spss etiketine sahip kayıtlar gösteriliyor. Tüm kayıtları göster
spss etiketine sahip kayıtlar gösteriliyor. Tüm kayıtları göster

30 Ocak 2013 Çarşamba

Veri ve Veri Çeşitleri


Araştırma yapmadaki öncelikli amaç bir konuyla ilgili veri (data) toplamaktır. Türkçe sözlükte “veri”, “Bir araştırmanın, bir tartışmanın, bir muhakemenin temeli olan ana öge, muta, done” olarak tanımlanmaktadır. 
Verilerimizi elde ettiğimiz kaynağın tamamına “toplum” veya “evren” denir. Toplumun hakkında veri topladığımız özelliklerine ise “değişken” adı verilir.

İnceleyeceğimiz değişkeni toplumun tamamında araştırmak için kaynak, zaman ve imkanlarımız çoğunlukla yetersiz olacağından genelde toplumu temsil edebilecek bir grup birey yani “örneklem” hakkında veri toplarız. Eğer incelediğimiz değişken hakkında toplumun tamamından veri toplamışsak o zaman “değişken” ifadesi yerine “parametre” kullanmak daha uygun olur. Makale yazımında buna dikkat etmeliyiz. Değişken yerine uygunsuz bir şekilde parametre terimini kullanmak sık yapılan yanlışlardandır. 

Değişkenler kategorik ve numerik olarak ikiye ayrılır. 

Kategorik değişkenlerde her birey belli sınıflardan birine dahil edilebilir. Bu değişken türü de kendi içerisinde Nominal (Atanmış) ve Ordinal (Sıralı) olmak üzere ikiye ayrılır. Nominal değişkenlerde hangi kategorinin önce geleceği araştırmacının atamasına bağlıdır (1=bayan, 2=erkek olabileceği gibi 1=erkek, 2=bayan da olabilir). Sıralı değişkenlerde ise küçükten büyüğe, ya da büyükten küçüğe doğru bir sıra vardır (1=zayıf, 2=normal, 3=kilolu, 4=şişman, 5=aşırı şişman gibi).  Bir kategorik değişkenin sadece iki özelliği olması halinde ona binary (ikili) veya dichotomous (dikotom) değişken denir (evet/hayır; canlı/ölü gibi). 

Değişkenimiz, sınıflardan oluşmak yerine belli sayıları alan numerik bir değişken de olabilir. Bu durumda da alınan değer tam sayılı (discreet) (Kaç kez doktora gittiniz? [4 kez] Hastane kaç yataklı? [60 yataklı] gibi) veya sürekli (continuous) (Boy [165,5 cm], Hemoglobin değeri [14,3 mg/dl] gibi) olabilir. 
Değişken çeşitlerini ayırt edebilmek, kullanılacak istatistiksel yöntemi seçerken ve SPSS'te analiz yaparken önemli olacak. Kategorik değişkenler sayı ve yüzde olarak gösterilirken numerik değişkenler ortalama ve standart sapma gibi ölçütlerle gösterilir. 

Kategorik ve numerik verilerin ayırımı genellikle kesin olmakla birlikte bazen sıralı değişkenlerde kategori sayısı fazla olabilir. Bu durumlarda sıralı değişkenler kategorikmiş gibi muamele görebilir. Örneğin ağrı şiddetini araştırdığımız bir ankette 1‟den 7‟ye kadar bir görsel analog skala kullanmış olabiliriz. Tanım olarak bu, sıralı kategorik bir değişken olmakla birlikte çeşitli gruplar arasında ağrı Şiddetini karşılaştırmak için ortalamaları almamızda bir sakınca yoktur. 
Diğer taraftan, değişkenler SPSS tarafından ordinal, nominal ve numerik olarak ayırt edilir (tam sayılı ve sürekli numerik veriler aynı şekilde işlem görür). 

29 Nisan 2012 Pazar

Başarılı bir istatistiksel araştırma ilkeleri


İstatistiksel bir araştırmanın temelini; kullanılan ölçek oluşturmaktadır. Diğer bir deyişle, bilimsel
bir çalışmada gerçekleştirilecek istatistiksel analizlerin tümü, kullanılan ölçeğe göre şekillenmektedir.

Verilerin toplandığı grubun homojen bir grup olması durumunda, standart sapma düşük değerlere sahip olmaktadır. Veri toplanan birim  sayısının yüksek olması durumunda standart sapma halen yüksek değerler alıyor ise, grubun heterojen bir grup olduğu anlaşılmalıdır.

Veriler üzerinde çeşitli testlerin uygulanmasına geçilmeden önce, veri setinin geçerliliği ve güvenilirliği kontrol edilmelidir. Veri seti geçerli ve güvenilir değilse, elde edilecek sonuçlar da yanlış olacaktır.

Ankette bulunacak olan demografik değişkenleri anketin sonuna ekleyiniz.
Anket sorularınızın içine ters cevaplanmış sorular ekleyerek cevaplayıcıların odaklanmışlıklarını test edebilirsiniz.

Anket formunda mevcut soru sayısının %5’i oranında kontrol sorusu bulundurulabilir. Bu sorulara verilen cevaplar, verilerin kodlanmasından önce kontrol edilerek, gerektiği durumlarda anket değerlendirmeye alınmamalıdır.

Sosyal bilimlerde araştırmalarda aranan genel güvenirlik analizinde oranın %95 ve daha büyük
olması beklenir.

Tüm bu değerlendirmelerin ışığında, istatistiğin her şey demek olmadığı, bilimde mantık ve sezgilerin de mutlaka iyi kullanılması gerektiği de unutulmamalıdır.

21 Nisan 2012 Cumartesi

SPSS


Merkezi Chicago’da bulunan SPSS 1967 yılından bu yana verideki gizli bilgileri keşfetme ve stratejik karar desteği sağlama yönünde ileri analitik çözümler sunmaktadır. Dünya çapında 40'ın üzerinde ana ofisi bulunan SPSS'in Veri Madenciliği Çözümleri 2000-2003 yıllarında KDNuggets tarafından yapılan anketlerde en fazla tercih edilen veri madenciliği çözümü seçilmiş, SPSS'in Veri Madenciliği Metodolojisi olarak kabul ettiği CRISP DM (Cross Industry Standart Processing for Data Mining) metodolojisinin, açık bir metodoloji olarak %50 nin üzerinde bir kullanıma sahip olduğu belirlenmiştir.

SPSS telekomünikasyon, bankacılık, sigorta, finans, perakende sektörü, pazar araştırma şirketleri, kamu gibi çeşitli sektörlere ait pazarlama, müşteri verileri, işletmeye ait operasyonel veriler, üretim verileri gibi çeşitli verilerin bilgiye dönüştürümü, prediktif analizler, zamana bağlı tahminler ve karar desteği sağlama konusunda çok sayıda analitik teknik sunmaktadır. SPSS ile kuruluşlar rakipleri karşısında üstünlük sağlayabilmeleri için önemli faktörleri belirleyebilir, işletmenin başarı ve başarısızlık etkenlerini derinlemesine inceleme, etkin müşteri ilişkileri yönetimi, daha iyi pazarlama stratejileri geliştirmelerini ve pazarlama harcamalarını minimuma indirmelerini sağlayacak stratejik bilgilere hızlı ve kolay bir şekilde ulaşabilir, risk yönetimi, yeni hizmet ve servis geliştirme konularında karar desteği sağlayabilirler. SPSS sunduğu kullanım kolaylıkları sayesinde kullanıcı kuruluşlarda "iş kullanıcıları" tarafından rahatlıkla kullanılmakta, IT birimlerinin yoğun desteğine ihtiyaç duymamakta ve IT birimlerinin işini arttırıcı bir yazılım olmamaktadır. SPSS ile tahminsel modellemeler otomatik olarak yapılabilmektedir. SPSS ile geliştirilen ileri modeller, kullanıcıların otomatik kullanımına sunulabilmektedir.

9 Nisan 2012 Pazartesi

Karar Destek Sistemi Nedir?


İnsanların karar vermelerinde yardımcı olan bilgisayar tabanlı bilgisistemlere Karar Destek Sistemi denir.Verileri ve modellerin etkin kullanımını   sağlayarak  karmaşık problemlerin çözümüne katkıda bulunurlar.Karar Destek Sistemleri, karar işlemlerini yapısallaştırılmasını, tekrarlanan kararların otomasyonunu, organizasyonel planlama ve kontrol sağlar .



Karar Destek Sistem Türleri; 
Veri besleme sistemleri:
Önceki verileri veya anlık raporları analiz etmede kullanılır.
* Dosya Çekme Sistemleri
* Veri Analiz Sistemleri
* Bilgi Yürütme Sistemleri

Tahmin sistemleri:
Durum alternatif gelecek zamanlara taşınarak ilerisi görülür
* Tanımsal Sistemler
* Nedensel Sistemler
* Olasılık Sistemleri

Tercih belirleme sistemleri:
Alternatifler ve önceki kararlar arasında seçim yapmaya sağlar
* Karar ağacı sistemleri
* Çok özellikli  karar sistemleri

Senaryo geliştirme sistemleri:
Analizden ayrı olarak karar vermede yaratıcı görevler üstlenir.
* Kavramaya ait planlama sistemleri
* Fikir üretme sistemleri
* Grup karar destek sistemleri