Kruskal Wallis Testi
Bu çalışmada kontrol, hafif egzersiz ve yoğun egzersiz gruplarının stres puanları arasında anlamlı bir fark olup olmadığı Kruskal-Wallis testi ile incelenmiştir.
Bağımlı değişken: Stres puanı
Bağımsız değişken: Grup
Gruplar: Kontrol, Hafif Egzersiz ve Yoğun Egzersiz
Hipotezler
H0: Grupların stres puanları arasında anlamlı bir fark yoktur.
H1: Grupların stres puanları arasında anlamlı bir fark vardır.
Paketlerin Yüklenmesi
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(ggplot2)
library(broom)
Veri Setinin Oluşturulması
set.seed(123)
kruskal_veri <- data.frame(
id = 1:90,
grup = rep(
c("Kontrol",
"Hafif_Egzersiz",
"Yogun_Egzersiz"),
each = 30
),
stres = c(
round(rnorm(30, mean = 58, sd = 8)),
round(rnorm(30, mean = 52, sd = 8)),
round(rnorm(30, mean = 46, sd = 8))
)
)
head(kruskal_veri)
## id grup stres
## 1 1 Kontrol 54
## 2 2 Kontrol 56
## 3 3 Kontrol 70
## 4 4 Kontrol 59
## 5 5 Kontrol 59
## 6 6 Kontrol 72
Bu bölümde üç farklı gruba ait stres puanlarından oluşan veri seti oluşturulmuştu
Veri Setini İnceleme
glimpse(kruskal_veri)
## Rows: 90
## Columns: 3
## $ id <int> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 1…
## $ grup <chr> "Kontrol", "Kontrol", "Kontrol", "Kontrol", "Kontrol", "Kontrol"…
## $ stres <dbl> 54, 56, 70, 59, 59, 72, 62, 48, 53, 54, 68, 61, 61, 59, 54, 72, …
Bu kod ile veri setinin yapısı incelenmiştir.
Eksik Veri Kontrolü
colSums(is.na(kruskal_veri))
## id grup stres
## 0 0 0
Eksik veri bulunmadığı için analize devam edilmiştir.
Grup Değişkeninin Düzenlenmesi
kruskal_veri$grup <- as.factor(kruskal_veri$grup)
table(kruskal_veri$grup)
##
## Hafif_Egzersiz Kontrol Yogun_Egzersiz
## 30 30 30
Bu işlemde grup değişkeni kategorik değişken haline getirilmiştir.
Betimsel İstatistikler
kruskal_veri %>%
group_by(grup) %>%
summarise(
N = n(),
Medyan = median(stres),
Minimum = min(stres),
Maksimum = max(stres)
)
## # A tibble: 3 × 5
## grup N Medyan Minimum Maksimum
## <fct> <int> <dbl> <dbl> <dbl>
## 1 Hafif_Egzersiz 30 52.5 40 69
## 2 Kontrol 30 57.5 42 72
## 3 Yogun_Egzersiz 30 46 28 62
Grupların medyan, minimum ve maksimum değerleri hesaplanmıştır.
Görselleştirme
ggplot(
kruskal_veri,
aes(
x = grup,
y = stres,
fill = grup
)
) +
geom_boxplot(alpha = 0.7) +
geom_jitter(width = 0.1) +
theme_minimal() +
labs(
title = "Gruplara Gore Stres Puanlari",
x = "Grup",
y = "Stres Puani"
)
Bu grafik grupların stres puanlarının dağılımını göstermektedir.
Kruskal-Wallis Testi
kruskal_sonuc <- kruskal.test(
stres ~ grup,
data = kruskal_veri
)
kruskal_sonuc
##
## Kruskal-Wallis rank sum test
##
## data: stres by grup
## Kruskal-Wallis chi-squared = 28.175, df = 2, p-value = 7.617e-07
Bu analiz ile üç grubun stres puanları arasında anlamlı bir fark olup olmadığı incelenmiştir.
Test Sonucunu Tablo Halinde Gösterimi
kruskal.test(
stres ~ grup,
data = kruskal_veri
) %>%
tidy()
## # A tibble: 1 × 4
## statistic p.value parameter method
## <dbl> <dbl> <int> <chr>
## 1 28.2 0.000000762 2 Kruskal-Wallis rank sum test
Bu bölümde test sonucu tablo halinde gösterilmiştir.
Sonuç ve Yorum
Kruskal-Wallis testi sonucunda elde edilen p değeri 0.05 anlamlılık düzeyi ile karşılaştırılmıştır. p değeri 0.05’ten küçük ise H0 hipotezi reddedilir ve gruplar arasında anlamlı fark olduğu kabul edilir. p değeri 0.05’ten büyük ise H0 hipotezi reddedilemez ve gruplar arasında anlamlı fark olmadığı sonucuna ulaşılır.
Bu analiz sonucunda egzersiz düzeyinin öğrencilerin stres puanları üzerinde etkili olup olmadığı değerlendirilmiştir.