Tek Değişkenli Modellerde Uygun Test İstatistiğinin Seçilmesi İçin Web Tabanlı Bir Kılavuz

Amaç: Araştırmacıların günümüzde istatistiksel paket program kullanma oranı çok yüksektir. Bu çalışmada tek değişkenli modellerde temel düzeydeki istatistiksel analizleri yapmak isteyen araştırmacılara uygun test istatistiğinin seçimi sırasında kılavuzluk edebilecek, mümkün olan en az karmaşıklık düzeyinde web tabanlı bir karar ağacı geliştirmek amaçlanmıştır.Gereç ve Yöntemler: Tek değişkenli basit veya çoklu modellerin istatistiksel analizinde hangi test istatistiğinin uygun olduğunun belirlenişine yönelik bir kılavuz olarak geliştirilen karar ağacı, PHP ve JavaScript dilleri yardımıyla oluşturulmuştur. Kılavuzun kolayca kullanılabilmesi için kavramlar ve testlere ilişkin teknik bilgiler açılır pencereler içinde verilmiştir.Bulgular: Ulaşması ve kullanması oldukça kolay olan karar ağacında araştırmacılara sorulan sorularla çalışmanın amacı, tasarımı ve veri tipi saptanarak uygun yöntemler genelden özele doğru indirgenmekte ve araştırmacının bilgi eksikliğinden ya da yanlış yönlendirmeden kaynaklanan hata yapma olasılığı azaltılmaktadır. Ayrıca, ileri istatistiksel yöntemlerin varlığı ve özellikleri konusunda araştırmacılar bilgilendirilerek uzman yardımı almanın önemi de vurgulanmıştır.Tartışma ve Sonuç: İstatistiksel değerlendirme sonucunda elde edilecek bulguların doğruluğu ve güvenilirliği açısından doğru testin seçilmesi oldukça önemlidir. En önemlisi paket program kullanabilmek ya da bir testi uygulayabilmek değil, istatistiksel analiz için doğru testi seçebilmektir. Geliştirilen karar ağacı, uzman yardımı almanın önemini vurgulamakla birlikte, temel düzeydeki istatistiksel değerlendirmeleri kendi başına yapmak isteyen araştırmacıların en azından yöntem seçimi sırasında hata yapma olasılığının azalmasına katkı sağlayacaktır.

A Web-Based Guide in Choosing the Appropriate Test Statistics for Univariate Models

Aim: The rate of statistical software use among researchers today is very high. In this study weaimed to develop a web-based decision tree at the least possible confusion level that can provideguidance in choosing the appropriate test statistics for researchers who want to performthe basic statistical analyses in univariate models on their own.Materials and Methods: The decision tree developed as a guide in determining the appropriatetest statistics in the statistical analysis of simple or multiple univariate models was created byusing PHP and JavaScript languages. Technical information on the concepts and tests wasprovided in pop-ups for the guide user's convenience.Results: The questions posed within this decision tree that is quite easy to reach and use helpreduce possible appropriate methods by fixing the research's aim, design and data type andlower the researcher's possibility to make mistakes due to lack of knowledge or misguidance.In addition, the information provided on the existence and nature of more advanced statisticalmethods emphasizes for the researcher the importance of consulting with an expert during the statistical analysis of a study's results. Discussion and Conclusion: Choosing the right test is crucial for the accuracy and reliability of findings to be obtained from a statistical analysis. What is essential is the ability to choose the right test for statistical analysis, not the ability to perform a statistical test or use statistical software. In addition to emphasizing the importance of consulting with an expert, a decision tree as developed in this study will contribute to lowering the possibility of making mistakes of researchers who want to perform statistical analyses on their own, at least while their choice of method.

PDF

___

1. Ankaralı H, Cangür Ş, Sungur MA. Formülsüz Biyoistatistik. İstanbul: BETİM; 2015.
2. Jaykaran D. How to select appropriate statistical test. J Pharm Negative Results. 2010;1(2):61-3.
3. Nayak BK, Hazra A. How to choose the right statistical test? Indian J Ophthalmol. 2011;59(2):85-6.
4. Johnson LR, Karunakaran UD. How to choose the appropriate statistical test using the free program statistics Open For All (SOFA). Annals of Community Health. 2014;2(2):54-62.
5. Marusteri M, Bacarea V. Comparing groups for statistical differences: how to choose the right statistical test? Biochemia Medica. 2010;20(1):15-32.
6. Suner A, Karakülah G, Koşaner Ö, Dicle O. StatXFinder: A web-based self-directed tool that provides appropriate statistical test selection for biomedical researchers in their scientific studies. SpringerPlus. 2015;4:633.
7. Saltikov JB, Whittaker WJ. Selecting the most appropriate inferential statistical test for your quantitative research study. J Clin Nurs. 2013;23:1520-31.
8. Watt JH, van den Berg SA. Selecting Statistical Tests. Research Methods for Communication Science, 2. ed. Albany: Rensselaer Polytechnic Institute; 2002:302-29.
9. Parab S, Bhalerao S. Choosing statistical test. Int J Ayurveda Res. 2010;1(3):187-91.
10. Andrews FM, Klem L, Davidson TN, O'Malley PM, Rodgers WL. A Guide for Selecting Statistical Techniques for Analyzing Social Science Data, 2. ed. ABD: University of Michigan; 1981.
11. Naramore E, Gerner J, Scouarnec YL, Stolz J, Glass MK. Beginning PHP5, Apache, and MySQL web development. Indianapolis: Wiley; 2005:1-660.
12. Yank K. Introducing PHP. Build Your Own Database Driven Web Site Using PHP & MySQL, 4th ed. Victoria, AU: SitePoint Pty Ltd; 2009:73-113.
13. Rochkind M. Platforms and Tools. Expert PHP and MySQL. New York: Apress; 2013:45-81.
14. Suehring S, Converse T, ParkJ. PHP 6 and MySQL 6 Bible. Indianapolis: Wiley; 2009:1-793.
15. Alan MA, Gülmez M. The comparison of some database administration languages on the Internet. C.Ü. İktisadi ve İdari Bilimler Derg. 2001;2(2):61-5.
16. Stefanov S. JavaScript for PHP Developers. Sebastopol: O'Reilly; 2013:1-136.
17. Zakas NC. Professional JavaScript for Web Developers, 3. ed. Indianapolis: Wiley; 2012:1-856.
18. Morrison M. The Interactive Web: Reacting to the Virtual World. Head First JavaScript. Sebastopol: O'Reilly; 2008:1-31.
19. McFarland DS. Writing Your First JavaScript Program. JavaScript & jQuery, The Missing Manual, 2. ed. Sebastopol: O'Reilly; 2012:21-40.
20. Huberty CJ, Morris JD. Multivariate analysis versus multiple univariate analyses. Psychol Bull. 1989;105(2):302- 8.
21. Day S. Dictionary for Clinical Trials, 2. ed. Wiltshire: Wiley; 2007:1-249.
22. Daniel WW, Cross CL. Biostatistics: A Foundation for Analysis in the Health Sciences, 10. ed. ABD: Wiley; 2014:1-960.