Veri analizi, toplanan verinin araştırma sorusuna cevap verecek biçimde düzenlenmesi, özetlenmesi ve uygun istatistiksel yöntemlerle sınanması sürecidir. Tez ve makalede veri analizi; analiz planı, veri dosyası kontrolü, tanımlayıcı istatistikler, hipoteze uygun test seçimi ve bulguların tablo ile yorum hâlinde raporlanması aşamalarından oluşur.
Bu yazıda “veri analizi” ifadesi iş dünyasındaki raporlama ya da veri bilimi anlamında değil, akademik araştırma anlamında kullanılmaktadır. Aşağıdaki adımlar SPSS, R veya başka bir programla çalışılmasından bağımsızdır; program değişse de kararların mantığı aynı kalır.
Akademik veri analizi neyi kapsar?
Akademik bir çalışmada veri analizi, bir yazılımda test çalıştırmakla başlamaz. Sürecin başında araştırma sorusu, ölçülen değişkenler ve bu değişkenlerin ölçüm düzeyi bulunur. Sonda ise okuyucunun tablo ve metin üzerinden izleyebileceği bir bulgular bölümü yer alır. Aradaki her karar bir öncekine dayanır: hipotez değişkeni, değişkenin ölçüm düzeyi testi, test de raporlanacak istatistikleri belirler.
Bu nedenle tezde veri analizi tek bir işlem olarak değil, birbirine bağlı beş aşama olarak ele alınmalıdır. Aşamalardan biri atlandığında sorun çoğu zaman en sonda, jüri ya da hakem değerlendirmesinde görünür hâle gelir.
1. Analiz planı: hangi soruya hangi veriyle cevap verilecek?
Analiz planı, her araştırma sorusunu bağımlı ve bağımsız değişkenle, ölçüm düzeyiyle ve kullanılacak yöntemle eşleştiren bir yol haritasıdır. Planın veri toplanmadan önce hazırlanması, sonuçlara bakarak test seçme riskini azaltır. Örneklem büyüklüğünün gerekçesi, eksik veri yaklaşımı ve raporlanacak etki büyüklüğü de bu aşamada belirlenir.
Planın bir satırı şu soruları cevaplamalıdır: Karşılaştırma mı yapılıyor, ilişki mi inceleniyor, yoksa bir değişkenin başka bir değişkeni yordayıp yordamadığı mı sınanıyor? Kaç grup var ve gruplar bağımsız mı? Sonuç değişkeni sürekli mi, sıralı mı, kategorik mi? Her hipotez için bu satırın nasıl kurulacağı tez istatistik analiz planı yazısında ayrıntılı olarak anlatılmaktadır.
2. Veri dosyası kontrolü
Analizin güvenilirliği, veri dosyasının düzeniyle doğrudan ilişkilidir. Her satırın bir katılımcıyı, her sütunun tek bir değişkeni göstermesi; kategorik kodların tutarlı olması ve boş yanıtların gerçek sıfırdan ayrılması gerekir. Ters puanlanan ölçek maddeleri dönüştürülmeden toplam puan hesaplanırsa, sonraki bütün analizler hatalı bir değişken üzerinden yürür.
Bu aşamada şu kontroller yapılır:
- Olası değer aralığının dışında kalan girişler (örneğin 1-5 Likert maddesinde 7)
- Eksik verinin oranı ve belirli bir maddede ya da grupta yoğunlaşıp yoğunlaşmadığı
- Ters maddelerin dönüştürülmesi ve alt boyut puanlarının oluşturulması
- Uç değerlerin veri giriş hatası mı, yoksa gerçek gözlem mi olduğu
Değişken sözlüğü ve kodlama kararlarının nasıl belgeleneceği tez analizi için veri dosyası hazırlama rehberinde ele alınmıştır.
3. Tanımlayıcı istatistikler
Hipotez testlerinden önce verinin genel görünümü ortaya konmalıdır. Kategorik değişkenler için frekans ve yüzde, sürekli değişkenler için ortalama ve standart sapma ya da dağılım çarpıksa medyan ve çeyrekler arası aralık raporlanır. Tanımlayıcı tablo yalnızca örneklemi tanıtmaz; dağılım biçimini, uç değerleri ve grup büyüklüklerindeki dengesizlikleri gösteren bir ön kontrol işlevi de görür.
Normal dağılım değerlendirmesi de bu aşamaya yakındır. Histogram, Q-Q grafiği, çarpıklık ve basıklık değerleri ile Shapiro-Wilk gibi testler birlikte okunmalıdır. Büyük örneklemlerde normallik testleri küçük sapmaları bile anlamlı gösterebildiği için karar tek bir p değerine bırakılmamalıdır.
4. Hipoteze uygun test seçimi
Test seçimi programın menüsüne göre değil, araştırma sorusuna göre yapılır. Temel ayrım şöyledir:
- İki bağımsız grubun sürekli bir değişkende karşılaştırılması: bağımsız örneklem t-testi ya da varsayımlar sağlanmadığında Mann-Whitney U testi
- Üç veya daha fazla bağımsız grubun karşılaştırılması: tek yönlü ANOVA ya da Kruskal-Wallis testi
- İki kategorik değişken arasındaki ilişki: ki-kare testi
- İki sürekli değişken arasındaki ilişki: Pearson ya da Spearman korelasyonu
- Bir sonucun birden fazla değişkenle yordanması: doğrusal veya lojistik regresyon
Her testin kendi varsayımları vardır; gözlemlerin bağımsızlığı, varyansların homojenliği ve dağılım biçimi bunların başında gelir. Varsayım kontrolü ana bulgu gibi sunulmaz, ancak hangi testin neden seçildiğini gerekçelendirmek için yöntem bölümünde kısaca belirtilir.
5. Tablo ve yorum
Son aşamada program çıktısı, tez ya da dergi biçimine uygun bir tabloya dönüştürülür. Ham çıktının ekran görüntüsü olarak kullanılması uygun değildir; tabloda yalnızca araştırma sorusuna cevap veren istatistikler yer almalıdır. Metinde ise test adı, istatistik değeri, serbestlik derecesi, p değeri, etki büyüklüğü ve mümkünse güven aralığı birlikte verilir. Tabloların nasıl sadeleştirileceği SPSS çıktılarını tezde raporlama yazısında örneklerle gösterilmiştir.
Çözümlü örnek: iki grubun karşılaştırılması
Aşağıdaki sayılar gerçek bir çalışmanın sonucu değildir; adımların birbirine nasıl bağlandığını göstermek için kurgulanmıştır.
Bir yüksek lisans tezinde, gece nöbeti tutan ve tutmayan hemşirelerin tükenmişlik puanlarının farklı olup olmadığı incelenmek istensin. Tükenmişlik, 1-5 aralığında puanlanan bir ölçekle ölçülmekte ve madde ortalaması olarak hesaplanmaktadır.
Plan ve veri kontrolü
Bağımlı değişken sürekli (ölçek puanı), bağımsız değişken iki kategorili (nöbet tutuyor / tutmuyor) ve gruplar bağımsızdır. Bu yapı, varsayımlar sağlandığında bağımsız örneklem t-testine işaret eder. Veri dosyasında 146 kayıt bulunduğunu, bunlardan 6'sının ölçek maddelerinin yarısından fazlasını boş bıraktığı için analiz dışı tutulduğunu varsayalım. Analize 140 katılımcı kalır ve bu karar yöntem bölümünde açıkça yazılır.
Tanımlayıcı istatistikler
Nöbet tutan grupta n=78, ortalama 2,84 ve standart sapma 0,61; nöbet tutmayan grupta n=62, ortalama 2,62 ve standart sapma 0,58 bulunmuş olsun. Her iki grupta da histogramlar belirgin bir çarpıklık göstermemekte, standart sapmalar birbirine yakın seyretmektedir.
Test ve etki büyüklüğü
Bu değerlerle varyansların eşit kabul edildiği bağımsız örneklem t-testi uygulandığında t(138)=2,17 ve p=0,032 elde edilir. Ortalama fark 0,22 puandır; farkın yüzde 95 güven aralığı yaklaşık 0,02 ile 0,42 arasındadır. Ortak standart sapma yaklaşık 0,60 olduğundan Cohen d değeri 0,37 olarak hesaplanır ve küçük ile orta arasında bir etkiye karşılık gelir.
Raporlama cümlesi
Bulgular bölümünde sonuç şöyle yazılabilir: “Gece nöbeti tutan hemşirelerin tükenmişlik puanları (Ort.=2,84, SS=0,61) nöbet tutmayanlara (Ort.=2,62, SS=0,58) göre daha yüksektir; t(138)=2,17, p=0,032, d=0,37, %95 GA [0,02; 0,42].” Güven aralığının alt sınırının sıfıra çok yakın olması, farkın büyüklüğüne ilişkin belirsizliğin yüksek olduğunu ve gerçek etkinin pratikte oldukça küçük olabileceğini düşündürmektedir. Bu yorumun ayrıntısı tartışma bölümüne bırakılmalıdır.
Örnekte görüldüğü gibi test sonucu tek başına bir cümle değildir. Grup büyüklükleri, tanımlayıcı değerler, etki büyüklüğü ve belirsizlik birlikte verildiğinde okuyucu sonucun ne kadar güçlü olduğunu kendisi değerlendirebilir.
Tezde ve makalede veri analizi arasındaki farklar
Adımlar iki metin türünde de aynıdır; değişen, ayrıntının nerede ve ne ölçüde sunulduğudur. Tezde yöntem bölümü genellikle daha uzundur: veri temizleme kararları, normallik değerlendirmesi, ölçeklerin güvenirlik katsayıları ve kullanılan yazılımın sürümü ayrı başlıklar altında açıklanabilir. Bulgular bölümünde de her hipotez için ayrı bir tablo ve kısa bir açıklama paragrafı yer alması beklenir.
Makalede ise sözcük sınırı ve dergi yazım kuralları belirleyicidir. Tanımlayıcı istatistikler ile ana test sonuçları çoğu zaman tek bir tabloda birleştirilir, varsayım kontrolleri bir iki cümleyle özetlenir ve ek analizler çevrim içi ek dosyaya aktarılır. Etki büyüklüğü, güven aralığı ve örneklem büyüklüğünün gerekçesi, hakem değerlendirmesinde eksikliği kolayca fark edilen unsurlardır. Bu nedenle tezden üretilen bir makalede analizlerin yeniden yapılması gerekmese bile raporlamanın dergi biçimine göre yeniden kurgulanması gerekir.
Program seçimi analizi belirler mi?
SPSS, R, jamovi veya başka bir yazılım aynı testi aynı veriyle ve aynı ayarlarla çalıştırdığında aynı sonucu verir; görülen küçük farklar genellikle varsayılan ayarlardan, örneğin eşit varyans varsayımı yerine Welch düzeltmesinin varsayılan olarak uygulanıp uygulanmadığından kaynaklanır. Belirleyici olan program değil, kararların doğruluğu ve yöntem bölümünde açıkça yazılmasıdır. Yine de hangi yazılımın ve hangi sürümün kullanıldığı raporda belirtilmelidir.
Sık yapılan hatalar
Veri analizinde en sık karşılaşılan sorun, testin araştırma sorusu yerine eldeki veriye göre seçilmesidir. Buna çoğu zaman şu hatalar eşlik eder: eksik veri ve ters maddelerin kontrol edilmemesi, tanımlayıcı istatistiklerin atlanması, varsayım testinin ana bulgu gibi sunulması, p değerinin “0,000” biçiminde yazılması ve etki büyüklüğünün hiç raporlanmaması. Çok sayıda karşılaştırma yapıldığında birinci tip hata olasılığının arttığı da göz ardı edilmemelidir.
Destek alırken sınır
Veri analizi sürecinde istatistik desteği almak, araştırmacının kendi verisi ve hipotezleri üzerinden analiz planı, analiz, tablo ve bulguların istatistiksel açıklaması için genellikle etik sınırlar içinde kalır; tezin veya makalenin başkasına yazdırılması ise etik dışıdır. Mod İstatistik, SPSS veri analizinde veri dosyasını kontrol eder, hipoteze uygun testleri seçer, tabloları tez veya makale formatında düzenler ve bulguları akademik dille yorumlar. Tez sürecindeki kapsamı tez istatistik analizi sayfasında inceleyebilirsiniz; kurumunuzun yönergesini ve danışmanınızın görüşünü ayrıca dikkate almanız gerekir.