Araştırma sorunuz için istatistiksel test nasıl seçilir?

Araştırma sorunuz danışmanınızdan geçti, anket ya da veri seti fikri de hazır; ama analiz kısmına geldiğinizde “SPSS’te hangi menüye basacağım?” sorusu bütün planı kilitliyor. Çoğu öğrenci istatistiksel test nasıl seçilir diye aradığında aslında tek bir test adı istemez; araştırma sorusunun, değişkenlerin ve hipotezin hangi analize işaret ettiğini anlamaya çalışır. Sorun genellikle matematik bilgisinden önce gelir: bağımlı değişkenin ne olduğu belirsizdir, grup sayısı net değildir, ölçüm düzeyi yanlış adlandırılmıştır ya da “ilişki var mı?” ile “fark var mı?” aynı şey sanılmıştır. Bu yüzden lisans bitirme projesi, dönem ödevi veya yüksek lisans tez çalışması için analiz seçimi, en başta araştırma sorusunu teknik dile çevirmeyi gerektirir.

İstatistiksel test seçimi, araştırma sorunuzun karşılaştırma mı, ilişki mi, tahmin mi aradığına; bağımlı değişkeninizin ölçüm düzeyine; bağımsız değişkeninizin grup yapısına ve verinizin varsayımları karşılayıp karşılamadığına göre yapılır. Önce değişkenleri ve hipotezi netleştirip sonra t testi, ANOVA, ki-kare, korelasyon veya regresyon gibi seçenekleri gerekçeli biçimde seçmek gerekir.

Bu rehberde

• İstatistiksel test nasıl seçilir?
• Hangi istatistik testi kullanılmalı sorusuna önce hangi bilgilerle başlanır?
• Değişken türü istatistik test seçimi için neden belirleyicidir?
• t testi ANOVA regresyon farkı araştırma sorusunda nasıl anlaşılır?
• Tez için istatistiksel analiz seçimi örneklerde nasıl görünür?
• Öğrenciler istatistik test seçimi yaparken hangi hataları sık yapar?
• Varsayımlar ve veri koşulları seçilen testi nasıl değiştirir?
• Analiz planı yöntem bölümüne nasıl yazılır?
• Son kontrolde istatistiksel test nasıl seçilir ve gerekçelendirilir?

İstatistiksel test nasıl seçilir?

İstatistiksel test, araştırma sorunuzdaki iddiayı veriyle sınamak için seçilen analiz yöntemidir. Doğru test; neyi ölçtüğünüze, kaç grup karşılaştırdığınıza, verinin sayısal mı kategorik mi olduğuna ve amacınızın fark, ilişki ya da tahmin olup olmadığına göre belirlenir. Test seçmeden önce araştırma sorusunu değişkenlere ayırmanız gerekir.

Kararı başlatan temel soru

İlk ayrım şudur: “Ben gruplar arasında fark mı arıyorum, değişkenler arasında ilişki mi arıyorum, yoksa bir değişkeni başka değişkenlerle tahmin mi etmeye çalışıyorum?” Örneğin “Kadın ve erkek öğrencilerin sınav kaygısı puanları farklı mı?” sorusu fark arar. “Sınav kaygısı ile akademik başarı arasında ilişki var mı?” sorusu ilişki arar. “Sınav kaygısı ve haftalık çalışma süresi akademik başarıyı yordar mı?” sorusu tahmin modeli ister.

Bağımlı değişken, sonucu temsil eden değişkendir; araştırmada açıklamak, karşılaştırmak veya tahmin etmek istediğiniz ölçümdür. Bağımsız değişken, bağımlı değişkendeki değişimi açıklaması beklenen grup, durum veya ölçümdür. Bu ayrım net değilse istatistik test seçimi çoğu zaman rastgele bir test adı seçmeye dönüşür.

Araştırma sorusunu değişkenlere ayırmakta zorlanıyorsanız, önce Bağımlı ve bağımsız değişken ilişkisi üzerinden modelinizi sadeleştirmek analizi belirginleştirir.

Karşılaştırma, ilişki ve tahmin ayrımı

Karşılaştırma soruları genellikle t testi, ANOVA, Mann-Whitney U, Kruskal-Wallis veya ki-kare gibi testlere gider. İlişki soruları korelasyon, ki-kare ilişki analizi veya sıra korelasyonu gibi seçenekleri gündeme getirir. Tahmin sorularında ise regresyon modelleri, lojistik regresyon veya benzeri modelleme yaklaşımları devreye girer.

Şu basit dönüşüm çoğu öğrencinin işini kolaylaştırır:

1. Araştırma sorusundaki sonucu bulun.
2. Sonucun sayısal mı kategorik mi olduğunu yazın.
3. Karşılaştırılan grup sayısını belirleyin.
4. Grupların bağımsız mı eşleştirilmiş mi olduğunu kontrol edin.
5. Amacın fark, ilişki veya tahmin olduğunu tek kelimeyle not edin.
6. Varsayımları kontrol ederek parametrik veya parametrik olmayan seçeneğe geçin.

Hangi istatistik testi kullanılmalı sorusuna önce hangi bilgilerle başlanır?

“Hangi istatistik testi kullanılmalı?” sorusuna test listesinden değil, veri yapısından başlanır. En az dört bilgi gerekir: bağımlı değişkenin türü, bağımsız değişkenin türü, grup sayısı ve ölçümlerin aynı kişilerden mi farklı kişilerden mi geldiği. Bu bilgiler yoksa test adı doğru görünse bile analiz hatalı olabilir.

Dört bilgiyle hızlı karar çerçevesi

Öğrenciler bazen “anket çalışması yapıyorum, hangi testi kullanmalıyım?” diye sorar. Anket çalışması tek başına test belirlemez. Anketten çıkan puanın sürekli değişken olup olmadığı, bu puanın hangi gruplar arasında karşılaştırıldığı ya da hangi değişkenlerle ilişkilendirildiği önemlidir.

Örneğin bir psikoloji çalışmasında “uyku kalitesi puanı” sayısal bir bağımlı değişken olabilir. Bu puanı “spor yapanlar ve yapmayanlar” arasında karşılaştırıyorsanız bağımsız iki grup vardır ve bağımsız örneklem t testi düşünülebilir. Aynı puanı “spor yapmayan, haftada 1–2 gün yapan, haftada 3 gün ve üzeri yapan” gruplarında karşılaştırıyorsanız ANOVA daha uygun olabilir.

Aşağıdaki tablo, soyut kararları somut öğrenci örneklerine çevirir:

Öğrenci sorusu	Veri yapısı	Daha uygun analiz yönü	Neden?
“Kadın ve erkek öğrencilerin sınav kaygısı puanı farklı mı?”	Sayısal puan + iki bağımsız grup	Bağımsız örneklem t testi	İki grubun ortalaması karşılaştırılır.
“Üç öğretim yönteminde başarı puanı değişiyor mu?”	Sayısal puan + üç bağımsız grup	Tek yönlü ANOVA	İkiden fazla grubun ortalaması karşılaştırılır.
“Hemşirelerin vardiya türü ile tükenmişlik düzeyi ilişkili mi?”	Kategorik grup + düşük/orta/yüksek kategori	Ki-kare testi	İki kategorik değişkenin dağılımı incelenir.
“Çalışma süresi not ortalamasını yordar mı?”	Sayısal sonuç + sayısal yordayıcı	Basit doğrusal regresyon	Bir sayısal değişken başka bir sayısal sonucu tahmin eder.
“Ön test ve son test puanları değişti mi?”	Aynı kişilerden iki ölçüm	Eşleştirilmiş örneklem t testi	Ölçümler bağımsız değil, aynı katılımcılara aittir.

Ölçüm tekrarı ve bağımsızlık

Bağımsız gruplar, bir katılımcının yalnızca bir grupta yer aldığı durumlardır. Örneğin bir işletme çalışmasında çalışanlar “uzaktan çalışanlar” ve “ofiste çalışanlar” olarak iki ayrı gruba ayrılıyorsa gruplar bağımsızdır.

Eşleştirilmiş ölçüm, aynı kişiden iki kez ölçüm alınması veya doğal eşleşme bulunmasıdır. Bir eğitim araştırmasında aynı öğrencilerin eğitim öncesi ve sonrası test puanları karşılaştırılıyorsa bağımsız t testi değil, eşleştirilmiş t testi düşünülür. Bu ayrım küçük görünür ama sonuçların p değerini ve yorumunu değiştirir.

Değişken türü istatistik test seçimi için neden belirleyicidir?

Değişken türü, hangi işlemlerin istatistiksel olarak anlamlı olduğunu belirler. Sayısal bir puanın ortalaması karşılaştırılabilirken, kategorik bir değişkende genellikle frekans ve oranlar incelenir. Bu yüzden istatistik test seçimi yapılmadan önce her değişkenin nominal, ordinal, aralıklı veya oran düzeyinde tanımlanması gerekir.

Kategorik ve sayısal değişken ayrımı

Nominal değişken, kategoriler arasında doğal sıralama olmayan değişkendir; cinsiyet, bölüm, medeni durum veya hastane birimi gibi. Ordinal değişken, kategoriler arasında sıralama olan ama aralıkların eşitliği garanti edilmeyen değişkendir; düşük-orta-yüksek memnuniyet gibi. Sürekli değişken, belirli bir aralıkta sayısal değer alabilen ölçümdür; yaş, puan, gelir, kan basıncı veya ölçek toplam puanı gibi.

Ölçek toplam puanları öğrencileri sık karıştırır. Likert tipi tek bir madde ordinal kabul edilebilir; fakat birden çok maddeden oluşan ve geçerli biçimde toplam puana çevrilen ölçekler birçok lisans ve yüksek lisans çalışmasında sürekli değişken gibi analiz edilir. Yine de bu karar, alanınızdaki yaygın uygulama ve danışman beklentisiyle uyumlu olmalıdır.

Nicel çalışmada değişkenleri teknik olarak adlandırmak için Nicel çalışmada değişken tanımlama şeması üzerinden ölçüm düzeyini, rolünü ve analizdeki yerini birlikte planlayabilirsiniz.

Zayıf ve güçlü değişken tanımı

Zayıf öğrenci versiyonu	Daha güçlü yeniden yazım
“Motivasyonun başarıya etkisi incelenecektir.”	“Öğrencilerin akademik motivasyon ölçeği toplam puanının dönem sonu başarı puanını yordayıp yordamadığı basit doğrusal regresyonla incelenecektir.”
“Yaşa göre memnuniyet değişiyor mu?”	“18–24, 25–34 ve 35 yaş üzeri katılımcıların hizmet memnuniyeti ölçeği toplam puanları tek yönlü ANOVA ile karşılaştırılacaktır.”
“Eğitim durumu ile sağlık davranışı arasında fark var mı?”	“Eğitim düzeyi kategorileri ile düzenli egzersiz yapma durumu arasındaki ilişki ki-kare testiyle incelenecektir.”

Bu tür yeniden yazım yalnızca dili düzeltmez; analiz türünü görünür hâle getirir. “Etkisi” kelimesi tek başına regresyon, deneysel tasarım veya yalnızca grup farkı anlamına gelebilir. “Yordar mı?”, “farklılaşır mı?”, “ilişkili midir?” gibi fiiller test seçimini daraltır.

t testi ANOVA regresyon farkı araştırma sorusunda nasıl anlaşılır?

t testi, iki ortalamayı karşılaştırmak için; ANOVA, üç veya daha fazla ortalamayı karşılaştırmak için; regresyon ise bir sonucu bir veya daha fazla değişkenle tahmin etmek için kullanılır. t testi ANOVA regresyon farkı, testlerin zorluk düzeyinden değil araştırma sorusunun mantığından kaynaklanır. “Fark var mı?” ve “ne kadar yordar?” soruları aynı analiz ailesine ait değildir.

t testi ne zaman düşünülür?

t testi, sayısal bir bağımlı değişkenin iki grup veya iki zaman noktası arasında ortalama farkını test eder. Bağımsız örneklem t testi farklı kişilerden oluşan iki grup için kullanılır. Eşleştirilmiş örneklem t testi aynı kişilerin iki ölçümü için kullanılır.

Sosyal bilimlerden bir örnek: “Sosyal medya kullanım süresi yüksek ve düşük olan öğrencilerin yalnızlık puanları farklı mı?” Eğer kullanım süresi iki kategoriye ayrıldıysa ve yalnızlık puanı sayısalsa bağımsız örneklem t testi düşünülebilir. Ancak sosyal medya süresi saat olarak ölçülmüşse ve yalnızlık puanını tahmin etmek istiyorsanız regresyon daha doğru bir çerçeve olabilir.

ANOVA ne zaman t testinden ayrılır?

ANOVA, ikiden fazla grubun sayısal bir bağımlı değişkendeki ortalamalarını karşılaştırır. Eğitim alanında “geleneksel ders, ters yüz sınıf ve proje temelli öğrenme gruplarının başarı puanları farklı mı?” sorusu tek yönlü ANOVA’ya işaret eder.

ANOVA anlamlı çıktığında genellikle hangi gruplar arasında fark olduğunu görmek için post-hoc testler yapılır. Bu, “ANOVA p < .05 çıktı, demek tüm gruplar farklı” şeklinde yorumlanmamalıdır. ANOVA genel farkı test eder; farkın hangi ikili gruplar arasında olduğunu ek analiz gösterir.

Regresyon hangi soruya cevap verir?

Regresyon, bir bağımlı değişkenin bağımsız değişkenler tarafından ne ölçüde açıklandığını veya tahmin edildiğini inceler. İşletme ve yönetim alanında “çalışan bağlılığı ve iş yükü, işten ayrılma niyetini yordar mı?” sorusu regresyon mantığına yakındır. Bağımlı değişken sayısal ise doğrusal regresyon; bağımlı değişken ikili kategori ise lojistik regresyon gündeme gelebilir.

Regresyon “nedensellik kanıtı” değildir. Kesitsel bir anket verisiyle “X, Y’ye neden olur” demek çoğu durumda aşırı iddialıdır. Daha güvenli ifade “X, Y’yi anlamlı düzeyde yordamaktadır” veya “X ile Y arasında ilişkisel bir model kurulmuştur” olabilir.

Tez için istatistiksel analiz seçimi örneklerde nasıl görünür?

Tez için istatistiksel analiz seçimi, başlık veya alan adına göre değil, araştırma sorusu ve veri yapısına göre yapılır. Aynı konu başlığı altında t testi, ANOVA, korelasyon veya regresyon kullanılabilir. Analizin doğru görünmesi için soru, hipotez, değişken ve test adı aynı çizgide olmalıdır.

Psikoloji ve sosyal bilimler örneği

Bir psikoloji çalışmasında soru şöyle olsun: “Üniversite öğrencilerinde algılanan stres ile uyku kalitesi arasında ilişki var mıdır?” Burada iki değişken de ölçek puanı olarak ölçülüyorsa korelasyon analizi uygundur. Eğer ek soru “Algılanan stres, uyku kalitesi puanını yordar mı?” biçimindeyse basit doğrusal regresyon gündeme gelir.

Hipotez şöyle yazılabilir: “Algılanan stres puanı arttıkça uyku kalitesi puanının anlamlı biçimde değişeceği öngörülmektedir.” Burada “ilişki” ve “yordama” ayrımını danışmanınızla netleştirmeniz gerekir. Korelasyon iki değişkenin birlikte değişimini gösterir; regresyon ise tahmin yönü kurar.

Sağlık bilimleri ve hemşirelik örneği

Bir hemşirelik çalışmasında soru şu olabilir: “Evde bakım hizmeti alan yaşlı hastalarda ilaç uyum düzeyi, taburculuk eğitimi alma durumuna göre farklılaşmakta mıdır?” İlaç uyumu ölçek puanıysa ve taburculuk eğitimi “aldı/almadı” şeklinde iki gruptan oluşuyorsa bağımsız örneklem t testi düşünülebilir. Varsayımlar sağlanmıyorsa Mann-Whitney U testi alternatif olabilir.

Başka bir sağlık örneğinde bağımlı değişken “düşme yaşadı/yaşamadı” gibi ikili kategoriyse, ortalama karşılaştırma mantığı uygun değildir. Yaş, ilaç sayısı ve mobilite puanının düşme durumunu yordayıp yordamadığını incelemek için lojistik regresyon düşünülebilir. Burada sonuç değişkeninin kategorik olması test ailesini değiştirir.

Eğitim, işletme ve hukuk örnekleri

Eğitimde “üç farklı ölçme-değerlendirme yönteminin öğrenci başarı puanına etkisi” deniyorsa ve üç bağımsız grup varsa ANOVA kullanılır. İşletmede “çalışan memnuniyeti ile örgütsel bağlılık arasındaki ilişki” korelasyonla başlayabilir; bağlılığı memnuniyet, ücret algısı ve çalışma süresiyle tahmin etmek istiyorsanız çoklu regresyon gerekir.

Hukuk alanındaki ampirik bir öğrenci çalışmasında “arabuluculuk sürecine ilişkin memnuniyet, tarafın davacı veya davalı olmasına göre farklılaşıyor mu?” sorusu iki grup ve sayısal memnuniyet puanı içeriyorsa t testi yönünde ilerleyebilir. Ancak “dava türü ile arabuluculuk sonucunun anlaşmayla bitmesi arasında ilişki var mı?” sorusunda iki kategorik değişken vardır; ki-kare testi daha uygundur.

Araştırma yöntemi ve analiz dili hâlâ karışıyorsa Araştırma yöntemi seçimini gösteren yatay karar akışı üzerinden nicel, nitel ve teorik seçenekleri ayırmak karar yükünü azaltır.

Öğrenciler istatistik test seçimi yaparken hangi hataları sık yapar?

Öğrenciler en sık test adını araştırma sorusundan önce seçer, değişken türünü yanlış adlandırır veya bağımsız ve eşleştirilmiş ölçümleri karıştırır. Bu hatalar yalnızca teknik analizde değil, yöntem bölümünün inandırıcılığında da sorun yaratır. Doğru düzeltme, test listesini ezberlemek değil, soruyu veri yapısına çevirmektir.

Gerçekçi hata örnekleri ve düzeltmeler

1. “Etkisi” kelimesini her zaman regresyon sanmak
   Öğrenci örneği: “Cinsiyetin sınav kaygısına etkisi regresyonla incelenecektir.”
   Düzeltme: Cinsiyet iki kategorili bir grup değişkeni, sınav kaygısı sayısal puansa soru büyük olasılıkla “farklılaşır mı?” şeklinde kurulmalı ve bağımsız örneklem t testi düşünülmelidir.

2. Üç grubu ikili t testleriyle parçalamak
   Öğrenci örneği: “Birinci, ikinci ve üçüncü sınıfların memnuniyet puanları için üç ayrı t testi yapacağım.”
   Düzeltme: Üç veya daha fazla bağımsız grup varsa önce tek yönlü ANOVA ya da varsayımlar sağlanmıyorsa Kruskal-Wallis testi değerlendirilmelidir. Sürekli ikili t testleri hata olasılığını artırır.

3. Aynı kişiden alınan ön test-son test verisini bağımsız sanmak
   Öğrenci örneği: “Eğitim öncesi ve sonrası aynı hemşirelerin bilgi puanlarını bağımsız t testiyle karşılaştıracağım.”
   Düzeltme: Ölçümler aynı kişilere ait olduğu için eşleştirilmiş örneklem t testi veya uygun parametrik olmayan alternatif kullanılmalıdır.

4. Kategorik sonucu ortalama gibi analiz etmek
   Öğrenci örneği: “Tedaviyi bıraktı/bırakmadı değişkeninin ortalamasını gruplar arasında karşılaştıracağım.”
   Düzeltme: Sonuç ikili kategorikse ki-kare, Fisher exact veya lojistik regresyon gibi kategorik sonuçlara uygun analizler düşünülmelidir.

5. Ölçek maddesi ile ölçek toplam puanını karıştırmak
   Öğrenci örneği: “Beşli Likert maddesine t testi uygulayıp öğretmenlerin tutumunu ölçeceğim.”
   Düzeltme: Tek madde ordinaldir; geçerli bir ölçek toplam puanı varsa puan üzerinden parametrik testler değerlendirilebilir. Tek madde analizinde ordinal yapıya uygun seçenekler daha dikkatli düşünülmelidir.

Hatanın yöntem bölümüne etkisi

Yanlış test seçimi yalnızca sonuç tablosunda sorun çıkarmaz. Araştırma sorusu, hipotez ve yöntem bölümü arasında kopukluk oluşur. Danışman genellikle “Bu test neden seçildi?” diye sorduğunda, “SPSS’te böyle yapılıyor” cevabı yeterli olmaz.

Yöntem bölümünde test seçimini savunmanın yolu, verinin yapısını kısa ve açık yazmaktır: “Bağımlı değişken ölçek toplam puanı olarak sürekli kabul edilmiştir; bağımsız değişken iki kategorili olduğundan grup ortalamaları bağımsız örneklem t testiyle karşılaştırılmıştır.” Bu cümle test seçimini gerekçelendirir.

Varsayımlar ve veri koşulları seçilen testi nasıl değiştirir?

Varsayımlar, seçtiğiniz testin veriniz için makul olup olmadığını gösteren koşullardır. Normal dağılım, varyans homojenliği, bağımsızlık ve aykırı değerler bazı parametrik testlerde kontrol edilir. Varsayımlar sağlanmadığında test tamamen çöpe gitmez; çoğu durumda alternatif test veya daha dikkatli raporlama gerekir.

Parametrik ve parametrik olmayan seçenekler

Parametrik test, verinin belirli dağılım varsayımlarını makul düzeyde karşıladığı durumlarda kullanılan testtir; t testi, ANOVA ve Pearson korelasyonu buna örnektir. Parametrik olmayan test, dağılım varsayımlarının zayıf olduğu, ölçüm düzeyinin ordinal olduğu veya örneklemin küçük olduğu durumlarda düşünülen alternatiftir; Mann-Whitney U, Wilcoxon, Kruskal-Wallis ve Spearman korelasyonu gibi.

Bu ayrım otomatik değildir. Örneğin örneklem büyüklüğü, dağılım grafikleri, çarpıklık-basıklık değerleri ve alanınızdaki kabul edilen raporlama biçimi birlikte değerlendirilir. “Normal dağılmıyor, o zaman her şey parametrik olmayan test” gibi mekanik bir karar çoğu zaman gereğinden serttir.

Varsayım kontrolünde bakılacak noktalar

Normal dağılım, sayısal değişkenin dağılımının aşırı sapma gösterip göstermediğiyle ilgilidir. Varyans homojenliği, grupların dağılım yayılımının benzer olup olmadığını kontrol eder. Bağımsızlık, gözlemlerin birbirinden bağımsız olmasını ister; aynı kişiden tekrarlı ölçüm alındığında bu koşul değişir.

Aykırı değerler de test seçimini etkileyebilir. Bir işletme anketinde aylık gelir değişkeninde uç değerler varsa ortalama temelli analizler yanıltıcı olabilir. Bu durumda veri temizleme kararları, dönüşüm seçenekleri veya medyan temelli yorumlar yöntem bölümünde dürüstçe açıklanmalıdır.

Analiz planı yöntem bölümüne nasıl yazılır?

Analiz planı, araştırma sorularının hangi testlerle ve hangi gerekçeyle inceleneceğini önceden gösteren kısa yöntem metnidir. İyi bir analiz planı test adlarını arka arkaya dizmez; değişken türü, grup yapısı, varsayım kontrolü ve anlamlılık düzeyini birlikte yazar. Böylece okuyucu hangi istatistik testi kullanılmalı sorusunun cevabını yöntem içinde görebilir.

Analiz planı için yazım şablonu

Yöntem bölümünde gereksiz teknik ayrıntıya boğulmadan şu sırayı kullanabilirsiniz:

1. Verilerin hangi programda analiz edileceğini belirtin.
2. Tanımlayıcı istatistikleri yazın: ortalama, standart sapma, frekans, yüzde.
3. Her araştırma sorusu için bağımlı ve bağımsız değişkeni belirtin.
4. Seçilen testi veri yapısına bağlayarak gerekçelendirin.
5. Varsayım kontrollerini ve alternatif testleri kısaca açıklayın.
6. Anlamlılık düzeyini ve raporlanacak temel değerleri belirtin.

Örnek yöntem cümlesi: “Öğrencilerin sınav kaygısı toplam puanları cinsiyete göre bağımsız örneklem t testiyle karşılaştırılacaktır. Sınıf düzeyine göre farklılıklar tek yönlü ANOVA ile incelenecek; varsayımlar sağlanmadığında uygun parametrik olmayan alternatifler değerlendirilecektir.”

Araştırma sorusu, hipotez ve test uyumu

Analiz planı tek başına durmaz; araştırma sorusu ve hipotezle uyumlu olmalıdır. “Öğrencilerin uzaktan eğitime yönelik tutumları sınıf düzeyine göre farklılaşmakta mıdır?” sorusuna hipotez olarak “Sınıf düzeyine göre tutum puanları arasında anlamlı fark vardır” yazılabilir. Test olarak ANOVA seçilirse üç parça aynı mantıkta ilerler.

Hipotez yazımında zorlanıyorsanız Araştırmanın amacı, hedefleri ve hipotez ilişkisi başlıklı içeriği kullanarak amaç, hedef ve analiz arasındaki çizgiyi netleştirebilirsiniz.

Son kontrolde istatistiksel test nasıl seçilir ve gerekçelendirilir?

Son kontrolde istatistiksel test nasıl seçilir sorusunun cevabı, araştırma sorusundan test adına kadar tutarlı bir zincir kurmaktır. Zincirde bağımlı değişken, bağımsız değişken, ölçüm düzeyi, grup sayısı, ölçüm bağımsızlığı ve varsayımlar yer almalıdır. Her halka açıkça yazıldığında test seçimi danışman veya değerlendiren için daha savunulabilir hâle gelir.

Kısa karar matrisi

Aşağıdaki eşleştirmeler başlangıç noktasıdır; alanınızın beklentisi ve veri koşulları son kararı etkileyebilir:

• Sayısal sonuç + iki bağımsız grup: bağımsız örneklem t testi veya Mann-Whitney U.
• Sayısal sonuç + aynı grupta iki ölçüm: eşleştirilmiş t testi veya Wilcoxon.
• Sayısal sonuç + üç veya daha fazla grup: ANOVA veya Kruskal-Wallis.
• İki sayısal değişken arasındaki ilişki: Pearson veya Spearman korelasyonu.
• Sayısal sonucu tahmin etme: doğrusal regresyon.
• Kategorik sonuç veya kategorik değişken ilişkisi: ki-kare, Fisher exact veya lojistik regresyon.

Bu matrisi ezber listesi gibi değil, araştırma sorusunu kontrol eden bir araç gibi kullanın. Örneğin “tez için istatistiksel analiz seçimi” araması yapan bir öğrenci için asıl karar, “Benim sonucum ne ve bu sonucu neyle karşılaştırıyorum?” sorusuna verdiği cevaptadır.

Devam etmeden önce: istatistiksel test seçimi kontrol listesi

• Araştırma sorum fark, ilişki veya tahmin amacından biriyle açıkça ifade edildi.
• Bağımlı değişkenim tek cümleyle tanımlandı.
• Bağımsız değişkenlerimin grup mu yoksa sayısal ölçüm mü olduğu yazıldı.
• Her değişkenin nominal, ordinal veya sürekli yapısı belirlendi.
• Grup sayısı ve grupların bağımsız mı eşleştirilmiş mi olduğu kontrol edildi.
• t testi, ANOVA, korelasyon, regresyon veya ki-kare seçeneklerinden biri veri yapısına göre gerekçelendirildi.
• Varsayımlar için normal dağılım, varyans homojenliği, aykırı değer ve bağımsızlık kontrolü planlandı.
• Varsayımlar sağlanmazsa kullanılabilecek alternatif test not edildi.
• Hipotez cümlesi seçilen testin mantığıyla uyumlu hâle getirildi.
• Yöntem bölümünde test adı yalnız bırakılmadı; neden seçildiği açıklandı.
• Sonuç yorumunda nedensellik iddiası için araştırma desenimin yeterli olup olmadığı kontrol edildi.

Önerilen iç bağlantılar

(Derleme sistemi meta verisi — bu bölümü kaldırmayın)

• Bağımlı ve bağımsız değişken ilişkisi
• Nicel çalışmada değişken tanımlama şeması
• Araştırma yöntemi seçimini gösteren yatay karar akışı
• Araştırmanın amacı, hedefleri ve hipotez ilişkisi