Uzmanlık tezlerinde istatistik çoğu zaman "veriler toplandıktan sonra hallederiz" diye ertelenen bir adımdır. Oysa istatistiğin belirleyici kararlarının önemli bölümü, henüz tek bir hasta bile dahil edilmeden verilmelidir.
Bu rehberde tez sürecini beş aşamaya ayırıp her aşamada istatistik açısından nelere dikkat edilmesi gerektiğini ele alıyoruz.
Aşama 1: Araştırma sorusunu netleştirme
Her şey, cevaplanabilir bir soruyla başlar. "Diyabetik hastalarda X ilacının etkisi" gibi geniş bir ifade, istatistiksel olarak test edilebilir bir soru değildir. Test edilebilir bir soru şu bileşenleri içerir:
- Popülasyon: Kimler üzerinde çalışıyorsunuz? Dahil etme ve dışlama ölçütleriniz neler?
- Müdahale veya maruziyet: Neyin etkisini inceliyorsunuz?
- Karşılaştırma: Neyle kıyaslıyorsunuz? Plasebo mu, standart tedavi mi, sağlıklı kontrol mü?
- Sonuç ölçütü: Neyi ölçeceksiniz ve nasıl ölçeceksiniz?
Özellikle son madde kritiktir. Birincil sonuç değişkeninizi tek bir tane olarak belirlemelisiniz. "Hem kan basıncına, hem laboratuvar değerlerine, hem de yaşam kalitesine bakalım" yaklaşımı, çoklu karşılaştırma sorununu doğurur ve örneklem hesabını belirsizleştirir.
Aşama 2: Örneklem büyüklüğünü hesaplama
Araştırma sorunuz netleştikten sonraki adım, kaç kişiye ihtiyacınız olduğunu hesaplamaktır. Bu hesap için literatürden beklenen etki büyüklüğüne dair bir tahmin gerekir.
Hesaplama sonucu yalnızca bir sayı değil, aynı zamanda etik kurul başvurunuzda sunmanız gereken bir gerekçedir. Etik kurullar, gereğinden fazla kişiye işlem uygulanmasını da, sonuç üretemeyecek kadar küçük çalışmaları da uygun bulmaz.
En pahalı hata burada yapılır. Veri toplama tamamlandıktan sonra örneklemin yetersiz olduğunun anlaşılması, tez sürecinde geri dönüşü en zor durumdur. Elinizde iki seçenek kalır: aylar sürecek ek veri toplama ya da düşük güçlü bir sonucu savunma. Detaylı bilgi için örneklem büyüklüğü ve güç analizi sayfamıza bakabilirsiniz.
Aşama 3: Veri toplama formunu tasarlama
Veri toplama formu, analiz kalitesini doğrudan belirler. Sonradan düzeltilmesi en zor sorunlar bu aşamada doğar.
Değişkenleri doğru ölçek düzeyinde toplayın
Mümkün olduğunca sayısal veriyi sayısal olarak toplayın. Yaşı "18-30, 31-45, 46+" şeklinde kategorik toplarsanız, sonradan ortalama yaş hesaplayamazsınız. Ancak sayısal topladığınız yaşı istediğiniz zaman kategorilere ayırabilirsiniz. Bilgi kaybı tek yönlüdür: ayrıntıdan özete gidebilirsiniz, tersi mümkün değildir.
Her değişken için tek bir sütun kullanın
"Ek hastalıklar" başlıklı tek bir sütuna "DM, HT, KAH" yazmak yerine, her hastalık için ayrı bir var/yok sütunu oluşturun. Aksi halde veri analiz edilebilir hale getirilirken ciddi zaman kaybı yaşanır.
Kayıp veriyi boş bırakın
Ölçülmemiş bir değeri 0 olarak girmeyin. Sıfır gerçek bir değerdir ve ortalamayı bozar. Kayıp veriler boş bırakılmalı veya tutarlı bir kodla (örneğin 999) işaretlenip bu kod yazılımda kayıp olarak tanımlanmalıdır.
Hasta kimlik bilgilerini ayrı tutun
Analiz veri setinde ad, soyad, T.C. kimlik numarası veya dosya numarası bulunmamalıdır. Bunun yerine sıra numarası kullanın. Kişisel sağlık verilerinin korunması hem yasal bir yükümlülük hem de etik bir sorumluluktur.
Aşama 4: Analiz
Analiz aşaması, veri temizlemeyle başlar. Bu adım sıklıkla atlanır, oysa hatalı bir girişin fark edilmemesi tüm sonuçları geçersiz kılabilir.
- Veri kontrolü: Mantıksız değerler (yaş alanında 250 gibi), tutarsız kodlamalar ve uç değerler taranır.
- Tanımlayıcı istatistikler: Örneklemin genel özellikleri çıkarılır. Tezlerdeki ilk tablo genellikle budur.
- Varsayım kontrolleri: Sayısal değişkenler için normallik ve varyans homojenliği değerlendirilir.
- Hipotez testleri: Varsayım sonuçlarına göre uygun testler uygulanır. Hangi durumda hangi testin kullanılacağını test seçim rehberimizde tablolar halinde bulabilirsiniz.
- Çok değişkenli analizler: Karıştırıcı faktörlerin kontrol edilmesi gerekiyorsa regresyon modelleri kurulur.
Aşama 5: Bulguları yazma
Analiz bitti, sonuçlar elinizde. Bu aşamada dikkat edilmesi gerekenler:
- Yalnızca p değeri yazmayın. Etki büyüklüğü ve %95 güven aralığı da raporlanmalıdır. Nedenini p değeri yazımızda ayrıntılı ele aldık.
- "Fark yoktur" demeyin. Anlamlı fark saptanmadığında doğru ifade "anlamlı bir fark saptanmamıştır" şeklindedir.
- Yöntem bölümünde şeffaf olun. Hangi testin neden seçildiği, varsayımların nasıl kontrol edildiği ve kayıp verilerin nasıl ele alındığı belirtilmelidir.
- Nedenselliği abartmayın. Kesitsel bir çalışmada bulunan ilişki, neden-sonuç ilişkisi anlamına gelmez.
- Sınırlılıkları yazın. Örneklem büyüklüğü, tek merkezli olma veya kayıp veri gibi kısıtlar açıkça belirtilmelidir. Bu, çalışmayı zayıflatmaz; aksine güvenilirliğini artırır.
Tez sürecinde en sık yapılan üç hata
1. İstatistiği en sona bırakmak
En yaygın ve en maliyetli hata budur. Örneklem hesabı yapılmadan başlanan bir çalışmada, analiz aşamasında ortaya çıkan sorunların çoğu geri dönüşü olmayan sorunlardır.
2. Veriyi analiz edilemez biçimde toplamak
Tek sütuna birden çok bilgi yazmak, sayısal veriyi kategorik toplamak veya kayıp veriyi 0 girmek gibi hatalar, veri setinin baştan düzenlenmesini gerektirir. Bu hem zaman hem maliyet kaybıdır. Veri girişini doğru yapmak için hazırladığımız örnekli Veri Giriş Rehberi'ni ücretsiz indirebilirsiniz.
3. Anlamlı sonuç çıkana kadar test denemek
Farklı testleri sırayla deneyip anlamlı çıkanı raporlamak bilimsel açıdan kabul edilemez. Analiz planı önceden belirlenmeli ve buna sadık kalınmalıdır.
Ne zaman destek almalı?
İdeal zaman, tez konusu netleştikten hemen sonra ve veri toplamaya başlamadan öncedir. Bu aşamada örneklem hesabı yapılır, veri toplama formu analize uygun biçimde tasarlanır ve analiz planı belirlenir.
Veri toplama tamamlandıktan sonra da destek alabilirsiniz; bu durumda mevcut veriden çıkarılabilecek en doğru sonuçlar üzerinde çalışılır. Ancak planlama aşamasında alınan destek, hem daha az maliyetli hem de daha etkilidir.
Tezinizin istatistiğini baştan doğru kurgulayalım
Hangi aşamada olursanız olun, çalışmanızı anlatın; size hangi analizlerin gerektiğini içeren bir Ön Analiz Raporu hazırlayalım.
WhatsApp'tan Yazın Tez İstatistik Analizi