Tezimde Anlamlı Sonuç Çıkmadı: Ne Yapmalıyım?
Verilerinizi topladınız, anketlerinizi tamamladınız ve istatistiksel analizlerinizi yaptınız. Ancak sonuçlar beklediğiniz gibi gelmedi. Gruplar arasında anlamlı bir farklılık bulunmadı ya da iki değişken arasında beklediğiniz ilişki ortaya çıkmadı.
Şimdi aklınızda aynı soru var: “Hipotezlerim desteklenmedi. Tezim ne olacak?”
Tezinizde istatistiksel olarak anlamlı sonuç çıkmaması, tek başına araştırmanızın başarısız veya geçersiz olduğu anlamına gelmez. Öncelikle verilerin doğru hazırlanıp hazırlanmadığını ve uygun analizlerin kullanılıp kullanılmadığını kontrol etmeniz gerekir. Bu aşamada bir sorun görünmüyorsa, elde ettiğiniz bulguları araştırmanızın koşulları ve önceki çalışmalar çerçevesinde değerlendirebilirsiniz.
Peki, bu süreçte nelere bakmalısınız? Hipotezlerinizi değiştirmeli misiniz? Daha fazla anket toplamak sorunu çözer mi? Anlamlı çıkmayan bir sonucu tezinizde nasıl yazabilirsiniz?
Bir örnek üzerinden ilerleyelim.
Hipotezlerin desteklenmemesi ne anlama gelir?
Öğretmenlerin örgütsel bağlılıklarını incelediğiniz bir araştırma yaptığınızı düşünelim. Araştırmanın başında iki beklentiniz olsun:
İlkokul, ortaokul ve lisede görev yapan öğretmenlerin örgütsel bağlılık düzeyleri farklıdır.
Öğretmenlerin mesleki kıdemleri arttıkça örgütsel bağlılıkları da artar.
Anketleri uyguladınız ve analizleri tamamladınız. Fakat okul türleri arasında istatistiksel olarak anlamlı bir farklılık bulamadınız. Mesleki kıdemle örgütsel bağlılık arasında da beklediğiniz anlamlı ilişki ortaya çıkmadı.
Burada, araştırmaya başlarken beklediğiniz sonuçla verilerden elde ettiğiniz bulguyu ayırmanız gerekir.
Hipotezleriniz, araştırmanızda sınadığınız beklentileri ifade eder. Bu beklentileri önceki çalışmalara, kuramsal açıklamalara veya araştırma probleminize dayanarak oluşturabilirsiniz. Ancak araştırmanın sonunda mutlaka doğrulanmaları gerekmez.
Araştırma yapmanızın amacı da bu beklentileri verilerle incelemektir. Dolayısıyla hipotezinizin desteklenmemesi, üzerinde düşünmeniz ve açıklamanız gereken bir bulgudur.
İlk adım: Veri dosyanızı ve analizlerinizi kontrol edin
Beklediğiniz sonuç çıkmadığında ilk yapmanız gereken, araştırma sürecinde bir hata veya eksiklik bulunup bulunmadığını incelemektir.
Bu kontroller, anlamlı sonuç elde ettiğinizde de gereklidir. Amaç, analizin doğru yürütüldüğünden emin olmaktır.
Veriler doğru kodlanmış mı?
Örneğimizde okul türlerini doğru kodlayıp kodlamadığınızı kontrol edebilirsiniz. İlkokulda görev yapan bir öğretmen, veri girişinde yanlışlıkla lise grubuna alınmış olabilir.
Benzer şekilde, eksik yanıtlar için kullandığınız bir kod analize gerçek bir yanıt gibi dahil edilmiş olabilir. Örneğin eksik veriyi belirtmek amacıyla yazılan “99”, bağlılık puanı hesaplanırken geçerli bir değer olarak kullanılmışsa sonuçları etkileyebilir.
Ölçek puanları doğru hesaplanmış mı?
Bir ölçek kullanıyorsanız şu sorulara bakabilirsiniz:
Puan hesaplamasına doğru maddeler dahil edilmiş mi?
Ters puanlanması gereken maddeler uygun biçimde dönüştürülmüş mü?
Ölçeğin alt boyutları doğru oluşturulmuş mu?
Toplam veya ortalama puanlar, ölçeğin puanlama yönergesine uygun hesaplanmış mı?
Özellikle ters maddelerde yapılan bir hata, yalnızca anlamlılık sonucunu değil, ölçmeye çalıştığınız özelliğin puanını da etkileyebilir.
Araştırma sorusuna uygun analiz yapılmış mı?
Gruplar arasındaki farklılığı incelemekle iki değişken arasındaki ilişkiyi incelemek aynı şey değildir. Kullanılacak yöntem; araştırma sorusuna, değişkenlerin özelliklerine, araştırma desenine ve analizin gerektirdiği koşullara göre belirlenmelidir.
Bu nedenle yalnızca analiz çıktısındaki p değerine bakmayın. Yaptığınız analiz, gerçekten cevap aradığınız soruyu inceliyor mu? Öncelikle bunu değerlendirin.
Test seçimi konusunda başlangıç rehberi olarak Hangi İstatistiksel Testi Kullanmalıyım? aracımızı inceleyebilirsiniz.
Analize kaç kişi dahil edilmiş?
Veri dosyanızdaki katılımcı sayısıyla analizde kullanılan katılımcı sayısı aynı olmayabilir.
Eksik veriler, açık unutulan bir filtre veya yanlış seçilmiş bir koşul nedeniyle bazı katılımcılar analiz dışında kalmış olabilir. SPSS kullanıyorsanız filtreleme, dosyayı gruplara ayırma ve ağırlıklandırma ayarlarını da kontrol edin.
Bir hata bulursanız düzeltip analizi yeniden yapın. Düzeltilmiş sonuç anlamlı çıkabilir veya yine anlamlı çıkmayabilir. Her iki durumda da artık daha doğru bir analiz üzerinden ilerlersiniz.
Anlamlı sonuç bulunmaması, hiç ilişki olmadığı anlamına mı gelir?
Hayır. İstatistiksel olarak anlamlı bir ilişki bulunamaması, iki değişken arasında kesinlikle ilişki olmadığını göstermez. Benzer şekilde, gruplar arasında anlamlı farklılık bulunamaması da grupların eşit olduğunu kanıtlamaz.
Burada yalnızca p değerine odaklanmak yorumunuzu sınırlar. Gözlenen farklılığın veya ilişkinin büyüklüğüne ve bu tahminin ne kadar belirsiz olduğuna da bakmanız gerekir. Etki büyüklüğü ve güven aralığı, bu değerlendirmeye yardımcı olur. Amerikan İstatistik Derneği de bilimsel sonuçların yalnızca bir p değeri eşiğine göre belirlenmemesi gerektiğini vurgular.
Örneğin mesleki kıdemle bağlılık arasında anlamlı ilişki bulamadığınızda, doğrudan “Kıdemin bağlılıkla hiçbir ilişkisi yoktur” demek yerine, bu araştırmada anlamlı bir ilişki saptanmadığını belirtmeniz daha uygundur.
Daha fazla anket toplarsam sonuç anlamlı çıkar mı?
“Acaba katılımcı sayım az olduğu için mi anlamlı sonuç bulamadım?” sorusu oldukça anlaşılırdır. Ancak yalnızca sonucun anlamlı çıkmamasına bakarak örneklemin yetersiz olduğuna karar veremezsiniz.
Şu noktaları ayrıca değerlendirebilirsiniz:
Araştırmayı planlarken örneklem büyüklüğünü nasıl belirlediniz?
Planladığınız katılımcı sayısına ulaştınız mı?
Karşılaştırdığınız grupların her birinde kaç kişi var?
Eksik veriler nedeniyle analize giren kişi sayısı önemli ölçüde azaldı mı?
Örneklem yeterliliği, araştırmanın amacı ve incelenmek istenen etkinin büyüklüğüyle birlikte ele alınmalıdır. Daha fazla katılımcıya ulaşmak, beklediğiniz sonucun kesin olarak çıkacağı anlamına gelmez.
Veri toplama sürecini yalnızca “anlamlı sonuç elde edene kadar” sürdürmek de uygun bir yaklaşım değildir. Ek veri toplamayı düşünüyorsanız, bu kararı araştırma planınız ve yöntemsel gerekçeleriniz üzerinden danışmanınızla değerlendirin.
Önceki araştırmalarda anlamlı sonuç varsa benim sonucum yanlış mı?
Literatürde hipotezinizi destekleyen çalışmalar bulunması, sizin araştırmanızda da aynı sonucun çıkmasını zorunlu hale getirmez.
Ancak önceki çalışmalara yalnızca sonuç cümleleri üzerinden bakmamanız gerekir. Araştırmaların gerçekten ne kadar benzer olduğunu inceleyin:
Katılımcılar aynı özelliklere mi sahip?
Aynı ölçek veya aynı alt boyut mu kullanılmış?
Veriler benzer koşullarda mı toplanmış?
Değişkenler aynı şekilde mi tanımlanmış?
Kullanılan araştırma deseni ve analiz yaklaşımı benzer mi?
Örneğin bir araştırmada mesleğe bağlılık, diğerinde ise çalışılan kuruma bağlılık incelenmiş olabilir. İkisinin başlığında da “bağlılık” geçmesi, aynı özelliğin ölçüldüğü anlamına gelmez.
Çalışmalar birçok bakımdan benzer olsa bile sonuçlar farklılaşabilir. Böyle bir durumda iki araştırmadan birinin mutlaka hatalı olduğunu söyleyemezsiniz. Ayrıca yalnızca bir çalışmada sonuç anlamlı, diğerinde anlamsız olduğu için iki çalışmanın bulgularının birbirinden istatistiksel olarak farklı olduğu sonucuna da varamazsınız.
Tartışma bölümünde yapmanız gereken, bulgunuzu önceki çalışmalarla karşılaştırmak ve olası açıklamaları değerlendirmektir. Veri toplamadığınız bir konuda kesin gerekçeler ileri sürmekten kaçının. Örneğin çalışma koşullarını ölçmediyseniz, farklı sonucun kesin olarak çalışma koşullarından kaynaklandığını söyleyemezsiniz.
Sonuç anlamlı çıkmadı diye hipotez değiştirilir mi?
Başlangıçta kurduğunuz hipotezi, sonuç ona uymadı diye sonradan değiştirip araştırmanın başından beri böyle düşünmüş gibi sunmanız uygun değildir.
Örneğin “Mesleki kıdem arttıkça örgütsel bağlılık artar” hipotezini kurduysanız, analizden sonra bunu “Mesleki kıdemle örgütsel bağlılık arasında ilişki yoktur” biçiminde değiştirerek sorunu çözmüş olmazsınız.
Benzer şekilde, yalnızca daha küçük bir p değeri elde etmek amacıyla farklı testler denemek, katılımcıları gerekçesiz biçimde analizden çıkarmak veya yalnızca anlamlı sonuçları raporlamak da bulguların güvenilir yorumlanmasını güçleştirir. Analiz ve raporlama kararlarının açıkça belirtilmesi gerekir.
Araştırma sırasında yeni sorular ortaya çıkabilir ve ek analiz yapmak gerekebilir. Böyle bir durumda yeni incelemenin gerekçesini açıklayın; başlangıçta planlanan analizlerle sonradan yapılan incelemeleri okuyucunun anlayabileceği biçimde raporlayın.
Anlamlı çıkmayan sonuç tezde nasıl yazılır?
Bulgular bölümünde, analizinizin gösterdiği sonucu açıkça belirtin. Yalnızca “anlamlı çıkmadı” demek yerine ilgili istatistikleri ve p değerini raporlayın; uygun olduğunda etki büyüklüğünü ve güven aralığını da ekleyin.
Örneğimiz için kullanılabilecek temel ifadeler şunlardır:
Öğretmenlerin örgütsel bağlılık puanları arasında görev yaptıkları okul türüne göre istatistiksel olarak anlamlı bir farklılık saptanmamıştır.
Mesleki kıdem ile örgütsel bağlılık puanları arasında istatistiksel olarak anlamlı bir ilişki saptanmamıştır. Bu bulgu, mesleki kıdem arttıkça örgütsel bağlılığın artacağı yönündeki araştırma hipotezini desteklememektedir.
Bu cümleler tek başına tam bir istatistiksel raporlama oluşturmaz; kullandığınız analize ait sayısal sonuçlarla birlikte verilmelidir.
Tartışma bölümünde ise bulgunun ne anlama gelebileceğini, önceki çalışmalarla benzerlik ve farklılıklarını, araştırmanızın sınırlılıklarını ele alabilirsiniz. Bulguyu açıklamaya çalışırken araştırmanızın sağladığı bilginin ötesine geçmemeye dikkat edin.
Danışmanınızla görüşmeye nasıl hazırlanabilirsiniz?
Danışmanınızla görüşmeye yalnızca “Hocam, sonuçlar anlamlı çıkmadı” diyerek gitmek yerine, şu üç noktayı birlikte hazırlayın:
Ne bekliyordunuz? Hipoteziniz neydi ve hangi kaynaklara dayanıyordu?
Ne buldunuz? Analiz sonucunuz, gözlenen farklılık veya ilişki ve ilgili istatistikler neler?
Neleri kontrol ettiniz? Veri kodlaması, ölçek puanları, analize giren kişi sayısı ve yöntem seçimi incelendi mi?
Bu hazırlık, yeniden değerlendirilmesi gereken bir nokta varsa onu görmenizi kolaylaştırır. Yöntemsel bir sorun görünmüyorsa, görüşmenin odağı bulgunun nasıl raporlanacağı ve tartışılacağı olabilir.
Sık sorulan sorular
Bütün hipotezlerim desteklenmezse tezim geçersiz mi olur?
Hipotezlerin tamamının desteklenmemesi, tek başına tezin geçersiz olduğunu göstermez. Araştırma sorusunun uygunluğu, yöntemin doğru uygulanması, verilerin niteliği ve bulguların gerekçeli biçimde yorumlanması birlikte değerlendirilir.
SPSS’te anlamlı sonuç çıkmaması program hatası olabilir mi?
Bu durum tek başına program hatasına işaret etmez. Öncelikle veri girişini, puan hesaplamalarını, analiz seçimini ve filtre gibi ayarları kontrol etmek gerekir.
Başka bir test kullanırsam anlamlı sonuç elde edebilir miyim?
Farklı testler farklı sonuçlar verebilir. Ancak yöntem seçimi, hangi testin anlamlı sonuç verdiğine göre yapılmaz. Araştırma sorunuza ve verilerinize uygun olan yöntem kullanılmalıdır.
Anlamlı çıkmayan bulguları tezime yazmalı mıyım?
Araştırma sorularınız ve hipotezleriniz kapsamında yaptığınız analizleri, sonuçları anlamlı olsun veya olmasın, şeffaf biçimde raporlamalısınız.
Beklediğiniz sonucu bulamadığınızda nasıl ilerlemelisiniz?
Verilerinizi ve analizlerinizi kontrol edin. Bir hata varsa düzeltin; bir eksiklik varsa araştırma planınız çerçevesinde değerlendirin. Ardından bulgunuzu, önceki çalışmalar ve kendi araştırmanızın koşulları içinde yorumlayın.
Başlangıçtaki beklentinizin desteklenmemesi, araştırmanızdan hiçbir şey öğrenmediğiniz anlamına gelmez. Önemli olan, sonuca nasıl ulaştığınızı açıklayabilmeniz ve elde ettiğiniz bulgunun izin verdiği ölçüde yorum yapmanızdır.
Konuyu öğretmenlerin örgütsel bağlılıkları örneği üzerinden anlattığımız YouTube videomuzu buradan izleyebilirsiniz.
Veri hazırlama, uygun analiz seçimi veya bulguların yorumlanması konusunda desteğe ihtiyaç duyuyorsanız istatistiksel analiz danışmanlığı hizmetimizi inceleyebilir, araştırmanızla ilgili danışmanlık talebi iletebilirsiniz.
İleri okuma: Wasserstein, R. L. ve Lazar, N. A. (2016). The ASA Statement on p-Values: Context, Process, and Purpose. The American Statistician, 70(2), 129–133.
