Tanımlayıcı İstatistikler
Tanımlayıcı İstatistikler, MerQur’da otomatik uygulanan istatistiksel analizlerden biridir. Bu sayfada Spor 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?
- Spor 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 — Spor 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, Spor Bilimleri alanına ait aşağıdaki örnek veri seti üzerinden gösterilmiştir:
Spor_Bilimleri/01_descriptive_athlete.xlsx
🎬 Senaryo
280 sporcunun envanterini çıkardık; her sporcu için yaş, boy, kilo, VO2max, antrenman saati ve performans ölçüldü. Çıkarımsal teste geçmeden önce örneklemin genel resmini görmek istediğimiz için betimsel istatistiklerle başlıyoruz.
⚙️ Değişken Seçimi
- Değişkenler: age
- Değişkenler: height_cm
- Değişkenler: weight_kg
- Değişkenler: VO2_max
- Değişkenler: training_hour_week
- Değişkenler: performance_score
- Gruplama (kategorik): sport_branch
Veri Önizleme (İlk 5 Satır)
| athlete_id | sport_branch | age | height_cm | weight_kg | VO2_max | training_hour_week | performance_score |
|---|---|---|---|---|---|---|---|
| 1 | athletics | 22 | 161.3 | 77.6 | 45.9 | 12.1 | 71.5 |
| 2 | swimming | 22 | 169.2 | 78.2 | 58.9 | 3.6 | 69.2 |
| 3 | football | 23 | 188.6 | 75.6 | 53.4 | 6.0 | 78.9 |
| 4 | volleyball | 32 | 174.0 | 70.2 | 47.4 | 8.8 | 60.3 |
| 5 | basketball | 18 | 188.6 | 77.3 | 57.2 | 20.8 | 69.3 |
n = 280 · Sütunlar: athlete_id, sport_branch, age, height_cm, weight_kg, VO2_max, training_hour_week, performance_score
📈 MerQur Çıktısı
💬 MerQur Yorumu
Önce sporcu örneklemimizin genel resmini çıkardık: 280 sporcu, ortalama yaş ~25, boy 178 cm, kilo 75 kg, VO2max 55.3, haftalık 10 saat antrenman ve 75.7 performans skoru. Bu betimsel tablo, izleyen tüm analizlerin (dal/seviye karşılaştırmaları, fizyolojik-performans ilişkileri, mekânsal performans deseni) zeminini kuruyor. Spor bilimlerinde herhangi bir çıkarımsal teste geçmeden önce sporcu örneklemimin temel özelliklerini (yaş, antropometri, VO2max, antrenman, performans) özetlemek, hem veri kalitesini denetlemek hem de çalışma 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 Spor Bilimleri dosyası üzerinden uçtan uca uygulanışı için aşağıdaki videoyu izleyebilirsin.
▶ Tanımlayıcı İstatistikler — video anlatım
Bu bölüm, Veriye İlk Bakış ve Parametrik Testler videosunun içinde yer alıyor (14 analiz, tek video). Aşağıdaki bağlantı doğrudan 0:00 dakikasından, bu analizin anlatıldığı yerden başlar.
🎓 Eğitim Bilimleri · 🧪 Fen Bilimleri ve Matematik · 🏛 Mimarlık, Planlama ve Tasarım · ⚙ Mühendislik · 🏥 Sağlık Bilimleri · 📊 Sosyal, Beşeri ve İdari Bilimler · 🌾 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.