Tez İstatistik Analizi Nedir? SPSS ve Veri Analizi Rehberi

Doğru analiz, SPSS'te bir menüyü açıp test çalıştırmaktan ibaret değildir. Araştırma deseni, değişkenlerin ölçüm düzeyi, örneklem yapısı ve seçilen yöntemin varsayımları birlikte değerlendirilir.

Bu süreç ideal olarak veri toplanmadan önce planlanır ve betimsel incelemeden akademik raporlamaya kadar birbirini izleyen aşamalardan oluşur.

Bu rehber, analizi bir yazılım işi olmaktan çıkarıp araştırma sorusuyla ilişkilendirmeyi amaçlıyor.

Tez istatistik analizi için kısa karar özeti

• Analizi veri toplamadan önce planlayın. Araştırma sorusu, değişken listesi, test eşleştirmesi ve örneklem gerekçesi bir sayfada yazılı olsun.
• Testi programa değil, tasarıma göre seçin. Grup sayısı, ölçüm düzeyi, ölçümlerin bağımlılığı ve varsayımlar birlikte karar verdirir.
• Veri hazırlığını ciddiye alın. Kod kitabı, ters madde çevrimi, eksik veri ve aykırı değer kararları belgelenmelidir.
• Varsayımları kontrol edin, sonucu yazın. Sağlanmadığında hangi alternatife geçtiğinizi yöntem bölümünde belirtin.
• p değerini yalnız bırakmayın. Etki büyüklüğü ve mümkünse güven aralığı ile birlikte raporlayın.
• Nedensellik sınırını aşmayın. Kesitsel bir tasarımdan "neden olur" sonucu çıkmaz.
• Destek alacaksanız erken alın ve etik sınırları netleştirin. Kararları anlayan ve savunabilen taraf her zaman araştırmacı olmalıdır.

Aşağıda planlamadan test seçimine, SPSS çıktısının okunmasından bulguların yazımına kadar her aşamayı, karar noktalarını görünür kılarak ele alıyoruz.

Tez istatistik analizi nedir ve neden yapılır?

Tez istatistik analizi, araştırma verilerinin bilimsel yöntemlerle düzenlenmesi, özetlenmesi, test edilmesi ve araştırma sorularına uygun biçimde yorumlanmasıdır.

Analizin amacı, baştan doğru olduğuna inanılan bir fikri desteklemek değildir. İstatistik, bir hipotezi kanıtlamaz; veriyle uyumlu olup olmadığını belirli bir belirsizlik payıyla test eder.

Bu ayrım tezin bütün yorum bölümünü etkiler. "Hipotezimiz doğrulandı" cümlesi ile "veriler hipotezle tutarlı sonuçlar üretti" cümlesi arasında bilimsel açıdan ciddi bir fark vardır ve jüri bu farkı görür.

Analiz iki temel işlevi birlikte üstlenir. Birincisi, elinizdeki veriyi anlaşılır hale getirmektir: kaç katılımcı var, dağılımlar nasıl, ortalamalar ve yüzdeler ne söylüyor.

İkincisi, örneklemden elde edilen bulguların daha geniş bir kitle için ne ölçüde anlam taşıdığını değerlendirmektir.

Birinci işlev betimsel istatistiğin, ikincisi çıkarımsal istatistiğin alanıdır.

• Betimsel istatistik frekans, yüzde, ortalama, ortanca, standart sapma ve dağılım grafikleriyle veriyi tanıtır.
• Çıkarımsal istatistik ise t-testi, ANOVA, ki-kare, korelasyon ve regresyon gibi yöntemlerle örneklemden evrene yönelik çıkarım yapmaya çalışır.

Tezlerin büyük kısmında ikisi birlikte kullanılır; bulgular bölümü genellikle betimsel tablolarla açılır, çıkarımsal testlerle devam eder.

Tez veri analizi ile istatistiksel analiz arasındaki fark nedir?

Günlük kullanımda bu iki ifade birbirinin yerine geçiyor, ancak kapsamları aynı değil.

• Tez veri analizi daha geniş bir şemsiye: veriyi kodlamak, temizlemek, eksik gözlemleri incelemek, ölçek maddelerini ters çevirmek ve güvenirlik hesaplamak da bu kapsama girer.
• İstatistiksel analiz ise bu hazırlığın üzerine kurulan test ve modelleme aşamasıdır.

Fark önemsiz görünebilir ama uygulamada belirleyicidir. Hatalı kodlanmış ya da temizlenmemiş bir veri setinde en doğru test bile yanlış sonuç üretir.

Zaman dağılımına bakıldığında, iyi yürütülmüş bir analizde emeğin önemli bir kısmı test çalıştırmaya değil, veriyi teste hazır hale getirmeye gider.

Nitel verilerle çalışan tezlerde durum farklıdır; orada içerik ve tematik analiz gibi yöntemler devreye girer.

Tez istatistik analizi ne zaman planlanmalıdır?

Baktığımızda veri analiz planı, mümkünse veri toplanmadan önce, araştırma soruları ve örnekleme yaklaşımı belirlenirken hazırlanmalıdır.

Danışmanlık sürecinde en sık karşılaşılan tablo şu: veri toplanmış, anketler tamamlanmış, dosya taraması bitmiş ve ancak bu noktada "şimdi hangi testi yapacağım?" sorusu soruluyor.

Oysa bazı sorular veri toplandıktan sonra artık cevaplanamaz hale gelir.

Veri sonrası planlamanın ikinci riski daha incedir. Elinizde veri varken test aramaya başlarsanız, farkında olmadan "anlamlı çıkan" analize yönelme eğilimi doğar.

Literatürde bu eğilim yaygın biçimde tartışılır ve bulguların güvenilirliğini zedeleyen bir yanlılık kaynağı olarak kabul edilir. Analiz planını önceden yazmak, bu riski önemli ölçüde azaltır.

Örneklem büyüklüğü de aynı sebeple önceden ele alınmalıdır. Güç analizi; beklenen etki büyüklüğü, seçilen anlamlılık düzeyi, istenen güç ve kullanılacak test dikkate alınarak yapılır.

Buradan çıkan sayı bir garanti değildir, ancak "yeterli katılımcıya ulaşabilecek miyim?" sorusuna veri toplamaya başlamadan cevap vermenizi sağlar.

Tıpta uzmanlık tezlerinde bu planlama daha da belirleyici olur. Veri çoğu zaman hastane kayıtlarından geriye dönük toplanır; dosyalara ulaşım, etik kurul izninin kapsamı ve hasta sayısı çalışmanın sınırlarını baştan çizer.

Hangi değişkenlerin kayıtlarda düzenli tutulduğunu bilmeden kurulan bir hipotez, veri toplama aşamasında çökme riski taşır.

Analiz planında neler bulunmalıdır?

İyi bir analiz planı genellikle bir sayfayı geçmez ve şunları içerir:

• Araştırma soruları ve bunlara karşılık gelen hipotezler
• Bağımlı ve bağımsız değişkenlerin listesi ve ölçüm düzeyleri
• Kullanılacak ölçekler, alt boyutları ve puanlama yönergesi
• Her araştırma sorusu için düşünülen birincil analiz yöntemi
• Varsayım karşılanmadığında başvurulacak alternatif yöntem
• Eksik veri ve aykırı değer durumunda izlenecek yol
• Örneklem büyüklüğü gerekçesi ve güç analizi varsayımları

Son iki madde çoğu planda atlanır, oysa savunmada en çok soru bu maddelerden gelir. Kararı önceden yazmak, sonradan gerekçe üretmekten hem kolay hem de savunulabilirdir.

Verilerinizi toplamadan önce analiz planınızı netleştirmek, sonradan oluşabilecek yöntem sorunlarını azaltabilir. Araştırma yapınızı birlikte değerlendirmek için ücretsiz ön görüşme talep edebilirsiniz.

Tez veri analizi hangi aşamalardan oluşur?

Süreç; planlama, kodlama, temizleme, betimsel inceleme, varsayım kontrolü, test, yorumlama ve raporlama aşamalarından oluşur.

Bu sekiz adım sırayla ilerler ve bir öncekinin çıktısı sonrakinin girdisidir:

1. Araştırma sorusu ve hipotezlerin netleştirilmesi
2. Değişken tanımlama ve kod kitabının hazırlanması
3. Verinin sisteme girilmesi ve temizlenmesi
4. Eksik veri ve aykırı değerlerin incelenmesi
5. Betimsel istatistiklerin oluşturulması
6. Test varsayımlarının kontrolü
7. Uygun testin uygulanması
8. Sonuçların yorumlanması ve akademik formatta raporlanması

Araştırma sorusu ve hipotezler nasıl netleştirilir?

Analiz edilebilir bir soru, kimin, hangi değişkeni, hangi koşulda karşılaştırdığını açıkça belirtir. "Hemşirelerin iş doyumu incelenecektir" cümlesi analiz edilemez;

"Yoğun bakımda ve serviste çalışan hemşirelerin iş doyumu puanları arasında anlamlı fark var mıdır?" cümlesi edilebilir. İkinci cümlede grup, ölçüm ve karşılaştırma yönü bellidir.

Her araştırma sorusunun karşısına bir hipotez ve bir analiz yöntemi yazın. Bu eşleştirmeyi yapamadığınız sorular, henüz yeterince daraltılmamış demektir.

Veriler analize nasıl hazırlanır?

Kod kitabı, veri hazırlığının belkemiğidir. Her değişken için kısa ad, açıklama, ölçüm düzeyi, değer etiketleri ve eksik veri kodu tanımlanır.

Cinsiyet için 1 = Kadın, 2 = Erkek gibi basit görünen kararlar, aylar sonra veriye döndüğünüzde ya da danışmanınız kontrol istediğinde çok değer kazanır. Ters madde çevrimi bu aşamada yapılır.

Olumsuz ifade edilmiş maddeleri çevirmeden hesaplanan toplam puan, ölçeğin güvenirliğini de alt boyut ortalamalarını da bozar. Ölçek kullanan tezlerde Cronbach alfa hesaplanır ve bulgularda raporlanır.

Eksik veri ve aykırı değerler nasıl incelenir?

Önce miktara, sonra desene bakılır. Tek bir maddede dağınık şekilde görülen birkaç eksik gözlem ile belirli bir gruba yığılmış eksik veri aynı şey değildir. İkincisi sistematik bir soruna işaret eder ve bulguları yanlı hale getirebilir.

Aykırı değerlerde ilk soru şudur: bu bir veri giriş hatası mı, yoksa gerçek bir gözlem mi? 250 kilo yazılmış bir kilo değeri muhtemelen hatadır.

Buna karşılık laboratuvar sonuçlarında uçta yer alan bir hasta gerçek olabilir ve çalışmanın konusu tam olarak o hasta grubu olabilir. Gerçek gözlemleri "rahatsız edici" oldukları için silmek, veri manipülasyonuna açılan bir kapıdır.

Hangi kararı verirseniz verin, gerekçesiyle birlikte kaydedin. Yöntem bölümünde "üç katılımcı eksik veri nedeniyle analiz dışı bırakılmıştır" cümlesi, sessizce silinmiş üç satırdan çok daha güçlüdür.

Betimsel istatistikler nasıl oluşturulur?

Betimsel tablolar hem bulguların ilk bölümünü oluşturur hem de veriyi kontrol etme fırsatı verir. Sürekli değişkenlerde ortalama, standart sapma, ortanca ve aralık; kategorik değişkenlerde frekans ve yüzde raporlanır.

Bu aşamada beklenmedik bir değer görürseniz durup kontrol edin. Yaş ortalamasının 340 çıkması, ileride hiçbir testin düzeltemeyeceği bir giriş hatasını şimdi yakalamanız demektir.

Test varsayımları nasıl kontrol edilir?

Her testin geçerli olması için sağlanması gereken koşulları vardır. Parametrik testlerde tipik olarak dağılımın normale yakınlığı, grup varyanslarının benzerliği ve gözlemlerin birbirinden bağımsız olması aranır.

Regresyonda ayrıca doğrusallık, artıkların dağılımı ve çoklu bağlantı incelenir. Normallik değerlendirmesi tek bir teste indirgenmemelidir. Histogram, Q-Q grafiği, çarpıklık ve basıklık değerleri ile normallik testleri birlikte okunur.

Büyük örneklemlerde normallik testleri küçük sapmaları bile anlamlı bulma eğilimindedir; bu durumda grafiklerin söylediği daha bilgilendiricidir.

Varsayım sağlanmıyorsa iki yol vardır: parametrik olmayan bir alternatife geçmek ya da uygun bir dönüşüm uygulamak. Her iki karar da yöntem bölümünde açıklanmalıdır.

Sonuçlar nasıl yorumlanır ve raporlanır?

Yorum, testin çıktısını okumakla değil, çıktıyı araştırma sorusuna geri bağlamakla başlar.

"İki grup arasında anlamlı fark bulundu" bir sonuç cümlesi değildir; hangi grubun hangi yönde farklılaştığı, farkın büyüklüğü ve bunun alan açısından ne anlama geldiği yazılmalıdır.

Tezde hangi istatistiksel test kullanılmalıdır?

Test; araştırma sorusu, ölçüm düzeyi, grup sayısı, ölçümlerin bağımlılığı ve varsayımlara göre seçilir.

Aşağıdaki tablo en sık karşılaşılan durumlar için genel bir yönlendirme sunar:

Bu tablo yalnızca genel yönlendirme sağlar. Nihai test seçimi, araştırma tasarımınız ve varsayım kontrolleriniz üzerinden yapılmalıdır. Aynı konuda çalışan iki tez, tasarımları farklı olduğu için farklı yöntemler kullanabilir.

İki bağımsız grup nasıl karşılaştırılır?

Birbirinden bağımsız iki grubun sürekli bir değişken üzerindeki ortalamalarını karşılaştırmak için bağımsız örneklem t-testi kullanılır. Normallik sağlanmıyorsa Mann–Whitney U testi sıra değerleri üzerinden çalışır.

İkinci durumda ortalama değil, dağılımların konumu karşılaştırılır ve raporlamada ortanca ile çeyrekler arası aralık vermek daha uygundur.

Aynı grubun iki ölçümü nasıl karşılaştırılır?

Öntest–sontest tasarımlarında ölçümler bağımsız değildir; aynı kişiden iki veri gelir. Bu yapıda eşleştirilmiş t-testi, varsayım sağlanmadığında Wilcoxon işaretli sıralar testi kullanılır.

Bağımlı veriyi bağımsız gibi analiz etmek, tezlerde en sık rastlanan yöntem hatalarından biridir ve sonucu doğrudan geçersiz kılar.

Üç veya daha fazla grup nasıl karşılaştırılır?

Üç ve üzeri grup için tek yönlü ANOVA, parametrik olmayan durumda Kruskal–Wallis kullanılır.

Anlamlı bir sonuç yalnızca "gruplardan en az ikisi farklı" bilgisini verir; farkın hangi ikili arasında olduğunu görmek için çoklu karşılaştırma düzeltmesi içeren post hoc testler gerekir.

Sık yapılan bir hata, üç grubu ikişer ikişer ayrı t-testleriyle karşılaştırmaktır.

Bu yaklaşım yanlış pozitif bulma olasılığını yükseltir; ANOVA ve düzeltmeli post hoc yapısı tam olarak bu riski kontrol etmek için vardır.

İki değişken arasındaki ilişki nasıl incelenir?

Sürekli ve normal dağılan iki değişken arasındaki doğrusal ilişki Pearson korelasyonuyla, sıralı ya da normallikten uzak veriler Spearman ile incelenir. Katsayının işareti ilişkinin yönünü, mutlak değeri gücünü gösterir.

Burada bir sınır çizgisi var: korelasyon nedensellik değildir. İki değişkenin birlikte hareket etmesi, birinin diğerine yol açtığını göstermez.

Aradaki ilişki üçüncü bir değişkenden kaynaklanıyor olabilir ya da yön tam ters olabilir. Kesitsel bir tasarımda "X, Y'yi artırmaktadır" cümlesini kurmak, verinin taşıyamayacağı bir iddiadır.

Kategorik değişkenler nasıl karşılaştırılır?

İki kategorik değişkenin ilişkisi çapraz tablo üzerinden ki-kare testiyle incelenir. Beklenen frekansların yetersiz kaldığı küçük örneklemlerde Fisher'ın kesin testi tercih edilir.

Anlamlı bir ki-kare sonucu ilişkinin varlığını gösterir; ilişkinin gücünü tanımlamak için ek etki ölçüleri raporlanır.

Bir sonuç birden fazla değişkenle nasıl modellenir?

Sonuç değişkeni sürekli olduğunda doğrusal, ikili (var/yok, komplikasyon gelişti/gelişmedi) olduğunda lojistik regresyon kullanılır.

Regresyonun avantajı, birden fazla değişkeni aynı modelde ele alarak diğerlerini kontrol altında tutmasıdır.

Tıpta uzmanlık tezlerinde ikili sonuç değişkenleri sık görüldüğü için lojistik regresyon yaygın kullanılır; yaş, cinsiyet ve eşlik eden hastalıklar gibi karıştırıcı değişkenlerin modele alınması bu tezlerde beklenen bir standarttır.

Modele değişken eklerken örneklem büyüklüğünün sınırlarını gözetmek gerekir; az sayıda olayla kurulan geniş modeller kararsız tahminler üretir.

Hangi testin araştırma sorunuza uygun olduğundan emin değilseniz, araştırma deseninizi, değişkenlerinizi ve veri yapınızı ücretsiz ön görüşme sırasında birlikte inceleyebiliriz.

SPSS ile Tez Analizi Nasıl Yapılır?

SPSS, verileri düzenleyen ve seçilen yöntemleri uygulayan bir yazılımdır; doğru testi kendiliğinden belirleyen bir yöntem değildir.

Bu ayrım göründüğünden önemli. "SPSS analizi yaptım" cümlesi, hangi yöntemin neden seçildiğini açıklamaz.

Yazılım kendisine verilen komutu çalıştırır ve uygun olmayan bir test için de gayet düzgün görünen bir çıktı üretir. Yöntemin araştırma sorusuna uygunluğunu değerlendiren tek merci araştırmacıdır.

• Variable View ve Data View, SPSS'in iki ayrı yüzüdür. Data View satırlarda katılımcıları, sütunlarda değişkenleri gösterir. Variable View ise değişkenin adını, türünü, değer etiketlerini, eksik veri kodunu ve ölçüm düzeyini tanımladığınız yerdir. Ölçüm düzeyi alanının doğru doldurulması, bazı analizlerde seçeneklerin doğru şekilde açılmasını sağlar.
• Menü ve syntax arasındaki fark, tekrarlanabilirlikle ilgilidir. Menüden tıklayarak yaptığınız analizin kaydı kalmaz; iki ay sonra hangi seçenekleri işaretlediğinizi hatırlamanız gerekir. Syntax dosyası ise yaptığınız her işlemi metin olarak saklar. Danışmanınız bir düzeltme istediğinde ya da ek bir değişken eklendiğinde tüm analizi tek dosyayla yeniden çalıştırabilirsiniz. Menüden çalışmayı tercih etseniz bile, işlem sonunda "Paste" ile syntax'ı kaydetmek iyi bir alışkanlıktır.

Çıktının hangi parçası raporlanır?

SPSS bir analizde çoğu zaman ihtiyacınızdan fazlasını üretir. Raporlanacak olan; ilgili test istatistiği, serbestlik derecesi, p değeri, etki büyüklüğü ve mümkünse güven aralığıdır. Geri kalan tablolar analiz sürecinin parçasıdır, tezin değil.

Ham SPSS çıktısının ekran görüntüsü doğrudan teze konmamalıdır. Çıktı, yazılımın kendi biçiminde ve gereksiz ayrıntılarla gelir; tez tabloları ise üniversitenizin yazım kılavuzuna ve APA 7 gibi bir standarda uygun olarak yeniden oluşturulur.

SPSS dışında hangi araçlar kullanılabilir?

Araç seçimi sonucun doğruluğunu belirlemez. Aynı veri seti üzerinde doğru uygulanan bir test, SPSS'te de R'de de aynı sonucu verir.

Kurumunuzun lisansı ve danışmanınızın aşinalığı çoğu zaman pratik ölçüt olur. Yöntem bölümünde kullandığınız yazılımı ve gerektiğinde sürüm numarasını belirtin.

Tez analizi sonuçları nasıl raporlanır?

Test, örneklem, istatistik değeri, serbestlik derecesi, p değeri, etki büyüklüğü ve mümkünse güven aralığı birlikte raporlanır.

Yöntem bölümünde neler açıklanmalıdır?

Yöntem bölümü, başka bir araştırmacının çalışmanızı tekrarlayabilmesi için yeterli bilgiyi taşımalıdır. Şunlar bulunur:

• araştırma deseni,
• evren ve örneklem,
• örnekleme yöntemi ve büyüklük gerekçesi,
• veri toplama araçları ve psikometrik özellikleri,
• veri toplama süreci,
• etik kurul onayı,
• kullanılan yazılım ve uygulanan analizler.

Varsayım kontrollerinin nasıl yapıldığı ve varsayım sağlanmadığında hangi alternatife geçildiği de burada yazılır. Bu cümleler kısa olabilir ama bulunmaları gerekir.

Araştırma deseninize uygun raporlama kontrol listesi de yol gösterir: gözlemsel çalışmalar için STROBE, randomize kontrollü çalışmalar için CONSORT, sistematik derlemeler için PRISMA.

Bunlar raporlamanın eksiksiz olmasını sağlayan kontrol listeleridir; araştırma tasarlama reçetesi ya da kalite puanlama aracı değildir.

Bulgular bölümünde neler bulunmalıdır?

Bulgular, yorum yapılmadan verinin sunulduğu bölümdür. Genellikle katılımcıların demografik özellikleriyle açılır, ardından araştırma sorularının sırasına göre ilerler.

Her analiz için raporlanması beklenenler:

İstatistiksel anlamlılık pratik anlamlılık demek midir?

Hayır. p değerinin 0,05'ten küçük olması, sonucun önemli, güçlü ya da nedensel olduğunu tek başına göstermez. Sağlıklı yorum için etki büyüklüğü, güven aralığı, örneklem büyüklüğü, araştırma deseni ve olası yanlılıklar birlikte değerlendirilmelidir.

Bunun en net göründüğü yer büyük örneklemlerdir. Yeterince çok katılımcıyla, alan açısından hiçbir anlam taşımayan minik farklar bile istatistiksel olarak anlamlı çıkabilir.

İki grup arasındaki 0,4 puanlık bir ölçek farkı anlamlı olabilir ama klinik ya da eğitsel bir karşılığı olmayabilir. Tersi de mümkündür: küçük bir örneklemde gerçek ve önemli bir fark, güç yetersizliği nedeniyle anlamlı çıkmayabilir.

Bu yüzden tartışma bölümünde "anlamlı bulundu" demekle yetinmeyin. Farkın büyüklüğünü, aralığını ve alandaki karşılığını yazın.

Tez istatistik analizinde en sık yapılan hatalar nelerdir?

Uygun olmayan test seçimi, varsayım kontrolünün atlanması, yalnızca p değerinin raporlanması ve nedensellik sınırlarının aşılması başlıca hatalardır.

• Bağımlı veriyi bağımsız gibi analiz etmek. Aynı kişiden alınan öntest ve sontest ölçümleri iki ayrı grup değildir.
• Varsayım kontrolünü atlamak. Normallik ve varyans homojenliği incelenmeden uygulanan parametrik testlerin sonuçları savunulamaz.
• Çoklu test yapmak ve düzeltme uygulamamak. Ne kadar çok test çalıştırırsanız, tesadüfen "anlamlı" bir sonuç bulma olasılığınız o kadar artar.
• Yalnızca p değeri raporlamak. Etki büyüklüğü ve güven aralığı olmadan sonucun büyüklüğü hakkında hiçbir bilgi verilmiş olmaz.
• Korelasyondan nedensellik çıkarmak. Kesitsel bir tasarım "neden olur" cümlesini desteklemez.
• Aykırı değerleri gerekçesiz silmek. Karar belgelenmediğinde, veri manipülasyonu şüphesi doğar.
• Eksik veri kararlarını yazmamak. Kaç gözlemin neden analiz dışı kaldığı yöntem bölümünde yer almalıdır.
• Anlamsız sonucu başarısızlık saymak. p > 0,05, "fark yoktur" demek değildir; "bu veriyle fark gösterilememiştir" demektir. Bu da bilimsel bir bulgudur ve tartışma bölümünde güç, örneklem ve ölçüm duyarlılığı üzerinden yorumlanır.
• Hipotezi veriye göre sonradan yazmak. Analiz sonrası hipotez üretmek, bulguyu doğrulanmış gibi göstererek okuru yanıltır.
• Ham çıktıyı tabloya çevirmeden teze koymak. Yazılım çıktısı bir tez tablosu değildir.

Tez istatistik analizi desteği ne zaman alınmalıdır?

Araştırma sorusu ile test eşleştirilemiyorsa, veri yapısı karmaşıksa veya çıkan sonuçlar açıklanamıyorsa uzman desteği düşünülebilir.

Destek almak için analizin bitmiş olması gerekmez; tersine, en verimli zaman veri toplanmadan öncedir.

Analiz planı, örneklem gerekçesi ve ölçek seçimi bu aşamada konuşulduğunda, sonradan düzeltilmesi güç olan yöntem sorunlarının önemli bir kısmı baştan önlenebilir.

Burada açıkça konuşulması gereken bir konu var. Arama sonuçlarında istatistik desteği ararken sık sık tez yazdırma başlıklarıyla karşılaşırsınız. Güvenilir tez yazdırma desteği arayan bir araştırmacının sorması gereken soru "bu işi benim yerime kim yapar" değil, "bu süreçte hangi kararları anlamam ve savunabilmem gerekiyor" olmalıdır.

Aradaki fark, akademik danışmanlık ile akademik dürüstlük ihlali arasındaki farktır.

Tezin sahibi araştırmacıdır. Danışmanlık, o sahipliği devralmak için değil, yükü hafifletmek ve süreci anlaşılır kılmak için vardır.

Öğrencinin, destek alsa bile şu soruları kendi cümleleriyle cevaplayabilmesi beklenir: Bu testi neden seçtim? Varsayımlar sağlandı mı, sağlanmadıysa ne yaptım? Bulunan farkın büyüklüğü ne ve alanım açısından ne anlama geliyor? Bu çalışmanın sınırlılıkları neler?

Etik istatistik danışmanlığı neleri kapsar?

Etik istatistik danışmanlığı; analiz planının açıklanması, veri kalitesinin değerlendirilmesi, uygun yöntemlerin gerekçelendirilmesi ve sonuçların doğru raporlanmasına rehberlik edilmesini kapsar.

Veri üretmek, sonuçları değiştirmek, istenen sonucu çıkaracak şekilde analiz aramak veya araştırmacının yerine akademik karar vermek bilimsel güvenilirliği zedeler ve bu kapsamın dışındadır.

Veri paylaşımı da bu çerçevenin parçasıdır. Katılımcı kimlik bilgileri paylaşılmadan önce anonimleştirilir, hasta verileri KVKK ve kurum izinleri gözetilerek işlenir, dosyalar süreç sonunda silinir.

Tıpta uzmanlık tezleri gibi hasta verisiyle çalışılan konularda bu adım tercih değil zorunluluktur.

Ön değerlendirme öncesi hazırlamanız faydalı olanlar:

• Araştırma sorularınız ve hipotezleriniz
• Kullandığınız ölçekler ve puanlama yönergeleri
• Veri setiniz (anonimleştirilmiş) ve varsa kod kitabı
• Danışmanınızın yöntem hakkındaki notları
• Üniversitenizin tez yazım kılavuzu
• Varsa etik kurul onay yazınız ve teslim takviminiz

Veri setiniz hazırsa araştırma sorularınızı, ölçeklerinizi ve danışman notlarınızı WhatsApp bağlantımız üzerinden ileterek ön değerlendirme talep edebilirsiniz.