| Hafta | Konular | Ön Hazırlık |
|---|
| 1 | Konu Anlatımı: Paket Program mantığına giriş. Sınıf-içi Uygulama (20 dk.): İlgili paket program kurulumu ve karşılaşılan sorunlar. Sınıf-içi Tartışma (10 dk.): Paket Program kurulumu ile soru ve sorunlar. | 1. Paket Program mantığına giriş. Kaynak: Field, Andy. Discovering Statistics Using IBM SPSS Statistics. 5th ed., SAGE Publications, 2021. 105-149. |
| 2 | Konu Anlatımı: Değişken tanımlama ve etiketleme, veri tipi dönüştürme. Sınıf-içi Uygulama (5 dk.): SPSS değişken dönüştürme. Sınıf-içi Tartışma (5 dk.): Değişken tanımı hatalarının analiz üzerindeki etkisi. | 1. Değişken tanımlama ve etiketleme. Kaynak: Field, Andy. Discovering Statistics Using IBM SPSS Statistics. 5th ed., SAGE Publications, 2021. 105-149. |
| 3 | Konu Anlatımı: Betimleyici istatistikler (ortalama, ortanca, standart sapma). Sınıf-içi Uygulama (5 dk.): SPSS ile betimleyici istatistik hesaplama. Sınıf-içi Tartışma (5 dk.): Grafiksel gösterim mi, sayısal özetler mi? | 1. Betimleyici istatistikler. Kaynak: Field, Andy. Discovering Statistics Using IBM SPSS Statistics. 5th ed., SAGE Publications, 2021. 105-149. |
| 4 | Konu Anlatımı: Frekans tabloları, çapraz tablolar, etiketleme. Sınıf-içi Uygulama (5 dk.): SPSS’te frekans ve çapraz tablo analizi. Sınıf-içi Tartışma (5 dk.): Frekans tabloları ile veriyi anlamanın sınırları. | 1. Frekans tabloları, çapraz tablolar. Kaynak: Field, Andy. Discovering Statistics Using IBM SPSS Statistics. 5th ed., SAGE Publications, 2021. 105-149. |
| 5 | Konu Anlatımı: Parametrik Testler: Tek yönlü ANOVA, Tekrarlı Ölçüm ANOVA. Bu derste varyans analizine giriş yapılır. Grup karşılaştırmaları için ANOVA'nın teorik temelleri, varsayımlar (normallik, varyans homojenliği) ve SPSS ortamında uygulanışı işlenir. Sınıf içi Uygulama (5 dk) SPSS’te ANOVA uygulaması ve post-hoc testlerin analizi. Sınıf-içi Tartışma (10 dk.): Sınıf içinde ANOVA’nın çoklu grup karşılaştırmalarında neden tercih edildiği ve t-testi ile farkları tartışılır. | 1. Parametrik Testler. Kaynak: Field, Andy. Discovering Statistics Using IBM SPSS Statistics. 5th ed., SAGE Publications, 2021. 477-524. |
| 6 | Konu Anlatımı: Non-Parametrik Testler: Mann-Whitney U, Wilcoxon İşaretli Sıralar Testi, Kruskal-Wallis H Testi. Bu derste verilerin parametrik test varsayımlarını karşılamadığı durumlar ele alınır. Ölçüm düzeyine göre hangi non-parametrik testlerin uygun olacağı açıklanır. Sınıf içi Uygulama (10 dk.): SPSS’te Mann-Whitney U ve Kruskal-Wallis testlerinin gerçekleştirilmesi. Öğrenciler sıralı ölçekli verilere yönelik iki grup ve çok grup karşılaştırmalarını uygularlar. SPSS üzerinden yorumlama pr | 1. Non-Parametrik Testler. Kaynak: Field, Andy. Discovering Statistics Using IBM SPSS Statistics. 5th ed., SAGE Publications, 2021. 477-521. |
| 7 | Konu Anlatımı: Parametrik ve Non-Parametrik Testlerin Karşılaştırılması ve Uygulama Raporlama. Bu hafta, iki test türünün karşılaştırmalı olarak nasıl seçileceği, analiz raporlarının nasıl yazılacağı, hangi çıktılara yer verilmesi gerektiği üzerinde durulur. Sınıf içi Uygulama (10 dk.): Gerçek veri seti üzerinde test seçimi ve raporlama uygulaması. Öğrencilerden analiz planlaması yapmaları, hangi testin kullanılacağını gerekçelendirmeleri ve sonuçları raporlamaları beklenir. Sınıf-içi Tartışma | 1. Parametrik ve Non-Parametrik Testlerin Karşılaştırılması. Kaynak: Field, Andy. Discovering Statistics Using IBM SPSS Statistics. 5th ed., SAGE Publications, 2021. 651- 675. |
| 8 | Ara Sınav 1 | |
| 9 | Konu Anlatımı: Kümeleme Analizi (Cluster Analysis): Hiyerarşik ve Hiyerarşik Olmayan (K-means) Kümeleme. Bu haftada gözlemler arasındaki benzerlikleri gruplama yöntemi olarak kümeleme analizine giriş yapılır. Hiyerarşik (dendrogram ile) ve hiyerarşik olmayan (K-ortalamalar) teknikler tanıtılır. Uygun küme sayısı belirleme, uzaklık ölçütleri ve küme yorumlaması üzerinde durulur. Sınıf içi Uygulama (10 dk.): SPSS ile hiyerarşik ve K-means kümeleme analizi yapılması. Öğrenciler bir veri seti üzeri | 1. Kümeleme Analizi (Cluster Analysis). Kaynak: ALPAR Reha. Uygulamalı Çok Değişkenli İstatistiksel Yöntemler, 2021. 377-395. |
| 10 | Konu Anlatımı: Temel Bileşen Analizi (PCA) ve Faktör Analizi (FA): Boyut indirgeme ve yapı keşfi. Bu haftada çok değişkenli istatistikte değişken sayısını azaltmak ve yapısal örüntüleri ortaya çıkarmak amacıyla kullanılan PCA ve FA yöntemlerine giriş yapılır. KMO testi, Bartlett testi, özdeğer ve açıklanan varyans gibi kavramlar ele alınır. Faktör yükleri ve rotasyon teknikleri anlatılır. Sınıf içi Uygulama (10 dk.): SPSS ile Temel Bileşen ve Faktör Analizi uygulaması. Sınıf-içi Tartışma (10 d | 1. Temel Bileşen Analizi (PCA) ve Faktör Analizi (FA). Kaynak: Field, Andy. Discovering Statistics Using IBM SPSS Statistics. 5th ed., SAGE Publications, 2021. 823-855. |
| 11 | Konu Anlatımı: Correspondence Analysis (Uyum Analizi): Kategorik verilerde ilişki görselleştirme ve yorumlama. Bu haftada çapraz tablolar üzerinden satır ve sütun kategorileri arasındaki ilişkilerin iki boyutlu düzlemde temsil edilmesini sağlayan yazışım analizine giriş yapılır. Ki-kare mesafesi, inertial decomposition, grafiksel yorumlama gibi temel kavramlar işlenir. Sınıf içi Uygulama (10 dk.): SPSS ile Correspondence Analysis uygulaması. Sınıf-içi Tartışma (10 dk.): Correspondence analizi | 1. Correspondence Analysis (Uyum Analizi). Kaynak: Alpar, Reha. Uygulamali Çok Değişkenli İstatistiksel Yöntemler, 2021. 365-395. |
| 12 | Konu Anlatımı: Çok Boyutlu Ölçekleme (Multidimensional Scaling-MDS): Benzerlik ve uzaklık matrisleri üzerinden görsel haritalama. Bu haftada gözlemler veya kategoriler arasındaki benzerliklerin düşük boyutlu bir düzlemde temsil edilmesini sağlayan MDS yöntemi tanıtılır. Özellikle algısal haritalar (perceptual maps), stres değeri, çözüm boyutu seçimi, metrik ve non-metrik MDS farkı işlenir. Sınıf içi Uygulama (10 dk.): SPSS ile MDS Analizi Uygulaması. Sınıf-içi Tartışma (10 dk.): MDS analizi ne | 1. Çok Boyutlu Ölçekleme (Multidimensional Scaling-MDS). Kaynak: Alpar, Reha. Uygulamalı Çok Değişkenli İstatistiksel Yöntemler, 2021. 393-420. |
| 13 | Konu Anlatımı: Faktör analizi, kümeleme analizi, correspondence analizi, MDS gibi çok değişkenli tekniklerin karşılaştırmalı tekrar edilmesi. Bu hafta öğrencilerden çok değişkenli teknikleri analiz amacına göre seçmeleri ve SPSS çıktıları üzerinden yorumlama yapmaları beklenir. Sınıf içi Uygulama (10 dk.): SPSS ile analiz sentezi uygulaması – Çok yöntemli raporlama. Farklı analiz tekniklerinin aynı veri setine uygulanması ve yöntemlerin birbirleriyle ilişkisinin tartışılması. Analiz seçimi, son | 1. SPSS ile analiz sentezi uygulaması Kaynak: Alpar, Reha. Uygulamalı Çok Değişkenli İstatistiksel Yöntemler, 2021. 393-420. |
| 14 | Öğrenci sunumlarının dinlenmesi. | 1. Paket Program ile yapılan analiz ve raporların sunulması |
| 15 | Öğrenci sunumlarının dinlenmesi. | 1. Paket Program ile yapılan analiz ve raporların sunulması |
| 16 | Final | |
