Bağımsız Örneklem t-testi
Independent Samples t-test · Ayrıca şöyle bilinir: two-sample t-test, unpaired t-test, Student t-test, independent groups t-test
Bağımsız örneklem t-testi, iki bağımsız, ilişkisiz grubun ortalamalarının sürekli bir sonuç değişkeni üzerinde anlamlı ölçüde farklılık gösterip göstermediğini belirleyen parametrik bir hipotez testidir. Gosset'in 1908 tarihli t-dağılımından türetilen bu test, sosyal, davranışsal, biyomedikal ve deneysel bilimlerde en yaygın kullanılan çıkarımsal testlerden biridir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Tam olarak iki ayrı, ilişkisiz grubunuz olduğunda ve ortalamalarını tek bir sürekli (aralık veya oran) sonuç üzerinde karşılaştırmak istediğinizde bağımsız örneklem t-testini kullanın. Üç varsayımın karşılanması gerekir: gruplar içindeki ve arasındaki gözlemler bağımsızdır; her grubun verileri yaklaşık olarak normal dağılıma sahiptir (Shapiro-Wilk testi veya Q-Q grafikleri ile değerlendirilir, özellikle n < 30 ise); ve iki grubun yaklaşık olarak eşit varyansları vardır (Levene testi ile değerlendirilir). Eşleştirilmiş veya tekrarlı ölçümler olduğunda bu testi kullanmayın — bunun yerine eşleştirilmiş örneklem t-testini kullanın. Sıralı verilerle veya küçük örneklemlerde normallik ciddi şekilde ihlal edildiğinde kullanmayın — bunun yerine Mann-Whitney U testini kullanın. İkiden fazla grubu karşılaştırmak için uygulamayın — Tip I hata oranının şişmesini önlemek için tek yönlü ANOVA'yı kullanın.
Güçlü yönler & sınırlılıklar
- Disiplinler arasında yaygın olarak anlaşılmış ve kabul görmüş olması, sonuçların yorumlanabilirliğini sağlar.
- Varsayımlar (normallik, eşit varyanslar, bağımsızlık) karşılandığında güçlü ve verimlidir.
- Ortalama fark için bir güven aralığı sağlar, bu da ikili reddetme/kabul etme kararının ötesinde bilgi verir.
- Etki büyüklüğü (Cohen's d), istatistiksel anlamlılığın yanı sıra pratik anlamlılığı da iletir.
- Neredeyse her istatistiksel yazılım paketinde ve programlama ortamında mevcuttur.
- Özellikle küçük örneklemlerde (grup başına n < 20) aykırı değerlere ve normallikten sapmalara karşı hassastır.
- Tam olarak iki bağımsız grubu karşılaştırmakla sınırlıdır; Tip I hata oranını şişirmeden birden fazla gruba genişletilemez.
- Havuzlanmış varyans formu yaklaşık olarak eşit grup varyansları gerektirir; bu varsayımın Welch düzeltmesi kullanılmadan ihlal edilmesi geçersiz p-değerleri üretir.
- İstatistiksel olarak anlamlı bir sonuç, pratik önemi ima etmez — çok büyük örneklemlerle küçük, önemsiz farklar anlamlı olabilir.
SSS
Welch t-testini Student t-testi yerine ne zaman kullanmalıyım?
Varyansların eşitliği için Levene testi istatistiksel olarak anlamlı olduğunda veya iki grubun farklı yayılımlara sahip olduğundan şüphelenmek için güçlü bir nedeniniz olduğunda Welch düzeltmesini kullanın. Welch t-testi serbestlik derecelerini ayarlar ve eşit varyanslar varsaymaz. Birçok istatistikçi, varyanslar eşit olduğunda Student sürümü kadar iyi performans gösterdiği ve olmadığında daha iyi performans gösterdiği için her durumda Welch sürümünü varsayılan olarak kullanmayı önerir.
Örneklem büyüklüğüm ne kadar olmalı?
Genel kural: merkezi limit teoreminin normalliği daha az kritik hale getirmesi için grup başına en az 20-30 gözlem. Daha küçük örneklemler normallik için daha güçlü kanıt gerektirir ve aykırı değerlere karşı daha savunmasızdır. Cohen's d, istenen güç (tipik olarak 0.80) ve anlamlılık düzeyi (0.05) kullanılarak yapılan bir güç analizi, veri toplama öncesinde örneklem büyüklüğü planlamasına rehberlik etmelidir.
Tek yönlü veya iki yönlü test hangisi daha uygundur?
İki yönlü testler bilimsel varsayılanlardır — her iki yöndeki farklılıkları tespit ederler ve anlamlılığa ulaşmak için daha güçlü bir sinyal gerektirirler, yanlış pozitifleri azaltırlar. Tek yönlü bir test yalnızca verileri görmeden önce yerleşik bir yönlü hipoteziniz olduğunda kullanılmalıdır, çünkü post-hoc yönlü testler p-hacking olarak kabul edilir.
Verilerim açıkça normal dağılmıyor. Ne yapmalıyım?
Normallik ihlal edilirse ve örneklemler küçükse, ortalamaları değil sıra dağılımlarını karşılaştıran nonparametrik bir alternatif olan Mann-Whitney U testine geçin. Büyük örneklemlerde (grup başına n > 30), merkezi limit teoremi nedeniyle t-testi hafif normallik dışı durumlara karşı nispeten sağlamdır, ancak ciddi çarpıklık veya aykırı değerler hala nonparametrik veya sağlam bir yaklaşımı gerektirir.
t-testinin yanında hangi etki büyüklüğünü rapor etmeliyim?
Cohen's d, bağımsız örneklem t-testi için standart etki büyüklüğüdür. Ortalama farkı havuzlanmış standart sapma birimleri cinsinden ifade eder: geleneksel kıyaslamalara göre 0.2 civarındaki değerler küçük, 0.5 orta ve 0.8 büyük kabul edilir. Okuyucuların pratik anlamlılığı değerlendirmelerine izin vermek için her zaman ortalama farkı ve %95 güven aralığı ile birlikte d'yi rapor edin.
Kaynaklar
- Student (W. S. Gosset) (1908). The probable error of a mean. Biometrika, 6(1), 1–25. DOI: 10.1093/biomet/6.1.1 ↗
- Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics (5th ed.). SAGE Publications. ISBN: 978-1526419521
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Independent Samples t-test. ScholarGate. https://scholargate.app/tr/statistics/independent-samples-t-test
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Bağımsız Örneklem t-testiİstatistik↔ karşılaştır
- Tek Örneklem t-Testiİstatistik↔ karşılaştır
- Tek yönlü Varyans Analiziİstatistik↔ karşılaştır
- Eşleştirilmiş Örnekler t-Testiİstatistik↔ karşılaştır