Normallik Testi: Hangi Test Seçilir, SPSS Sonuçları Nasıl Yorumlanır?

Normallik testi, bir veri setinin normal dağılıma uygun olup olmadığını değerlendiren istatistiksel bir analizdir. Shapiro-Wilk ve Kolmogorov-Smirnov testleri yaygın olarak kullanılır. Sonuçlar p değeri, örneklem büyüklüğü ve grafiksel incelemelerle birlikte yorumlanmalıdır.

Sağlıklı karar, testi Q-Q grafiği ve örneklem büyüklüğüyle birlikte okuyunca çıkar.

Tez sürecinde gördüğümüz hataların çoğu testin kendisinden kaynaklanmıyor. Öğrenciler genellikle doğru testi çalıştırıyor ama yanlış sütuna. Bu yüzden önce neye bakılacağıyla başlayalım, sonra çıktıyı okumaya geçelim.

Normallik Testi Nedir, Tam Olarak Neyi Söyler?

Her normallik testi aynı sıfır hipotezini sınar: H0, verinin normal dağılımlı bir evrenden geldiğini söyler. p değeri bu hipotezin doğru olma olasılığı değildir. p küçükse "bu veri, normal dağılımdan bekleyeceğimizden fazla sapıyor" dersiniz. p büyükse söyleyebileceğiniz tek şey, sapma için yeterli kanıt bulamadığınızdır.

Fark küçük görünür ama raporda "veriler normal dağılmaktadır" cümlesini kurmanızı engeller. Ayrıca normallik tek başına bir amaç değildir. t-testi, ANOVA ya da doğrusal regresyonun varsayımını kontrol etmek için bakarız ve bu varsayım her yöntemde farklı bir dağılımı hedefler.

Normallik Testinde Hangi Veriye Bakılmalı?

Analizinizin varsayımı hangi dağılımla ilgiliyse ona bakılmalıdır. Ham sütunu Explore'a atıp geçmek en sık yapılan hatalardan biridir.

Regresyondaki hata sanıldığından yaygın. Midway ve White'ın 2025 tarihli çalışması, incelenen makalelerin büyük kısmında artıklar yerine ham verinin test edildiğini gösteriyor.

Aynı çalışma, bu hatanın özellikle büyük örneklemlerde sonuçları çoğu zaman ciddi biçimde değiştirmediğini de not ediyor. Yine de jüri karşısında savunulabilir olan yol, artıklara bakmaktır.

Havuzlamanın neden yanılttığını düşünün: iki grubun ortalaması belirgin şekilde farklıysa, her biri kendi içinde gayet düzgün dağılsa bile birleşik veri iki tepeli görünür. Test sapma yakalar ama sorun dağılımda değil, sizin baktığınız yerdedir.

Cinsiyet ya da eğitim düzeyi gibi kategorik değişkenlere normallik testi uygulamanın da anlamı yok. Bakmanız gereken, ölçek toplam puanı gibi sürekli bir değişken.

Verinin bu noktaya temiz gelmesi de ayrı bir iş: yanlış kodlanmış tek bir değer bile sonucu değiştirebilir, bu yüzden testten önce veri girişi ve temizleme adımlarının bitmiş olması gerekir.

Araştırmanızda hangi puanın veya artığın inceleneceğinden emin değilseniz, analiz planınızı SPSS veri analizi sürecinde birlikte gözden geçirebiliriz.

Normallik Testleri Nelerdir: Shapiro–Wilk mi, Kolmogorov–Smirnov mu?

İkisi de aynı soruyu farklı yollardan sorar. Shapiro–Wilk, sıralanmış verinin normal dağılımda beklenen değerlere ne kadar yaklaştığını W istatistiğiyle ölçer; W 1'e yaklaştıkça uyum artar (NIST açıklaması).

Pek çok karşılaştırmada sapmayı yakalama gücü daha yüksek bulunur. Kolmogorov–Smirnov ise gözlenen birikimli dağılımla normal dağılım arasındaki en büyük farka (D) bakar.

SPSS Explore çıktısındaki K-S satırının anlamlılık değeri Lilliefors düzeltmesiyle hesaplanır, çünkü ortalama ve standart sapma veriden tahmin edilir.

Nonparametric Tests menüsündeki tek örneklem K-S testiyle karıştırmayın; bağlamları farklıdır.

"n<50 ise Shapiro–Wilk, n≥50 ise K-S" cümlesini çok duyarsınız. Bu bir kural değil, yerleşmiş bir alışkanlık. Seçimi örneklem, analiz amacı ve grafik birlikte belirler.

SPSS ile Normallik Testi Nasıl Yapılır?

1. Analyze → Descriptive Statistics → Explore yolunu izleyin.
2. Sürekli sonuç değişkenini Dependent List, grup değişkenini Factor List alanına taşıyın.
3. Plots altında Normality plots with tests seçeneğini işaretleyin; histogramı da açın.
4. Çıktıdaki Tests of Normality tablosunda her grup için Statistic, df ve Sig. değerlerini okuyun.

Eşleşmiş tasarımda önce Transform → Compute Variable ile fark puanını oluşturun. Regresyonda modeli kurup artıkları kaydedin ve Explore'a o yeni sütunu verin.

Menü etiketleri sürüme göre küçük farklar gösterebilir; güncel ayrıntılar için IBM'in Explore belgesine bakabilirsiniz.

Normallik Testi Sonuçları Nasıl Yorumlanır?

Önceden belirlediğiniz α=0,05 için p<0,05, H0'a karşı kanıt demektir; p≥0,05 ise H0 reddedilemez. SPSS'in .000 gösterimi p'nin sıfır olduğu anlamına gelmez, raporda p<0,001 yazılır.

Aşağıdaki tablo sentetik bir örnektir, gerçek bir çalışmaya ait değildir:

A grubunda sapma kanıtı yok, B grubunda var. Ama hikâye burada bitmez, çünkü grafik bazen testle çelişir. İki tipik durum:

• Küçük örneklem, belirgin eğrilik: n=15, p=0,21, fakat Q-Q grafiğinde uçlar açıkça kıvrılıyor. Testin gücü bu örneklemde düşüktür; grafiğe daha fazla ağırlık verin.
• Büyük örneklem, hafif sapma: n=400, p=0,003, ama noktalar köşegene neredeyse oturuyor. Sapma istatistiksel olarak anlamlı, pratikte önemsiz olabilir.

Q-Q grafiğini okumayı bilmiyorsanız NIST'in normal olasılık grafiği sayfası iyi bir başlangıç. Çarpıklık ve basıklık için dolaşan ±1 ya da ±2 eşikleri kaynaktan kaynağa değişir; hangisini kullandıysanız kaynağını yazın.

Normallik Sağlanmazsa Parametrik Test Kullanılamaz mı?

Otomatik olarak hayır. Önce sapmanın bir veri hatasından kaynaklanıp kaynaklanmadığına bakın; aykırı değeri silmeden önce ölçüm ya da giriş hatası olup olmadığını araştırın. Sonra grup büyüklüklerini, dengesini ve varyansların benzerliğini değerlendirin.

Seçenekleriniz arasında dönüşüm (yorumun ölçeği değişir), robust yöntemler, bootstrap ve parametrik olmayan testler var. Mann–Whitney U, t-testinin birebir karşılığı değildir; ortalamaları değil dağılımların sıralı konumunu karşılaştırır.

Tasarımınıza göre hangi istatistik testinin ne zaman kullanılacağını önceden netleştirmek bu aşamada işinizi kolaylaştırır. Dönüşümü sırf p'yi 0,05'in üstüne taşımak için yapmayın.

Normallik Testi Tez veya Makalede Nasıl Raporlanır?

Analiz birimi, grup büyüklükleri, kullanılan test, istatistik, p, grafik değerlendirmesi ve karar gerekçesi birlikte verilmeli. Sentetik örnekler:

• Bağımsız gruplar: "Sonuç puanları gruplar içinde ayrı değerlendirildi. A grubunda Shapiro–Wilk W=0,96, p=0,18; B grubunda W=0,91, p=0,02 bulundu. Q-Q grafikleri ve aykırı değerler incelenerek sonraki analiz belirlendi."
• Eşleşmiş ölçüm: "Ön test–son test fark puanlarının dağılımı Shapiro–Wilk testi ve Q-Q grafiğiyle incelendi."
• Regresyon: "Model artıklarının normalliği Q-Q grafiği ve Shapiro–Wilk testiyle değerlendirildi."

Jüriler bu paragrafı özellikle tıpta uzmanlık tezi savunmalarında sık sorgular. Uzmanlık tezi süresi zaten dar olduğundan, analiz bölümüne geri dönmek pahalıya patlar. Normallik, tez istatistik analizinin yalnızca bir halkası; ama doğru kurulmazsa sonraki her adım sorgulanır.

Normallik Sonucundan Sonra Hangi Kararı Vermeli?

1. Araştırma tasarımınızı ve analiz yönteminizi netleştirin.
2. Doğru dağılımı belirleyin: grup içi puan, fark puanı ya da artık.
3. Testi ve grafiği birlikte okuyun.
4. Sapmanın analizinizi ne kadar etkileyeceğini değerlendirin.
5. Diğer varsayımları kontrol edip yöntemi seçin.

Verileriniz için hangi normallik testinin uygun olduğundan ya da SPSS sonuçlarını nasıl yorumlamanız gerektiğinden emin değilseniz, veri setinizi ve araştırma yönteminizi birlikte değerlendirmek için OmegaTez ile ücretsiz ön görüşme yapabilirsiniz.