Çapraz tablolama, birden fazla değişkenin cevaplarının tek bir tablo üzerinde gösterildiği bir analiz yöntemidir. Bu tablolar, raw frekans değerlerini, satır ve kolon yüzdesi gibi bilgileri sunabilir. Bu teknik, istatistikte yaygın olarak kullanılan bir yöntem olan ki-kare analizi için temel oluşturur. Ki-kare hesaplamaları çapraz tablolar kullanılarak yapılmaktadır. SPSS platformunda çapraz tablolamayı gerçekleştirmek için, Analyze, Descriptive Statistics ve Crosstabs menülerini sırasıyla seçerek ilgili diyalog kutusunu açabilirsiniz.
Kaynak: Altunişik, R., Coşkun, R., Bayraktaroğlu, S., & Yildirim, E. (2007). Sosyal bilimlerde araştırma yöntemleri. Sakarya Yayıncılık, Sakarya, 226, 103-118.
Bu diyalog kutusunda, sol tarafta yer alan değişkenler listesinden çapraz tablo oluşturulacak değişkenler seçilir. Seçilen değişkenlerden biri satır alanına (Row(s)), diğer değişken ise sütun alanına (Column(s)) aktarılır. Sonrasında OK tuşuna basarak çapraz tablo oluşturulur.
Bazı durumlarda, çapraz tabloda frekans değerlerine ek olarak, bu değerlerin yüzdelik dağılımı da gerekebilir. Hatta frekans değerlerinin yanı sıra, satır ve sütun yüzdesi veya toplam yüzde değerlerini de içerecek şekilde tablolar oluşturulabilir. Bu gibi durumlar için, diyalog kutusunda yer alan Cells seçeneği kullanılabilir. Burada, hücrelerdeki frekansların yüzde olarak ifadesi, satır içindeki yüzde (Row), sütun içindeki yüzde (Column), ve toplam içindeki yüzde (Cumulative) gibi bilgileri gösterebiliriz. Ayrıca, beklenen ve gözlemlenen frekans değerlerinin farkını ifade eden hata terimlerinin farklı biçimlerde sunulması için Residuals seçeneği kullanılabilir.
Kaynak: Altunişik, R., Coşkun, R., Bayraktaroğlu, S., & Yildirim, E. (2007). Sosyal bilimlerde araştırma yöntemleri. Sakarya Yayıncılık, Sakarya, 226, 103-118.
İstatistiklerin (Crosstabs: Statistics) diyalog kutusunu açtığınızda, ki-kare temelli çeşitli istatistiksel analizlerle karşılaşırsınız. Bu analizler, verinin yapısı ve özelliklerine bağlı olarak değişir. Veri nominal özellikler taşıyorsa, Contingency coefficient, Phi ve Cramer’s V, Lambda ve Uncertainty Coefficient gibi ki-kare testleri uygulanabilir. Eğer veri sıralı (ordinal) özellikler gösteriyorsa, Gamma, Sommers d, Kendall’s tau-b ve tau-c gibi testler uygundur. Bir değişkenin nominal ve diğerinin aralık ölçekte olduğu durumlarda Eta testi uygundur. Bu testler hakkında daha ayrıntılı bilgi almak için, ilgili literatüre başvurmanız gerekebilir.
Kaynak: Altunişik, R., Coşkun, R., Bayraktaroğlu, S., & Yildirim, E. (2007). Sosyal bilimlerde araştırma yöntemleri. Sakarya Yayıncılık, Sakarya, 226, 103-118.
Alttaki tablo, medeni durum ve alışveriş merkezlerinde yapılan harcamalar arasında bir ilişki olup olmadığını gösteren bir çapraz tabloyu göstermektedir. Bu tablonun altında, bu verilere ait ki-kare analiz sonucu bulunmaktadır. Chi Square Tests bölümünde, çeşitli test istatistiklerini görebilirsiniz. Bizim için önemli olan, Pearson Chi-Square değeri ve bu değerle ilişkili anlamlılık seviyesidir. Anlamlılık seviyesi, Asymp. Sig. (2-sided) kolonunda Pearson Chi-Square değerine ait olan seviyedir. Anlamlı bir farkın olduğunu belirtmek için, bu değerin genellikle kabul edilen anlamlılık seviyesi olan 0.05’ten düşük olması gerekmektedir.
Bu kriterlere göre, evli ve bekar bireyler arasında alışveriş merkezlerinde yapılan harcamalar açısından anlamlı bir farkın olduğunu belirtmek mümkündür.
Kaynak: Altunişik, R., Coşkun, R., Bayraktaroğlu, S., & Yildirim, E. (2007). Sosyal bilimlerde araştırma yöntemleri. Sakarya Yayıncılık, Sakarya, 226, 103-118.
Verilerinizin analizi ve yorumlanması konusunda, akademik alanda her konuda yardıma ihtiyacınız varsa, uzman ekibimizle birlikte size yardımcı olmaktan mutluluk duyarız. Projelerinizin gereksinimlerini değerlendirebilir, size en uygun hizmetleri sunabiliriz. İletişime geçmek ve daha fazla bilgi almak için bize ulaşabilirsiniz.