Hangi istatistik metodunu kullanmalıyım?

Verilerimiz temel olarak ikiye ayrılır.

• Sayısal Veri

• Kategorik Veri

Sayısal veriler boy, kilogram, yaş, hemoglobin seviyesi, potasyum düzeyi gibi değişkenlerden oluşurken, kategorik veriler cinsiyet, sigara içme durumu, hastalık varlığı, eğitim durumu gibi sözel olarak ifade ettiğimiz değişkenlerdir.

Sayısal değişkenlerimiz de ikiye ayrılmaktadır. Bunlar;

• Sürekli sayısal veriler

• Kesikli sayısal veriler şeklindedir.

Sürekli sayısal veriler ondalık değer alabilen sayısal verilerdir. Laboratuvar testleri buna örnek olarak verilebilir. Kesikli sayısal veriler ise çocuk sayısı, transfüzyon sayısı gibi tam sayı alan değişkenlerden oluşur. Sürekli sayısal veriler genellikle normal dağılım gösterme eğiliminde olup parametrik testler kullanılarak test edilirler. Kesikli sayılar veriler ise genellikle normal dağılım göstermemekte ve bu değişkenlerin analizi için parametrik olmayan yöntemlere ihtiyaç duyulmaktadır. Ancak çalışmaya dahil edilen birey sayısı arttırıldıkça bu tip veriler de normal dağılıma yaklaşmakta dolayısıyla verilerin analiz edilmesi ve yorumlanması kolaylaşmaktadır. Bu nedenle olabildiğince fazla birey ile çalışmak daha avantajlıdır. Bu durum araştırmanın başlangıcında zor bir işlem gibi gözükse de araştırma sonunda elde edilen sonuçların daha sağlıklı ve başarılı olmasını sağlamaktadır.

Kategorik verilerimiz de ikiye ayrılmaktadır. Bunlar;

• Nominal (Adlandırma)

• Ordinal (Sıralama) şeklindedir.

Kan grubu gibi birbirine üstünlüğü olmayan kategorik veriler adlandırma tipine, eğitim durumu gibi belli bir sıraya koyabileceğimiz veri tipleri ise sıralama tipine örnek olarak verilebilir. Bu şekilde bir ayrım olmakla birlikte bu durum verilere uygulayacağımız testin türünü etkilemektedir.

Uygulanacak teste karar verilmesinde bir başka önemli nokta grup sayısıdır. Veri setimiz iki gruptan oluştuğu takdirde belli testler uygulanırken, grup sayısı 3 ve daha fazla olduğunda farklı testler uygulanmaktadır.

Gruplarımız için önemli bir nokta bu grupların bağımlı ya da bağımsız olmasıdır. Farklı bireylerden oluşturulmuş gruplar bağımsız olarak tanımlanmakta iken; aynı bireye ait tekrarlayan ölçümler ile oluşturulmuş gruplar bağımsız olarak tanımlanır. Örneğin; hastalarımızı iki gruba ayırıp bu gruplara farklı tedaviler vererek tedavi sonunda yapılan ölçümleri ele alacak olursak bu ölçümler bağımsız olur. Ancak ilgilenilen değerleri aynı hastada 2 defa ölçersek ve önceki ile sonraki ölçümleri ele alırsak bunlar bağımlı gruplar olmuş olur.

Uygulanacak teste karar verilmesinde son nokta normal dağılıma uygunluktur. Bu durum sadece sayısal veriler için söz konusudur. Normal dağılıma uygunluğu test etmek için çok farklı yöntemler olmakla birlikte SPSS programında bu test Kolmogorov-Smirnov ve Shapiro-Wilk yöntemleri ile gerçekleştirilmektedir. Bu test yöntemleri sonrası elde edilen p değerlerinin 0,05’in üzerinde olması verilerin normal dağılıma uygun olduğunu gösterir. Burada önemli bir nokta bu şartın her bir grup için sağlanması gerektiğidir. Bununla birlikte testlerden herhangi birinde verilerin normal dağılıma uygun olduğunun saptanması parametrik test yöntemlerinin kullanılması için yeterli olacaktır.