Verim normal dağılmıyor, ne yapmalıyım?

Olası nedenler

• Örneklem büyük olduğunda normallik testleri çok küçük sapmaları bile anlamlı bulur.
• Ölçeğin doğası gereği tavan ya da taban etkisi vardır (ör. herkes memnuniyete yüksek puan veriyor).
• Uç değerler (veri giriş hatası ya da gerçek aşırı yanıtlar) dağılımı bozuyordur.
• Normallik yanlış yerde kontrol edilmiştir: Grup karşılaştırmalarında her grubun içinde ayrı ayrı bakılmalıdır.
• Değişken zaten sürekli değildir (ör. tek bir Likert maddesi, sayım verisi).

Adım adım çözüm

1. 1

   Normalliği doğru yerde kontrol et

   SPSS: Analyze > Descriptive Statistics > Explore (Analiz > Tanımlayıcı İstatistikler > Keşfet). Bağımlı değişkeni Dependent List’e, grup değişkenini Factor List’e koy; Plots altında Normality plots with tests kutusunu işaretle. Böylece her grup için ayrı test, histogram ve Q-Q grafiği alırsın. Jamovi: Exploration > Descriptives bölümünde Shapiro-Wilk, çarpıklık, basıklık ve Q-Q grafiğini seçebilirsin.

2. 2

   Testi tek başına karar ölçütü yapma

   Shapiro-Wilk, Kolmogorov-Smirnov testine göre genellikle daha güçlüdür ve küçük-orta örneklemlerde daha çok tercih edilir. Ancak her iki test de büyük örneklemlerde (yüzlerce katılımcı) pratikte önemsiz sapmaları bile anlamlı bulabilir, küçük örneklemlerde ise önemli sapmaları kaçırabilir. Bu yüzden testle birlikte histogram, Q-Q grafiği ve çarpıklık/basıklık değerlerine de bak.

3. 3

   Çarpıklık ve basıklık değerlerini yorumla

   Literatürde farklı ölçütler vardır: Daha katı bir yaklaşım ±1 aralığını esas alır; Tabachnick ve Fidell (2013) ±1,5, George ve Mallery (2010) ±2 aralığını kabul edilebilir sayar. Hangi ölçütü kullandığını yöntem bölümünde kaynağıyla belirt ve danışmanınla aynı ölçütte anlaş.

4. 4

   Uç değerleri ve veri giriş hatalarını kontrol et

   Explore çıktısındaki kutu grafiğinde (boxplot) yıldızla gösterilen aşırı değerlere bak. 1–5 ölçekte 44 gibi giriş hataları varsa ham veriden düzelt. Gerçek ama aşırı yanıtları sırf normallik sağlansın diye silme; silersen gerekçesini ve sayısını raporla.

5. 5

   Örneklem büyüklüğünü dikkate al

   Merkezi limit teoremi nedeniyle grup başına örneklem yeterince büyük olduğunda (sık verilen kaba ölçüt grup başına 30 ve üzeri) t testi ve ANOVA, normallikten orta düzeydeki sapmalara karşı oldukça dayanıklıdır. Yine de grupların çok farklı büyüklükte olması ve aşırı çarpıklık bu dayanıklılığı azaltır.

6. 6

   Gerekirse parametrik olmayan karşılığa geç

   Bağımsız iki grup: Mann-Whitney U (Analyze > Nonparametric Tests > Legacy Dialogs > 2 Independent Samples / Analiz > Parametrik Olmayan Testler > Eski İletişim Kutuları > 2 Bağımsız Örneklem). Bağımlı iki ölçüm: Wilcoxon işaretli sıralar testi. Üç ve daha fazla bağımsız grup: Kruskal-Wallis H. Üç ve daha fazla bağımlı ölçüm: Friedman. İlişki: Spearman sıra farkları korelasyonu. Jamovi’de Mann-Whitney U ve Wilcoxon testleri t testi pencerelerinde, Spearman korelasyon matrisinde kutucuk olarak; Kruskal-Wallis ve Friedman ise ANOVA menüsünün Non-Parametric bölümünde bulunur.

7. 7

   Dönüşümü dikkatli kullan

   Logaritma ya da karekök dönüşümü sağa çarpık verilerde işe yarayabilir, ama yorumlama dönüştürülmüş ölçek üzerinden yapılır ve okuyucuya açıklaması zorlaşır. Tezlerde çoğunlukla parametrik olmayan teste geçmek daha anlaşılırdır.

8. 8

   Kararını raporla

   Yöntem bölümüne hangi normallik ölçütünü kullandığını, sonucunu ve buna göre hangi testi seçtiğini yaz. Tutarlı ol: Aynı tür karşılaştırmada bir alt boyuta parametrik, diğerine parametrik olmayan test uyguladıysan bunu açıkça gerekçelendir.

Konuyu derinlemesine öğrenin