Parametrik ve Non-parametrik testler (parametrik olmayan testler)

Çoğu istatistiksel çalışmada veri setinin durumuna göre parametrik ve parametrik olmayan testler arasında bir seçim yapma ihtiyacı doğmaktadır. Analizin doğru sonuçlar vermesi bu aşamada doğru test gruplarını seçmemizle doğrudan ilişkilidir.

Parametrik ve parametrik olmayan testler ne demektir?

Öncelikle bu testleri kabaca tanımakta fayda var. Aradaki farkı çok basit bir şekilde açıklamak gerekirse parametrik testler ortalamalar üzerinden çalışırken parametrik olmayan testler medyan değer üzerinde çalışır. Medyan değer sıralanmış bir veri setindeki orta değer olarak basitçe tanımlanabilir. Bu farklı özellikleri nedeniyle parametrik ve parametrik olmayan testler farklı avantaj ve dezavantajlara sahiptir.

Test seçimi neye göre yapılır?

Aslında nonparametrik testleri gerektiren durumlardan çok parametrik testleri kullanamadığımız durumlar bizi parametrik olmayan testleri kullanmaya iter. Parametrik testleri kullanmak için;

1. Verilerin normal dağılıma uygunluk göstermesi
2. Grup varyanslarının eşit olması
3. Verilerin aralık ya da oransal ölçekte ölçümlenmiş olması
4. Her bir grup için örneklem büyüklüğünün yeterli olması

Varsayımlarının sağlanması gerekir.

Normal dağılım aslında parametrik testlerin kullanımında çoğunlukla bakılan unsurdur. Normalliğe normallik testleri ile ve/veya çarpıklık ve basıklık değerlerine bakarak karar verilir. Eğer veri analizi SPSS yazılım ile yapılıyorsa 3. Şart sağlanmadığı sürece yazılım analizi gerçekleştirmeyecektir ve 2. Şart sağlanmıyorsa basitçe programın bize homojen olmayan varyans durumunda okumamız için farklı bir satır sunacaktır. Örneklem büyüklüğüyse her test için önerilen sayının yanı sıra biraz da tecrübeyle karar verilecek bir unsurdur. Bu nedenle çoğunlukla biraz tecrübe ve biraz da normal dağılım çoğunlukla karar vermede yeterli olacaktır.

Parametrik ve nonparametrik testlerin avantajlarına gelecek olursak öncelikle en önemlisi parametrik testlerin istatistiksel gücü yüksektir, doğru yapıldığı sürece son derece güvenilir sonuçlar verir. Hatta testin gerektirdiği örnek sayısı yerine getirildiğinde çarpık ve normal dağılım göstermeyen veri setlerinde bile uygulanabilirdir. Bu nedenle mümkün olduğu kadar parametrik testleri kullanmak tercih edilir ve veri setinin durumuna göre istatistikçi tecrübesini kullanarak normallik şartlarını esnetmeyi tercih edebilir.

Parametrik olmayan testlerin de elbette avantajları bulunmaktadır. Aslında bu avantajlar parametrik testlerin dezavantajlarından ileri gelmektedir. Örneğin parametrik testler ortalamalar üzerinden işlem yaptığı için bazı testler uç değerlere karşı daha duyarlıdır. Kümelenme medyan değer etrafında yoğunlaşsa da yüksek birkaç değerin örnekleme katılması durumunda ortalama, topluluğu temsil etmeyecek biçimde sapacaktır. Bu durumda iki test türü farklı ve kendi içinde doğru sonuçlar verir. Eğer araştırma için gerekli olan medyan ise parametrik olmayan testler soruya doğru cevabı verecektir. Örneğin çalışanların maaşları üzerinden bir analiz yapıyorsanız grupların birinde iki tane genel müdür bulunması sonuçları belirgin bir şekilde etkiler. Ama zaten alınabilecek maksimum ve minimum değerleri belli bir ölçek kullanarak anket analizi yapıyorsanız böyle bir ihtimal daha düşük olacaktır. Tecrübeli bir istatistikçi böyle bir durumda çarpıklığın göz ardı edilebilir olup olmadığına karar vererek en doğru hesaplamayı yapabilir.