İstatistiksel test seçimi nasıl yapılır? Hangi analiz ne zaman kullanılır?
Bir araştırmada verileri topladıktan sonra en sık karşılaşılan sorulardan biri şudur: Hangi istatistiksel testi kullanmalıyım? T testi, ANOVA, Mann-Whitney U, Wilcoxon, korelasyon, ki-kare veya regresyon gibi çok sayıda yöntem bulunduğu için özellikle tez ve makale çalışmalarında doğru analizi seçmek başlangıçta karmaşık görünebilir.
Ancak istatistiksel test seçimi, testlerin isimlerini ezberlemekten çok araştırmanın yapısını doğru tanımlamaya dayanır. Ne araştırdığınız, değişkenlerinizin türü, kaç grup veya ölçüm bulunduğu ve gözlemlerin birbirinden bağımsız olup olmadığı belirlendiğinde seçenekler önemli ölçüde azalır.
Çalışmanız için hangi yöntemin uygun olabileceğini doğrudan görmek istiyorsanız ücretsiz istatistiksel test seçme aracımızı kullanabilirsiniz. Araştırmanızı 6 adımda tanımlayarak olası yöntemleri, analiz öncesinde kontrol edilmesi gereken noktaları ve ilgili kaynakları görebilir, ön analiz planınızı PDF olarak indirebilirsiniz.
İstatistiksel test seçimine nereden başlanır?
Doğru testi seçerken yalnızca verilerin normal dağılıp dağılmadığına bakmak yeterli değildir. Öncelikle araştırma sorusunun neyi öğrenmeye çalıştığı belirlenmelidir.
Örneğin araştırmanızda iki grubun puanlarını mı karşılaştırıyorsunuz? Aynı kişilerin ön test ve son test sonuçlarını mı inceliyorsunuz? İki değişken arasında ilişki olup olmadığını mı araştırıyorsunuz? Yoksa bir veya daha fazla değişkenle başka bir değişkeni açıklamaya ya da yordamaya mı çalışıyorsunuz?
Bu sorular farklı istatistiksel yöntemlere götürür. Bu nedenle test seçiminin ilk adımı araştırmanın amacını açık biçimde tanımlamaktır.
Genel olarak araştırma amaçları şu şekilde ayrılabilir:
Araştırma amacı | Gündeme gelebilecek yöntemler |
İki grubun karşılaştırılması | Bağımsız örneklem t testi, Mann-Whitney U |
Aynı grubun iki ölçümünün karşılaştırılması | İlişkili örneklem t testi, Wilcoxon |
Üç veya daha fazla grubun karşılaştırılması | ANOVA, Kruskal-Wallis |
Üç veya daha fazla ilişkili ölçümün karşılaştırılması | Tekrarlı ölçümler ANOVA, Friedman |
İki kategorik değişkenin incelenmesi | Ki-kare, Fisher kesin testi |
İki nicel değişken arasındaki ilişkinin incelenmesi | Pearson veya Spearman korelasyonu |
Bir sonuç değişkeninin yordanması | Doğrusal veya lojistik regresyon |
Bu tablo bir başlangıç rehberidir. Nihai yöntem seçimi için değişken yapısı, araştırma deseni ve yöntemin varsayımları da değerlendirilmelidir.
Değişkenlerin türü neden önemlidir?
Aynı araştırma sorusu farklı türde değişkenlerle incelendiğinde kullanılacak yöntem değişebilir. Bu nedenle bağımlı ve bağımsız değişkenlerin nasıl ölçüldüğü bilinmelidir.
Cinsiyet, bölüm veya medeni durum gibi değişkenler kategorik yapıdadır. Yaş, ağırlık, sınav puanı veya ölçek toplam puanı gibi değişkenler ise çoğu araştırmada nicel değişkenler olarak ele alınır. Sıralı kategoriler ise ayrıca değerlendirilmelidir.
Ölçme düzeyi test seçiminde önemlidir ancak tek başına yeterli değildir. Araştırma amacı, grup yapısı, ölçümlerin bağımlı olup olmaması ve yöntemin varsayımları da birlikte ele alınmalıdır.
Bu konuda ayrıntılı bilgi için ölçme düzeyleri: nominal, ordinal, aralık ve oran başlıklı rehberimizi inceleyebilirsiniz.
Bağımsız grup ile ilişkili ölçüm arasındaki fark nedir?
İstatistiksel test seçiminde en sık yapılan karışıklıklardan biri bağımsız ve ilişkili ölçümlerin birbirinden ayrılmamasıdır.
Örneğin bir tedavi grubuyla kontrol grubundaki farklı kişilerin puanlarını karşılaştırıyorsanız iki bağımsız grup vardır. Uygun koşullarda bağımsız örneklem t testi düşünülebilir.
Aynı kişilerin tedavi öncesi ve tedavi sonrası puanlarını karşılaştırıyorsanız ölçümler ilişkilidir. Bu durumda ilişkili örneklem t testi gibi eşleştirilmiş ölçümlere uygun yöntemler gündeme gelir.
Dolayısıyla yalnızca “iki grubum var” demek hangi testin kullanılacağını belirlemek için yeterli değildir. Bu iki ölçümün kimlerden elde edildiği de bilinmelidir.
T testi mi Mann-Whitney U testi mi kullanılmalı?
İki bağımsız grubun nicel bir değişken açısından karşılaştırılmasında sık karşılaşılan seçeneklerden ikisi bağımsız örneklem t testi ve Mann-Whitney U testidir.
Bağımsız örneklem t testi parametrik bir yöntemdir ve uygun varsayımlar altında grup ortalamalarının karşılaştırılmasında kullanılır. Mann-Whitney U testi ise sıra temelli parametrik olmayan bir yöntemdir.
Ancak “veri normal değilse otomatik olarak Mann-Whitney kullanılır” şeklindeki basit bir karar kuralı her araştırma için doğru değildir. Örneklem büyüklüğü, dağılımın biçimi, aykırı değerler, ölçüm düzeyi ve araştırmacının karşılaştırmak istediği özellik birlikte değerlendirilmelidir.
Bu nedenle parametrik veya parametrik olmayan test seçimini yalnızca tek bir normallik testi sonucuna bağlamamak gerekir.
İlişkili t testi mi Wilcoxon testi mi kullanılmalı?
Aynı bireylerden iki farklı zamanda ölçüm alınmışsa veya eşleştirilmiş gözlemler karşılaştırılıyorsa bağımsız grup testleri uygun değildir.
Örneğin bir eğitim programına katılan öğrencilerin eğitim öncesi ve eğitim sonrası başarı puanlarını karşılaştırmak istiyorsanız ölçümler aynı öğrencilere aittir. Uygun varsayımlar altında ilişkili örneklem t testi kullanılabilir.
Parametrik yöntemin uygun olmadığı durumlarda Wilcoxon işaretli sıralar testi değerlendirilebilir.
Burada temel ayrım “iki ölçüm olması” değil, bu iki ölçümün aynı veya eşleştirilmiş birimlerden gelmesidir.
T testi mi ANOVA mı kullanılmalı?
Bağımsız gruplar arasındaki farkı incelemek isteyen araştırmacıların sık sorduğu bir diğer soru “t testi mi ANOVA mı kullanmalıyım?” sorusudur.
İki bağımsız grubun karşılaştırılmasında bağımsız örneklem t testi gündeme gelirken, üç veya daha fazla bağımsız grubun karşılaştırılmasında genellikle tek yönlü ANOVA değerlendirilir.
Örneğin iki farklı öğretim yöntemini karşılaştırıyorsanız t testi düşünülebilir. Üç farklı öğretim yöntemini karşılaştırıyorsanız ANOVA daha uygun bir başlangıç noktasıdır.
ANOVA sonucunun anlamlı bulunması durumunda farkın hangi gruplardan kaynaklandığını belirlemek için uygun çoklu karşılaştırma veya post-hoc yöntemleri de gerekebilir.
Parametrik varsayımların karşılanmadığı üç veya daha fazla bağımsız grubun karşılaştırılmasında ise Kruskal-Wallis testi gündeme gelebilir.
Farklılık testlerini daha ayrıntılı karşılaştırmak için anlamlı farklılık sorularında hangi testin seçileceğini anlattığımız rehberi de inceleyebilirsiniz.
Pearson mı Spearman korelasyonu mu kullanılmalı?
Araştırma sorunuz gruplar arasındaki farktan ziyade iki değişken arasındaki ilişkiye odaklanıyorsa korelasyon analizleri gündeme gelebilir.
Pearson korelasyon katsayısı belirli varsayımlar altında iki nicel değişken arasındaki doğrusal ilişkinin yönünü ve gücünü değerlendirmek için kullanılır. Spearman korelasyonu ise sıra temelli bir yöntemdir ve ordinal verilerde veya Pearson korelasyonunun uygun olmadığı belirli durumlarda kullanılabilir.
Burada da yalnızca “normal dağılım var mı?” sorusuna bakmak yeterli değildir. İlişkinin biçimi, aykırı değerler ve değişkenlerin ölçüm düzeyi de incelenmelidir.
Korelasyon ve diğer ilişkisel yöntemlerin seçimi için anlamlı ilişki sorularında hangi testin kullanılacağını anlattığımız yazıya da göz atabilirsiniz.
Ki-kare testi ne zaman kullanılır?
Bağımlı değişkeniniz her zaman sayısal bir puan olmak zorunda değildir. Bazen iki kategorik değişken arasındaki ilişki araştırılır.
Örneğin sigara kullanma durumu ile belirli bir kategorik sağlık sonucunun ilişkili olup olmadığını incelemek isteyebilirsiniz. Böyle bir araştırma sorusunda t testi veya korelasyon yerine ki-kare testi gibi kategorik verilere uygun yöntemler gündeme gelir.
Ancak beklenen hücre frekanslarının yeterliliği gibi varsayımlar kontrol edilmelidir. Koşullar sağlanmıyorsa Fisher'ın kesin testi gibi alternatifler değerlendirilebilir.
Regresyon analizi ne zaman kullanılır?
Araştırmanın amacı yalnızca iki değişken arasında ilişki olup olmadığını belirlemek değil, bir sonuç değişkenini bir veya daha fazla değişken yardımıyla açıklamak veya yordamak olduğunda regresyon analizleri kullanılabilir.
Sonuç değişkeni sürekli bir nicel değişkense doğrusal regresyon, iki kategorili bir sonuç değişkeni söz konusuysa lojistik regresyon gibi yöntemler gündeme gelebilir.
Örneğin yaş, çalışma süresi ve motivasyon puanının akademik başarıyı ne ölçüde yordadığını araştırıyorsanız çoklu doğrusal regresyon düşünülebilir. Sonuç değişkeniniz “başarılı/başarısız” biçiminde iki kategoriliyse farklı bir regresyon modeli gerekir.
Bu nedenle “regresyon yapacağım” demeden önce bağımlı değişkenin yapısı açık biçimde belirlenmelidir.
Normal dağılım hangi testi kullanacağımızı tek başına belirler mi?
Hayır. Normallik, belirli parametrik yöntemlerde değerlendirilmesi gereken önemli varsayımlardan biridir ancak istatistiksel test seçiminin başlangıç noktası değildir.
Önce araştırma amacı ve veri yapısı belirlenir. Ardından düşünülen yöntemin varsayımları incelenir.
Örneğin iki kategorik değişken arasındaki ilişkiyi araştırıyorsanız verilerinizin normal dağılıp dağılmadığını kontrol ederek ki-kare ile t testi arasında seçim yapmazsınız. Araştırma sorusunun ve değişkenlerin yapısı zaten sizi kategorik veri analizlerine yönlendirir.
Benzer şekilde regresyon ve ANOVA gibi yöntemlerde de yalnızca ham değişkenlerin dağılımına bakarak karar vermek yeterli değildir. Kullanılan modelin kendi varsayımları dikkate alınmalıdır.
SPSS'te hangi testi kullanmalıyım?
SPSS bir istatistiksel analiz programıdır; hangi testin kullanılacağını araştırmacı adına belirlemez.
Bu nedenle “SPSS'te hangi testi seçmeliyim?” sorusunun cevabı önce SPSS dışında verilmelidir. Araştırma sorusu, değişkenlerin türü, grup veya ölçüm sayısı ve gözlem yapısı belirlendikten sonra uygun yöntem seçilir ve SPSS'te uygulanır.
Başka bir ifadeyle test, SPSS menülerine bakılarak değil araştırma tasarımına bakılarak seçilmelidir.
SPSS analiz sürecinin tamamını görmek isterseniz SPSS analizi nasıl yapılır? rehberimizi inceleyebilirsiniz.
Hangi istatistiksel testi kullanmalıyım? 5 soruda düşünün
Bir analiz yöntemine karar vermeden önce kendinize şu soruları sorun:
Araştırma sorum fark, ilişki veya yordama amaçlarından hangisine yönelik?
Bağımlı ve bağımsız değişkenlerim hangi türde?
Kaç grup veya kaç ölçüm bulunuyor?
Gruplar birbirinden bağımsız mı, yoksa aynı kişilerden tekrarlı ölçümler mi alındı?
Düşündüğüm yöntemin varsayımları verilerimde karşılanıyor mu?
Bu beş sorunun cevabı çoğu temel araştırmada kullanılabilecek yöntemleri önemli ölçüde daraltır. Daha karmaşık deneysel tasarımlar, çok faktörlü modeller, uzunlamasına veriler, kümelenmiş gözlemler veya ileri düzey aracılık ve düzenleyicilik modellerinde ise ek değerlendirmeler gerekir.
İstatistiksel test seçme aracı nasıl kullanılır?
Bütün bu kararları tek tek vermek başlangıçta zor gelebilir. Bu nedenle araştırma sorusundan başlayarak ilerleyen ücretsiz bir istatistiksel test seçme aracı hazırladık.
Araçta araştırmanızı 6 adımda tanımlıyorsunuz. Verdiğiniz yanıtlara göre uygun olabilecek yöntemler, dikkat edilmesi gereken varsayımlar ve ilgili kaynaklar gösteriliyor. Oluşturulan ön analiz planını PDF olarak da indirebilirsiniz.
Aracı her araştırma sorusu için ayrı kullanmanız daha doğru olacaktır. Örneğin tezinizde hem gruplar arası fark hem de değişkenler arası ilişki araştırılıyorsa bu iki araştırma sorusunu ayrı ayrı değerlendirin.
Araç tarafından sunulan sonuçların bir ön değerlendirme olduğunu da unutmayın. Nihai yöntem seçimi araştırma deseni, örneklem özellikleri, veri yapısı ve kullanılacak yöntemin varsayımları birlikte incelenerek yapılmalıdır.
Sonuç
Doğru istatistiksel testi seçmenin en güvenilir yolu test isimlerini ezberlemek değildir. Önce araştırma sorusunu, ardından değişkenlerin yapısını, grup veya ölçüm sayısını ve gözlemlerin ilişkili olup olmadığını belirlemek gerekir. Parametrik varsayımlar ve diğer yöntem koşulları bundan sonra değerlendirilir.
Bu yaklaşım benimsendiğinde “t testi mi ANOVA mı?”, “Pearson mı Spearman mı?” veya “parametrik mi nonparametrik mi?” gibi soruların cevabı çok daha kolay bulunabilir.
Çalışmanız için hangi yöntemin uygun olabileceğini hemen değerlendirmek istiyorsanız ücretsiz istatistiksel test seçme aracımızı kullanın. Araştırmanızı adım adım tanımlayın, olası yöntemleri görün ve analiz planınızı oluşturun.