PSİ 303 — Davranışsal İstatistik için Yazılım Uygulamaları
2026-10-19
Bir okulda geçmiş yıllarda bir dersin sınav ortalaması 75.
Bu yıl yeni bir öğretim yöntemi deneniyor; 25 öğrencinin ortalaması 78.
Yeni yöntem işe yaradı mı, yoksa bu yılın öğrencileri şans eseri biraz daha mı iyiydi?
Ortalamalar nerede toplanıyor; evrene göre ne kadar dar ve n büyüyünce ne oluyor?
Örnekleme dağılımı: Aynı evrenden aynı büyüklükte çekilebilecek bütün örneklemlerin ortalamalarının dağılımı.
Üç özellik:
Standart hata (SH): Örnekleme dağılımının standart sapması; bir örneklem ortalamasının tipik olarak ne kadar oynadığı.
Örneklemi dört katına çıkarmak SH’yi yarıya indirir.
| Standart sapma (SD) | Standart hata (SH) | |
|---|---|---|
| Neyin yayılımı? | Kişilerin değerleri | Örneklem ortalamaları |
| Soru | Kişiler birbirinden ne kadar farklı? | Ortalama ne kadar oynar? |
| n büyüyünce | Küçülmez; evrendeki değere daha iyi yaklaşır | Küçülür |
| Yanlılığı düzeltir mi? | — | Hayır; yalnızca rastgele oynamayı anlatır |
“Ankete göre adayın oy oranı %48; hata payı ±3 puan.”
Bir arkadaşınız madeni parayı 10 kez atıyor: 9 tura, 1 yazı.
Ya çok nadir bir şey oldu, ya da para adil değil.
| Madeni para | Yeni yöntem | |
|---|---|---|
| H0 (sıfır hipotezi) | Para adil | Yöntem ortalamayı değiştirmiyor: μ = 75 |
| H1 (alternatif hipotez) | Para adil değil | Yöntem ortalamayı değiştiriyor: μ ≠ 75 |
H0: etki/fark yok · H1: araştırılan etki/fark var · μ: evren ortalaması.
p değeri: H0 doğru olsaydı, gözlediğimiz kadar ya da daha uç bir sonuç görme olasılığı.
Yeni yöntem sınıfı (s = 10, n = 25): SH = 10 / √25 = 2 puan
Fark: 78 − 75 = 3 puan = 1,5 SH → yönsüz p ≈ 0,13
Yöntem hiçbir şey değiştirmese bile, 25 kişilik bir sınıfın ortalamasının 75’ten en az 3 puan (iki yönden biriyle) uzaklaşma olasılığı yaklaşık %13.
Önceden belirlenen anlamlılık düzeyi: α = 0,05
| Karar | |
|---|---|
| p < α | H0 reddedilir: sonuç istatistiksel olarak anlamlı |
| p ≥ α | H0 reddedilemez: fark şansla açıklanabilir |
Yeni yöntem: p ≈ 0,13 ≥ 0,05 → H0 reddedilemez.
Reddedemedik ≠ H0 doğru. Mahkemede olduğu gibi: yeterli kanıt yoksa karar “suçlu bulunmadı”dır, “suçsuz olduğu kanıtlandı” değil.
| Yaygın yanlış okuma | Doğrusu |
|---|---|
| “p = 0,03 → H0’ın doğru olma olasılığı %3” | p, H0 doğru varsayılarak hesaplanır; H0’ın olasılığını vermez |
| “Anlamlı → önemli” | İstatistiksel anlamlılık pratik önemi garanti etmez |
Yangın alarmı:
| Gerçekte yangın yok (H0 doğru) | Gerçekte yangın var (H0 yanlış) | |
|---|---|---|
| Alarm çalıyor (H0 reddedildi) | Tip I hata: boş yere alarm | Doğru karar |
| Alarm çalmıyor (H0 reddedilmedi) | Doğru karar | Tip II hata: yangın kaçırıldı |
Merkezî limit teoreminin biçimsel ifadesi, güç analizi ve test istatistiklerinin hesabı bu notun konusu değildir.
Sıradaki konu: Bu mantığı ilk gerçek testimizde kullanalım: t-testi.