Bir ankette katılımcıların çoğu 18-65 yaş aralığındayken yaş değişkeninde 650 değeri görmek, ilk bakışta kolay bir kararı çağrıştırır: silmek. Ancak SPSS’te aykırı değer belirleme, yalnızca sıra dışı görünen gözlemleri bulma işlemi değildir. Asıl mesele, bu gözlemin veri giriş hatası mı, ölçüm hatası mı, yoksa araştırma sorunuz açısından anlamlı ama nadir bir durum mu olduğunu ayırt etmektir.
Tez, makale veya proje analizinde aykırı değerler; ortalama, standart sapma, korelasyon, regresyon katsayıları ve anlamlılık testlerini belirgin biçimde etkileyebilir. Buna karşılık, gerekçesiz biçimde silinen her gözlem örneklemin yapısını değiştirebilir ve bulgularınızın savunulabilirliğini zayıflatabilir. Bu nedenle doğru yaklaşım, tek bir ölçüte dayanmak değil; bulguyu farklı kontrollerle doğrulamak ve alınan kararı şeffaf biçimde raporlamaktır.
Aykırı değer nedir ve neden her zaman sorun değildir?
Aykırı değer, diğer gözlemlere göre alışılmadık derecede uzak konumlanan değerdir. Bu uzaklık, tek bir değişken üzerindeki dağılıma göre görülebilir veya birden fazla değişkenin birlikte oluşturduğu örüntü içinde ortaya çıkabilir. Örneğin gelir değişkenindeki çok yüksek bir değer tek değişkenli aykırılık olabilir. Yaş, eğitim ve gelir değişkenlerinin birlikte beklenmedik bir kombinasyon oluşturması ise çok değişkenli aykırılık olabilir.
Aykırılığın kaynağı kararınızı belirler. Virgül hatasıyla 5.000 yerine 50.000 girilmiş bir gelir değeri düzeltilmeli ya da veri kaynağından doğrulanamıyorsa dışlanmalıdır. Buna karşılık, gerçekten yüksek gelir bildiren bir katılımcı yalnızca ortalamayı yükselttiği için veri setinden çıkarılamaz. Özellikle klinik, eğitim, örgütsel davranış ve sosyal bilim araştırmalarında uç gruplar, araştırılan olgunun gerçek bir parçası olabilir.
Bu yüzden aykırı değer tespiti ile aykırı değeri veri setinden çıkarma aynı işlem değildir. İlk aşama teknik bir taramadır; ikinci aşama ise veri, araştırma tasarımı ve analiz varsayımlarıyla desteklenmesi gereken metodolojik bir karardır.
SPSS’te aykırı değer belirleme öncesi veri kontrolü
İstatistiksel eşiklere geçmeden önce kodlama ve veri girişini inceleyin. Değişken görünümünde ölçüm düzeyi, ondalık basamaklar, geçerli aralıklar ve kayıp değer kodları doğru tanımlanmalıdır. Örneğin 1-5 arası Likert maddesinde 99 değeri bazen “cevap yok” anlamında girilir. Bu değer kayıp olarak tanımlanmadığında SPSS onu gerçek bir yüksek puan gibi değerlendirir ve aykırı değer izlenimi yaratır.
Ardından Analyze > Descriptive Statistics > Frequencies veya Descriptives menülerinden minimum, maksimum, ortalama ve standart sapmayı kontrol edin. Yaş için minimum 0, eğitim yılı için maksimum 87 veya ölçek maddesi için 12 gibi teorik olarak imkansız değerler çoğu zaman istatistiksel aykırılıktan önce veri kalitesi sorunudur. Bu noktada mümkünse ham form, çevrim içi anket kaydı veya veri toplama protokolüyle karşılaştırma yapılmalıdır.
Kategorik değişkenlerde frekans tabloları, sürekli değişkenlerde ise histogram ve kutu grafiği birlikte yararlıdır. Grafikler tek başına karar verdirmez; fakat dağılımın çarpık mı, çift tepeli mi, yoksa birkaç gözlem nedeniyle mi uzadığını görmenizi sağlar.
Tek değişkenli aykırı değerleri inceleme
Kutu grafiği ile ilk tarama
SPSS’te Graphs > Legacy Dialogs > Boxplot yolunu izleyerek kutu grafiği oluşturabilirsiniz. Grafikte kutunun dışında görünen daireler aykırı, yıldızlar ise daha uç gözlemler olarak işaretlenir. SPSS bu işaretlemeyi çeyrekler arası açıklığa, yani IQR değerine göre yapar. Genel kural, birinci çeyreğin 1,5 IQR altındaki veya üçüncü çeyreğin 1,5 IQR üzerindeki değerlerin aykırı kabul edilmesidir.
Bu yöntem özellikle dağılımı hızlı incelemek için pratiktir. Ancak örneklem küçük olduğunda tek bir gözlemin grafik üzerinde çok uç görünmesi, onun hatalı olduğu anlamına gelmez. Çok çarpık dağılan gelir, harcama veya hastalık süresi gibi değişkenlerde kutu grafiğinin çok sayıda gözlemi işaretlemesi de mümkündür. Böyle durumlarda dönüşüm, dayanıklı analiz yöntemleri veya medyan ve çeyrekler üzerinden raporlama daha uygun olabilir.
Z puanı ile standartlaştırılmış kontrol
Z puanı, her değerin ortalamadan kaç standart sapma uzaklıkta olduğunu gösterir. SPSS’te Analyze > Descriptive Statistics > Descriptives penceresinde “Save standardized values as variables” seçeneğini işaretlediğinizde her değişken için standartlaştırılmış puanlar oluşturulur.
Uygulamada z puanının mutlak değerinin 3,29’dan büyük olması sık kullanılan bir uyarı eşiğidir. Bu eşik, özellikle orta ve büyük örneklemlerde daha temkinli bir başlangıç noktası sunar. Bazı çalışmalarda ±3 sınırı kullanılır; fakat eşik seçimi örneklem büyüklüğü, dağılımın biçimi ve alan yazındaki uygulamalarla birlikte değerlendirilmelidir.
Z puanı yaklaşımının temel sınırlılığı, ortalama ve standart sapmanın kendisinin uç değerlerden etkilenmesidir. Ayrıca normal dağılmayan bir değişkende z puanı üzerinden otomatik silme yapmak doğru değildir. Amaç, incelemeye değer gözlemleri belirlemektir; kararı mekanik hale getirmek değil.
Çok değişkenli aykırı değerler: Mahalanobis uzaklığı
Regresyon, MANOVA, diskriminant analizi veya yapısal eşitlik modellemesi gibi birden fazla değişkenin birlikte değerlendirildiği analizlerde, tek tek değişkenlerde normal görünen bir katılımcı birleşik örüntü bakımından aykırı olabilir. Bu durum için en yaygın kontrollerden biri Mahalanobis uzaklığıdır.
SPSS’te Analyze > Regression > Linear menüsünden geçici bir doğrusal regresyon modeli kurulabilir. Bağımlı değişken alanına analizde yer alan değişkenlerden biri, bağımsız değişkenler alanına diğerleri yerleştirilir. Save bölümünde Mahalanobis seçeneği işaretlendiğinde veri setine ilgili uzaklık değeri eklenir. Bu teknik işlem, analizin mantığını değiştirmek için değil, çok değişkenli aykırı gözlemleri taramak için kullanılır.
Mahalanobis değerini değerlendirmek için ki-kare dağılımından yararlanılır. Serbestlik derecesi, modele dahil edilen bağımsız değişken sayısına eşittir. Akademik çalışmalarda çoğu zaman p < ,001 düzeyindeki ki-kare kritik değeri muhafazakar bir tarama eşiği olarak kullanılır. Ancak örneklem küçükse, değişkenler ciddi biçimde normal dağılmıyorsa veya çok sayıda eksik veri varsa sonuçların daha dikkatli yorumlanması gerekir.
Regresyon özelinde yalnızca Mahalanobis uzaklığına bakmak yeterli değildir. Standartlaştırılmış artıkların yaklaşık ±3 sınırını aşması, Cook uzaklığının yüksek olması ve kaldıraç değerlerinin sıra dışı görünmesi gözlemin model üzerindeki etkisini değerlendirmede yardımcı olur. Bir vaka çok değişkenli açıdan uzak olabilir ama regresyon sonuçlarını anlamlı ölçüde değiştirmeyebilir. Kritik soru şudur: Bu gözlem sonuçları ne kadar etkiliyor?
Bir aykırı değer bulunduğunda hangi karar verilmeli?
En güvenli yaklaşım, gözlemi silmeden önce kaynağını doğrulamaktır. Veri giriş hatası kanıtlanmışsa doğru değerle düzeltme yapılabilir. Kaynak doğrulanamıyor ve değer araştırmanın tanımlı evreni dışında kalıyorsa, gerekçesi açıkça belirtilerek dışlama düşünülebilir. Değer gerçek ve evren içinde ise çoğu durumda veri setinde tutulmalıdır.
Karar vermeden önce analizi aykırı değer dahil ve hariç olacak şekilde karşılaştırmak yararlıdır. Ortalama, korelasyon, regresyon katsayısı, güven aralığı veya anlamlılık düzeyi belirgin biçimde değişiyorsa bu gözlem etkili olabilir. Bu değişim, otomatik olarak silme gerekçesi değildir; bulgunun hassas olduğunu gösterir. Araştırmacı, gerekirse iki sonucu da değerlendirip hangi seçimin kuramsal ve veri kalitesi açısından savunulabilir olduğunu açıklamalıdır.
Aşırı çarpıklıkta logaritmik veya karekök dönüşümü kullanılabilir; ancak dönüşüm değişkenin yorumunu değiştirir. Ölçek puanlarında ise dönüşüm her zaman uygun olmayabilir. Winsorizasyon gibi uç değerleri sınırlandıran yöntemler de vardır, fakat özellikle tezlerde yöntem gerekçesi olmadan uygulanması eleştiriye açıktır. Seçilen yol, araştırma sorusu ve analiz varsayımlarıyla uyumlu olmalıdır.
Bulguları raporlarken şeffaf olun
Aykırı değer incelemesi yöntem bölümünde kısa ama net biçimde belirtilmelidir. Hangi değişkenlerin incelendiği, hangi yöntemlerin kullanıldığı, önceden belirlenen eşik ve alınan karar yazılmalıdır. Örneğin şu yapı kullanılabilir: “Veri giriş hataları frekans tabloları ve tanımlayıcı istatistikler aracılığıyla incelenmiştir. Tek değişkenli aykırı değerler standartlaştırılmış z puanları, çok değişkenli aykırı değerler Mahalanobis uzaklığı ile değerlendirilmiştir.”
Gözlem çıkarıldıysa, kaç vakanın neden çıkarıldığı ve nihai örneklem büyüklüğünün ne olduğu açıkça raporlanmalıdır. Gözlem tutulduysa da, bunun gerçek bir değer olduğunun doğrulandığı veya analiz sonuçlarını değiştirmediğinin görüldüğü belirtilebilir. APA tarzı raporlamada amaç uzun teknik çıktı paylaşmak değil, karar sürecini izlenebilir kılmaktır.
Danışman geri bildirimi veya hakem eleştirisi geldiğinde, yalnızca “aykırı değerler temizlendi” ifadesi yeterli olmaz. Hangi ölçütle, hangi vakaların ve hangi gerekçeyle değerlendirildiğini açıklayabilmeniz gerekir. Akademik Analiz gibi metodolojik rehberlik süreçlerinde bu aşamanın birlikte gözden geçirilmesi, hem SPSS çıktısını hem de kararın istatistiksel mantığını araştırmacının kavramasına yardımcı olur.
Aykırı değer analizi, veri setini kusursuz göstermenin değil, verinin gerçek yapısını dürüstçe anlamanın bir parçasıdır. Savunulabilir sonuçlar çoğu zaman en fazla gözlemi silen analizden değil, her kritik kararı veri ve yöntemle gerekçelendiren analizden çıkar.