Ki-Kare Testi Nedir? Ne Zaman Kullanılır?

Araştırmanızda iki grubu karşılaştırıyorsunuz ama ölçtüğünüz şey sürekli bir sayı değil, cinsiyet, tanı, tedavi yanıtı gibi kategorik bir değişken. Bu durumda t-testi veya ANOVA kullanılamaz. Ki-kare testi tam da bu boşluğu doldurur.

Ki-Kare Testi Ne Yapar?

Ki-kare testi, iki veya daha fazla kategorik değişken arasında istatistiksel olarak anlamlı bir ilişki olup olmadığını test eder.

Temel mantık: Gözlemlenen frekanslar, gruplar arasında hiçbir ilişki olmadığında beklenen frekanslarla karşılaştırılır. Bu iki değer arasındaki fark büyükse ilişki vardır.

Null hipotez: İki değişken arasında ilişki yoktur (bağımsızdır).

Ne Zaman Ki-Kare, Ne Zaman Fisher?

Bu soruyu sormak önemlidir, birini diğeri yerine kullanmak reviewer eleştirisine yol açar.

Ki-kare testi: Beklenen hücre frekanslarının tamamı 5 veya üzerindeyse kullanılır. Büyük örneklemler için standarttır.

Fisher's exact test: Herhangi bir hücrede beklenen frekans 5'in altındaysa kullanılır. Küçük örneklemlerde, 2x2 tablolarda ve nadir olaylar içeren verilerde tercih edilir.

SPSS çıktısında her iki testin sonucu birlikte görünür. "Minimum expected count" değeri 5'in altındaysa Fisher'ı raporlayın. Bu bilgiyi tablonun altındaki notta açıklamanız gerekir.

Ki-Kare Testinin Varsayımları

1. Gözlemler birbirinden bağımsız olmalıdır.

2. Her gözlem yalnızca bir hücreye düşmelidir.

3. Örneklem büyüklüğü yeterli olmalıdır (beklenen frekans kuralı).

4. Veriler kategorik veya ordinal olmalıdır.

Bağımlı (matched/paired) kategorik verilerde ki-kare değil McNemar testi kullanılır. Örneğin aynı hastanın tedavi öncesi ve sonrası durum karşılaştırması.

Cramér's V: Etki Büyüklüğü

Ki-kare anlamlı çıktığında "ne kadar güçlü bir ilişki var?" sorusu için etki büyüklüğü hesaplanır. Cramér's V bu iş için kullanılır:

0.10 = küçük etki

0.30 = orta etki

0.50 = büyük etki

Yüksek etkili dergilerde p değerinin yanında Cramér's V raporlanması beklenmektedir.

SPSS ile Ki-Kare

Çıktıda "Pearson Chi-Square" satırını raporlayın. Asimetrik çapraz tablolarda "Likelihood Ratio" alternatif olarak kullanılabilir.

Sık Yapılan Hatalar

Beklenen frekans kontrolü atlamak: Her analizden önce minimum expected count'u kontrol edin. SPSS bunu otomatik uyarır ama bu uyarıyı atlamak yaygın bir hatadır.

Bağımlı veride ki-kare kullanmak: Aynı hastadan alınan iki ölçüm bağımsız değildir. McNemar testi kullanılmalıdır.

Yüzde yerine sayı koyarak karşılaştırmak: Tabloda yalnızca sayılar varsa yorumlama güçleşir. Satır veya sütun yüzdelerini ekleyin.

Ki-kare analizi ve kategorik veri yorumlaması için ücretsiz görüşme talep edin.

Bu Analizde En Çok Nerede Takılınır?

Beklenen frekanslar 5'in altında ama Fisher's exact test mi yoksa ki-kare mi kullanmanız gerektiği belirsiz.
2x2 tablodan büyük (3x4) tablolarda ki-kare anlamlı çıktı ama hangi hücreler farkı yarattığını bilmiyorsunuz.
Eşleştirilmiş veride McNemar testi mi yoksa standart ki-kare mi kullanılacağı karışıyor.