SPSS Normallik Testi: Shapiro-Wilk, Kolmogorov-Smirnov, Çarpıklık ve Basıklık

🪜 SPSS Normallik Testi Nasıl Yapılır?

Kısa cevap: Analyze > Descriptive Statistics > Explore yolunu izleyin, test edilecek değişkeni Dependent List alanına, gruplama değişkenini Factor List alanına taşıyın, Plots düğmesinde “Normality plots with tests” seçeneğini işaretleyin ve OK ile çalıştırın.

Factor List alanını kullanmak önemlidir; çünkü bağımsız örneklem t testi ve ANOVA’da normallik her grup için ayrı ayrı aranır. Tüm örneklemi tek seferde test etmek, grupların dağılımı hakkında yanlış bir izlenim verebilir.

🎯 Normallik Hangi Değişkende Test Edilir?

Kısa cevap: Normallik, uygulanacak teste göre farklı değişkende aranır: grup karşılaştırmalarında her grubun bağımlı değişken puanında, bağımlı örneklem t testinde fark puanlarında, regresyonda ise modelin artıklarında.

Örneğin bir eğitim programının etkisini ön test ve son test ile ölçtüyseniz, ön test ve son test puanlarını ayrı ayrı test etmek yerine fark puanlarının dağılımına bakmanız gerekir. Regresyonda ise bağımsız değişkenlerin normal dağılması beklenmez; varsayım artıklar içindir.

📋 SPSS Normallik Testi Tablosu Nasıl Yorumlanır?

Kısa cevap: Tests of Normality tablosunda Kolmogorov-Smirnov ve Shapiro-Wilk için Statistic, df ve Sig. değerleri yer alır. Sig. değeri .05’ten büyükse dağılımın normal dağılımdan anlamlı biçimde farklı olmadığı, küçükse anlamlı biçimde saptığı sonucuna varılır.

SPSS’teki Kolmogorov-Smirnov sonucu Lilliefors düzeltmesiyle verilir ve tablonun altında bu not yer alır. Shapiro-Wilk testi özellikle küçük ve orta büyüklükteki örneklemlerde daha güçlü kabul edildiği için pek çok kaynak bu testi önerir; birçok çalışmada grup başına 50’nin altındaki örneklemlerde Shapiro-Wilk, daha büyük örneklemlerde Kolmogorov-Smirnov raporlandığı görülür. Hangisini seçerseniz seçin, tercihin gerekçesini yöntem bölümünde yazmanız yeterlidir.

Önemli bir ayrıntı: Sig. değerinin anlamlı çıkmaması verinin normal olduğunu kanıtlamaz; yalnızca normallikten anlamlı bir sapma bulunmadığını gösterir. Örnek sonuç cümlesi: “Shapiro-Wilk testi sonuçları, kaygı puanlarının deney (W = 0.97, p = .31) ve kontrol (W = 0.96, p = .18) gruplarında normal dağılımdan anlamlı biçimde sapmadığını göstermiştir.”

🧪 Örnek: İki Gruplu Bir Çalışmada SPSS Normallik Testi

Kısa cevap: Deney ve kontrol grubunun kaygı puanlarını karşılaştıracak bir araştırmacı, SPSS normallik testi için kaygı puanını Dependent List’e, grup değişkenini Factor List’e koyar ve her grubun Shapiro-Wilk sonucunu, çarpıklık-basıklık değerlerini ve Q-Q grafiğini ayrı ayrı inceler.

Diyelim ki deney grubunda 32, kontrol grubunda 30 öğrenci var. Explore çıktısında deney grubunun Shapiro-Wilk sonucu p = .31, kontrol grubunun sonucu p = .18 çıkıyor; çarpıklık değerleri −0.35 ve 0.42, basıklık değerleri −0.58 ve 0.21. Q-Q grafiklerinde noktalar köşegene yakın diziliyor ve kutu grafiğinde uç değer görünmüyor. Bu tablo, iki grubun da normal dağılımdan anlamlı biçimde sapmadığını gösterir; dolayısıyla araştırmacı bağımsız örneklem t testi ile devam edebilir.

Şimdi aynı çalışmada kontrol grubunun sonucunun p = .004 çıktığını ve çarpıklığın 1.9 olduğunu düşünelim. Bu durumda önce kutu grafiğinde işaretlenen vakalar veri dosyasında kontrol edilir. Örneğin 5 yerine 50 girilmiş bir değer varsa düzeltilir ve test yeniden çalıştırılır. Değerler gerçekse ve dağılım belirgin biçimde çarpıksa, karşılaştırma için Mann-Whitney U testi kullanılır ve sonuçlar medyan ile sıra ortalamaları üzerinden raporlanır. Böylece SPSS normallik testi, yalnızca bir ön kontrol olmaktan çıkar ve doğrudan test seçimini belirleyen bir karar adımına dönüşür.

📐 Çarpıklık ve Basıklık Değerleri Nasıl Kullanılır?

Kısa cevap: Descriptives tablosundaki Skewness ve Kurtosis değerleri dağılımın simetrisini ve sivriliğini gösterir. Bu değerlerin belirli bir aralıkta kalması, özellikle normallik testlerinin aşırı duyarlı olduğu büyük örneklemlerde normallik kararını destekler.

Alanyazında farklı ölçütler kullanılır: bazı kaynaklar ±1, bazıları ±1,5, bazıları ise ±2 aralığını kabul edilebilir sayar. Bir başka yaklaşım, çarpıklık ve basıklık değerini kendi standart hatasına bölerek z puanı hesaplamak ve bu değerin ±1,96 içinde kalıp kalmadığına bakmaktır. Hangi ölçütü kullanırsanız kullanın, kaynağını belirtmeniz ve tüm değişkenlerde aynı ölçütü uygulamanız gerekir.

Pozitif çarpıklık puanların düşük değerlerde yığıldığını ve sağa uzun bir kuyruk olduğunu, negatif çarpıklık ise yüksek değerlerde yığılma olduğunu gösterir. Örneğin kolay bir sınavda puanlar yüksek değerlerde toplandığı için negatif çarpık bir dağılım beklenir. Basıklığın pozitif olması dağılımın normalden sivri, negatif olması daha basık olduğunu anlatır.

👥 Örneklem Büyüklüğü Normallik Kararını Nasıl Etkiler?

Kısa cevap: Küçük örneklemlerde normallik testlerinin gücü düşüktür ve gerçek sapmaları kaçırabilir; büyük örneklemlerde ise testler çok duyarlı hâle gelir ve önemsiz sapmaları bile anlamlı gösterebilir. Bu yüzden SPSS normallik testi sonucu örneklem büyüklüğüyle birlikte yorumlanır.

Grup başına 15–20 gözlemin altındaki çalışmalarda, testin anlamlı çıkmaması tek başına güven vermez; grafiklere ve çarpıklık değerine mutlaka bakılmalıdır. Grup başına birkaç yüz gözlem olan anket çalışmalarında ise Shapiro-Wilk sonucunun anlamlı çıkması sık görülür. Bu durumda pek çok araştırmacı, Q-Q grafiği ve çarpıklık-basıklık değerleri kabul edilebilir olduğu sürece parametrik testle devam eder ve bu kararını kaynak göstererek açıklar. Ayrıca grupların büyüklükleri birbirinden çok farklıysa, normallik kadar varyans homojenliği de önem kazanır; bu nedenle Levene testini de aynı aşamada kontrol etmek iyi bir alışkanlıktır.

📈 Histogram ve Q-Q Grafiği Nasıl Okunur?

Kısa cevap: Histogramda çan biçimine yakın, simetrik bir dağılım; Normal Q-Q grafiğinde ise noktaların köşegen çizgi üzerinde ya da çok yakınında sıralanması normalliği destekler. Uçlarda çizgiden belirgin kopmalar çarpıklık ya da uç değerlere işaret eder.

Grafikler, özellikle büyük örneklemlerde testlerden daha bilgilendiricidir. Çünkü örneklem birkaç yüze çıktığında çok küçük ve pratikte önemsiz sapmalar bile Shapiro-Wilk testinde anlamlı çıkabilir. Bu durumda Q-Q grafiği büyük ölçüde düzgünse ve çarpıklık-basıklık değerleri kabul edilen aralıktaysa, parametrik test kullanmak çoğu zaman savunulabilir. Kutu grafiği (Boxplot) ise uç değerleri vaka numarasıyla gösterir; bu vakaların veri girişi hatası mı yoksa gerçek bir gözlem mi olduğu ayrıca incelenmelidir.

🔀 Veri Normal Dağılmıyorsa Ne Yapılır?

Kısa cevap: Önce veri girişi hatası ve uç değer olup olmadığını kontrol edin. Sorun devam ediyorsa parametrik testin non-parametrik karşılığını kullanabilir, uygun bir dönüştürme uygulayabilir ya da örneklem yeterince büyükse parametrik testi gerekçesiyle sürdürebilirsiniz.

• Dönüştürme: Sağa çarpık verilerde logaritma ya da karekök dönüşümü dağılımı düzeltebilir; ancak yorum dönüştürülmüş ölçek üzerinden yapılır.
• Bootstrap: SPSS’te pek çok analizde Bootstrap seçeneği bulunur ve normallik varsayımına daha az bağımlı güven aralıkları üretir.
• Büyük örneklem: Grup başına yeterli gözlem olduğunda merkezi limit teoremi nedeniyle parametrik testler ılımlı sapmalara karşı dayanıklıdır; bu gerekçe yöntem bölümünde açıkça yazılmalıdır.

Hangi yolu seçerseniz seçin, karar analizden önce verilmeli ve tüm hipotezlerde tutarlı uygulanmalıdır. Sonuç beklenen yönde çıksın diye test değiştirmek, bilimsel açıdan kabul edilmez.

📝 Normallik Sonuçları Tezde Nasıl Raporlanır?

Kısa cevap: Normallik sonuçları genellikle yöntem bölümünün veri analizi kısmında ya da bulgular bölümünün başında, kullanılan test ve ölçütle birlikte kısa bir paragrafla raporlanır; çok değişken varsa bir tabloda toplanabilir.

Örnek paragraf: “Verilerin normal dağılıma uygunluğu Shapiro-Wilk testi, çarpıklık ve basıklık değerleri ile Q-Q grafikleri incelenerek değerlendirilmiştir. Çarpıklık değerleri −0.62 ile 0.48, basıklık değerleri −0.71 ile 0.55 arasında bulunmuş ve ±1,5 ölçütü içinde kalmıştır. Bu nedenle analizlerde parametrik testler kullanılmıştır.” Bu paragraf, hangi göstergelere bakıldığını, hangi ölçütün kullanıldığını ve kararın ne olduğunu birlikte verdiği için jüri açısından yeterlidir.

Normallik kontrolünden sonra ana testlerin tablolarını nasıl okuyacağınızı SPSS çıktısı yorumlama rehberimizde, analizlerin uzman desteğiyle yapılması sürecini ise SPSS analizi yaptırma sayfamızda bulabilirsiniz.

⚠️ SPSS Normallik Testinde Sık Yapılan Hatalar

Kısa cevap: Normalliği tüm örneklemde tek seferde test etmek, regresyonda artıklar yerine ham değişkenlere bakmak, büyük örneklemde yalnızca p değerine güvenmek ve uç değerleri incelemeden test seçmek en sık hatalardır.

• Gruplar karşılaştırılacakken Factor List alanını boş bırakmak.
• Bağımlı örneklem t testinde fark puanı yerine ön test ve son testi ayrı ayrı test etmek.
• Likert tipi tek bir maddeyi sürekli değişken gibi normallik testine sokmak.
• Ölçütün kaynağını belirtmeden “değerler normal aralıkta” demek.
• Bazı hipotezlerde parametrik, bazılarında gerekçesiz biçimde non-parametrik test kullanmak.

🤝 Normallik ve Test Seçiminde Destek

Kısa cevap: Normallik sonuçlarınız çelişkili görünüyorsa ya da hangi testi kullanacağınıza karar veremiyorsanız, veri dosyanızın bir uzman tarafından incelenmesi test seçimini netleştirir.

Ödevcim’de istatistik uzmanları veri dosyanızı (.sav ya da .xlsx) inceleyerek normallik, uç değer ve varyans homojenliği kontrollerini yapar, sonuçlara göre uygun testi önerir ve tüm adımları gerekçeleriyle raporlar. Tez çalışmalarında bu kontroller tez istatistik analizi sürecinin parçasıdır; analiz hizmetinin nasıl işlediğini SPSS analizi yaptırma sayfamızda bulabilirsiniz.

⭐ Neden Ödevcim?

💬 SPSS Desteği Alanlar Ne Diyor?

❓ Sıkça Sorulan Sorular