Jamovi İle Temel Veri Analizi Eğitimi
Program Bilgileri
Eğitim Hakkında
Merhaba! Veri analizi dünyasına adım atmak veya becerilerinizi geliştirmek mi istiyorsunuz? Jamovi İle Temel Veri Analizi Eğitimi, ücretsiz ve kullanıcı dostu bir istatistik yazılımı olan Jamovi'yi kullanarak temel veri analiz tekniklerini öğrenmeniz için tasarlanmış kapsamlı bir programdır. Jamovi, R programlama dilinin gücünü arkasına alarak, karmaşık istatistikleri basit bir arayüzle erişilebilir kılar. Bu eğitim, akademisyenler, öğrenciler ve veri meraklıları için ideal bir başlangıç noktası sunar.

Eğitim Hakkında
Jamovi, "3. nesil istatistiksel elektronik tablo" olarak bilinen açık kaynaklı bir yazılımdır. SPSS gibi ücretli alternatiflere kıyasla tamamen ücretsizdir ve topluluk tarafından sürekli geliştirilir. Eğitimimizde, Jamovi'nin kurulumu, arayüzü ve temel analiz araçlarını adım adım öğreneceksiniz. Programın sürükle-bırak özelliği, anında sonuç güncellemeleri ve APA formatında çıktı üretimi gibi özellikleri sayesinde, veri analizi süreçlerinizi hızlandıracaksınız.
Hedef Kitle
- İstatistik ve veri analizi konusunda yeni başlayanlar.
- Araştırmacılar, akademisyenler ve öğrenciler (sosyal bilimler, sağlık, ekonomi vb. alanlarda çalışanlar).
- SPSS veya benzeri yazılımlarda temel deneyim sahibi olup, ücretsiz bir alternatife geçiş yapmak isteyenler.
- Veri görselleştirme ve hipotez testleri gibi konuları pratik şekilde öğrenmek isteyen profesyoneller.
Program Özellikleri
- 1.1. Bilimsel Araştırma ve Veri Analizinin Rolü1Yönetim bilimleri perspektifinde nicel araştırmanın yeri. Veri türleri ve ölçme düzeyleri (nominal, ordinal, interval, ratio). Bilimsel hipotez oluşturma ve test etme süreci.
- 1.2. Jamovi'ye Giriş ve Arayüz Tanıtımı1Jamovi'nin özellikleri, açık kaynak avantajları. Programın kurulumu ve temel menülerin tanıtılması. Arayüzün SPSS ve R ile karşılaştırılması.
- 1.3. Veri Seti Oluşturma ve Düzenleme2Veri girişi: Değişken tanımlama (isim, tip, ölçüm düzeyi). Değişken ve değer etiketlerinin belirlenmesi. Kayıp veri (missing data) türleri ve gösterimi. Veri setinin içe ve dışa aktarılması (CSV, Excel, SPSS formatları).
- 1.4. Veri Dönüşümü ve Hesaplama (Compute/Recode)2Yeni değişken oluşturma (Compute). Mevcut değişkenleri yeniden kodlama (Recode). Ölçek toplam puanlarının ve ortalamalarının hesaplanması.
- 2.Modül
- 2.1. Merkezi Eğilim ve Dağılım Ölçütleri2Ortalama, medyan, mod (Merkezi Eğilim). Standart sapma, varyans, ranj (Dağılım). Basıklık (Kurtosis) ve çarpıklık (Skewness) kavramları. Jamovi'de Descriptive Statistics analizi.
- 2.2. Dağılımın Normalliği Testleri2Normalliğin grafiksel incelenmesi (Histogram, Q-Q Plot). Kolmogorov-Smirnov ve Shapiro-Wilk testlerinin uygulanması ve yorumlanması. (Önemli: Parametrik test seçiminde normallik varsayımı)
- 2.3. Veri Görselleştirme Teknikleri2Çubuk grafikler (Bar charts), pasta grafikleri (Pie charts). Histogram ve kutu grafikleri (Box plots) ile dağılımın incelenmesi. Gruplar arası karşılaştırmalı grafikler oluşturma.
- 2.4. Kategorik Veri Analizi (Frekans ve Çapraz Tablolar)1Kategorik değişkenler için frekans tablolarının oluşturulması. İki kategorik değişken arasındaki ilişkinin incelenmesi (Contingency Tables).
- 3. Modül: Temel Hipotez Testleri (İlişki ve Fark Testleri)
- 3.1. Kategorik Değişkenler Arasındaki İlişki: Ki-Kare Testi2Ki-Kare bağımsızlık testi varsayımları. Jamovi'de analizin uygulanması. Etki büyüklüğü (Effect Size) hesaplamaları (Cramer's V, Phi).
- 3.2. Gruplar Arası Fark Testleri (t-Testleri)3Bağımsız Örneklemler t-Testi: İki bağımsız grup ortalamasının karşılaştırılması. Varsayımların kontrolü (Levene Testi). Etki büyüklüğü (Cohen's $d$). Bağımlı Örneklemler t-Testi: Aynı grubun iki farklı zamanda veya durumda karşılaştırılması.
- 3.3. İkiden Fazla Grup Ortalamasının Karşılaştırılması: Tek Yönlü ANOVA3Tek Yönlü Varyans Analizi (One-Way ANOVA) mantığı ve varsayımları. Jamovi'de analizin yapılması. Post-hoc (ikili karşılaştırma) testleri (Tukey, Scheffe). Etki büyüklüğü (eta-kare, $\eta^2$).
- 4. Modül: Korelasyon ve Basit Regresyon Analizi
- 4.1. Korelasyon Analizi2İki sürekli değişken arasındaki ilişkinin yönü ve şiddeti. Parametrik (Pearson) ve non-parametrik (Spearman, Kendall's $\tau$) korelasyon katsayıları. Korelasyon matrisinin oluşturulması.
- 4.2. Basit Doğrusal Regresyon Analizi3Regresyon analizi mantığı: Tahmin ve açıklama. Bağımlı ve bağımsız değişkenin belirlenmesi. Regresyon varsayımları (normallik, homoskedastisite, otokorelasyon). Regresyon denkleminin ( $Y = a + bX$ ) yorumlanması. $R^2$ ve $\beta$ katsayılarının yorumlanması.
- 5. Modül: Non-Parametrik Testler ve Sonuç Raporlama
- 5.1. Non-Parametrik Alternatifler2Normallik varsayımının sağlanamadığı durumlar. Bağımsız gruplar için Mann-Whitney U Testi (t-testi alternatifi). İkiden fazla bağımsız grup için Kruskal-Wallis H Testi (ANOVA alternatifi).
- 5.2. Jamovi'de Ek Modüller (JAMOVI MODULES)1Jamovi'nin ek modül havuzuna genel bakış (örneğin, GAMLj, Factor, R-Syntax modülleri). Kullanışlı modüllerin kurulumu ve kısa tanıtımı.
- 5.3. Bilimsel Sonuçların Raporlanması (APA 7)2İstatistiksel sonuçların (t, F, p değerleri, etki büyüklüğü) APA 7 formatına uygun tablo ve metin içi sunumu. Tablo ve şekil oluşturma standartları. Yayın kabul edilebilirliğinde istatistiksel raporlama kalitesinin önemi.
- 5.4. Yönetimsel Karar Alma Süreçlerinde Veri Analizi1İstatistiksel bulguların yönetimsel anlamlılığa dönüştürülmesi. Kanıta Dayalı Yönetim (Evidence-Based Management) yaklaşımında veri analizinin kullanımı.