Danışmanınızın “Bu hipotez için neden t-testi kullandınız?” sorusu, yalnızca çıktı tablosuna bakılarak yanıtlanamaz. Tezde hipotez testi nasıl seçilir sorusunun doğru cevabı; araştırma sorunuz, değişkenlerinizin ölçüm düzeyi, grupların yapısı ve verinin varsayımları birlikte değerlendirilerek verilir. Testi önce seçip hipotezi ona uydurmak, tezlerde en sık görülen yöntem hatalarından biridir.
Doğru test seçimi, bulgular bölümünün savunulabilirliğini doğrudan etkiler. Yanlış analizle elde edilen anlamlı bir sonuç, yöntemsel olarak geçerli sayılmaz. Bu nedenle amaç, SPSS menüsündeki en bilinen testi kullanmak değil; verinin cevaplayabileceği soruya uygun istatistiksel yöntemi belirlemektir.
Tezde hipotez testi seçimi nereden başlar?
İlk adım, hipotezi ölçülebilir bir ilişki veya fark cümlesine dönüştürmektir. “X’in Y üzerinde etkisi vardır” ifadesi, tek başına analiz tercihi için yeterli değildir. X ve Y’nin nasıl ölçüldüğünü, kaç gruptan oluştuğunu ve araştırma deseninin bağımsız mı yoksa tekrarlı ölçümlü mü olduğunu açıkça bilmek gerekir.
Örneğin “Cinsiyete göre akademik motivasyon puanları farklılaşmaktadır” hipotezinde cinsiyet iki kategorili bağımsız bir değişkendir, motivasyon ise çoğunlukla sürekli puan olarak ele alınır. İki bağımsız grubun ortalaması karşılaştırılacaksa bağımsız örneklemler için t-testi uygun adaydır. Buna karşılık aynı öğrencilerin dönem başı ve dönem sonu motivasyon puanları karşılaştırılıyorsa gruplar bağımsız değildir; eşleştirilmiş örneklemler için t-testi değerlendirilmelidir.
Buradaki kritik nokta şudur: Değişken adları değil, ölçüm biçimi ve gözlemler arasındaki ilişki testi belirler.
1. Araştırma sorunuz farkı mı, ilişkiyi mi, etkiyi mi arıyor?
Hipotezin fiili, analiz yönünü çoğu zaman gösterir. “Farklılaşmaktadır” ifadesi grup karşılaştırmasına; “ilişkilidir” ifadesi korelasyona; “yordamaktadır” veya “etkilemektedir” ifadesi regresyon analizine işaret eder. Ancak yalnızca bu kelimelere dayanarak karar vermek doğru değildir. Değişken türleri yine kontrol edilmelidir.
İki grubun ortalama puanlarını karşılaştırmak için t-testi, üç veya daha fazla grubun ortalamalarını karşılaştırmak için tek yönlü varyans analizi – ANOVA – kullanılabilir. ANOVA anlamlı çıktığında hangi gruplar arasında fark olduğunu göstermek için uygun post-hoc karşılaştırmalar yapılmalıdır. Sadece genel F değerini raporlamak, farkın kaynağını açıklamaz.
İki sürekli değişken arasındaki doğrusal ilişkinin yönü ve gücü Pearson korelasyonu ile incelenebilir. Veriler sıralı yapıdaysa veya dağılım koşulları uygun değilse Spearman sıra farkları korelasyonu daha doğru bir tercih olabilir. Bir ya da birden fazla bağımsız değişkenin bağımlı değişken üzerindeki yordayıcı rolü inceleniyorsa doğrusal regresyon gündeme gelir.
2. Bağımlı değişkenin ölçüm düzeyini belirleyin
Test seçiminde en belirleyici unsur genellikle bağımlı değişkendir. Bağımlı değişken sürekli bir toplam puan, oran veya ölçek puanı olduğunda parametrik testler ve doğrusal modeller sıklıkla kullanılabilir. Ancak sonuç değişkeni iki kategoriden oluşuyorsa, örneğin “mezun oldu/olmadı” veya “satın aldı/satın almadı”, doğrusal regresyon yerine lojistik regresyon daha uygun olabilir.
Nominal kategoriler içeren iki değişken arasındaki ilişki için ki-kare testi kullanılabilir. Örneğin bölüm türü ile çevrim içi eğitim memnuniyetinin kategorik düzeyi arasındaki dağılım farkı ki-kare ile incelenebilir. Burada beklenen hücre frekansları kontrol edilmelidir. Yetersiz frekanslarda Fisher’ın kesin testi gibi alternatifler gerekebilir.
Likert maddeleri ile Likert ölçek toplam puanını birbirinden ayırmak da önemlidir. Tek bir 5’li Likert maddesi çoğu durumda sıralı veri olarak ele alınırken, çok maddeli ve psikometrik olarak yeterli bir ölçeğin toplam puanı uygulamada sürekli değişken gibi analiz edilebilir. Bu karar, ölçeğin yapısı ve alan yazındaki kabul gören uygulamalarla gerekçelendirilmelidir.
3. Grup sayısı ve ölçümlerin bağımlılığı testi değiştirir
İki grup ile üç ve üzeri grup arasındaki ayrım temel olsa da tek başına yeterli değildir. Asıl soru, ölçümlerin birbirinden bağımsız olup olmadığıdır. Farklı katılımcılardan gelen iki grubun puanları bağımsızdır. Aynı katılımcılardan iki zamanda alınan ölçümler veya eşleştirilmiş çiftlerden gelen veriler ise bağımlıdır.
İki bağımsız grup için bağımsız örneklemler t-testi, iki bağımlı ölçüm için eşleştirilmiş t-testi kullanılır. Üç veya daha fazla bağımsız grup için tek yönlü ANOVA; aynı bireylerden üç ya da daha fazla zamanda alınmış ölçümler için tekrarlı ölçümler ANOVA’sı düşünülebilir. Hem grup hem zaman etkisi inceleniyorsa karma desenli ANOVA daha uygun bir çerçeve sunar.
Örneğin deney ve kontrol grubunun ön test-son test puanları varsa yalnızca son test puanlarını t-testiyle karşılaştırmak çoğu zaman araştırma deseninin tüm bilgisini kullanmaz. Başlangıç farkları, zaman etkisi ve grup-zaman etkileşimi birlikte ele alınmalıdır. Hangi modelin seçileceği, araştırma sorusuna ve ön testin analitik rolüne bağlıdır.
4. Parametrik test varsayımlarını sonuçtan önce kontrol edin
Parametrik testler güçlü araçlardır; fakat belirli varsayımlara dayanırlar. Normallik, varyans homojenliği, bağımsız gözlemler, aykırı değerler ve doğrusal modellerde artıkların yapısı değerlendirilmeden yapılan analiz eksik kalır. Normallik için yalnızca Shapiro-Wilk testinin p değerine bakmak yeterli değildir. Örneklem büyüklüğü, çarpıklık-basıklık değerleri, histogram, Q-Q grafiği ve uç değerler birlikte yorumlanmalıdır.
Varyans homojenliği bozulduğunda her zaman parametrik testten vazgeçmek gerekmez. İki grup karşılaştırmasında Welch t-testi, eşit varyans varsayımına daha az duyarlı bir çözüm olabilir. Üç veya daha fazla grup için Welch ANOVA ve buna uygun çoklu karşılaştırmalar değerlendirilebilir.
Veri yapısı parametrik yaklaşımı desteklemiyorsa Mann-Whitney U, Wilcoxon işaretli sıralar testi, Kruskal-Wallis veya Friedman testi gibi nonparametrik alternatifler kullanılabilir. Ancak nonparametrik testlerin “her durumda daha güvenli” olduğu düşüncesi doğru değildir. Bu testler çoğunlukla ortalama farkını değil, sıra dağılımlarındaki farklılığı değerlendirir. Bu nedenle hipotez cümlesi ve sonuç yorumu seçilen testin neyi sınadığıyla uyumlu olmalıdır.
5. Birden fazla yordayıcı varsa regresyon modelini doğru kurun
Tezlerde “etki” kavramı sıklıkla korelasyonla karıştırılır. Korelasyon iki değişkenin birlikte değişimini gösterir; diğer değişkenler kontrol edildiğinde açıklayıcı katkıyı göstermez. Birden fazla faktörün bağımlı değişken üzerindeki göreli katkısı araştırılıyorsa çoklu doğrusal regresyon daha uygun olabilir.
Regresyonda değişkenleri yalnızca anlamlı sonuç almak için modele ekleyip çıkarmak yerine, kuramsal çerçeveye göre model kurulmalıdır. Çoklu doğrusal bağlantı, artıkların normalliği, sabit varyans, bağımsızlık ve etkili gözlemler incelenmelidir. R kare değeri açıklanan varyansı gösterir; fakat modelin pratik değerini tek başına kanıtlamaz. Regresyon katsayıları, güven aralıkları ve etki büyüklüğüyle birlikte yorumlanmalıdır.
Aracılık veya düzenleyicilik hipotezleri için klasik regresyon yeterli görünse de dolaylı etkinin güven aralığı, bootstrap yaklaşımı ve etkileşim terimlerinin yorumlanması özel dikkat gerektirir. PROCESS Macro veya yapısal eşitlik modellemesi gibi yöntemler, araştırma modelinin karmaşıklığına göre kullanılabilir. Bu analizlerde ölçüm modelinin kalitesi, örneklem yeterliliği ve kuramsal gerekçe göz ardı edilmemelidir.
6. Anlamlılık düzeyi tek raporlama ölçütünüz olmasın
p değerinin .05’in altında olması, bulgunun tek başına güçlü veya akademik açıdan önemli olduğu anlamına gelmez. Tez bulgularında test istatistiği, serbestlik derecesi, p değeri, etki büyüklüğü ve mümkün olduğunda güven aralığı birlikte verilmelidir. t-testi ve ANOVA için Cohen’s d ya da eta kare, korelasyon için r, regresyon için R kare ve standartlaştırılmış katsayılar bağlama uygun biçimde raporlanabilir.
Ayrıca çok sayıda hipotez test edildiğinde tesadüfi anlamlılık olasılığı artar. Özellikle çoklu grup karşılaştırmalarında veya çok sayıda alt boyutta, uygun düzeltmeler ve planlı karşılaştırmalar düşünülmelidir. Analiz planı veri görüldükten sonra değil, mümkün olduğunca araştırma tasarımı aşamasında oluşturulmalıdır.
Hipotez cümlesi ile sonuç tablosunu eşleştirin
Doğru test seçimi, analiz tamamlandığında bitmez. Hipotezin yönü, kullanılan test ve raporlanan tablo aynı soruya cevap vermelidir. “Pozitif yönde ilişki vardır” hipotezi için yalnızca p değeri değil korelasyon katsayısının işareti ve büyüklüğü de açıklanmalıdır. “X, Y’yi yordamaktadır” hipotezinde ise regresyon katsayısı, modelin açıklayıcılığı ve model varsayımları rapora yansıtılmalıdır.
Bulgular bölümünde tabloyu kopyalamak yerine, sonucu akademik bir cümleyle yorumlamak gerekir: hangi grupta fark olduğu, ilişkinin yönü, etkinin büyüklüğü ve hipotezin desteklenip desteklenmediği açıkça yazılmalıdır. APA uyumlu raporlama, analizin biçimsel tamamlayıcısı değil, bilimsel şeffaflığın parçasıdır.
Tezinizdeki her hipotez için kısa bir karar matrisi oluşturun: Araştırma sorusu nedir, bağımlı değişken hangi türdedir, kaç grup veya kaç ölçüm vardır, gözlemler bağımsız mıdır ve varsayımlar sağlanıyor mu? Bu beş soruya net yanıt verdiğinizde test seçimi büyük ölçüde görünür hâle gelir. Tereddüt edilen modellerde ise analizden önce yöntemsel kontrol almak, teslim aşamasında düzeltme yapmak zorunda kalmaktan çok daha güvenli bir yoldur.