Tezde hangi istatistik testi kullanılır?

Tez yazım sürecinin en kritik kararlarından biri, araştırma sorunuza uygun istatistiksel testi seçmektir. Yanlış test seçimi, doğru toplanmış verinin bile hatalı yorumlanmasına yol açar ve jüri ile hakem süreçlerinde en sık karşılaşılan eleştirilerden biridir. Bu rehberde, "tezde hangi istatistik testi kullanılır" sorusunu basit bir karar mantığıyla yanıtlıyoruz: birkaç temel soruya verdiğiniz cevaplar, sizi neredeyse her zaman doğru teste götürür.

Test seçimini belirleyen dört temel soru

Hangi testi kullanacağınız tek bir kuralla değil, verinizin yapısıyla belirlenir. Şu dört soruyu sırayla yanıtlayın:

• Bağımlı (sonuç) değişkeniniz hangi ölçek türünde? Sürekli/aralık (ör. puan, yaş, gelir), sıralı (ordinal) yoksa kategorik (nominal) mi?
• Bağımsız (gruplayıcı) değişkeniniz kaç grup içeriyor? İki grup mu, ikiden fazla grup mu, yoksa sürekli bir değişken mi?
• Gruplar bağımsız mı, bağımlı (eşleştirilmiş) mı? Farklı kişiler mi karşılaştırılıyor, yoksa aynı kişiden tekrarlı ölçüm mü alınıyor?
• Sürekli değişken normal dağılıma uyuyor mu? Bu, parametrik ile parametrik olmayan test arasındaki seçimi belirler.

Bu dört cevabı netleştirdiğinizde, aşağıdaki bölümler doğru teste ulaşmanızı sağlar.

Ölçek türü neden bu kadar önemli?

Ölçek türü, kullanabileceğiniz test ailesini doğrudan belirler. Sürekli değişkenler için ortalama temelli testler (t-testi, ANOVA, korelasyon, regresyon) uygundur. Kategorik sonuç değişkenleri için frekans temelli testler (ki-kare) ya da lojistik regresyon devreye girer. Likert tipi maddelerden oluşan toplam puanlar genellikle sürekli kabul edilirken, tek bir maddenin sıralı olduğu unutulmamalıdır. Ölçek türünü en baştan doğru tanımlamak, sonraki tüm kararları kolaylaştırır.

İki grubu karşılaştırma: t-testi ve karşılıkları

Sürekli bir değişkeni iki grup arasında karşılaştırıyorsanız temel araç t-testidir:

• Bağımsız örneklem t-testi: Farklı iki bağımsız grubun ortalamasını karşılaştırır (ör. kadın-erkek).
• Eşleştirilmiş (bağımlı) örneklem t-testi: Aynı kişilerden alınan ön test-son test gibi tekrarlı ölçümlerde kullanılır.
• Tek örneklem t-testi: Bir grubun ortalamasını bilinen bir referans değerle karşılaştırır.

Normallik varsayımı sağlanmıyorsa, bağımsız gruplar için Mann-Whitney U, eşleştirilmiş ölçümler için Wilcoxon işaretli sıralar testi parametrik olmayan karşılıkları olarak tercih edilir.

İkiden fazla grup: ANOVA ve karşılıkları

Sürekli değişkeni üç veya daha fazla grupta karşılaştırıyorsanız t-testini tekrar tekrar uygulamak yerine tek yönlü ANOVA kullanılır; bu, hata oranının şişmesini önler. Birden fazla bağımsız değişkenin etkisini ve etkileşimini incelemek isterseniz çift yönlü ANOVA, aynı kişiden tekrarlı ölçümler için tekrarlı ölçümler ANOVA uygundur. Anlamlı bir fark bulunduğunda, farkın hangi gruplar arasında olduğunu görmek için post-hoc testleri (Tukey, Bonferroni vb.) uygulanır.

Normallik sağlanmadığında, bağımsız gruplar için Kruskal-Wallis, tekrarlı ölçümler için Friedman testi parametrik olmayan alternatiflerdir.

İlişki ve yordama: korelasyon ve regresyon

İki sürekli değişken arasındaki ilişkinin yönünü ve gücünü incelemek için Pearson korelasyonu kullanılır; normallik sağlanmadığında ya da değişkenler sıralı olduğunda Spearman korelasyonu tercih edilir. Bir veya birden çok bağımsız değişkenin sürekli bir sonucu ne ölçüde yordadığını görmek isterseniz çoklu doğrusal regresyon, sonuç değişkeni kategorik (ör. var/yok) olduğunda lojistik regresyon devreye girer.

Kategorik değişkenler: ki-kare

Hem bağımsız hem bağımlı değişken kategorikse, gruplar arası dağılımların farklılığını test etmek için ki-kare bağımsızlık testi kullanılır. Beklenen göze sayılarının küçük olduğu durumlarda Fisher kesin testi daha uygundur. Bu testler, oranların gruplara göre değişip değişmediğini incelemek için idealdir.

Pratik bir karar tablosu mantığı

Aşağıdaki sadeleştirilmiş mantık, çoğu tez senaryosunu kapsar:

• Sürekli sonuç + iki bağımsız grup → t-testi / Mann-Whitney U
• Sürekli sonuç + iki tekrarlı ölçüm → eşleştirilmiş t-testi / Wilcoxon
• Sürekli sonuç + üç+ bağımsız grup → tek yönlü ANOVA / Kruskal-Wallis
• İki sürekli değişken ilişkisi → Pearson / Spearman korelasyon
• Yordama / etki → doğrusal veya lojistik regresyon
• İki kategorik değişken → ki-kare / Fisher

Bu tablo bir başlangıç noktasıdır; çalışmanızın deseni, örneklem büyüklüğü ve varsayımların durumu nihai kararı etkiler.

Sık yapılan hatalar

Test seçiminde en sık görülen yanlışlar; normallik varsayımını kontrol etmeden parametrik test kullanmak, üç grup için tekrar tekrar t-testi uygulamak, eşleştirilmiş veriyi bağımsız gibi analiz etmek ve sıralı bir değişkene Pearson korelasyonu uygulamaktır. Bu hatalardan kaçınmak için analiz tasarımını veri toplamadan önce planlamak en sağlıklı yaklaşımdır.

Profesyonel destek: İstatistik Atölyesi, 2012'den bu yana 6000'den fazla akademik çalışmada test seçimi ve SPSS analizi konusunda danışmanlık sunmuştur. Yüksek Lisans Tez Analizi hizmetimizle, araştırma sorunuza uygun, savunulabilir bir analiz planı kurmanıza yardımcı oluyoruz.