Hipotez Testi Nedir?
p Değeri Nasıl Yorumlanır?
Hipotez testi, bir iddia veya varsayımın verilerle desteklenip desteklenmediğini istatistiksel olarak sınamanın sistematik yöntemidir. Araştırmacılar bu yöntemi kullanarak "Gözlemlediğim fark gerçek mi, yoksa tesadüf mü?" sorusunu yanıtlar. İstatistiksel analizin temel taşı olan hipotez testini doğru anlamak, her türlü veri analizinin yorumlanması için vazgeçilmezdir.
Hipotez Nedir?
Hipotez testi iki zıt önerme üzerine kurulur:
- H₀ (Sıfır Hipotezi): "Herhangi bir etki veya fark yoktur" iddiasıdır. Araştırmacının çürütmeye çalıştığı hipotezdir.
- H₁ (Alternatif Hipotez): Araştırmacının desteklemeye çalıştığı hipotezdir. "Bir etki veya fark vardır" önermesini içerir.
Örnek: "Yeni ilaç tedavisi kan basıncını düşürür mü?" sorusunda H₀: "İlaç etkisi yoktur", H₁: "İlaç kan basıncını düşürür."
p Değeri Nedir?
p değeri, sıfır hipotezi doğru olsaydı mevcut verileri veya daha aşırı bir sonucu elde etme olasılığıdır. Yani "Bu sonuç tesadüfen ortaya çıkabilir miydi?" sorusuna verilen istatistiksel cevaptır.
| p Değeri | Yorum |
|---|---|
| p < 0.001 | Çok güçlü kanıt, H₀ reddedilir |
| p < 0.01 | Güçlü kanıt, H₀ reddedilir |
| p < 0.05 | Yeterli kanıt, H₀ reddedilir |
| p ≥ 0.05 | Yetersiz kanıt, H₀ reddedilemez |
💡 Kritik yanlış anlama: p < 0.05 "H₀ yanlış" demek değildir. "Eğer H₀ doğru olsaydı bu sonucu elde etme ihtimali %5'ten düşük" demektir. p değeri "doğruluğun olasılığı" değil, "verilerin H₀ ile ne kadar uyumlu olduğunun ölçüsü"dür.
Alfa (α) Düzeyi
Alfa, araştırmacının önceden belirlediği yanılma payıdır. Sosyal bilimlerde genellikle α = 0.05 kullanılır; tıbbi ve mühendislik araştırmalarında α = 0.01 veya α = 0.001 tercih edilir. p < α olduğunda H₀ reddedilir.
Tip I ve Tip II Hata
| Hata Türü | Açıklama | Olasılık |
|---|---|---|
| Tip I Hata (α) | H₀ doğruyken reddetmek (yanlış pozitif) | α ile kontrol edilir |
| Tip II Hata (β) | H₀ yanlışken reddetmemek (yanlış negatif) | Güç analizi ile azaltılır |
Tek Kuyruklu ve Çift Kuyruklu Test
- Çift kuyruklu (two-tailed): Farkın yönü bilinmiyor. "A grubu ile B grubu farklı mı?" En yaygın kullanım.
- Tek kuyruklu (one-tailed): Farkın yönü önceden belirleniyor. "A grubu B'den büyük mü?" Teorik gerekçe olmadan kullanımı önerilmez.
İstatistiksel Anlamlılık ≠ Pratik Önem
Büyük örneklemlerde küçük ve anlamsız farklar bile istatistiksel olarak anlamlı çıkabilir. Bu nedenle p değerinin yanında mutlaka etki büyüklüğü (Cohen's d, eta-kare vb.) raporlanmalıdır. "İstatistiksel anlamlı" ile "pratik olarak önemli" birbirinden farklı kavramlardır.
Kaynaklar
- Field, A. (2013). Discovering Statistics Using IBM SPSS Statistics (4th ed.). SAGE.
- Cohen, J. (1994). The earth is round (p < .05). American Psychologist, 49(12), 997–1003.
- Wasserstein, R. L., & Lazar, N. A. (2016). The ASA statement on p-values. The American Statistician, 70(2), 129–133.
İstatistiksel Analizinizi Birlikte Yapalım
Hipotez testi, p değeri yorumlama ve APA formatında raporlama için profesyonel destek.
Hemen Sipariş Ver Teklif Al