Bir tezde normallik varsayımı yalnızca SPSS tablosundaki bir p değerinden ibaret değildir. Normallik testi uygulama sürecinde yanlış bir karar, t testi, ANOVA, korelasyon ya da regresyon sonuçlarının gereksiz yere parametrik olmayan yöntemlere taşınmasına veya varsayım ihlallerinin gözden kaçmasına yol açabilir. Asıl hedef, verinin yapısını anlayarak araştırma sorusuna uygun ve savunulabilir bir analiz kararı vermektir.
Normallik değerlendirmesi özellikle danışman geri bildirimlerinde sık gündeme gelir: “Hangi testi kullandınız?”, “Neden parametrik analiz yaptınız?” veya “Histogramı ve çarpıklık-basıklığı kontrol ettiniz mi?” Bu sorulara güvenle yanıt verebilmek için test seçimini, görsel incelemeyi ve sonuçların bağlamını birlikte ele almak gerekir.
Normallik varsayımı tam olarak neyi anlatır?
Normallik, puanların teorik olarak normal dağılıma ne kadar yaklaştığını ifade eder. Normal dağılımda gözlemlerin büyük bölümü ortalama çevresinde toplanır; uç değerlere gidildikçe gözlem sıklığı azalır. Ancak uygulamada mükemmel çan eğrisi beklenmez. Araştırmacının değerlendirmesi gereken nokta, dağılımdaki sapmanın kullanılacak analizi anlamlı biçimde etkileyip etkilemediğidir.
Burada kritik bir ayrım vardır: Normallik her zaman ham puanlar için aranmaz. Örneğin doğrusal regresyonda temel beklenti, bağımlı değişkenin tek başına normal dağılması değil, model artıklarının yaklaşık normal dağılmasıdır. Gruplar arası karşılaştırmalarda ise çoğu durumda her grubun dağılımı ayrıca değerlendirilir. Bu nedenle “değişken normal değil” ifadesi tek başına analiz kararını açıklamak için yetersiz kalabilir.
Ölçüm düzeyi de önem taşır. Tek maddelik ve sınırlı kategorili Likert verilerinde dağılımın tam normal görünmemesi olağandır. Buna karşılık birden fazla maddeden oluşan, uygun biçimde hesaplanmış toplam veya ortalama ölçek puanları çoğu araştırmada daha dengeli bir dağılım gösterebilir. Karar, yalnızca ölçeğin adı üzerinden değil; puanlama yöntemi, örneklem büyüklüğü ve analizin amacı üzerinden verilmelidir.
Normallik testi uygulama: Tek bir çıktıya bağlı kalmayın
Sağlam bir normallik incelemesi üç kanıta dayanır: istatistiksel testler, grafikler ve betimsel istatistikler. Bunlardan yalnızca birini kullanmak, özellikle büyük veya küçük örneklemlerde yanıltıcı olabilir.
Shapiro-Wilk ve Kolmogorov-Smirnov testleri
SPSS’te en sık görülen testler Shapiro-Wilk ile Kolmogorov-Smirnov testidir. Her iki testte de sıfır hipotezi, ilgili dağılımın normal olduğu yönündedir. p değerinin .05’ten büyük olması, normal dağılımdan istatistiksel olarak anlamlı bir sapma saptanmadığını gösterir. p değerinin .05’ten küçük olması ise dağılımın normalden anlamlı biçimde ayrıştığına işaret eder.
Shapiro-Wilk testi, özellikle küçük ve orta büyüklükteki örneklemlerde yaygın biçimde tercih edilir. Kolmogorov-Smirnov testi de raporlanabilir; ancak örneklem büyüklüğüne duyarlılığı ve uygulamadaki sınırlılıkları nedeniyle tek karar ölçütü olarak görülmemelidir. Bazı kaynaklarda “50 kişinin altında Shapiro-Wilk, üzerinde Kolmogorov-Smirnov” şeklinde katı bir eşik kullanılır. Bu yaklaşım pratik görünse de metodolojik olarak eksiktir. SPSS, Shapiro-Wilk sonucunu oldukça geniş örneklemlerde de sunabilir ve kararın grafiklerle desteklenmesi gerekir.
Özellikle büyük örneklemlerde çok küçük, pratikte önemsiz sapmalar bile anlamlı p değeri üretebilir. Örneklem çok küçük olduğunda ise testin gerçek sapmayı yakalama gücü düşebilir. Dolayısıyla p < .05 sonucunu otomatik olarak “parametrik test yapılamaz” şeklinde yorumlamak doğru değildir.
Histogram, Q-Q grafiği ve kutu grafiği
Histogram, dağılımın genel şeklini görmeyi sağlar. Tek tepeye yakın, aşırı çarpık olmayan ve uçlarda belirgin yığılma göstermeyen bir görünüm çoğu zaman olumlu bir ilk işarettir. Buna rağmen histogramdaki sınıf aralığı seçimi görünümü değiştirebildiği için tek başına yeterli kanıt değildir.
Q-Q grafiği daha güçlü bir tamamlayıcıdır. Gözlemler referans çizgisi etrafında makul biçimde ilerliyorsa normal dağılıma yakınlık kabul edilebilir. Uçlarda hafif ayrışmalar, özellikle yeterli örneklem hacminde, her zaman ciddi bir sorun anlamına gelmez. Buna karşılık noktaların sistematik S biçiminde sapması, güçlü çarpıklık veya kalın kuyruk yapısı daha dikkatli değerlendirme gerektirir.
Kutu grafiği ise olası uç değerleri fark etmeye yardım eder. Uç değer saptanması, verinin silinmesi gerektiği anlamına gelmez. Önce veri giriş hatası, kodlama sorunu veya ölçüm dışı bir durum olup olmadığı incelenmelidir. Değer araştırma evreninde mümkün ve anlamlıysa, yalnızca normalliği iyileştirmek amacıyla çıkarılması savunulabilir bir işlem değildir.
Çarpıklık ve basıklık değerleri
Çarpıklık dağılımın sağa ya da sola yığılmasını, basıklık ise dağılımın tepe ve kuyruk yapısını açıklar. Bu değerlerin standart hatalarına bölünmesiyle z değerleri elde edilebilir. Uygulamada ±1.96 veya daha esnek değerlendirmelerde ±2 sınırı sık kullanılır. Ancak bu sınırlar evrensel ve değişmez kurallar değildir.
Bazı alanlarda ±1 aralığı daha temkinli kabul edilirken, geniş örneklemlerde ±2 hatta bağlama göre daha geniş aralıklar görülebilir. Burada esas olan, sayısal değerleri grafiklerle ve analiz türüyle birlikte yorumlamaktır. Birkaç ondalık sapma nedeniyle tüm analiz planını değiştirmek yerine, sapmanın sonuçlar üzerindeki olası etkisi değerlendirilmelidir.
SPSS’te doğru inceleme nasıl yapılır?
SPSS’te normallik değerlendirmesi için genellikle `Analyze > Descriptive Statistics > Explore` yolu kullanılır. İncelenecek sürekli değişken ya da ölçek puanı “Dependent List” alanına taşınır. Gruplu bir analiz yapılacaksa grup değişkeni “Factor List” alanına eklenebilir. Böylece normallik her grup için ayrı görülebilir.
“Plots” menüsünde “Normality plots with tests” seçeneği işaretlendiğinde SPSS, normallik testlerini ve Q-Q grafiklerini üretir. Histogram seçeneği de genel şekli incelemek açısından yararlıdır. Çıktı alındıktan sonra yalnızca “Tests of Normality” tablosuna bakarak karar vermek yerine şu sırayla ilerlemek daha güvenlidir:
- Veri girişini, eksik değerleri ve olası kodlama hatalarını kontrol edin.
- Histogram ve Q-Q grafiğinde dağılımın biçimini inceleyin.
- Çarpıklık ve basıklık değerlerini, örneklem büyüklüğünü dikkate alarak yorumlayın.
- Shapiro-Wilk veya ilgili test sonucunu diğer bulgularla birlikte değerlendirin.
- Seçtiğiniz analizin yalnızca normallik değil, varyans homojenliği, doğrusallık ve bağımsız gözlemler gibi diğer varsayımlarını da kontrol edin.
Bu akış, danışmanınıza ya da jüriye yalnızca bir p değeri değil, gerekçeli bir yöntem kararı sunmanızı sağlar.
Dağılım normal değilse ne yapılır?
Normal dağılımdan sapma saptandığında ilk seçenek her zaman Mann-Whitney U, Kruskal-Wallis veya Spearman korelasyonuna geçmek değildir. Parametrik testlerin bir kısmı, özellikle gruplar dengeli ve örneklem yeterince büyükse, orta düzeydeki normallik ihlallerine karşı dayanıklı olabilir. Ancak güçlü çarpıklık, belirgin uç değerler, çok küçük gruplar veya ciddi grup dengesizliği varsa daha dikkatli davranmak gerekir.
Seçenekler araştırma tasarımına göre değişir. Parametrik olmayan yöntem kullanılabilir, uygun bir veri dönüşümü değerlendirilebilir veya ortalama temelli model yerine dağılım yapısına uygun farklı bir model tercih edilebilir. Dönüşüm uygulamak yalnızca p değerini .05’in üzerine taşımak için yapılmamalıdır. Dönüştürülmüş puanların yorumlanması zorlaşabilir ve araştırma sorusunun anlamını değiştirebilir.
Ayrıca bağımsız gruplar t testi ve ANOVA için normalliğin yanında varyansların homojenliği de incelenmelidir. Regresyonda artıkların dağılımı, doğrusallık ve sabit varyans daha merkezi bir rol üstlenir. Bu nedenle “normallik sağlandı” cümlesi, analiz varsayımlarının tamamının karşılandığını göstermez.
Tezde ve APA biçiminde nasıl raporlanır?
Raporlama, kullanılan karar mantığını kısa ama şeffaf biçimde yansıtmalıdır. Gereksiz tüm tablo değerlerini metne taşımak yerine, hangi kanıtların dikkate alındığını ve bunun analiz tercihini nasıl etkilediğini belirtmek yeterlidir.
Örneğin şu tür bir ifade kullanılabilir: “Dağılımın normalliği Shapiro-Wilk testi, çarpıklık-basıklık katsayıları ve Q-Q grafikleri üzerinden incelenmiştir. Grafiksel ve betimsel bulguların kabul edilebilir dağılım gösterdiği değerlendirilmiş, bu nedenle parametrik analizler uygulanmıştır.” Eğer belirgin bir ihlal varsa, ihlalin niteliği ve seçilen alternatif yöntem açıkça yazılmalıdır.
Danışmanınız belirli bir raporlama standardı istiyorsa, metin o beklentiye göre uyarlanmalıdır. Akademik Analiz kapsamında yürütülen metodolojik incelemelerde de amaç, araştırmacının kendi SPSS çıktısını okuyabilmesi, varsayım kararını gerekçelendirebilmesi ve raporlamasını çalışmasının tasarımına uygun biçimde kurabilmesidir.
Normallik değerlendirmesini bir kontrol kutusu gibi değil, verinizin size ne söylediğini anlama fırsatı olarak ele alın. Bu yaklaşım, yalnızca daha doğru test seçmenizi değil, bulgularınızı savunurken daha net ve tutarlı konuşmanızı da sağlar.