Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
SPSS UYGULAMALARI III	İkinci Düzey	İME625		1	7.00	7.00	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	SPSS UYGULAMALARI I ve II
Eğitimin Dili	Türkçe
Koordinatör	DOÇ. DR. SERHAT AYDIN
Dersi Veren Öğretim Eleman(lar)ı	DOÇ. DR. SERHAT AYDIN
Yardımcı Öğretim Eleman(lar)ı	-
Dersin Veriliş Şekli	Yüz Yüze
Dersin Amacı	Dersin temel amacı, öğrencilerin temel istatistiksel yöntemlerle açıklanamayan daha karmaşık araştırma sorularını yanıtlayabilmek için gerekli analitik yetkinliği kazanmalarını sağlamaktır. Öğrencilerin; bir veya birden fazla değişkenin etkisini arındırarak (ANCOVA) gruplar arası farkları daha saf bir şekilde test edebilmelerini ve hiyerarşik modellerle değişkenlerin açıklayıcılık gücünü bloklar halinde değerlendirebilmelerini hedefler. Zaman faktörünün veya farklı koşulların aynı grup üzerindeki etkilerini (Tekrarlı Ölçümler) analiz etme becerisini geliştirmeyi amaçlar. Son olarak, aday araştırmacıların veri analiz sürecindeki varsayım ihlallerini ve kayıp veri sorunlarını profesyonelce çözerek, geçerli ve güvenilir akademik raporlar oluşturabilmelerini sağlamaktır.
Dersin Tanımı	Bu ders, karmaşık araştırma desenlerinde kullanılan ileri düzey parametrik ve parametrik olmayan istatistiksel yöntemlerin SPSS ortamında uygulanmasını ve yorumlanmasını kapsar. Dersin içeriği; dışsal değişkenlerin istatistiksel olarak kontrol edildiği Kovaryans Analizi (ANCOVA), değişkenler arası hiyerarşik ilişkileri inceleyen Hiyerarşik Çoklu Regresyon ve aynı denekler üzerinde yapılan Tekrarlı Ölçümler (Repeated Measures) gibi teknikleri temel alır. Ayrıca, ölçme araçlarının güvenirliğini test etmek için kullanılan ileri düzey teknikler (değerlendiriciler arası uyum vb.) ve veri setindeki kayıp verilerin (missing data) bilimsel yöntemlerle yönetilmesi konularını işler. Ders, analiz sonuçlarının bilimsel raporlama standartlarına (APA 7) uygun şekilde sentezlenmesi becerisini kazandırır.

Dersin İçeriği

1	Giriş ve Veri Seti Yönetimi: Intermediate düzey veri analizi mantığı, değişkenlerin yeniden yapılandırılması ve analiz öncesi veri hazırlığı.
2	Kayıp Veri (Missing Data) Analizi (Bölüm 2): Kayıp verilerin tespiti, mekanizmalarının incelenmesi ve atama (imputation) yöntemlerinin SPSS uygulaması.
3	Gelişmiş Güvenirlik Analizleri (Bölüm 4): Ölçek geliştirme süreçlerinde kullanılan farklı güvenirlik ölçütleri ve madde-toplam istatistiklerinin derinlemesine yorumu.
4	Değerlendiriciler Arası Uyum (Bölüm 4): Kategorik ve sürekli veriler için değerlendiriciler arası güvenirlik (Cohen’s Kappa vb.) teknikleri.
5	Hiyerarşik Çoklu Regresyon I (Bölüm 6): Değişkenlerin modele bloklar halinde dahil edilmesi ve kuramsal modellerin test edilmesi.
6	Hiyerarşik Çoklu Regresyon II (Bölüm 6): Model değişim istatistiklerinin (R-kare değişimi) yorumlanması ve matematik eğitimi senaryoları.
7	Kovaryans Analizi (ANCOVA) I (Bölüm 8): Dışsal (kontrol) değişkenlerin bağımlı değişken üzerindeki etkisinin arındırılması mantığı.
8	Kovaryans Analizi (ANCOVA) II (Bölüm 8): ANCOVA varsayımlarının (regresyon eğimlerinin homojenliği vb.) kontrolü ve SPSS çıktı analizi.
9	ARA SINAV: İlk 8 haftalık konuları kapsayan kuramsal bilgi ve SPSS uygulama değerlendirmesi.
10	Tek Yönlü Tekrarlı Ölçümler ANOVA (Bölüm 9): Aynı deneklerden farklı zamanlarda alınan verilerin karşılaştırılması ve Sphericity varsayımı.
11	İki Yönlü (Factorial) ANOVA (Bölüm 8): İki bağımsız değişkenin bağımlı değişken üzerindeki ortak etkisinin (interaction) incelenmesi.
12	Karışık (Mixed) Desen ANOVA (Bölüm 9): Gruplar arası ve grup içi faktörlerin bir arada bulunduğu karma desenlerin analizi.
13	ANOVA Desenlerinde Post-Hoc ve Kontrastlar: Anlamlı farkların kaynağını belirlemek için ileri düzey karşılaştırma teknikleri.
14	Parametrik Olmayan Gelişmiş Testler (Bölüm 9): Tekrarlı ölçümlerin parametrik olmayan alternatifi olan Friedman Testi ve uygulaması.
15	Lojistik Regresyona Giriş ve Hazırlık (Bölüm 7): Kategorik bağımlı değişkenler için yordama mantığı ve veri hazırlığı süreçleri.
16	Araştırma Bulgularının Sentezi ve Raporlama (APA 7): ANCOVA, Karma ANOVA ve Hiyerarşik Regresyon sonuçlarının akademik yazımı.
17	DÖNEM SONU DEĞERLENDİRMESİ: Kapsamlı bir veri analizi projesinin sunumu ve değerlendirilmesi.
18
19
20

Dersin Öğrenme Çıktıları

1	Veri setindeki kayıp verilerin (missing data) miktarını ve dağılımını analiz ederek, uygun bilimsel atama (imputation) yöntemlerini uygular.
2	Ölçek geliştirme ve uyarlama süreçlerinde, madde-toplam korelasyonları ve güvenirlik katsayılarını (Cronbach''s Alpha vb.) ileri düzeyde yorumlar.
3	Gözlemciler veya değerlendiriciler arasındaki uyumu belirlemek amacıyla kategorik veriler için Cohen’s Kappa ve sürekli veriler için ilgili güvenirlik tekniklerini kullanır.
4	Kuramsal bir modeli test etmek amacıyla, bağımsız değişkenlerin bağımlı değişkeni açıklama kapasitesini hiyerarşik (bloklar halinde) regresyon analizi ile belirler.
5	Hiyerarşik regresyon çıktılarında R-kare değişiminin (R-square change) istatistiksel anlamlılığını değerlendirerek modelin gelişimini yorumlar.
6	Bir veya daha fazla dışsal değişkenin (covariate) etkisini kontrol ederek, gruplar arası ortalama farklarını Kovaryans Analizi (ANCOVA) ile test eder.
7	ANCOVA analizinin temel varsayımı olan regresyon eğimlerinin homojenliği testini SPSS üzerinde yürütür ve sonuçları denetler.
8	Aynı katılımcılardan farklı zamanlarda veya koşullarda elde edilen verileri Tek Yönlü Tekrarlı Ölçümler ANOVA (Repeated Measures) ile analiz eder.
9	Gruplar arası ve grup içi faktörlerin etkileşimini (interaction effect) belirlemek için Karışık (Mixed) Desen ANOVA tasarımını uygular ve yorumlar.
10	Elde edilen tüm ileri düzey analiz sonuçlarını (ANCOVA, Hiyerarşik Regresyon, Karma ANOVA vb.), APA 7 standartlarına uygun tablo ve metin formatında raporlar.

*Dersin Program Yeterliliklerine Katkı Seviyesi

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder

Planlanan Öğretim Faaliyetleri, Öğretme Metodları ve AKTS İş Yükü

	Sayısı	Süresi (saat)	Sayı*Süre (saat)
Yüz yüze eğitim	16	3	48
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme)	16	2	32
Ödevler	6	3	18
Sunum / Seminer hazırlama	1	6	6
Kısa sınavlar	0	0	0
Ara sınavlara hazırlık	8	2	16
Ara sınavlar	1	3	3
Proje (Yarıyıl ödevi)	1	10	10
Laboratuvar	16	1	16
Arazi çalışması	0	0	0
Yarıyıl sonu sınavına hazırlık	8	2	16
Yarıyıl sonu sınavı	1	3	3
Araştırma	1	10	10
Toplam iş yükü			178
AKTS			7.00

Değerlendirme yöntemleri ve kriterler

Yarıyıl içi değerlendirme	Sayısı	Katkı Yüzdesi
Ara sınav	1	40
Kısa sınav	0	0
Ödev	3	60
Yarıyıl içi toplam		100
Yarıyıl içi değerlendirmelerin başarıya katkı oranı		40
Yarıyıl sonu sınavının başarıya katkı oranı		60
Genel toplam		100

Önerilen Veya Zorunlu Okuma Materyalleri

Ders kitabı	Morgan, G. A., Leech, N. L., Gloeckner, G. W., & Barrett, K. C. (2004). SPSS for introductory statistics: Use and interpretation. Psychology Press. (datasets included)
Yardımcı Kaynaklar	Öğretim elemanının ders notları, yayınlanmamış ders kitabı ve ilgili veri setleri.

Ders İle İlgili Dosyalar

DBP Hakkında

Ders Hakkında

Bölüm Hakkında