DERS NOTLARI
GİRİŞ
SPSS paket programı excel vb. paket programlar ile entegre çalışabilen bir analiz programıdır. SPSS programı Sosyal bilimler, sağlık bilimleri ve fen bilimleri alanlarında etkin şekilde kullanılmaktadır. SPSS programı temel analiz uygulamaları dışında son yıllarda yapay sinir ağları ve tahmin modelleme üzerine yeni eklentiler yaparak önemli bir program olarak karşımıza çıkmaktadır. SPSS programında bir çok veri analizi türü vardır. Bu bölümde temel gereksinim olarak kullanılan uygulamalara değinilecektir.
SPSS paket programı birkaç farklı bilgisayar dosyası ile birlikte çalış maktadır:
Bunlardan en çok kullanılanları Veri dosyaları, çıktı dosyaları ve sözdizimi (sentaks) dosyalarıdır. Veri dosyaları, kullanıcının istatistiksel olarak analiz etmeyi istediği bilgileri içeren bilgisayar dosyalarıdır. Analizler bu dosya açıkken yapılır.
Çıktı dosyaları istatistiksel analizleri tabloları ve grafikleri içerir. Sözdizimi dosyaları, SPSS yazılımına ne yapması gerektiğini söyleyen bilgisayar talimatlarıdır.
Sözdizimi dosyaları, yapılan analizlerin kod halinin saklanması için faydalıdır. SPSS sürüm farklılığından dolayı bazen output dosyaları saklanmayabilir. Bu durumlarda analizlerin kod halini aldığınızda istediğiniz gibi çıktı dosyalarını elde edersiniz. Bununla birlikte makro yazmak ve menülerde olmayan analizleri de kod olarak yazmak zorundasınızdır. SPSS’de veri dosyaları “.sav” çıktı dosyaları “.spo”, sözdizimi dosyaları ise “.sps” uzantısına sahiptir (Demir, 2013).
VERİ GİRİŞİ VE VERİLERİN DÜZENLENMESİ
Yeni bir SPSS veri dosyası oluşturmak için, “File” menüsü kliklenir alt menü olan “New”
ve “Data” sekmelerini seçeriz. Boş bir “SPSS Data Editor” penceresi karşınıza çıkacaktır.
Şekil x.1. Veri Girişi ve Verilerin Düzennlenmesi
SPSS programı ilk açıldığında yeni bir data editörü ile açılır, bu kısmı syntax, output yada script kısımlarını kullanacağınız zaman erişebilirsiniz.
SPSS ÇIKTI DOSYALARI
Program içerisinde çıktı dosyaları kaydetme, analiz yada dosya açma işlemlerinden sonra otomatik olarak oluşur. Çıktı dosyaları “.spo” uzantılı olarak kaydedilir.
OPTIONS
Edit menüsünden ulaştığımız bu bölümde verilere ilişkin olarak syntax, veri uzunluğu, script editör yada değişkenlerin alfabetik olarak sıralanması işlemini “General” sekmesine ve Variable Lists bölgesinde “Display names” ve “Alphabetical” tuşlarına tıklanarak gerçekleştirilebilirsiniz. Bunun dışında bu iletişim kutusu kullanılarak sayısız özelliği kontrol edilebiliriz.
Şekil x.2. Seçenekler Menüsü
VERİ GİRİŞİ
SPSS programında yeni bir dosya açtıktan sonra yapılması gereken verilerin resim .1 de görüldüğü gibi girilmesidir. Data girişinde iki farklı grubun altı kişilik verileri gözükmekte ve demografik özellikleri girilmiştir. Veri girişi yapılırken, anketi cevaplayan
grup 1’den 1 nolu kişinin demografik özelliklerine (Cinsiyet, Yaş, Meslek vb.)ilişkin verilerini satır boyunda gireriz.
Şekil x.3. Veri Giriş hücreleri
DATA VİEW (VERİ GÖRÜNÜMÜ)
Data wiev kısmındaki verileri öncelikle sol alt köşede bulunan Variable Wiev sekmesini klikleyerek düzenleriz. Her değişkenin label kısmında cinsiyet için 1:Bayan, 2:Erkek Yada Meslek kısmında 1: İşçi, 2: Memur, 3:Esnaf gibi kodlamalarımızı yaparız.
Önemli olan bir özellikde Measure kısmıdır. Burada ölçeğimizin değişkenlerinin Nominal, Ordinal yada Scale olup olmayacağını belirleriz.
Şekil x.4. Verilerin Görünümü
VARİABLE VİEW (DEĞİŞKEN GÖRÜNÜMÜ)
Değişken görünümü bölümünde verilerin label’larını aşağıdaki gibi değiştiririz.
Şekil x.5. Değişken Görünümü
MEVCUT VERİ DOSYALARININ AÇILMASI (OPEN)
Hâlihazırda sahip olduğunuz ya da edindiğiniz bir SPSS dosyasını açmak için, “File”
menüde FILE OPEN » DATA adımlarını seçeriz. Sonra da açmak istediğiniz dosyayı belirleyip açınız. Ofis programlarını kullanıyorsanız bu işlemi çok kolay bir şekilde yapabilirsiniz. Eğer dosyanız görürün bir yerde ise SPSS programını açmadan üzerine iki defa tıklamanız yeterlidir. O zaman dosyanız kendiliğinden açılacaktır. Yada SPSS dosyanızı açık olan data wiev üzerine sürükle bırak yaparak dosyanızı açabilirsiniz
Şekil x.6. Mevcut Dosyaların Açılması
Eğer veri girişi için hazırda SPSS programını olmadığı durumlarda Excel ile veri girişi yapabilirsiniz. Daha sonra Excelde girmiş olduğunuz verileri açmak için
Şekil x.6.a Mevcut Dosyaların Açılması
Kitap.xls dosyasına open komutunu uyguladıktan sonra aşağıdaki gibi bir menü açılacaktır ve size sayfanın hangi hücreler arasında değişkenin Excel’deki tanımlanan isimle açılıp açılmayacağını soracaktır.
Şekil x.7. Mevcut Dosyaların Veri Kaynağından Açılması
ÇALIŞMA DOSYALARININ KAYDEDİLMESİ
Yeni bir çalışma doyasını kaydetmek için File menüden SAVE komutunu kullanırız.
Aynı ya da başka bir dosya üzerinde değişiklik yaparak ve mevcut dosyayı da koruyarak çalışmak istersek SAVE AS komutunu kullanırız.
DEĞİŞKENLERİN YENİDEN KODLANMASI
Bu bölüm veri analizinde verilerin yeniden düzenlenmesi için önemli bir kısa yol olarak ifade edilebiliriz. Bu işlem genellikle oranlı ölçekten, aralıklı, sıralı veya isimsel ölçeğe doğru geri gidiştir. Yada Aralıklı ölçekten sıralı veya isimsel ölçeğe geri gidiştir.
Bir önceki veri tanımlama dersindeki yaş değişkeni oransal değişken olarak tanımlanmıştı.
Bu değişkeni yaşlara göre yeniden gruplandırarak aralıklı veya sıralı ölçeğe dönüştürülecektir. Bunun için “Transform” menüsünden “Recode into Same Variables”
veya “Recode into Different Variables” komutlarından biri seçilir. Burada tavsiye edilen ikincisinin seçilmesidir.
Şekil x.8. Değişkenlerin Yeniden Kodlanması
Şekil x.8.a. Değişkenlerin Yeniden Kodlanması
Şekil x.8.a’da bulunan sol sütünda ki Yaş [yas] değişkenini seçerek arada ki iki pencere arasındaki oku tıklıyoruz. Yas değişkeni “Numeric Variable – Output Variable”
pencersine sadece D6 olarak geçiyor. Şimdi değişken için yeni bir isim oluşturuyoruz; bu örnekte “ryas” ismi kullanılmıştır. Aynı zamanda bir etiket de seçebilir ya da değişken görüntüleme ekranına daha sonra dönerek bunu yapabilirsiniz. Bu örnekte “Yaş Grubu”
etiketi seçilmiştir. Ekran görüntüsünde bu henüz yapılmamışken bir sonraki adım, “Change”
tuşuna tıklamaktır. Böylelikle “ryas” ismi “Numeric Variable – Output Variable”
penceresine girilecektir. Şekilde tüm bu işlemlerin tamamlanmış hali görülmektedir. “Old and New Valuels” ekmesine tıklayarak yeniden kodlama işlemleri yapılır. Bu işlem yapıldıktan sonraki diyalog kutusu aşağıdaki gibidir. Bir başka New Value oluşturma şekli Range seçilir ve değişken aralığı belirlenir ardından Value bölümüne yeni değer girilerek Add tuşuna basılır.
Şekil x.8.b. Değişkenlerin Yeniden Kodlanması
Şimdi “Continue” arkesından OK tuşuna tıklayrak yeniden kodlama işi tamamlanır.
Bu aşamadan sonra eğer gerekiyorsa “Variable View” sayfasında yeni değişkenin etiketi girilmelidir.
BETİMSEL İSTATİSTİK
Betimsel istatistik bilim alanında üç temel kısmından biridir. Sayısal verilerinin derlenmesi, toplanması, özetlenmesi ve analiz edilmesi ile ilgili istatistiktir. Ayrıca elde edilen veri setinin karakterini anlamamızı sağlayan sayısal ölçü değerleri olarak da ifade edilmektedir. Serilerin düzenlenmesi, Eğilim ölçüleri, Dağılım ölçüleri, Grafikle gösterilmesi ve Normallik ölçü değerlerinden oluşmaktadır (http://www.istatistikanaliz.com/, 2013).
SERİLERİN DÜZENLENMESİ:
Anket veya farklı yöntemlerle elde edilen verilerin frekans veya sınıflandırılmış frekans tabloları ile gösterilmesine serilerin veya verilerin düzenlenmesi denir. Bu tablolar genellikle frekansı ve yüzdesi yüksek olan değerler okunur ve onlar üzerinden literatürdeki benzer değerlendirmeler veya bir önceki çalışmanın sonuçları karşılaştırılır (Karasar, 2007).
EĞİLİM ÖLÇÜLERİ:
Eğilim ölçüleri tek bir değişkene ait değerleri temsil eden sayısal ölçülerdir. Bu ölçü değerleri; Ortalama, Mod (tepe değeri), Medyan (Ortanca), Kartil (1. Medyan ve 3. medyan) ve yüzdelik değerlerdir. Ağırlıklı olarak ortalama ölçü değeri kullanılmaktadır.
İki veya daha fazla grubun karşılaştırılmasında veya bir önceki ile bir sonraki çalışmanın karşılaştırılmasında kullanılır. Örneğin aynı dersi alan iki farklı sınıfın başarı düzeylerini 70
ve 80 olarak belirlediğimizde, ortalaması 80 olan sınıfın daha başarılı olduğu yönünde görüş belirtilir. Ortalama aralıklı ve oransal ölçek türündeki değişkenlerde kullanılmaktadır.
Mod ölçü değeri, isimsel ve sıralı değişkenlerdeki değ işimi anlamamıza yardım eden bir ölçü değeridir. Frekans tablosunda en fazla frekansı olan ya da yüzdesi en büyük olan değer mod değeridir. Frekans tablosu genellikle bu tür değişkenlerde mod üzerinden yorumlanır (Kaptan, 1995).
Medyan ölçü değeri, frekans serisinin ortasındaki değerdir. Bu değer genellikle normallik anlamada kutu bıyık (box-whisker graph) grafiğinde ve parametrik olmayan analizlerin test edilmesinde kullanılmaktadır. Birinci kartil, değişkenin aldığı en küçük değer ile medyan arasının orta değeri, üçüncü kartil ise medyan değeri ile en büyük değerin arasının orta değeridir. Bu iki değer kutu bıyık grafiğinin çizilmesinde kullanılmaktadır.
Yüzdelik değerler ise artık eskisi gibi kullanılmamaktadır. Frekans serisinin %10, %25 veya
%50’lik parçalarla incelenmesidir.
Mod, Medyan ve ortalama birlikte kullanılarak serilerin simetrik olup olmadığı incelenmektedir. Üç değer yaklaşık olarak birbirine eşit ise değişkenin simetrik olduğu, Mod<Medyan<Ortalama ise sağa çarpık, Mod>Medyan>Ortalama ise sola çarpık bir değişken olduğu kararına varılır.
DAĞILIM ÖLÇÜLERİ
Değişkenin değerlerinin ortalama etrafındaki dağılımını veren sayısal ölçülerdir. Bu ölçü değerleri; Varyans, Standart sapma ve Değişim katsayısı değerleridir. Standart sapma varyans değerinin kara köküdür. Değişkenin normal dağılması için öncelikle Standart sapmanın ortalamadan küçük olması gerekmektedir. Bu değer büyük olduğu takdirde değişkenimizin değerleri üstel bir dağılım göstermekte ya da değişkenimizde aşırı uç değerlerimiz var demektir. Ortalama karşılaştırması yapılırken mutlaka standart sapmada göz önünde bulundurulmalıdır.
Değişim katsayısı, standart sapmamın ortalamaya oranının yüz ile çarpımından oluşan değerdir. Bu değer tek başına anlamsızdır. İki veya daha fazla Değişim katsayısı birlikte karşılaştırılır. Değişim katsısı küçük olan grup yapı itibari ile daha homojen, büyük olan değişken ise daha hetorejen bir yapıya sahiptir.
GRAFİK
Değişkenler isimsel ve sıralı türdeki değişkenler pasta ve sütun grafiği ile gösterilir.
Oransal türde olan değişkenler Histogram, çizgi grafiği ile gösterilirler. Sürekli ve birbiri ile ilişkili olan değişkenler dağılım (scatter) grafiği ile gösterilir. Zaman içinde değişim gösteren değişkenler ise zaman serisi grafiği ile gösterilirler. Bunun haricinde başka grafik türleri de vardır. Fakat raporlamada çoğunlukla bu grafik türleri kullanılır.
NORMALLİK ÖLÇÜ DEĞERLERİ
Mod, medyan ve ortalamaya dayanan normallik ölçü birimine Pearson simetri ölçü birimi denir. Ortalama ve mod farkından oluşan değer ile ortalama farkından oluşan iki değer vardır. Bu değerlerin ikisi de sıfır ise değişken normal, ikisi sıfırdan küçük ise değişken sağa çarpık, sıfırdan büyük ise değişken sola çarpıktır denir. Kartillere dayanan simetri ölçüsü eskisi kadar yoğunlukta kullanılmamaktadır. Momentlere dayanan basıklık ölçülerine sırasıyla çarpıklık ve basıklık ölçüleri denir. Çarpıklık ölçüsü sıfır ise değişken simetri, sıfırdan küçük ise sağa çarpık, sıfırdan büyük ise sola çarpıktır. Basıklık ölçüsü üç ise değişken normal, üçten küçük ise basık, üçten büyük ise sivridir (Büyüköztürk, 2010).
Aşağıdaki menülerde (Analyze/Descriptives Statistic/Frequencis Statictics) beş değişkenimizi sağ tarafa aldık ve aritmetik ortalama, mod, medyan, basıklık ve çarpıklık değerlerini işaretledik.
Bu bölümde (Analyze/Descriptives Statistic/Frequencis Charts)Histogramlarımıza ulaşmayı amaçladık.
Şekil x.9. Normallik Ölçülerinin Belirlenmesi
Tablo x.1. Normallik Ölçülerinin Sonuç Değerleri
Yukarıda tabloda yer alan benzer sonuçlara Analyze-Descriptve Statistics alt menüsünde yer alan Descriptive, Explore ve Crosstabs menülerinden de ulaşabiliriz
Tablo x.2. Cinsiyete İlişkin Frekans Değerleri
Cinsiyet tablosuna bakıldığında 29 bayan, 26 erkek memurun araştırmaya katıldığı, cinsiyet histogramına bakılmaya gerek yoktur. Mod:1 olarak görülmektedir.
Tablo x.3. Eğitim Durumuna İlişkin Frekans Değerleri
Eğitim durumu tablosuna bakıldığında 20 lisans, 26 yüksek lisans ve 9 doktora mezunu memurun araştırmaya katıldığı,, Eğitim durumu histogramına bakılmaya gerek yoktur. Çünkü bize anlamlı bir sonuç vermez. Mod:2 (Yüksek Lisans yapanların çoğunlukta olduğu) olarak görülmektedir. Evrene ilişkin Örneklem grubunda Lisans yapanların %36,4
Statistics
55 55 55 55 55 55 55 55
0 0 0 0 0 0 0 0
1,4727 1,8000 37,9818 14,6909 1,6000 2,1091 2,0182 2,2545
1,0000 2,0000 38,0000 13,0000 1,0000 2,0000 2,0000 2,0000
1,00 2,00 30,00a 10,00 1,00 2,00 2,00 2,00
,50386 ,70448 8,53639 7,36325 1,06458 ,87502 ,78152 ,86534
,112 ,303 ,319 ,416 2,118 ,815 1,176 ,718
,322 ,322 ,322 ,322 ,322 ,322 ,322 ,322
-2,064 -,914 -1,025 -,740 4,086 1,156 3,195 ,937
,634 ,634 ,634 ,634 ,634 ,634 ,634 ,634
1,00 1,00 25,00 1,00 1,00 1,00 1,00 1,00
2,00 3,00 54,00 30,00 5,00 5,00 5,00 5,00
Valid Missing N
Mean Median Mode St d. Dev iation Skewness St d. Error of Skewness Kurt osis
St d. Error of Kurtosis Minimum Maximum
Cinsiy et iniz Egitim
durumunuz Yasiniz Hizmet Süreniz
Kidem durumunuz
calist igim kurumda herkes birbirine say gili dav ranma
ktadir
amirler memurlarina pozitif y önde bir y aklasim sergilemekte
dir
calist igim kurumdan memnunum
Mult iple modes exist. The smallest v alue is shown a.
Cinsiyeti niz
29 52,7 52,7 52,7
26 47,3 47,3 100,0
55 100,0 100,0
kadin erkek Total Valid
Frequency Percent Valid Percent
Cumulat iv e Percent
Egitim durumunuz
20 36,4 36,4 36,4
26 47,3 47,3 83,6
9 16,4 16,4 100,0
55 100,0 100,0
lisans y ükseklisans doktora Total Valid
Frequency Percent Valid Percent
Cumulat iv e Percent
Yüksek Lisans yapanların %47.3, Doktora yapanların %16.4 olduğu belirlenmiştir. Yüzde ve mod yeterlidir.
Tablo x.4. Yaşa İlişkin Frekans Değerleri
Şekil x.10. Yaş Histogramı
Yasiniz
1 1,8 1,8 1,8
3 5,5 5,5 7,3
1 1,8 1,8 9,1
3 5,5 5,5 14,5
3 5,5 5,5 20,0
4 7,3 7,3 27,3
2 3,6 3,6 30,9
2 3,6 3,6 34,5
3 5,5 5,5 40,0
3 5,5 5,5 45,5
1 1,8 1,8 47,3
1 1,8 1,8 49,1
1 1,8 1,8 50,9
3 5,5 5,5 56,4
4 7,3 7,3 63,6
2 3,6 3,6 67,3
2 3,6 3,6 70,9
3 5,5 5,5 76,4
1 1,8 1,8 78,2
3 5,5 5,5 83,6
1 1,8 1,8 85,5
1 1,8 1,8 87,3
1 1,8 1,8 89,1
3 5,5 5,5 94,5
2 3,6 3,6 98,2
1 1,8 1,8 100,0
55 100,0 100,0
25,00 26,00 27,00 28,00 29,00 30,00 31,00 32,00 34,00 35,00 36,00 37,00 38,00 39,00 40,00 41,00 42,00 43,00 45,00 47,00 49,00 50,00 51,00 52,00 53,00 54,00 Total Valid
Frequency Percent Valid Percent
Cumulat iv e Percent
Yaş tablosuna bakıldığında örneklemde yer alan kişilerin sayı olarak çok az olduğu, bu anlamda recode into different variables komutu ile birleştirme yaparsak anlamlı bir sonuç elde edebiliriz. Normal dağılım eğrisine bakacak olursak;
Açıklama: Kurtosis +1 den büyük çıkarsa sivri -1 den küçük çıkarsa basık, Skewnes +1 den büyük çıkarsa sağa çarpık -1 den küçük çıkarsa sola çarpıktır.
Tablo x.5. Hizmet Süresine İlişkin Frekans Değerleri
Hizmet süresi tablosuna bakıldığında örneklemde yer alan kişilerin sayı olarak çok az olduğu, bu anlamda recode into different variables komutu ile birleştirme yaparsak anlamlı bir sonuç elde edebiliriz. Normal dağılım eğrisine bakacak olursak;
Basıklık değeri (Kurtosis) -,740 ve Çarpğıklık değeri (Skewnes) ,416 olarak belirlendiği ve normal bir dağılım gösterdiğini ifade edebiliriz. Grafik azda olsa hafif sağa çarpıktır.
Hizmet Süreniz
1 1,8 1,8 1,8
1 1,8 1,8 3,6
2 3,6 3,6 7,3
3 5,5 5,5 12,7
3 5,5 5,5 18,2
3 5,5 5,5 23,6
1 1,8 1,8 25,5
6 10,9 10,9 36,4
2 3,6 3,6 40,0
2 3,6 3,6 43,6
4 7,3 7,3 50,9
1 1,8 1,8 52,7
4 7,3 7,3 60,0
3 5,5 5,5 65,5
1 1,8 1,8 67,3
3 5,5 5,5 72,7
1 1,8 1,8 74,5
1 1,8 1,8 76,4
2 3,6 3,6 80,0
3 5,5 5,5 85,5
2 3,6 3,6 89,1
2 3,6 3,6 92,7
1 1,8 1,8 94,5
1 1,8 1,8 96,4
2 3,6 3,6 100,0
55 100,0 100,0
1,00 4,00 5,00 6,00 7,00 8,00 9,00 10,00 11,00 12,00 13,00 14,00 15,00 16,00 17,00 18,00 19,00 21,00 22,00 23,00 25,00 26,00 27,00 28,00 30,00 Total Valid
Frequency Percent Valid Percent
Cumulativ e Percent
Sağa çarpık: x>medyan>mod Sola çarpık: mod>medyan>x
Açıklama: Kurtosis +1 den büyük çıkarsa sivri -1 den küçük çıkarsa basık, Skewnes +1 den büyük çıkarsa sağa çarpık -1 den küçük çıkarsa sola çarpıktır.
Evrene ilişkin Yaş tablosuna bakıldığında 22 kişi 25-34 yaş aralığında, 20 kişi 35-44 yaş aralığı ve 13 memurunda 45-54 ayş aralığında araştırmaya katıldığı, yaş histogramının normal dağılım gösterdiği ancak azda olsa basık olduğu görülebilmektedir. Aritmetik ortalama: 1,80, mod:1 ve medyan :2 olarak belirlenmiştir
Şekil x.10.a Yaş Histogramı Kıdem
Tablo x.6. Kıdeme İlişkin Frekans Değerleri
Frequency Percent Valid Percent Cumulative Percent
Valid 1,00 36 36,0 65,5 65,5
2,00 12 12,0 21,8 87,3
3,00 3 3,0 5,5 92,7
4,00 1 1,0 1,8 94,5
5,00 3 3,0 5,5 100,0
Total 55 55,0 100,0
Missing System 45 45,0
yas
3,50 3,00 2,50 2,00 1,50 1,00 0,50
Frequency
30
20
10
0
yas
Mean =1,84 Std. Dev. =0,788
N =55
Total 100 100,0
Kıdem tablosuna bakıldığında 36 kişi 5 yıl ve daha az, 12 kişi 6-10 yıl, 3 kişi 11-15 yıl, 1 kişi 16-20 yıl ve 3 kişi 21 yıl ve üzeri süredir memuriyet hayatına sahiptir.
Histogramının normal dağılım göstermediği sola çarpık olduğu statistic tablosundan görülebilmektedir. Aritmetik ortalama: 16, mod:1 ve medyan :1 olarak belirlenmiştir.
Şekil x.11. Kıdem Histogramı
Betimsel anlamda aşağıdaki analiz yapılacaktır. Böylelikle tekrar aritmetik ortalamalara ve standart sapmalara ulaşılacaktır.
Şekil x.12. Descriptives Menüsü
kidem
6,00 5,00
4,00 3,00
2,00 1,00
0,00
Frequency
40
30
20
10
0
kidem
Mean =1,60 Std. Dev. =1,065
N =55
Tablo x.7. Descriptives Statistics
HİPOTEZ
Araştımaya katılan 55 memurun cinsiyet göre hizmet süresinin normal dağılıp dağılmadığını test ederiz. Öncelikle Analyze-Descriptive Statistic-Explore seçenekleri seçilir.
Şekil x.13. Dağılımını Normalliği Menüsü
Descriptive Stati stics
55 1,00 2,00 1,4727 ,50386
55 1,00 3,00 1,8000 ,70448
55 25,00 54,00 37,9818 8,53639
55 1,00 30,00 14,6909 7,36325
55 1,00 5,00 1,6000 1,06458
55 1,00 5,00 2,1091 ,87502
55 1,00 5,00 2,0182 ,78152
55 1,00 5,00 2,2545 ,86534
55 Cinsiy et iniz
Egitim durumunuz Y asiniz
Hizmet Süreniz Kidem durumunuz calist igim kurumda herkes birbirine say gili dav ranmaktadir amirler memurlarina pozitif y önde bir y aklasim sergilemekt edir
calist igim kurumdan memnunum
Valid N (list wise)
N Minimum Maximum Mean Std. Dev iat ion
Şekil x.13.a. Dağılımını Normalliği Menüsü
Tablo x.8. Cinsiyet Değişkeni ve Hizmet süresi
Tablo x.8’de tüm verilerin eksiksiz bir şekilde kullanıldığını görmekteyiz.
Case Processing Summary
29 100,0% 0 ,0% 29 100,0%
26 100,0% 0 ,0% 26 100,0%
Cinsiy et iniz kadin erkek Hizmet Süreniz
N Percent N Percent N Percent
Valid Missing Total
Cases
Tablo x.9. Betimsel Sonuçlar
Tablo x.9’da bağımlı değişken olan hizmet değişkenine göre tamamlayıcı istatistikler görülür. Yan taraftaki tabloya göre toplam 55 memurun bayan olanları görev aritmetik ortalaması 12,75 oldugu, standart sapmasınında 15,88 olduğu gösterilir. Ayrıca %95 güvenle alt ve üst limitlerin 10,51 ve 14,99 olduğu görülür. Güven aralığı tahmini yapılan büyüklüğün arasında kalacağı alanın hesaplanması anlamına gelir. Bu serinin ortanca değeri 12, minimum ve maksimum değeri sırasıyla 4 ve 26 ‘dır. İstatistiksel çalışmalarda en yaygın kullanılan normal dağılımdır. Normal dağılım simetrik değildir ve tepe değeri, ortancası, aritmetik ortalaması birbirine eşit değildir. İncelediğimiz bu veri dizisinde daha önce belirtmiş olduğum en önemli tamamlayıcı istatistik kurtosis ve skewness ölçüleridir. Çünkü bu değerler veri setinin normal dağılıp dağılmadığını belirtecek. Bayanların görev dağılımına bakıldığında normal bir dağılım vardır.
Tabloda yer alan çarpıklık katsayısı. standart hataya bölünerek standartlaşmaktadır. Daha Descriptives
12,7586 1,09371 10,5183
14,9990 12,5441 12,0000 34,690 5,88979 4,00 26,00 22,00 8,00
,596 ,434
-,399 ,845
16,8462 1,63019 13,4887
20,2036 16,9444 16,5000 69,095 8,31236 1,00 30,00 29,00 15,00
-,009 ,456
-1,050 ,887
Mean
Lower Bound Upper Bound 95% Conf idence
Interv al f or Mean
5% Trimmed Mean Median
Variance St d. Dev iation Minimum Maximum Range
Interquart ile Range Skewness
Kurt osis Mean
Lower Bound Upper Bound 95% Conf idence
Interv al f or Mean
5% Trimmed Mean Median
Variance St d. Dev iation Minimum Maximum Range
Interquart ile Range Skewness
Kurt osis Cinsiy etiniz
kadin
erkek Hizmet Süreniz
St at ist ic St d. Error
sonra elde edilen bu standart değer kritik tablo değeri ile karşılaştırılır .
Basıklık normal dağılım eğrisinin ne kadar dik veya basık oldugunu gösterir. Basıklık katsayısı pozitif ise eğri normale göre daha diktir. Negatif ise normale göre daha basıktır.
Erkekler için Kurtosise bakıldığında basıklık katsayısı anlamında normal bir dağılım olduğunu ifade edebiliriz.
Açıklama: Kurtosis +1 den büyük çıkarsa sivri -1 den küçük çıkarsa basık, Skewnes +1 den büyük çıkarsa sağa çarpık -1 den küçük çıkarsa sola çarpıktır.
Tablo x.10. Cinsiyet ve Hizmet Süresine İlişkin Extreme Değerler
Tablo x.11. Cinsiyet Değişkeni ve Hizmet süresi Normallik Testi Extreme Val ues
28 26,00
42 23,00
14 22,00
27 22,00
15 21,00
34 4,00
37 5,00
51 6,00
26 6,00
21 6,00
8 30,00
18 30,00
16 28,00
25 27,00
1 26,00
13 1,00
43 5,00
17 7,00
3 7,00
55 8,00
1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 Highest
Lowest
Highest
Lowest Cinsiy et iniz
kadin
erkek Hizmet Süreniz
Case Number Value
Tests of Normality
,139 29 ,161 ,947 29 ,156
,117 26 ,200* ,960 26 ,386
Cinsiy etiniz kadin erkek Hizmet Süreniz
Statistic df Sig. Statistic df Sig.
Kolmogorov -Smirnova Shapiro-Wilk
This is a lower bound of the true significance.
*.
Lillief ors Significance Correction a.
Veri grubunun normallik testleri Kolmogorov-Smirnov ve Shapiro-Wilk testlerine bakılarak anlaşılır. Gözlem sayımız 50’den fazla olduğu için Kolmogorov-Smirnov testi kullanılır. Bu testte shapirov kullanılır. Bu testin sıfır (H0) ve karşıtı (H1) hipotezleri;
H0: verilerin dağılımı normal dağılıma uyar.
H1: verilerin dağılımı normal dağılımı uymaz.
%5 anlamlılık düzeyine göre her iki test içinde görev verilerinin sig. Değerini(,156) %5 den büyük olduğu için H0 hipotezi kabul edilir. Yani veriler normal dağılır. Cinsiyete göre veriler normal dağılmaktadır.
Şekil x.14. Cinsiyet Kadın ve Hizmet Süresi Histogramı
Şekil x.15. Cinsiyet Erkek ve Hizmet Süresi Histogramı
BAĞIMSIZ GRUPLAR T-TESTİ
Bağımsız örneklem t-testinde ise tek örneklem testinden farklı olarak iki ayrı grubun ortalamaları karşılaştırılır biz iki farklı grup olarak cinsiyet değişkeni açısında kıdem değişkenini karşılaştıralım karşılaştıralım (Cinsiyet ile hizmet).
HİPOTEZ
Memurların cinsiyet değişkeni açısından hizmet profillerinin belirlenmesi H0: Memurların cinsiyet değişkenine göre hizmet süreleri arasında fark yoktur.
H1: Memurların cinsiyet değişkenine göre hizmet süreleri arasında fark vardır.
Şekil x.16. Bağımsız Gruplar T-Testi Menüsü
Bu bölümde define groups klikleyerek group 1 için 1 ve group 2 için 2 kofladık daha evvel Variable View kısmında valuable bölümünde bu değerleri tanımlamıştırk. Tanımlama olayı yapıldıktan sonra OK tuşuna basarak bağımsız gruplar t-testi tamamlannış olacaktır.
Değerlerimizi aşağıda olduğu gibi tablolaştırdık.
Tablo x.12. Cinsiyet Değişkeni ve Hizmet süresi Grup İstatistiği
Tablo x.13. Cinsiyet Değişkeni ve Hizmet süresi Bağımsız Gruplar T-testi
Yapılan bağımsız gruplar t-testi sonucu ve p<,05 anlamlılık düzeyine göre Sig.
değeri ,740 olduğu görülmekedir. Sig değeri 0.05 ‘den büyük olduğu için varsayılanlar eşit olduğu için sig (2-tailed)= ,190 olarak belirlenmiştir, p<,05 düzeyinden büyük olduğu için cinsiyet ve hizmet süresi arasında anlamlı bir farklılık görülmemiştir. Bu durumda H0 hipotezi kabul. Böylece cinsiyetin hizmet üzerinde etkin bir faktör olmadığını rahatlıkla ifade edebiliriz. Aritmetik ortalamalara bakıldığında bayan ve erkeklerin hizmet süreleri11- 20 yıl civarında dağılmıştır.
Group Statistics
29 1,7586 ,73946 ,13731
26 2,0385 ,82369 ,16154
Cinsiy et iniz kadin erkek Hizmet Surenizz
N Mean Std. Dev iat ion
Std. Error Mean
Independent Samples Test
,112 ,740 -1,328 53 ,190 -,27984 ,21075 -,70255 ,14287 -1,320 50,595 ,193 -,27984 ,21201 -,70556 ,14588 Equal variances
assumed Equal variances not assumed Hizmet Surenizz
F Sig.
Levene's Test f or Equality of Variances
t df Sig. (2-tailed) Mean Diff erence
Std. Error
Diff erence Lower Upper 95% Confidence
Interv al of the Diff erence t-test for Equality of Means
VARYANS ANALİZİ
Hipotez: Memurların yaş dağılımları ile hizmet süresi arasında ilişkinin belirlenmesi H0: Memurların yaş gruplarına göre hizmet süreleri arasında fark yoktur
H0: Memurların yaş gruplarına göre hizmet süreleri arasında fark vardır
Şekil x.17. Varyans Analizi Menüsü
Yaş faktörü açısından hizmet süresini Bonferroni testi ile analiz edeceğiz.
Şekil x.18. Varyans Analizi Seçenekleri
Ardından descriptive ve homojenlik seçenekleriyle eşitliği sağlarız.
Yapılan varyans analizi neticesinde oluşan tablolarımız aşağıdaki gibidir.
Tablo x.14. Hizmet Süresi Sonuçları
Tablo x.15. Hizmet Süresi Homojenlik Sonuçları
Tablo x.16. Hizmet Süresi Varyans Analizi Sonuçları
ANOVA tablosu memurların yaş değişkeni ile hizmet süresi dağılımları arasında farklılığın olup olmadığını test etmektedir SPSS bize, p değerini (Sig.) de vermiştir ki, eğer bu değer 0.05’ten küçükse H0 hipotezi reddedilir. Sig. değeri ,000 olarak belirlenmiştir ve .05 değerinden küçüktür. O halde memurlar memurların yaş ve hizmet süresi dağılımları arasında anlamlı bir farklılık var yani ilişki yoktur diyebiliriz.
25-34 yaş arasındaki memurların 1-10 yıl (x=1,18), 35-44 yaş arası memurların 11-20 yıl (x=2,00) ve 45-54 yaş arası memurların 21-30 yıl arası (x=2,92), çalıştıkları ve yaş arttıkça çalışma süresinin de arttığı görülmektedir.
Descriptives Hizmet Surenizz
22 1,1818 ,39477 ,08417 1,0068 1,3568 1,00 2,00
20 2,0000 ,45883 ,10260 1,7853 2,2147 1,00 3,00
13 2,9231 ,27735 ,07692 2,7555 3,0907 2,00 3,00
55 1,8909 ,78582 ,10596 1,6785 2,1033 1,00 3,00
1,00 2,00 3,00 Total
N Mean Std. Dev iation Std. Error Lower Bound Upper Bound 95% Confidence Interv al for
Mean
Minimum Maximum
Test of Homogeneity of Variances Hizmet Surenizz
1,092 2 52 ,343
Lev ene
St at ist ic df 1 df 2 Sig.
ANOVA Hizmet Surenizz
25,150 2 12,575 79,784 ,000
8,196 52 ,158
33,345 54
Between Groups Within Groups Total
Sum of
Squares df Mean Square F Sig.
Tablo x.17. Hizmet Süresi Varyans Analizi Sonuçları
CORRELATİONS
Yaş, hizmet süresi, Tk1, Tk2 ve Tk3 arasındaki korelasyona bakalım
Korelasyon analizi iki değişken arasndaki doğrusal ilişkiyi ve bir değişkenin iki veya daha fazla değişken ile olan ilişkisini, test etmek, varsa bu ilişkinin derecesini ölçmek için kullanılır. Korelasyon analizinde amaç; bağımsız değişken (X) ile , bağımlı değişken (Y) ne yönde değişeceğini görmektir.
Bivariate Correlation
Hipotez
55 memurun cinsiyet, eğitim durumu, yaş, görevi ve kıdemleri arasındaki ilişkiyi incelemek istiyoruz.
H0: Değişkenler arasında ilişki yoktur.
H1: Değişkenler arasında ilişki vardır.
Multiple Comparisons Dependent Variable: Hizmet Surenizz
Bonf erroni
-,81818* ,12266 ,000 -1,1216 -,5147
-1,74126* ,13888 ,000 -2,0848 -1,3977
,81818* ,12266 ,000 ,5147 1,1216
-,92308* ,14144 ,000 -1,2730 -,5732
1,74126* ,13888 ,000 1,3977 2,0848
,92308* ,14144 ,000 ,5732 1,2730
(J) Yeni Yasiniz 2,00
3,00 1,00 3,00 1,00 2,00 (I) Yeni Yasiniz 1,00
2,00
3,00
Mean Diff erence
(I-J) Std. Error Sig. Lower Bound Upper Bound 95% Confidence Interval
The mean diff erence is signif icant at the .05 lev el.
*.
Descriptive Statistics
Tablo x.18. Korelasyon değişkenleri
Mean Std. Deviation N
Çalistigim kurumda herkes birbirine saygili davranmaktadir 2,1091 ,87502 55 Amirler memurlarina pozitif bir yaklasim sergilemektedir 2,0182 ,78152 55
Calistigim kurumdan memnunum 2,2545 ,86534 55
Hizmet Surenizz 1,8909 ,78582 55
Yeni Yasiniz 1,8364 ,78796 55
Şekil x.19. Korelasyon Menüsü
Yapılan korelasyon neticesinde Yaş değişkeni ile hizmet süresi değişkeni arasında pozitif yönde yüksek bir ilişki vardır r=,868 , ayrıca amirleri tarafından pozitif yönde bir yaklaşım görenlerinde çalıştığı kurumdan memnun oldukları görülmektedir pozitif yönde iyi bir ilişki vardır r=,650 yine amirleri tarafından pozitif yönde bir yaklaşım görenlerinde kurumlarında herkesi birbirine saygılı oldukları r=,782 görülmektedir.
Bağımlı değişkenler
Tk1: Çalıştığım kurumda herkes birbirine saygılı davranmaktadır Tk2: Amirler memurlarına saygılı davranmaktadır
Tk3: Çalıştığım işyerinden memnunum
Yapılan korelasyon neticesinde Yaş değişkeni ile hizmet süresi değişkeni arasında pozitif yönde yüksek bir ilişki vardır r=,868 , ayrıca amirleri tarafından pozitif yönde bir yaklaşım görenlerinde çalıştığı kurumdan memnun oldukları görülmektedir pozitif yönde iyi bir ilişki vardır r=,650 yine amirleri tarafından pozitif yönde bir yaklaşım görenlerinde
kurumlarında herkesi birbirine saygılı oldukları r=,782 görülmektedir.
Tablo x.19. Korelasyon Değişkenlerine İlişkin Sonuçlar
Correlations
1 ,782** ,574** ,179 ,241
,000 ,000 ,190 ,076
55 55 55 55 55
,782** 1 ,650** ,124 ,125
,000 ,000 ,367 ,362
55 55 55 55 55
,574** ,650** 1 ,151 ,062
,000 ,000 ,273 ,652
55 55 55 55 55
,179 ,124 ,151 1 ,868**
,190 ,367 ,273 ,000
55 55 55 55 55
,241 ,125 ,062 ,868** 1
,076 ,362 ,652 ,000
55 55 55 55 55
Pearson Correlation Sig. (2-tailed) N
Pearson Correlation Sig. (2-tailed) N
Pearson Correlation Sig. (2-tailed) N
Pearson Correlation Sig. (2-tailed) N
Pearson Correlation Sig. (2-tailed) N
calistigim kurumda herkes birbirine say gili dav ranmaktadir amirler memurlarina pozitif y önde bir y aklasim sergilemektedir
calistigim kurumdan memnunum
Hizmet Surenizz
Yeni Yasiniz
calistigim kurumda herkes birbirine say gili dav ranma
ktadir
amirler memurlarina pozitif y önde bir y aklasim sergilemekte
dir
calistigim kurumdan memnunum
Hizmet
Surenizz Yeni Yasiniz
Correlation is signif icant at the 0.01 lev el (2-tailed).
**.
