SPSS Analiz Türleri

SPSS’te hangi analizin kullanılacağı, araştırma sorusundan ve verinin ölçüm düzeyinden (kategorik, sıralı, sürekli) bağımsız seçilemez. Yanlış test seçimi, sonuçların hakemler tarafından sorgulanmasının en sık nedenlerinden biridir ve çoğu zaman analiz tamamlandıktan sonra fark edilir, bu da tüm veri toplama sürecine yeniden dönülmesini gerektirebilir. Bu rehber, ilk kez nicel bir tezle karşı karşıya olan bir yüksek lisans öğrencisi için olduğu kadar, analizi tamamlamış ama sonucu bulgular bölümünde nasıl raporlayacağından emin olmayan araştırmacılar için de bir başvuru kaynağıdır.

Örnek bir durum: Bir araştırmacı, iki grubun ölçek puanlarını karşılaştırmak için bağımsız örneklem t-testi çalıştırır, ancak normallik ve varyans homojenliği varsayımlarını hiç kontrol etmez. Hakem raporu, “verinin normal dağılıp dağılmadığı test edilmiş mi?” sorusuyla geri döner. Varsayım kontrolleri analiz aşamasında yapılmadığı için araştırmacı, ham veriye geri dönüp Shapiro-Wilk testini çalıştırmak, sonucu yorumlamak ve gerekiyorsa testi Mann-Whitney U ile değiştirmek zorunda kalır — bu, analiz sırasında birkaç dakikada yapılabilecek bir kontrolün, revizyon aşamasında günler süren bir işe dönüşmesinin tipik bir örneğidir.

Betimsel İstatistikler

Her analiz sürecinin başlangıç noktası betimsel istatistiklerdir: ortalama, standart sapma, çarpıklık ve basıklık değerleri. Bu değerler yalnızca veriyi betimlemekle kalmaz, hangi ileri analizin uygun olacağına da doğrudan işaret eder — örneğin çarpıklık değeri yüksek bir dağılım, parametrik olmayan bir testin tercih edilmesini gerektirebilir.

Analiz seçimi netleştikten sonra SPSS’te “Analyze” menüsünün hangi alt menülerinin kullanılacağı da doğrudan bu karara bağlıdır, bu yüzden test seçimi araç kullanımından her zaman önce gelmelidir; yanlış menüden çalıştırılan bir test (örneğin bağımsız grupları eşleştirilmiş örneklem gibi analiz etmek), sonuçların tamamen geçersiz çıkmasına neden olur. Bu nedenle veri yapısının (bağımsız gruplar mı, tekrarlı ölçüm mü) analiz öncesi netleştirilmesi, test seçiminden önce gelen bir adımdır.

Grup Karşılaştırmaları: t-Testi ve ANOVA

İki grup arasındaki farkı karşılaştırmak için bağımsız örneklem t-testi, ikiden fazla grup için tek yönlü ANOVA kullanılır. Her ikisi de verinin normal dağıldığı ve grup varyanslarının homojen olduğu varsayımına dayanır; bu varsayımlar Shapiro-Wilk ve Levene testleriyle kontrol edilmeden analiz raporlanmamalıdır. Varsayımlar sağlanmadığında sırasıyla Mann-Whitney U ve Kruskal-Wallis testleri tercih edilir.

Kategorik Veriler İçin Ki-Kare Testi

Sürekli bir ölçüm değil, iki kategorik değişken arasındaki ilişki söz konusu olduğunda (örneğin cinsiyet ile bir ürünü tercih etme durumu arasındaki ilişki), Ki-Kare bağımsızlık testi kullanılır. Bu testin güvenilir sonuç verebilmesi için çapraz tablodaki hücrelerin beklenen frekans değerlerinin çoğunlukla 5’in üzerinde olması gerekir, bu koşul SPSS çıktısındaki uyarı notunda otomatik olarak belirtilir; küçük örneklemlerde bu koşul sağlanmadığında Fisher’ın Kesin Testi tercih edilmelidir. İlişkinin yönünü değil yalnızca varlığını gösteren Ki-Kare sonucunun yanına, ilişkinin gücünü gösteren Cramer’s V gibi bir etki büyüklüğü değeri eklemek, hakemlerin artık standart olarak beklediği bir tamamlayıcı bilgidir.

İlişki Analizleri: Korelasyon ve Regresyon

İki sürekli değişken arasındaki ilişkinin yönünü ve gücünü ölçmek için Pearson (parametrik) veya Spearman (parametrik olmayan) korelasyon katsayısı kullanılır. Bir değişkenin diğerini ne ölçüde yordadığını test etmek içinse basit veya çoklu doğrusal regresyon analizi uygulanır. Regresyon modelinde çoklu doğrusal bağlantı (multicollinearity) sorununun VIF değerleriyle kontrol edilmesi, sık atlanan ama hakemlerin sorguladığı, raporlanması gereken bir adımdır.

Ölçek Güvenilirlik Analizi

Anket temelli çalışmalarda kullanılan ölçeklerin iç tutarlılığı Cronbach’s Alpha katsayısı ile raporlanır; 0,70 ve üzeri değerler genellikle kabul edilebilir sayılır, ancak yeni geliştirilen bir ölçekte bu eşiğin biraz altındaki değerler de gerekçeli biçimde tartışılabilir. Faktör yapısını doğrulamak için ise açımlayıcı (EFA) veya doğrulayıcı (CFA) faktör analizi kullanılır — CFA için SPSS’in AMOS eklentisi ya da ayrı bir yapısal eşitlik modellemesi yazılımı gerekir; iki analiz farklı amaçlara hizmet eder ve genellikle art arda, önce EFA sonra CFA olarak uygulanır.

Araştırma Sorusuna Göre Hızlı Test Seçimi

Aşağıdaki tablo, en sık karşılaşılan araştırma sorusu türlerini uygun testle eşleştirir; kesin seçim her zaman verinin ölçüm düzeyi ve varsayım kontrolleriyle teyit edilmelidir.

Sık Yapılan Analiz Hataları

Sonuçları Yöntem ve Bulgular Bölümünde Raporlama

Bir testin SPSS’te doğru çalıştırılması ile sonucun makalede doğru raporlanması aynı şey değildir; ikisi de ayrı ayrı özen gerektirir. Yöntem bölümünde hangi testin, hangi varsayım kontrolleriyle ve hangi anlamlılık düzeyinde (genellikle p < 0,05) kullanıldığı önceden belirtilmelidir. Bulgular bölümünde ise test istatistiği, serbestlik derecesi, p-değeri ve etki büyüklüğü birlikte, dergi şablonunun istediği biçimde (APA 7’de örneğin t(58) = 2,14, p = ,037) raporlanır. SPSS çıktı tablosunun doğrudan ekran görüntüsü olarak makaleye eklenmesi çoğu dergide kabul edilmez; sonuçların düzenli bir tabloya veya düz metne dönüştürülmesi beklenir.

Eksik Veri ile Başa Çıkma Yöntemleri

Anket veya deneysel verilerde eksik gözlemler (missing data) neredeyse kaçınılmazdır; bu eksikliğin nasıl ele alındığı, sonuçların güvenilirliğini doğrudan etkiler. En basit yöntem olan listwise deletion (eksik verisi olan tüm satırı analizden çıkarma), veri kaybı düşükse (%5’in altı) kabul edilebilir olsa da eksiklik oranı arttıkça örneklem büyüklüğünü ciddi biçimde küçültür ve sonuçlarda sapmaya yol açabilir. Bu durumlarda çoklu değer atama (multiple imputation) veya beklenti-maksimizasyon (EM) algoritması gibi daha gelişmiş yöntemler tercih edilir; SPSS’in kendi çoklu değer atama modülü bu işlemi gerçekleştirebilir. Hangi yöntemin seçildiği ve eksik veri oranının ne olduğu, yöntem bölümünde mutlaka raporlanmalıdır — bu bilginin atlanması, hakemlerin sonuçların güvenilirliğini sorgulamasına neden olabilir.

Örneklem Büyüklüğünü Analizden Önce Belirleyin

Bir analiz türü seçildikten sonra örneklem büyüklüğünün yeterli olup olmadığını sormak yerine, ideal olan örneklem büyüklüğünün analiz planlanırken, veri toplama başlamadan önce güç analizi (power analysis) ile hesaplanmasıdır. G*Power gibi araçlarla yapılan bir güç analizi, beklenen etki büyüklüğü ve istenen istatistiksel güç (genellikle 0,80) verildiğinde gereken minimum örneklem büyüklüğünü hesaplar. Veri toplandıktan sonra örneklemin yetersiz çıkması, bulguların anlamlılığını tartışmalı hâle getirebilir ve hakemlerin en sık sorduğu sorulardan biri “örneklem büyüklüğü nasıl belirlendi?” sorusudur; bu soruya yöntem bölümünde önceden yanıt vermek, bulguların güvenilirliğine dair kuşkuyu baştan gidermenin en etkili yoludur. Sosyal bilimlerde orta düzey bir etki büyüklüğü varsayımıyla yapılan tipik bir güç analizi, iki grup karşılaştırması için grup başına genellikle 30-60 arası bir örneklem önerir; ancak bu yalnızca kaba bir referanstır, kesin sayı her zaman çalışmanın kendi tasarımına göre hesaplanmalıdır.

Analiz Öncesi Kontrol Listesi

1. Araştırma sorunuzu ve verinin ölçüm düzeyini (kategorik, sıralı, sürekli) netleştirin.
2. Uygun testi yukarıdaki tabloyu referans alarak belirleyin.
3. Testin varsayımlarını (normallik, varyans homojenliği) veri toplama sonrası ilk iş olarak kontrol edin.
4. Varsayım sağlanmazsa parametrik olmayan alternatifi (Mann-Whitney U, Kruskal-Wallis, Spearman) uygulayın.
5. Etki büyüklüğünü (Cohen’s d, eta-kare, Cramer’s V) p-değeriyle birlikte hesaplayın.
6. Eksik veri oranını ve ele alınma yöntemini not edin.
7. Sonucu dergi şablonunun istediği biçimde (ör. APA 7) raporlamaya hazırlayın.

Etki Büyüklüğünü Yorumlarken Dikkat Edilmesi Gerekenler

Bir sonucun istatistiksel olarak anlamlı (p < 0,05) çıkması, etkinin pratikte de büyük olduğu anlamına gelmez — özellikle geniş örneklemlerde çok küçük farklar bile anlamlı çıkabilir. Cohen’in yaygın kullanılan eşik değerleri (d için 0,2 küçük, 0,5 orta, 0,8 büyük; eta-kare için ,01 küçük, ,06 orta, ,14 büyük gibi) genel bir referans sunar, ancak bu eşikler disipline göre değişebilir; bir tıp çalışmasında küçük sayılan bir etki, klinik olarak yine de önemli kabul edilebilir. Bu nedenle etki büyüklüğünü yalnızca sayısal eşiğe göre değil, alanın kendi literatüründeki benzer çalışmalarla karşılaştırarak yorumlamak, hakemler nezdinde daha güvenilir ve daha ikna edici bir sunum sağlar.

Doğru Testi Seçmek Yazım Sürecini Kolaylaştırır

Analiz türü, yöntem bölümünün nasıl yazılacağını doğrudan belirler; yanlış seçilmiş bir test, bulgular ve tartışma bölümlerinde tutarsızlıklara yol açar. Yöntem ve bulgular bölümlerini genel akademik yazım ilkeleriyle uyumlu biçimde kurgulamak için akademik makale yazım kuralları yazısına, analiz öncesi kaynak taraması için ise literatür taraması nasıl yapılır yazısına göz atabilirsiniz.

Doğru analiz seçimi, bir SPSS teknik detayı değil; araştırma sorusunun bulgulara sadık biçimde yansıtılmasının garantisidir.

Anahtar çıkarımlar

• Test seçimi, araştırma sorusu ve verinin ölçüm düzeyi netleşmeden yapılmamalıdır.
• Varsayım kontrolleri (normallik, varyans homojenliği) analiz aşamasında yapılmalı, revizyona bırakılmamalıdır.
• Etki büyüklüğü, artık çoğu dergide p-değeriyle birlikte zorunlu kabul edilen bir tamamlayıcı bilgidir.
• Eksik veri oranı ve ele alınma yöntemi yöntem bölümünde mutlaka raporlanmalıdır.
• Örneklem büyüklüğü, veri toplamadan önce güç analiziyle planlanmalıdır, sonradan sorgulanmamalıdır.

Verinizin hangi analize uygun olduğunu birlikte değerlendirmek isterseniz, İstatistiksel Analiz Danışmanlığı kapsamında analiz yöntemini ve raporlama biçimini birlikte netleştirebiliriz.