spss kullanımına ilişkin bilgiler

Yrd.Doç.Dr.Tuncay SEVİNDİK
DERS NOTLARI
GİRİŞ
SPSS paket programı excel vb. paket programlar ile entegre çalışabilen bir analiz
programıdır. SPSS programı Sosyal bilimler, sağlık bilimleri ve fen bilimleri alanlarında
etkin şekilde kullanılmaktadır. SPSS programı temel analiz uygulamaları dışında son yıllarda
yapay sinir ağları ve tahmin modelleme üzerine yeni eklentiler yaparak önemli bir program
olarak karşımıza çıkmaktadır. SPSS programında bir çok veri analizi türü vardır. Bu
bölümde temel gereksinim olarak kullanılan uygulamalara değinilecektir.
SPSS paket programı birkaç farklı bilgisayar dosyası ile birlikte çalış maktadır:
Bunlardan en çok kullanılanları Veri dosyaları, çıktı dosyaları ve sözdizimi (sentaks)
dosyalarıdır. Veri dosyaları, kullanıcının istatistiksel olarak analiz etmeyi istediği bilgileri
içeren bilgisayar dosyalarıdır. Analizler bu dosya açıkken yapılır.
Çıktı dosyaları istatistiksel analizleri tabloları ve grafikleri içerir. Sözdizimi
dosyaları,
SPSS yazılımına ne yapması gerektiğini söyleyen bilgisayar talimatlarıdır.
Sözdizimi dosyaları,
yapılan analizlerin kod halinin saklanması için faydalıdır.
SPSS
sürüm farklılığından dolayı bazen output dosyaları saklanmayabilir. Bu durumlarda
analizlerin kod halini aldığınızda istediğiniz gibi çıktı dosyalarını elde edersiniz. Bununla
birlikte makro yazmak ve menülerde olmayan analizleri de kod olarak yazmak
zorundasınızdır. SPSS’de veri dosyaları “.sav” çıktı dosyaları “.spo”, sözdizimi dosyaları
ise “.sps” uzantısına sahiptir (Demir, 2013).
VERİ GİRİŞİ VE VERİLERİN DÜZENLENMESİ
Yeni bir SPSS veri dosyası oluşturmak için, “File” menüsü kliklenir alt menü olan “New”
ve “Data” sekmelerini seçeriz. Boş bir “SPSS Data Editor” penceresi karşınıza çıkacaktır.
Şekil x.1. Veri Girişi ve Verilerin Düzennlenmesi
SPSS programı ilk açıldığında yeni bir data editörü ile açılır, bu kısmı syntax, output yada
script kısımlarını kullanacağınız zaman erişebilirsiniz.
2
SPSS ÇIKTI DOSYALARI
Program içerisinde çıktı dosyaları kaydetme, analiz yada dosya açma işlemlerinden sonra
otomatik olarak oluşur. Çıktı dosyaları “.spo” uzantılı olarak kaydedilir.
OPTIONS
Edit menüsünden ulaştığımız bu bölümde verilere ilişkin olarak syntax, veri uzunluğu, script
editör yada değişkenlerin alfabetik olarak sıralanması işlemini “General” sekmesine ve
Variable Lists bölgesinde
gerçekleştirilebilirsiniz.
“Display
names” ve “Alphabetical” tuşlarına tıklanarak
Bunun dışında
bu iletişim kutusu kullanılarak sayısız özelliği
kontrol edilebiliriz.
Şekil x.2. Seçenekler Menüsü
VERİ GİRİŞİ
SPSS programında yeni bir dosya açtıktan sonra yapılması gereken verilerin resim .1
de görüldüğü gibi girilmesidir. Data girişinde iki farklı grubun altı kişilik verileri
gözükmekte ve demografik özellikleri girilmiştir. Veri girişi yapılırken, anketi cevaplayan
3
grup 1’den 1 nolu kişinin demografik özelliklerine (Cinsiyet, Yaş, Meslek vb.)ilişkin
verilerini satır boyunda gireriz.
Şekil x.3. Veri Giriş hücreleri
DATA VİEW (VERİ GÖRÜNÜMÜ)
Data wiev kısmındaki verileri öncelikle sol alt köşede bulunan Variable Wiev
sekmesini klikleyerek düzenleriz. Her değişkenin label kısmında cinsiyet için 1:Bayan,
2:Erkek Yada Meslek kısmında 1: İşçi, 2: Memur, 3:Esnaf gibi kodlamalarımızı yaparız.
Önemli olan bir özellikde Measure kısmıdır. Burada ölçeğimizin değişkenlerinin Nominal,
Ordinal yada Scale olup olmayacağını belirleriz.
Şekil x.4. Verilerin Görünümü
VARİABLE VİEW (DEĞİŞKEN GÖRÜNÜMÜ)
Değişken görünümü bölümünde verilerin label’larını aşağıdaki gibi değiştiririz.
Şekil x.5. Değişken Görünümü
4
MEVCUT VERİ DOSYALARININ AÇILMASI (OPEN)
Hâlihazırda sahip olduğunuz ya da edindiğiniz bir SPSS dosyasını açmak için, “File”
menüde FILE
belirleyip açınız.
OPEN » DATA adımlarını seçeriz. Sonra da açmak istediğiniz dosyayı
Ofis programlarını kullanıyorsanız bu işlemi çok kolay bir şekilde
yapabilirsiniz. Eğer dosyanız görürün bir yerde ise SPSS programını açmadan üzerine iki
defa tıklamanız yeterlidir. O zaman dosyanız kendiliğinden açılacaktır.
Yada SPSS
dosyanızı açık olan data wiev üzerine sürükle bırak yaparak dosyanızı açabilirsiniz
Şekil x.6. Mevcut Dosyaların Açılması
Eğer veri girişi için hazırda SPSS programını olmadığı durumlarda Excel ile veri
girişi yapabilirsiniz. Daha sonra Excelde girmiş olduğunuz verileri açmak için
5
Şekil x.6.a Mevcut Dosyaların Açılması
Kitap.xls dosyasına open komutunu uyguladıktan sonra aşağıdaki gibi bir menü
açılacaktır ve size sayfanın hangi hücreler arasında değişkenin Excel’deki tanımlanan isimle
açılıp açılmayacağını soracaktır.
Şekil x.7. Mevcut Dosyaların Veri Kaynağından Açılması
ÇALIŞMA DOSYALARININ KAYDEDİLMESİ
Yeni bir çalışma doyasını kaydetmek için File menüden SAVE komutunu kullanırız.
Aynı ya da başka bir dosya üzerinde değişiklik yaparak ve mevcut dosyayı da koruyarak
çalışmak istersek SAVE AS komutunu kullanırız.
DEĞİŞKENLERİN YENİDEN KODLANMASI
Bu bölüm veri analizinde verilerin yeniden düzenlenmesi için önemli bir kısa yol
olarak ifade edilebiliriz. Bu işlem genellikle oranlı ölçekten, aralıklı, sıralı veya isimsel
ölçeğe doğru geri gidiştir. Yada Aralıklı ölçekten sıralı veya isimsel ölçeğe geri gidiştir.
Bir önceki veri tanımlama dersindeki yaş değişkeni oransal değişken olarak tanımlanmıştı.
Bu
değişkeni
yaşlara
göre
yeniden
gruplandırarak
aralıklı veya
sıralı ölçeğe
dönüştürülecektir. Bunun için “Transform” menüsünden “Recode into Same Variables”
veya “Recode into Different Variables” komutlarından biri seçilir. Burada tavsiye edilen
ikincisinin seçilmesidir.
6
Şekil x.8. Değişkenlerin Yeniden Kodlanması
Şekil x.8.a. Değişkenlerin Yeniden Kodlanması
Şekil x.8.a’da bulunan sol sütünda ki Yaş
[yas] değişkenini seçerek arada ki iki
pencere arasındaki oku tıklıyoruz. Yas değişkeni “Numeric Variable – Output Variable”
pencersine sadece D6 olarak geçiyor. Şimdi değişken için yeni bir isim oluşturuyoruz; bu
örnekte “ryas” ismi kullanılmıştır. Aynı zamanda bir etiket de seçebilir ya da değişken
görüntüleme ekranına daha sonra dönerek bunu yapabilirsiniz. Bu örnekte “Yaş Grubu”
etiketi seçilmiştir. Ekran görüntüsünde bu henüz yapılmamışken bir sonraki adım, “Change”
tuşuna tıklamaktır. Böylelikle “ryas”
ismi “Numeric Variable
–
Output
Variable”
penceresine girilecektir. Şekilde tüm bu işlemlerin tamamlanmış hali görülmektedir. “Old
and New Valuels” ekmesine tıklayarak yeniden kodlama işlemleri yapılır.
Bu işlem
yapıldıktan sonraki diyalog kutusu aşağıdaki gibidir. Bir başka New Value oluşturma şekli
Range seçilir ve değişken aralığı belirlenir ardından Value bölümüne yeni değer girilerek
Add tuşuna basılır.
7
Şekil x.8.b. Değişkenlerin Yeniden Kodlanması
Şimdi “Continue” arkesından OK tuşuna tıklayrak yeniden kodlama işi tamamlanır.
Bu aşamadan sonra eğer gerekiyorsa “Variable View” sayfasında yeni değişkenin etiketi
girilmelidir.
BETİMSEL İSTATİSTİK
Betimsel istatistik bilim alanında üç temel kısmından biridir. Sayısal verilerinin
derlenmesi, toplanması, özetlenmesi ve analiz edilmesi ile ilgili istatistiktir. Ayrıca elde
edilen veri setinin karakterini anlamamızı sağlayan sayısal ölçü değerleri olarak da ifade
edilmektedir. Serilerin düzenlenmesi, Eğilim ölçüleri, Dağılım ölçüleri, Grafikle gösterilmesi
ve Normallik ölçü değerlerinden oluşmaktadır (http://www.istatistikanaliz.com/, 2013).
SERİLERİN DÜZENLENMESİ:
Anket veya farklı yöntemlerle elde edilen verilerin frekans veya sınıflandırılmış
frekans tabloları ile gösterilmesine serilerin veya verilerin düzenlenmesi denir. Bu tablolar
genellikle frekansı ve yüzdesi yüksek olan değerler okunur ve onlar üzerinden literatürdeki
benzer değerlendirmeler veya bir önceki çalışmanın sonuçları karşılaştırılır (Karasar, 2007).
EĞİLİM ÖLÇÜLERİ:
Eğilim ölçüleri tek bir değişkene ait değerleri temsil eden sayısal ölçülerdir. Bu ölçü
değerleri; Ortalama, Mod (tepe değeri), Medyan (Ortanca), Kartil (1. Medyan ve 3. medyan)
ve yüzdelik değerlerdir. Ağırlıklı olarak ortalama ölçü değeri kullanılmaktadır.
İki veya daha fazla grubun karşılaştırılmasında veya bir önceki ile bir sonraki çalışmanın
karşılaştırılmasında kullanılır. Örneğin aynı dersi alan iki farklı sınıfın başarı düzeylerini 70
8
ve 80 olarak belirlediğimizde, ortalaması 80 olan sınıfın daha başarılı olduğu yönünde görüş
belirtilir. Ortalama aralıklı ve oransal ölçek türündeki değişkenlerde kullanılmaktadır.
Mod ölçü değeri, isimsel ve sıralı değişkenlerdeki değ işimi anlamamıza yardım eden bir
ölçü değeridir. Frekans tablosunda en fazla frekansı olan ya da yüzdesi en büyük olan
değer mod değeridir. Frekans tablosu genellikle bu tür değişkenlerde mod üzerinden
yorumlanır (Kaptan, 1995).
Medyan ölçü değeri, frekans
serisinin ortasındaki değerdir. Bu değer genellikle
normallik anlamada kutu bıyık (box-whisker graph) grafiğinde ve parametrik olmayan
analizlerin test edilmesinde kullanılmaktadır.
Birinci kartil, değişkenin aldığı en küçük
değer ile medyan arasının orta değeri, üçüncü kartil ise medyan değeri ile en büyük değerin
arasının orta değeridir. Bu iki değer kutu bıyık grafiğinin çizilmesinde kullanılmaktadır.
Yüzdelik değerler ise artık eskisi gibi kullanılmamaktadır. Frekans serisinin %10, %25 veya
%50’lik parçalarla incelenmesidir.
Mod, Medyan ve ortalama birlikte kullanılarak serilerin simetrik olup olmadığı
incelenmektedir. Üç değer yaklaşık olarak birbirine eşit ise değişkenin simetrik olduğu,
Mod<Medyan<Ortalama ise sağa çarpık, Mod>Medyan>Ortalama ise sola çarpık bir
değişken olduğu kararına varılır.
DAĞILIM ÖLÇÜLERİ
Değişkenin değerlerinin ortalama etrafındaki dağılımını veren sayısal ölçülerdir. Bu
ölçü değerleri; Varyans, Standart sapma ve Değişim katsayısı değerleridir. Standart sapma
varyans değerinin kara köküdür. Değişkenin normal dağılması için öncelikle Standart
sapmanın ortalamadan küçük olması gerekmektedir. Bu değer büyük olduğu takdirde
değişkenimizin değerleri üstel bir dağılım göstermekte ya da değişkenimizde aşırı uç
değerlerimiz var demektir. Ortalama karşılaştırması yapılırken mutlaka standart sapmada göz
önünde bulundurulmalıdır.
Değişim katsayısı,
standart sapmamın ortalamaya oranının yüz ile çarpımından
oluşan değerdir. Bu değer tek başına anlamsızdır. İki veya daha fazla Değişim katsayısı
birlikte karşılaştırılır. Değişim katsısı küçük olan grup yapı itibari ile daha homojen, büyük
olan değişken ise daha hetorejen bir yapıya sahiptir.
GRAFİK
Değişkenler isimsel ve sıralı türdeki değişkenler pasta ve sütun grafiği ile gösterilir.
Oransal türde olan değişkenler Histogram, çizgi grafiği ile gösterilirler. Sürekli ve birbiri ile
ilişkili olan değişkenler dağılım (scatter) grafiği ile gösterilir.
Zaman içinde değişim
gösteren değişkenler ise zaman serisi grafiği ile gösterilirler. Bunun haricinde başka grafik
türleri de vardır. Fakat raporlamada çoğunlukla bu grafik türleri kullanılır.
9
NORMALLİK ÖLÇÜ DEĞERLERİ
Mod, medyan ve ortalamaya dayanan normallik ölçü birimine Pearson simetri ölçü
birimi denir. Ortalama ve mod farkından oluşan değer ile ortalama farkından oluşan iki değer
vardır. Bu değerlerin ikisi de sıfır ise değişken normal, ikisi sıfırdan küçük ise değişken sağa
çarpık, sıfırdan büyük ise değişken sola çarpıktır denir. Kartillere dayanan simetri ölçüsü
eskisi kadar yoğunlukta kullanılmamaktadır. Momentlere dayanan basıklık ölçülerine
sırasıyla çarpıklık ve basıklık ölçüleri denir. Çarpıklık ölçüsü sıfır ise değişken simetri,
sıfırdan küçük ise sağa çarpık, sıfırdan büyük ise sola çarpıktır. Basıklık ölçüsü üç ise
değişken normal, üçten küçük ise basık, üçten büyük ise sivridir (Büyüköztürk, 2010).
Aşağıdaki menülerde (Analyze/Descriptives Statistic/Frequencis Statictics) beş
değişkenimizi sağ tarafa aldık ve aritmetik ortalama, mod, medyan, basıklık ve çarpıklık
değerlerini işaretledik.
Bu
bölümde
(Analyze/Descriptives
Statistic/Frequencis
ulaşmayı amaçladık.
Şekil x.9. Normallik Ölçülerinin Belirlenmesi
Charts)Histogramlarımıza
10
Tablo x.1. Normallik Ölçülerinin Sonuç Değerleri
Statistics
N
Cinsiy etiniz
55
0
1,4727
1,0000
1,00
,50386
,112
,322
-2,064
,634
1,00
2,00
Valid
Missing
Mean
Median
Mode
Std. Dev iation
Skewness
Std. Error of Skewness
Kurtosis
Std. Error of Kurtosis
Minimum
Maximum
Egitim
durumunuz
55
0
1,8000
2,0000
2,00
,70448
,303
,322
-,914
,634
1,00
3,00
Yasiniz
55
0
37,9818
38,0000
30,00a
8,53639
,319
,322
-1,025
,634
25,00
54,00
Hizmet
Süreniz
55
0
14,6909
13,0000
10,00
7,36325
,416
,322
-,740
,634
1,00
30,00
Kidem
durumunuz
55
0
1,6000
1,0000
1,00
1,06458
2,118
,322
4,086
,634
1,00
5,00
calistigim
kurumda
herkes
birbirine
say gili
dav ranma
ktadir
55
0
2,1091
2,0000
2,00
,87502
,815
,322
1,156
,634
1,00
5,00
amirler
memurlarina
pozitif y önde
bir y aklasim
sergilemekte
dir
55
0
2,0182
2,0000
2,00
,78152
1,176
,322
3,195
,634
1,00
5,00
calistigim
kurumdan
memnunum
55
0
2,2545
2,0000
2,00
,86534
,718
,322
,937
,634
1,00
5,00
a. Multiple modes exist. The smallest v alue is shown
Yukarıda tabloda yer alan benzer sonuçlara Analyze-Descriptve Statistics alt
menüsünde yer alan Descriptive, Explore ve Crosstabs menülerinden de ulaşabiliriz
Tablo x.2. Cinsiyete İlişkin Frekans Değerleri
Cinsiyeti niz
Valid
kadin
erkek
Total
Frequency
29
26
55
Percent
52,7
47,3
100,0
Valid Percent
52,7
47,3
100,0
Cumulat iv e
Percent
52,7
100,0
Cinsiyet tablosuna bakıldığında 29 bayan, 26 erkek memurun araştırmaya katıldığı,
cinsiyet histogramına bakılmaya gerek yoktur. Mod:1 olarak görülmektedir.
Tablo x.3. Eğitim Durumuna İlişkin Frekans Değerleri
Egitim durumunuz
Valid
lisans
y ükseklisans
doktora
Total
Frequency
20
26
9
55
Percent
36,4
47,3
16,4
100,0
Valid Percent
36,4
47,3
16,4
100,0
Cumulat iv e
Percent
36,4
83,6
100,0
Eğitim durumu tablosuna bakıldığında 20 lisans, 26 yüksek lisans ve 9 doktora
mezunu memurun araştırmaya katıldığı,, Eğitim durumu histogramına bakılmaya gerek
yoktur. Çünkü bize anlamlı bir sonuç vermez. Mod:2 (Yüksek Lisans yapanların çoğunlukta
olduğu) olarak görülmektedir. Evrene ilişkin Örneklem grubunda Lisans yapanların %36,4
11
Yüksek Lisans yapanların %47.3, Doktora yapanların %16.4 olduğu belirlenmiştir. Yüzde ve
mod yeterlidir.
Tablo x.4. Yaşa İlişkin Frekans Değerleri
Yasiniz
Valid
25,00
26,00
27,00
28,00
29,00
30,00
31,00
32,00
34,00
35,00
36,00
37,00
38,00
39,00
40,00
41,00
42,00
43,00
45,00
47,00
49,00
50,00
51,00
52,00
53,00
54,00
Total
Frequency
1
3
1
3
3
4
2
2
3
3
1
1
1
3
4
2
2
3
1
3
1
1
1
3
2
1
55
Şekil x.10. Yaş Histogramı
Percent
1,8
5,5
1,8
5,5
5,5
7,3
3,6
3,6
5,5
5,5
1,8
1,8
1,8
5,5
7,3
3,6
3,6
5,5
1,8
5,5
1,8
1,8
1,8
5,5
3,6
1,8
100,0
Valid Percent
1,8
5,5
1,8
5,5
5,5
7,3
3,6
3,6
5,5
5,5
1,8
1,8
1,8
5,5
7,3
3,6
3,6
5,5
1,8
5,5
1,8
1,8
1,8
5,5
3,6
1,8
100,0
Cumulat iv e
Percent
1,8
7,3
9,1
14,5
20,0
27,3
30,9
34,5
40,0
45,5
47,3
49,1
50,9
56,4
63,6
67,3
70,9
76,4
78,2
83,6
85,5
87,3
89,1
94,5
98,2
100,0
12
Yaş tablosuna bakıldığında örneklemde yer alan kişilerin sayı olarak çok az olduğu,
bu anlamda recode into different variables komutu ile birleştirme yaparsak anlamlı bir sonuç
elde edebiliriz. Normal dağılım eğrisine bakacak olursak;
Açıklama: Kurtosis +1 den büyük çıkarsa sivri -1 den küçük çıkarsa basık, Skewnes +1 den
büyük çıkarsa sağa çarpık -1 den küçük çıkarsa sola çarpıktır.
Tablo x.5. Hizmet Süresine İlişkin Frekans Değerleri
Hizmet Süreniz
Valid
1,00
4,00
5,00
6,00
7,00
8,00
9,00
10,00
11,00
12,00
13,00
14,00
15,00
16,00
17,00
18,00
19,00
21,00
22,00
23,00
25,00
26,00
27,00
28,00
30,00
Total
Frequency
1
1
2
3
3
3
1
6
2
2
4
1
4
3
1
3
1
1
2
3
2
2
1
1
2
55
Percent
1,8
1,8
3,6
5,5
5,5
5,5
1,8
10,9
3,6
3,6
7,3
1,8
7,3
5,5
1,8
5,5
1,8
1,8
3,6
5,5
3,6
3,6
1,8
1,8
3,6
100,0
Valid Percent
1,8
1,8
3,6
5,5
5,5
5,5
1,8
10,9
3,6
3,6
7,3
1,8
7,3
5,5
1,8
5,5
1,8
1,8
3,6
5,5
3,6
3,6
1,8
1,8
3,6
100,0
Cumulativ e
Percent
1,8
3,6
7,3
12,7
18,2
23,6
25,5
36,4
40,0
43,6
50,9
52,7
60,0
65,5
67,3
72,7
74,5
76,4
80,0
85,5
89,1
92,7
94,5
96,4
100,0
Hizmet süresi tablosuna bakıldığında örneklemde yer alan kişilerin sayı olarak çok az olduğu, bu
anlamda recode into different variables komutu ile birleştirme yaparsak anlamlı bir sonuç elde
edebiliriz. Normal dağılım eğrisine bakacak olursak;
Basıklık değeri (Kurtosis) -,740 ve Çarpğıklık değeri (Skewnes) ,416 olarak belirlendiği ve normal
bir dağılım gösterdiğini ifade edebiliriz. Grafik azda olsa hafif sağa çarpıktır.
13
Sağa çarpık: x>medyan>mod
Sola çarpık: mod>medyan>x
Açıklama: Kurtosis +1 den büyük çıkarsa sivri -1 den küçük çıkarsa basık, Skewnes +1 den büyük
çıkarsa sağa çarpık -1 den küçük çıkarsa sola çarpıktır.
Evrene ilişkin Yaş tablosuna bakıldığında 22 kişi 25-34 yaş aralığında, 20 kişi 35-44
yaş aralığı ve 13 memurunda 45-54 ayş aralığında araştırmaya katıldığı, yaş histogramının
normal dağılım gösterdiği ancak azda olsa basık olduğu görülebilmektedir. Aritmetik
ortalama: 1,80, mod:1 ve medyan :2 olarak belirlenmiştir
yas
30
Frequency
20
10
Mean =1,84
Std. Dev. =0,788
N =55
0
0,50
1,00
1,50
2,00
2,50
3,00
3,50
yas
Şekil x.10.a Yaş Histogramı
Kıdem
Tablo x.6. Kıdeme İlişkin Frekans Değerleri
Frequency Percent Valid Percent Cumulative Percent
Valid
Missing
1,00
36
36,0
65,5
65,5
2,00
12
12,0
21,8
87,3
3,00
3
3,0
5,5
92,7
4,00
1
1,0
1,8
94,5
5,00
3
3,0
5,5
100,0
Total
55
55,0
100,0
System 45
45,0
14
Total
100
100,0
Kıdem tablosuna bakıldığında 36 kişi 5 yıl ve daha az, 12 kişi 6-10 yıl, 3 kişi 11-15
yıl, 1 kişi 16-20 yıl ve 3 kişi 21 yıl ve üzeri süredir memuriyet hayatına sahiptir.
Histogramının
normal dağılım göstermediği sola çarpık olduğu statistic tablosundan
görülebilmektedir. Aritmetik ortalama: 16, mod:1 ve medyan :1 olarak belirlenmiştir.
kidem
40
Frequency
30
20
10
Mean =1,60
Std. Dev. =1,065
N =55
0
0,00
1,00
2,00
3,00
4,00
5,00
6,00
kidem
Şekil x.11. Kıdem Histogramı
Betimsel anlamda aşağıdaki analiz yapılacaktır. Böylelikle tekrar aritmetik
ortalamalara ve standart sapmalara ulaşılacaktır.
Şekil x.12. Descriptives Menüsü
15
Tablo x.7. Descriptives Statistics
Descriptive Stati stics
N
Cinsiy et iniz
Egitim durumunuz
Y asiniz
Hizmet Süreniz
Kidem durumunuz
calist igim kurumda
herkes birbirine say gili
dav ranmaktadir
amirler memurlarina
pozitif y önde bir y aklasim
sergilemekt edir
calist igim kurumdan
memnunum
Valid N (list wise)
55
55
55
55
55
Minimum
1,00
1,00
25,00
1,00
1,00
Maximum
2,00
3,00
54,00
30,00
5,00
Mean
1,4727
1,8000
37,9818
14,6909
1,6000
Std. Dev iat ion
,50386
,70448
8,53639
7,36325
1,06458
55
1,00
5,00
2,1091
,87502
55
1,00
5,00
2,0182
,78152
55
1,00
5,00
2,2545
,86534
55
HİPOTEZ
Araştımaya katılan 55 memurun cinsiyet göre hizmet süresinin normal dağılıp
dağılmadığını test ederiz. Öncelikle Analyze-Descriptive Statistic-Explore seçenekleri
seçilir.
Şekil x.13. Dağılımını Normalliği Menüsü
16
Şekil x.13.a. Dağılımını Normalliği Menüsü
Tablo x.8. Cinsiyet Değişkeni ve Hizmet süresi
Case Processing Summary
Valid
Hizmet Süreniz
Cinsiy etiniz
kadin
erkek
N
29
26
Percent
100,0%
100,0%
Cases
Missing
N
Percent
0
,0%
0
,0%
Tablo x.8’de tüm verilerin eksiksiz bir şekilde kullanıldığını görmekteyiz.
Total
N
29
26
Percent
100,0%
100,0%
17
Tablo x.9. Betimsel Sonuçlar
Descriptives
Hizmet Süreniz
Cinsiy etiniz
kadin
erkek
Mean
95% Conf idence
Interv al f or Mean
5% Trimmed Mean
Median
Variance
St d. Dev iation
Minimum
Maximum
Range
Interquart ile Range
Skewness
Kurt osis
Mean
95% Conf idence
Interv al f or Mean
Lower Bound
Upper Bound
Lower Bound
Upper Bound
5% Trimmed Mean
Median
Variance
St d. Dev iation
Minimum
Maximum
Range
Interquart ile Range
Skewness
Kurt osis
Tablo x.9’da bağımlı değişken olan hizmet değişkenine göre
St at ist ic
12,7586
10,5183
St d. Error
1,09371
14,9990
12,5441
12,0000
34,690
5,88979
4,00
26,00
22,00
8,00
,596
-,399
16,8462
13,4887
,434
,845
1,63019
20,2036
16,9444
16,5000
69,095
8,31236
1,00
30,00
29,00
15,00
-,009
-1,050
,456
,887
tamamlayıcı istatistikler
görülür. Yan taraftaki tabloya göre toplam 55 memurun bayan olanları görev aritmetik
ortalaması
12,75 oldugu, standart sapmasınında 15,88 olduğu gösterilir. Ayrıca %95
güvenle alt ve üst limitlerin 10,51 ve 14,99 olduğu görülür. Güven aralığı tahmini yapılan
büyüklüğün arasında kalacağı alanın hesaplanması anlamına gelir. Bu serinin ortanca değeri
12, minimum ve maksimum değeri sırasıyla 4 ve 26 ‘dır. İstatistiksel çalışmalarda en yaygın
kullanılan normal dağılımdır. Normal dağılım simetrik değildir ve tepe değeri, ortancası,
aritmetik ortalaması birbirine eşit değildir. İncelediğimiz bu veri dizisinde daha önce
belirtmiş olduğum en önemli tamamlayıcı istatistik kurtosis ve skewness ölçüleridir. Çünkü
bu değerler veri setinin normal dağılıp dağılmadığını belirtecek. Bayanların görev
dağılımına bakıldığında normal bir dağılım vardır.
Tabloda yer alan çarpıklık katsayısı. standart hataya bölünerek standartlaşmaktadır. Daha
18
sonra elde edilen bu standart değer kritik tablo değeri ile karşılaştırılır .
Basıklık normal dağılım eğrisinin ne kadar dik veya basık oldugunu gösterir. Basıklık
katsayısı pozitif ise eğri normale göre daha diktir. Negatif ise normale göre daha basıktır.
Erkekler için Kurtosise bakıldığında basıklık katsayısı anlamında normal bir dağılım
olduğunu ifade edebiliriz.
Açıklama: Kurtosis +1 den büyük çıkarsa sivri -1 den küçük çıkarsa basık, Skewnes +1 den
büyük çıkarsa sağa çarpık -1 den küçük çıkarsa sola çarpıktır.
Tablo x.10. Cinsiyet ve Hizmet Süresine İlişkin Extreme Değerler
Extreme Val ues
Hizmet Süreniz
Cinsiy et iniz
kadin
Highest
Lowest
erkek
Highest
Lowest
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
Case Number
28
42
14
27
15
34
37
51
26
21
8
18
16
25
1
13
43
17
3
55
Value
26,00
23,00
22,00
22,00
21,00
4,00
5,00
6,00
6,00
6,00
30,00
30,00
28,00
27,00
26,00
1,00
5,00
7,00
7,00
8,00
Tablo x.11. Cinsiyet Değişkeni ve Hizmet süresi Normallik Testi
Tests of Normality
a
Hizmet Süreniz
Cinsiy etiniz
kadin
erkek
Kolmogorov -Smirnov
Statistic
df
Sig.
,139
29
,161
,117
26
,200*
*. This is a lower bound of the true significance.
a. Lillief ors Significance Correction
Statistic
,947
,960
Shapiro-Wilk
df
29
26
Sig.
,156
,386
19
Veri grubunun
normallik testleri
Kolmogorov-Smirnov ve Shapiro-Wilk testlerine
bakılarak anlaşılır. Gözlem sayımız 50’den fazla olduğu için Kolmogorov-Smirnov testi
kullanılır. Bu testte shapirov kullanılır. Bu testin sıfır (H0) ve karşıtı (H1) hipotezleri;
H0: verilerin dağılımı normal dağılıma uyar.
H1: verilerin dağılımı normal dağılımı uymaz.
%5 anlamlılık düzeyine göre her iki test içinde görev verilerinin sig. Değerini(,156) %5 den
büyük olduğu için H0 hipotezi kabul edilir. Yani veriler
veriler normal dağılmaktadır.
Şekil x.14. Cinsiyet Kadın ve Hizmet Süresi Histogramı
normal dağılır. Cinsiyete göre
20
Şekil x.15. Cinsiyet Erkek ve Hizmet Süresi Histogramı
BAĞIMSIZ GRUPLAR T-TESTİ
Bağımsız örneklem t-testinde ise tek örneklem testinden farklı olarak iki ayrı grubun
ortalamaları karşılaştırılır biz iki farklı grup olarak cinsiyet değişkeni açısında kıdem
değişkenini karşılaştıralım karşılaştıralım (Cinsiyet ile hizmet).
HİPOTEZ
Memurların cinsiyet değişkeni açısından hizmet profillerinin belirlenmesi
H0: Memurların cinsiyet değişkenine göre hizmet süreleri arasında fark yoktur.
H1: Memurların cinsiyet değişkenine göre hizmet süreleri arasında fark vardır.
Şekil x.16. Bağımsız Gruplar T-Testi Menüsü
21
Bu bölümde define groups klikleyerek group 1 için 1 ve group 2 için 2 kofladık daha
evvel Variable View kısmında valuable bölümünde bu değerleri tanımlamıştırk. Tanımlama
olayı yapıldıktan sonra OK tuşuna basarak bağımsız gruplar t-testi tamamlannış olacaktır.
Değerlerimizi aşağıda olduğu gibi tablolaştırdık.
Tablo x.12. Cinsiyet Değişkeni ve Hizmet süresi Grup İstatistiği
Group Statistics
Hizmet Surenizz
Cinsiy et iniz
kadin
erkek
N
29
26
Mean
1,7586
2,0385
Std. Dev iat ion
,73946
,82369
Std. Error
Mean
,13731
,16154
Tablo x.13. Cinsiyet Değişkeni ve Hizmet süresi Bağımsız Gruplar T-testi
Independent Samples Test
Levene's Test f or
Equality of Variances
F
Hizmet Surenizz
Equal variances
assumed
Equal variances
not assumed
Sig.
,112
,740
t-test for Equality of Means
t
df
Sig. (2-tailed)
Mean
Diff erence
Std. Error
Diff erence
95% Confidence
Interv al of the
Diff erence
Lower
Upper
-1,328
53
,190
-,27984
,21075
-,70255
,14287
-1,320
50,595
,193
-,27984
,21201
-,70556
,14588
Yapılan bağımsız gruplar t-testi sonucu ve p<,05 anlamlılık düzeyine göre Sig.
değeri ,740 olduğu görülmekedir. Sig değeri 0.05 ‘den büyük olduğu için varsayılanlar eşit
olduğu için sig (2-tailed)= ,190 olarak belirlenmiştir, p<,05 düzeyinden büyük olduğu için
cinsiyet ve hizmet süresi arasında anlamlı bir farklılık görülmemiştir. Bu durumda H0
hipotezi kabul. Böylece cinsiyetin hizmet üzerinde etkin bir faktör olmadığını rahatlıkla
ifade edebiliriz. Aritmetik ortalamalara bakıldığında bayan ve erkeklerin hizmet süreleri1120 yıl civarında dağılmıştır.
22
VARYANS ANALİZİ
Hipotez: Memurların yaş dağılımları ile hizmet süresi arasında ilişkinin belirlenmesi
H0: Memurların yaş gruplarına göre hizmet süreleri arasında fark yoktur
H0: Memurların yaş gruplarına göre hizmet süreleri arasında fark vardır
Şekil x.17. Varyans Analizi Menüsü
Yaş faktörü açısından hizmet süresini Bonferroni testi ile analiz edeceğiz.
Şekil x.18. Varyans Analizi Seçenekleri
Ardından descriptive ve homojenlik seçenekleriyle eşitliği sağlarız.
Yapılan varyans analizi neticesinde oluşan tablolarımız aşağıdaki gibidir.
23
Tablo x.14. Hizmet Süresi Sonuçları
Descriptives
Hizmet Surenizz
N
1,00
2,00
3,00
Total
Mean
1,1818
2,0000
2,9231
1,8909
22
20
13
55
Std. Dev iation
,39477
,45883
,27735
,78582
Std. Error
,08417
,10260
,07692
,10596
95% Confidence Interv al for
Mean
Lower Bound Upper Bound
1,0068
1,3568
1,7853
2,2147
2,7555
3,0907
1,6785
2,1033
Minimum
1,00
1,00
2,00
1,00
Maximum
2,00
3,00
3,00
3,00
Tablo x.15. Hizmet Süresi Homojenlik Sonuçları
Test of Homogeneity of Variances
Hizmet Surenizz
Lev ene
St at ist ic
1,092
df 1
df 2
2
Sig.
,343
52
Tablo x.16. Hizmet Süresi Varyans Analizi Sonuçları
ANOVA
Hizmet Surenizz
Between Groups
Within Groups
Total
Sum of
Squares
25,150
8,196
33,345
df
2
52
54
Mean Square
12,575
,158
F
79,784
Sig.
,000
ANOVA tablosu memurların yaş değişkeni ile hizmet süresi dağılımları arasında
farklılığın olup olmadığını test etmektedir SPSS bize, p değerini (Sig.) de vermiştir ki, eğer
bu değer 0.05’ten küçükse H0 hipotezi reddedilir. Sig. değeri ,000 olarak belirlenmiştir ve
.05 değerinden küçüktür. O halde memurlar memurların yaş ve hizmet süresi dağılımları
arasında anlamlı bir farklılık var yani ilişki yoktur diyebiliriz.
25-34 yaş arasındaki memurların 1-10 yıl (x=1,18), 35-44 yaş arası memurların 11-20 yıl
(x=2,00) ve 45-54 yaş arası memurların 21-30 yıl arası (x=2,92), çalıştıkları ve yaş arttıkça
çalışma süresinin de arttığı görülmektedir.
24
Tablo x.17. Hizmet Süresi Varyans Analizi Sonuçları
Multiple Comparisons
Dependent Variable: Hizmet Surenizz
Bonf erroni
Mean
Diff erence
(I) Yeni Yasiniz (J) Yeni Yasiniz
(I-J)
Std. Error
1,00
2,00
-,81818*
,12266
3,00
-1,74126*
,13888
2,00
1,00
,81818*
,12266
3,00
-,92308*
,14144
3,00
1,00
1,74126*
,13888
2,00
,92308*
,14144
Sig.
,000
,000
,000
,000
,000
,000
95% Confidence Interval
Lower Bound Upper Bound
-1,1216
-,5147
-2,0848
-1,3977
,5147
1,1216
-1,2730
-,5732
1,3977
2,0848
,5732
1,2730
*. The mean diff erence is signif icant at the .05 lev el.
CORRELATİONS
Yaş, hizmet süresi, Tk1, Tk2 ve Tk3 arasındaki korelasyona bakalım
Korelasyon analizi iki değişken arasndaki doğrusal ilişkiyi ve bir değişkenin iki veya daha
fazla değişken ile olan ilişkisini,
test etmek, varsa bu ilişkinin derecesini ölçmek için
kullanılır. Korelasyon analizinde amaç; bağımsız değişken (X) ile , bağımlı değişken (Y) ne
yönde değişeceğini görmektir.
Bivariate Correlation
Hipotez
55 memurun cinsiyet, eğitim durumu, yaş, görevi ve kıdemleri arasındaki ilişkiyi incelemek
istiyoruz.
H0: Değişkenler arasında ilişki yoktur.
H1: Değişkenler arasında ilişki vardır.
25
Descriptive Statistics
Tablo x.18. Korelasyon değişkenleri
Mean
Std. Deviation
N
Çalistigim kurumda herkes birbirine saygili davranmaktadir
2,1091
,87502
55
Amirler memurlarina pozitif bir yaklasim sergilemektedir
2,0182
,78152
55
Calistigim kurumdan memnunum
2,2545
,86534
55
Hizmet Surenizz
1,8909
,78582
55
Yeni Yasiniz
1,8364
,78796
55
Şekil x.19. Korelasyon Menüsü
Yapılan korelasyon neticesinde Yaş değişkeni ile hizmet süresi değişkeni arasında
pozitif yönde yüksek bir ilişki vardır r=,868 , ayrıca amirleri tarafından pozitif yönde bir
yaklaşım görenlerinde çalıştığı kurumdan memnun oldukları görülmektedir pozitif yönde iyi
bir ilişki vardır r=,650 yine amirleri tarafından pozitif yönde bir yaklaşım görenlerinde
kurumlarında herkesi birbirine saygılı oldukları r=,782 görülmektedir.
Bağımlı değişkenler
Tk1: Çalıştığım kurumda herkes birbirine saygılı davranmaktadır
Tk2: Amirler memurlarına saygılı davranmaktadır
Tk3: Çalıştığım işyerinden memnunum
Yapılan korelasyon neticesinde Yaş değişkeni ile hizmet süresi değişkeni arasında
pozitif yönde yüksek bir ilişki vardır r=,868 , ayrıca amirleri tarafından pozitif yönde bir
yaklaşım görenlerinde çalıştığı kurumdan memnun oldukları görülmektedir pozitif yönde iyi
bir ilişki vardır r=,650 yine amirleri tarafından pozitif yönde bir yaklaşım görenlerinde
26
kurumlarında herkesi birbirine saygılı oldukları r=,782 görülmektedir.
Tablo x.19. Korelasyon Değişkenlerine İlişkin Sonuçlar
Correlations
calistigim kurumda
herkes birbirine saygili
davranmaktadir
amirler memurlarina
pozitif yönde bir y aklasim
sergilemektedir
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
calistigim
kurumda
herkes
birbirine
saygili
davranma
ktadir
1
N
calistigim kurumdan
memnunum
Hizmet Surenizz
Yeni Yasiniz
amirler
memurlarina
pozitif yönde
bir yaklasim
calistigim
sergilemekte
kurumdan
Hizmet
dir
memnunum
Surenizz
,782**
,574**
,179
,000
,000
,190
55
55
55
55
,782**
1
,650**
,124
,000
Yeni Yasiniz
,241
,076
55
,125
,000
,367
,362
55
55
55
55
55
Pearson Correlation
Sig. (2-tailed)
N
,574**
,000
,650**
,000
1
,151
,273
,062
,652
55
55
55
55
55
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
,179
,190
55
,241
,076
55
,124
,367
55
,125
,362
55
,151
,273
55
,062
,652
55
1
,868**
,000
55
1
**. Correlation is signif icant at the 0.01 level (2-tailed).
55
,868**
,000
55
55