Klinik psikoloji tezinde istatistik analizi nasıl planlanır?

Klinik psikoloji tezleri çoğunlukla ölçek puanları, klinik gruplar, belirtiler, işlevsellik ölçümleri ve zaman içinde tekrarlanan değerlendirmeler içerir. Aynı veri setinde hem psikometrik hem klinik hem de ilişkisel sorular bulunabildiği için analiz planını yalnız bir test listesine dönüştürmek hatalıdır. Doğru başlangıç noktası, her hipotezin hangi değişken ve karşılaştırmayla sınanacağını açıkça eşleştirmektir.

Araştırma sorusunu analiz cümlesine dönüştürün

“Depresyon ile öz şefkat ilişkili midir?” ile “öz şefkat, yaş ve tedavi süresi kontrol edildiğinde depresyonu yordar mı?” aynı soru değildir. İlk soru korelasyonla, ikincisi çoklu regresyonla ele alınabilir. “Müdahale sonrası belirti düzeyi kontrol grubuna göre değişti mi?” sorusu ise grup ve zaman yapısını birlikte modellemeyi gerektirir.

Analiz planında her hipotez için şu dört öğe yazılmalıdır:

1. Birincil sonuç değişkeni nedir?
2. Açıklayıcı değişken veya grup nedir?
3. Ölçümler bağımsız mı, eşleştirilmiş mi, tekrarlı mı?
4. Hangi etki büyüklüğü ve güven aralığı raporlanacak?

Bu eşleştirme veri toplama tamamlanmadan yapılırsa örneklem hesabı, değişken kodlama ve eksik veri planı da daha sağlıklı kurulur.

Ölçek puanlarını analize hazırlama

Klinik psikoloji çalışmalarında ölçek toplam ve alt boyut puanları sık kullanılır. Analize geçmeden önce ölçeğin özgün veya uyarlama çalışmasındaki puanlama yönergesi kontrol edilmelidir. Ters maddeler doğru çevrilmeli, eksik maddeler için hangi durumda puan hesaplanacağı belirlenmeli ve toplam puanın aralığı doğrulanmalıdır.

İç tutarlılık için Cronbach alfa sık raporlansa da tek başına ölçeğin geçerli olduğunu göstermez. Yeni bir ölçek geliştiriliyor veya farklı bir örneklemde yapı sınanıyorsa açımlayıcı/doğrulayıcı faktör analizi gerekebilir. Var olan bir ölçeğin her kullanımında otomatik olarak yeniden faktör analizi yapmak da doğru bir kural değildir; karar araştırma amacı, örneklem ve uyarlama durumuna göre verilmelidir.

Klinik psikolojide sık kullanılan analiz aileleri

Grup karşılaştırmaları

İki bağımsız klinik grupta sürekli bir sonuç karşılaştırılıyorsa t-testi veya uygun parametrik olmayan yaklaşım kullanılabilir. Üç veya daha fazla grupta ANOVA ya da uygun alternatifleri değerlendirilir. Ancak yalnız normallik testinin p değerine bakmak yeterli değildir; grup büyüklükleri, aykırı değerler, varyans yapısı ve ölçüm ölçeği birlikte incelenmelidir.

İlişki ve yordama modelleri

Korelasyon iki değişken arasındaki ilişkinin yönünü ve gücünü özetler. Birden fazla yordayıcıyı birlikte değerlendirmek, karıştırıcıları kontrol etmek veya ikili bir klinik sonucu modellemek için doğrusal ya da lojistik regresyon kullanılabilir. Katsayı, güven aralığı, model uyumu ve çoklu bağlantı kontrolleri p değeri kadar önemlidir.

Aracılık ve düzenleyicilik

“X, Y’yi hangi mekanizma üzerinden etkiliyor?” sorusu aracılık; “bu ilişki hangi koşulda veya kimlerde değişiyor?” sorusu düzenleyicilik modeline karşılık gelebilir. Bu analizlerde kuramsal yön, zaman sıralaması ve nedensel yorum sınırları açık olmalıdır. Kesitsel veride istatistiksel dolaylı etki bulunması, tek başına zamansal veya deneysel nedensellik kanıtlamaz. Uygulama ayrıntıları için PROCESS Macro analiz kapsamını inceleyebilirsiniz.

Tekrarlı ölçümler ve müdahale çalışmaları

Ön test–son test veya çok zamanlı ölçümlerde aynı kişiden gelen değerler bağımsız değildir. Yalnız her grupta ayrı ayrı test yapmak, asıl grup × zaman etkileşimini yanıtlamayabilir. Tasarıma göre tekrarlı ölçümler ANOVA, karma model veya genelleştirilmiş yaklaşımlar kullanılabilir. Kayıp izlem ve eksik veri mekanizması da analizin parçasıdır.

Örneklem büyüklüğünü nasıl planlamalısınız?

Örneklem hesabı çalışmadaki tüm olası testlerin ortalamasına göre değil, birincil hipotez ve ana analiz üzerinden yapılmalıdır. Beklenen etki büyüklüğü benzer araştırmalardan, meta-analizden veya pilot veriden gerekçelendirilir; alfa, güç, grup oranı ve kayıp payı açıkça belirtilir. G*Power ile örneklem hesabı etik kurul veya tez önerisi aşamasında tamamlanmalıdır.

Eksik veri ve aykırı değerler

Eksik gözlemleri doğrudan silmek örneklemi küçültebilir ve eksikliğin sistematik olduğu durumlarda yanlılık oluşturabilir. Önce eksikliğin miktarı, değişkenlere göre dağılımı ve olası nedeni incelenmelidir. Aykırı değerler de yalnız “istenmeyen gözlem” değildir; veri giriş hatası, özel klinik profil veya gerçek uç değer olabilir. Silme, dönüştürme veya sağlam yöntem kullanma kararı gerekçeli ve izlenebilir olmalıdır.

Şeffaf ve akademik raporlama

APA’nın nicel araştırmalar için makale raporlama standartları, yöntemin ve analitik kararların okuyucunun çalışmayı değerlendirebileceği açıklıkta sunulmasını amaçlar. Tez bulgularında da örneklem akışı, dışlama ölçütleri, değişkenlerin psikometrik özellikleri, planlanan veri kontrolleri, test istatistikleri, etki büyüklükleri ve güven aralıkları yer almalıdır.

“Sonuç anlamlı bulundu” tek başına yeterli bir bulgu cümlesi değildir. Etkinin yönü, büyüklüğü, belirsizliği ve klinik bağlamı açıklanmalı; analiz sonrasında geliştirilen keşfedici hipotezler, önceden planlanan hipotezlerden ayrılmalıdır.

Sık yapılan hatalar

En sık karşılaşılan sorunlar; ölçeklerin ters maddelerini yanlış kodlamak, çok sayıda testi hata düzeltmesi olmadan yürütmek, yalnız p değerine odaklanmak, kesitsel ilişkileri nedensel yorumlamak ve aynı kişiden gelen tekrarlı ölçümleri bağımsız kabul etmektir. Analiz planını veri sonuçları görüldükten sonra değiştirmek de şeffaf biçimde belirtilmediğinde raporun güvenilirliğini azaltır.

Klinik psikoloji alanındaki yöntem ve analiz örneklerini çalışma alanları sayfamızda görebilir; projenizin aşamasını ön değerlendirme formunda paylaşabilirsiniz.

Kaynaklar

• American Psychological Association. APA Style Journal Article Reporting Standards.
• Appelbaum ve ark. (2018). Journal article reporting standards for quantitative research in psychology.
• EQUATOR Network. JARS–Quant reporting guideline record.