Bu yazının amacı G*Power kullananlara, uygulamanın arayüzü konusunda rehberlik edebilmek. Bu amaçla G*Power ara yüzündeki tüm detayları açıklamaya çalıştım. Test ailesi, güç analizi türleri, girdi parametreleri ve çıktı parametreleriyle ilgili Türkçe karşılıklarını ve kullanım amaçlarını kısa özetleyerek kısa bir rehber oluşturdum. Dilerim işinize yarar 🙂
Test Ailesi
Exact Testler – Türkçe Karşılıkları ve Kullanım Amaçları
| Test Adı (İngilizce) | Türkçe Karşılığı |
| Correlation: Bivariate normal model | Korelasyon: İki değişkenli normal model |
| Amacı: İki sürekli değişken arasındaki ilişkiyi test etmek için (küçük örneklemler için kesin hesaplama). | |
| Linear multiple regression: Random model | Çoklu doğrusal regresyon: Rastgele model |
| Amacı: Birden fazla bağımsız değişkenin bağımlı değişkeni açıklama gücünü, rassal model varsayımıyla test etmek. | |
| Proportion: Difference from constant (binomial test, one sample case) | Oran: Sabitten fark (binom testi, tek örneklem) |
| Amacı: Tek bir grubun oranını belirli bir değerle karşılaştırmak. (örn. başarı oranı %50’den farklı mı?) | |
| Proportions: Inequality, two dependent groups (McNemar) | Oranlar: Eşitsizlik, iki bağımlı grup (McNemar testi) |
| Amacı: Aynı grubun iki farklı zamandaki ikili (evet/hayır) yanıtlarını karşılaştırmak. (örn. tedavi öncesi/sonrası doğru cevap oranı) | |
| Proportions: Inequality, two independent groups (Fisher’s exact test) | Oranlar: Eşitsizlik, iki bağımsız grup (Fisher kesin testi) |
| Amacı: İki küçük grubun oranlarını karşılaştırmak. (örn. erkek-kadın arasında başarı oranı, küçük örneklem) | |
| Proportions: Inequality, two independent groups (unconditional) | Oranlar: Eşitsizlik, iki bağımsız grup (koşulsuz) |
| Amacı: İki grubun oranlarını karşılaştırmak, Fisher testine alternatif koşulsuz yöntem. | |
| Proportions: Inequality (offset), two independent groups (unconditional) | Oranlar: Eşitsizlik (sapma eklenmiş), iki bağımsız grup (koşulsuz) |
| Amacı: İki grubun oranlarını karşılaştırırken belirli bir sapma düzeltmesiyle test yapmak. | |
| Proportion: Sign test (binomial test) | Oran: İşaret testi (binom testi) |
| Amacı: Çiftli karşılaştırmalarda hangi durumun daha sık görüldüğünü test etmek. (örn. iki koşuldan hangisi daha çok tercih edildi?) | |
| Generic binomial test | Genel binom testi |
| Amacı: Oranlarla ilgili farklı hipotezleri test etmek için esnek seçenek. | |
F Testleri – Türkçe Karşılıkları ve Kullanım Amaçları
| Test Adı (İngilizce) | Türkçe Karşılığı |
| ANCOVA: Fixed effects, main effects and interactions | Kovaryans Analizi (ANCOVA): Sabit etkiler, ana etkiler ve etkileşimler |
| Amacı: Gruplar arası ortalamaları karşılaştırırken, ek bir değişkenin (kovaryant) etkisini kontrol etmek. | |
| ANOVA: Fixed effects, omnibus, one–way | Varyans Analizi (ANOVA): Sabit etkiler, genel etki, tek yönlü |
| Amacı: İkiden fazla grubun ortalamalarını tek faktör üzerinden karşılaştırmak. | |
| ANOVA: Fixed effects, special, main effects and interactions | Varyans Analizi (ANOVA): Sabit etkiler, özel, ana etkiler ve etkileşimler |
| Amacı: Daha karmaşık desenlerde (ör. faktöriyel tasarım) ana etki ve etkileşimleri incelemek. | |
| ANOVA: Repeated measures, between factors | Tekrarlı ölçümler ANOVA: Gruplar arası faktörler |
| Amacı: Gruplar arasında, tekrarlı ölçümlere dayalı ortalama farklarını incelemek. | |
| ANOVA: Repeated measures, within factors | Tekrarlı ölçümler ANOVA: Gruplar içi faktörler |
| Amacı: Aynı grubun farklı zaman ya da koşullardaki ölçümlerini karşılaştırmak. | |
| ANOVA: Repeated measures, within–between interaction | Tekrarlı ölçümler ANOVA: Grup içi × grup arası etkileşim |
| Amacı: Gruplar arası ve grup içi değişimin birlikte etkisini incelemek. | |
| Hotelling’s T²: One group mean vector | Hotelling’in T² testi: Tek grubun ortalama vektörü |
| Amacı: Tek bir grubun çoklu değişken ortalamasını (vektörünü) test etmek. | |
| Hotelling’s T²: Two group mean vectors | Hotelling’in T² testi: İki grubun ortalama vektörleri |
| Amacı: İki grubun çok değişkenli ortalama farklarını test etmek. | |
| MANOVA: Global effects | Çok Değişkenli Varyans Analizi (MANOVA): Genel etkiler |
| Amacı: Gruplar arasında çoklu bağımlı değişkenlerin genel farklarını test etmek. | |
| MANOVA: Special effects and interactions | MANOVA: Özel etkiler ve etkileşimler |
| Amacı: Faktöriyel desenlerde çoklu bağımlı değişkenler için ana ve etkileşim etkilerini incelemek. | |
| MANOVA: Repeated measures, between factors | MANOVA: Tekrarlı ölçümler, gruplar arası faktörler |
| Amacı: Gruplar arasında çoklu bağımlı değişkenlerin tekrarlı ölçümlerle farkını incelemek. | |
| MANOVA: Repeated measures, within factors | MANOVA: Tekrarlı ölçümler, gruplar içi faktörler |
| Amacı: Aynı grubun çoklu bağımlı değişkenlerindeki zaman/koşul farklarını incelemek. | |
| MANOVA: Repeated measures, within–between interaction | MANOVA: Tekrarlı ölçümler, grup içi × grup arası etkileşim |
| Amacı: Gruplar içi ve gruplar arası farkların birlikte çoklu değişken üzerindeki etkisini incelemek. | |
| Linear multiple regression: Fixed model, R² deviation from zero | Çoklu doğrusal regresyon: Sabit model, R² sıfırdan farklı mı |
| Amacı: Bağımsız değişkenlerin bağımlı değişkeni anlamlı şekilde açıklayıp açıklamadığını test etmek. | |
| Linear multiple regression: Fixed model, R² increase | Çoklu doğrusal regresyon: Sabit model, R² artışı |
| Amacı: Yeni eklenen değişken(ler)in modele katkısını (R² artışını) test etmek. | |
| Variance: Test of equality (two sample case) | Varyans: Eşitlik testi (iki örneklem durumu) |
| Amacı: İki grubun varyanslarının eşit olup olmadığını test etmek. | |
| Generic F test | Genel F testi |
| Amacı: Esnek, özel durumlar için kullanılan genel F testi seçeneği. | |
t Testi Ailesi – G*Power’daki Testlerin Türkçe Karşılıkları ve Kullanım Amaçları
| Test Adı (İngilizce) | Türkçe Karşılığı |
| Correlation: Point biserial model | Korelasyon: Nokta-biserial model |
| Amacı: Bir değişken kategorik (örn. cinsiyet), diğeri sayısal (örn. sınav puanı) olduğunda aralarındaki ilişkiyi ölçmek. | |
| Linear bivariate regression: One group, size of sole | Doğrusal iki değişkenli regresyon: Tek grup, eğim büyüklüğü |
| Amacı: Bir değişkenin diğerini ne kadar güçlü yordadığını test etmek. (örn. çalışma saati → sınav puanı) | |
| Linear bivariate regression: Two groups, difference between intercepts | Doğrusal iki değişkenli regresyon: İki grup, sabit değer farkı |
| Amacı: İki grubun başlangıç düzeyleri farklı mı diye bakmak. (örn. kadın-erkek başlangıç puanı) | |
| Linear bivariate regression: Two groups, difference between slopes | Doğrusal iki değişkenli regresyon: İki grup, eğim farkı |
| Amacı: İki grup arasındaki ilişkinin gücü farklı mı diye test etmek. (örn. ders saati arttıkça kim daha hızlı yükseliyor?) | |
| Linear multiple regression: Fixed model, single regression coefficient | Doğrusal çoklu regresyon: Sabit model, tek katsayı |
| Amacı: Birden fazla yordayıcı arasından tek bir değişkenin katkısını incelemek. | |
| Means: Difference between two dependent means (matched pairs) | Ortalamalar: İki bağımlı ortalama farkı (eşleştirilmiş çiftler) |
| Amacı: Aynı grubun iki ölçümünü karşılaştırmak. (örn. sınav öncesi-sonrası kaygı) | |
| Means: Difference between two independent means (two groups) | Ortalamalar: İki bağımsız ortalama farkı (iki grup) |
| Amacı: İki farklı grubun ortalamalarını karşılaştırmak. (örn. kız-erkek puan farkı) | |
| Means: Difference from constant (one sample case) | Ortalamalar: Sabitten fark (tek örneklem) |
| Amacı: Tek bir grubun ortalamasını sabit bir değerle karşılaştırmak. (örn. ortalama = 50 mi?) | |
| Means: Wilcoxon signed-rank test (matched pairs) | Ortalamalar: Wilcoxon işaretli sıralar testi (eşleştirilmiş çiftler) |
| Amacı: Aynı grubun iki ölçümünü karşılaştırmak ama normal dağılım varsayımı yoksa. | |
| Means: Wilcoxon signed-rank test (one sample case) | Ortalamalar: Wilcoxon işaretli sıralar testi (tek örneklem) |
| Amacı: Tek bir grubun ortancasını sabit bir değerle karşılaştırmak (dağılım çarpık olduğunda). | |
| Means: Wilcoxon–Mann–Whitney test (two groups) | Ortalamalar: Wilcoxon–Mann–Whitney testi (iki grup) |
| Amacı: İki grubun ortancalarını karşılaştırmak (veriler normal dağılmadığında). | |
| t: Generic t test | Genel t testi |
| Amacı: : Özel bir senaryo için kullanılabilecek esnek t testi seçeneği. | |
χ² Testleri – Türkçe Karşılıkları ve Kullanım Amaçları
| Test Adı (İngilizce) | Türkçe Karşılığı |
| Goodness-of-fit tests: Contingency tables | Uyum iyiliği testleri: Kontenjans tabloları |
| Amacı: Kategorik verilerin dağılımının beklenen dağılıma uyup uymadığını test etmek. (örn. kız-erkek sayıları eşit mi?) | |
| Variance: Difference from constant (one sample case) | Varyans: Sabitten fark (tek örneklem) |
| Amacı: Tek bir grubun varyansının belirli bir değerden farklı olup olmadığını test etmek. | |
| Generic χ² test | Genel Ki-kare testi |
| Amacı: Esnek, farklı ki-kare uygulamaları için genel test seçeneği. | |
z Testleri – Türkçe Karşılıkları ve Kullanım Amaçları
| Test Adı (İngilizce) | Türkçe Karşılığı |
| Correlation: Tetrachoric model | Korelasyon: Tetrachoric model |
| Amacı: İki ikili (0-1) değişken arasındaki gizli sürekli ilişkiyi test etmek. (örn. evet/hayır yanıtları ile başarılı/başarısız durumu arasındaki ilişki) | |
| Correlations: Two dependent Pearson r’s (common index) | Korelasyonlar: İki bağımlı Pearson r (ortak indeks) |
| Amacı: Aynı veri setinde, ortak bir değişkenle elde edilen iki korelasyonun birbirinden farklı olup olmadığını test etmek. | |
| Correlations: Two dependent Pearson r’s (no common index) | Korelasyonlar: İki bağımlı Pearson r (ortak indeks yok) |
| Amacı: Aynı örneklemde, tamamen farklı iki korelasyonu karşılaştırmak. | |
| Correlations: Two independent Pearson r’s | Korelasyonlar: İki bağımsız Pearson r |
| Amacı: Farklı örneklemlerden elde edilen korelasyonları karşılaştırmak. (örn. kadınlar ve erkekler için korelasyonun gücü farklı mı?) | |
| Logistic regression | Lojistik regresyon |
| Amacı: Bağımlı değişkenin iki kategorili (örn. evet/hayır) olduğu durumlarda yordayıcı değişkenlerin etkisini test etmek. | |
| Poisson regression | Poisson regresyon |
| Amacı: Bağımlı değişkenin sayım (örn. olay sayısı) olduğu durumlarda yordayıcıların etkisini incelemek. | |
| Proportions: Difference between two independent proportions | Oranlar: İki bağımsız oranın farkı |
| Amacı: İki bağımsız grubun oranlarını karşılaştırmak. (örn. erkeklerin başarı oranı %60, kadınların %40 mı?) | |
| Generic z test | Genel z testi |
| Amacı: Esnek, farklı z testi senaryolarında kullanılan genel seçenek. | |
Güç Analizi Türleri – Türkçe Karşılıkları ve Kullanım Amaçları
| Seçenek (İngilizce) | Türkçe Karşılığı |
| A priori: Compute required sample size – given α, power, and effect size | A priori: Gerekli örneklem büyüklüğünü hesapla – α, güç ve etki büyüklüğü verildiğinde |
| Amacı: En çok kullanılan yöntemdir. Araştırmaya başlamadan önce, belirlenen etki büyüklüğü, alfa düzeyi ve güç değerine göre kaç kişilik örnekleme ihtiyaç olduğunu hesaplar. | |
| Compromise: Compute implied α & power – given β/α ratio, sample size, and effect size | Compromise: Belirtilen β/α oranı, örneklem büyüklüğü ve etki büyüklüğü verildiğinde α ve gücü hesapla |
| Amacı: Eğer örneklem büyüklüğü sınırlıysa, alfa ve beta hataları arasında denge kurarak uygun α ve güç değerlerini hesaplar. | |
| Criterion: Compute required α – given power, effect size, and sample size | Kriter: Gerekli α’yı hesapla – güç, etki büyüklüğü ve örneklem büyüklüğü verildiğinde |
| Amacı: Örneklem büyüklüğü ve güç biliniyorsa, çalışmada kullanılacak anlamlılık düzeyini (α) belirlemek için seçilir. | |
| Post hoc: Compute achieved power – given α, sample size, and effect size | Post hoc: Elde edilen gücü hesapla – α, örneklem büyüklüğü ve etki büyüklüğü verildiğinde |
| Amacı: Çalışma bittikten sonra, elde edilen verilerle araştırmanın gerçek gücünü hesaplamak için kullanılır. | |
| Sensitivity: Compute required effect size – given α, power, and sample size | Duyarlılık: Gerekli etki büyüklüğünü hesapla – α, güç ve örneklem büyüklüğü verildiğinde |
| Amacı: Belirli bir örneklemle, hangi en küçük etki büyüklüğünün tespit edilebileceğini görmek için seçilir. | |
Input Parameters – Türkçe Karşılıkları ve Amaçları
| Parametre (İngilizce) | Türkçe Karşılığı |
| Tail(s) | Kuyruk(lar) |
| Amacı: Testin tek yönlü (One-tailed) mü yoksa çift yönlü (Two-tailed) mü yapılacağını seçmek için. | |
| H1 corr ρ | H1 korelasyonu (alternatif hipotez) |
| Amacı: Araştırmada beklenen korelasyon katsayısı. (Hipotezinizde görmek istediğiniz ilişki) | |
| α err prob | α hata olasılığı |
| Amacı: Tip I hata düzeyi, yani yanlış pozitif olasılığı. Genellikle 0.05 seçilir. | |
| Power (1–β err prob) | Güç (1–β hata olasılığı) |
| Amacı: Gerçek bir etkiyi yakalama olasılığı. Genellikle %80 veya %95 seçilir. | |
| H0 corr ρ | H0 korelasyonu (sıfır hipotezi) |
| Amacı: Sıfır hipotezinde varsayılan korelasyon. Çoğunlukla 0 alınır. | |
| Marginal prop x | Marjinal oran (x) |
| Amacı: X değişkeni için beklenen kategori oranı. (örn. erkek oranı %60) | |
| Marginal prop y | Marjinal oran (y) |
| Amacı: Y değişkeni için beklenen kategori oranı. (örn. başarılı oranı %30) | |
Output Parameters – Türkçe Karşılıkları ve Yorumlama
| Parametre (İngilizce) | Türkçe Karşılığı |
| Critical z | Kritik z değeri |
| Açıklama: Testin kritik sınır değeri. Hesaplanan z bu değerden büyükse H0 reddedilir. | |
| Total sample size | Toplam örneklem büyüklüğü |
| Açıklama: Gerekli katılımcı sayısı. | |
| Actual power | Gerçekleşen güç |
| Açıklama: Çalışmanın gerçek istatistiksel gücü. %80’in üzerinde olması istenir. | |
| H1 corr ρ | H1 korelasyonu |
| Açıklama: Alternatif hipotezde öngörülen ilişki katsayısı | |
| H0 corr ρ | H0 korelasyonu |
| Açıklama: Sıfır hipotezinde kabul edilen korelasyon katsayısı (genelde 0). | |
| Critical r lwr | Kritik alt sınır (r) |
| Açıklama: İlişkinin güven aralığındaki alt sınır değeri. | |
| Critical r upr | Kritik üst sınır (r) |
| Açıklama: İlişkinin güven aralığındaki üst sınır değeri. | |
| Std err r | Korelasyonun standart hatası |
| Açıklama: Hesaplanan korelasyon katsayısının hata payı. | |
Options: Korelasyon Hesaplama Yöntemleri
Use exact computation (Brown and Benedetti, 1977): Kesin hesaplama yöntemini kullan (Brown & Benedetti, 1977). Bu yöntem tam hesaplama yapar. Özellikle küçük örneklemler için daha güvenilir kabul edilir.
Use approximation (Bonett and Price, 2005): Yaklaşık hesaplama yöntemini kullan (Bonett & Price, 2005). Daha yeni bir yöntemdir. Yaklaşım (approximation) tahmini kullanır, bu nedenle hesaplama süresi daha hızlı olabilir. Büyük örneklemlerde yaklaşık sonuçlar verir.
Son olarak…
G*Power’ın arayüzünü ve farklı menülerini, test ailelerini ve arayüzde karşımıza çıkan kavramları basit bir dille kısaca yazdım. Araştırma sürecinde elimizin altında güvenilir ve pratik bir araç olması iyi olabilir 🙂 Hem kendi öğrencilerime hem de bu konuyla ilgilenen araştırmacılara faydalı olmasını umuyorum. Siz de kendi deneyimlerinizi, yaşadığınız zorlukları veya ipuçlarını benimle paylaşırsanız çok sevinirim. Belki de başka bir yazının konusu, sizin bıraktığınız yorumlardan çıkacak. 😊Sevgiler.
Doç. Dr. Fatma Betül KURNAZ