkına bakmak, ve gruplar arasında fark ya da eşitliği belirlemek için kullanılır. Mann-Whitney U testi genellilkle bağımlı değişken sıralı olduğunda ya da t-test için gerekli varsayımların sağlanmadığı durumlarda kullanılır.
Bu test non-parametrik bir test olduğu için, elde edilen skorların dağılımıyla ilgili herhangi bir varsayım gerekli değildir, ancak unutulmamalıdır ki, eğer parametrik bir test kullanılabiliyorsa öncelikli olarak bu tercih edilmelidir böylece testin gücü düşürülmemiş olur. Bu test için bir kaç gerekli ön-şart (varsayım) aşağıdaki gibi sıralanabilir:
İhtiyacınız olan veri setini indirmek için tıklayın. bu veri setini daha önce bağımsız örneklem t testinde kullandık, ve bu test için gerekli varsayımları sağlıyor.
Bir öğretmen programlama dersine yönelik geliştirdiği tutum anketini öğrencilerine uygulamış ve elde ettiği verilere göre kadın ve erkek öğrenciler arasında derse yönelik tutum açısından bir farklılık olup olmadığını test etmek istemiştir. Buna göre, öğretmen öğrencilerinin derse yönelik tutumlarını bir anket yardımıyla toplamış ve excel programına yüklemiştir.
Varsayımların kontürülden önce verilerin SPSS'e uygun şekilde girilmesi gerekir. Bu adımı doğru bir şekilde yapıldığını varsayarak devam ediyorum. Bağımsız değişkeni SPSS'e girerken variable view kısmında mutlaka cinsyet değişkeninin nominal, tutum değişkeninin ise scale olarak işaretlendiğinden emin olunmalıdır. Bu 1. e 2. varsayım için gereklidir. 3. varsayım için örneklemin birbirinden farklı olması, yani bir grupta yer alan bireylerin bir diğer grupta olmaması ve rastgele seçilmiş olması gerekir. 4. varsayımda, grupların normal dağılım göstermediğinden emin olunmalıdır. Bu testi yapabilmek için SPSS'de Analyze menüsünden Descriptive Statistics seçeneğini seçip, Dependent List kısmına bağımlı değişkenimizi Factor List bölümüne ise bağımsız değişkenimizi atıyoruz. Daha sonra Plots butonuna tıklayıp açılan pencereden Normality plots with tests seçeneğini seçiyoruz. Bütün bu aşamaları aşağıdaki resimde görebilirsiniz.
! isterseniz Explore Plots penceresinden Histogram seçeneğini seçerek sonuç ekranından grafikleride yorumlayarak normality hakkında yorum yapabilirsiniz.
Daha sonra sırasıyla Continue ve OK butonlarına basıp ve sonuçları yorumlayalım. Eğer aynı veri seti üserinde çalışıyorsanız aşağıdaki gibi bir sonuç elde etmelisiniz.
Bu sonuca göre, örneklem sayımız 50'den büyük olduğu için Kolmogorov-Smirnov test sonucuna bakıyoruz.Bu sonuç içerisinde eğer Sig. değeri 0.05'den küçükse yani anlamlıysa, erkek ve kadın gruplarındaki verilerin normal dağılım göstermediğini söylüyoruz. bu sonuçla birlikte, 4. varsayımıda sağlamış oluyoruz.
-1- Mann Whitney U testini gerçekleştirmek için aşağıdaki gibi, Analize menüsünden nonparametric Tests seçeneği alt menüden ise Independent Sample seçilir.
-2-Aşağıdaki gibi bir ekran açılacaktır. Bu ekranda Objective sekmesi için bir değişiklik yapmanıza gerek yok, Fields sekmesine geçerek cinsiyet değişkeni Groups alanına tutum_puanlari değişkeni iseTest Fields alanına aktarılır. Daha sonra yapılması gereken ise sadece Run butonuna tıklamaktır.
Eğer aynı veri setini kullandıysanız yukarıdaki gibi bir sonuç elde etmelisiniz. Bu sonucu daha anlamlı bir şekilde yorumlayabilmek için üzerine çift tıklamalısınız kaşınıza aşağıdaki gibi bir ekran çıkacaktır. Bu ekran içerisinde bakacağımız ilk şey sağ tarafta bulunan bölümde Sig. değeri olmalıdır bu değer p değeri olarak adlandırılır ve eğer 0,05'den büyükse null Hipotez, anlamlı fakrlılık yoktur, kabül edilir. Bizim sonuçlarımızda bu değer p=0,408 yani >0,05 olduğu için gruplar arasında anlamlı bir fark olmadığı sonucuna varılmalıdır. ve bu sonuçlar APA stiline göre aşağıdaki gibi yazılabilir.
Bu test için, çok detaylı olmamak kaydıyla, analiz SPSS'de yukarıdaki gibi yapılabilir. Eğer konuyla ilgili yorum ya da önerileriniz varsa aşağıda yorum bırakmayı unutmayın. Analizler konusunda yardım gerekirse benimle iletişime geçebilirsiniz. Bir grup öğrencimle birlikte her türlü istatistiksel analizde size yardımcı olabiliriz.
Deney ve kontrol gruplarına ön test olarak geleneksel teknoloji ile yapılmış 1 adet kayıt dinlettirilerek kaydın 5 farklı kriteri açısından puanlanması istenmiştir. Ardından son test olarak yeni teknolojiye ait 3 adet kayıt dinlettirilerek yine kaydın aynı 5 kriteri açısından puanlanması istenmiştir. Hem öntestte hem de son testteki kayıtlar aynı sanatçının aynı performansına aittir. Öntest ile sontest arasında deney grubuna haftalar süren bir eğitim verilmiş, yeni teknoloji hakkında deneyim kazanmaları sağlanmıştır. Yeni teknoloji ile yapılmış 3 kaydın 5 kriter yönünden öne çıkan yanlarını ve kullanılma alanlarını daha ziyade araştırmaktayız. Wilcoxon analizi ve Mann Whithey-U testlerini mi uygulamalıyız? Öneriniz var mıdır? Çok teşekkür ederim.
Merhaba,
doğrusu durum biraz karışık gibi pek anladığımı söyleyemem. ancak genel olarak şunu söyleyebilirim, eğer aynı grubun ön-test son-test puan farklarına bakmak istiyorsan paired smaple t-test yapmalısın. yok eğer farklı grupların ön-test ya da son-test puan farklarına bakmak istiyorsan o zaman bağımsız örneklem t testi yapmalısın. Senin bahsettiğin testler non-parametrik testler, bunları kullanmak için parametrik testlerin varsayımmarının sağlanmaması gerekir.
Merhaba, anlamlı çıkan Kruskall Wallis testinden sonra bonferroni düzeltmesi ile Mann Whitney U testi yapmanız gerekir. bence doğru yapmışsınız. Çalışmanızda başarılar
Fatih merhaba, eğer ön test sonuçları deney ve kontrol grubunda anlamlı şekilde farklılaşmışsa ANCOVA analizi yürütmen gerekir, yani ön test sonuçlarını covarite olarak analize dahil etmen lazım, kolay gelsin, çalışmanda başarılar dilerim
Ben bu p değerinin anlamsız çıkmasını fakat sıra ortalamaları arasındaki farkın deney grubu lehine olduğunu nasıl ifade edebilirim bu konu hakkında bir makale var mı kaynak gösterebileceğim?
Yoksa bonferroni düzeltmesi mi yapmam gerekiyor?
Deniz merhaba, tezinde başarılar dilerim.
Soruna gelince, öncelikle p değeri eğer 0,48 ise bunu 0,50 ye yuvarlayamazsın bu doğru değil çünkü anlamlı olan bir p değerini sen anlamsız hale getiriyorsun. ikinci mesele bonferroni düzeltmesi çoklu t-test analizleri için geçerlidir. Yani eğer post-hoc analizi yapacaksan bonferroni düzeltmesi gerekir. Örneğin bir ANOVA analizinde ancak bonferroni düzeltmesi gerekir.
Umarım yardımcı olabildim. Kolaylıklar.
1. Tabi önce bu gruplar arasında uygulama öncesinde anlamlı fark olmaması gerek. ilk dönem mat ortalamalarını çıkarttım bunlar arasında anlamlı fark olup olmadığını nasıl test edeceğim. (veriler eşit aralıklı oluyor dimi.) ben çarpıklık basıklık katsayısına baktım. +1 ile -1 arasında ise normal dağılım gösterdiğini kabul ettim. Normal ise ilişkisiz örneklem t testi yaptım. levene testine baktım varyansları eşit. sig değerine baktım p>0.05 ise anlamlı farklılık yoktur dedim. Doğru mu? Çünkü burda bağımsız değişken yok. Bu durumda t testi yapılabilir mi?
2. Ön test puanları için de aynı soruları soruyorum.
3. Son test puanlarını spss e girdim. grupların son test puanlarını ilişkisiz örneklem t testi ile kıyasladım. ancak grubu kendi içinde mi kıyaslamalıydım? ön test son test puanlarını mı kıyaslamalıydım?
4. çarpıklık basıklık +1 ile -1 arasında çıkmazsa mann whitney U yaptım. burda şöyle bir sorun var. iki grubumuz var (deney-kontrol) deney grubu için ayrı çarpıklık-basıklık, kontrol grubu için ayrı çarpıklık-basıklık değeri çıkıyor. Abdullah Can'ın kitabında split File seçeneğiyle grupları ayrı ayrı inceleyin denilmiş. bu iki grup için toplam dört değerin (çarpıklık-basıklık) tamamının mı +1 ile -1 arasında olması gerekiyor? mesela üçü bu aralıkta biri dışarda kalınca ben hemen mann whitney mi yapmalıyım? Ayrıca normallik için grupları split file ile ayırmalı mıyım? internette izlediğim videolarda hiç ayıran göremedim
şimdiden teşekkürler hocam:)
Cihat merhaba,
Öncelikle şunu bilmen gerek. Ön-test son-test tasarımlı bir çalışmayı bir kaç şekilde değerlendirmek ya da analiz etmek mümkündür. Bunlar t-test, ANCOVA, repeated meause ANOVA olabilir. Tabi bağımlı değişken sayın değişirse analizlerde değişir. Senin sorunda bahsettiğin şekilde, t-test ile bunu yapabilirsin, ancak katılımcıların ön-test skorları arasında anlamlı bir farklılık olmaması gerekir. Aksi durumda t-test ile post-test sonuçlarına bakman anlamsız olur.
Her analiz için gereken varsayımlar değişiklik göstermesine rağmen sorduğun için söylüyorum, normality bir kaç şekilde bakılabilir. Skewness ve kurtosis, Kolmogorov–Smirnov ya da histogram bunlardan en bilinen ve kullanılan yöntemler arasında yer alır. Bunlar çeşitli referanslarla kullanılabilir. Hepsini birden kullanabileceğin gibi bunlardan bir veya ikisinide kullanabilirsin. Varsayım analizlerinde p değerinin 0,05 den büyük olması gerekir. Bu bütün varsayımlar için geçerlidir. Ayrıca, ön-test ve son-test skorlarına ayrı ayrı bakman gerekir. yani deney grubunda ve kontrol grubunda son-test puanlarının normality değerlerine bakmalısın.
Son olarak mann whitney U testi non parametrik bir testtir bu tes için normality aranmaz. aten verilerin normal dağılmadığı için mann whitney U testini uygularsın.
Umarım faydalı olur. Çalışmanda başarılar.
Size bir konuda danışmak istiyorum. Tezim için şirketlerde yöneticinin cinsiyeti değiştiğinde şirket performansının nasıl etkileyebileceğini görmek için, cinsiyetler arasında farklılıkliklari analiz etmek için elimde veri Seti var da bunun için mann Whitney u ya da wilcoxon testi mi daha doğru olur
Fatma Merhaba,
Cinsiyet değişkenine bağlı olarak verilerin değişimlerini incelemek istiyorsan Bağımsız örneklem t testi kullanmalısın. Ancak eğer verilerin gerekli varsayımları sağlamazsa, örneğin normallik gibi, o zaman Mann Whitney u test i düşünebilirsin. Unutma Mann Whitney u test gibi non-parametrik testlerden önce parametrik bir test kullanmayı denemelisin. Tezinde başarılar dilerim.
Verilerin normal dağılmıyor, bu sebeple non parametrik test yapmam lazım fakat danisman hocam wilcoxon ile yapmamı söylüyor yapabilir miyim.
Fatma, Wilcoxon sign test'i bağımlı örneklemler (paired sample t test) için non-parametric alternative bir testtir. Yani eğer sen farklı iki zamanda bir veri toplamış ve bunlar arasında değişime bakacaksan bu testi kullanmalısın (örneğin ön-test sontest çalışmaları gibi). Eğer doğru anladıysam, sen cinsiyet'e bağlı değişimleri incelediğin için bu bağımsız örneklemler oluyor. Bu durumda Bağımsız örneklem t testi kullanacaksın, eğer bu testi varsayımlar sağlanmasığı için yapamıyorsan Mann Whitney U testi yapmalısın. Anlattıklarından benim ulaştığım sonuç bu ancak eğer istersen durumunu daha iyi anlatmak için beni okul numaramdan arayabilirsin.
Hale merhaba, hocan haklı. Nonparametrik testler kullandığında verilerin normal dağılmıyor demektir. Bu durumda, ortalama ve standart sapma değerleri raporlanmaz bunun yerine genellikle medyan ve IQR (interquartile range) kullanılır. Tezinde başarılar dilerim.
Öncelikle bu harika makale için çok teşekkürler. Ben sizin yazdıklarınızı takip ederek 50 maddelik bir ölçeği Mann Whitney U testi uyguladım. Maddeler arasında sadece 3 tane anlamlı fark çıktı. Bunların nasıl yorumlanacağını bilmiyorum. Anlatırsanız sevinirim.
Ahmet merhaba, öncelikle maddeleri hangi bağımsız değişkene bağlı olarak analiz ettin, bunu belirtmen gerek, örneğin cinsiyet ya da hangi bağımsız değişkense onu yazmalısın. Bundan sonra yapman gereken, ilgili maddelerin bağımsız değişkene göre sonuçlarını raporlaman. bunu yaparken a maddesinde örneğin cinsiyete bağlı olarak kız öğrencilerin ortalama puanları erkek örnencilere göre daha yüksek ve anlamlıdır deyip ilgili bulguları raporlanman. Hepsi bu.
Tamamdır hocam, anladım.
Hızlı dönüş için çok teşekkürler.
Alper merhaba, iki gruptan kastın bağımsız değişkenin grupları olmalı. eğer bu şekilde ise, yeni bir grup tabiki ekleyebilirsin ancak o zaman MAnn-Whitney U testi kullanmazsın. Çünkü değişkenin grup sayıları ikiden fazla olursa, ANOVA yapman gerekir tabiki bağımsız değişken sayısına bağlı olarak.
Tuğba merhaba, bilgim dahilinde zaten t-testler küçük örneklemler içindir, verilerin normal dağıldığı sürece Mann Whitney U testini kullanmana gerek yok. Ancak şunu da bil ki küçük örneklemler çalışmanın sadece power ını olumsuz yönde etkiler, onun dışında t-testler için en az şu kadar sayıda örneklem olmalı diye bir şey görmedim.
Merhaba Emine, elbette o değer 0,00 olabilir.
Çok teşekkür ederim hocam 🙏🏻
Merhaba,
Mann Whitney U testi non-parametrik bir testtir ve bu testi yürütmek için verilerin normal dağılım göstermemesi gerekir. Aslında zaten veriler normal dağılım göstermediği için bu testi yapıyoruz, yani daha önceden parametrik bir test yürütmeye çalıştık ancak verilerin normal dağılmadığını görünce non-parametrik bir test yaptık. Ancak ben okuyuculara bu testi de göstermek için yani verilerin normal dağılımını nasıl kontol ederiz sorusuna cevap vermek için bu testi de yaptım. Bu test, test of normality, sonucunda eğer significant değer buluyorsanız verileriniz normal dağılmıyor demektir yani sonuç olarak bu testin significant olmaması gerekir. Bu durum goodness of fit yöntemi ile açıklanabilir ancak daha detaya girmek istemiyorum. Ancak merak ediyorsanız, goodness of fit analizine bakabilir.
umarım anlaşılır olmuştur. kolaylıklar dilerim.
Merhaba
Öncelikle bazı sorulara cevap bulmana sevindim. Ancak mesajının devamı bence senle aynı şeyi söylemiyor :)
Adım adım gidelim. birinci sorunu şu şekilde cevaplayabilirim: öğrenci ne not aldıysa onu girmelisin, 0 ile 100 arasında bir değer olabilir ya da senin nasıl bir notlama sistemin varsa onu kullanabilirsin. ikinci sorunun cevanı ise, daha zor ve karmaşık. Çünkü eğer akademik bir çalışma için bir başarı testi kullanıyorsan bu testin geçerli ve güvenir olması gerekir. Diğer taraftan ver aralarında geçerlilik ve güvenirlik konusu oldukça yoğun bir konudur ancak bir iki cümleyle şöyle özetleyebilir.im Testin için çeşitli analizlerle geçerliliği belirleyebilirsin ancak öncelikle önerebileceğim eğer 0 ve 1 şeklinde notlanan bir test ise, KR20 ya da KR 21 kullanabilirsin. Bununla birlikte, test-tekrar test veya eşdeğer yarılar senin için diğer alternatifler olabilir. Buna çalışmayı yaptığın hocanla birlikte karar verirsen daha iyi olur çünkü hangi testi seçeceğini belirleyen çeşitli şartlar olabilir buna birlikte karar vermelisiniz. Seninde şu ana kadar yazdıklarımdan anlayabileceğin gibi, ilk sorun çok kolay ve hemen uygulanabilir. Ancak ikinci sorun yapılması zor ve zahmetli bir süreç. Umarım yardımcı olabilmişimdir. Kolaylıklar dilerim.