Boş Zaman Çalışmalarında Farklı İstatistiksel Yaklaşımlar: BAYES Teoremi

Year 2025, Volume: 36 Issue: 1, 127 - 136, 14.05.2025

Özkan Tütüncü

https://doi.org/10.17123/atad.1698985

Abstract

Nicel boş zaman çalışmalarında klasik frekanscı yaklaşım çok yaygın olarak kullanılmaktadır. Öte yandan, farklı bir paradigma olarak Bayes teoreminin alanımızdaki çalışmalarda yeterince yer almadığı görülmektedir. Günümüzde bilgisayar teknolojisinin gelişmesi Bayesyan istatistiklerinin yazılımlarda yer almasını kolaylaş- tırmıştır. Bu çalışmada boş zaman motivasyonunun değişkenlerinden içselleştirme ve bilmenin Bayesci ve frekanscı istatistik kapsamında cinsiyete ve çalışma durumuna göre nasıl değişkenlik gösterdiği bağımsız örneklemler t testi ile incelenmiştir. Bayesci yaklaşımın klasik yaklaşıma ek olarak nicel araştırmalarda kullanılması, alanımızdaki araştırmalardan elde edilecek çıkarımları güçlendirebilecektir.

Keywords

Boş zaman çalışmaları, Motivasyon, Bayes teoremi, Frekanscı yaklaşım

Different Statistical Approaches in Leisure Studies: BAYES Theorem

Abstract

It is seen that the classical frequency approach is widely used in quantitative leisure studies. On the other hand, Bayes’ theorem, as a different paradigm, is not sufficiently evaluated in the recreation field. Today, the development of computer technology has facilitated the inclusion of Bayesian statistics in softwares. In this study, how “to know” and “introjected” motivations, which are variables of leisure motivation, vary according to gender and employement status within the scope of Bayesian and frequentist statistics was examined by independent samples t-test. The use of the Bayesian approach in quantitative research in addition to the classical approach will strengthen the conclusions to be drawn from the research in our field.

Keywords

Leisure studies, Motivation, Bayes theorem, Frequentist approach

References

• Albers C. J., Kiers H. A. L. ve Ravenzwaaij D. V. (2018). Credible Confidence: A Pragmatic View on the Frequentist vs Bayesian Debate, Collabra: Psychology, 4(1): 31-38.
• Brière, N.M., Vallerand, R.J., Blais, M.R. ve Pelletier, L.G. (1995). Développement et Validation d’une Mesure de Motivation Intrinsèque, Extrinsèque et d’Amotivation en Contexte Sportif: L’Échelle de Motivation dans les Sports (EMS), International Journal of Sport Psychology, 26: 465-489.
• Cohen, J. (1998). Statistical Power Analysis for the Behavioral Sciences. Hillsdale, NJ: Lawrence Erlbaum Associates.
• İnan, H. E. (2024). Comparison of Machine Learning Algorithms for Classification of Hotel Reviews: Sentiment Analysis of TripAdvisor Reviews, GSI Journals Serie A: Advancements in Tourism Recreation and Sports Sciences, 7(1): 111-122.
• JASP Team (2018). JASP Yazılım Programı, https://jasp-stats.org. Erişim Tarihi: 01.05.2025.
• Jeffreys, H. (1939). Theory of Probability. Oxford, England: The Clarendon Press.
• Lehmann, E. L. (1993). The Fisher, Neyman-Pearson Theories of Testing Hypotheses: One Theory or Two?, Journal of the American Statistical Association, 88(424): 1242–1249.
• Lukeprog (2011). A History of Bayes’ Theorem, Lesswrong, https://www.lesswrong.com/posts/RTt59BtFLqQbsSiqd/ahistory-of-bayes-theorem, Erişim Tarihi: 28.04.2025.
• R Core Team (2021). R: A Language and Environment for Statistical Computing. (Version 4.1) [Bilgisayar Yazılımı]. https://cran.r-project.org, Erişim Tarihi: 01.05.2025.
• Mishra, D. ve Panda, R. (2021). How Delightful is Indian Wellness Tourism? A Netnographic Study, Advances in Hospitality and Tourism Research (AHTR), 9(1): 132-156.
• Morey, R. D. ve Rouder, J. N. (2018). BayesFactor: Computation of Bayes Factors for Common Designs. [R package]. https://cran.r-project.org/package=BayesFactor, Erişim Tarihi: 01.05.2025.
• Rouder, J. N., Speckman, P. L., Sun, D., Morey, R. D. ve Iverson, G. (2009). Bayesian t Tests for Accepting and Rejecting the Null Hypothesis, Psychonomic Bulletin and Review, 16: 225-237.
• The Jamovi Project (2022). Jamovi. (Version 2.3) [Bilgisayar Yazılımı]. https://www.jamovi.org, Erişim Tarihi: 01.05.2025.
• Van de Schoot, R., Kaplan, D., Denissen, J., Asendorpf, J. B., Neyer, F. J. ve van Aken, M. A. G. (2014). A gentle introduction to Bayesian analysis: Applications to developmental research, Child Development, 85(3): 842–860.
• Wasserstein R. L. ve Lazar N. A. (2016) The ASA’s Statement on p-Values: Context, Process, and Purpose, The American Statistician, 70(2): 129-133.
• Zellner, A. (1971). An Introduction to Bayesian Inference in Econometrics. New York: John Wiley & Sons.