Untitled

library(tidyverse)

## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.2.1     ✔ readr     2.2.0
## ✔ forcats   1.0.1     ✔ stringr   1.6.0
## ✔ ggplot2   4.0.3     ✔ tibble    3.3.0
## ✔ lubridate 1.9.5     ✔ tidyr     1.3.2
## ✔ purrr     1.2.0     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

library(broom)
library(ggplot2)

##Wilcoxon Signed-Rank Testi Mobil dikkat uygulamasını kullanan bireylerin, uygulama sonrasındaki odaklanma süreleri anlamlı biçimde artış göstermiş midir?

Bağımlı değişken: Odaklanma Süresi (Dakika)

uygulama_oncesi = c(15, 20, 18, 12, 25, 22, 17, 19)
 uygulama_sonrasi = c(22, 21, 25, 18, 30, 28, 24, 23)

odak_veri <- data.frame (
  id = 1:8,
  uygulama_oncesi = c(15, 20, 18, 12, 25, 22, 17, 19),
  uygulama_sonrasi = c(22, 21, 25, 18, 30, 28, 24, 23)
)
odak_veri

##   id uygulama_oncesi uygulama_sonrasi
## 1  1              15               22
## 2  2              20               21
## 3  3              18               25
## 4  4              12               18
## 5  5              25               30
## 6  6              22               28
## 7  7              17               24
## 8  8              19               23

veri_long <- odak_veri %>% 
  pivot_longer(
    cols = c(uygulama_oncesi, uygulama_sonrasi),
    names_to = "zaman",
    values_to = "odaklanma_suresi"
  )
veri_long

## # A tibble: 16 × 3
##       id zaman            odaklanma_suresi
##    <int> <chr>                       <dbl>
##  1     1 uygulama_oncesi                15
##  2     1 uygulama_sonrasi               22
##  3     2 uygulama_oncesi                20
##  4     2 uygulama_sonrasi               21
##  5     3 uygulama_oncesi                18
##  6     3 uygulama_sonrasi               25
##  7     4 uygulama_oncesi                12
##  8     4 uygulama_sonrasi               18
##  9     5 uygulama_oncesi                25
## 10     5 uygulama_sonrasi               30
## 11     6 uygulama_oncesi                22
## 12     6 uygulama_sonrasi               28
## 13     7 uygulama_oncesi                17
## 14     7 uygulama_sonrasi               24
## 15     8 uygulama_oncesi                19
## 16     8 uygulama_sonrasi               23

ggplot(veri_long, aes(x = zaman, y = odaklanma_suresi, group = id)) +
  geom_line(alpha = 0.4) +
  geom_point(size = 2) +
  labs(title = "Uygulama Öncesi ve Sonrası Odaklanma Sureleri",
       x = "Zaman",
       y = "Odaklanma Suresi (Dakika)") +
  theme_minimal()

sonuc_odak <- wilcox.test(
  odak_veri$uygulama_oncesi,
  odak_veri$uygulama_sonrasi,
  paired = TRUE
)

## Warning in wilcox.test.default(odak_veri$uygulama_oncesi,
## odak_veri$uygulama_sonrasi, : cannot compute exact p-value with ties

sonuc_odak

## 
##  Wilcoxon signed rank test with continuity correction
## 
## data:  odak_veri$uygulama_oncesi and odak_veri$uygulama_sonrasi
## V = 0, p-value = 0.01368
## alternative hypothesis: true location shift is not equal to 0

#yorum Yapılan Wilcoxon İşaretli Sıralar Testi sonucunda elde edilecek p-değeri (p-value) 0.05’ten küçük çıkacağı için (\(p < 0.05\)) sıfır hipotezi reddedilir ve mobil dikkat uygulamasını kullanan bireylerin, uygulama sonrasındaki odaklanma sürelerinde istatistiksel olarak anlamlı bir artış olduğu net bir şekilde görülür. Örnek veri setindeki katılımcıların neredeyse tamamında (örneğin 15’ten 22’ye, 12’den 18’e) gerçekleşen düzenli yükseliş trendi ve oluşturduğunuz çizgi grafiğindeki yukarı yönlü eğim de bu analitik sonucu doğrudan desteklemektedir; dolayısıyla elde edilen bulgular, mobil dikkat uygulamasının bireylerin odaklanma sürelerini artırmada istatistiksel olarak güvenilir ve pozitif bir etkiye sahip olduğunu bilimsel olarak ortaya koymaktadır.