İstatistik Terimleri Sözlüğü (K)

istattistik terimleri sozlugu
Kabul Bölgesi (Acceptance Region)
Hipotez test etme teorisinde, kritik (red) bölge dışında kalan ve 1-? ile gösterilen, H0 hipotezinin kabul edilmesine yol açan, test istatistiğinin içine düştüğü bölgeye denir.
Kanonik Korelasyon (Canonical Correlation)
İki veya daha fazla bağımsız değişken ve iki veya daha fazla bağımlı değişken ile kullanılan bir regresyon analizi formudur. Bağımsız ve bağımlı değişkenler her biri kendi arasında gruplanarak değişken setleri ya da doğrusal bileşimler oluşturulur ve bu bile­şimler arasında korelasyon hesaplanır.
Kantil (Fractile / Ouantile)
Kantil bir veri setini eşit sayıda gözlem içeren gruplara bölen kesim noktaları setidir. Örneğin, kantil çeyrek ve yüzdelikleri içerir.
Kappa İstatistik, k (Kappa Statistic)
Sınıflama ölçeği düzeyindeki (kategorik) veriler için kullanılan bir ilişki ölçüsüdür. Cohen (1960) tarafından geliştirilmiş bir istatistiktir.
Karar Kuralı (Decision Rule)
Bir istatistiğin ortaya çıkma olasılığının (p) alpha kriter düzeyi (0.05 gibi) ile karşılaştırılmasıdır. Çıkan değer alpha’dan küçük ise H0 ret edilerek sonucun manidar olduğuna karar verilir. Başka bir ifade ile eğer test istatistiği kritik bölgeye düşerse, H0 hipotezi reddedilir. Eğer test istatistiği ret bölgesine düşmüyorsa yani kabul bölgesine düşüyorsa, sıfır hipotezi ret edilemez. Sıfır hipotezinin ret edilememesi, sıfır hipotezini ret edebilecek yeterli delil bulamadığımız anlamına gelir.
Karar Verme (Decision Making)
Örneklem verilerini temel alarak mantıki kararlar verebilme yöntemi.
Kareler Toplamı (Sum of Squares)
Puanlar setinin bir istatistik (ortalama veya yordanmış değer gibi) etrafındaki sapmalarının kareler toplamıdır.
Karışık Model Deseni (Mixed Model Design / Split-Plot Factorial Design)
Bir veya daha fazla gruplar arası faktör ve bir veya daha fazla tekrarlı ölçümler faktörünün birlikte kullanılması ile ortaya çıkan bir desendir. Kısaca, gruplar arası ve gruplar içi desenlerinin bileşimidir. Bu modelde, yansız grupların oluşturulduğu farklı deneysel işlem koşulları ve ayrıca deneklerin farklı zamanlardaki tekrarlı ölçümleri vardır.
Kartil Aralığı (lnterquartile Range / H-spread Range)
Bir veri setindeki dağılma ölçüsüdür. Üçüncü çeyrek (kartil) ve birinci çeyrek (kartil) arasındaki fark alınarak hesaplanır. Kartil aralığı=Y3-Y1 formülü ile gösterilir. İki uç değeri esas alan ranja göre daha anlamlıdır. Veri setindeki puanların ortadaki %50′lik aralığın genişliğine karşı gelir. Uç değerlerden etkilenmez ve ranjdan daha küçüktür.
Kategori (Category)
Bir ölçümler ya da objeler evreninin homojen bir grubu ya da sınıfına denir. Örneğin, bireyler cinsiyetlerine göre kadın ve erkek olarak homojen iki gruba ayrılabilirler.
Kategorik Değişken (Categorical Variable)
Belli bir özelliğe göre kategorilere ayrılabilen değişkendir. Cinsiyet, din, saç rengi gibi değişkenler kategoriktir.
Kategorik Veri (Categorical Data)
Bir veri setine ait gözlemler ya da değerler kategorilere göre sınıflandırıldıysa ya da ayrıldıysa, bu veri seti kategoriktir. Farklı kategorilere düşen gözlem sayılarını içeren verilerdir. Örneğin, bir dolaptaki ayakkabılar renklerine (kırmızı, siyah gibi.) göre sınıflandırılarak gözlem sayıları verilir.
Katsayı (Coefficient)
Bir katsayı, başka bir değerle çarpmakta kullanılan bir sabittir. Doğrusal bir Y= 4X+5 regresyon eşitliğinde, katsayı “4″ X değişkeni ile çarpılır.
Kayıp Değer (Shrinkage)
Çoklu regresyon analizinde, çoklu korelasyon katsayısı, R evren değerini fazlasıyla tahmin etmeye eğilimlidir. Bunun için, R evren parametresinin yanlı bir yordayıcısıdır. Regresyon eşitliğinin yeni bir örnekleme uygulanmasında, gözlenen ve tahmin edilen puanlar arasındaki korelasyonda düşme olur. R’deki azalma ya da kayıp shrinkage olarak tanımlanır. Bu değer örneklem büyüklüğü ve yordayıcı değişkenlerin sayısından etkilenir. Daha büyük örneklem, daha az yordayıcılar, daha düşük shrinkage olmaktadır.
Kayıp Veri (Missing Data)
Bir araştırmada, bazı bilgiler mevcutken, örneğin belli bir kişiye ait bilgilerin olmamasıdır. Bu durum bir kişinin soruyu anlamayıp cevaplamamasından ya da kişinin anketi cevaplamayı ret etmesinden olabilmektedir. Analizlerde, herhangi bir değişkene ait kayıp değeri olan tüm satırlar ya da bir değişken için kayıp olan gözlemler kullanılmayabilir.
Kendall Uyuşum Katsayısı, W (Kendall’s Coefficient of Concordance)
N nesne veya kişinin ikiden fazla (k kadar) mertebe (sıralama) kümesi olduğunda, bunlar arasındaki bağlantıyı bulmak için kullanılan bir ilişki katsayısıdır. Örneğin, üç yönetici işe başvuran 5 kişiyi sıra değerleri vererek değerlendirdiklerinde, W uyuşum katsayısı bu üç yöneticinin görüşlerinin uyumlu olup olmadıklarını göstermektedir.
Kendall’ın Tau Korelasyon Katsayısı,t (Kendall’s Tau bCorrelation Coefficient)
Bu korelasyon katsayısı Spearman sıra farkları korelasyon katsayısının (rho) kullanıldığı veri çeşitlerine uygun bir ölçüdür. Veriler X ve Y değişkenleri üzerinde her deneğe bir sıra değeri verilecek şekilde düzenlenmişse, bu sıralanmış iki veri seti arasındaki korelasyonu bulmak üzere kullanılır. Obje ya da kişilerin iki hakem tarafından değerlendirilmesi durumunda ise, bu hakemlerin görüşleri arasında bir ilişkinin olup olmadığını anlamak üzere kullanılabilir. Kontingensi ve çapraz tablolarda düzenlenen veriler için uygun olan bu teknikte, kendall taubaynı satır ve sütun sayısı olduğunda, Kendall tauc ise farklı sayıda satır ve sütun için tercih edilmektedir. Elde edilen ilişki katsayısı -1 ve 1 arasında değerler almaktadır.
Kesinlik (Precision)
Bir kestiricinin, bir parametrenin gerçek değeri olma beklentisine ne kadar yaklaştığının bir ölçüsüdür. Kesinlik, kestiricinin standart hatası ile ilişkilidir.
Kestirici / Tahmin Edici (Estimator)
Kestirici, evrende bilinmeyen bir miktar hakkında bilgi verebilmek için kullanılan örneklem verilerinden hesaplanan herhangi bir miktardır. Örneğin, örneklem ortalaması, evren ortalamasının bir kestiricisidir. Belli bir örneklemden elde edilen ortalama değeri eğer 4 ise, o zaman 4 evren ortalamasının kestiricisidir. Kestiricilerin üç önemli özelliği, sistematik hata (yanlılık), tutarlılık ve etkililiktir.
Kestirisel İstatistik (Inferential Statistics)
Örneklemden elde edilen verilerden evren hakkında çıkarımlar ve genellemeler yapabilmek için kullanılan yöntemlerdir. Kestirisel istatistikte kullanılan iki temel yöntem, tahmin ve hipotez test etmedir. Tahmin etmede, örneklem bir parametreyi tahmin etmede kullanılır ve tahmin hakkında bir güven aralığı belirlenir. Hipotez test etmede ise, bir null hipotez öne sürülür ve verilerin bu hipotezi ret edebilmek için yeterince kuvvetli olup olmadığı belirlenmeye çalışılır.
Kestirme / Tahmin (Estimation)
Gözlenmiş verilere dayalı olarak bilinmeyen bir değerin belirlenmesi sürecidir. Bir parametrenin değerini elde edebilmek üzere kullanılan, o evrenden seçilen bir örnekleme ait verilerden elde edilen bir kestiricinin değeridir. Kestirme sonuçları, nokta kestirme olarak bilinen tek bir değerle ya da güven aralığı olarak bilinen bir değerler ranjı olarak açıklanabilir.
Kısmi Korelasyon, rp (Partial Correlation)
Kısmi korelasyon iki değişken (X ve Y) arasındaki ilişkinin derecesini, bir ya da daha çok değişkenin etkisinin kontrol edilmesi ile gösterir. Bu kısmi korelasyon, iki artık (residual) puanlar seti arasındaki Pearson momentler çarpımı korelasyonudur. Kısmi korelasyon analizinde, bir veya daha fazla olan kontrol değişkeni tarafından açıklanan varyans, X ve Y değişkenlerinden kaldırıldıktan sonra bu temizlenmiş X ve Y değişkenleri arasındaki ilişki hesaplanır.
Kısmi Regresyon (Partial Regression)
Bir regresyon analizinde, gözden geçirilen tüm değişkenlerin yer aldığı tam bir regresyon eşitliğindeki bir “bağımsız değişkenin” regresyon katsayısıdır.
Ki-Kare Bağımsızlık Testi (Chi-squared Test of Association / Independence Test)
İki sınıflamalı (kategorik) değişken arasında ilişki olup olmadığını test etmek üzere kullanılan bir testtir. Bu test, gözlenen ve beklenen iki dağılımın birbirine uyup uymadığının test edilmesinin iki değişken için genişletilmiş halidir. Null hipotez, iki değişkenin birbirinden bağımsız olduğu ya da aralarında ilişki olmadığıdır. Örneğin, cinsiyet ve eğitim düzeyi arasında bir ilişki olup olmadığı test edilebilir. 2X2′Iik durumda (serbestlik derecesi =1), N , 20′den küçükse daima Fisher’in tam olasılık testi kullanılır. N, 20 ile 40 arasında olduğunda, bütün beklenen değerler 5 ve daha fazla ise ki kare testi kullanılabilir. Ancak en küçük beklenen değer 5′den az ise Fisher’in tam olasılık testi kullanılmalıdır. N, 40′dan büyükse ki kare uygundur. Serbestlik derecesinin 1 ‘den büyük olması durumunda, eğer hücrelerin %20’sinden daha azında beklenen frekanslar 5′den az değilse ve hiçbir hücrede beklenen frekanslar 1 ‘den küçük değilse ki kare uygundur.
Ki-Kare Dağılım (Chi-squared Distribution)
İlk defa 1900′lerde Kari Pearson tarafından tanımlanan, değeri 0′a eşit ya da daha büyük olacak şekilde (X>=0) sınırlanan, örneklem frekans dağılımı gösterdiğinde ortaya çıkan Ki-kare random (yansız) değişkeninin olasılık dağılımıdır. Varyansların homojenliğinin, gözlenen ve beklenen frekanslar arasındaki farkın anlamlı olup olmadığının ve iki değişkenin ilişkili olup olmadığını test edilmesinde kullanılır.
Ki-Kare Homojenlik Testi (Chi-squared Test of Homogeneity)
Çeşitli evrenler aynı değişkene göre sınıflandırıldığı zaman, tüm evrenlerin tüm sınıfları için oranların eşitliğini tahmin edemeyiz. Tüm evrenlerde her sınıf için oranların eşit olup olmadığını test etmeye ihtiyaç vardır. Null hipotez evrenlerin sınıflama değişkenine göre homojen olmasıdır.
Ki-Kare İstatistiği (Chi-squared Statistic)
Bir kontingensi tabloda hücreler boyunca hesaplanan gözlenen (f0) ve beklenen (fe) frekanslar arasındaki farklılığın sayısal bir indeksini verir.
Ki-Kare Testi (Chi-squared Test)
Kategorik verilerin analizinde kullanılan bir testtir. Değişken bir tane ise, tek yönlü ki kare uyum testi ve değişken iki tane ise, iki yönlü ki kare bağımsızlık testi olarak isimlendirilir.
Ki-Kare Uyum Testi (Chi-squared Goodness of Fit Test)
Bu test teorik bir dağılımın (normal, poizon gibi) bir örneklemden elde edilen gözlenen verilerle karşılaştırılabilmesi için kullanılan bir testtir. Tek yönlü ki kare testi olarak da bilinir. Gözlenen frekanslar dağılımının belli bir teorik dağılıma uyup uymadığının test edilmesine uyum iyiliği ya da uyum testi denir. Veriler bir değişkenin farklı kategorilerine ait olan deneklerin frekanslarını oluşturmaktadır. Bu testin kullanılabilmesi için, serbestlik derecesi (sd) 1 ise (kategori sayısı=2), beklenen frekanslar en az 5 olmalıdır. Eğer sd>1 ise (k>2), beklenen frekansların %20’sinden daha fazlasının 5′den az olmaması veya herhangi bir beklenen frekansın 1′den az olmaması gerekir.
Kolmogorov-Smirnov İki Örneklem Testi (Kolmogorov-Smirnov Two Samples Test)
İki bağımsız örneklemin aynı evrenden (ya da aynı dağılımlı evrenlerden) gelip gelmediğini test eder. Kolmogorov- Smirnov tek Örneklem testi gibi iki kümülatif dağılım arasındaki uyumla ilgilenir. Bu test iki Örneklem değerler seti arasındaki uyumu test eder. Eğer iki Örneklem aynı evrenden geliyorsa, o zaman iki örneklemin kümülatif dağılımlarının birbirine çok yakın olması beklenir. Her durumda ki kare testinden ve medyan testinden daha güçlüdür.
Kolmogorov-Smirnov Tek Örneklem Testi (Kolmogorov-Smirnov One Sample Test)
Bir uyum iyiliği ya da uyum testidir. Gözlenen frekanslar (Örneklem değerleri) dağılı­mının belli bir teorik dağılıma uyup uymadığını test eder. Bir örneklemdeki puanların, teorik dağılıma sahip bir evrenden gelip gelmediğini tayin eder. Bu test teorik bir da­ğılımda ortaya çıkan kümülatif (birikimli) dağılımı gözlenen kümülatif dağılım ile kar­şılaştırır. Değişkenin en az sıralama ölçeğinde ölçülmesini ve değişkene ait dağılımın sürekli olmasını gerektirir. Evrenin normal dağıldığı varsayımını gerektirmez.
Kombinasyon,C (Combinafion)
Bir grup obje ya da sonuç geliş sırası dikkate alınmadan, birbirinden farklı düzenlerde sıralanması ile el­de edilen gruplara kombinasyon denir.
Kontingensi / Kontenjans Katsayısı (Contingency Coefficient)
Her değişkenin ikiden fazla kategorisi olduğu zaman, iki yönlü bir ki karede iki değişken arasındaki ilişkinin derecesini veren. Karl Pearson tarafından geliştirilen,ki-kareyi temel alan formül ile gösterilir. C=0 ise değişkenler bağımsızdır. Maksimum değeri daima 1 ‘den küçüktür. Sınırlılığı aynı sayıda sütun ve satır gerektirmesidir (3×3 veya 4×4 gibi). Farklı sayıda sütun ve satır olduğunda, Cramer’s V kullanılır.
Kontingensi / Konfenjans Tablo (Contingency Table)
Değişkenler arasındaki ilişkiyi özetleyebilme yöntemidir. Her bir gözlemin, aynı anda iki değişkeni temel alarak sınıflandırıldığı iki yönlü bir tablodur. Deneklerin bir değişkene verdikleri cevapları, diğer değişkenin bir fonksiyonu olarak gösteren tablodur. Bu tabloda, değişkenin aldığı değerlere göre frekanslar sınıflandırılır. Kategorik verileri özetlemede kullanılır. Bu tablo ayrıca her kategoriye düşen yüzdeleri de içerebilir.
Kontrol Değişkeni (Control Variable)
Bir araştırmada ele alınan bağımsız değişkenlerin dışında, fakat bağımsız değişken gibi bağımlı değişkeni etkileyebilecek olan şaşırtıcı değişkenlerdir. Örneğin, öğretim yönteminin başarı üzerindeki etkisi araştırılırken, bireylerin yaşı, cinsiyeti ve zeka düzeyi gibi değişkenler başarıyı etkileyebilir. Bu nedenle farklı iki öğretim yönteminin ele alındığı gruplar bu değişkenler açısından eşitlenmelidir.
Korelasyon (Correlation)
Değişkenler arasındaki ilişkinin derecesini gösterir. Doğrusal bir ilişki Pearson momentler çarpımı veya Spearman sıra farkları korelasyon teknikleri ile ölçülür.
Korelasyon / İlişki Katsayısı (Correlation Coefficient)
İki değişken arasındaki doğrusal ilişkinin derecesini ölçen -1 ve 1 arasında bir sayıdır, iki değişken arasında pozitif eğimli mükemmel doğrusal ilişki varsa, ko­relasyon katsayısı 1′dir; eğer pozitif ilişki varsa, bir değişken artarken (ya da azalırken) diğeri içinde aynı durum vardır. Eğer iki değişken arasında negatif eğimli mükemmel bir doğrusal ilişki varsa, korelasyon katsayısı -T dir; eğer negatif korelasyon varsa, bir değişken artarken diğeri azalacak ya da bu­nun tersi bir durum söz konusu olacaktır. Korelasyon katsayısı O ise, bu iki değişken arasında doğrusal bir ilişki olmadığını göste­rir. Çalışmada kullanılan değişkenlerin türlerine göre uygun olabilecek Pearson momentler çarpımı, Spearman Brown gibi çeşitli korelasyon katsayıları vardır.
Korelasyon Matrisi (Correlation Matrix)
Bütün değişkenler arasmdaki ikili korelasyonları gösteren matrise denir.
Korelasyonel Çalışma (Correlational Study)
Değişkenlerin manipulasyonu yapılmadan, iki değişken arasında korelasyon olup ol­madığını anlamak üzere düzenlenen deneklerin değişkenlerdeki puanlarının basitçe ölçüldüğü bir yöntemdir.
Koşullu / Şartlı Dağılım (Conditional Distribution)
X’in sabit bir değeri için Y’nin dağılımı ya da diğer bir değişkenin farklı du­rumları veya kategorileri için bir değişkenin kategorilerinin dağılımı anlamına gelir.
Koşullu / Şartlı Olasılık (Conditional Probability)
Eğer bir olayın (E2) oluşu, diğer bir olayın (E,) ortaya çıkmasına (oluşuna) bağlı ise veya onun oluşundan sonra ortaya çıkabiliyorsa, buna koşullu olasılık denir.
Kota Örnekleme (Quota Sampling)
Evrendeki belirtilmiş tipte bireylerden oluşan tabakalara belli kotalar verilerek, bu tabakaların evrendeki oranı nispetinde örneklemde yer almasına olanak tanıyan yansız olmayan tabakalı bir örnekleme tipidir. Örneğin, evren %65 gençlerden ve %35 yaşlılardan oluşuyorsa, 100 kişiden oluşacak bir örneklem oluştururken, araştırmacı bu oranlara göre 65 genç ve 35 yaşlı seçmelidir. Olasılığa dayalı olmayan bu örneklemede yinede elemanların seçiminde yanlılıktan uzak olmaya çalışılabilir.
Kovaryans (Covariance)
İki değişkenin birlikte değişme derecesini gösteren bir istatistiktir. İki değişkenin aynı objelere ait değerlerinin bu değişkenlere ait aritmetik ortalamadan farklarının çarpımlarının aritmetik ortalamasıdır.
Kovaryans Analizi (Analysis of Covariance, ANCOVA)
Bir ya da daha fazla faktörün bağımlı değişken üzerindeki etkisinin ince­lendiği bir araştırmada, bu faktörlerin dışında bağımlı değişken üzerinde etkisi olabile­cek bir ya da daha fazla değişkenin (ortak değişken, kovaryet) istatistiksel olarak kont­rol edilmesine olanak veren bir analiz tekniğidir.
Kovaryans Matrisi (Covariance Matrix)
Değişkenler arasındaki varyans ve kovaryans matrisidir.
Kovaryet (Covariate)
Kovaryans analizinde, bağımlı değişken üzerinde etkisi kontrol edilecek olan değişkene denir.
Kriter (Criterion)
Bir örneklemin şans yoluyla ortaya çıkıp çıkmadığına ve böylece belirli bir evrenin temsil edilip edilmediğine karar vermede temel sağlayan olasılıkdır.
Kriteryen değişken (Criterion / Dependent Variable)
Regresyonda, tahmin edilen değişkene denir.
Kritik Bölge (Critical Region)
Sıfır (null) hipotezinin ret edilmesine sebep olacak test istatistiği için değerler seti ya da bir aralıktır. Kısaca ret bölgesi denir. Manidarlık düzeyinin belirlenmesi ile ret bölgesi de belirlenmiş olur. Test istatistiğinin gözlenen değeri, kritik bölgenin bir üyesi ise, H0 reddedilir.
Kritik Değer (Critical Value)
Kritik değer mani-darlık testlerinde kullanılır. Kritik bölgedeki ilk değerdir. Test istatistiğinin örneklem dağılımı üzerinde verilen a manidarlık düzeyi ve serbestlik derecesine göre beklenen değeri verir. Ayrıca testin tek yönlü ya da iki yönlü olmasına göre değişir. Null hipotezin ret edilip edilemeyeceğini tayin etmek için, test istatistiği ile karşılaştırılan, karar vermede rol oynayan değerdir. Null hipotezinin ret edilebilmesi için bir test istatistiğinin aşması gereken değerdir. Hesaplanan test istatistiğinin, kritik bölgeye düşmesi durumunda sıfır hipotezinin reddine karar verilir. Örneğin, t’nin kritik değeri (0.05 manidarlık düzeyinde ve 12 serbestlik derecesinde) 2.18′dir. Bu durumda, null hipotezi ret edebilmek için test istatistiği 2.18 ya da 2.18′den büyük olmalıdır.
Kruskal-Wallis Tek Yönlü Varyans Analizi (Kruskal-Vtfallis One-way Analysis of Variance)
Üç veya daha fazla (k sayıda) örneklemin farklı evrenlerden gelip gelmediğini karşılaştırmak üzere kullanılan parametrik olmayan bir testtir. Bu test, bütün evrenlerin aynı dağılım fonksiyonuna sahip olduğu ya da k örneklemin aynı ev­renden geldiği yani aynı medyana sahip evrenlerden geldiği null hipotezini test eder. Alternatif hipotez ise, en az iki örneklemin farklı medyana sahip evrenden geliyor olmasıdır. Parametrik bir test olan tek yönlü varyans analizinin (F test) normallik varsayımı karşılanamadığı durumlarda kullanılan alternatif bir testtir.
Kutu Grafiği (Boxplot / Box and Whisker Plot)
Bir örneklemin dağılımının grafikle gösterilmesidir. Tukey (1977) verilerin nasıl dağıldığını gösterebilmek için beş-sayılı özet (five-number summary) önermiştir. Bu beş sayı, en düşükten en yükseğe sıralı bir biçimde, (1) en düşük puan, (2) 25. yüzdelik puanı, (3) medyan, (4) 75.yüzdelik puanı ve (5) en büyük puan olmaktadır. Bu beş sayının bir arada görülebilecek şekilde düzenlenmesi ile bir grafik oluşturulmaktadır.
Küme (Cluster)
Bîr istatistiksel evrenin bitişik elemanlar grubudur. Örneğin tek bir evde yaşayan İnsanlar, Ankara’da ki üniversitelerin her biri küme olarak düşünülebilir.
Küme Örnekleme (Cluster Sampling)
Kümelere ya da gruplara ayrılan bir evrenden, yansız olarak kümelerin seçilmesi biçiminde yapılan bir örnekleme biçimidir. Örnekleme birimi birey değil, bireylerin oluşturduğu kümedir. Evrendeki birimlerin listelenmesinin zor olduğu, fakat küme listesinin oluşturulabildiği durumlarda tercih edilen bir örneklemedir. Ankara’da ki liselerde yapılacak bir çalışmada, tüm liselerdeki öğrenci listelerine ulaşmak zor olacaktır. Bu nedenle önce okullar küme olarak değerlendirilir ve basit yansız ya da tabakalı olacak şekilde öncelikle okullar seçilir. Daha sonra seçilen okullardaki tüm Öğrencilere ulaşılabilir ya da hala ulaşılamayacak kadar fazla ise öğrenci listelerinden tekrar öğrenci seçilebilir.
Kümeleme Analizi (Cluster Analysis)
Gruplanmamış verileri benzerliklerine göre gruplayarak özetleyici bilgiler elde etmeye yarayan bir analiz tekniğidir. Küme sayısının bilinmediği bu analizde, bireylerin ait oldukları gruplar belirlenir.
Kümülatif/Birikimli/Toplamalı/Yığmalı Bağıl Frekans (Cumulative Relative Frequency)
Bir frekans tablosundaki bir aralıktaki gözlem sayısının ondan önceki aralıklardaki frekanslar ile toplanıp, toplam gözlem sayısına bölünmesidir.
Kümülatif Eğri (Cumulative Curve, Ogive)
Bir aralığın gerçek üst sınırının altındaki frekans sayısını gösteren eğridir. X eksenine aralığın üst sınırlan yerleştirirken, Y eksenine ise birikimli/yığmalı frekanslar konulur.
 Kümülatif Frekans (Cumulative Frequency)
Belirli bir puan ve altındaki puanların frekansıdır.
Kümülatif Frekans Dağılımı (Cumulative Frequency Distribution)
Bu dağılım, bir aralığın gerçek üst sınırında ve onun altındaki gözlem sayılarını gösterir bir frekans poligonu ya da bir histogramdır.
Kümülatif Oran (Cumulative Proportion)
Verilen bir noktada ve altındaki frekansların oranıdır.
Kümülatif Oran Dağılımı (Cumulative Proportion Distribution)
Bir aralığın gerçek üst sınırındaki ve altındaki kümülatif oranları gösteren dağılımdır.
Kümülatif Yüzde (Cumulative Percentage)
Verilen bir noktada ve altındaki frekansların yüzdesidir.
Kümülatif Yüzde Dağılımı (Cumulative Percentage Distribution)
Bir aralığın gerçek üst sınırındaki ve altındaki kümülatif yüzdeleri gösteren dağılımdır.

Kaynak

İlk yorum yapan olun

Bir yanıt bırakın

E-posta hesabınız yayımlanmayacak.


*


İşlemi yapın *