Analizin %80'i Veri Hazırlığındır
Deneyimli araştırmacılar bilir: doğru analiz ancak temiz veriden çıkar. SPSS'te analiz öncesinde veri girişi, kodlama ve temizleme aşamalarını doğru yapmak; hatalı sonuçları ve zaman kaybını önler.
Değişken Tanımlama (Variable View)
SPSS'i açtığınızda "Variable View" sekmesine geçin. Her değişken için şu sütunları doldurun:
- Name: Kısa, boşluksuz değişken adı (örn. yas, cinsiyet, q1)
- Type: Sayısal (Numeric) ya da Metin (String)
- Measure: Scale (sürekli), Ordinal (sıralı), Nominal (kategorik)
- Label: Değişkenin tam adı (örn. "Katılımcı Yaşı")
- Values: Kategorik değişkenler için kod tanımları (örn. 1=Erkek, 2=Kadın)
- Missing: Kayıp değer kodunu tanımlayın (örn. 99 veya -1)
Veri Girişi İpuçları
Büyük veri setlerinde Excel'e girin ve SPSS'e aktarın (File → Import Data). Kâğıt anket kullanıyorsanız çift girişi (double data entry) düşünün ve veri giriş hatalarını önleyin.
Kayıp Veri Yönetimi
Kayıp veriler analizinizi etkileyebilir. Analyze → Missing Value Analysis ile kayıp veri örüntüsünü inceleyin.
- %5'ten az kayıp → Listwise veya pairwise deletion güvenlidir.
- %5-20 arası kayıp → Ortalama ile doldurma (mean imputation) veya çoklu atama (multiple imputation) değerlendirin.
- %20'den fazla kayıp → O değişkeni dışarıda bırakın veya dikkatli yorumlayın.
Aykırı Değer (Outlier) Tespiti
Aykırı değerler normallik ve regresyon analizlerini olumsuz etkiler. Tespit yöntemleri:
- Kutu grafiği (Boxplot): SPSS'te Explore → Boxplot ile görselleştirin. Uç değerler (extremes) ve aykırılar (outliers) otomatik işaretlenir.
- Z-skor: |z|>3.29 olan gözlemler aykırı değer sayılır.
- Mahalanobis mesafesi: Çok değişkenli aykırı değer tespiti için.
Ters Kodlama
Negatif yönlü ifadeler analiz öncesinde tersine çevrilmelidir: Transform → Recode Into Different Variables. 5'li ölçekte 1↔5, 2↔4 şeklinde yeniden kodlayın.
Toplam Puan Hesaplama
Alt boyut puanlarını hesaplamak için: Transform → Compute Variable. Örnek: MEAN(q1, q2, q3, q4) ifadesiyle ortalama puan oluşturun.