SPSS Veri Analizi Nasıl Yapılır? Adım Adım Uygulama Rehberi

SPSS, nicel araştırmalarda verinin düzenlenmesi ve tanımlanmasından hipotez testlerine, regresyon modellerine ve sonuçların raporlanmasına kadar geniş bir analiz sürecini destekleyen istatistiksel bir yazılımdır. Bununla birlikte güvenilir bir SPSS analizi, yalnızca program menüsünden bir test seçip çıktıyı çalıştırmaktan ibaret değildir. Araştırma sorusunun yapısı, değişkenlerin ölçüm düzeyi, veri kalitesi, istatistiksel varsayımlar ve bulguların nasıl yorumlandığı aynı analitik sürecin birbirine bağlı aşamalarıdır.

İstatistiksel yöntemlerin uygunluğu tek bir anlamlılık değerine göre değerlendirilemez. Varsayım kontrollerinin veri yapısı ve görsel tanı yöntemleriyle birlikte ele alınması, test istatistiklerinin doğru raporlanması ve bulguların etki büyüklüğü ile araştırma bağlamı içinde yorumlanması gerekir. Bu rehberde SPSS veri analizi, ham verinin hazırlanmasından uygun analizin seçimine ve sonuçların akademik biçimde raporlanmasına kadar adım adım ele alınacaktır.

SPSS Veri Analizi Nedir?

SPSS veri analizi, nicel verilerin düzenlenmesi, incelenmesi ve araştırma sorularına uygun istatistiksel yöntemlerle çözümlenmesi sürecinde IBM SPSS Statistics yazılımından yararlanılmasıdır. SPSS ile frekans ve betimsel istatistiklerden hipotez testlerine, korelasyon ve regresyon modellerinden çeşitli çok değişkenli analizlere kadar geniş bir analiz yelpazesi yürütülebilir. Yazılım aynı zamanda veri yönetimi, dönüşüm işlemleri ve sonuçların tablo veya grafiklerle incelenmesi için araçlar sunar.

SPSS kullanabilmek ile doğru bir istatistiksel analiz yürütebilmek aynı şey değildir. Yazılım hesaplamaları gerçekleştirir ancak hangi değişkenlerin modele alınacağına, hangi analizin araştırma sorusuna uygun olduğuna veya elde edilen katsayıların nasıl yorumlanacağına araştırmacının metodolojik kararları yön verir. Ölçüm düzeyi, araştırma deseni, örneklemin yapısı, veri dağılımı ve seçilen yöntemin varsayımları dikkate alınmadan yalnızca bir SPSS çıktısına bakılarak analizin uygunluğuna karar verilemez.

Bu nedenle SPSS veri analizi, program üzerinde belirli menü adımlarını izlemekten çok daha geniş bir süreci ifade eder. Analiz planının araştırma sorularına göre kurulması, veri kalitesinin incelenmesi, varsayımların değerlendirilmesi, uygun istatistiksel modelin uygulanması ve bulguların araştırmanın bağlamı içinde yorumlanması bu sürecin temel bileşenleridir.

SPSS Analizine Başlamadan Önce Ne Hazırlanmalıdır?

SPSS'te analize geçmeden önce araştırmanın analitik çerçevesi netleştirilmelidir. Veri dosyasının programa aktarılmış olması, hangi istatistiksel yöntemin kullanılacağını tek başına belirlemez. Araştırma sorusu, değişkenlerin araştırmadaki rolleri, ölçüm düzeyleri, veri toplama deseni ve sınanacak hipotezler analiz kararlarının temelini oluşturur.

İyi yapılandırılmış bir analiz planı, araştırma soruları ile uygulanacak istatistiksel yöntemler arasında açık bir ilişki kurar. Hangi değişkenlerin inceleneceği, temel sonuç değişkenlerinin neler olduğu, ölçek puanlarının nasıl oluşturulacağı ve hangi analizlerin doğrulayıcı veya keşfedici amaç taşıdığı mümkün olduğunca analiz başlamadan önce belirlenmelidir. Böyle bir hazırlık, veri görüldükten sonra yalnızca anlamlı sonuç veren analizlerin öne çıkarılması gibi analitik esnekliklerin önüne geçilmesine de yardımcı olur.

Araştırma Soruları ve Hipotezler

İstatistiksel analiz seçimi araştırma sorusundan başlar. Araştırmacı iki veya daha fazla grubun birbirinden farklı olup olmadığını, değişkenler arasında ilişki bulunup bulunmadığını, belirli değişkenlerin bir sonucu ne ölçüde yordadığını ya da kategorik değişkenlerin birbirleriyle ilişkili olup olmadığını inceleyebilir. Bu soruların her biri farklı veri yapılarına ve farklı istatistiksel yöntemlere karşılık gelir.

Örneğin:

• “Kadın ve erkek öğrencilerin matematik başarı puanları arasında farklılık var mıdır?” sorusu iki bağımsız grubun karşılaştırılmasını gerektirir.

• “Günlük çalışma süresi ile sınav puanı arasında ilişki var mıdır?” sorusu iki nicel değişken arasındaki ilişkinin incelenmesine yöneliktir.

• “Çalışma süresi ve derse devam oranı öğrencilerin sınav başarısını yordamakta mıdır?” sorusu bir yordama modeli gerektirir.

• “Eğitim düzeyi ile istihdam durumu arasında ilişki var mıdır?” sorusu kategorik değişkenler arasındaki ilişkinin değerlendirilmesini gerektirir.

Aynı veri setinde bu soruların birkaçına birden yanıt aranabilir ancak her araştırma sorusunun istatistiksel karşılığı aynı değildir. Test seçimi yalnızca veri dosyasında hangi değişkenlerin bulunduğuna göre değil, araştırmacının hangi bilimsel soruya yanıt aradığına göre yapılmalıdır.

Hipotezler, araştırma sorularının istatistiksel olarak sınanabilecek biçimde ifade edilmesini sağlar. Doğrulayıcı bir araştırmada temel hipotezlerin ve bunlara karşılık gelen analizlerin veri incelenmeden önce tanımlanması tercih edilir. Veri görüldükten sonra hipotezlerin değiştirilmesi veya yalnızca istatistiksel olarak anlamlı bulunan analizlerin raporlanması, elde edilen bulguların yorumlanmasını güçleştirebilir. Keşfedici analizler elbette yapılabilir ancak bunların önceden planlanmış doğrulayıcı analizlerden ayrıştırılması daha şeffaf bir araştırma süreci sağlar.

SPSS'te herhangi bir teste geçmeden önce en azından şu soruların yanıtlanmış olması gerekir:

• Araştırmanın temel amacı ve araştırma sorusu nedir?

• Bağımlı, bağımsız ve varsa kontrol değişkenleri hangileridir?

• Araştırma bir farklılık, ilişki, yordama veya sınıflandırma problemi mi incelemektedir?

• Değişkenler hangi ölçüm düzeyinde elde edilmiştir?

• Temel hipotezler önceden tanımlanmış mıdır?

• Her hipotezin hangi istatistiksel yöntemle sınanacağı belirlenmiş midir?

• Planlanan analiz doğrulayıcı mı yoksa keşfedici mi yürütülecektir?

SPSS, araştırma sorusunu veya uygun istatistiksel modeli araştırmacı adına belirlemez. Yazılım seçilen işlemleri gerçekleştirir. Analizin bilimsel probleme uygun biçimde kurulması ise araştırma tasarımı, ölçme yaklaşımı ve istatistiksel yöntem bilgisinin birlikte değerlendirilmesini gerektirir.

Değişkenlerin Belirlenmesi

SPSS analizinden önce değişkenlerin araştırmadaki rolleri ve ölçüm düzeyleri belirlenmelidir. Bir değişken bağımlı değişken, bağımsız değişken, kontrol değişkeni veya modele göre farklı bir işlev üstlenebilir. Aynı zamanda değişkenin kategorik, sıralı ya da sürekli yapıda olması uygulanabilecek istatistiksel yöntemleri etkiler.

SPSS'te değişkenlerin Nominal, Ordinal ve Scale olarak tanımlanabilmesi bu ayrımı görünür hale getirir ancak doğru ölçüm düzeyinin belirlenmesi araştırmacının sorumluluğundadır. Örneğin medeni durum kategorik bir değişkenken yaş genellikle sürekli bir değişken olarak ele alınır. Beşli Likert tipi tek bir madde ise sıralı veri üretir. Birden fazla maddenin toplam veya ortalama puanından oluşturulan ölçeklerin nasıl ele alınacağı ise ölçme özellikleri ve planlanan analiz dikkate alınarak değerlendirilmelidir.

Değişkenlerin yanlış sınıflandırılması, uygun olmayan bir istatistiksel yöntemin seçilmesine kadar uzanan hatalara yol açabilir. Bu nedenle analiz aşamasına geçmeden önce değişken adı, kodlama biçimi, ölçüm düzeyi ve araştırmadaki rolü açık biçimde tanımlanmalıdır.

Ölçek ve Alt Boyutların Kontrolü

Ölçek kullanılan araştırmalarda toplam ve alt boyut puanları oluşturulmadan önce ölçeğin özgün ya da geçerliği incelenmiş uyarlama formundaki puanlama yönergesi kontrol edilmelidir. Hangi maddelerin hangi alt boyuta ait olduğu, ters kodlanan maddeler ve puan hesaplama yöntemi veri analizinden önce netleştirilmelidir.

Alt boyutların yalnızca maddeleri gruplayıp ortalama almak yoluyla oluşturulması yeterli değildir. Bir alt boyut puanının kullanılabilmesi, ölçeğin kuramsal ve psikometrik yapısıyla desteklenmelidir. Çok boyutlu ölçeklerde toplam puanın veya alt boyut puanlarının kullanılıp kullanılamayacağı faktör yapısına bağlı olarak ayrıca değerlendirilmelidir.

Ters maddelerde kodlama hataları puanları ve ölçeğin psikometrik yapısını etkileyebilir. Ayrıca ters ifadelerin kendileri bazı ölçeklerde yöntem etkisi oluşturarak faktör yapısını değiştirebildiğinden, beklenmeyen faktörleşmeler yalnızca içerik açısından yorumlanmamalıdır.

SPSS Veri Analizi Aşamaları

SPSS veri analizi, verinin programa aktarılmasıyla başlayıp sonuçların yorumlanmasına kadar devam eden bir dizi kontrol ve karar aşamasından oluşur. Veri seti doğrudan istatistiksel teste sokulmamalı, önce veri yapısı ve analiz varsayımları incelenmelidir.

Veri Girişi ve Kodlama

SPSS analizinin güvenilirliği, veri setinin doğru yapılandırılmasıyla başlar. Veri girişindeki kodlama hataları, geçersiz değerler ve değişken tanımlarındaki tutarsızlıklar sonraki analizleri doğrudan etkileyebilir. Veri temizleme çalışmalarında da analiz öncesinde doğruluk, tutarlılık, geçerlilik ve eksiksizlik kontrollerinin yapılması önerilmektedir.

SPSS'te genellikle her satır bir katılımcıyı veya gözlemi, her sütun ise bir değişkeni temsil eder. Kategorik değişkenler sayısal olarak kodlanabilir. Örneğin eğitim düzeyi için 1 = Lise, 2 = Lisans, 3 = Lisansüstü gibi kodlar kullanılabilir. Burada önemli olan kodların anlamlarının Value Labels bölümünde açıkça tanımlanması ve veri seti boyunca aynı kodlama sisteminin korunmasıdır.

Analize başlamadan önce yanlış girilmiş değerler, yinelenen kayıtlar, değişken türleri ve kodlama tutarlılığı kontrol edilmelidir. Veri hazırlama aşamasındaki hataların analiz sonuçlarına kadar taşınabildiği gösterildiğinden, bu aşama yalnızca teknik bir veri giriş işlemi olarak görülmemelidir.

Eksik Veri Kontrolü

Eksik veriler, bazı katılımcılara ait değerlerin veri setinde bulunmamasıdır. Analize geçmeden önce hangi değişkenlerde ne kadar eksik veri bulunduğu ve eksikliğin belirli gruplarda sistematik biçimde yoğunlaşıp yoğunlaşmadığı incelenmelidir. Eksik verilerin etkisi yalnızca oranına değil, neden ve nasıl eksik olduğuna da bağlıdır. Literatürde bu mekanizmalar genellikle tamamen rassal eksiklik (MCAR), rassal eksiklik (MAR) ve rassal olmayan eksiklik (MNAR) olarak sınıflandırılır.

Eksik gözlemleri otomatik olarak silmek veya eksik değerleri değişken ortalamasıyla doldurmak her veri seti için uygun değildir. Ortalama ile tekli atama varyansı azaltabilir ve standart hataları olduğundan küçük gösterebilir. Tam gözlem analizi ise eksiklik mekanizmasına bağlı olarak yanlı sonuçlara ve örneklem gücünün azalmasına yol açabilir.

Eksik veri miktarı ve yapısı dikkate alınarak tam gözlem analizi, çoklu atama (multiple imputation) veya araştırma desenine uygun başka yöntemler değerlendirilebilir. Yöntem seçimi, yalnızca SPSS'te hangi seçeneğin mevcut olduğuna göre değil, eksik verinin olası mekanizmasına ve uygulanacak istatistiksel modele göre yapılmalıdır.

Aykırı Değer Kontrolü

Aykırı değerler, veri setindeki diğer gözlemlerden belirgin biçimde farklılaşan değerlerdir. Ancak her uç gözlem hatalı veri anlamına gelmez. Gerçek ve araştırma evreninde karşılığı olan sıra dışı gözlemler de bulunabilir. Bu nedenle aykırı değerlerin yalnızca belirli bir eşik değeri aştığı için otomatik olarak analizden çıkarılması önerilmez.

İlk adım, gözlemin veri giriş hatasından kaynaklanıp kaynaklanmadığını kontrol etmektir. Tek değişkenli incelemelerde grafikler ve standartlaştırılmış değerlerden, çok değişkenli analizlerde ise analize göre Mahalanobis uzaklığı, leverage ve Cook's Distance gibi tanı ölçütlerinden yararlanılabilir. Bu ölçütler aynı şeyi göstermez. Örneğin Cook's Distance, bir gözlemin regresyon katsayıları üzerindeki etkisini değerlendirmeye yöneliktir.

Gerçek olduğu doğrulanan etkili bir gözlem bulunduğunda, doğrudan silmek yerine analiz sonuçlarının bu gözleme ne kadar duyarlı olduğu incelenebilir. Gerekli durumlarda duyarlılık analizi veya sağlam (robust) istatistiksel yöntemler tercih edilebilir.

Normallik Analizi

Normallik değerlendirmesi, parametrik yöntemlerin varsayımlarını incelemek için kullanılan temel kontrollerden biridir. Ancak karar yalnızca Shapiro-Wilk veya Kolmogorov-Smirnov testinin p değerine göre verilmemelidir. Shapiro-Wilk testi normal dağılımdan sapmaları sınamak amacıyla geliştirilmiştir ve sonraki simülasyon çalışmaları normalite testlerinin performansının örneklem büyüklüğüne ve dağılımın biçimine göre değişebildiğini göstermektedir.

Bu nedenle histogram, Q-Q Plot, çarpıklık ve basıklık değerleri ile aykırı gözlemler birlikte değerlendirilmelidir. SPSS'te bu incelemeler Analyze > Descriptive Statistics > Explore bölümünden yapılabilir. Explore prosedürü histogram, normal olasılık grafikleri ve Shapiro-Wilk gibi normallik testlerini birlikte sunar.

Örneklem büyüklüğü de yorumu etkiler. Küçük örneklemlerde normalite testlerinin sapmaları tespit etme gücü sınırlı olabilirken, örneklem büyüdükçe daha küçük dağılım farklılıkları saptanabilir. Bu nedenle normallik değerlendirmesi tek bir eşik değerine indirgenmemelidir.

Uygun İstatistiksel Testin Seçilmesi

İstatistiksel test seçimi yalnızca normallik sonucuna göre yapılmamalıdır. Araştırma sorusu, bağımlı değişkenin ölçüm düzeyi, grup sayısı, ölçümlerin bağımsız veya ilişkili olması ve varyans yapısı birlikte değerlendirilir. Aynı nedenle “normal dağılım varsa parametrik, yoksa nonparametrik test” biçimindeki tek aşamalı yaklaşım çoğu araştırma için fazla basittir.

İki bağımsız grubun ortalamaları karşılaştırılacaksa Independent Samples T-Test kullanılabilir. SPSS yolu:

Analyze > Compare Means > Independent-Samples T Test

Aynı katılımcılardan iki farklı zamanda alınan ölçümler, örneğin bir eğitim öncesi ve sonrası sınav puanları karşılaştırılacaksa Paired Samples T-Test tercih edilir:

Analyze > Compare Means > Paired-Samples T Test

Bağımsız üç veya daha fazla grubun ortalamalarını karşılaştırmak için One-Way ANOVA kullanılabilir:

Analyze > Compare Means > One-Way ANOVA

ANOVA anlamlı bulunduğunda hangi grupların birbirinden farklı olduğunu belirlemek için araştırma desenine ve varyans yapısına uygun post-hoc karşılaştırmalar değerlendirilir. IBM de One-Way ANOVA prosedüründe Levene testi, post-hoc karşılaştırmalar ve etki büyüklüğü seçeneklerini sunmaktadır.

Parametrik varsayımların uygun olmadığı veya sıra temelli bir analizin daha uygun olduğu iki bağımsız grup karşılaştırmalarında Mann-Whitney U Test kullanılabilir. Mann ve Whitney'nin geliştirdiği test gözlemlerin sıralarından yararlanır.

Analyze > Nonparametric Tests > Independent Samples

SPSS burada iki grup için Mann-Whitney U testini otomatik olarak seçebilmektedir. Eski menü üzerinden de Analyze > Nonparametric Tests > Legacy Dialogs > 2 Independent Samples yolu kullanılabilir.

Üç veya daha fazla bağımsız grubun sıra temelli karşılaştırılmasında Kruskal-Wallis H Test kullanılabilir. Kruskal ve Wallis'in geliştirdiği bu yöntem, gözlemleri sıralayarak gruplar arasındaki dağılım konumlarını karşılaştırır.

Analyze > Nonparametric Tests > Independent Samples

veya klasik menüden:

Analyze > Nonparametric Tests > Legacy Dialogs > K Independent Samples

SPSS, bağımsız örneklemlerde iki grup olduğunda Mann-Whitney U, ikiden fazla grup olduğunda Kruskal-Wallis testini otomatik olarak uygulayabilmektedir.

İki ilişkili ölçüm için parametrik olmayan seçeneklerden biri Wilcoxon Signed-Rank Test, üç veya daha fazla ilişkili ölçüm için ise Friedman Testtir. Bunlara SPSS'te Analyze > Nonparametric Tests > Related Samples üzerinden ulaşılabilir. SPSS'in parametrik olmayan test ailesi bağımsız ve ilişkili örneklemleri ayrı prosedürler altında ele almaktadır.

Varyans homojenliği sağlanmadığında ise klasik Student's t testinin otomatik olarak kullanılmaması gerekir. İki bağımsız grup için Welch's T-Test, özellikle grup varyanslarının farklı olduğu durumlarda uygun bir alternatiftir. İstatistik literatüründe Welch yaklaşımının eşit olmayan varyans koşullarında Tip I hata kontrolü açısından avantaj sağlayabildiği gösterilmiştir.

Dolayısıyla uygun testin seçimi tek bir SPSS çıktısına değil, araştırma deseni + değişken türü + grup yapısı + istatistiksel varsayımlar birlikte değerlendirilerek yapılmalıdır.

Analizin Uygulanması

Uygun yöntem belirlendikten sonra analiz, SPSS'te ilgili prosedür üzerinden çalıştırılır. Ancak analizi uygulamak yalnızca değişkenleri kutulara taşıyıp OK düğmesine basmak değildir. Analize ait seçeneklerin araştırma tasarımına uygun biçimde ayarlanması gerekir. Güven aralıkları, etki büyüklükleri, post-hoc karşılaştırmalar, tanı istatistikleri ve gerekli grafikler bu aşamada belirlenir.

Örneğin bir One-Way ANOVA yürütülüyorsa yalnızca ANOVA tablosu değil, varyans homojenliği için Levene testi ve grup farklılığının kaynağını incelemek amacıyla uygun post-hoc testler de değerlendirilmelidir. Regresyon analizinde ise model katsayılarının yanında artıklar, etkili gözlemler ve çoklu bağlantı gibi model tanıları incelenebilir. Gerektiğinde SPSS'in Bootstrap seçenekleri kullanılarak standart hata ve güven aralıkları yeniden örnekleme yoluyla tahmin edilebilir. IBM, bootstrap yöntemini korelasyon ve regresyon katsayıları dahil birçok tahmin için standart hata ve güven aralığı elde etmek amacıyla desteklemektedir.

Analizlerin tekrar üretilebilir olması açısından SPSS Syntax kullanımı da önemlidir. Menü üzerinden yapılan birçok işlemde Paste seçeneğiyle komutlar Syntax Editor'e aktarılabilir. Böylece hangi değişkenlerin, hangi seçeneklerle ve hangi sırayla analiz edildiği kayıt altında tutulur. Syntax dosyaları .sps, SPSS çıktıları ise .spv biçiminde saklanabilir.

Özellikle tez, makale veya kapsamlı araştırmalarda veri dosyası, syntax ve çıktı dosyasının birlikte saklanması analiz sürecinin kontrol edilmesini ve gerektiğinde aynı analizlerin yeniden çalıştırılmasını kolaylaştırır.

Bulguların Yorumlanması

SPSS çıktısında bir testin tamamlanmış olması, sonucun yalnızca p değerine bakılarak yorumlanabileceği anlamına gelmez. Önceden anlamlılık düzeyi α = .05 olarak belirlenmişse p < .05 bulgusu sıfır hipoteziyle uyumsuzluğa ilişkin istatistiksel kanıt sağlar. Ancak p değeri etkinin büyüklüğünü veya araştırma açısından önemini göstermez.

Bu nedenle yorumlamada etki büyüklüğü (effect size) ve mümkün olduğunda güven aralığı (confidence interval) da dikkate alınmalıdır. Örneğin iki grup arasında p = .03 bulunması farkın istatistiksel olarak anlamlı olduğunu gösterebilir. Cohen's d = 0.50 ise ayrıca gözlenen farkın büyüklüğü hakkında bilgi verir. Güven aralığı ise tahminin ne kadar hassas olduğunu ve veriyle uyumlu olabilecek etki değerlerinin aralığını görmeye yardımcı olur.

Benzer biçimde p > .05 bulunması, iki grup arasında kesinlikle fark olmadığı veya değişkenler arasında hiçbir ilişki bulunmadığı şeklinde yorumlanmamalıdır. Örneklem büyüklüğü, tahminin belirsizliği ve güven aralıkları da incelenmelidir. İstatistiksel anlamlılık ile pratik veya bilimsel önem aynı kavram değildir.

SPSS çıktıları bu nedenle test istatistiği, serbestlik derecesi, p değeri, etki büyüklüğü, güven aralığı ve ilgili betimsel istatistikler birlikte değerlendirilerek yorumlanmalıdır.

Hangi Araştırma Sorusu İçin Hangi SPSS Analizi Kullanılır?

Uygun istatistiksel analiz, yalnızca normallik sonucuna göre seçilmez. Araştırma sorusu, değişkenlerin ölçüm düzeyi, grup sayısı, ölçümlerin bağımsız veya ilişkili olması ve ilgili yöntemin varsayımları birlikte değerlendirilmelidir.

İki bağımsız grup karşılaştırılacaksa

Sürekli bir sonuç değişkeni açısından iki bağımsız grubun ortalamalarını karşılaştırmak için Independent Samples T-Test kullanılabilir. Eşit varyans varsayımı sağlanmadığında SPSS çıktısındaki eşit varyans varsaymayan sonuç dikkate alınabilir. Parametrik yaklaşımın uygun olmadığı durumlarda Mann-Whitney U Test değerlendirilebilir. IBM SPSS, bağımsız örneklemlerde iki grup olduğunda Mann-Whitney U testini desteklemektedir.

Parametrik: Analyze > Compare Means and Proportions > Independent-Samples T Test

Nonparametrik: Analyze > Nonparametric Tests > Independent Samples

Üç veya daha fazla bağımsız grup karşılaştırılacaksa

Üç veya daha fazla bağımsız grubun ortalamalarını karşılaştırmak için One-Way ANOVA kullanılabilir. ANOVA sonrasında gruplar arasındaki farklılığın kaynağını incelemek amacıyla uygun post-hoc testler uygulanabilir. SPSS, Levene testi, Welch gibi sağlam testler ve Tukey, Games-Howell gibi farklı post-hoc seçenekleri sunmaktadır.

Parametrik yaklaşımın uygun olmadığı bağımsız grup karşılaştırmalarında Kruskal-Wallis H Test kullanılabilir.

Parametrik: Analyze > Compare Means and Proportions > One-Way ANOVA

Nonparametrik: Analyze > Nonparametric Tests > Independent Samples

Aynı grubun iki ölçümü karşılaştırılacaksa

Aynı katılımcılardan iki zamanda veya iki koşulda elde edilen sürekli ölçümlerin karşılaştırılmasında Paired Samples T-Test kullanılabilir. Parametrik olmayan alternatiflerden biri Wilcoxon Signed-Rank Testtir. Wilcoxon testi, eşleştirilmiş gözlemler arasındaki farkların hem yönünü hem de sırasal büyüklüğünü dikkate alır.

Parametrik: Analyze > Compare Means and Proportions > Paired-Samples T Test

Nonparametrik: Analyze > Nonparametric Tests > Related Samples

Üç veya daha fazla ilişkili ölçüm karşılaştırılacaksa

Aynı katılımcılardan üç veya daha fazla zamanda ya da koşulda ölçüm alınmışsa parametrik yaklaşımda Repeated Measures ANOVA kullanılabilir. Sıra temelli parametrik olmayan karşılığı olarak Friedman Test değerlendirilebilir. IBM, Friedman testini üç veya daha fazla ilişkili ölçümün karşılaştırılması için sunmaktadır.

Parametrik: Analyze > General Linear Models > Repeated Measures

Nonparametrik: Analyze > Nonparametric Tests > Related Samples

İki değişken arasındaki ilişki incelenecekse

İki nicel değişken arasındaki doğrusal ilişki için Pearson Correlation kullanılabilir. Değişkenler sıralı olduğunda veya Pearson korelasyonunun koşulları uygun olmadığında Spearman Correlation değerlendirilebilir. SPSS, Pearson ve Spearman katsayılarını aynı Bivariate Correlations prosedürü altında sunmaktadır.

Pearson / Spearman: Analyze > Correlate > Bivariate

İki kategorik değişken arasındaki ilişki incelenecekse

İki kategorik değişken arasındaki ilişkinin incelenmesinde Pearson Chi-Square Test kullanılabilir. Özellikle beklenen hücre frekansları da kontrol edilmelidir. SPSS Crosstabs prosedürü Pearson ki-kare testinin yanı sıra ilişki büyüklüğünü değerlendirmek için Phi ve Cramer's V gibi ölçüleri de sunmaktadır.

Ki-kare: Analyze > Descriptive Statistics > Crosstabs > Statistics > Chi-square

Bir sonuç değişkeni yordanacaksa

Sürekli bir sonuç değişkeninin bir veya daha fazla değişken tarafından yordanmasında Linear Regression kullanılabilir. Sonuç değişkeni iki kategoriden oluşuyorsa, örneğin başarılı/başarısız veya evet/hayır biçimindeyse Binary Logistic Regression daha uygun olabilir. Lojistik regresyonda katsayıların yanı sıra olasılık oranları (odds ratio) da yorumlanabilir.

Sürekli sonuç: Analyze > Regression > Linear

İkili kategorik sonuç: Analyze > Regression > Binary Logistic

Bu eşleştirmeler pratik bir başlangıç rehberidir. Nihai test seçimi araştırma deseni, değişkenlerin yapısı ve yöntemin varsayımları birlikte değerlendirilerek yapılmalıdır.

SPSS Sonuçları Nasıl Yorumlanır?

SPSS çıktıları yalnızca p değerine bakılarak yorumlanmamalıdır. American Statistical Association’ın (ASA) resmi açıklamasına göre p değeri, verilerin belirli bir istatistiksel modelle ne ölçüde uyumsuz olduğuna ilişkin bilgi verir. p değeri, sıfır hipotezinin doğru olma olasılığını veya bulunan etkinin büyüklüğünü göstermez.

Örneğin önceden α = .05 anlamlılık düzeyi belirlenmiş bir analizde p < .05 bulunması istatistiksel olarak anlamlı bir bulgu olarak raporlanabilir. Ancak araştırma sonucunun bilimsel veya uygulamadaki önemi yalnızca bu eşikten hareketle değerlendirilmemelidir. ASA, bilimsel çıkarımların yalnızca “p < .05” gibi mekanik eşiklere dayandırılmaması gerektiğini açıkça belirtmektedir.

Bu nedenle SPSS çıktısında test istatistiğinin yanında etki büyüklüğü (effect size) ve güven aralığı (confidence interval) gibi değerler de incelenmelidir. Örneğin güncel SPSS sürümlerinde Independent Samples T-Test için etki büyüklüğü hesaplanabilir ve ortalama farkına ilişkin güven aralığı elde edilebilir. One-Way ANOVA prosedürü de genel etki büyüklüğü tahmini ve güven aralıklarını desteklemektedir.

Bir t testi raporunda grup ortalamaları ve standart sapmalarla birlikte t değeri, serbestlik derecesi, p değeri, güven aralığı ve uygun olduğunda etki büyüklüğü değerlendirilmelidir. ANOVA, regresyon veya korelasyon analizlerinde ise yorumlanacak istatistikler yönteme göre değişir. Dolayısıyla SPSS çıktısındaki “Sig.” sütununu bulup analizi bitirmek, istatistiksel yorumlama için yeterli değildir.

SPSS Sonuçları Tez ve Makalelerde Nasıl Raporlanır?

SPSS çıktıları tez veya makaleye doğrudan aktarılmamalıdır. Raporlama, kullanılan analizin okuyucu tarafından anlaşılmasını ve gerektiğinde değerlendirilebilmesini sağlayacak temel istatistikleri içermelidir. APA’nın Journal Article Reporting Standards (JARS) yaklaşımı da nicel araştırmalarda analiz stratejisinin, veri kontrollerinin ve sonuçların şeffaf biçimde raporlanmasını önerir.

Raporlanacak değerler kullanılan analize göre değişir. Örneğin Independent Samples T-Test için grup ortalamaları ve standart sapmaların yanında t istatistiği, serbestlik derecesi, p değeri, ortalama farkı ve güven aralığı verilebilir. Güncel SPSS sürümleri bu test için etki büyüklüğü tahminlerini de üretebilmektedir.

Örnek bir raporlama biçimi şöyle olabilir:

ANOVA, korelasyon veya regresyon analizlerinde aynı kalıp kullanılmaz. ANOVA'da F istatistiği ve serbestlik dereceleri, korelasyonda korelasyon katsayısı, regresyonda ise model uyumu ve ilgili regresyon katsayıları raporlanır. Etki büyüklüğü ve güven aralıklarının verilmesi, bulgunun yalnızca “anlamlı/anlamsız” şeklinde sunulmasının önüne geçer. APA'nın resmi yayın kılavuzu da nicel araştırmalar için ayrı raporlama standartları ile istatistiksel ve matematiksel gösterim kuralları içermektedir.

Tezlerde üniversitenin yazım kılavuzu, makalelerde ise hedef derginin yazar kuralları öncelikle kontrol edilmelidir. APA standartları yaygın bir çerçeve sunsa da her kurum veya dergi aynı raporlama biçimini zorunlu tutmayabilir.

SPSS Analizinde En Sık Yapılan Hatalar

SPSS'in hesaplamayı doğru biçimde gerçekleştirmesi, seçilen yöntemin araştırma için doğru olduğu anlamına gelmez. APA'nın nicel araştırmalar için Journal Article Reporting Standards (JARS) yaklaşımı, analiz stratejisinin, veri kontrollerinin ve araştırmacının analitik kararlarının açık biçimde raporlanmasını önerir.

Yalnızca p Değerine Göre Karar Vermek

Bir analizi yalnızca Sig. < .05 olup olmadığına göre değerlendirmek önemli bir yorumlama hatasıdır. American Statistical Association (ASA), bilimsel sonuçların yalnızca belirli bir p değeri eşiğini geçip geçmediğine göre belirlenmemesi gerektiğini açıkça belirtmektedir. p değeri etkinin büyüklüğünü veya bulgunun bilimsel önemini tek başına göstermez.

Analizin türüne göre p değerinin yanında etki büyüklüğü, güven aralığı, katsayılar ve betimsel istatistikler de değerlendirilmelidir.

Analiz Varsayımlarını Kontrol Etmemek

Her istatistiksel yöntem aynı varsayımlara sahip değildir. Örneğin SPSS'in Linear Regression prosedürü artıklar, doğrusallıkla ilişkili grafikler, varyans yapısı, çoklu bağlantı tanıları, Mahalanobis uzaklığı, Cook's Distance ve leverage gibi çeşitli tanı araçları sunmaktadır.

Bu nedenle yalnızca analizi çalıştırıp ana sonuç tablosunu yorumlamak yeterli değildir. Kullanılan yöntemin gerektirdiği varsayımlar analiz özelinde kontrol edilmelidir.

Aykırı Değerleri Otomatik Olarak Silmek

Bir gözlemin diğerlerinden farklı olması, tek başına veri setinden çıkarılması için yeterli gerekçe değildir. SPSS'te Cook's Distance, leverage ve Mahalanobis uzaklığı gibi ölçüler gözlemlerin model üzerindeki etkisini incelemek amacıyla kullanılabilir. Cook's Distance özellikle bir gözlemin çıkarılmasının regresyon katsayıları ve artıklar üzerindeki etkisini değerlendirmeye yardımcı olur.

Aykırı veya etkili bir gözlem bulunduğunda önce veri giriş hatası olup olmadığı ve gözlemin model üzerindeki etkisi araştırılmalıdır.

Analiz Sonucuna Göre Hipotezi Değiştirmek

Araştırma sorularının ve temel analizlerin mümkün olduğunca analizden önce belirlenmesi, doğrulayıcı ve keşfedici analizlerin birbirinden ayrılmasını sağlar. APA JARS, hipotezlerin ve analizlerin birincil, ikincil ve keşfedici olarak ayrıştırılarak raporlanmasını özellikle önermektedir.

Veri incelendikten sonra ortaya çıkan yeni ilişkiler araştırılabilir ancak bunların başlangıçta belirlenmiş hipotezler gibi sunulmaması gerekir.

SPSS Çıktısını Olduğu Gibi Raporlamak

SPSS Output Viewer'daki tablolar analiz sürecinin teknik çıktılarıdır. Akademik raporlamada hangi istatistiklerin sunulacağı kullanılan analize ve araştırma tasarımına göre belirlenmelidir. APA'nın JARS standartları da okuyucunun araştırmanın kalitesini değerlendirebilmesi için analiz yöntemi, veri tanıları ve sonuçların yeterli ayrıntıyla açıklanmasını amaçlamaktadır.

Bu nedenle SPSS tablolarını doğrudan tez veya makaleye kopyalamak yerine, gerekli istatistikler araştırmanın yazım standardına uygun biçimde seçilmeli, tablolaştırılmalı ve metin içerisinde yorumlanmalıdır.

Profesyonel SPSS Veri Analizi Desteği Ne Zaman Gerekebilir?

SPSS'in menülerini kullanabilmek ile araştırmaya uygun bir istatistiksel analiz planı oluşturmak aynı beceri değildir. American Statistical Association (ASA), istatistiksel uygulamayı yalnızca hesaplama olarak değil, verinin işlenmesi, analiz edilmesi, yorumlanması ve sunulmasını kapsayan daha geniş bir süreç olarak tanımlar. ASA ayrıca gerekli durumlarda istatistiksel danışmanlık ve uzmanlar arası iş birliğini iyi bilimsel uygulamanın bir parçası olarak ele almaktadır.

Özellikle test seçiminin belirsiz olduğu, birden fazla bağımlı veya bağımsız değişkenin bulunduğu, regresyon ve çok değişkenli modellerin kullanıldığı, varsayım ihlallerinin görüldüğü, eksik veya aykırı verilerin karar sürecini etkilediği araştırmalarda istatistiksel danışmanlık yararlı olabilir. Buradaki amaç yalnızca SPSS çıktısı üretmek değil, kullanılan yöntemin araştırma sorusuyla uyumunu ve analitik kararların gerekçelerini değerlendirmektir.

ICMJE'nin güncel raporlama önerileri de istatistiksel yöntemlerin, bilgili bir okuyucunun yöntemin uygunluğunu değerlendirebileceği ve sonuçları doğrulayabileceği ayrıntıda açıklanmasını ister. Bulguların yalnızca p değerleriyle sunulmaması, belirsizlik ölçülerinin raporlanması ve önceden belirlenmiş analizlerle keşfedici analizlerin ayrıştırılması özellikle vurgulanmaktadır.

Profesyonel destek araştırmacının bilimsel sorumluluğunu devralmaz. Analiz planı, yöntem seçimi ve sonuçların yorumlanması araştırmanın amacı ve kuramsal çerçevesiyle birlikte yürütülmeli, yapılan analitik işlemler şeffaf ve yeniden değerlendirilebilir biçimde kayıt altına alınmalıdır. APA'nın JARS standartları da veri tanıları ve analitik stratejinin açık biçimde raporlanmasını araştırma şeffaflığının bir parçası olarak ele almaktadır.

Araştırma modelinin değerlendirilmesi, uygun istatistiksel yöntemlerin belirlenmesi, varsayım kontrollerinin yürütülmesi ve bulguların akademik standartlara uygun biçimde raporlanması için SPSS ve nicel veri analizi hizmetimizi inceleyebilirsiniz. Analiz sürecinde kullanılacak yöntemin araştırma sorusu, veri yapısı ve ilgili istatistiksel varsayımlarla uyumlu biçimde belirlenmesi temel önceliktir.