Tanımlayıcı İstatistikler
Tanımlayıcı İstatistikler, MerQur’da otomatik uygulanan istatistiksel analizlerden biridir. Bu sayfada Sağlık Bilimleri alanına ait örnek veri seti üzerinde analizin nasıl uygulandığı, MerQur çıktısının nasıl görüneceği ve APA 7 formatında nasıl raporlanacağı temsilî olarak gösterilmiştir.
🎯 Ne işe yarar?
Tanımlayıcı İstatistikler, ilgili veri türü için gerekli tüm varsayım kontrollerini (normallik, varyans homojenliği, vb.) arka planda otomatik uygular ve sonuçları açık bir tablo + grafik ile sunar. APA 7 standardında otomatik yorumlama, Cohen’s d/η²/R² gibi etki büyüklükleri ve %95 güven aralıkları raporlanır.
📌 Ne zaman kullanılır?
- Sağlık Bilimleri alanına ait ölçümlerin istatistiksel analizinde
- Akademik yayın için APA 7 uyumlu sonuç tabloları üretmek için
- Hipotez sınama ve karar verme süreçlerinde
- Lisans / yüksek lisans / doktora tezlerinde uygun yöntem seçimi sonrasında
📐 Varsayımlar
- Uygun ölçek — Değişkenler analizin gerektirdiği ölçek düzeyinde (nominal/ordinal/aralık/oran) olmalı
- Bağımsız gözlemler — Gözlemler birbirinden bağımsız bireylerden gelmiş olmalı
- Yeterli örneklem — Analiz için minimum n gereksinimi karşılanmalı
- Aykırı değer kontrolü — Aykırı değerler tespit edilip değerlendirilmeli
Varsayımlar bozulursa MerQur otomatik olarak non-parametrik veya sağlam (robust) alternatife yönlendirir.
🛠 MerQur’da Nasıl Yapılır?
Veriyi yükle. Dosya → Aç menüsünden örnek dosyayı seç. MerQur sütun tiplerini otomatik tespit eder.
Analizi seç. Sol kenardan Tanımlayıcı İstatistikler‘yi seç.
Panel atamaları (programdaki form alanları):
- Bu analiz parametre istemiyor (auto).
Opsiyonel ayarlar. Etki büyüklüğü ✓ · %95 güven aralığı ✓ · Varsayım kontrolleri (otomatik).
▶ Çalıştır butonuna bas. Sonuçlar tablo + grafik olarak otomatik üretilir.
📄 Word’e Aktar. APA 7 formatında, italik istatistik sembolleriyle rapor.
📊 Örnek Veri Seti — Sağlık Bilimleri
ℹ Not: Aşağıdaki senaryo, MerQur çıktısı ve yorum, gerçek örnek veri seti MerQur’da çalıştırılarak elde edilmiştir. Kendi verinizdeki sayısal sonuçlar farklılık gösterecektir; buradaki amaç analizin uçtan uca nasıl kurgulandığını ve yorumlandığını göstermektir.
🎬 Örnek Dosya
Bu analiz, Sağlık Bilimleri alanına ait aşağıdaki örnek veri seti üzerinden gösterilmiştir:
Tip/01_descriptive_patient_vital.xlsx
🎬 Senaryo
280 hastanın demografik ve vital envanterini çıkardık. Her hasta için yaş, boy, kilo, BMI, kan basıncı ve glukoz ölçüldü. Çıkarımsal teste geçmeden önce örneklemin genel resmini görmek istiyoruz; bu yüzden betimsel istatistiklerle başlıyoruz.
⚙️ Değişken Seçimi
- Değişkenler: age
- Değişkenler: height_cm
- Değişkenler: weight_kg
- Değişkenler: BMI
- Değişkenler: systolic_bp
- Değişkenler: diastolic_bp
- Değişkenler: glucose_mg_dL
- Gruplama (kategorik): sex
Veri Önizleme (İlk 5 Satır)
| patient_id | age | sex | height_cm | weight_kg | BMI | systolic_bp | diastolic_bp | glucose_mg_dL |
|---|---|---|---|---|---|---|---|---|
| 1 | 70 | female | 156.8 | 94.2 | 38.31 | 127 | 76 | 124 |
| 2 | 67 | female | 163.4 | 74.1 | 27.75 | 149 | 74 | 62 |
| 3 | 70 | male | 179.8 | 93.8 | 29.02 | 153 | 74 | 113 |
| 4 | 37 | female | 161.0 | 88.3 | 34.07 | 140 | 82 | 91 |
| 5 | 79 | male | 185.3 | 53.8 | 15.67 | 145 | 80 | 112 |
n = 280 · Sütunlar: patient_id, age, sex, height_cm, weight_kg, BMI, systolic_bp, diastolic_bp, glucose_mg_dL
📈 MerQur Çıktısı
💬 MerQur Yorumu
Önce hasta örneklemimizin genel resmini çıkardık: 280 hasta, ortalama yaş ~52, boy 168 cm, kilo 76 kg, BMI 27.3 (kilolu sınırında), sistolik KB 134 mmHg (hafif yüksek), glukoz 96 mg/dL. Bu betimsel tablo, izleyen tüm analizlerin — grup/ilaç karşılaştırmaları, klinik-laboratuvar ilişkileri, mekânsal hastalık deseni — zeminini kuruyor. Tıpta herhangi bir çıkarımsal teste geçmeden önce hasta örneklemimin temel özelliklerini (yaş, vital bulgular, laboratuvar) özetlemek, hem veri kalitesini denetlemek hem de klinik önceliklerini belirlemek için şarttır.
⚠ Sık Yapılan Hatalar
- Veri tipini yanlış belirlemek (örn. kategorik değişkeni numerik olarak yüklemek)
- Varsayım kontrollerini atlayıp doğrudan p-değerine bakmak
- Etki büyüklüğünü raporlamamak — APA 7 hem p hem etki büyüklüğü ister
- Çoklu karşılaştırmada Tip I hatası düzeltmesi (Bonferroni/Tukey) yapmamak
- n yetersiz olduğunda non-parametrik alternatife geçmemek
📹 Video Anlatım
Bu analizin Sağlık Bilimleri dosyası üzerinden uçtan uca uygulanışı için aşağıdaki videoyu izleyebilirsin.
▶ Tanımlayıcı İstatistikler — video anlatım
Bu analizin bir veri seti üzerinde MerQur’da uçtan uca uygulanışı, adım adım ekran yazısıyla.
🎓 Eğitim Bilimleri · 🧪 Fen Bilimleri ve Matematik · 🏛 Mimarlık, Planlama ve Tasarım · ⚙ Mühendislik · 📊 Sosyal, Beşeri ve İdari Bilimler · 🏃 Spor Bilimleri · 🌾 Ziraat, Orman ve Su Ürünleri
📚 Bu Analizi Yaptıysanız MerQur’u Atıf Yapın
MerQur’u kullanarak bilimsel bir çalışmada bu analizi gerçekleştirdiyseniz, akademik atıf zorunluluğu kapsamında lütfen aşağıdaki atfı kullanın (APA 7):
Örücü, Ö. K. (2026). MerQur: Bütünleşik Akademik Veri Analizi ve Raporlama Platformu [Bilgisayar Yazılımı] (Sürüm 1.0.0). https://doi.org/10.53463/merqur.2026001
BibTeX, RIS, EndNote ve İngilizce karşılığı için: tüm atıf formatları →
- American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.).
- Field, A. (2018). Discovering statistics using IBM SPSS Statistics (5th ed.). Sage.
- Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum.