Çoğu istatistik testi sayısal (nicel) verilerle çalışır. Peki ya veriniz "evet/hayır", "kadın/erkek", "A/B/C grubu" gibi kategorilerden oluşuyorsa? İşte bu durumda en sık başvurulan yöntem ki-kare (χ²) testidir. Ki-kare, kategorik değişkenler arasındaki ilişkiyi sınayan güçlü ve yaygın bir testtir. Bu yazı, ne zaman ve nasıl kullanılacağını açıklıyor.
Ki-kare ne zaman kullanılır?
Ki-kare testinin temel kullanım alanı, iki kategorik değişken arasında ilişki olup olmadığını incelemektir. Örneğin:
- Cinsiyet ile bir ürünü tercih etme (evet/hayır) arasında ilişki var mı?
- Eğitim düzeyi ile oy verme eğilimi arasında bir bağ var mı?
- Uygulanan yöntem (A/B) ile başarı durumu (başarılı/başarısız) ilişkili mi?
Eğer değişkenlerinizden biri veya her ikisi sayısalsa, ki-kare uygun değildir; o durumda t-testi, korelasyon ya da ANOVA gibi testlere yönelirsiniz. Doğru testi seçmek için hangi istatistik testi kullanılır yazımız yol gösterir.
İki temel ki-kare testi
Pratikte iki türüyle karşılaşırsınız:
- Bağımsızlık testi: İki kategorik değişkenin birbirinden bağımsız olup olmadığını sınar. En yaygın kullanımdır; yukarıdaki örneklerin hepsi bu türdür.
- Uyum iyiliği testi: Tek bir kategorik değişkenin gözlenen dağılımının, beklenen (kuramsal) bir dağılıma uyup uymadığını sınar. Örneğin bir zarın hileli olup olmadığını test etmek gibi.
İki ki-kare testi bir bakışta
| Test türü | Ne sorar? | Değişken sayısı |
|---|---|---|
| Bağımsızlık testi | İki değişken ilişkili mi? | 2 kategorik değişken |
| Uyum iyiliği testi | Gözlenen dağılım beklenene uyuyor mu? | 1 kategorik değişken |
Gözlenen ve beklenen frekanslar
Ki-kare testinin mantığı sezgiseldir: elinizdeki gözlenen frekansları (gerçekte saydığınız değerler), değişkenler arasında hiç ilişki olmasaydı beklenecek frekanslarla karşılaştırır. Gözlenen ile beklenen arasındaki fark ne kadar büyükse, ki-kare değeri o kadar yüksek ve ilişki o kadar güçlü olur. Test sonucu bir p-değeriyle birlikte gelir; bunun yorumu için p-değeri ne anlama gelir yazımıza bakabilirsiniz.
Varsayımları
Ki-kare testinin güvenilir sonuç vermesi için bazı koşullar gerekir:
- Kategorilerin bağımsızlığı: Her gözlem yalnızca tek bir hücreye düşmeli; aynı kişi birden çok kez sayılmamalı.
- Beklenen frekans kuralı: Yaygın kabul edilen ölçüte göre, hücrelerin beklenen frekanslarının çok düşük olmaması gerekir (sık kullanılan bir kural, hücrelerin çoğunda beklenen değerin 5'in altına düşmemesidir). Bu koşul sağlanmıyorsa Fisher'ın kesin testi gibi alternatifler düşünülür.
- Kategorik veri: Değişkenler gruplara/kategorilere ayrılmış olmalı.
Sonucu nasıl yorumlarız?
Ki-kare testi size ilişkinin anlamlı olup olmadığını söyler; ama ilişkinin gücünü doğrudan vermez. Anlamlı bir sonuç bulduğunuzda, ilişkinin ne kadar güçlü olduğunu görmek için etki büyüklüğü ölçüleri (örneğin Cramér'in V'si veya phi katsayısı) raporlanır. "Anlamlı ilişki var" demek, "güçlü ilişki var" demekle aynı şey değildir; bu ayrımı raporlamada belirtmek önemlidir. Etki büyüklüğü mantığı için etki büyüklüğü nedir yazısına bakabilirsiniz.
Sık yapılan hatalar
- Sayısal veride ki-kare kullanmak: Sürekli veriyi zorla kategoriye çevirip bilgi kaybetmek.
- Beklenen frekans kuralını göz ardı etmek: Küçük örneklemde koşulu denetlemeden test uygulamak.
- Etki büyüklüğünü atlamak: Yalnızca p-değeri raporlayıp ilişkinin gücünü belirtmemek.
- Anlamlılığı nedensellikle karıştırmak: İlişkinin varlığı, birinin diğerine neden olduğu anlamına gelmez.
Sık sorulan sorular
Ki-kare ile korelasyon arasındaki fark nedir?
Ki-kare kategorik değişkenler arasındaki ilişkiyi (bağımsız mı, değil mi) sınar. Korelasyon ise iki sürekli (sayısal) değişkenin birlikte değişip değişmediğini ve bu ilişkinin yönünü/gücünü ölçer. Değişken tipiniz hangisiyse ona uygun testi seçersiniz.
Beklenen frekans 5'in altına düşerse ne yaparım?
Hücrelerin çoğunda beklenen değer düşükse ki-kare güvenilirliğini yitirir. Bu durumda kategorileri anlamlı biçimde birleştirmek ya da özellikle küçük tablolarda Fisher'ın kesin testini kullanmak yaygın çözümlerdir. Örneklemi büyütmek de bir seçenektir.
Ki-kare anlamlı çıktı; ilişki güçlü mü demektir?
Hayır. Anlamlılık ilişkinin var olduğuna işaret eder, gücünü söylemez. Özellikle büyük örneklemlerde zayıf ilişkiler bile anlamlı çıkabilir. Gücü göstermek için Cramér'in V'si veya phi gibi etki büyüklüğü ölçüleri raporlanır.
Likert ölçeği verisine ki-kare uygulayabilir miyim?
Tek tek Likert maddeleri sıralı kategoriktir; kategorik ilişki için ki-kare kullanılabilir ama sıralamayı yok saydığı için bilgi kaybettirir. Sıralı yapı önemliyse sıralı değişkenlere uygun (ör. Spearman) yöntemler daha bilgilendirici olabilir.
Kategorik veriyle doğru analiz
Ki-kare, kategorik verilerle çalışan araştırmacının en temel araçlarındandır. Hangi durumda hangi teste yöneleceğinizi hangi istatistik testi kullanılır yazımızda, sonucun anlamlılığını p-değeri ne anlama gelir yazımızda bulabilirsiniz. Testin varsayımlarını denetlemek, doğru türü seçmek ve sonucu tezinize uygun biçimde raporlamak için tez istatistik danışmanlığı hizmetimizden yararlanabilir, iletişim sayfasından bize ulaşabilirsiniz.
Kaynaklar
- DergiPark — Ki-kare sonuçlarının makalelerde nasıl raporlandığını gerçek örneklerle görmek için açık erişim platform.
- YÖK Ulusal Tez Merkezi — Kategorik veri analizinin tezlerde nasıl sunulduğunu incelemek için resmî tez arşivi.
Bu içerik Tez Pusulası editör ekibi tarafından gözden geçirilmiştir. Son güncelleme: .
Bu yazıda bir hata mı fark ettiniz? Bize bildirin.
Yorumlar
Bu yazıya henüz yorum yapılmamış.