Parametrik Olmayan İstatistiksel Testlerde Çoklu Karşılaştırmalar

Abstract

Nicel verili ikiden çok bağımsız veya bağımlı gruplarda verilerin normal dağılıma sahip olmaması ya da verilerin ordinal ölçekli olması halinde parametrik olmayan testler kullanılmaktadır. İkiden fazla grup karşılaştırmasında grupları ikişer ikişer karşılaştıran testler kullanıldığında birinci tip hata payı artmaktadır. Bu nedenle bunların yerine k tane örneklemi aynı anda işleme tabi tutan yöntemler önerilmiştir. Bu çalışmada parametrik olmayan testlerden sonra kullanılması önerilen ve çoğunlukla sıra sayıları üzerine kurulmuş olan çoklu karşılaştırma testlerinden bahsedilmiştir. Parametrik olmayan testlerden Kruskal-Wallis testi ve Friedman testinden sonra yokluk hipotezi olarak adlandırılan H_0 hipotezleri reddedildiğinde k sayıda faktör düzeyinden hangilerinin aynı etkide hangilerinin farklı etkide olduğuna bakmak gerekir. Bu amaçla çoklu karşılaştırma yöntemlerine başvurulur. Bu çalışmada amaç ikiden çok bağımlı ve bağımsız gruplarda kullanılan parametrik olmayan çoklu karşılaştırma testleri verilmiştir. Grupların bağımsız veya bağımlı olması, gözlem sayısısının eşit veya farklı oması durumuna göre uygun çoklu karşılaştırma testlerinin seçilmesi önerilmiştir.Nonparametric tests are used when the data in multiple independent or dependent groups with quantitative data do not have normal distribution or when the data have ordinal scale. In comparison of multiple groups, first type margin of error increases when tests which compare groups in two are used. Thus, methods which process k number of samples at the same time have been proposed. This study is about multiple comparison tests mostly based on ordinal numbers which are recommended to be used after nonparametric tests. After Kruskal-Wallis test and Friedman test, which are nonparametric tests, when H_0 hypotheses which are called null hypotehesis are rejected, it is necessary to check which of the k number factor levels will have the same effect and which ones will have different effects. Multiple comparison methods are used for this purpose. The purpose of this study is to compare nonparametric multiple comparison tests which are used in multiple independent and dependent groups. A choice of suitable multiple comparison tests based on the dependency or independency of groups or equal or different numbers of observations has been recommended.