Birçok sosyal bilim disiplini, farklı gruplardaki bireylerin karşılaştırmalı analizlerini içerir. Bu, belirli bir ürünü kullanan kişilerle kullanmayanlar arasındaki tutum farklılıklarını incelemeyi ya da erkek ve kadın öğrencilerin hile yapma eğilimleri arasındaki farkı araştırmayı içerebilir. t-testi, yalnızca iki grup arasında karşılaştırma yapabilecek bir araç sağlar.
Bağımsız İki-Grup t-testi Örnekleri
1. Bir ilaç şirketi, yeni bir uyku hapı üzerinde çalışıyor ve bu hapın erkekler ve kadınlar üzerinde farklı etkileri olup olmadığını %1 hata payıyla belirlemek istiyor.
2. Bir eğitimcinin merak konusu, derslerin gündüz veya gece düzenlenmesinin öğrenci performansına ne derece etki ettiği. Bu sebeple, birinci ve ikinci öğretimde eğitim alan öğrencilerin başarıları arasında bir fark olup olmadığını %99 güven aralığı içerisinde değerlendirmek istiyor.
3. Beyaz eşya üreten bir firma, yerli ve yabancı çamaşır makinesi kullanıcıları arasında müşteri memnuniyeti ve şikayetler açısından önemli bir farklılık olup olmadığını merak ediyor.
4. Bir araştırmacı, sendika üyesi olan ve olmayan işçilerin maaşları arasında ciddi bir fark olup olmadığını belirlemek üzere bir çalışma yapmayı planlıyor.
5. Bir pazarlama araştırmacısı, bir müşterisinin mevcut ürününün paketlemesinin değiştirilmesi konusunda çalışmalar yürütüyor. Bu çalışmalardan biri, yeni paketleme seçeneğinin kadınlar ve erkekler tarafından nasıl algılandığını ve iki farklı paketleme seçeneği arasında, müşteri tercihlerinde anlamlı bir fark olup olmadığını belirlemeye yönelik.
Bu tür bir analiz için, verinin en azından aralık ölçeğinde olması gerekmektedir. İki karşılaştırılan grup, normal dağılıma sahip iki farklı popülasyondan rastgele seçilmeli ve gözlemler birbirinden bağımsız olmalıdır. Yani, bir grup üzerinde yapılan ölçümler diğer grubun ölçümlerini etkilememeli. Varyansların eşit olması gerekmez, ancak eşit olup olmadıklarına bağlı olarak farklı t değerleri hesaplanır ve sonuçların yorumlanması bu farkı dikkate almalıdır. Özellikle parametrik test koşullarının sağlanması önemlidir. Bu test, sadece grup ortalamalarının karşılaştırılması için değil, gruplar arası oran karşılaştırmaları için de kullanılabilir.
Kaynak: Altunişik, R., Coşkun, R., Bayraktaroğlu, S., & Yildirim, E. (2007). Sosyal bilimlerde araştırma yöntemleri. Sakarya Yayıncılık, Sakarya, 226, 103-118.
Bağımsız iki grubun t-testinde, gruplar arasındaki varyans farkının olup olmadığı önemlidir. Test edilen grupların varyanslarının eşitliği veya eşitsizliği, hesaplama yöntemini değiştirir. Bu nedenle, t-testi hesaplamalarına başlamadan önce, varyansların eşit olup olmadığının kontrolü gerekir.
Varyansların eşitliğini test etmek için çeşitli yöntemler mevcuttur ve istatistiksel yazılımlar bu yöntemleri genellikle içerir. Örneğin, SPSS yazılımında F testi veya Levene testi kullanılabilir. Eğer varyanslar eşitse, iki grubun varyansı birleştirilir. Eğer eşit değillerse, her grup için ayrı varyans hesaplaması yapılır. SPSS, her iki durum için de hesaplamaları otomatik olarak yapar ve analiz sonuçlarında sunar. Sonuçların yorumlanmasında, Levene testine dayanarak değerlendirmeler yapılmalıdır.
t-testi çıktısının yorumlanması iki aşamalı bir süreçtir. İlk aşamada, Levene testi yardımıyla gruplar arasında varyansların eşit olup olmadığı kontrol edilir. İkinci aşamada, ilk aşamanın sonuçlarına dayanarak, “Equal Variance Assumed” veya “Equal Variance Not Assumed” satırlarındaki t değerleri ve ilgili “Significance (2-tailed)” değerleri incelenir ve yorum yapılır.
SPSS yazılımı genellikle anlamlılık düzeyi olarak %5 değerini varsayılan olarak kullanır. t-testi sonuçlarının yorumlanmasında, t-değerine karşılık gelen anlamlılık seviyesi, “Significance (2-tailed)” değeri, %5 anlamlılık düzeyinde 0.05’ten (veya %1 anlamlılık düzeyinde 0.01’den) düşük olduğunda, karşılaştırılan iki grup arasında incelenen özelliğe göre anlamlı bir fark olduğu yorumu yapılır. Diğer bir deyişle, iki grup karşılaştırılan özellik bakımından farklıdır. Eğer bu değer 0.05’ten büyükse, iki grup arasında anlamlı bir farkın olmadığı sonucuna varılır.
Verilen örnekte, bir araştırmacı, 400 metre koşu performansı açısından kadınlar ve erkekler arasında bir fark olup olmadığını inceliyor. Levene testinin anlamlılık düzeyi (Sig. 0.000), kabul edilen %5 anlamlılık düzeyindeki 0.05 kritik değerinin oldukça altında olduğu için, bu iki grubun varyanslarının farklı olduğu sonucuna varılır. Bu durumda, “Unequal variance assumed” satırındaki t değeri (2,537) dikkate alınır. Bu t değerine karşılık gelen anlamlılık düzeyi, “Sig. (2-tailed)” değeri 0.015’tir ve bu, 0.05 kritik değerinden daha küçük olduğu için, kadınlar ve erkekler arasında 400 metre koşu süresi açısından anlamlı bir fark olduğu sonucuna varılır.
Bu tabloda gösterilen değerler, çift yönlü (2-tailed) t-testi sonuçlarına dayanmaktadır, yani test edilen hipotez iki yönlüdür. Eğer hipotez tek yönlü (< veya > işaretiyle ifade edilen) oluşturulmuşsa, farkın anlamlı olup olmadığını belirlemek için “Significance (2-tailed)” sütunundaki değer ikiye bölünür ve sonuç değere bakılır. Eğer bu yeni değer 0.05’ten (%5 anlamlılık düzeyi için) veya 0.01’den (%1 anlamlılık düzeyi için) küçükse, “fark mevcuttur” yorumu yapılır.
Verilerinizin analizi ve yorumlanması konusunda, akademik alanda her konuda yardıma ihtiyacınız varsa, uzman ekibimizle birlikte size yardımcı olmaktan mutluluk duyarız. Projelerinizin gereksinimlerini değerlendirebilir, size en uygun hizmetleri sunabiliriz. İletişime geçmek ve daha fazla bilgi almak için bize ulaşabilirsiniz.