Dersin Ayrıntıları
YarıyılKoduAdıT+U+LKrediAKTSSon Güncelleme Tarihi
2EOP514İleri İstatistik3+0+031014.11.2026
Dersin Detayları
Dersin Dili Türkçe
Dersin Düzeyi Yüksek Lisans
Bölümü / Programı Endüstri ve Örgüt Psikolojisi (Tezli YL)
Öğrenim Türü Örgün Öğretim
Dersin Türü Seçmeli
Dersin Öğretim Şekli Yüz Yüze
Dersin Amacı Bu dersin amacı, öğrencilerin endüstri ve örgüt psikolojisi araştırmalarında kullanılan ileri istatistiksel analiz yöntemlerini kuramsal temelleriyle öğrenmelerini; araştırma sorusuna ve veri yapısına uygun analizi seçebilmelerini, analizleri istatistik yazılımlarıyla yürütebilmelerini ve sonuçları etki büyüklükleriyle birlikte bilimsel standartlara uygun biçimde yorumlayıp raporlayabilmelerini sağlamaktır.
Dersin İçeriği Veri hazırlama ve veri tarama (kayıp veri, uç değerler, varsayımlar); hipotez testi, etki büyüklüğü, güven aralıkları ve güç analizi; tek yönlü ve faktöriyel varyans analizi; tekrarlı ölçümler ve karma desen ANOVA; kovaryans analizi; MANOVA; korelasyon ve basit doğrusal regresyon; çoklu ve hiyerarşik regresyon; lojistik regresyon; aracı ve düzenleyici değişken analizleri, koşullu süreç analizi; açımlayıcı faktör analizi ve güvenirlik analizleri; doğrulayıcı faktör analizi, yapısal eşitlik modellemesi ve çok düzeyli modellere giriş; sonuçların APA 7 standartlarına göre raporlanması.
Dersin Yöntem ve Teknikleri Anlatım, istatistik yazılımlarıyla (SPSS, JASP/R) uygulamalı veri analizi, örnek veri setleri üzerinde çalışma, makale inceleme, soru-cevap ve tartışma.
Ön Koşulları Yok
Dersin Koordinatörü Yok
Dersi Verenler Yok
Dersin Yardımcıları Yok
Dersin Staj Durumu Yok

Ders Kaynakları
Kaynaklar Zorunlu Okumalar Field, A. (2024). Discovering statistics using IBM SPSS Statistics (6th ed.). Sage. Tabachnick, B. G., & Fidell, L. S. (2019). Using multivariate statistics (7th ed.). Pearson. Hayes, A. F. (2022). Introduction to mediation, moderation, and conditional process analysis: A regression-based approach (3rd ed.). Guilford Press. Önerilen Okumalar Çokluk, Ö., Şekercioğlu, G., & Büyüköztürk, Ş. (2018). Sosyal bilimler için çok değişkenli istatistik: SPSS ve LISREL uygulamaları (5. baskı). Pegem Akademi. Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (2003). Applied multiple regression/correlation analysis for the behavioral sciences (3rd ed.). Lawrence Erlbaum. Kline, R. B. (2023). Principles and practice of structural equation modeling (5th ed.). Guilford Press. American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). APA.
Ders Notları Devam Zorunluluğu: Derse devam zorunluluğu %70’tir. Devam koşulunu sağlamayan öğrenciler devamsızlık nedeniyle başarısız sayılır ve final sınavına katılamaz.
Derse Zamanında Katılım: Öğrencilerin ders saatlerine uygun olarak sınıfta hazır bulunmaları gerekmektedir. Ders başladıktan sonra sınıfa giriş yapılmasına izin verilmez. Derse geç kalan öğrenciler, varsa ders arasından sonra sınıfa kabul edilir.
Ders Materyalleri ve Duyurular: Ders kapsamında paylaşılan materyaller ve duyurular Google Classroom üzerinden öğrencilere iletilir. Öğrenciler, platformda yayımlanan materyalleri ve duyuruları düzenli olarak takip etmekle yükümlüdür.

Ders Yapısı
Sosyal Bilimler %50
Alan Bilgisi %50

Planlanan Öğrenme Aktiviteleri ve Metodları
Etkinlikler ayrıntılı olarak "Değerlendirme" ve "İş Yükü Hesaplaması" bölümlerinde verilmiştir.

Değerlendirme Ölçütleri
Yarıyıl Çalışmaları Sayısı Katkı
Ara Sınav 1 % 40
Yarıyıl Sonu Sınavı 1 % 60
Toplam :
2
% 100

 
AKTS Hesaplama İçeriği
İş Yükü Sayısı Süre Toplam İş Yükü (Saat)
Ders Süresi 15 3 45
Sınıf Dışı Ç. Süresi 14 15 210
Yarıyıl Sonu Sınavı 1 45 45
Toplam İş Yükü   AKTS Kredisi : 10 300

 
Dersin Öğrenme Çıktıları: Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir:
Sıra NoAçıklama
1 1. Veri setlerini analize hazırlar; kayıp veri, uç değer ve analiz varsayımlarını değerlendirir.
2 2. Araştırma sorusuna ve veri yapısına uygun ileri istatistiksel analiz yöntemini seçer.
3 3. Varyans analizi ve regresyon temelli analizleri istatistik yazılımlarıyla yürütür ve yorumlar.
4 4. Aracı ve düzenleyici değişken analizlerini ve faktör analizlerini uygular ve yorumlar.
5 5. Analiz sonuçlarını etki büyüklükleriyle birlikte APA standartlarına uygun biçimde raporlar.

 
Ders Konuları
HaftaKonuÖn HazırlıkDökümanlar
1 Derse giriş; temel istatistik kavramlarının gözden geçirilmesi; istatistik yazılımlarına giriş ve veri dosyasının hazırlanması
2 Veri tarama: kayıp veri, uç değerler ve varsayımlar (normallik, doğrusallık, varyansların homojenliği)
3 Hipotez testi, etki büyüklüğü, güven aralıkları ve güç analizi
4 Varyans analizi: tek yönlü ve faktöriyel ANOVA, etkileşim etkileri
5 Tekrarlı ölçümler ve karma desen ANOVA; kovaryans analizi (ANCOVA)
6 Çok değişkenli varyans analizi (MANOVA)
7 Korelasyon ve basit doğrusal regresyon
8 Vize
9 Çoklu regresyon ve hiyerarşik regresyon; çoklu bağlantı sorunu
10 Lojistik regresyon
11 Aracı değişken analizleri ve PROCESS makrosu
12 Düzenleyici değişken analizleri ve koşullu dolaylı etkiler
13 Açımlayıcı faktör analizi ve güvenirlik analizleri
14 Doğrulayıcı faktör analizi, yapısal eşitlik modellemesi ve çok düzeyli modellere giriş
15 Bulguların APA 7 standartlarına göre raporlanması; analiz projelerinin sunumu ve genel değerlendirme

 
Dersin Program Çıktılarına Katkısı
P1 P2 P3 P4 P5 P6 P7 P8 P9 P10
Ö1 2 3 3 2 4 5 1 1 2 3
Ö2 2 3 3 3 5 5 2 2 3 2
Ö3 2 3 3 3 4 5 2 2 2 2
Ö4 3 4 3 2 4 5 3 2 3 2
Ö5 2 2 3 2 5 5 1 1 4 5

  Katkı Düzeyi: 1: Çok Düşük 2: Düşük 3: Orta 4: Yüksek 5: Çok Yüksek