Ki-Kare Testi

Ki-kare testi yüksek lisans ve doktora tezlerinde sıklıkla tercih ettiğimiz bir test türüdür ve parametrik olmayan bir testtir. Parametrik ve parametrik olmayan testlere değindiğimiz yazımızda parametrik olmayan testlerin genellikle medyan değer üzerinden çalıştığından bahsetmiştik. Ancak farklı olarak bu test frekans dağılımları üzerinden işlem yapar. Verilerin durumuna göre ki-kare uygunluk ya da ki-kare bağımsızlık testi olarak ikiye ayırmamız mümkündür. Bu yazımızda ki-kare bağımsızlık testine değineceğiz.

Ki-Kare Bağımsızlık Testi

Ki-kare bağımsızlık test, iki veya daha fazla değişkenin birbirinden bağımsız olup olmadığının araştırılması için kullanılır. Bu test bağımsızlığı ölçmekle birlikte değişkenler arasında ilişki varsa bu ilişki hakkında yeterli bilgi sağlamaz. Korelasyon ve regresyon analizlerinde olduğu gibi bir şiddetten bahsetmek mümkün değildir. Diğer bir önemli unsur ki-kare testinin örneklem büyüklüğüne karşı duyarlı olmasıdır. Gözlem sayısı arttıkça ki-kare değeri ve dolayısıyla anlamlı fark gözlemleme şansımız da artar. Bu nedenle çok büyük örneklemlerde farklı testleri tercih etmeyi düşünebiliriz.

Ki-Kare Bağımsızlık Testi Nasıl Yapılır?

Ki-kare bağımsızlık testi çoğu teste göre daha kolaydır. Bunun temel sebebi parametrik testlerdeki normallik, varyans homojenliği gibi ön koşulları bulunmamasıdır. Sıklıkla tercih edilmesinin nedenlerinden birisi de bu özelliğidir. Sosyal bilimler tezlerinde en sık kullanılan testler arasındadır. Ancak ki-kare testinin de bir takım ön koşulları bulunur.

En önemli ön koşul verilerin kategorik olmasıdır. Çünkü ki-kare testi frekanslar üzerinden çalışır ve çapraz tablolar oluşturur. Bu nedenle verilerin kategorik olması oldukça önemlidir. Ayrıca gruplar birbirinden bağımsız olmalı, bir gözlem birden fazla grup/kategori/değişken altında yer almamalıdır. Bu şartlar sağlandığı sürece bu testi yapmak mümkündür.

SPSS’de Ki-Kare Analizi

Alışverişte ödeme yönteminin cinsiyetten bağımsız olup olmadığını test etmek istediğimizi varsayalım. Bunun için öncelikle katılımcılara bir anket uygularız ve cinsiyet ve alışverişlerde hangi ödeme yöntemini tercih ediyorsunuz sorularını yöneltiriz. Verileri topladıktan ve analize hazırladıktan sonra hipotezlerimizi kurmamız gerekir. Bu kapsamda kuracağımız hipotezler şöyle olabilir:

H₀: Ödeme aracı tercihi cinsiyetten bağımsızdır.

H₁: Ödeme aracı tercihi cinsiyete bağlıdır. Cinsiyet ile ödeme aracı seçimi arasında bir ilişki bulunmaktadır.

SPSS yazılımında Ki-kare bağımsızlık testi yapmak istiyorsak analize analyze>descriptive statistics>crosstabs üzerinden ulaşabiliriz. Burada row (satır) Column (sütun) alanlarından birine cinsiyet diğerine ödeme aracı değişkenlerini taşırız. Ardından “statistics” ekranından “chi-square” ve phi and cramer’s V” seçeneklerini işaretleyerek testi yürütürüz. Eğer yüzdeleri görmek istiyorsak “cells” bölümünden “percentages” penceresindeki seçenekleri işaretleyebiliriz.

Analiz sonucunda SPSS bir adet çapraz tablo ve ki-kare testi sonuçlarının yer aldığı bir tablo sunar. Çapraz tabloda kaç kadının kredi kartı, kaç kadının nakit ödeme tercih ettiği gibi frekans değerlerini görmek mümkündür. Ayrıca toplamda kaç kişinin kredi kartı, kaç kişinin nakit tercih ettiği ve bunların yüzdeleri gibi bilgileri de alabiliriz.

Ki-kare bağımsızlık testi sonuçlarının yer aldığı tabloda ise alt bilgi olarak bir bilgi yer alır. Burada “… cells (…%) have expected count less than 5. The minimum expected count is …” şeklinde bir bilgi yer alır. Bu hücrelerden kaç tanesindeki frekans değerinin 5 ya da altında olduğunu ifade eder. Eğer 2×2 bir tabloda 5’in altında bir frekans değeri bulunmuyorsa “Pearson Chi-Square” değerini okuruz. Bu satırdaki p değeri 0,05’den küçük ise H₀ hipotezini reddederiz. Eğer 0,05’den büyük ise H₀ hipotezini kabul ederiz ve “cinsiyet ve ödeme aracı tercihi arasında ilişki yoktur” diyebiliriz.

Frekans değerlerimizden biri 5’in altında olsaydı “expected count is…” kısmını okumamız gerekirdi. Bu değerin 5’in altında olması durumunda Fisher’s Exact test kısmını, 5 ile 25 arasında ise Continuity Correction satırını ve eğer 25 üzerinde ise yine Pearson Chi-Square satırını okumamız gerekirdi.

Siz de lisans, yüksek lisans ve doktora tezlerinizde ki-kare testi konusunda desteğe ihtiyaç duyuyorsanız bize ulaşabilirsiniz.