İstatistiksel test seçimi, araştırmacıların en çok zorlandığı adımlardan biridir. Oysa seçim, göründüğünden daha sistematiktir: doğru testi bulmak için genellikle üç soruya yanıt vermek yeterlidir.
- Bağımlı değişkeniniz hangi tipte? Sayısal mı (kan basıncı, yaş, laboratuvar değeri), kategorik mi (var/yok, hafif/orta/ağır)?
- Kaç grubu karşılaştırıyorsunuz? İki mi, üç ve daha fazla mı?
- Gruplar bağımsız mı, eşleştirilmiş mi? Farklı hastalar mı, yoksa aynı hastaların öncesi-sonrası ölçümleri mi?
Bu üç sorunun yanıtı, testi büyük ölçüde belirler. Sayısal verilerde bir soru daha devreye girer: verinin normal dağılıp dağılmadığı.
Adım 1: Değişken tipinizi belirleyin
Analiz kararının temeli, bağımlı değişkeninizin (yani sonucu ölçtüğünüz değişkenin) tipidir.
| Değişken tipi | Açıklama | Örnek |
|---|---|---|
| Sürekli (sayısal) | Ara değerleri alabilen ölçümler | Kan basıncı, HbA1c, yaş, hastanede kalış süresi |
| Kategorik (nominal) | Sıralaması olmayan gruplar | Cinsiyet, kan grubu, komplikasyon var/yok |
| Sıralı (ordinal) | Sıralaması olan ancak aralıkları eşit olmayan kategoriler | Evre 1-2-3, hafif/orta/ağır, memnuniyet ölçeği |
| Süre (sağkalım) | Bir olaya kadar geçen süre; sansürlü gözlem içerir | Nükse kadar geçen süre, genel sağkalım |
Adım 2: Normallik varsayımını kontrol edin
Sayısal bir değişkenle çalışıyorsanız, verinin normal dağılıma uyup uymadığı testin parametrik mi yoksa parametrik olmayan mı olacağını belirler.
Normallik değerlendirmesinde Shapiro-Wilk testi (küçük örneklemler için) ve Kolmogorov-Smirnov testi kullanılır. Bu testlerde p > 0,05 çıkması, verinin normal dağılımdan anlamlı sapma göstermediği anlamına gelir; yani parametrik testlere geçebilirsiniz.
Dikkat: Normallik testleri büyük örneklemlerde çok küçük sapmaları bile anlamlı bulma eğilimindedir. Bu nedenle yalnızca test sonucuna bakmak yerine histogram, Q-Q grafiği ve çarpıklık/basıklık değerleri de birlikte değerlendirilmelidir. Karar her zaman tek bir p değerine indirgenmemelidir.
Adım 3: Testinizi tablodan bulun
Sayısal bağımlı değişken için
| Karşılaştırma | Normal dağılım varsa | Normal dağılım yoksa |
|---|---|---|
| Tek grubun bilinen bir değerle karşılaştırılması | Tek örneklem t-testi | Wilcoxon işaretli sıra testi |
| İki bağımsız grup (örn. tedavi vs. kontrol) |
Bağımsız örneklem t-testi | Mann-Whitney U testi |
| İki eşleştirilmiş ölçüm (örn. tedavi öncesi-sonrası) |
Eşleştirilmiş t-testi | Wilcoxon işaretli sıra testi |
| Üç ve daha fazla bağımsız grup | Tek yönlü ANOVA | Kruskal-Wallis testi |
| Üç ve daha fazla tekrarlı ölçüm | Tekrarlı ölçümlerde ANOVA | Friedman testi |
| İki sayısal değişken arasındaki ilişki | Pearson korelasyonu | Spearman korelasyonu |
Kategorik bağımlı değişken için
| Durum | Kullanılacak test |
|---|---|
| İki kategorik değişken arasındaki ilişki | Ki-kare bağımsızlık testi |
| Beklenen göze sayısı 5'ten küçükse (küçük örneklem) | Fisher kesin testi |
| Aynı bireylerde öncesi-sonrası kategorik ölçüm | McNemar testi |
| Kategorik sonucu birden çok değişkenle açıklama | Lojistik regresyon |
| İki gözlemci arasındaki uyum | Cohen kappa katsayısı |
Süreye bağlı (sağkalım) veriler için
- Kaplan-Meier analizi: Sağkalım eğrilerinin oluşturulması ve ortanca sağkalım süresinin hesaplanması
- Log-rank testi: İki veya daha fazla grubun sağkalım eğrilerinin karşılaştırılması
- Cox orantılı hazard regresyonu: Birden çok faktörün sağkalım üzerindeki etkisinin birlikte değerlendirilmesi
Sık yapılan beş hata
1. Normallik kontrolü yapmadan t-testi uygulamak
Bu, en sık karşılaşılan hatadır. Normal dağılmayan bir veride t-testi kullanmak yanıltıcı sonuç verebilir; bu durumda Mann-Whitney U gibi parametrik olmayan alternatifler tercih edilmelidir.
2. Üç grubu ikişerli t-testleriyle karşılaştırmak
Üç grubunuz varsa üç ayrı t-testi yapmak, yanlış pozitif bulma olasılığını ciddi biçimde artırır. Doğru yaklaşım önce ANOVA (veya Kruskal-Wallis) uygulamak, anlamlı çıkarsa uygun düzeltmeyle ikili karşılaştırmalara geçmektir.
3. Eşleştirilmiş veriye bağımsız test uygulamak
Aynı hastaların tedavi öncesi ve sonrası ölçümleri bağımsız değildir. Bu durumda bağımsız örneklem t-testi değil, eşleştirilmiş t-testi kullanılmalıdır. Aksi halde testin gücü gereksiz yere düşer.
4. Sıralı veriyi sayısal gibi ele almak
Evre 1, 2, 3 gibi sıralı kategorilerin ortalamasını almak çoğu zaman anlamlı değildir; çünkü kategoriler arasındaki aralıklar eşit kabul edilemez. Bu tür verilerde genellikle parametrik olmayan yöntemler tercih edilir.
5. Testi veriyi gördükten sonra seçmek
Farklı testleri deneyip anlamlı sonuç vereni raporlamak, literatürde "p-hacking" olarak adlandırılan ve bilimsel açıdan kabul edilemez bir yaklaşımdır. Analiz planı, ideal olarak veri toplanmadan önce belirlenmelidir.
Tablo her zaman yeterli mi?
Yukarıdaki tablolar, karşılaşılan durumların büyük bölümünü kapsar. Ancak gerçek çalışmalar çoğu zaman daha karmaşıktır: karıştırıcı değişkenlerin kontrol edilmesi gerekebilir, veri hiyerarşik bir yapıda olabilir (aynı hastanın birden çok ölçümü gibi) ya da kayıp veri deseni özel bir yaklaşım gerektirebilir.
Bu tür durumlarda test seçimi tek başına yeterli olmaz; analiz planının bütün olarak kurgulanması gerekir. Çalışmanızın hangi analizleri gerektirdiğinden emin değilseniz, bize yazabilirsiniz: araştırmanızı değerlendirip hangi yöntemlerin uygun olduğunu içeren bir Ön Analiz Raporu hazırlıyoruz.
Analiz planınızı birlikte kuralım
Çalışmanızı anlatın, veri yapınıza uygun analiz yöntemlerini belirleyelim.
WhatsApp'tan Yazın Tez İstatistik Analizi