Bir istatistik araştırma veya incelemede, araştırma konusu ile ilgili tüm birimlerin oluşturduğu topluluktur. Örneğin bir ilkokulun bütün öğrencileri veya bir ülkedeki tüm seçmenler o araştırmanın anakütlesini oluşturur.

Anakütleyi karakterize eden ve onu diğer anakütlelerden ayırt etmeye yarayan özellik ve ölçülerdir. Tam sayım yöntemiyle elde edilen tüm ölçüler parametre değerleridir ve o kütle için kesin değerlerdir.

Anakütle içinden ana kütleyi temsil etmek üzere seçilmiş daha az sayıda birimden oluşan numune veya topluluktur. Milyonluk kütleler yerine üzerinde çalışılan 3000 kişilik grup bir örnek kütledir.

Örnek kütleyi niteleyen, örnek üzerinden hesaplanan ölçülerdir. Seçilen örneğe göre değişkenlik gösterebilirken, anakütle parametresinden farklı olarak tek ve kesin bir değer değildir.

Çok sayıda birim içeren bir anakütleden, anakütlenin yapısını yansıtacak örnek seçme ve bu örnek üzerindeki istatistikler yardımıyla anakütle parametresini tahmin etme sürecidir.

İnceleme ya da gözleme konu olan bütün birimlerin istisnasız olarak gözlendiği veya incelendiği veri toplama yöntemidir. Nüfus sayımları veya okul not ortalaması hesaplamaları tam sayım örnekleridir.

Veri toplama, toplanan verileri tablo ve grafiklerle düzenleme ve verinin özelliklerini özetlemeye yönelik tanımlayıcı bilgiler yaratma süreçlerini kapsayan istatistik işlevidir.

Büyük bir kitleye yönelik oy oranı, izlenme oranı gibi tahminler üretmek amacıyla örnek kütle verilerinden hareket eden istatistik yöntemler topluluğudur.

Farklı ve zıt yönlerde ortaya çıkan, genel değerlendirmede çalışmaya etkisi düşük olan ve birim sayısı arttıkça birbirini nötrleyen hatalardır (örn. yanlış cinsiyet kodlaması).

Hep aynı yönde gerçekleşen, birim sayısı artırılarak azaltılamayan ve çalışmanın sonuçlarını doğrudan olumsuz etkileyen hatalardır (örn. vergi korkusuyla gelirin düşük beyan edilmesi).

Örnekleme çalışmalarının özünü oluşturan, örnek istatistikleri üzerinden olasılık teorisi yardımıyla anakütle parametrelerinin öngörülmesini sağlayan yöntemler bütünüdür.

Örnekleme dağılımlarında tahminlerin anakütle parametresinden ne kadar sapabileceğini gösteren, örnek istatistiklerinin değişkenliğini ölçen istatistiksel bir kavramdır.

Araştırma konusuyla ilgili ortak özellikler taşıyan, gözlem birimlerinin oluşturduğu eksiksiz ve büyük topluluktur. Örneğin bir üniversitedeki tüm öğrenciler o üniversite için bir anakütedir.

Çok sayıda birimden oluşan anakütleyi temsil etmek amacıyla, evren içerisinden belirli yöntemlerle seçilen daha az sayıdaki gözlem birimleri kümesidir.

Anakütledeki tüm birimlerin örneklemeye girme olasılıklarının eşit olduğu ve bir birimin seçilmesinin diğerlerinin seçilme şansını etkilemediği olasılık temelli yöntemlerin genel adıdır.

N büyüklüğündeki bir anakütleden, her bir n birimli kombinasyonun seçilme şansının eşit olduğu, tam liste ve türdeşlik gerektiren temel tesadüfi örnekleme türüdür.

Anakütle listesinin numaralandırılarak, örnekleme oranı (k = N/n) hesaplanması ve listedeki her k. birimin örnekleme dahil edilmesi sürecidir.

Heterojen yapılı anakütlenin kendi içinde homojen alt tabakalara ayrılarak, her tabakadan oransal olarak tesadüfi örnek seçilmesi yöntemidir. Üniversitedeki fakülte bazlı öğrenci seçimleri buna örnektir.

Evren listesine ulaşılamadığı veya coğrafi olarak çok geniş alanlara yayıldığı durumlarda maliyeti düşürmek için homojen alt kümelerin seçilmesiyle yapılan örneklemedir.

Araştırmacının zaman, maliyet ve erişilebilirlik kısıtları nedeniyle çevresinde veya anında ulaşabildiği en yakın denekleri örnekleme dahil ettiği tesadüfi olmayan yöntemdir.

Araştırma sorusuna en iyi yanıtı verebilecek kişilerin araştırmacının öznel yargısı ve kararıyla örnekleme dahil edildiği yöntemdir.

Anakütlenin belirli özelliklere göre kategorize edilip, her kategorinin evrendeki yüzdesine (kotasına) göre örneklemde temsil edilmesinin sağlandığı tesadüfi olmayan yöntemdir.

Birimlerin tam olarak bilinmediği veya ulaşmanın zor olduğu konularda, her görüşülen deneğin önerisiyle bir sonraki deneğe ulaşılarak hacmin artırıldığı zincirleme yöntemdir.

Çok sayıda birimden oluşan bir anakütle içinden anakütleyi temsil etmek üzere seçilen az sayıdaki birimden hareketle anakütle hakkında bilgi sahibi olma sürecidir. Örneğin, milyonlarca seçmenin oy tercihini belirlemek için bin kişiye anket yapılması bir örnekleme sürecidir.

Araştırmaya konu olan, ortak özellikler taşıyan tüm birimlerin oluşturduğu kütledir. Örneğin, bir ülkedeki tüm üniversite öğrencileri bir anakütleyi oluşturur.

Anakütleyi niteleyen ve onu diğer anakütlelerden ayırt etmeye yarayan özelliklerdir. Anakütle ortalaması (μ) veya anakütle standart sapması (σ) birer parametredir.

Anakütle içinden anakütleyi temsil etmek üzere seçilmiş daha az sayıda birimden oluşan numune veya topluluktur. Anakütleyi temsil kabiliyetine sahip olmalıdır.

Örnek kütleyi karakterize eden ve örnek verilerinden hesaplanan ölçülerdir. Örnek ortalaması (X̄) veya örnek standart sapması (s) birer istatistiktir.

Hesaplanan örnek istatistiğini anakütle parametresinin tahmini değeri olarak almak, yani anakütle parametresini tek bir değer üzerinden tahmin etme işlemidir. Örneğin, çekilen bir örnekten elde edilen ortalamanın doğrudan anakütle ortalaması olarak kabul edilmesidir.

Belirli bir olasılıkla (örneğin %95 veya %99 gibi) anakütle parametresinin bulunabileceği alt ve üst sınır değerlerini belirleme işlemidir. Tek bir değer yerine bir aralık sunarak tahmin başarısını artırır.

Aralık tahmininin diğer adı olup, anakütle parametresinin belirli bir güven düzeyinde hangi alt ve üst sınırlar arasında yer alacağını bulma yaklaşımıdır.

Bir anakütleden çekilebilecek tüm olası örneklerin ortalamalarının ve bu ortalamaların ortaya çıkma olasılıklarının oluşturduğu olasılık dağılımıdır.

Gerçekte anakütleden sadece tek bir örnek çekilmesine rağmen, çekilmesi mümkün tüm örneklerin çekilmesi halinde oluşacak dağılımın varsayılmasıyla elde edilen teorik olasılık dağılımıdır.

Örnek ortalamaları teorik dağılımının standart sapmasıdır ve örnek ortalamasının anakütle ortalamasından ne kadar sapabileceğini gösterir.

Örnek ortalamalarının beklenen değerinin anakütle ortalamasına eşit olması durumunu ifade eden (E(X̄) = μ), tahmin edicinin sistematik hata içermediğini gösteren istatistiksel özelliktir.

Anakütle standart sapmasının bilinmediği durumlarda, anakütle standart sapmasının sistematik hatasız tahmini için kullanılan ve n-1'e bölünerek hesaplanan örnek varyasyon ölçüsüdür.

Anakütle parametresinin tek bir sayısal değer ile tahmin edilme işlemidir. Örnek ortalaması, anakütle ortalamasının nokta tahmini olarak kullanılır.

Anakütle parametresinin belirli bir olasılık seviyesiyle içinde yer alabileceği alt ve alt olmayan, alt ve üst sınır değerlerini belirleme işlemidir.

Örnek ortalamaları teorik dağılımının dağılma ölçüsüdür. Anakütle ortalamasının ne kadar dağıldığını gösterir ve güven sınırlarının hesaplanmasında temel oluşturur.

Anakütle parametresinin hesaplanan güven sınırları dışında kalma olasılığını (hata payını) ifade eder. Örneğin %95 güven düzeyi için alfa 0,05'tir.

Anakütle parametresinin hesaplanan güven sınırları içinde bulunma olasılığını gösteren güven düzeyidir. Alpha 0,05 iken bu değer 0,95'tir.

Anakütle dağılımı normal olmasa bile, örnek birim sayısı arttıkça örnek ortalamaları teorik dağılımının şeklinin normale yaklaşmasını ifade eden temel istatistik teoremidir.

Şekli n-1 serbestlik derecesine göre değişen, simetrik ve serbestlik derecesi arttıkça normale yaklaşan, küçük örneklemlerde kullanılan olasılık dağılımıdır.

Örnekleme çalışmalarında anakütle varyansının bilinmediği ve örnek birim sayısının 30'dan az olduğu durumlara verilen ad olup t dağılımının kullanılmasını gerektirir.

Örnek birimler üzerinden, paydadaki n yerine n-1 (serbestlik derecesi) kullanılarak hesaplanan örnek dağılma (standart sapma) ölçüsüdür.

Anakütle varyansının bilinip bilinmemesine, dağılımın normal olup olmamasına ve örnek büyüklüğüne göre hangi formülün kullanılacağını gösteren kılavuz şemadır.

Anakütle birimlerinin aritmetik ortalamadan olan farklarının karelerinin ortalamasını ifade eden temel bir dağılma ölçüsüdür. Örnekleme çalışmalarında güven sınırlarının hesabında bilinip bilinmemesi kullanılacak olasılık dağılımını doğrudan belirler.

Anakütle varyansının karekökü olarak tanımlanan ve anakütleye ilişkin dağılma ölçüsünü gösteren parametredir. Örneğin, konserve ağırlıkları veya ilaç aktif madde miktarının incelenmesinde σ sembolü ile ifade edilir.

Anakütle varyansının bilinmediği durumlarda, örnek birimler üzerinden n yerine n-1 paydası kullanılarak hesaplanan örnek dağılma ölçüsüdür. Anakütle standart sapmasının yerine tahmin edici olarak formüllerde kullanılır.

Anakütle dağılımı normal olmasa dahi, örnek birim sayısı yeterince arttıkça (genellikle n >= 30) örnek ortalamaları teorik dağılımının şeklinin normale yaklaşacağını belirten temel istatistik teoremidir.

Şekli n-1 serbestlik derecesine göre değişen, normal dağılım gibi simetrik olan ve serbestlik derecesi arttıkça normal dağılıma yaklaşan bir olasılık dağılımıdır. Küçük örnek durumlarında ve varyansın bilinmediği hallerde kullanılır.

Bilinmeyen bir anakütle parametresinin tek bir sayısal değer ile tahmin edilmesidir. Örneğin, örnek ortalamasının (X̄) anakütle ortalamasına (μ) eşit kabul edilerek 197 gram veya 27 mg olarak tahmin edilmesi birer nokta tahminidir.

Bilinmeyen anakütle parametresinin belirli bir olasılıkla (güven düzeyi ile) içinde yer alacağı alt ve üst sınır değerlerinin hesaplanması sürecidir. Nokta tahmininin güven sınırlarıyla genişletilmesini sağlar.

Anakütle parametresinin belirli bir olasılıkla (örneğin %95 veya %90) bulunacağı alt ve üst sınır değerleridir. Örneğin, bebek boyları için hesaplanan 49,2440 cm ile 50,7560 cm değerleri birer güven sınırıdır.

Anakütle parametresinin güven sınırları dışında kalması olasılığını gösteren hata payıdır. Örneğin, %95 güven düzeyi için α = 0,05 olarak belirlenir ve parametrenin dışarıda kalma riskini ifade eder.

Anakütle parametresinin hesaplanan alt ve üst sınırlar arasında yer alacağına olan olasılık derecesidir. Örneğin, α = 0,05 için güven düzeyi 1 - 0,05 = 0,95 (%95) olarak ifade edilir.

Örnekleme teorisinde anakütle varyansının bilinmediği ve gözlem sayısının 30'dan az olduğu (n < 30) durumları tanımlayan kavramdır. Bu durumda normal dağılım yerine t dağılımı kullanılır.

Normal dağılımın standart normal dağılıma dönüştürülmesiyle elde edilen ve olasılık alanlarına karşılık gelen standartlaştırılmış değerdir. Örneğin, %95 güven düzeyi için z_0,025 değeri 1,96 olarak bulunur.

Örnek istatistiklerinin hesaplanmasında kullanılan ve bağımsız gözlem sayısını ifade eden büyüklüktür. t dağılımında n-1 olarak ifade edilir ve dağılımın şeklini belirler.

Beklenen değeri tahmin edilmek istenen parametreye eşit olan tahmin edicilerin özelliğidir. Örnek ortalamasının beklenen değerinin anakütle ortalamasına eşit olması (E(X̄) = μ) bu durumu açıklar.

Anakütle dağılımının normal olduğu ancak anakütle varyansının bilinmediği durumlarda örnek birim sayısının 30'dan az olması halidir. Bu durumda normal dağılım yerine Student (t) olasılık dağılımı tablosu kullanılarak aralık tahmini yapılır.

Şekli n-1 serbestlik derecesine göre değişen, normal dağılım gibi simetrik olan ve gözlem sayısının 30'dan fazla olması halinde normal dağılıma yaklaşan bir olasılık dağılımıdır. Öğrenci notlarının bu dağılıma uyması sebebiyle bu isimle anılır.

Örnek kütle dağılma ölçüsünü hesaplarken paydada n yerine n-1 kullanılarak elde edilen değerdir. Anakütle standart sapmasının bilinmediği durumlarda onun hatasız bir tahmin edicisi olarak kullanılır.

Student (t) dağılım tablosunda standart değeri bulmak için kullanılan ve örnek birim sayısının bir eksiği (n-1) olarak hesaplanan parametredir.

Anakütleye ilişkin tüm birimlerin dağılma ölçüsü olup anakütle varyansının kareköküdür. Küçük örnek durumlarında genellikle bilinmez ve örnek standart sapması ile tahmin edilir.

Örneklem içindeki gözlem birimlerinin ortalamadan ne kadar yayıldığını gösteren ve s harfiyle ifade edilen dağılma ölçüsüdür.

Örnek ortalamalarının teorik dağılımının standart sapmasıdır. Anakütle standart sapması bilindiğinde sigma bölü kök n, bilinmediğinde ise s bölü kök n formülüyle hesaplanır.

Birimlerin birbirine çok benzer özellikler gösterdiği, değişkenliğin ve dağılmanın çok az olduğu anakütle yapısıdır. Bu tür anakütlelerde az sayıda örnekle bile isabetli tahminler yapılabilir.

Birimlerin birbirinden çok farklı özellikler taşıdığı ve değişkenlik derecesinin yüksek olduğu anakütle yapısıdır. Bu tür yapılarda doğru tahminler için daha fazla örnek çekilmesi gerekir.

Bilinmeyen bir anakütle parametresinin (örneğin anakütle ortalamasının) belirli bir olasılıkla (örneğin %95 veya %99) içinde bulunacağı alt ve üst sınır değerlerini belirleme işlemidir.

Anakütle parametresinin tek bir sayısal değer ile tahmin edilmesidir (Örn: Örnek ortalamasının anakütle ortalamasına eşit kabul edilmesi).

Güven sınırları hesaplanırken anakütle ortalamasının güven sınırları dışında kalma olasılığını ifade eden orandır.

Örnek birim sayısının yeterince büyük olması durumunda (genellikle n >= 30), anakütle dağılımı ne olursa olsun örnek ortalamaları teorik dağılımının normale yaklaşacağını belirten teoremdir.

Örnek ortalamasının veya örnek s değerinin, karşılık geldiği anakütle parametresini (mu veya sigma) hiçbir sistematik sapma olmaksızın temsil etme özelliğidir.

Bir anakütlenin dağılımına ya da parametrelerine ilişkin öne sürülen ve doğruluğu test edilmeye çalışılan önermedir. Örneğin, 1 aylık bebeklerin ortalama ağırlığının 4000 gram olduğu varsayımı bir hipotez konusudur.

Anakütleyi niteleyen ve onu diğer anakütlelerden ayırt etmeye yarayan sayısal özelliklerdir. Örneğin, bir ülkedeki tüm bireylerin boy ortalaması anakütle parametresidir (μ ile gösterilir).

Sıfır, yokluk veya farksızlık hipotezi olarak da adlandırılan, mevcut durumu yansıtan ve her zaman test edilen hipotezdir. Eşitlik simgesi (=, ≤, ≥) her zaman bu hipotezde yer alır.

Seçenek hipotezi veya karşıt hipotez olarak bilinen, araştırmacının iddia ettiği farklılığı veya durumu gösteren hipotezdir. Temel hipotezin reddedilmesi durumunda geçerlilik kazanır.

Gerçekte doğru olan temel hipotezin (H0) yanlışlıkla reddedilmesi durumunda ortaya çıkan hatadır. Bu hatanın yapılma olasılığı alfa (α) ile gösterilir ve anlamlılık düzeyi olarak adlandırılır.

Gerçekte yanlış olan temel hipotezin reddedilememesi, yani yanlış olan H0 hipotezinin kabul edilmesi durumunda ortaya çıkan hatadır. Bu hatanın olasılığı beta (β) ile gösterilir.

Gerçekte doğru olan H0 hipotezinin doğru bir şekilde kabul edilme olasılığını gösteren ifadedir. Birinci tip hata olasılığının (α) 1'den çıkarılmasıyla elde edilir.

Gerçekte yanlış olan temel hipotezin reddedilmesi doğru kararının olasılığıdır. Testin evrendeki var olan gerçek bir farklılığı doğru olarak yakalama yeteneğini ifade eder.

Araştırmacı tarafından test uygulanmadan önce belirlenen, birinci tip hatanın gerçekleşme üst sınırını gösteren olasılık değeridir. Genellikle 0,05 veya 0,01 olarak seçilir.

Araştırma sorusunda azlık, çokluk veya büyüklük/küçüklük yönü belirtilmeden yalnızca farklılığa odaklanıldığında kurulan hipotez türüdür. Örnek: H1: μ ≠ 4000.

Araştırma iddiasında 'az', 'çok', 'büyük' veya 'küçük' gibi yön bildiren ifadeler yer aldığında kurulan hipotez türüdür. Alternatif hipotez yönü gösterir (sağ veya sol taraflı test).

Örneklem verilerinden hareketle hesaplanan ve hipotez testinin sonucuna varılmasını sağlayan istatistiksel değerdir (Örn: t-hesap veya Z-hesap değeri).

H0 hipotezini reddetmekle yapılacak en küçük birinci tip hata olasılığını veren değerdir. P-value değeri başlangıçta belirlenen α anlamlılık düzeyinden küçükse H0 reddedilir.

Anakütleyi niteleyen ve onu diğer anakütlelerden ayırt etmeye yarayan sayısal özelliklerdir. Örneklem istatistiklerinden hareketle tahmin edilmeye çalışılır.

Elde edilen değerlerin ya da ulaşılan sonuçların şanstan mı yoksa gerçek bir nedenden mi kaynaklandığını, yani istatistiksel olarak önem taşıyıp taşımadığını test etmek için kullanılan yöntemlerdir.

Verilerin sayısal niteliğini ve hangi analitik işlemlere elverişli olduğunu gösteren sınıflandırmadır. Parametrik testler için aralık veya oran düzeyinde olmalıdır.

Araştırma kapsamında görüşülen denek sayısını ya da gözlem sayısını (n) ifade eder. Doğru hipotez testinin seçilmesinde ve formül hesaplamalarında kritik öneme sahiptir.

Tek bir örneklemden elde edilen ortalama değer ile anakütle ortalamasının varsayılan değeri arasındaki farkın anlamlılığını sınamak için kullanılan parametrik bir testtir.

Anakütle ortalaması önemlilik testinin diğer adıdır. Tek bir örneklem kütlesi üzerinden işlem yapıldığı için varyansların homojenliği varsayımı bu testin kapsamı dışındadır.

Genellikle aralarında fark olmadığını, durumun varsayılan değere eşit olduğunu savunan sıfır hipotezisidir. Test sürecinde reddedilmeye veya kabul edilmeye çalışılır.

Temel hipotezin reddedilmesi durumunda geçerli olan ve genellikle bir farkın, artışın veya azalışın olduğunu öne süren iddia hipotezisidir.

Araştırmacının temel hipotezi yanlışlıkla reddetme riskini kabul ettiği olasılık sınırıdır. Sosyal bilimlerde genellikle 0,05 olarak alınır.

Anlamlılık düzeyi ve dağılım tablosuna bakılarak belirlenen, test istatistiğinin karşılaştırıldığı eşik değerdir. Örneğin %95 güven düzeyinde çift taraflı test için 1,96'dır.

Parametrik test varsayımlarının ihlal edilmesi durumunda kullanılan, gözlemlerin artı ve eksi işaretlerine dönüştürülmesiyle medyanı test eden parametrik olmayan bir testtir.

Bir anakütlenin dağılımına ya da parametrelerine ilişkin öne sürülen ve doğruluğu istatistiksel testlerle sınanacak olan önermedir. Örneğin, kadın ve erkek bebeklerin doğum ağırlıkları arasında fark olmadığını savunan $H_0: \mu_1 = \mu_2$ ifadesi temel bir hipotezdir.

Anakütleyi niteleyen ve onu diğer anakütlelerden ayırt etmeye yarayan sayısal özelliklerdir. Genellikle örneklem istatistiklerinden hareketle tahmin edilmeye çalışılır.

Elde edilen örneklem değerlerinin ya da gruplar arasındaki farkların şans eserinden mi kaynaklandığını yoksa istatistiksel olarak gerçek ve anlamlı bir farkı mı temsil ettiğini test etmek için kullanılan istatistiksel yöntemlerdir.

İncelenen grupların birbirinden tamamen ayrı olduğu, bir grupta yer alan bir deneğin kesinlikle diğer grupta yer almadığı durumdur. Örneğin, kadın ve erkek öğrenciler bağımsız iki gruba örnek oluşturur.

Aynı denekler üzerinde farklı zamanlarda ya da farklı koşullarda iki kez ölçüm yapılmış olması durumudur. Örneğin, bir diyet programına katılan 12 kişinin programa başlamadan önceki ve 3 ay sonundaki kiloları bağımlı gruplar oluşturur.

Verinin sahip olduğu özelliklerin analitik ve istatistiki işlemlere elverişliliğini gösteren düzeydir. Parametrik testlerin uygulanabilmesi için verinin aralık veya oran ölçüm düzeyinde olması gerekir.

Araştırma sorusu doğrultusunda incelenen görüşülen denek veya gözlem sayısını ifade eden n değeridir. Uygun hipotez testinin seçilmesinde ve serbestlik derecesinin hesaplanmasında kritik rol oynar.

İki bağımsız grubun varyanslarının homojen olup olmadığını sınamak amacıyla kullanılan istatistiki testtir. Büyük varyansın küçük varyansa bölünmesiyle hesaplanır.

Varyansların homojen olduğu bilinen bağımsız iki grubun varyanslarını ortak bir havuzda birleştirerek hesaplayan ve t-testi formülünde paydada kullanılan ağırlıklı varyans tahmincisidir.

Bir hesaplamada kısıtlamalara tabi tutulmaksızın serbestçe değişebilen bağımsız gözlem sayısını ifade eder. Örneğin iki ortalama testinde $n_1 + n_2 - 2$ formülüyle hesaplanır.

Araştırmacının gruplar arasında bir fark olduğunu iddia ettiği ancak farkın yönünü (hangisinin büyük veya küçük olduğunu) belirtmediği hipotez türüdür. Alternatif hipotez $\mu_1 \neq \mu_2$ şeklinde kurulur.

Belirlenen anlamlılık düzeyi ve serbestlik derecesine göre istatistik tablolarından (t veya F tablosu) bulunan ve test istatistiği ile karşılaştırılarak karar vermeyi sağlayan eşik değerdir.

Bağımsız iki grup arasındaki farkın incelendiği durumlarda parametrik test varsayımları (normallik veya varyans homojenliği) ihlal edildiğinde kullanılan non-parametrik alternatif testtir.

İki eş arasındaki önemlilik testinde, aynı deneklerin ikinci ölçüm değerlerinin ilk ölçüm değerlerinden çıkarılmasıyla elde edilen $d_i$ değerleri serisidir.

Örneklem istatistiğinin örnekleme dağılımının standart sapmasıdır. İki eş testinde fark serisinin standart sapmasının gözlem sayısının kareköküne bölümüyle hesaplanır ($s_d / \sqrt{n}$).

Bağımlı iki grup arasındaki farkın incelendiği durumlarda parametrik test varsayımları sağlanamadığında kullanılan non-parametrik hipotez testidir.

Çeşitli faktörlerin etkisiyle farklı sonuçlar alabilen ve istatistiğin temel inceleme konusunu oluşturan olaylardır. Örneğin, aynı matematik notuna sahip öğrencilerin istatistik dersinden farklı notlar alması kollektif olayların doğasındandır.

İki değişken arasında mutlak kesinlik içinde gerçekleşen ve hata payı barındırmayan ilişkidir. Örneğin kimyasal tepkimelerde hidrojen ve oksijenin birleşerek su oluşturması deterministik bir ilişki gösterir.

İki değişken arasında mutlak kesinlik yerine olasılık kuralları çerçevesinde gerçekleşen ilişkidir. Kollektif olayların doğasında bulunur; örneğin kilo ile diyabet arasındaki ilişki pek çok dış faktör nedeniyle stokastiktir.

Aralarında ilişki düşünülen iki değişkenin aynı yönde mi yoksa zıt yönde mi değiştiğini ifade eder. Örneğin gelir ile tüketim pozitif yönlü, fiyat ile talep ise negatif yönlü ilişkiye sahiptir.

İki değişkenden biri artarken diğerinin de artması veya biri azalırken diğerinin de azalması durumudur. Gelir arttıkça tasarrufun da artması pozitif yönlü ilişkiye örnek olarak gösterilebilir.

İki değişkenden biri artarken diğerinin azalması veya biri azalırken diğerinin artması durumudur. Malın fiyatı arttıkça talep edilen miktarın azalması negatif yönlü bir ilişkidir.

İki değişken arasındaki ilişkinin ne derece güçlü veya zayıf olduğunu belirten ölçüttür. Örneğin gelir ile tüketim arasındaki ilişkinin derecesi, gelir ile tasarruf arasındaki ilişkiden daha güçlüdür.

İki değişken arasındaki ilişkinin hangi matematiksel fonksiyona uygun olduğunu ifade eden özelliktir. İlişkinin doğrusal olup olmadığını belirlemede serpilme diyagramlarından yararlanılır.

X ve Y eksenli kartezyen koordinat sisteminde iki değişkenin karşılıklı gözlem değerlerinin nokta olarak işaretlenmesiyle oluşan grafiktir. İlişkinin varlığı, yönü, derecesi ve fonksiyonel şekli hakkında bilgi verir.

Aralarında ilişki olduğu düşünülen en az aralık veya oran ölçeğinde toplanmış iki değişkenin birlikte değişme derecesini ölçen analiz yöntemidir. Değişkenlerin gözlem değerlerinin birlikte değişim seyrini inceler.

İki değişkenin birlikte değişme derecesini ve yönünü ölçen, -1 ile +1 arasında değer alabilen istatistiki ölçüttür. Örneğin reklam harcamaları ile satışlar arasındaki r = +0,9859 değeri çok güçlü pozitif ilişkiyi gösterir.

Birden fazla bağımsız değişkenin bir bağımlı değişkenle olan ortak birlikte değişme derecesini ölçmek için kullanılan katsayıdır. Kitap kapsamında yalnızca basit korelasyon katsayısı ele alınmıştır.

Stokastik modellerde, model içine dahil edilemeyen ve model dışında kalan tüm ilişkili değişkenlerin yarattığı, olasılık kuralları gereği ortaya çıkan sapma unsurudur.

Regresyon ve korelasyon analizlerinde etki eden, bağımsız rol üstlenen ve X sembolü ile gösterilen değişkendir. Örneğin reklam harcamaları satışlar için sebep değişkendir.

Analizlerde sebep değişkenin etkisiyle ortaya çıkan, bağımlı konumda olan ve Y sembolü ile gösterilen değişkendir. Örneğin buğday üretimi, gübre kullanımının bir sonucu olarak Y ile ifade edilir.

Korelasyon katsayısının hesaplanmasında X ve Y değişkenlerinin yer değiştirmesinin katsayı değerini değiştirmemesi durumudur; yani r(Y/X) her zaman r(X/Y)'ye eşittir.

Değişkenlerin aritmetik ortalamalarından her bir gözlem değerinin farkı alınarak korelasyon katsayısının hesaplanmasında kullanılan pratik yöntemdir. Özellikle ortalamaların tam sayı olduğu durumlarda tercih edilir.

Korelasyon katsayısının 0 çıkması iki değişken arasında doğrusal ilişki olmadığını, +1 veya -1 çıkması ise deterministik tam ilişki olduğunu gösteren durumdur.

Bir bağımlı değişken ile bu değişken üzerinde etkili olan tek bir bağımsız değişken arasındaki ilişkiyi matematiksel bir denklem ile ifade etmeyi amaçlayan analiz yöntemidir. Örneğin, reklam harcamaları ile satışlar arasındaki ilişkinin modellenmesinde kullanılır.

Bağımsız değişken ile bağımlı değişken arasındaki ilişkiyi kuran eğim parametresidir. Bağımsız değişkendeki 1 birimlik değişimin bağımlı değişkende oluşturacağı miktar ve yön değişimini gösterir; örneğin gübre miktarındaki 1 birim artışın buğdayı 4,65 birim artırması gibi.

Değeri model dışında belirlenen ve regresyon modelinde bağımlı değişken üzerindeki etkisi tespit edilmeye çalışılan açıklayıcı değişkendir. Tüketim modelinde gelir veya reklam harcamaları bağımsız değişkene örnektir.

Bir regresyon modelinde sonuç durumunda olan ve değeri modeldeki bağımsız değişkenler tarafından belirlenen, açıklanan ya da etkilenen değişkendir. Satış miktarı veya buğday üretimi bağımlı değişkene örnek teşkil eder.

İki veya daha fazla değişken arasında mutlak kesinlik bulunan, hata payı içermeyen ve tam olarak öngörülebilen ilişkilerdir. Örneğin, 2 birim hidrojen ile 1 birim oksijenin tepkimesinden kesin olarak su oluşması deterministiktir.

Kollektif olaylarda görülen, olasılık kuralları çerçevesinde meydana gelen ve hata payı (rastsal bileşen) içeren ilişkilerdir. Sosyal ve iktisadi olaylardaki değişkenler arası ilişkiler stokastiktir.

Regresyon modelinde gözlenen gerçek değerler ile tahmin edilen değerler arasındaki hata paylarının kareleri toplamını minimum yapan (∑ei2 = min) doğruyu bulma yöntemidir. En uygun regresyon doğrusunu elde etmek için kullanılır.

Örnek kütle regresyon modelinde, bağımlı değişkenin gözlenen gerçek değeri (Yi) ile regresyon modeli vasıtasıyla tahmin edilen değeri (Yî) arasındaki farktır (ei = Yi - Yî).

Tüm anakütle birimlerini kapsayan ve gerçek parametreler (β0 ve β1) ile hata terimini (εi) içeren teorik regresyon modelidir (Yi = β0 + β1Xi + εi).

Anakütleden seçilen örnek kütle verileri kullanılarak tahmin edilen katsayılar (β0̂ ve β1̂) ile kalıntıyı (ei) içeren ampirik regresyon modelidir (Yi = β0̂ + β1̂ Xi + ei).

Regresyon modelinde bağımsız değişkenin sıfır olması durumunda bağımlı değişkenin alacağı değeri gösteren parametredir. Bağımsız değişken dışındaki diğer tüm etkenlerin bağımlı değişken üzerindeki payını yansıtır.

Gözlenen bağımsız değişken (Xi) değerlerinin, tahmin edilen regresyon parametreleri (β0̂ ve β1̂) yardımıyla yerine konulmasıyla elde edilen bağımlı değişkenin öngörülen değeridir.

X ve Y serilerinin aritmetik ortalamalarından yararlanarak, her gözlemin ortalamadan sapma değerleri üzerinden regresyon parametrelerinin (özellikle β1̂ ve β0̂) pratik bir şekilde hesaplanmasını sağlayan yöntemdir.

İki değişkenin (Xi, Yi) karşılıklı gözlem değerlerinin koordinat düzleminde nokta olarak gösterildiği grafiksel gösterimdir. En küçük kareler doğrusunun bu noktalar arasından minimum sapmayla geçmesi hedeflenir.

Tek bir bağımlı değişken ile tek bir bağımsız değişken arasındaki ilişkinin doğru denklemi (Yî = β0̂ + β1̂ Xi) şeklinde modellendiği regresyon türüdür.

Regresyon modelinde bağımsız değişkenler tarafından değişimleri açıklanmaya çalışılan, sonuç konumundaki bağımlı değişken için kullanılan alternatif bir istatistiksel terimdir.

Sebep-sonuç ilişkisi içindeki iki değişkenden bağımsız değişkenin bilinen ya da öngörülen bir değeri kullanılarak, oluşturulan regresyon denklemi üzerinden bağımlı değişkenin alacağı değerin hesaplanması sürecidir. Örneğin, reklam harcamaları 40 birim olduğunda satışların 233,05 olacağının hesaplanması bu kavrama girer.

Tahmin edilen bir regresyon modeli ile bağımlı değişkende meydana gelen değişmelerin yüzde kaçının bağımsız değişken tarafından açıklanabildiğini gösteren bir başarı ölçüsüdür. Basit regresyonda korelasyon katsayısının karesi (r kare) alınarak hesaplanır.

Bir regresyon modelinde bağımlı değişkendeki değişmelerin, bağımsız değişken dışındaki faktörlerden kaynaklanan ve modelle açıklanamayan kısmını ifade eden ölçüdür. 1 - r kare formülüyle hesaplanır ve toplamın %100'e tamamlanmasını sağlar.

Regresyon analizinde üzerinde etki aranan, değeri bağımsız değişkenin alacağı değerlere göre tahmin edilmeye çalışılan sonuç değişkenidir. Örneğin satışlar veya buğday üretimi birer bağımlı değişkendir.

Regresyon analizinde bağımlı değişken üzerinde etkili olduğu kabul edilen, değeri bilindiğinde veya öngörüldüğünde Y'yi tahmin etmek için kullanılan sebep değişkenidir. Örneğin reklam harcamaları veya gübre kullanımı birer bağımsız değişkendir.

İki değişken arasında hiçbir hata payı olmaksızın, mutlak kesinlik ve matematiksel bir kesinlik kuralı ile kurulan ilişkidir. Bu tür ilişkilerde korelasyon ve belirginlik katsayıları tam olarak 1 değerini alır.

Değişkenler arasında olasılık kurallarına dayanan, mutlak kesinlik içermeyen ve doğal olarak bir hata payı barındıran ilişkidir. Sosyal ve ekonomik bilimlerdeki pek çok gerçek hayat ilişkisi bu gruba girer.

Y şapka eşittir b sıfır artı b bir X şeklinde ifade edilen, bir bağımlı ile bir bağımsız değişken arasındaki doğrusal ilişkiyi matematiksel olarak modelleyen denklemdir.

Bağımlı değişkendeki toplam değişimin, kurulan regresyon modeli ve bağımsız değişken vasıtasıyla başarılı bir şekilde izah edilebilen kısmıdır. Determinasyon katsayısı ile doğrudan orantılıdır.

Bağımlı değişkendeki değişimlerin regresyon modeline yansıtılamayan, dışsal etkenlerden kaynaklanan ve belirsizlik katsayısı ile temsil edilen kısmıdır.

Verilerin sayısal bir değer taşımadığı, yalnızca sınıflandırma veya kategorize etme amacıyla kullanıldığı ölçektir. Örneğin cinsiyetin 'kadın' veya 'erkek' olarak kategorize edilmesi nominal ölçekle ölçüldüğünü gösterir.

Verilerin hem kategorilere ayrıldığı hem de kendi aralarında belirli bir büyüklük veya önem sırasına konulduğu ölçektir. Örneğin memnuniyet derecelerinin 'düşük, orta, yüksek' şeklinde sıralanması ordinal ölçektir.

Standart normal dağılıma sahip z standart değerlerinin karelerinin toplamından oluşan, şekli serbestlik derecesine bağlı olarak değişen asimetrik bir olasılık dağılımıdır. İstatistikte pek çok non-parametrik testin temelini oluşturur.

Değişkenlerden en az birinin nominal ya da ordinal ölçekte olması durumunda, iki kategorik değişken arasında anlamlı bir ilişki olup olmadığını test etmek için kullanılan istatistiksel bir yöntemdir. Örneğin cinsiyet ile TV izleme alışkanlığı arasındaki ilişkiyi test eder.

İki veya daha fazla kategorik değişkenin kategori şıklarının birbiriyle çaprazlanarak frekanslarının gösterildiği çift yönlü tablolardır. Satır ve sütun boyutları değişkenlerin kategori sayılarına göre 2x2, 2x3 gibi isimlendirilir.

Bir araştırma veya anket sonucunda toplanan verilerin kontenjans tablosundaki hücrelere fiilen yerleşmesiyle oluşan gerçek sayı değerleridir. Tabloda siyah renkli sayılarla ifade edilir.

İki değişken arasında hiçbir ilişki (tam bağımsızlık) bulunmaması durumunda, gözlemlerin tablodaki şıklar ve hücrelere nasıl dağılması gerektiğini gösteren teorik frekans değerleridir. İlgili satır ve sütun toplamının çarpılıp genel toplama bölünmesiyle hesaplanır.

Kontenjans tablosunun en dış kısmında yer alan, satır ve sütun şıklarının kendi içindeki frekans toplamlarını ifade eden kenar toplamlarıdır. Gözlenen ve beklenen frekanslar için marjinal toplamlar daima birbirine eşittir.

Khi-kare testinde tablo değerini bulmak ve dağılımın şeklini belirlemek için kullanılan, satır (n) ve sütun (k) sayılarına bağlı olarak v = (n-1)(k-1) formülüyle hesaplanan parametredir.

İki değişken arasında hiçbir ilişki bulunmadığını, değişkenlerin birbirinden tamamen bağımsız olduğunu savunan temel hipotezdir. Khi-kare testinde test edilen ilk varsayımdır.

İki değişken arasında anlamlı bir ilişki bulunduğunu, değişkenlerin birbirinden bağımsız olmadığını savunan araştırmacı hipotezidir. H_0 hipotezinin reddedilmesi durumunda kabul edilir.

Gözlenen ve beklenen frekanslar arasındaki farkların büyüklüğünü ölçmek ve örneklem verisinden hareketle Khi-kare değerini hesaplamak için kullanılan matematiksel formülün sonucudur.

İstatistiksel testlerde hata yapma riskini belirleyen, genellikle 0,05 veya 0,01 olarak seçilen ve sıfır hipotezinin yanlışlıkla reddedilme olasılığını sınırlayan eşik değeridir.

Belirli bir anlamlılık düzeyi (α) ve serbestlik derecesine karşılık gelen, Khi-kare dağılım tablosundan alınan kritik eşik değerdir. Hesaplanan değer ile kıyaslanarak karar vermede kullanılır.

Birincil veri kaynaklarından sistematik bir soru formu aracılığıyla veri toplamak için kullanılan yaygın bir araştırma yöntemidir. Araştırma sorusunun yanıtlanmasında çalışmanın amacına uygun kavramların ölçülmesini sağlar.

Araştırma yapılacak konu ile ilgili hipotezleri test edecek ve problemleri çözecek soruların yer aldığı sistematik kağıt veya elektronik formdur. Metinde cep telefonu satın alma niyetlerini ölçen formlar buna örnektir.

Anket formunda yöneltilen soruların cevaplarının katılımcıya nasıl sunulacağını belirleyen türlerdir. Açık uçlu, kapalı uçlu ve yarı kapalı uçlu olmak üzere temel üç gruba ayrılır.

Araştırmanın konusu, hedef kitlenin özellikleri ve soru formunun yapısı dikkate alınarak en ideal veri toplama metodunun seçilmesidir. Yüzyüze, telefon ve posta gibi teknikleri kapsar.

Olası yanıtların soruda sunulmadığı, katılımcının kendi kelimeleriyle özgürce cevap verdiği soru tipidir. Örneğin, 'X marka cep telefonunu almanıza neden olan en önemli faktör nedir?' sorusu katılımcının kendi gerekçesini yazmasını bekler.

Katılımcıya önceden belirlenmiş olası yanıtların seçenekler halinde sunulduğu ve birini tercih etmesinin istendiği soru türüdür. Mezuniyet derecesi veya 'Evet/Hayır' şeklinde sorulan sorular bu kapsamdadır.

Kapalı uçlu sorulara ilave olarak 'Diğer' seçeneğinin eklendiği soru tipidir. Sunulan seçenekler arasında cevabı olmayan katılımcıların kendi yanıtlarını yazabilmesine olanak tanır.

Katılımcıyı belirli bir yanıtı vermeye zorlayan veya etkileyen hatalı soru tasarım biçimidir. Örneğin, çoğunluğun bir markayı tercih ettiğini belirterek 'Siz de öyle mi düşünüyorsunuz?' diye sormak yönlendirici hataya örnektir.

Soruların anketör tarafından katılımcıya okunarak yanıtların kağıt forma kaydedildiği anket tekniğidir. Okuryazar olmayan denekler için uygundur ancak anketör etkisi barındırabilir.

Örneklemdeki kişilere telefon aracılığıyla ulaşılarak soruların anketör tarafından sorulduğu hızlı ve düşük maliyetli yöntemdir. Görüşmelerin ortalama 15 dakika sürmesi önerilir.

Soru formunun ve iade zarfının katılımcılara posta yoluyla gönderildiği, maliyeti düşük fakat cevaplanma oranı oldukça az olan bir veri toplama tekniğidir.

Bilgi teknolojilerindeki gelişmelerle birlikte soru formlarının e-posta iletisinde veya ekinde gönderilerek yanıtların dijital yolla toplandığı hızlı bir yöntemdir.

Katılımcıların geçmişteki eski olayları hatırlayamamasından kaynaklanan ve veri kalitesini düşüren hatalı soru kurgusu durumudur. Örneğin ilk sinemaya gidilen yılın sorulması bu hataya yol açar.