Anlamlılık Testi
Significance Testing / Test Of Significance
Tanım
🔹 1. (significance testing):
İki grup veya model arasındaki farkların şans eseri ortaya çıkma olasılığını değerlendirerek istatistiksel olarak anlamlı olup olmadığını belirleyen prosedürler bütünü.
🔹 2. (test of significance):
Gözlemlenen veriler arasındaki farkın veya ilişkinin şans eseri mi yoksa sistematik bir etki nedeniyle mi ortaya çıktığını değerlendirmek için kullanılan istatistiksel prosedürlerin bütünü.
Örnek Vaka / Uygulama
🔹 1. (significance testing): Yeni bir psikoterapi yönteminin depresyon skorlarını düşürüp düşürmediğini inceleyen bir araştırmada, tedavi grubunun kontrol grubuna göre gösterdiği iyileşmenin tesadüfi olup olmadığını anlamak için anlamlılık testi uygulanır. P < 0.05 eşiği sağlandığında, terapinin etkisinin şansa bağlı olmadığı yönünde karar kılınır. 🔹 2. (test of significance): Yeni bir psikoterapi yönteminin anksiyete skorlarını düşürüp düşürmediğini inceleyen bir araştırmada, tedavi grubunun son test puanları ile kontrol grubunun puanları arasındaki farkın tesadüfi olup olmadığını anlamak için bağımsız örneklemler için t-testi (t-test) uygulanması.
Derin Analiz
🔹 1. (significance testing):
İstatistiksel çıkarımın temel taşlarından biri olan anlamlılık testi, elde edilen ampirik bulguların tesadüfi varyansla açıklanamayacak kadar büyük bir etki gösterip göstermediğini test eder. Süreç, temel olarak sıfır hipotezinin (null hypothesis) reddedilip reddedilmeyeceğine karar vermeyi hedefler. Hesaplanan olasılık değeri (p-değeri), önceden belirlenmiş alfa anlamlılık seviyesiyle karşılaştırılır. Eğer p-değeri kritik eşikten küçükse, gözlenen farkın şans faktöründen kaynaklanmadığı kabul edilir. Ancak bu yaklaşım, etki büyüklüğünü (effect size) doğrudan ölçmez ve örneklem boyutuna aşırı duyarlıdır; büyük örneklemlerde pratik karşılığı olmayan minör farklar dahi 'istatistiksel olarak anlamlı' çıkabilir.
🔹 2. (test of significance):
Anlamlılık testi, sıfır hipotezinin (H0) reddedilip reddedilmeyeceğini belirlemek amacıyla t-testi, z-testi, F-testi veya ki-kare gibi çeşitli matematiksel modellerden yararlanır. Bu süreç, örneklem istatistiklerinin evren parametrelerinden anlamlı bir sapma gösterip göstermediğini olasılık dağılımları üzerinden hesaplar. p-değerinin belirlenen anlamlılık düzeyinden (alfa) küçük olması, bulgunun istatistiksel olarak anlamlı kabul edilmesini sağlar. Ancak bu testler, etkinin büyüklüğünü (effect size) doğrudan ölçmez; yalnızca örneklem dalgalanmalarının ötesinde bir örüntünün varlığına dair olasılıksal bir karar mekanizması sunar.
Etimoloji
🔹 1. (significance testing):
Latince 'significare' (anlam ifade etmek, belirtmek) ve İngilizce 'test' (deneme, sınama) kelimelerinin birleşiminden türetilmiştir.
🔹 2. (test of significance):
Latince 'significare' [işaret etmek, anlam yüklemek] kökünden türetilen 'significance' ve Eski İngilizce 'testan' [denemek, imtihan etmek] kelimelerinin birleşimiyle metodolojik literatüre girmiştir.
Karıştırmayın
🔹 1. (significance testing):
Hipotez testi (hypothesis testing) ile sıklıkla karıştırılır; anlamlılık testi bu geniş çerçevenin alt kümesidir ve özellikle p-değeri odaklı kararları kapsar. Ayrıca etki büyüklüğü (effect size) ile karıştırılmamalıdır; anlamlılık farkın varlığını söylerken, etki büyüklüğü farkın büyüklüğünü ve pratik önemini gösterir.
🔹 2. (test of significance):
Hipotez testi ile sıklıkla eş anlamlı kullanılır; ancak anlamlılık testi daha çok elde edilen verinin p-değeri üzerinden değerlendirilmesine odaklanırken, modern hipotez testi Neyman-Pearson yaklaşımını da kapsayarak tip I ve tip II hataların optimize edilmesini içerir.
Keşfetmeye Devam Edin
P-değeri
P-değeri
P Value
Boş hipotezin (H0) doğru olma olasılığını gösteren ve gözlenen verilerin tesadüfle açıklanamayacak kadar aşırı olup olmadığını test eden istatistiksel ölçüttür.
İncele
Etki Büyüklüğü
Etki Büyüklüğü
Effect Size
İki veya daha fazla değişken arasındaki ilişkinin ya da gözlenen farkın büyüklüğünü ve pratik anlamlılığını nicel olarak ifade eden istatistiksel ölçü.
İncele