Up next in 10
Auzef Spor Bilimlerinde Araştırma Yöntemleri 2025 Üç Ders Soruları
https://lolonolo.com/2026/08/04/spor-bilimlerinde-arastirma-yontemleri-2025-uc-ders-sorulari/
https://lolonolo.com
Show More Show Less View Video Transcript
0:00
Selamlar. Spor bilimlerinde araştırma
0:01
yöntemleri 2025 3 ders sınavlarına
0:04
hazırlanıyorsanız tam olarak doğru
0:05
yerdesiniz. Karmaşık istatistik
0:07
formüllerini ezberlemekten ya da o
0:09
bitmek bilmeyen sayılar arasında
0:10
kaybolmaktan yorulduğunuzu biliyorum.
0:12
İşte tam da bu yüzden bu incelemede tüm
0:14
o karmaşayı alıp net, anlaşılır ve
0:17
akılda kalıcı görsel kurallara
0:18
dönüştüreceğiz. Amacımız ne mi? Sınavda
0:20
o soruları gördüğünüz an arkasındaki
0:22
mantığı şıp diye çözebilmeniz.
0:23
Hazırsanız hiç vakit kaybetmeden hemen
0:26
başlayalım. Bugün halledeceğimiz üç
0:28
temel konumuz var. Öncelikle
0:30
istatistiksel testler ve hipotezler
0:32
diyeceğiz. Ardından örneklem büyüklüğü
0:34
ve dağılımı inceleyeceğiz. Ve son olarak
0:36
araştırma türleri ve tarihçesi ile
0:38
kapanışı yapacağız. Birinci bölümümüzde
0:41
yani istatistiksel testler ve
0:43
hipotezlerle hemen konuya dalalım.
0:45
Araştırmalarda hangi testi
0:47
kullanacağımızı seçmek inanın bana hiç
0:49
de tesadüfi bir iş değil. Tamamen
0:51
elimizdeki verinin karakterine bağlı.
0:53
Şöyle düşünün. ortalama 1000 gramlık
0:56
konserve ürettiğini iddia eden bir
0:57
fabrika var ve biz bu iddiada bir sapma
1:00
olup olmadığını test etmek istiyoruz.
1:01
Peki hangi istatistiksel aracı
1:03
kullanacağız? Kural aslında inanılmaz
1:05
basit. Eğer verilerimiz normal
1:08
dağılıyorsa ve en önemlisi ana kütlenin
1:10
varyansını yani o genel yayılımı
1:12
biliyorsak yapıştırın Z testini geçin.
1:15
Ama o ana kütle varyansı bizim için bir
1:17
sırsa yani bilinmiyorsa işte o zaman
1:20
sahneye tek örneklem Testi'si çıkıyor.
1:23
Biliniyorsa Z, bilinmiyorsa T. Sınavda
1:26
hayat kurtaracak anahtar kelimeler tam
1:28
olarak bunlar. Bilimsel literatürde
1:30
sürekli karşımıza çıkan bir harf vardır.
1:32
Alfa. çoğu zaman küçük bir sembolle
1:34
geçiştirilir ama aslında araştırmamızla
1:36
göze aldığımız hani o bilerek kabul
1:38
ettiğimiz risktir. Biz buna tip 1 hata
1:41
oranı veya istatistiksel anlamlılık
1:43
düzeyi diyoruz ve genellikle %5 olarak
1:45
ayarlanır. Yani en kaba tabirle bu
1:48
gerçekte iki şey arasında hiçbir fark
1:50
yokken heyecanlanıp yanlışlıkla evet
1:52
fark var deme riskimizdir. Bir
1:54
araştırmaya başlarken bu riski baştan
1:56
kabulleniriz. Peki ya hata yapmazsak?
1:58
Hani ortada gerçekten bir fark varsa ve
2:01
testimiz de bu farkı başarıyla
2:02
yakalıyorsa işte o zaman turnayı
2:05
gözünden vurduk demektir. Buna
2:07
istatistiksel güç diyoruz. Bir testin
2:09
gerçek bir farkı doğru bir şekilde bulup
2:12
çıkarma yeteneği. Formülü de oldukça
2:14
akılda kalıcı. 1 - beta yani alfa bizim
2:18
hata yapma lüksümüzse 1 - beta da masaya
2:21
vurduğumuz gücümüzdür. Şimdi bu testleri
2:23
birbiriyle nasıl kıyaslayacağız?
2:25
Elimizde alet çantasından çıkaracağımız
2:27
iki farklı araç var. Eğer cinsiyet ile
2:30
hipertansiyon hastası olup olmama durumu
2:32
gibi iki kategorik yani gruplandırılmış
2:35
değişkeni karşılaştırıyorsanız Kare
2:37
testini kullanırsınız. Ama amacınız bu
2:40
iki değişken arasındaki ilişki ne yöne
2:42
gidiyor ve ne kadar güçlü sorusuna cevap
2:44
bulmaksa işte o zaman Pearson koelasyonu
2:47
imdadınıza yetişir. Bu ikisi arasındaki
2:49
farkı bilmek sınavda soruyu saniyeler
2:51
içinde çözmenizi sağlayacaktır. Pearson
2:53
korelasyonundan bahsetmişken biliyor
2:56
musunuz bu katsayının çok katı kuralları
2:58
vardır. -1 ile +1 sayılarımız bunlar.
3:02
Korelasyon katsayısı asla ama asla bu
3:04
sınırların dışına çıkamaz. İlişki tersi
3:07
yönde olabilir, aynı yönde olabilir.
3:09
Şiddeti değişebilir ama oyunun oynandığı
3:11
saha her zaman bu iki sayının arasıdır.
3:14
Harika. İlerliyoruz. Geldik ikinci
3:16
bölüme. Örneklem büyüklüğü, merkezi
3:19
eğilim ve yayılım. Veri toplarken
3:21
kimleri seçeceğimizi ve topladığımız bu
3:24
sayıların yelpazesini nasıl ölçeceğimizi
3:26
konuşalım biraz. Çalışmaya başlarken o
3:29
çok istediğimiz istatistiksel gücü elde
3:31
etmek için doğru sayıda insanı bulmamız
3:33
şart. Formüller falan filan. Popülasyon
3:36
büyüklüğü, güven aralığı, varyans,
3:38
standart sapla hepsi bu hesaplamanın
3:40
içinde var. Ama çok dikkat edin.
3:42
Ortalama büyüklük diye bir şey bu
3:44
formüllerde kesinlikle yer almaz. Bu
3:46
sınav hazırlayıcıların en sevdiği
3:48
çeldiricidir. Gördüğünüz an çizin
3:49
üstünü. Verilerimizi topladık diyelim.
3:52
Peki bu verilerin ne kadar dağınık, ne
3:54
kadar yayıldığını nasıl anlıyoruz? Tabii
3:57
ki varyans ile. Varyansın tanımı bazen
4:00
karışık gelebilir ama aslında yaptığı
4:02
şey çok basit. Her bir değerin aritmetik
4:04
ortalamaya ne kadar uzaklaştığını alır.
4:07
Bunların karesini hesaplar ve
4:09
ortalamasını bulur. Yani bize senin
4:11
verilerin merkezden ne kadar savrulmuş
4:13
sorusunun cevabını verir. Şimdi size
4:16
klasik tam da sınav kağıdında
4:18
göreceğiniz türden bir şaşırtmaca sorusu
4:20
sorayım. Mod, medyan ve aritmetik
4:22
ortalama. Bu üçlü tam olarak ne zaman
4:24
birbirine %100 eşit olur? Cevap son
4:27
derece estetik aslında. Sadece ve sadece
4:31
kusursuz bir normal dağılımda yani o
4:35
meşhur simetrik çan eğrisinde. Eğer
4:38
veriniz sağa sola kaymamışsa, mükemmel
4:41
bir simetri varsa en çok tekrar eden
4:44
değer ortadaki değer ve genel ortalama
4:47
aynı noktada tam merkezde buluşur. Bu
4:50
simetriyi aklınızdan çıkarmayın. Verinin
4:53
ne kadar yayıldığını görselleştirmek ve
4:55
özellikle sırıtan uç değerleri yakalamak
4:57
için kullandığımız en meşhur grafik kutu
5:00
bıyık grafiği Namı diyar box plot'tur.
5:02
Oradaki bıyıkların uzunluğu öyle grafiği
5:04
çizenin keyfine göre ayarlanmaz. Çok
5:06
katı bir kuralı vardır. Önce 3üncü
5:09
çeyrekten birinci çeyreği çıkarıp
5:10
çeyrekler arası açıklığı bulursunuz.
5:13
Sonra da bu değeri 1,5'la çarparak
5:15
bıyıkların tam uzunluğunu belirlersiniz.
5:17
Bu kural o grafiği sadece okumanızı
5:19
değil mantığını kavramanızı da sağlar.
5:22
Hızlıca son bölümümüze yani araştırma
5:25
türleri ve tarihsel gelişime geçiyoruz.
5:27
Sayıları biraz kenara bırakıp işin
5:29
tasarım kısmına bakalım. Klinik
5:31
çalışmalarda bazen inanılmaz akıllıca
5:34
yöntemler kullanılır. Mesela çapraz
5:36
kontrollü yani crossover araştırmalar
5:38
bence en havalı olanı. Düşünün bir denek
5:41
önce deney grubunda başlıyor. Atıyorum
5:44
yeni ve ucuz bir ilacı kullanıyor. Sonra
5:46
bir noktada gruplar yer değiştiriyor.
5:48
Aynı denek bu sefer kontrol grubuna
5:50
geçiyor ve eski ilacı kullanıyor.
5:52
Böylece herkes iki durumu da bizzat
5:54
tecrübe etmiş oluyor. Muazzam bir
5:56
kontrol mekanizması değil mi? Gözlemsel
5:58
araştırmalarda ise zamanla nasıl
6:00
oynayacağınıza karar vermeniz lazım.
6:02
İnsanları alıp yıllar boyunca izlemek,
6:05
gelecekte başlarına ne geleceğini görmek
6:07
istiyorsanız bunun adı cohort
6:09
araştırmasıdır. Ama hayır zamanı
6:11
donduracağım sadece bugünün şu an bir
6:14
fotoğrafını çekeceğim diyorsanız o zaman
6:16
kesitsel araştırmaları seçiyorsunuz.
6:19
Geleceğe uzun soluklu bir bakış için
6:21
kohort, anlık bir çekim için kesitsel.
6:24
Olay bu kadar net. Bilimin arka odasına
6:26
tarihe de kısa bir gez atalım. Bu
6:28
muazzam formüller gökten zembirle
6:30
inmedi. Mesela çok uç noktalardaki
6:33
olayların zamanla normale dönmesini
6:34
ifade eden ortalamaya gerileme kavramını
6:37
Francis Galton hayatımıza soktu. Sonra
6:40
az önce üzerine basa basa anlattığımız o
6:42
kusursuz çan eğrisi var ya işte onun
6:44
arkasında Abraham de Moy ve Gaus ve
6:46
Blaze Pascal gibi matematik dünyasının
6:48
rockstarları var. Bugün yaptığımız her
6:51
hesapta aslında onların mirasını
6:52
kullanıyoruz. İşte böyle. İstatistik ve
6:55
araştırma yöntemleri kuralları
6:57
bildiğinizde aslında hiç de korkutucu
6:59
değil. Aksine inanılmaz zevkli bir
7:01
yapboz gibi. Öğrendiklerinizi
7:03
sağlamlaştırmak, açık öğretim denemeleri
7:05
çözmek ve aklınıza takılan sorulara
7:07
pratik çözümler bulmak için
7:08
lolonolo.com'u ziyaret etmeyi unutmayın.
7:11
Kapatırken size şu soruyu sormak
7:12
istiyorum. İstatistiği sadece sınavı
7:14
geçmek için bir yük olarak mı
7:16
göreceksiniz? Yoksa etrafınızdaki
7:18
dünyanın ve verilerin gerçek hikayesini
7:20
okumanızı sağlayan bir süper güç mü?
7:22
Karar sizin. Sınavlarınızda şimdiden
7:24
harikalar yaratacağınıza eminim.
7:26
Görüşmek üzere.
Jobs & Education