SPSS ile Veri Analizi Başlangıç Rehberi: Veri Girişi, t-Testi, ANOVA

SPSS (Statistical Package for the Social Sciences), sosyal bilimler, eğitim ve sağlık alanlarında en yaygın kullanılan istatistik yazılımıdır. Bu pratik rehberde, veri girişinden temel analizlere kadar SPSS'i adım adım kullanmayı öğreneceksiniz.

SPSS Arayüzünü Tanıyın

SPSS açıldığında iki temel pencere ile karşılaşırsınız:

Data View (Veri Görünümü)

Verilerinizi gördüğünüz ve girdiğiniz ekrandır. Satırlar katılımcıları (vakaları), sütunlar ise değişkenleri temsil eder. Excel'e benzer bir görünüme sahiptir.

Variable View (Değişken Görünümü)

Değişkenlerin özelliklerini tanımladığınız ekrandır. Her değişken için ad, tür, etiket, değer etiketleri ve ölçüm düzeyi belirlenir.

Adım 1: Değişkenleri Tanımlayın

Variable View sekmesinde her değişken için şu bilgileri girin:

Özellik	Açıklama	Örnek
Name	Değişken adı (boşluksuz, kısa)	cinsiyet, basari, yas
Type	Veri türü	Numeric, String
Label	Değişken etiketi (açıklayıcı)	"Katılımcının Cinsiyeti"
Values	Kategorik değerlerin etiketleri	1=Kadın, 2=Erkek
Missing	Kayıp veri kodları	99=Yanıt yok
Measure	Ölçüm düzeyi	Scale, Ordinal, Nominal

İpucu: Değişken adlarını anlamlı ve kısa tutun. "s1" yerine "tutum1", "motivasyon_puan" gibi isimler kullanın. Türkçe karakter kullanmayın.

Adım 2: Veri Girişi

Doğrudan SPSS'e Veri Girişi

Data View sekmesine geçin
Her satıra bir katılımcının verilerini girin
Veri girişi tamamlandıktan sonra File → Save As ile .sav formatında kaydedin

Excel'den Veri Aktarma

Excel dosyanızda ilk satırı değişken adları olarak düzenleyin
SPSS'te File → Open → Data yolunu izleyin
Dosya türünü "Excel" olarak seçin
"Read variable names from the first row" seçeneğini işaretleyin
Aktarılan verilerin doğruluğunu kontrol edin

Adım 3: Veri Temizleme

Analizden önce verilerinizi kontrol edin:

Frekans tablosu: Analyze → Descriptive Statistics → Frequencies ile her değişkenin dağılımını inceleyin
Aralık dışı değerler: Minimum ve maksimum değerleri kontrol edin (5'li Likert'te 6 veya 0 gibi değerler hata göstergesidir)
Kayıp veriler: Kayıp veri oranını belirleyin (%5'in altı genellikle kabul edilebilir)
Uç değerler (outliers): Kutu grafiği (boxplot) ile uç değerleri tespit edin

Ters Maddeleri Kodlama

Ölçeğinizdeki ters maddeler varsa yeniden kodlayın:

Transform → Recode into Same Variables → İlgili maddeleri seçin → Old and New Values'ta 1→5, 2→4, 3→3, 4→2, 5→1 dönüşümlerini tanımlayın.

Adım 4: Betimsel İstatistik

Analyze → Descriptive Statistics → Descriptives

Temel betimsel istatistikleri hesaplayın:

Ortalama (Mean): Merkezi eğilim ölçüsü
Standart Sapma (Std. Deviation): Verilerin ortalamadan sapma derecesi
Minimum-Maksimum: Veri aralığı
Çarpıklık (Skewness): Dağılımın simetrikliği (±1.5 arası normal kabul edilir)
Basıklık (Kurtosis): Dağılımın sivrilik derecesi (±1.5 arası normal kabul edilir)

Adım 5: Normallik Testi

Parametrik testleri kullanabilmek için verinin normal dağılıp dağılmadığını kontrol edin:

Analyze → Descriptive Statistics → Explore → Plots sekmesinde "Normality plots with tests" işaretleyin.

Shapiro-Wilk testi: n < 50 için tercih edilir. p > .05 ise normal dağılım varsayılır
Kolmogorov-Smirnov testi: n ≥ 50 için kullanılır
Histogram ve Q-Q grafiği: Görsel olarak normalliği değerlendirin

Pratik kural: Örneklem büyüklüğü 30'un üzerindeyse, Merkezi Limit Teoremi gereği ortalama normal dağılıma yakınsar. Çarpıklık ve basıklık değerlerinin ±1.5 aralığında olması genellikle yeterli kabul edilir.

Adım 6: Bağımsız Örneklem t-Testi

İki bağımsız grubun ortalamalarını karşılaştırmak için kullanılır.

Analyze → Compare Means → Independent-Samples T Test

Test Variable(s): Bağımlı değişkeni (sürekli) seçin (örn: başarı puanı)
Grouping Variable: Gruplandırma değişkenini (kategorik) seçin (örn: cinsiyet)
Define Groups: Grup kodlarını girin (1, 2)

Çıktı Yorumlama

Levene's Test: Varyansların homojenliğini test eder. p > .05 ise varyanslar homojendir → "Equal variances assumed" satırını okuyun
t değeri ve p (Sig.): p < .05 ise gruplar arasında anlamlı fark vardır
Mean Difference: Gruplar arası ortalama farkı
Etki büyüklüğü (Cohen's d): SPSS otomatik hesaplamaz; formül: d = ortalama farkı / havuzlanmış standart sapma. d = 0.2 küçük, 0.5 orta, 0.8 büyük etki

Adım 7: Tek Yönlü ANOVA

Üç veya daha fazla grubun ortalamalarını karşılaştırmak için kullanılır.

Analyze → Compare Means → One-Way ANOVA

Dependent List: Bağımlı değişkeni seçin
Factor: Gruplandırma değişkenini seçin
Post Hoc: Tukey HSD veya Bonferroni seçin (gruplar arası ikili karşılaştırmalar için)
Options: Descriptive ve Homogeneity of variance test işaretleyin

ANOVA Çıktı Yorumlama

Levene testi: p > .05 ise varyanslar homojen
F değeri ve Sig.: p < .05 ise gruplar arasında en az bir anlamlı fark var
Post Hoc tablosu: Hangi gruplar arasında fark olduğunu gösterir (p < .05 olanlar anlamlı)
Etki büyüklüğü (η²): Eta-kare = Gruplar arası kareler toplamı / Toplam kareler toplamı. η² = 0.01 küçük, 0.06 orta, 0.14 büyük

Adım 8: Korelasyon Analizi

Analyze → Correlate → Bivariate

İki sürekli değişken arasındaki ilişkinin yönünü ve gücünü hesaplar:

Pearson r: Normal dağılan sürekli değişkenler için
Spearman rho: Normal dağılmayan veya sıralama düzeyindeki değişkenler için

Korelasyon Katsayısı Yorumlama

r Değeri	İlişki Gücü
0.00 – 0.29	Düşük düzeyde ilişki
0.30 – 0.49	Orta düzeyde ilişki
0.50 – 0.69	Yüksek düzeyde ilişki
0.70 – 1.00	Çok yüksek düzeyde ilişki

Sonuçları Raporlama

APA formatında raporlama örnekleri:

t-testi: "Erkek öğrencilerin başarı puanları (M = 78.5, SD = 12.3) kadın öğrencilerden (M = 72.1, SD = 11.8) anlamlı düzeyde yüksektir, t(198) = 3.56, p < .001, d = 0.52."
ANOVA: "Gruplar arasında anlamlı fark bulunmuştur, F(2, 147) = 8.23, p < .001, η² = .10. Tukey HSD post hoc testi sonuçlarına göre..."
Korelasyon: "Motivasyon ile başarı arasında pozitif yönde orta düzeyde anlamlı bir ilişki saptanmıştır, r(248) = .45, p < .001."

Sık Yapılan Hatalar

Ölçüm düzeyini yanlış belirlemek: Kategorik değişkeni "Scale" olarak tanımlamak
Kayıp verileri görmezden gelmek: Analiz öncesi kayıp veri analizi yapın
Varsayımları kontrol etmemek: Normallik ve homojenlik testlerini atlamamak
Etki büyüklüğü raporlamamak: p değeri tek başına yeterli değildir
Çoklu karşılaştırma düzeltmesi yapmamak: Birden fazla test yapıyorsanız Bonferroni düzeltmesi uygulayın

Sonuç

SPSS, araştırmacılar için güçlü ve kullanıcı dostu bir istatistik aracıdır. Veri girişinden temel analizlere kadar bu rehberdeki adımları takip ederek ilk analizlerinizi güvenle gerçekleştirebilirsiniz. Unutmayın: istatistiksel yazılım bir araçtır; doğru analizi seçmek ve sonuçları anlamlı yorumlamak araştırmacının sorumluluğundadır.

SPSS ile Veri Analizi Başlangıç Rehberi