📸 Karar Ağacı için SPSS menü yolu: Analyze → Classify → Tree
Karar Ağacı Nedir?
Karar ağacı (decision tree), bağımlı değişkeni sınıflandırmak veya öngörmek için bağımsız değişkenlerin hiyerarşik bölümlemesini yapan görsel ve yorumlanabilir bir makine öğrenimi yöntemidir. Her düğüm bir değişken, her dal bir karar kuralını temsil eder.
SPSS iki temel algoritma sunar: CHAID (ki-kare tabanlı, kategorik sonuç için) ve CRT (ikili bölme, sürekli veya kategorik).
SPSS'te Adım Adım
Adım 1: Analyze → Classify → Tree seçin.
Adım 2: Dependent Variable'a bağımlı değişkeninizi ekleyin. Independent Variables'a tüm potansiyel yordayıcıları ekleyin.
Adım 3: Growing Method: CHAID (kategorik) veya CRT (sürekli veya karma) seçin. Maximum depth: 5 ile başlayın.
Adım 4: Validation: %70 train / %30 test ayrımı için Cross-validation seçin → OK.
📸 Karar ağacı sınıflandırma matrisi — %85.5 genel doğruluk
Sonuç Yorumlama
Sınıflandırma tablosunda genel doğruluk (accuracy), duyarlılık (sensitivity) ve özgüllüğü (specificity) birlikte değerlendirin. Karar ağacı diyagramında en üstteki (kök) düğüm en güçlü öngörücü değişkeni gösterir.
APA Raporlama
CHAID karar ağacı analizi, hastalık durumunu öngörmede %85.5 genel doğruluk, %80.9 duyarlılık ve %88.8 özgüllük elde etmiştir. Kök düğümde en güçlü ayırt edici değişken CRP düzeyi (χ²=42.3, p<.001) olarak belirlenmiştir.