SPSS ile İstatistiksel Anlamlılık ve P Değeri Yorumlama

SPSS p değeri yorumlama: p değeri neyi gösterir?

P değeri, sıfır hipotezi doğru olsaydı elinizdeki kadar ya da daha uç bir sonucu gözlemleme olasılığıdır. Başka bir deyişle, verinizin “hiçbir etki yok” varsayımıyla ne kadar uyumsuz olduğunu gösterir. Örneğin p = .03 bulduysanız, gerçekte fark olmasaydı bu kadar büyük ya da daha büyük bir farkı yaklaşık yüzde üç olasılıkla görecektiniz.

Bununla birlikte p değeri, sıfır hipotezinin doğru olma olasılığı değildir. Aynı şekilde araştırma hipotezinizin doğru olma olasılığını da vermez. Amerikan İstatistik Derneği (ASA) 2016’da yayımladığı p değeri bildirgesinde bu noktaların altını çizer: p değeri tek başına bir etkinin büyüklüğünü veya bir sonucun önemini ölçmez ve bilimsel kararlar yalnızca bir eşiğin altında kalıp kalmamaya dayanmamalıdır.

Çıktıda p değeri nerede bulunur?

SPSS, test türüne göre p değerini farklı başlıklarla gösterir. Aşağıdaki tablo, en sık kullanılan analizlerde nereye bakmanız gerektiğini özetler.

Ayrıca SPSS 27 ve sonraki sürümlerde t testi çıktısı tek yönlü (One-Sided p) ve çift yönlü (Two-Sided p) değerleri ayrı sütunlarda verir. Hipoteziniz yön belirtmiyorsa çift yönlü değeri kullanın.

SPSS p değeri yorumlama adım adım nasıl yapılır?

Yorumu her analizde aynı mantıkla yapabilirsiniz. Şu sırayı izlemek hataları azaltır:

1. Anlamlılık düzeyini önceden belirleyin: Genellikle α = .05 kullanılır; ancak bunu veri toplamadan önce yöntem bölümünüzde yazın.
2. Varsayımları kontrol edin: Normallik, varyans homojenliği ve bağımsızlık gibi varsayımlar sağlanmazsa p değeri yanıltıcı olabilir.
3. Doğru satırı okuyun: Örneğin t testinde Levene testi anlamlıysa “Equal variances not assumed” satırındaki p değerini alın.
4. Karşılaştırın: p < α ise sıfır hipotezini reddedin; p ≥ α ise reddedemezsiniz.
5. Etki büyüklüğünü ekleyin: Cohen’s d, eta kare veya r gibi değerlerle farkın ne kadar büyük olduğunu gösterin.
6. Güven aralığını raporlayın: Farkın veya katsayının olası aralığını belirtin.
7. Bağlamla yorumlayın: Sonucun alanınız için pratik bir anlamı olup olmadığını tartışın.

Bu adımlar özellikle çok sayıda karşılaştırma yaptığınız analizlerde önem kazanır. Çünkü test sayısı arttıkça tesadüfen anlamlı sonuç bulma olasılığı da artar. Bu durumda düzeltme yöntemlerine ihtiyaç duyarsınız; ayrıntılar için SPSS ile Bonferroni ve Tukey testleri yazımıza bakabilirsiniz.

Örnek çıktılarla SPSS p değeri yorumlama

Aşağıdaki örnekler, aynı mantığın farklı testlere nasıl uygulandığını gösterir. Rakamlar yalnızca anlatım amaçlıdır.

Bağımsız örneklem t testi: Kadın ve erkek öğrencilerin sınav kaygısı puanlarını karşılaştırdınız. Levene testi p = .21 çıktı; bu nedenle “Equal variances assumed” satırını okudunuz ve t(118) = 2.45, p = .016 buldunuz. Dolayısıyla iki grup arasında anlamlı bir fark vardır. Bununla birlikte Cohen’s d = 0.45 olduğu için fark orta düzeye yakındır.

Tek yönlü ANOVA: Üç farklı öğretim yönteminin başarıya etkisini incelediniz ve F(2, 87) = 4.12, p = .020 buldunuz. Bu sonuç, en az bir grubun diğerlerinden farklı olduğunu söyler; ancak hangi grubun farklı olduğunu göstermez. Bu yüzden post hoc testlere geçmeniz gerekir.

Ki-kare testi: Cinsiyet ile tercih edilen ders türü arasındaki ilişkiye baktınız ve χ²(2) = 3.10, p = .212 buldunuz. Bu durumda sıfır hipotezini reddedemezsiniz. Yine de bu, “ilişki yok” anlamına gelmez; yalnızca verinizin ilişkiyi göstermeye yetmediğini söyler.

Korelasyon: 500 kişilik bir örneklemde r = .10, p = .025 buldunuz. Sonuç anlamlıdır; ancak ilişki çok zayıftır. Büyük örneklemlerde küçük etkiler bile anlamlı çıkabilir.

P = .000 nasıl raporlanır?

SPSS, p değerini üç ondalık basamakla gösterir. Bu yüzden çok küçük değerler “.000” olarak görünür. Ancak p değeri hiçbir zaman tam olarak sıfır değildir. APA 7 kurallarına göre bu durumda “p < .001” yazılır. Diğer durumlarda ise kesin değeri iki ya da üç ondalıkla verin; örneğin p = .032.

Ayrıca APA stilinde p değerinin önüne sıfır konmaz, çünkü değer 1’den büyük olamaz. Benzer şekilde “p = .05’e yakın anlamlı” ya da “anlamlılığa yaklaşan” gibi ifadeler, birçok dergide eleştirilir. Bunun yerine kesin değeri ve etki büyüklüğünü yazıp yorumu okura bırakmak daha şeffaf bir yaklaşımdır. Ayrıntılı kurallar için APA Style sayfasına başvurabilirsiniz.

Etki büyüklüğü ve güven aralığı neden gerekir?

P değeri yalnızca “bir fark var mı?” sorusuna yanıt verir. Etki büyüklüğü ise “fark ne kadar büyük?” sorusunu yanıtlar. Bu yüzden iki değer birbirini tamamlar. Örneğin çok büyük bir örneklemde önemsiz bir fark anlamlı çıkabilir; küçük bir örneklemde ise önemli bir fark anlamlı çıkmayabilir.

Cohen’in yaygın kullanılan ölçütlerine göre d için 0.2 küçük, 0.5 orta ve 0.8 büyük etki kabul edilir. Ancak Cohen’in kendisi de bu sınırların kaba birer rehber olduğunu belirtmiştir; bu nedenle alanınızdaki önceki çalışmalarla kıyaslamak daha anlamlıdır. Güven aralığı ise tahmininizin ne kadar kesin olduğunu gösterir: dar bir aralık daha kesin, geniş bir aralık daha belirsiz bir tahmin anlamına gelir.

Öte yandan ölçeklerle çalışıyorsanız, ölçüm güvenirliği düşük olduğunda etkiler olduğundan küçük görünebilir. Bu konuda Cronbach alfa güvenirlik yazımız yol gösterir.

SPSS p değeri yorumlama ve istatistiksel güç

İstatistiksel güç, gerçekte var olan bir etkiyi yakalama olasılığıdır. Güç düşükse, gerçek bir fark olsa bile p değeri anlamlılık eşiğinin üzerinde kalabilir. Bu yüzden küçük örneklemlerde “anlamlı fark bulunmadı” sonucu, çoğu zaman “çalışma farkı yakalayacak kadar güçlü değildi” anlamına gelir.

Bunu önlemenin en iyi yolu, veri toplamadan önce güç analizi yapmaktır. Örneğin G*Power gibi ücretsiz araçlarla beklediğiniz etki büyüklüğüne, anlamlılık düzeyine ve hedeflediğiniz güce (genellikle .80) göre gereken örneklem sayısını hesaplayabilirsiniz. Ayrıca SPSS’in yeni sürümlerinde de güç analizi menüsü bulunur. Dolayısıyla yöntem bölümünüzde örneklem büyüklüğünü nasıl belirlediğinizi açıklamak, hakemlerin en sık sorduğu sorulardan birini baştan yanıtlar. Son olarak anlamsız bir sonucu tartışırken güven aralığına bakın: aralık hem önemsiz hem de önemli etkileri kapsıyorsa, verinin kesin bir yargıya yetmediğini açıkça belirtin.

Yorumlama sırasında en sık yapılan hatalar

Bunların yanı sıra anlamlı sonuç bulana kadar farklı analizler denemek (p-hacking) ciddi bir etik sorundur. Bu nedenle analiz planınızı önceden yazmak ve yaptığınız bütün analizleri raporlamak en güvenli yoldur.

SPSS p değeri yorumlama için kontrol listesi

• Anlamlılık düzeyini yöntem bölümünde belirttim.
• Varsayım testlerinin sonuçlarını raporladım.
• Test istatistiğini, serbestlik derecesini ve kesin p değerini yazdım.
• .000 değerlerini p < .001 olarak düzelttim.
• Her anlamlı ya da anlamsız sonuç için etki büyüklüğü ekledim.
• Mümkün olan yerlerde güven aralığı verdim.
• Çoklu karşılaştırmalarda düzeltme yöntemini açıkladım.

Bu süreçte nasıl destek oluyoruz?

Ekibimiz SPSS analizlerinin kurulmasında, varsayım kontrollerinde ve sonuçların APA stiline uygun raporlanmasında araştırmacılara eşlik eder. Analizin her adımını gerekçesiyle açıklar, tabloları dergi ya da tez kılavuzuna göre düzenleriz. Ayrıca hakem yorumlarında istatistikle ilgili sorular geldiğinde yanıtların hazırlanmasına destek oluruz. Bize işini emanet eden birinin aklı artık bu işte kalmıyor; her adımı kontrol ediyoruz. Kapsam ve takvim, bütçenize göre birlikte belirlenir.

Sık sorulan sorular