MerQuR+İstatistik Sözlüğü

İstatistik Sözlüğü → MR × Kategorik Çapraz Tablo

MR × Kategorik Çapraz Tabloanaliz

Çok seçimli bir sorunun her seçeneğinin seçilme oranının, tek yanıtlı bir kategorik değişkenin grupları (cinsiyet, yaş grubu, eğitim düzeyi gibi) arasında farklılaşıp farklılaşmadığını inceleyen analiz.

Kavram

Çok seçimli sorularda bir kişi birden fazla seçenek işaretleyebildiği için yanıtlar tek bir kategorik değişken gibi bir gruplama değişkeniyle doğrudan çaprazlanamaz; toplam yanıt sayısı kişi sayısını aştığından sıradan ki-kare testinin bağımsızlık varsayımı bozulur. Bu analiz sorunu her seçeneği ayrı ayrı ele alarak çözer: her seçenek için 'seçildi / seçilmedi × grup' tablosu kurulur.

Her seçenek tablosunda gruplar arasındaki seçilme oranları ki-kare testiyle karşılaştırılır; böylece ör. 'kahveyi seçenlerin oranı yaş gruplarına göre değişiyor mu?' sorusu yanıtlanır. Seçenek sayısı kadar test yapıldığı için yanlış alarm riski artar; Bonferroni, Holm ya da Benjamini-Hochberg düzeltmeleri bu riski kontrol eder. Çoklu marjinal bağımsızlık (MMI) testi ise tüm seçenekleri birlikte ele alarak 'grup ile seçenek tercihleri arasında herhangi bir ilişki var mı?' sorusuna tek bir yanıt verir.

Her seçenek tablosunda bir kişi yalnız bir kez sayıldığı için tek tek testler geçerlidir; ancak seçenekler aynı kişilerden geldiği için testler birbirinden bağımsız değildir. Anlamlı bir seçenekte hangi grupların farklı olduğunu grup çifti z-testleri gösterir. Gruplarda kişi sayısı küçükse ki-kare yaklaşımı yerine Fisher kesin testine bakılmalıdır.

Ne zaman kullanılır?

  • Çok seçimli bir anket sorusunun yanıtlarının cinsiyet, yaş grubu, bölge ya da eğitim düzeyi gibi bir grup değişkenine göre farklılaşıp farklılaşmadığını sınarken.
  • Soru tek yanıtlıysa sıradan çapraz tablo ve ki-kare bağımsızlık testi kullanılır; yalnız seçeneklerin genel dağılımı isteniyorsa MR frekans analizi yeterlidir.
  • İki çok seçimli sorunun birlikte dağılımı inceleniyorsa MR × MR çapraz tablo kullanılır.

Gündelik bir örnek

Kafe, 200 müşterisine sorduğu 'hangi içecekleri tercih edersiniz?' sorusunun yanıtlarını üç yaş grubuna (18-29, 30-49, 50 ve üzeri) göre ayırıyor. Çay her yaşta benzer oranda (%70-80) işaretlenirken kahveyi gençlerin %80'i, 50 yaş üstündekilerin ise yalnız %40'ı seçiyor. Analiz her içecek için ayrı bir ki-kare testi yapar; düzeltilmiş p-değerleri, yaşla ilişkili olan içeceğin kahve olduğunu, çay tercihinin ise yaşa göre değişmediğini gösterir.

MerQur'da parametreler

MR Set

Kavram: Gruplara göre karşılaştırılacak çok seçimli soru kümesidir. Her seçeneği ayrı bir 'seçildi / seçilmedi' değişkeni olarak ele alınır ve her biri için grup değişkeniyle ayrı bir tablo kurulur.

Gündelik örnek: Kafe örneğinde küme dört içeceği (çay, kahve, ayran, meyve suyu) içerir; analiz dört ayrı 'bu içeceği seçti mi × yaş grubu' tablosu oluşturur.

Ne işe yarar: Çok seçimli soru kümesidir (MR Frekans analiziyle aynı kurulum yolları).

Sonuca etkisi: Her seçenek için 2 x G tablo (seçildi/seçilmedi x grup) kurulur.

Doğrulama verisinde: Kent ikili, metin ve yuva biçimleri aynı sonucu verir. farmer1 yuva biçiminde 5 kaynağın 5'i de vardır (Veterinarian, Professional consultant dahil).

→ Çoklu yanıt seti (MR seti)

Grup değişkeni

Kavram: Her kişinin yalnız bir kategoriye ait olduğu tek yanıtlı değişkendir; tabloların sütunlarını oluşturur. Grup sayısı arttıkça her testin serbestlik derecesi (grup sayısı − 1) artar ve her gruba düşen kişi sayısı azalır.

Gündelik örnek: Kafe örneğinde grup değişkeni üç düzeyli yaş grubudur. Her müşteri bu üç gruptan yalnız birindedir; yaş bilgisi eksik olan müşteriler analize alınmaz.

Ne işe yarar: Tek yanıtlı kategorik değişkendir (SRCV). Grup değeri eksik olan vakalar çıkarılır.

Sonuca etkisi: Sütunları (grupları) ve her χ²'nin serbestlik derecesini (G - 1) belirler. Grup listesinde setin kendi sütunları yer almaz; setin sütunu verilirse açık bir hata mesajı yazılır.

Doğrulama verisinde: Gender için 200 ve 214 vaka (21 eksik çıkarılmıştır); Ed için 88/16/31/113/14.

p düzeltmesi (Düzeltme yok, Bonferroni, Holm, Benjamini-Hochberg (FDR))

Kavram: Her seçenek için ayrı bir test yapıldığından, gerçekte hiç fark olmasa bile en az birinin şansla anlamlı çıkma olasılığı artar. Bonferroni ve Holm tüm testlerde en az bir yanlış alarm olasılığını sınırlar (Holm daha güçlüdür); Benjamini-Hochberg ise anlamlı bulunanlar içindeki yanlış alarmların oranını (yanlış keşif oranı) kontrol eder.

Gündelik örnek: Kafe 20 içecek sorsaydı, yaşla hiçbir ilişki olmasa bile %5 düzeyinde ortalama bir içecek tesadüfen 'anlamlı' çıkardı. Düzeltme, kahvenin yaşla ilişkisinin bu tür bir tesadüf olmadığından emin olmayı sağlar.

Ne işe yarar: Seçenek başına yapılan χ² testlerinin p değerlerine çoklu karşılaştırma düzeltmesi uygular; "anlamlı" kararı düzeltilmiş p ile verilir. Holm, Bonferroni'den güçlüdür; BH yanlış keşif oranını denetler.

Sonuca etkisi: Yalnız düzeltilmiş p ve karar değişir.

Doğrulama verisinde: farmer1 Y5 (ham p = 0.02715): Bonferroni 0.1357, Holm 0.1357, BH 0.1357; Y2 (0.0956): 0.4778 / 0.3823 / 0.2389. Varsayılanda Y5 anlamlıdır, düzeltmelerin hiçbirinde değildir.

→ Çoklu karşılaştırma ve aile boyu hata oranı (FWER)

% vaka tabanı (En az bir seçim yapanlar, Tüm geçerli vakalar)

Kavram: Grup içi vaka yüzdelerinin paydasını belirler: gruptaki en az bir seçenek işaretleyen kişiler ya da hiç işaretlemeyenler dahil tüm geçerli kişiler. Yalnız betimsel yüzdeleri değiştirir; testler gruptaki tüm kişilerle yapılır.

Gündelik örnek: 50 yaş üstü 60 müşteriden 5'i hiçbir içecek işaretlemediyse kahveyi seçen 24 kişi, işaretleme yapan 55 kişinin %44'ü, tüm 60 kişinin %40'ıdır.

Ne işe yarar: Grup içi % vaka paydasını belirler: "En az bir seçim yapanlar" (varsayılan) ya da "Tüm geçerli vakalar" (hiç seçmeyenler dahil; MRCV ve χ² tabanı).

Sonuca etkisi: Yalnız % vaka tablosu ve grafik değişir; χ², Fisher, z testleri ve MMI iki seçenekte de gruptaki tüm vakalarla hesaplanır.

Doğrulama verisinde: Kent Laptop: varsayılan %90.9 / %94.3 (taban 197 / 211), "tüm vakalar" %89.5 / %93.0 (taban 200 / 214). farmer1'de herkes en az bir kaynak seçtiğinden fark yoktur.

→ Vaka yüzdesi ve yanıt yüzdesi

Güven Düzeyi (%90, %95, %99, Diğer (özel))

Kavram: Bu analizde güven aralığı verilmez; seçilen düzey yalnız 'anlamlı' kararının eşiğini (α = 1 − güven düzeyi) belirler.

Gündelik örnek: Kafe yalnız çok güçlü farkları önemsemek istiyorsa %99 güven seçer; o zaman düzeltilmiş p'si 0,01'in altında kalan içecekler yaşla ilişkili sayılır.

Ne işe yarar: Bu analizde yalnız karar eşiği alfa = 1 - güven düzeyi olarak kullanılır (güven aralığı yoktur).

Sonuca etkisi: Anlamlılık kararı, grup çifti harfleri ve ekrandaki eşik metinleri (ör. "tüm p ≥ 0.1") seçilen alfaya göre değişir.

Doğrulama verisinde: farmer1 Y2 (p = 0.0956) %90'da anlamlıdır, %95'te değildir; Y5 (0.0271) %99'da anlamlı değildir. %80'de Y1'de 1-3 ve Y2'de 1-4 grupları farklıdır.

→ Güven düzeyi ve güven aralığı

Ek testler: Grup çifti z-testleri

Kavram: Bir seçenekte gruplar arasında genel bir fark bulunduğunda, farkın hangi grup çiftlerinden kaynaklandığını gösterir. Her grup çiftinin seçilme oranları karşılaştırılır, çoklu karşılaştırma için düzeltme yapılır ve birbirinden farklı olmayan gruplar aynı harfle gösterilir.

Gündelik örnek: Kahvede genel test anlamlı çıktığında z-testleri, ör. gençler ile 30-49 yaş grubunun birbirinden farklı olmadığını (aynı harf), 50 yaş üstünün ise ikisinden de daha az kahve seçtiğini gösterebilir.

Ne işe yarar: Her seçenekte iki grubun seçme oranlarını havuzlanmış z testiyle karşılaştırır; Bonferroni düzeltmesi p x çift sayısıdır; harf gösterimi verir.

Sonuca etkisi: Ek tablo ve harfler; diğer çıktılar değişmez.

Doğrulama verisinde: farmer1 Y5: Ed 1 (%45.5) ile Ed 4 (%25.7) farklıdır, Bonferroni p = 0.0337 (10 çift); harfler 1:a, 2:ab, 3:ab, 4:b, 5:ab.

→ Post hoc testler (ikili karşılaştırmalar)

Ek testler: Fisher kesin testi

Kavram: Her seçenek tablosunda ki-kare yaklaşımı yerine kesin olasılıklara dayanan Fisher testini (iki grupta kesin, daha çok grupta Monte Carlo ile) verir. Gruplarda kişi sayısı küçük ya da seçenek nadir seçiliyorsa daha güvenilirdir.

Gündelik örnek: Meyve suyunu 50 yaş üstünden yalnız 3 kişi seçtiyse bu hücrede beklenen sayı küçüktür ve ki-kare yaklaşımı zayıflar. Fisher testi bu içecek için daha güvenilir bir p verir.

Ne işe yarar: 2x2 tabloda kesin Fisher; 2xk tabloda sabit marjinli Monte Carlo Fisher (B = 10000, tohum 42).

Sonuca etkisi: Ek satırlar; ana χ² testi değişmez.

Doğrulama verisinde: Kent (2x2) kesin p: Laptop 0.22557, Phone 0.43527. farmer1 (2x5) Monte Carlo: Y5 0.0236 (kesin Fisher-Freeman-Halton 0.0246), Y2 0.0881 (kesin 0.0879); fark Monte Carlo standart hatasının 3 katı içindedir.

→ Fisher kesin olasılık testi

Ek testler: Genel MMI testi

Kavram: Tüm seçenekleri birlikte ele alarak grup değişkeninin seçenek tercihlerinin herhangi biriyle ilişkili olup olmadığını tek bir testle sınar. Seçenek bazlı testlerden önce genel bir 'fark var mı?' yanıtı verir.

Gündelik örnek: Kafe önce 'yaş grubu içecek tercihlerini genel olarak etkiliyor mu?' diye sorar. MMI testi anlamlıysa hangi içeceğin farkı yarattığına seçenek bazlı testlerle bakılır; anlamsızsa tek tek içeceklerde fark aramak yanlış alarm riskini artırır.

Ne işe yarar: Bilder ve Loughin (2004) çoklu marjinal bağımsızlık testidir: X²_S = seçenek χ²'lerinin toplamı; Bonferroni p = min(1, I x en küçük p). Tüm seçenekler için tek bir genel karar verir.

Sonuca etkisi: Ek satırlar. MRCV'nin Rao-Scott ve bootstrap sürümleri MerQur'da yoktur (arayüzde belgelidir).

Doğrulama verisinde: farmer1 X²_S = 30.836, Bonferroni p = 0.13573; Kent X²_S = 2.922, p = 0.83126 (Bonferroni düzeltmeli, sabit eklenmeden).

→ Çoklu marjinal bağımsızlık testleri (MMI, SPMI)

Gerçek veride örnek

Veri: Loughin ve Scherer (1998), R MRCV farmer1

Değişkenler: çok seçimli küme kaynak (veteriner bilgi kaynakları), grup Ed (eğitim düzeyi, 5 grup)

  • Soru: Çiftçilerin veteriner bilgi kaynağı tercihleri (çok seçimli: yem firmaları, veteriner, yayım servisi, dergiler, danışman) eğitim düzeyine (Ed, 5 grup) göre farklılaşır mı?
  • Yöntem: Her seçenek için 2 x 5 (seçildi / seçilmedi x eğitim) tabloda ayrı Pearson χ² hesaplanır; % vaka tabanı grupta en az bir seçim yapan çiftçilerdir (n = 262).
  • Sonuç: Yalnız "yem firmaları ve temsilcileri" tercihinde anlamlı fark vardır: χ²(4) = 10.95, p = .027; diğer dört kaynakta p > .05 (veteriner p = .096, yayım servisi p = .329, dergiler p = .841, danışman p = .202).
  • Etki büyüklüğü: Yem firmaları için Cramér V = 0.204 (küçük-orta); diğer kaynaklarda V 0.07 ile 0.17 arasındadır.
  • Betimsel: Yem firmalarını 1. ve 3. eğitim gruplarının yaklaşık %45'i, 2. ve 4. grupların yaklaşık %25'i seçmiştir; tüm gruplarda en sık kaynak dergilerdir (%43-55).
  • Sınırlılık: Üç kaynakta beklenen frekansı 5'in altında hücre vardır; beş ayrı test yapıldığından çoklu karşılaştırma düzeltmesi gerekir (Bonferroni düzeltmeli genel MMI testi: p = .136; bu düzeltmeyle tek anlamlı sonuç da kaybolur).
  • APA: Yem firmalarını bilgi kaynağı olarak seçme oranı eğitim düzeyine göre farklıydı, χ²(4, N = 262) = 10.95, p = .027, V = .20.

İlgili kavramlar

Post hoc testler (ikili karşılaştırmalar)Çoklu marjinal bağımsızlık testleri (MMI, SPMI)Fisher kesin olasılık testiÇoklu yanıt seti (MR seti)Vaka yüzdesi ve yanıt yüzdesiÇoklu karşılaştırma ve aile boyu hata oranı (FWER)Kesin (exact) test ve kesin p-değeriBonferroni düzeltmesi

Örneklerdeki sayılar MerQur'un bağımsız, kamuya açık doğrulama verileri üzerindeki çıktılarıdır; ayrıntılar için MerQur Teknik Not'a bakınız.