Betimsel istatistik nedir ve akademik çalışmada ne raporlanır?

SPSS, Jamovi, JASP, R ya da Excel çıktısını açtığında karşına onlarca sayı çıkıyor; hangisini tabloya koyacağını, hangisini metinde yorumlayacağını ve hangisinin gereksiz kalacağını ayırmak çoğu öğrencinin takıldığı ilk noktadır. “Ortalama var, standart sapma var, minimum-maksimum da var; hepsini yazsam fazla mı olur, yazmasam eksik mi kalır?” sorusu özellikle lisans bitirme projelerinde, yüksek lisans araştırma ödevlerinde ve nicel seminer çalışmalarında sık görülür. Daha da zor olan kısım, bu sayıların yalnızca “sonuç” değil, veri setinin okuyucuya tanıtımı olduğunu fark etmektir. Betimsel istatistik nedir sorusunun cevabı, test seçmeden önce verinin nasıl göründüğünü dürüstçe gösterme becerisinde yatar.

Betimsel istatistik, araştırmadaki verileri özetleyen ve okuyucuya örneklemin, değişkenlerin ve dağılımların genel görünümünü veren sayısal bilgidir. Nominal değişkenlerde frekans ve yüzde; sürekli ya da ölçek puanlarında ortalama, standart sapma, minimum ve maksimum değerler raporlanır. Bu bilgiler hipotez testi yerine geçmez; analiz öncesi zemini kurar ve bulguların nasıl okunacağını netleştirir.

Bu rehberde

• Betimsel istatistik nedir ve akademik çalışmada neyi gösterir?
• Betimsel istatistik nasıl raporlanır?
• Betimsel istatistik tablosu hangi değişkenler için hazırlanır?
• Ortalama standart sapma yazımı nasıl yapılır?
• Betimsel istatistikler farklı alanlarda nasıl kullanılır?
• Betimsel istatistik yazarken öğrenciler en sık hangi hataları yapar?
• Betimsel istatistiklerden sonra hangi analizlere geçilir?
• Betimsel istatistik raporunu teslim etmeden önce hangi kontrol listesi kullanılmalı?

Betimsel istatistik nedir ve akademik çalışmada neyi gösterir?

Betimsel istatistik, veri setini yorumlamadan önce okuyucuya tanıtan özet istatistiklerdir. “Kimlerden veri toplandı?”, “Değişkenlerin genel düzeyi nedir?” ve “Veride aşırı ya da beklenmeyen bir dağılım var mı?” sorularına cevap verir. Akademik metinde bu bölüm, analizlerin güvenilir biçimde izlenebilmesi için başlangıç noktasıdır.

Tanımın akademik metindeki karşılığı

Betimsel istatistik, bir veri setindeki gözlemleri özetlemek için kullanılan frekans, yüzde, ortalama, medyan, standart sapma, minimum ve maksimum gibi değerlerin genel adıdır. Bu değerler tek başına neden-sonuç ilişkisi kurmaz; verinin yapısını gösterir.

Örneğin bir psikoloji araştırmasında 180 öğrencinin sınav kaygısı puanı ölçüldüyse, betimsel istatistikler bu grubun ortalama kaygı düzeyini, puanların ne kadar yayıldığını ve ölçeğin uçlarında yoğunlaşma olup olmadığını gösterir. “Kaygı başarıyı etkiler” demek için korelasyon, regresyon ya da grup karşılaştırması gerekir; ama o analizlerden önce kaygı puanlarının nasıl dağıldığını bilmek gerekir.

Bu nedenle betimsel istatistikler çoğu nicel çalışmada bulgular bölümünün ilk kısmında yer alır. Bazı derslerde “tanımlayıcı istatistikler” adı kullanılır; tezde tanımlayıcı istatistikler diye arayan öğrencilerin karşılaştığı içerik de çoğunlukla aynı mantığa dayanır. Terim değişse de amaç aynıdır: veri setini okuyucuya kısa, düzenli ve anlamlı şekilde tanıtmak.

Betimsel istatistik ile çıkarımsal istatistik ayrımı

Çıkarımsal istatistik, örneklemden hareketle daha geniş bir evren hakkında sonuç çıkarmaya çalışan test ve modellerdir. t testi, ANOVA, ki-kare, korelasyon ve regresyon bu gruba girer.

Betimsel istatistik ise “veride ne var?” sorusunu cevaplar. Çıkarımsal istatistik “bu fark, ilişki ya da etki istatistiksel olarak anlamlı mı?” sorusuna yönelir. İkisini karıştırmak raporu zayıflatır çünkü ortalama farkı görmek, o farkın anlamlı olduğunu kanıtlamaz.

Örnek: Bir işletme yönetimi araştırmasında uzaktan çalışanların iş doyumu ortalaması 4,10; ofiste çalışanların ortalaması 3,85 olabilir. Bu betimsel bir farktır. “Uzaktan çalışma iş doyumunu artırmaktadır” demek için uygun test ve araştırma desenine ihtiyaç vardır.

Hangi sorulara cevap verir?

Betimsel istatistikler özellikle şu soruları netleştirir:

• Örneklem kaç kişiden oluşuyor?
• Katılımcıların yaş, cinsiyet, sınıf düzeyi, bölüm ya da deneyim dağılımı nasıl?
• Ölçek puanlarının ortalaması hangi düzeyde?
• Standart sapma düşük mü, yüksek mi?
• Minimum ve maksimum değerler ölçekte beklenen sınırlar içinde mi?
• Eksik veri ya da sıra dışı değer şüphesi var mı?

Bu cevaplar yöntem ve bulgular bölümü arasında köprü kurar. Yöntemde “veri 214 öğrenciden toplandı” demek yeterli değildir; bulgularda bu grubun temel özelliklerini ve değişkenlerin genel görünümünü göstermek gerekir.

Betimsel istatistik nasıl raporlanır?

Betimsel istatistik nasıl raporlanır sorusunun cevabı, değişken türüne göre hangi değerin anlamlı olduğuna bağlıdır. Kategorik değişkenlerde frekans ve yüzde; sürekli değişkenlerde ortalama, standart sapma, minimum ve maksimum değerler tercih edilir. Metin, tabloyu tekrar etmemeli; tablodan çıkan temel örüntüyü kısa biçimde açıklamalıdır.

Raporlama sürecinin temel adımları

Betimsel istatistikleri raporlamadan önce veri dosyasını doğrudan tabloya çevirmek yerine kısa bir kontrol süreci izlemek daha güvenlidir:

1. Değişkenleri ölçüm düzeyine göre ayır: nominal, ordinal, aralıklı ya da oranlı.
2. Her değişken için uygun özet değeri seç: frekans-yüzde, ortalama-standart sapma, medyan-çeyrekler arası aralık.
3. Eksik veri sayısını kontrol et ve gerekirse tabloda belirt.
4. Minimum ve maksimum değerlerin beklenen sınırlar içinde olup olmadığını incele.
5. Tabloyu sadeleştir; araştırma sorusuyla ilgisiz değişkenleri ana tabloya koyma.
6. Tablo altına ya da metne kısa bir yorum yaz; sayıları tek tek tekrar etme.

Bu adımlar özellikle anket verilerinde işe yarar. Anket maddeleri, ölçek toplam puanları ve demografik bilgiler aynı tabloda karışırsa okuyucu hangi bilginin ne için verildiğini anlayamaz. Anket tasarımı ve ölçek mantığıyla ilgili daha geniş bir planlama için Dengeli anket ölçeği tasarımı içeriği de veri toplamadan önce yararlı olabilir.

Zayıf ve güçlü raporlama örneği

Aşağıdaki örnek, aynı verinin öğrenciler tarafından nasıl zayıf ya da daha güçlü yazılabileceğini gösterir:

Zayıf öğrenci yazımı	Daha güçlü yazım
Katılımcıların yaş ortalaması 21,4’tür. Standart sapma 2,1’dir. Minimum 18, maksimum 29’dur. Cinsiyet değişkeninde 98 kadın ve 72 erkek vardır.	Katılımcıların yaş ortalaması 21,4’tür (SS = 2,1; aralık = 18–29). Örneklemin %57,6’sı kadın, %42,4’ü erkektir. Bu dağılım, çalışmanın ağırlıklı olarak erken yetişkin üniversite öğrencilerinden oluştuğunu göstermektedir.

Zayıf yazımda sayıların tamamı arka arkaya dizilir. Daha güçlü yazımda ise değerler düzenli biçimde birleştirilir ve okuyucuya bu dağılımın araştırma bağlamında ne anlama geldiği söylenir.

Metin ve tablo dengesi

Betimsel istatistik tablosu zaten sayısal ayrıntıyı verir. Metinde aynı satırları tek tek tekrar etmek gereksizdir. Daha doğru yaklaşım, tablodaki en anlamlı iki veya üç noktayı seçmektir.

Örneğin şöyle bir cümle yeterli olabilir: “Ölçek puanları genel olarak orta-yüksek düzeydedir; en yüksek ortalama akademik öz-yeterlik boyutunda, en düşük ortalama ise zaman yönetimi boyutunda görülmüştür.” Bu cümle tablodaki bütün değerleri kopyalamaz, fakat okuyucunun tabloyu nasıl okuması gerektiğini gösterir.

Betimsel istatistik tablosu hangi değişkenler için hazırlanır?

Betimsel istatistik tablosu, araştırma sorusu, örneklem ve analiz planıyla ilişkili değişkenler için hazırlanır. Her sütunu tabloya koymak doğru değildir; yalnızca okuyucunun çalışmayı anlaması ve sonraki analizleri izlemesi için gereken değişkenler seçilmelidir. Demografik değişkenler ile ölçek veya ölçüm değişkenleri çoğu zaman ayrı tablolar hâlinde sunulur.

Kategorik ve sürekli değişken ayrımı

Kategorik değişken, katılımcıları sınıflara ayıran değişkendir; cinsiyet, bölüm, sınıf düzeyi, çalışma durumu veya klinik tanı grubu buna örnektir. Bu değişkenlerde frekans (n) ve yüzde (%) kullanılır.

Sürekli değişken, sayısal bir ölçüm veya ölçek puanı biçiminde ifade edilen değişkendir; yaş, sınav puanı, kaygı ölçeği toplam puanı, kan basıncı veya hizmet yılı buna örnektir. Bu değişkenlerde çoğunlukla ortalama, standart sapma, minimum ve maksimum değerler raporlanır.

Ölçüm düzeyi karıştığında tablo da karışır. Örneğin “bölüm” değişkenine ortalama almak anlamsızdır. “Sınıf düzeyi” için bazı durumlarda ortalama hesaplanabilse de akademik raporda 1. sınıf, 2. sınıf, 3. sınıf gibi frekans-yüzde dağılımı daha okunaklıdır.

Örnek betimsel istatistik tablosu

Aşağıdaki tablo, bir eğitim araştırmasında öğrencilerin akademik motivasyon ve zaman yönetimi puanlarını raporlamak için kullanılabilecek sade bir örnektir:

Değişken	n	Ortalama	SS	Minimum	Maksimum
Akademik motivasyon puanı	156	3,82	0,64	1,90	5,00
Zaman yönetimi puanı	156	3,21	0,71	1,40	4,80
Ders katılım puanı	154	3,55	0,68	1,70	5,00
Dönem sonu başarı puanı	156	74,60	9,85	48,00	96,00

Bu tablo tek başına ilişki ya da etki göstermez. Yine de sonraki korelasyon veya regresyon analizlerini okumadan önce öğrencilerin ilgili değişkenlerde genel olarak nerede durduğunu gösterir.

Hangi değişkenleri dışarıda bırakmalı?

Araştırma sorusuyla ilgisi olmayan değişkenler ana betimsel tabloyu şişirir. Anket formunda “gönüllü katılım onayı”, “e-posta adresi” veya yalnızca veri toplama sürecini yönetmek için kullanılan kodlar varsa bunlar bulgulara alınmaz.

Bazı değişkenler de ek tabloya taşınabilir. Örneğin 25 maddelik bir ölçeğin her maddesi için ortalama ve standart sapma vermek, eğer madde düzeyinde analiz yapılmayacaksa gereksiz olabilir. Bunun yerine ölçeğin toplam puanı veya alt boyut puanları raporlanır. Değişkenleri en başta doğru tanımlamak için Nicel çalışmada değişken tanımlama şeması yararlı bir başlangıç sağlar.

Ortalama standart sapma yazımı nasıl yapılır?

Ortalama standart sapma yazımı, genellikle “Ort. = değer, SS = değer” ya da metin içinde “ortalama = değer, standart sapma = değer” biçiminde yapılır. APA benzeri yazımlarda M ve SD kısaltmaları da kullanılabilir; Türkçe metinlerde “Ort.” ve “SS” kullanımı yaygındır. Önemli olan, aynı çalışmada tek biçimi tutarlı şekilde sürdürmektir.

Temel yazım biçimleri

Ortalama, sayısal değerlerin toplamının gözlem sayısına bölünmesiyle elde edilen merkez ölçüsüdür. Standart sapma, değerlerin ortalamadan ne kadar uzaklaştığını gösteren yayılım ölçüsüdür.

Türkçe akademik metinde şu yazımlar anlaşılırdır:

• “Katılımcıların akademik motivasyon puanı ortalaması 3,82’dir (SS = 0,64).”
• “Sınav kaygısı puanları orta düzeydedir (Ort. = 2,91; SS = 0,73).”
• “Yaş değişkeni için ortalama 21,4, standart sapma 2,1 olarak hesaplanmıştır.”

Hangi biçimi seçersen seç, tablo başlıklarında ve metinde aynı kısaltmaları kullanmalısın. Bir yerde “SS”, başka yerde “Std. Sapma”, başka yerde “SD” yazmak okuyucunun dikkatini dağıtır.

Ondalık basamak ve yuvarlama

Betimsel istatistiklerde genellikle iki ondalık basamak yeterlidir. Yaş gibi değişkenlerde bir ondalık basamak da kabul edilebilir. Ölçek puanları 1–5 aralığındaysa üç ondalık basamak çoğu zaman gereksiz ayrıntıdır.

Örneğin 3,82461 değerini tabloda 3,82 olarak vermek daha okunaklıdır. Ancak p değeri, güven aralığı ya da teknik istatistikler için bölüm yönergesi farklı bir kural isteyebilir. Bu yüzden ders yönergesi veya danışman beklentisi kontrol edilmelidir. Eğer yönerge dağınık görünüyorsa, Yönergeden akademik yazı planına dönüşen yapı metni hangi bilgilerin tablo, hangi bilgilerin metin olarak planlanacağını ayırmaya yardımcı olabilir.

Ortalama her zaman yeterli mi?

Ortalama, dağılım simetrik olduğunda kullanışlıdır; ancak aşırı değerler varsa yanıltıcı olabilir. Örneğin gelir, bekleme süresi veya hastanede yatış günü gibi değişkenlerde birkaç çok yüksek değer ortalamayı yukarı çekebilir. Bu durumda medyan ve çeyrekler arası aralık daha anlamlı olabilir.

Sağlık bilimlerinde bir hemşirelik araştırmasını düşünelim: Evde bakım hizmeti alan yaşlı hastaların ilaç uyum puanı 0–100 arasında ölçülmüş olsun. Ortalama 78 görünse bile standart sapma 18 ise katılımcılar arasında belirgin farklılık vardır. Bu bilgi, yalnızca “ilaç uyumu yüksektir” demekten daha dikkatli bir yorum sağlar.

Betimsel istatistikler farklı alanlarda nasıl kullanılır?

Betimsel istatistikler her alanda aynı değerleri kullanmaz; değişkenin niteliği ve araştırma sorusu belirleyicidir. Psikolojide ölçek puanları, sağlık bilimlerinde klinik ölçümler, eğitimde başarı ve katılım puanları, işletmede memnuniyet ya da performans göstergeleri öne çıkabilir. Alan değişse de raporlamanın amacı aynıdır: verinin temel görünümünü sonraki analizlerden önce anlaşılır kılmak.

Sosyal bilimler ve psikoloji örneği

Bir psikoloji çalışmasında araştırma konusu “üniversite öğrencilerinde sosyal medya kullanım süresi ile yalnızlık düzeyi arasındaki ilişki” olsun. Betimsel istatistikler burada iki temel bilgiyi verir: öğrenciler günde ortalama kaç saat sosyal medya kullanıyor ve yalnızlık ölçeği puanları hangi düzeyde?

Örnek raporlama şöyle olabilir: “Katılımcıların günlük sosyal medya kullanım süresi ortalama 3,70 saattir (SS = 1,45). Yalnızlık ölçeği puan ortalaması 42,30’dur (SS = 8,20).” Bu cümle ilişkiyi kanıtlamaz; fakat korelasyon analizine geçmeden önce iki değişkenin genel düzeyini gösterir.

Bu örnekte yaş, sınıf düzeyi ve bölüm gibi demografik değişkenler frekans-yüzde ile verilebilir. Ölçek puanları ise ortalama-standart sapma ile sunulur. Böylece okuyucu hem örneklemi hem de ana değişkenleri ayrı ayrı görür.

Sağlık bilimleri ve hemşirelik örneği

Bir hemşirelik araştırmasında konu “taburculuk sonrası evde bakım alan yaşlı hastalarda ilaç uyumu ve öz bakım gücü” olabilir. Burada yaş, kronik hastalık sayısı, ilaç sayısı, ilaç uyum puanı ve öz bakım ölçeği gibi değişkenler yer alır.

Yaş ve ölçek puanları için ortalama, standart sapma, minimum ve maksimum değerler verilebilir. Cinsiyet, yalnız yaşama durumu veya eğitim düzeyi gibi değişkenler frekans ve yüzdeyle sunulur. Eğer ilaç sayısı çok çarpık dağılıyorsa medyan değeri de rapora eklemek mantıklı olabilir.

Bu tür bir tabloda klinik anlamı olan değişkenleri seçmek gerekir. Örneğin katılımcı kodu, veri toplama günü veya anket sırası akademik bulgu değildir. Betimsel tablo, hastaların profilini ve ölçülen değişkenlerin genel düzeyini görünür kılmalıdır.

Eğitim ve işletme örneği

Eğitim alanında bir çalışma “çevrim içi ders katılımı ile akademik başarı arasındaki ilişki” üzerine kurulabilir. Betimsel istatistikler ders katılım puanının, devamsızlık sayısının ve dönem sonu başarı puanının genel dağılımını gösterir.

İşletme alanında ise “çalışanların örgütsel bağlılık düzeyi ve işten ayrılma niyeti” araştırılabilir. Örgütsel bağlılık ölçeği için ortalama ve standart sapma; departman, çalışma biçimi veya kıdem grubu için frekans ve yüzde kullanılabilir. Bu ayrım, sonraki analizlerde hangi grupların karşılaştırılacağını da netleştirir.

Araştırma yönteminin nicel, nitel ya da teorik biçimde kurulması bu raporlama kararlarını etkiler. Yöntem seçimi konusunda kararsız kalındığında Nicel, nitel ve teorik araştırma seçimi bağlantısı, verinin türü ile analiz biçimi arasındaki ilişkiyi düşünmek için iyi bir referans olabilir.

Betimsel istatistik yazarken öğrenciler en sık hangi hataları yapar?

Öğrenciler en çok değişken türünü yanlış okuyarak, tabloyu gereksiz kalabalıklaştırarak ve betimsel bulguları nedensel sonuç gibi yorumlayarak hata yapar. Bir başka sık sorun, ortalama ve standart sapmayı yazıp bu değerlerin ne anlattığını hiç açıklamamaktır. Hata genellikle istatistik hesabından değil, akademik raporlama mantığının eksik kurulmasından kaynaklanır.

Somut hatalar ve düzeltmeler

1. Kategorik değişkene ortalama alma
   Öğrenci örneği: “Cinsiyet değişkeninin ortalaması 1,42’dir.”
   Düzeltme: Cinsiyet gibi kategorik değişkenler için “Kadın: n = 98, %57,6; Erkek: n = 72, %42,4” biçiminde frekans ve yüzde raporlanmalıdır. Kodların ortalaması akademik anlam taşımaz.

2. Standart sapmayı yorumlamadan bırakma
   Öğrenci örneği: “Motivasyon ortalaması 3,80, standart sapması 1,20’dir.”
   Düzeltme: Ölçek 1–5 aralığındaysa SS = 1,20 geniş bir yayılıma işaret edebilir. Cümle, “Puan ortalaması orta-yüksek düzeyde olsa da standart sapma katılımcılar arasında belirgin farklılık olduğunu göstermektedir” diye genişletilebilir.

3. Betimsel farkı anlamlı fark gibi yazma
   Öğrenci örneği: “Kadın öğrencilerin kaygı puanı daha yüksek olduğu için cinsiyet kaygıyı etkilemektedir.”
   Düzeltme: Ortalama farkı yalnızca betimsel gözlemdir. Cinsiyet grupları arasında istatistiksel fark olup olmadığını söylemek için uygun grup karşılaştırma testi gerekir.

4. Tüm anket maddelerini ana tabloya doldurma
   Öğrenci örneği: 30 maddelik ölçeğin her maddesi için ortalama, standart sapma, minimum ve maksimum değerlerini tek ana tabloda verme.
   Düzeltme: Araştırma madde düzeyinde yorum yapmıyorsa toplam puan ve alt boyut puanları raporlanmalıdır. Madde tablosu gerekiyorsa ekler bölümüne taşınabilir.

5. Örneklem sayısını belirsiz bırakma
   Öğrenci örneği: “Öğrencilerin başarı puan ortalaması 76,2’dir.”
   Düzeltme: Bu değerin kaç kişiden hesaplandığı belirtilmelidir: “Başarı puanı 148 öğrenci için hesaplanmıştır (Ort. = 76,2; SS = 10,4).” Eksik veri varsa n değeri özellikle önem kazanır.

Zayıf ve güçlü tablo mantığı

Aşağıdaki karşılaştırma, betimsel tablonun nasıl düşünülmesi gerektiğini gösterir:

Zayıf tablo yaklaşımı	Daha güçlü tablo yaklaşımı
Cinsiyet, bölüm, motivasyon puanı ve sınav notunu aynı formatta ortalama-SS ile verme	Demografik değişkenleri frekans-yüzde; ölçek ve puan değişkenlerini ortalama-SS ile ayrı sunma
Ölçek maddelerinin tamamını ana bulgular tablosuna koyma	Toplam puanları ve alt boyutları ana tabloda, ayrıntılı madde değerlerini gerekirse ekte verme
“Ortalama yüksek çıktı” deyip ölçek aralığını belirtmeme	Ölçek aralığını ve yorum sınırını dikkate alarak “1–5 aralığında orta-yüksek” gibi bağlam verme
Minimum ve maksimum değerleri kontrol etmeden tabloya koyma	Beklenen ölçek sınırlarıyla karşılaştırıp hatalı giriş veya uç değer olasılığını inceleme

Bu fark, yalnızca biçimsel değildir. Güçlü tablo yaklaşımı, okuyucunun araştırma sorusunu ve sonraki analizleri daha rahat takip etmesini sağlar.

Betimsel istatistiklerden sonra hangi analizlere geçilir?

Betimsel istatistiklerden sonra hangi analize geçileceği, araştırma sorusuna, hipoteze, değişken türlerine ve veri dağılımına bağlıdır. İlişki arayan çalışmalar korelasyon ya da regresyona; grup farkı arayan çalışmalar t testi, ANOVA veya parametrik olmayan testlere yönelebilir. Betimsel istatistikler bu seçimi tek başına belirlemez, fakat verinin uygunluğunu kontrol etmek için ilk işareti verir.

Araştırma sorusu ile analiz bağlantısı

Araştırma sorusu “iki değişken arasında ilişki var mı?” biçimindeyse korelasyon analizi düşünülebilir. “İki grup arasında fark var mı?” sorusu bağımsız örneklem t testine işaret edebilir. “Üç veya daha fazla grup farklı mı?” sorusu ANOVA ya da parametrik olmayan karşılıkları gerektirebilir.

Bu noktada betimsel istatistikler şöyle işe yarar: grup büyüklükleri çok dengesiz mi, ölçek puanları beklenen aralıkta mı, standart sapmalar birbirine çok uzak mı, veri aşırı uç değer içeriyor mu? Bu sorular test seçiminin teknik kısmına geçmeden önce kontrol edilir.

Örneğin eğitim alanında çevrim içi ders katılımı düşük, orta ve yüksek olarak üç gruba ayrılmışsa, her grubun başarı ortalaması ve standart sapması önce verilir. Ardından grup farkı testi yapılır. Test seçimi için daha ayrıntılı bir karar akışı gerektiğinde Araştırma sorusuna göre istatistiksel test seçimi içeriği kullanılabilir.

Betimsel sonuçtan nedensel iddiaya geçmeme

Betimsel istatistikler “ne görüldüğünü” anlatır, “neden olduğunu” kanıtlamaz. Bu ayrım özellikle bulgular ve tartışma bölümlerinde korunmalıdır. Ortalama düzeyleri yorumlamak başka, bir değişkenin diğerini etkilediğini söylemek başkadır.

Örneğin işletme araştırmasında uzaktan çalışanların iş doyumu ortalaması daha yüksek olabilir. Bu bulgu, uzaktan çalışmanın doğrudan iş doyumunu artırdığını göstermez. Belki uzaktan çalışanlar daha kıdemlidir, belki çalışma koşulları farklıdır, belki gönüllü seçilim vardır. Nedensel iddia için araştırma deseni ve analiz modeli ayrıca tartışılmalıdır.

Bulgular bölümünde sıralama

Nicel bir bulgular bölümü genellikle şu sırayla daha okunaklı olur:

1. Örneklemin demografik özellikleri
2. Ana değişkenlerin betimsel istatistikleri
3. Varsayım kontrolleri veya veri ön incelemeleri
4. Hipotez ya da araştırma sorusuna yönelik çıkarımsal analizler
5. Kısa, tabloya dayalı yorumlar

Bu sıra zorunlu bir şablon değildir, ancak çoğu öğrenci metninde dağınıklığı azaltır. Özellikle lisans ve yüksek lisans düzeyinde okuyucu, önce veri setini görmek, sonra analiz sonuçlarını takip etmek ister.

Betimsel istatistik raporunu teslim etmeden önce hangi kontrol listesi kullanılmalı?

Teslimden önce betimsel istatistikler, değişken türü, tablo düzeni, kısaltma tutarlılığı ve yorum dili açısından kontrol edilmelidir. En iyi kontrol, “Bu tablo okuyucuya veriyi tanıtıyor mu, yoksa sadece çıktı kopyası mı?” sorusunu sormaktır. Gereksiz ayrıntılar çıkarıldığında ve her değer doğru değişken türüyle eşleştiğinde rapor daha akademik görünür.

Devam etmeden önce: betimsel istatistik kontrol listesi

• Her değişkenin ölçüm düzeyini belirledim: kategorik, ordinal, sürekli veya ölçek puanı.
• Kategorik değişkenler için frekans ve yüzde kullandım.
• Sürekli değişkenler için ortalama, standart sapma, minimum ve maksimum değerleri uygun şekilde verdim.
• Ortalama standart sapma yazımı metin ve tabloda tutarlı görünüyor.
• Tabloya yalnızca araştırma sorusu ve analiz planıyla ilgili değişkenleri aldım.
• Eksik veri varsa ilgili n değerlerini gizlemedim.
• Minimum ve maksimum değerleri ölçek sınırlarıyla karşılaştırdım.
• Standart sapmanın çok yüksek olduğu durumlarda yorumumu dikkatli yazdım.
• Betimsel farkları istatistiksel anlamlılık gibi sunmadım.
• Tablo başlıkları, kısaltmalar ve ondalık basamaklar aynı biçimde ilerliyor.
• Metinde tabloyu tekrar etmek yerine ana örüntüyü yorumladım.
• Bulgular bölümünde betimsel istatistikleri çıkarımsal analizlerden önce konumlandırdım.

Son okuma için küçük bir test

Metni bitirdikten sonra yalnızca betimsel istatistik bölümünü oku ve şu soruyu sor: “Bu bölümü okuyan biri, örneklemin kimlerden oluştuğunu ve ana değişkenlerin genel düzeyini anlayabilir mi?” Cevap hayırsa, tablo ya eksiktir ya da metin tabloyu yeterince yönlendirmiyordur.

Bir başka test de gereksiz sayı testidir. Tabloda yer alan her değeri savunabiliyor musun? “Bu değer araştırma sorumla, örneklem tanıtımıyla veya sonraki analizle ilişkili” diyemiyorsan, o değeri ana tablodan çıkarmayı düşünebilirsin.

Önerilen iç bağlantılar

(Yapı sistemi meta verisi — bu bölümü kaldırmayın)

• Dengeli anket ölçeği tasarımı
• Nicel çalışmada değişken tanımlama şeması
• Nicel, nitel ve teorik araştırma seçimi
• Araştırma sorusuna göre istatistiksel test seçimi

---