Ön Test-Son Test Analizi: Neden Bağımsız t-Testleri Yanıltıcı Olabilir ve Tekrarlı Ölçümlü ANOVA Ne Zaman Gerekir?

Bir deney veya kontrol grubunuz var ve bir müdahalenin etkinliğini ölçmek için ön test ve son test verileri topladınız. İlk akla gelen, grupların son test puanlarını birbiriyle (Bağımsız Örneklem t-Testi) veya her grubun kendi içindeki ön-son test farkını (Bağımlı Örneklem t-Testi) karşılaştırmak olabilir. Ancak bu yaklaşımlar, resmin tamamını görmenizi engeller ve çoğu zaman metodolojik olarak eksiktir.

Yaygın Hata Neden Sorunludur? Birden fazla t-testi yapmak, 1. Tip Hata olasılığını (gerçekte bir fark yokken varmış gibi bulma riski) artırır. Daha da önemlisi, t-testleri size asıl merak ettiğiniz şeyi söylemez: Müdahalenin etkisi, kontrol grubuna kıyasla deney grubunda zamanla anlamlı bir farklılık yarattı mı? Bu soru, bir "etkileşim" (interaction) sorusudur.

Doğru Yaklaşım: 2x2 Karışık Desenli (Tekrarlı Ölçümlü) ANOVA Bu tür bir araştırma deseni için en doğru ve güçlü analiz yöntemi, bir faktörün gruplar arası (deney vs. kontrol), diğer faktörün ise denekler içi (ön test vs. son test) olduğu Karışık Desenli ANOVA'dır (Mixed-Design ANOVA).

Bu Analiz Bize Ne Söyler? Bu analizde asıl odaklanmanız gereken sonuç, "zaman*grup etkileşimi" (time*group interaction) etkisidir.

• Eğer zaman*grup etkileşimi istatistiksel olarak anlamlı ise (p < 0.05), bu şu anlama gelir: İki grubun ön testten son teste olan değişimi birbirinden anlamlı derecede farklıdır. Yani, uyguladığınız müdahale gerçekten bir işe yaramıştır ve bu etki sadece zamanın geçmesiyle ortaya çıkan bir değişim değildir.

Ön test-son test kontrol gruplu bir çalışmada, analizinizin merkezine "etkileşim etkisini" koymalısınız. Bu, araştırmanızın bilimsel geçerliliğini ve bulgularınızın gücünü artırır. Bu tür ileri düzey ANOVA modellerini doğru kurmak ve yorumlamak, tezinizin savunmasında veya makalenizin hakem sürecinde sizi bir adım öne çıkaracaktır.