Tez aşamasında en çok zaman kaybettiren sorulardan biri de şudur: tez için hangi istatistik analizi kullanılmalı? Sorun genelde SPSS ekranında başlamaz. Asıl düğüm, araştırma sorusu ile veri yapısı arasında doğru eşleşmeyi kuramamaktır. Danışmanınız “analizi netleştirin” dediğinde aslında sizden sadece bir test adı istemez. Değişkenleri, hipotezi, örneklemi ve raporlama mantığını birlikte düşünmenizi bekler.
Bu yüzden doğru analiz seçimi, teknik bir ayrıntı değil, tezinizin savunulabilirliğini belirleyen temel kararlardan biridir. Yanlış test bazen sadece sonuç bölümünü değil, yöntem bölümünü ve yorumların güvenilirliğini de zedeler. Doğru seçim ise hem veri setini anlamlı hale getirir hem de bulgularınızı enstitüye uygun, akademik olarak savunulabilir bir yapıya taşır.
Tez için hangi istatistik analizi nasıl belirlenir?
Doğru analizi seçmek için ilk bakmanız gereken yer program değil, araştırma modelidir. Çünkü istatistik testi, veri üzerinde sonradan seçilen rastgele bir araç değildir. Araştırmanın ne sorduğu, hangi değişkenleri kullandığı ve bu değişkenler arasında nasıl bir ilişki beklediği testi belirler.
Pratikte karar süreci dört soruyla başlar. Bağımlı değişkeniniz nedir? Bağımsız değişkeniniz nedir? Bu değişkenler kategorik mi sürekli mi? Hipoteziniz fark mı arıyor, ilişki mi arıyor, yoksa etki mi test ediyor? Bu dört soruya net cevap vermeden test seçmek, çoğu zaman deneme yanılma ile ilerlemek anlamına gelir.
Örneğin iki grubun ortalaması karşılaştırılacaksa akla t testi gelir. Üç ve üzeri grup varsa ANOVA gündeme gelir. İki sürekli değişken arasındaki yön ve gücü incelemek istiyorsanız korelasyon uygundur. Bir değişkenin diğerini ne kadar yordadığını görmek istiyorsanız regresyon gerekir. Araya aracı veya düzenleyici etkiler giriyorsa artık daha ileri modellere geçmeniz gerekir.
Analizi belirleyen temel unsur: araştırma sorusu
Tezlerde sık görülen hata, veri toplandıktan sonra “buna hangi test olur” diye düşünmektir. Oysa doğru sıra bunun tersidir. Önce araştırma problemi, sonra hipotezler, sonra ölçüm düzeyi, en son analiz gelir.
“Kadınlar ve erkekler arasında akademik erteleme puanı farklı mıdır?” sorusu bir fark analizidir. “Öz yeterlik ile akademik başarı arasında ilişki var mıdır?” sorusu ilişki analizidir. “Sosyal destek, stres düzeyini yordar mı?” sorusu ise açıklayıcı bir model ister. Sorular değiştikçe analiz de değişir.
Bu ayrımı erken yapmak size sadece doğru testi seçtirmez. Aynı zamanda yöntem bölümünü yazmayı, tablo düzenini kurmayı ve danışman geri bildirimlerine daha net cevap vermeyi kolaylaştırır. Çünkü her test kendi varsayımları, raporlama dili ve yorum sınırlarıyla gelir.
Fark arayan çalışmalar
Eğer amacınız grup karşılaştırmaksa önce kaç grup olduğuna bakılır. İki grup varsa bağımsız örneklem t testi ya da uygun değilse Mann-Whitney U testi tercih edilebilir. Aynı grubun ön test ve son test puanları karşılaştırılacaksa eşleştirilmiş t testi ya da Wilcoxon testi düşünülür. Üç veya daha fazla grup karşılaştırılacaksa ANOVA veya non-parametrik karşılığı olan Kruskal-Wallis testi devreye girer.
Burada kritik nokta şudur: grup sayısı tek başına yeterli değildir. Puanların dağılımı, varyans homojenliği ve ölçüm düzeyi de seçimi etkiler. Bu nedenle “benim üç grubum var, o zaman direkt ANOVA” yaklaşımı her zaman doğru değildir.
İlişki arayan çalışmalar
İki değişken birlikte artıyor mu, biri artarken diğeri azalıyor mu, aralarında anlamlı bir bağ var mı? Bu tip sorularda korelasyon analizi kullanılır. Veriler parametrik koşulları sağlıyorsa Pearson korelasyon, sıralı ya da normal dağılmayan yapılarda Spearman korelasyon daha uygun olabilir.
Ancak korelasyonun sınırı vardır. İlişkiyi gösterir ama neden-sonuç kurmaz. Tezlerde bu nokta sık karıştırılır. İki değişken arasında anlamlı korelasyon bulmak, birinin diğerine kesin olarak etki ettiği anlamına gelmez. Yorum dili bu yüzden dikkatli kurulmalıdır.
Etki ve yordama arayan çalışmalar
Bağımsız değişkenlerin bir bağımlı değişken üzerindeki etkisini test etmek istiyorsanız regresyon analizi daha doğru bir tercihtir. Tek bir yordayıcı varsa basit doğrusal regresyon, birden fazla yordayıcı varsa çoklu regresyon kullanılır. Bu yapı özellikle psikoloji, eğitim, işletme ve sağlık bilimleri tezlerinde oldukça yaygındır.
Regresyonun avantajı, sadece ilişkiyi görmekle kalmaması, etki yönünü ve açıklanan varyans oranını da ortaya koymasıdır. Fakat burada da çoklu doğrusal bağlantı, aykırı değer ve normallik gibi teknik kontroller gerekir. Çıktıya bakıp tek başına p değerine odaklanmak yeterli değildir.
Tez için hangi istatistik analizi seçilirken değişken türü neden kritik?
Bir değişkenin nasıl ölçüldüğü, hangi analizi yapabileceğinizi doğrudan etkiler. Cinsiyet, medeni durum, bölüm gibi değişkenler kategoriktir. Yaş, ölçek puanı, gelir, başarı notu gibi değişkenler çoğunlukla sürekli yapıdadır. Likert tipi ölçekler ise çoğu tezde toplam puan üzerinden sürekli değişken gibi ele alınsa da araştırmanın tasarımına göre dikkatli değerlendirilmelidir.
Buradaki küçük bir sınıflama hatası büyük analiz sorunlarına yol açabilir. Kategorik bir değişkene ortalama karşılaştırması mantığı kurmak ya da sürekli bir değişkeni gereksiz yere gruplara ayırmak, hem gücü düşürür hem de yorum kalitesini bozar. Bu yüzden test seçimi, değişken adlarını değil, değişkenlerin ölçüm düzeyini okumayı gerektirir.
Parametrik mi non-parametrik mi?
Bu soru tez yazımında sık gelir ve çoğu zaman gereğinden fazla basitleştirilir. Parametrik testler genellikle daha güçlüdür, ancak bazı varsayımların makul düzeyde sağlanmasını bekler. Normal dağılım, varyans homojenliği ve uygun örneklem yapısı burada önemlidir. Bu şartlar karşılanmıyorsa non-parametrik alternatiflere geçilir.
Fakat sadece normallik testi sonucuna bakarak karar vermek sağlıklı değildir. Büyük örneklemlerde küçük sapmalar bile anlamlı çıkabilir. Küçük örneklemlerde ise grafikler, çarpıklık-basıklık değerleri ve alan bilgisi birlikte değerlendirilmelidir. Kısacası analiz seçimi mekanik değil, metodolojik bir karardır.
İleri düzey modeller ne zaman gerekir?
Her tez t testi, korelasyon ve regresyonla bitmez. Bazı çalışmalarda aracı değişken, düzenleyici değişken, gizil yapı ya da doğrulayıcı model testleri gerekir. Özellikle ölçek geliştirme, yapısal model testleri veya karmaşık hipotez yapılarında AMOS tabanlı yapısal eşitlik modellemesi ya da PROCESS Macro ile aracılık ve moderasyon analizleri daha uygun olabilir.
Burada önemli olan, ileri analiz kullanmanın otomatik olarak tezi güçlendirmediğidir. Modeliniz kuramsal olarak haklı değilse, örnekleminiz yetersizse veya ölçüm yapınız zayıfsa gelişmiş teknikler sadece daha karmaşık bir hata üretir. İyi tez, en karmaşık analizi değil, araştırma sorusuna en uygun analizi kullanır.
Sık yapılan seçim hataları
Tezlerde tekrar eden birkaç hata vardır. İlki, danışman veya arkadaş önerisiyle test seçmektir. Başka bir çalışmada kullanılan analiz sizin veri yapınıza uymayabilir. İkincisi, yalnızca anlamlı sonuç veren testte kalmaktır. Bu yaklaşım akademik açıdan savunulamaz. Üçüncüsü, varsayım kontrollerini atlamaktır. Dördüncüsü ise çıktıların yorumunu yöntem mantığından koparmaktır.
Bir başka sorun da şudur: analiz doğru seçilse bile raporlama yanlış yapılır. APA düzeni, tablo başlıkları, etki büyüklüğü, anlamlılık dili ve sonuçların hipotezlerle ilişkilendirilmesi eksik olduğunda çalışma zayıf görünür. Yani doğru analiz tek başına yetmez, doğru akademik sunum da gerekir.
Doğru analiz için pratik karar yolu
Eğer tezinizde hangi analizi kullanacağınızdan emin değilseniz, önce hipotezlerinizi tek tek yazın. Sonra her hipotez için bağımlı ve bağımsız değişkeni belirleyin. Ardından bu değişkenlerin kategorik mi sürekli mi olduğunu netleştirin. Son aşamada ise veri yapısının parametrik koşulları sağlayıp sağlamadığını kontrol edin. Bu akış kurulduğunda uygun test çoğu zaman kendiliğinden ortaya çıkar.
Yine de kararsız kaldığınız nokta genellikle test adı değil, model sınırlarıdır. Tek analiz yeterli mi, kontrol değişkeni eklenmeli mi, ölçeğin güvenirliği önce raporlanmalı mı, faktör yapısı doğrulanmalı mı? İşte akademik risk burada başlar. Bu nedenle özellikle yüksek lisans ve doktora düzeyinde, analiz seçimi kadar analiz stratejisinin de profesyonel biçimde kurgulanması gerekir.
Akademik Analiz yaklaşımında odak nokta tam olarak budur: sadece çıktı üretmek değil, veri setinden enstitüye teslim edilebilir bulgu metnine kadar bütün süreci metodolojik olarak tutarlı hale getirmek. Çünkü tezde asıl rahatlatan şey, bir test adı öğrenmek değil, yaptığınız analizin danışman karşısında savunulabilir olduğunu bilmektir.
Son kararınızı verirken kendinize şu soruyu sorun: bu analiz, benim veri setime gerçekten uyuyor mu, yoksa sadece tanıdık geldiği için mi seçiyorum? Çoğu tezde yönü değiştiren fark, tam da bu dürüst soruyla başlar.