Tezinizde Hangi İstatistik Testini Kullanmalısınız? Tam Karar Rehberi

Akademik tez yazım sürecinde öğrencilerin en çok zorlandığı konulardan biri, toplanan verilerin analizinde doğru istatistiksel testin seçilmesidir. Yanlış test seçimi, araştırma bulgularının geçerliliğini doğrudan etkileyebilir ve hatalı yorumlara yol açabilir.

Bu rehberde, teziniz için en uygun istatistiksel testi seçmenize yardımcı olacak sistematik karar adımlarını ele alıyoruz.

Adım 1: Değişken Türlerini Belirleyin

İstatistiksel test seçiminin temelini değişken türleri oluşturur:

1. Sayısal (Sürekli / Metrik) Değişkenler

Boy, kilo, yaş, kan basıncı, laboratuvar değerleri gibi ölçülebilen sayısal veriler.

2. Kategorik (Nitel) Değişkenler

Cinsiyet, hastalık durumu (var/yok), eğitim seviyesi gibi gruplara ayrılan veriler.

Adım 2: Bağımlı ve Bağımsız Değişkenleri Tanımlayın

• Bağımlı değişken (Outcome): Araştırmada sonucu ölçülen ana değişken

• Bağımsız değişken (Predictor): Sonuç üzerindeki etkisi incelenen değişken(ler)

Bu ayrım, hangi testin kullanılacağını doğrudan belirler.

Adım 3: Normal Dağılım Varsayımını Kontrol Edin

Sayısal veriler için en kritik aşamalardan biridir:

• Normal dağılım varsa: Parametrik testler kullanılır

• Normal dağılım yoksa veya ordinal veri varsa: Non-parametrik testler tercih edilir

Normal dağılım; Shapiro-Wilk testi, histogramlar ve Q-Q plot gibi yöntemlerle değerlendirilebilir.

İstatistiksel Test Seçim Rehberi

1. İki Bağımsız Grup Karşılaştırması (örn. kadın vs erkek)

• Parametrik (normal dağılım): Independent Samples t-test

• Non-parametrik: Mann-Whitney U Testi

• Kategorik veri: Chi-Square Testi veya Fisher’s Exact Testi

2. İki Bağımlı (Eşleştirilmiş) Grup Karşılaştırması (örn. tedavi öncesi–sonrası)

• Parametrik: Paired Samples t-test

• Non-parametrik: Wilcoxon Signed-Rank Testi

• Kategorik veri: McNemar Testi

3. Üç veya Daha Fazla Bağımsız Grup Karşılaştırması

• Parametrik: One-Way ANOVA

• Non-parametrik: Kruskal-Wallis H Testi

• Kategorik veri: Chi-Square Testi (r x c tabloları)

4. Tekrarlı Ölçümler (Repeated Measures)

• Parametrik: Repeated Measures ANOVA

• Non-parametrik: Friedman Testi

• Kategorik veri: Cochran’s Q Testi

İlişki (Korelasyon) ve Regresyon Analizleri

İki değişken arasındaki ilişkiyi incelemek veya tahmin modeli kurmak için:

• Pearson Korelasyon: Normal dağılım varsa

• Spearman Korelasyon: Normal dağılım yoksa

• Lineer Regresyon: Sürekli bağımlı değişkenler için

• Lojistik Regresyon: Kategorik (özellikle ikili) sonuç değişkenleri için

Önemli Not (Jüri Perspektifi)

Tez savunmalarında yalnızca “bu testi kullandım” demek yeterli değildir. Jüriler özellikle şunları sorgular:

• Değişken türlerini doğru tanımlayıp tanımlamadığınız

• Normal dağılım varsayımını kontrol edip etmediğiniz

• Parametrik ve non-parametrik testleri doğru gerekçelendirme

• Alternatif testleri neden kullanmadığınız

Sonuç

Doğru istatistiksel test seçimi, bir tez çalışmasının bilimsel güvenilirliğini belirleyen en kritik aşamalardan biridir. Analiz sürecinde yalnızca sonuçlara değil, hangi testin neden seçildiğine de hakim olmak akademik başarı için zorunludur.