PLS Regresyonu
PLS Regresyonu, 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?
PLS Regresyonu, 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 PLS Regresyonu‘yi seç.
Değişken atamaları.
- Değişken 1:
sensor_01 - Değişken 2:
sensor_02
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: Bu sayfadaki MerQur çıktısı ve yorum tabloları analizin anlaşılmasına yönelik temsilîdir. Gerçek verinizdeki sayısal sonuçlar farklılık gösterebilir; YouTube video anlatımıyla bu sayfa birebir aynı olmak zorunda değildir.
🎬 Video Çekiminde Kullanılan Dosya
Bu sayfanın YouTube video anlatımı, Spor Bilimleri alanı için aşağıdaki örnek dosya üzerinden çekilmiştir:
44_PLS_Regresyonu / Spor_Bilimleri__44_pls_sensor_performans.xlsx
Veri Önizleme (İlk 5 Satır)
| sporcu_id | sensor_01 | sensor_02 | sensor_03 | sensor_04 | sensor_05 | sensor_06 | sensor_07 | sensor_08 | sensor_09 | sensor_10 | sensor_11 | sensor_12 | performans |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1.00 | -0.18 | 0.40 | 0.13 | -0.29 | 0.21 | -0.006 | 0.04 | 0.40 | 0.43 | -0.33 | -0.06 | 0.40 | 68.50 |
| 2.00 | 0.72 | -0.07 | -0.30 | 1.29 | 0.29 | 0.02 | -1.26 | 0.75 | 0.72 | 0.36 | -0.17 | 0.07 | 74.30 |
| 3.00 | 0.31 | -0.43 | -0.85 | -0.51 | -0.18 | -0.10 | -0.88 | 1.25 | 1.04 | 0.14 | 0.48 | 0.53 | 62.60 |
| 4.00 | 0.45 | -0.20 | -0.11 | 1.02 | 0.02 | 0.37 | 0.11 | -0.07 | 0.33 | -0.68 | 0.06 | 0.23 | 79.20 |
| 5.00 | -0.39 | 0.17 | 0.47 | -2.29 | -0.12 | -1.31 | 0.40 | 1.62 | -0.83 | 1.58 | 0.26 | -0.81 | 65.50 |
n = 200 · Sütunlar: sporcu_id, sensor_01, sensor_02, sensor_03, sensor_04, sensor_05, sensor_06, sensor_07, sensor_08, sensor_09, sensor_10, sensor_11, sensor_12, performans
MerQur Çıktısı (Temsilî)
MerQur Yorumu (Düz Anlatım)
Çoklu regresyon modeli, performans‘in değişkenliğinin yaklaşık %52’sinin yordayıcı değişkenler tarafından açıklandığını göstermiştir (R² = .52, p < .001). Model genel olarak anlamlıdır ve veriye iyi uyum sağlamaktadır.
APA 7 Yorumu (Akademik Format · Temsilî)
performans değişkenini yordamada genel modelin istatistiksel olarak anlamlı olduğunu göstermiştir, F(3, 196) = 47.62, p < .001, R² = .52, düzeltilmiş R² = .51. Bu sonuç, modeldeki yordayıcı değişkenlerin performans varyansının yaklaşık %52’sini açıkladığını desteklemektedir.⚠ 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.
▶ Partial Least Squares (PLS) — video anlatım
Bu bölüm, İleri Düzey I — Gelişmiş Regresyon Modelleri videosunun içinde yer alıyor (7 analiz, tek video). Aşağıdaki bağlantı doğrudan 6:30 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.