SPSS ile Karışık Desenler İçin Varyans Analizi (Split Plot ANOVA)

Bu yazıda karışık desenler için varyans analizinin SPSS ile nasıl yapıldığını bulabilirsiniz.

Şöyle bir araştırma deseni düşünün:

En az iki grubunuz var. Birisi deney grubu, diğeri ise kontrol grubu. Bu grupların hepsinden bir ön test ölçümü aldınız. Sonra deney grubuna işlemi uyguladınız ve işlem bitince aynı gruplardan bir de son test ölçümü aldınız.

Bu tür bir araştırma deseni hem tekrarlı ölçüm hem de gruplararası fark barındırdığı için karışık desen olarak bilinmektedir.

[symple_box color=”red” fade_in=”true” float=”center” text_align=”center” width=””]
Aşağıdaki gibi yazı karakteri farklı ve italik fontla yazılmış olan bilgiler istatistik, ölçme, yöntembilim gibi alanlarda daha uzman olanlar için eklenmiştir. Sadece analizi yapmak isteyenler için gereksiz bilgiler sayılabilir.
[/symple_box]

[symple_testimonial by=”” fade_in=”true”]Karışık desen denmesinin ikinci ve çok daha doğru bir sebebi ise şudur. Böylesi bir desende iki farklı hata varyansı hesaplanmasına ihtiyaç duyulmaktadır. Birinci hata gruplararası varyanstan kaynaklanan hata, ikincisi ise ölçümlerarası varyanstan kaynaklanan hatadır. Bu iki hatanın hesaplanma biçimleri farklı olduğundan iki farklı hata varyansı hesaplamasını da içerdiğinden desen karışık desenler olarak bilinmektedir. [/symple_testimonial]

Karışık deseni görsel hale şöyle getirebiliriz:

Biz bu görseli son yıllarda pek çok alanda yapılan araştırma konularında çok sık rastlanan bir hale döndürürsek görsel şuna benzeyecektir:

Burada sorulacak temel soru şudur:

Neden önce öntestler arasında t testi ile anlamlı fark var mı diye bakıp, fark yoksa sonra t testi ile son test arasında anlamlı fark var mı diye bakmıyoruz?

Sebebi şudur: Siz bir analiz yaptığınızda araştırmaya katılacak gruplar ya da ölçümler hakkında bir tane karar vereceksiniz. Mesela şöyle diyeceksiniz: Deney grubu kontrol grubundan daha çok ilerleme göstermiştir. Fakat bu kararı verirken iki kere analiz yapmak zorunda kalacaksınız. Böylece iki kere istatistik hatasıyla karşılaşmış olacaksınız. Kararınızı tek ama hatanız iki tane olacak. Bu istatistikte şu anlama gelir: kararınız yanlış olabilir!

O nedenle, tüm grupların bir seferde “ön testten son teste olan değişimlerini” test etmeniz gerekir. böylece istatistiksel hatanız bir kere yapılmış olur ki istenen de budur. Bu işi Anova yapabilir.

[symple_testimonial by=”” fade_in=”true”]t testi ile örneğin 3 grubun arasında anlamlı fark var mı diye karşılaştırma yaptığımızda her karşılaştırmada 1. tip hata olasılığımız 0,05 olacaktır. Karşılaştırma sayısı kadar hata ihtimali artacağından 3 grup hakkında vereceğimiz karar artık 0,05 düzeyinde kalmayacaktır. Kararımız artık şu formülle hesaplanacak hata katsayısı düzeyinde olacaktır. Örneğin 3 tane grubun ortalamasını birbiriyle t testiyle karşılaştıracak olsak olacaktır. Böylece 3 grup arasında fark varsa da yoksa da verdiğiniz karar %5 düzeyinde değil (en fazla) %14 düzeyinde hata ile verilmiş bir karar olacaktır. [/symple_testimonial]