AcademicFix
EN
Read in English

Akademik işler için açık bir çalışma alanı.

X

Neye ihtiyacınız var?

Arama bu tarayıcıda yapılır. Arama metni gönderilmez.

AraçAkademik Teşvik Dosyası HazırlamaKLÜ’nün 2025 faaliyet dönemi için YÖKSİS kayıtlarını, kanıtları ve eksik belge listesini tarayıcınızda düzenleyin. Beyanname sırasıyla ZIP alın.AraçWord çalışma şablonu oluşturucuÖdev, araştırma ve tez için başlıklarınızı ve metninizi düzenlenebilir Word dosyasına yerleştirin. Font, hizalama ve içindekiler ayarları tarayıcıda uygulanır.AraçOnline APA 7 Tablo Biçimlendirici ve DoğrulayıcıTablo verisini tarayıcınızda Word ve LaTeX için biçimlendirin. Sentetik örnek, tablo numarası, başlık ve not kontrolleri; istatistik hesaplanmaz.AraçOnline BibTeX Doğrulayıcı ve Onarıcı (BibTeX Linter)BibTeX sözdizimini tarayıcınızda denetleyin; yinelenen anahtarları ve seçili düzeltmeleri örnekle inceleyin. Kaynak varlığı ve LaTeX derlemesi doğrulanmaz.AraçOnline DOI → APA 7 Kaynakça ve Künye OluşturucuCrossref üstverisinden APA 7 kaynakça taslağı, metin içi atıf ve BibTeX oluşturun. Üstveri eksik olabilir; çıktıyı yayıncı kaydıyla doğrulayın.AraçOnline APA 7 Metin İçi Atıf & Kaynakça Eşleştirici (Citation Linter)Tez veya makalenizin metin içi atıfları ile kaynakçasını saniyeler içinde çapraz denetleyin. Kaynakçada unutulan atıfları, zombi kaynakları ve yıl hatalarını tespit edin.AraçBenzerlik ve AI Raporu İçin Çalışma Notu ve Açıklama TaslağıKendi rapor bilgileriniz ve kanıtlarınızla bir ön inceleme ve açıklama taslağı hazırlayın. Turnitin’e bağlanmaz, dosya taramaz; akademik veya hukuki karar vermez.StudioAcademicFix StudioYapay zekâ ajanları, belgeler ve görevler için Microsoft Store üzerinden yüklenen Windows çalışma alanı.RehberYÖKSİS’te yayın kaydı ve akademik teşvikYÖKSİS’e eksik yayınları ekleyin veya kayıtlarınız güncelse doğrudan akademik teşvik raporuna ve dosya hazırlığına geçin.RehberYüzde puan ve yüzde değişim nasıl hesaplanır?%30’dan %45’e çıkış 15 yüzde puan ve başlangıca göre %50 artıştır. Payda değiştiğinde ve başlangıç sıfır olduğunda ne yazacağınızı örnekle görün.RehberEşleştirilmiş t-testi: Önce–sonra puanları nasıl karşılaştırılır?Aynı kişilerin önce ve sonra puanlarını kimlikten eşleştirin. Sekiz kurgusal çiftle ortalama farkı, standart hatayı ve %95 güven aralığını hesaplayın.RehberWelch t-testi ile iki bağımsız grubun ortalamasını karşılaştırmaWelch ve Student t-testinde aynı ortalama farkının neden farklı güven aralıkları verdiğini 12 ve 30 kişilik kurgusal örnekle hesaplayın.RehberKorelasyon yüksekse iki ölçüm uyumlu mu? Bland–Altman rehberiYüksek korelasyonla ölçüm uyumunu ayırın. Bland–Altman grafiğini okuyun, uyum sınırlarını hesaplayın ve kabul edilebilir farkla karşılaştırın.RehberOrtalamaya dönüş nedir? Önce–sonra artışı nasıl yorumlanır?Düşük ilk puanla seçilen bir grubun ortalaması müdahale olmadan nasıl yükselebilir? Kuramsal örneği hesaplayın ve önce–sonra tasarımınızı kontrol edin.RehberLiteratür taraması nasıl kaydedilir? Tekrarlanabilir bir arama günlüğüVeritabanı, platform, tam sorgu, tarih ve tekilleştirme adımlarını kaydedin. Örnek arama günlüğü ve indirilebilir boş şablonla taramanızı izlenebilir kılın.RehberEksik veri varsa satırı silmeli miyim?Eksik veriyi sıfırdan ayırın; MCAR, MAR ve MNAR varsayımlarını, satır silme ve çoklu atama seçeneklerini kurgusal örnekle değerlendirin.RehberÇoklu test düzeltmesi: Bonferroni, Holm ve FDR nasıl seçilir?Çoklu testte önce test ailesini ve sınırlamak istediğiniz hatayı belirleyin. Kurgusal örnek, Bonferroni–Holm karşılaştırması ve raporlama listesi.RehberAkademik dergi nasıl kurulur? Kuruluştan ilk yayına yol haritasıAkademik dergi kurmak için kapsam, yayıncı, editoryal ekip, bütçe, politikalar, OJS ve DergiPark seçenekleri; ISSN, DOI ve dizin başvurularının farkları.RehberAkademik dergide kim ne yapar? Görevler, yetkiler ve sorumluluklarYayıncı, baş editör, alan editörü, kurul, sekretarya, hakem ve üretim ekibinin görevlerini; karar yetkisini ve çıkar çatışmasını ayıran rehber.RehberMakale dergide nasıl ilerler? Başvurudan yayıma editoryal iş akışıİdari kontrol, editoryal ön inceleme, hakemlik, karar, revizyon, prova, üstveri ve yayın sonrası düzeltmeleri adım adım açıklayan dergi iş akışı rehberi.RehberLiteratür matrisi nasıl hazırlanır? Makale özetinden sentezeLiteratür matrisi için beş sütunlu şablon ve kurgusal örnek: kaynakları karşılaştırın, bulgu ile yorumu ayırın, özetlerden tematik paragrafa geçin.Rehber5 yayın, 5 çalışma demek olmayabilirSistematik derlemede kayıt, rapor ve çalışma farkını öğrenin. Aynı çalışmanın yayınlarını eşleştirin; takip verisini korurken çift sayımı önleyin.RehberSPSS .sav dosyasını Studio’da inceleme: etiket, eksik değer ve kapsam kontrolüStudio 1.1.1’de SPSS .sav dosyasını doğrudan içe alın; sentetik veride ham kod, etiket, eksik değer ve mesaj kapsamını doğrulayın.RehberAkademik çalışmada model aboneliği, BYOK API veya yerel model nasıl seçilir?Akademik işlerde abonelik, API ve yerel modelin erişim, maliyet ve veri akışı farkları; sentetik test ve gerçek kullanım kaydı.
Rehberler / Araştırma yöntemleri

Ortalamaya dönüş nedir? Önce–sonra artışı nasıl yorumlanır?

Düşük ilk puanla seçilen bir grubun ortalaması müdahale olmadan nasıl yükselebilir? Kuramsal örneği hesaplayın ve önce–sonra tasarımınızı kontrol edin.

AcademicFix Editoryal Ekibi · Kaynak kontrolü:

Read this guide in English

Aynı grupta beklenen değişim
Genel ortalama
70
Seçilen ilk ortalama
50
Beklenen ikinci ortalama
60

Kurgusal ve müdahalesiz model. 60 puan gözlenen bir son test sonucu değildir.

Örnek hesabı inceleyin

İlk sınavda en düşük puan alan öğrencileri seçip ikinci sınavda grubun ortalamasının yükseldiğini gördüyseniz, bu artışın ne kadarının uyguladığınız programa bağlı olduğunu tek başına söyleyemezsiniz. Ölçümler karşılaştırılabilir ve genel ortalama sabitken, puanlar tam olarak tekrarlanmıyorsa düşük puanla seçilen grubun sonraki ortalaması müdahale olmadan da genel ortalamaya yaklaşabilir. Buna ortalamaya dönüş denir. Bland ve Altman, 1994

Bu rehberde

İlk puana göre seçim neden önemli?

Öğrencinin ilk puanı, ölçmeye çalıştığınız becerinin yanı sıra o güne özgü koşulları ve ölçüm hatasını da yansıtabilir. Yalnızca düşük puan alanları seçtiğinizde, ilk ölçümü geçici olarak düşük çıkmış öğrencileri de gruba alabilirsiniz. Aynı geçici bileşen ikinci ölçümde aynı yönde ve büyüklükte tekrarlanmayabilir. Çok yüksek puanla yapılan seçimde benzer bir durum ters yönde görülebilir. Barnett ve arkadaşları, 2005

İlk puana göre seçimle, öğrencileri ilk puandan bağımsız bir ölçüte göre seçmeyi ayırın. Örneğin bir sınıftaki bütün öğrencileri dahil etmek, yalnızca 55 ve altında puan alanları dahil etmekle aynı tasarım değildir. Ortalamaya dönüş grup ortalamasıyla ilgili bir beklentidir. Gruptaki bir öğrencinin ikinci puanı daha düşük çıkabilir.

50’den 60’a artış, bir program uygulanmadan nasıl ortaya çıkar?

Instagram paylaşımındaki kuramsal örneği açalım. Birinci ve ikinci puanın genel ortalaması 70, standart sapmaları 10, aralarındaki korelasyon 0,50 olsun. İki puanın ortak normal dağıldığını ve bir müdahale olmadığını varsayalım. İlk puanı bildiğimizde beklenen ikinci puan bu modelde 70 + 0,50 × (ilk puan − 70) olur. Eşit standart sapma varsayımı burada önemlidir. Genel doğrusal formülde eğim, korelasyonun ikinci ve birinci standart sapmaların oranıyla çarpımıdır. Khan ve Olivier, 2025, Bölüm 2

50’den 60’a artış, bir program uygulanmadan nasıl ortaya çıkar?
İlk puan Hesap Beklenen ikinci puan
45 70 + 0,50 × (45 − 70) 57,5
50 70 + 0,50 × (50 − 70) 60
55 70 + 0,50 × (55 − 70) 62,5
Ortalama 50 Beklenen ortalama 60

Buradaki 10 puan, seçilen üç başlangıç puanına koşullu model beklentisidir. Bir deneyden alınmış ikinci ölçüm veya gerçek bir uygulamadan çıkarılacak sabit bir düzeltme miktarı değildir. Gerçek veride ölçüm ortalamaları zamanla değişebilir, iki ölçümün yayılımı farklı olabilir veya puanlar taban ve tavan değerlerine yığılabilir. Bu durumda örnekteki formülü doğrudan aktarmayın.

Program etkisini ayırmak için tasarımı nasıl kurarsınız?

  1. Uygunluk ölçütünü veri toplamadan önce yazın. Örneğin hangi sınavın hangi puan aralığındaki öğrencileri seçmek için kullanılacağını belirtin. Tasarıma uygunsa tek bir güne özgü dalgalanmanın seçimdeki ağırlığını azaltmak için önceden planlanmış birden fazla başlangıç ölçümü alın.
  2. Karşılaştırma grubunu aynı uygunluk ölçütünden oluşturun. Olanak varsa uygun bulunan öğrencileri program ve karşılaştırma gruplarına rastgele atayın. Ölçümleri benzer koşullarda ve benzer aralıklarla yapın. Başlangıçta düşük puanlı program grubunu, tüm okulun ortalamasıyla kıyaslamak aynı soruyu yanıtlamaz.
  3. Gruplar arasındaki farkı doğrudan tahmin edin. Sürekli bir sonuç ve uygun varsayımlar altında, takip puanını başlangıç puanı ve grup değişkeniyle modelleyen bir analiz önceden planlanabilir. Etki tahminini ve güven aralığını birlikte raporlayın. Tek gruba başlangıç puanını eklemek, eksik karşılaştırma grubunun yerini tutmaz. Vickers ve Altman, 2001

Bir program etkisi ile ortalamaya dönüş aynı çalışmada birlikte bulunabilir. Ayrıca alıştırma etkisi, ders dışı öğrenme veya farklı test koşulları gibi nedenler de puanı değiştirebilir. Tasarım bunları ayıramıyorsa, verinin desteklediği gözlenen değişimi raporlayın ve nedensel yorumun sınırını yazın. Bland ve Altman, 1994

Tek grubunuz varsa sonucu nasıl yazarsınız?

Raporlama örneği, kurgusal: “Programa ilk puanı 55 ve altında olan öğrenciler alındı. İzlemde bu grubun ortalama puanı yükseldi. Karşılaştırma grubu bulunmadığı için artışın ne kadarının programa bağlı olduğu belirlenemedi. İlk puana göre seçim ve sınavı ikinci kez çözmenin etkisi olası açıklamalar arasındadır.”

Kendi raporunuzda seçim kuralını, analiz edilen kişi sayısını, iki ölçüm arasındaki süreyi ve gözlenen farkı açıkça belirtin. Takip ölçümü eksik olanları ayrıca sayın. Eksik veri için karar rehberi

Sık sorulan sorular

Başlangıç ve takip puanı arasındaki korelasyon yüksekse ortalamaya dönüş biter mi? Örnekteki eşit yayılımlı modelde korelasyon 1’e yaklaştıkça beklenen dönüş azalır. Bu ilişki model koşullarına bağlıdır. Tek başına yüksek bir korelasyon, zaman içindeki değişimin nedenini göstermez.

Son testte herkesin puanının artması gerekir mi? Hayır. Model, ilk puan bilindiğinde ikinci puanın ortalama beklentisini verir. Bireysel sonuçlar bu beklentinin altında veya üstünde kalabilir.

Önce–sonra farkı istatistiksel olarak anlamlıysa program işe yaramış sayılır mı? Tek grupta anlamlı bir değişim, değişimin kaynağını ayırmaz. Nedensel soru için karşılaştırma ve tasarım belirleyicidir. P-değeri, etki büyüklüğü ve güven aralığı

Son kontrol

  • Seçim ilk ölçüme mi dayanıyor? Eşik nasıl belirlendi?
  • Ölçümlerin koşulları, kullanılan ölçek ve takip aralığı karşılaştırılabilir mi?
  • Karşılaştırma grubu varsa aynı uygunluk ölçütlerinden mi geldi?
  • Rapor, gözlenen değişim ile tahmin edilen müdahale etkisini ayrı gösteriyor mu?

Sonraki adım olarak araştırma sorusuna göre analiz seçimi rehberini kullanın.

Kaynaklar ve paylaşım

Konuyu kısaca ele aldığımız Instagram paylaşımı