Tezde Hangi Analiz Seçilir? Doğru Karar Rehberi

Bir tezde yanlış analiz seçimi, en iyi hazırlanmış anketin veya en değerli veri setinin dahi savunulmasını zorlaştırabilir. Bu nedenle tezde hangi analiz seçilir sorusunun yanıtı, SPSS menüsünde görünen test isimlerinden değil; araştırma sorunuzdan, değişkenlerinizin yapısından ve çalışma tasarımınızdan başlamalıdır. Doğru test, yalnızca anlamlı bir p değeri üretmez. Bulgularınızın araştırma sorusuna gerçekten yanıt vermesini ve jüri ya da danışman karşısında yöntemsel olarak açıklanabilmesini sağlar.

Analiz seçimi araştırma sorusuyla başlar

İstatistiksel analiz seçerken ilk soru şudur: Araştırmanız neyi öğrenmek istiyor? Gruplar arasında fark olup olmadığını mı, iki değişkenin birlikte değişip değişmediğini mi, yoksa bir sonucun hangi faktörler tarafından yordandığını mı inceliyorsunuz?

Örneğin “Kadın ve erkek öğrencilerin akademik motivasyon puanları farklılaşır mı?” sorusu iki bağımsız grubun ortalamalarını karşılaştırmayı gerektirir. Buna karşılık “Akademik motivasyon ile öz yeterlik arasında ilişki var mıdır?” sorusu ilişki analizine yönelir. “Öz yeterlik ve çalışma süresi akademik başarıyı yordar mı?” sorusunda ise regresyon modeli daha uygundur.

Aynı veri setiyle farklı analizler yapılabilmesi, hepsinin doğru olduğu anlamına gelmez. Analiz, hipoteze sonradan uydurulmamalıdır. Araştırma sorusu, değişkenlerin teorik rolü ve veri toplama planı birlikte değerlendirilmelidir.

Tezde hangi analiz seçilir: Dört temel karar noktası

Doğru teste ulaşmak için dört soruya net yanıt vermeniz gerekir:

• Bağımlı değişkeniniz nedir ve hangi ölçme düzeyindedir?
• Bağımsız değişkeniniz ya da değişkenleriniz nelerdir?
• Kaç grup, kaç ölçüm zamanı veya kaç yordayıcı vardır?
• Veriniz ilgili testin varsayımlarını karşılıyor mu?

Bağımlı değişken, açıklamak veya karşılaştırmak istediğiniz sonuçtur. Akademik başarı puanı, depresyon toplam puanı veya iş doyumu düzeyi buna örnek olabilir. Bağımsız değişken ise bu sonuçla ilişkisini ya da etkisini değerlendirdiğiniz değişkendir: cinsiyet, eğitim düzeyi, çalışma süresi veya algılanan sosyal destek gibi.

Ölçme düzeyi kritik bir ayrımdır. Cinsiyet, medeni durum ve bölüm gibi kategorik değişkenler nominaldir. Eğitim seviyesi veya memnuniyet derecesi gibi sıralı kategoriler ordinal kabul edilir. Toplam ölçek puanları, yaş ve sınav notu ise çoğu çalışmada sürekli değişken olarak ele alınır. Ancak Likert maddeleri ile Likert maddelerinden üretilen toplam puanın aynı şekilde değerlendirilmemesi gerekir. Tek bir 5’li Likert maddesi çoğunlukla sıralı yapı taşırken, yeterli sayıda maddeden oluşan ve psikometrik açıdan desteklenen toplam puan daha farklı bir analitik yaklaşımı mümkün kılabilir.

Fark mı, ilişki mi, yordama mı?

Tezlerde en sık görülen analiz türleri, sorunun kurduğu ilişkiye göre ayrılır. İki bağımsız grubun sürekli bir puan bakımından karşılaştırılmasında bağımsız örneklemler t testi kullanılır. Üç veya daha fazla grubun ortalamasını karşılaştırmak gerektiğinde tek yönlü ANOVA gündeme gelir. ANOVA anlamlı çıktığında hangi gruplar arasında fark olduğunu görmek için uygun post-hoc karşılaştırmalar yapılır.

Aynı katılımcıların iki farklı zamandaki puanlarını karşılaştırıyorsanız bağımlı örneklemler t testi düşünülür. Örneğin eğitim öncesi ve sonrası bilgi puanları bu yapıya sahiptir. Üç veya daha fazla tekrarlı ölçüm varsa tekrarlı ölçümler için ANOVA ya da veri yapısına bağlı olarak daha gelişmiş modeller değerlendirilmelidir.

İki sürekli değişken arasındaki doğrusal ilişki için Pearson korelasyonu, sıralı veya normal dağılım varsayımını karşılamayan veriler için Spearman sıra farkları korelasyonu kullanılabilir. Korelasyon, ilişkinin yönünü ve gücünü gösterir; neden-sonuç ilişkisini tek başına kanıtlamaz. Bu ayrım, tartışma bölümünde iddiaların sınırını doğru çizmek açısından önemlidir.

Bir bağımlı değişkenin bir veya birden fazla değişken tarafından ne ölçüde açıklandığını incelemek için doğrusal regresyon kullanılır. Regresyon, sadece “ilişki var mı?” sorusundan ileri gider; diğer değişkenler modeldeyken her bir yordayıcının katkısını değerlendirir. Fakat yordama sözcüğü de otomatik olarak nedensellik anlamına gelmez. Nedensel yorum için araştırma tasarımının, zaman sıralamasının ve olası karıştırıcıların ayrıca güçlü olması gerekir.

Kategorik sonuçlarda tercih değişir

Bağımlı değişkeniniz “evet-hayır”, “başarılı-başarısız” veya “düşük-orta-yüksek” gibi kategorik bir sonuçsa, ortalama karşılaştırma testleri çoğu zaman uygun değildir. İki kategorik değişken arasındaki dağılım farkını incelemek için ki-kare testi kullanılabilir. Örneğin bölüm ile çevrim içi eğitime katılım durumu arasındaki ilişki bu şekilde ele alınabilir.

Ancak ki-kare testinde beklenen hücre frekansları dikkate alınmalıdır. Küçük örneklem veya seyrek hücreler varsa Fisher’ın kesin testi gibi seçenekler daha doğru sonuç verebilir. İkili bir sonucu yordamak için lojistik regresyon, sıralı kategoriler için ordinal lojistik regresyon gibi modeller tercih edilir. Burada analiz seçimi, yalnızca bağımsız değişken sayısına değil, esas olarak sonucun ölçme düzeyine bağlıdır.

Varsayımlar test seçiminin güvenlik kontrolüdür

“Veri normal dağılmıyor, o halde tüm analizler parametrik olmayan test olmalı” yaklaşımı fazla basittir. Normal dağılım değerlendirmesi örneklem büyüklüğü, çarpıklık-basıklık değerleri, histogram ve Q-Q grafikleriyle birlikte yapılmalıdır. Sadece Shapiro-Wilk veya Kolmogorov-Smirnov testinin p değerine göre karar vermek, özellikle büyük örneklemlerde yanıltıcı olabilir.

Bağımsız örneklemler t testi ve ANOVA için grupların bağımsızlığı, aykırı değerlerin etkisi, dağılımın makullüğü ve varyans homojenliği gözden geçirilmelidir. Levene testi varyans homojenliği hakkında bilgi verir; varsayım sağlanmadığında Welch testi gibi daha uygun seçenekler düşünülebilir. Regresyonda ise doğrusallık, artıkların dağılımı, değişen varyans, çoklu bağlantı ve etkili gözlemler değerlendirilmelidir.

Varsayımlar karşılanmadığında araştırma sorusundan vazgeçmeniz gerekmez. İki bağımsız grup için Mann-Whitney U, iki bağımlı ölçüm için Wilcoxon işaretli sıralar testi, üç veya daha fazla bağımsız grup için Kruskal-Wallis testi alternatif olabilir. Yine de parametrik olmayan testin otomatik olarak daha güvenli ya da daha kolay olduğu düşünülmemelidir. Bu testlerin yorum mantığı, test ettiği hipotez ve raporlama biçimi farklıdır.

Ölçek çalışmaları ve ileri modellerde analiz sırası önemlidir

Bir ölçeğin toplam puanını kullanmadan önce güvenirlik ve yapı geçerliği değerlendirilmelidir. Cronbach alfa, McDonald omega gibi iç tutarlılık göstergeleri; madde-toplam korelasyonları ve gerekirse doğrulayıcı faktör analizi bu süreçte anlamlı olabilir. Düşük güvenirliğe sahip bir ölçümle yapılan korelasyon veya regresyon analizi, ilişkileri olduğundan zayıf gösterebilir.

Araştırmanız aracılık, düzenleyicilik veya hem aracılık hem düzenleyicilik içeren modeller kuruyorsa, basit korelasyonlar yeterli olmaz. PROCESS Macro ile aracılık ve moderasyon analizleri ya da AMOS ile yapısal eşitlik modeli uygulanabilir. Bu modellerde teorik gerekçe, örneklem yeterliliği, ölçüm modeli ve dolaylı etkiler için güven aralıkları birlikte ele alınmalıdır. Sadece model uyum indekslerinin kabul edilebilir görünmesi, modelin kuramsal olarak doğru olduğu anlamına gelmez.

Etki büyüklüğü ve raporlama analizin parçasıdır

Tezlerde p değerine odaklanmak yaygın bir hatadır. p değeri, gözlenen sonucun örnekleme bağlı belirsizliği hakkında bilgi verir; farkın ya da ilişkinin pratik önemini tek başına söylemez. t testi ve ANOVA sonuçlarında Cohen’s d, eta kare veya kısmi eta kare; korelasyonda r; regresyonda R kare, düzeltilmiş R kare ve standartlaştırılmış beta katsayıları uygun biçimde raporlanmalıdır.

APA tarzı raporlamada test istatistiği, serbestlik derecesi, p değeri, etki büyüklüğü ve gerekli olduğunda güven aralığı açıkça sunulmalıdır. “Anlamlı fark bulundu” ifadesi tek başına yeterli değildir. Hangi grupların hangi yönde farklılaştığı, farkın büyüklüğü ve bulgunun araştırma bağlamındaki anlamı belirtilmelidir.

Analiz planını veri toplamadan önce kurun

En sağlıklı yaklaşım, veri toplama tamamlandıktan sonra test aramak değil, baştan bir analiz planı oluşturmaktır. Her araştırma sorusunun karşısına bağımlı değişkeni, bağımsız değişkenleri, ölçme düzeylerini, planlanan testi ve kontrol edilmesi gereken varsayımları yazın. Bu tablo, hem etik ve yöntemsel tutarlılığı güçlendirir hem de veri seti oluştuğunda karar sürecini hızlandırır.

Kararsız kaldığınız noktada çıktıdaki yıldızlara değil, araştırma tasarımınıza dönün. Doktora düzeyinde metodolojik gözden geçirme ile analiz planınızı birlikte kontrol etmek, hangi testi neden seçtiğinizi netleştirmenize yardımcı olur. Savunmada en güçlü cevap, “Bu test anlamlı çıktı” değil, “Bu test araştırma soruma ve veri yapısına en uygun seçenekti” diyebilmektir.