6 Çıkarımsal İstatistiğin İskeleti: Merkezi Limit Teoremi

Gerçek dünyadaki veriler çoğu zaman çarpık ve normal dışıdır. Çıkarımsal tahmin modellerinin çalışabilmesi Merkezi Limit Teoremi (Central Limit Theorem) ile mümkündür. Teoreme göre: Ana veri seti ne kadar çarpık olursa olsun, rastgele seçilmiş çok sayıda küçük alt örneklemlerin “ortalamaları” alınarak yeni bir dağılım oluşturulduğunda, bu yeni grafik kusursuz bir normal dağılım (çan eğrisi) özelliği gösterecektir.

7 Standart Sapma ve Standart Hata Arasındaki Kritik Ayrım

\[ SE = \frac{\sigma}{\sqrt{N}} \]

Formülde paydadaki örneklem büyüklüğü (N) arttıkça, Standart Hata düşer. Hata payının küçülmesi, güven aralığının daralmasını ve gerçeği bulma gücünün artmasını sağlar.

8 Standart Hata ile Güven Aralıklarının İnşası (SPSS Örneği)

SPSS’de hemen weight değişkenin özel betimleyici değerlerine bakalım bunun için yapacağımız adımlar ve sonuç aşağıdaki gibidir.

SPSS yazılımında TGSS 2024 verisi üzerinden (vücut ağırlığı / kilo) elde edilen parametreler şu şekildedir:

Parametre Değer İstatistiksel Teorik Karşılığı
Gözlem Sayısı (N) 1.709 Geçerli cevap veren toplam örneklem sayısı.
Minimum / Maksimum 40 / 140 Veri setindeki en ekstrem sınır noktaları.
Aritmetik Ortalama 74.48 Mevcut örneklemin kısıtlı ağırlık merkezi.
Standart Sapma (σ) 15.57 Bireylerin ortalamadan dalgalanma (varyans) metrikidir.
Standart Hata (SE) 0.37 15.57 / √1709 formülüyle bulunan çıkarımsal tahmindir.

İstersek daha detaylı bir analiz yapmak ister isek aşağıdaki adımları uygular ve sonucu aşağıdaki gibi ulaşırız.

Akademik Çıkarımsal Yorum: Standart Hata (0.37) Z-skoru katsayısıyla (yaklaşık 1.96) çarpıldığında ulaşılan hata payı, ortalamaya eklenip çıkarılır. Sonuç olarak araştırmacı: 84 milyonluk devasa tüm Türkiye popülasyonuna ait gerçek kilo ortalamasının %95 gibi çok yüksek bir ihtimalle 73.74 kg alt sınırı ile 75.22 kg üst sınırı aralığında olduğunu bilimsel olarak güvenceyle raporlar.