Normal Distribution Dilemma

Araştırmacılar, çoğu hipotez testinden önce testin varsayımlarını incelemektedir. Sıklıkla karşılaşılan bir varsayım ise verinin normal dağılım göstermesidir. Ancak normallik testleri ve betimsel istatistikler çoğunlukla araştırmacıları ikileme düşürerek dağılıp dağılmadığıyla ilgili karar almasını zorlaştırmaktadır. İşte bu yönde araştırmanın amacı çarpıklık katsayısı, örneklem büyüklüğü sürekli–sıralı olma durumuna göre tek değişkenli testlerini (Anderson-Darling, Cramer-von Mises, Jarque-Bera, Kolmogorov-Smirnov, Lilliefors, Pearson ki kare, Shapiro-Francia Shapiro-Wilk) için kullanılan istatistikleri (çarpıklık katsayısının standart değeri, basıklık katsayısı/standart hata) karşılaştırmaktır. Araştırma Monte Carlo simülasyon çalışmasıdır. Simülasyon koşulları katsayısı (-2.5, -1.0, 0.0, 1.0, 2.5), (20, 30, 50, 100, 500, 1000 5000) sürekli ya da sıralı (kategorisi sayısı 2, 3, 4, 5 7) olması olarak belirlenmiştir. Araştırmada tamamen çaprazlanmış desenle 210 koşulu üzerinde çalışılmıştır. Değerlendirme ölçütleri 1. tip hata güç sonucunda açısından Jarque–Bera, değerinin koşulların çoğunda diğer yöntemlere daha düşük yüksek değerlerine sahip olduğu Örneklemin küçük, veri tipinin sürekli, -1 +1 koşullarda tüm yöntemlerin gücünde düşüş gözlenmiştir.