top of page
Ara

Veri Dönüşümü ve Non-Parametrik Testler: Etik Açıdan Neden Güvenilir?

Akademik araştırmalarda, normal dağılım varsayımının sağlanamadığı durumlarda veri dönüşümü (ör. logaritmik, karekök) veya non-parametrik testlerden yararlanmak yaygın ve kabul görmüş bir yöntemdir. Bu yazıda, bu uygulamaların etik açıdan herhangi bir ihlal oluşturup oluşturmayacağını, hangi yöntemlerin ne şekilde kullanıldığını ve araştırmacıların raporlama sürecinde nelere dikkat etmeleri gerektiğini kapsamlı biçimde ele alacağız.

akademik araştırma spss veri analizi

1. Veri Dönüşümü: Bilimsel Bir Seçenek

Veri setinizde normal dağılım veya varyans homojenliği (homoscedasticity) kriteri karşılanamıyorsa, parametrik testlerin (t-testi, ANOVA vb.) yanıltıcı sonuçlar vermesi mümkündür. Bunun yerine:

  1. Logaritmik Dönüşüm (Log Transformation):

    • Sayısal değerleri log-aritmik uzaya taşıyarak çok büyük veya çok küçük değerlerin etkisini dengeler. Özellikle pozitif verilerde kullanılabilir.

  2. Karekök Dönüşümü (Square Root Transformation):

    • Verinin dağılımını sıkıştırarak çarpıklığı ve aşırı uç değerlerin etkisini azaltır. Genellikle 0’dan büyük nicel değerlerde işe yarar.


1.1. Neden Etik Değerlendirilmiyor?

  • Ham Verinin Saklanmaması Yoktur: Dönüşüm işlemi, “ham veriyi” yok saymak veya gizlemek anlamına gelmez. SPSS gibi yazılımlarda, orijinal verinin üzerine yazmak yerine yeni bir değişken oluşturulur (örneğin log_Verimiz).

  • Açıklıkla Raporlama: Metot kısmında “Veri seti, normal dağılıma yaklaşmak amacıyla log dönüşümüne tabi tutulmuştur” gibi bir ifadeyle şeffaf biçimde bilgilendirmek yeterlidir.

  • Matematiksel Bir İşlem: Dönüşüm, istatistiğin öngördüğü kurallar dâhilinde uygulanır ve bilimsel literatürde sıkça başvurulan bir tekniktir.


Özetle: Verinin kendisi değiştirilmez; yalnızca analizde kullanılacak ölçek dönüştürülür. Bu, etik ihlal olarak değerlendirilmez.

veri dönüşümü ve non-parametrik test güvenilirliği

2. Non-Parametrik Testler: Normallik İhlali Durumunda Doğru Seçim

Eğer veri dönüşümü de yeterli gelmez veya dönüşüme rağmen dağılım hâlâ normal olmayan bir yapıda kalırsa, non-parametrik testlere geçmek daha uygundur. Bunun etik açıdan bir sakıncası yoktur, çünkü:

  • Bilimsel Yöntem Seçimi: Non-parametrik testler, verideki varsayımsal eksiklikler (ör. normal dağılım) nedeniyle doğru analiz yapabilmeyi mümkün kılar.

  • Ortancaya Dayalı Analiz: Örneğin, Mann-Whitney U (iki grup), Kruskal-Wallis (üç veya daha fazla grup) testleri, verilerin ortalama yerine medyan etrafında analiz edilmesini sağlar.

  • Şeffaf Raporlama: “Veri setinde normal dağılım sağlanamadığı için non-parametrik test tercih edilmiştir” ifadesi, bilimsel çerçevede yeterlidir. Herhangi bir sonucu saklamak veya yanıltmak söz konusu değildir.


2.1. Non-Parametrik Tercihi Etik midir?

  • Çarpıtma Yok: Non-parametrik testlerde verinin ham hâli kullanılır. “Ortalama” yerine “medyan” gibi bir ölçü kullanılması, metodolojik bir tercihtir.

  • Uluslararası Yaygın Uygulama: Sosyal bilimler, sağlık bilimleri ve doğa bilimlerinde normal dağılım şartının ihlal edildiği her senaryoda non-parametrik testler rutin olarak kullanılır; bu bir standart prosedürdür ve etik açıdan sorunsuzdur.


3. Etik İhlalin Gerçek Kapsamı

Akademik etik, temel olarak veri uydurma, bulguları saklama, manipüle etme gibi durumlarla ilgilenir. Veri dönüşümü veya non-parametrik test seçimi;

  • Veriyi Saklamak Değil: Dönüşüm, ham veriyi ortadan kaldırmaz; tekrar analizi mümkün kılmak adına yeni değişken olarak eklenir.

  • İstenmeyen Sonuçları Gizlememek: Araştırmacı, dönüşüm veya non-parametrik test sonrası istediği sonuçları elde edemese bile bu veriyi gizlemez ya da yayınlamaktan kaçınmaz.

  • Şeffaf Yöntem Açıklaması: Hem tezlerde hem de makalelerde “Bu çalışmada normal dağılım varsayımı ihlal edildiğinden veri logaritmik olarak dönüştürüldü” veya “non-parametrik yöntemlere geçildi” ifadelerinin açıkça yer alması beklenir.

Kısaca: Bu uygulamalar standart istatistiksel prosedürlerdir ve akademik dünyada yaygın kabul görmektedir. Etik sorun, verinin tahrif edilmesi veya saklanmasında ortaya çıkar; bu iki yöntem ise tam aksine doğruyu bulma çabasının bir parçasıdır.


4. Dikkat Edilmesi Gerekenler: Raporlama ve Şeffaflık

  1. Metodoloji (Yöntem) Bölümü:

    • “Çalışmada tepki sürelerinin normal dağılımdan saptığı belirlendi (K-S testi, p<0,05). Bu nedenle veri log dönüşümüne tabi tutuldu ve ardından dağılım testleri tekrar yapıldı.”

    • “Normal dağılım sağlanamadığından, bağımsız örneklemlerin karşılaştırılmasında Mann-Whitney U testi tercih edildi.”

  2. Sonuç Bölümünde:

    • Dönüştürülmüş verilerle ilgili, “Dönüşüm sonrası ortalama ____” gibi bilgiler verilebilir.

    • Non-parametrik test sonuçları “Z değeri” veya “H değeri” (Kruskal-Wallis) olarak raporlanmalı, p değeri açıkça belirtilmelidir.

  3. Ham Verinin Muhafazası:

    • Ham veri setinin saklanması, ileride yeniden analiz veya kontrol yapılabilmesi açısından önemlidir.

    • Veriyi silmek veya değiştirmek, araştırmanın tekrarlanabilirliğini zayıflatır. Akademik etik bunu desteklemez.

SPSS veri analizinde ham veri muhafazası

5. Özet: Etik Yönden Güvenle Uygulanabilir

  • Veri Dönüşümü: Bilimsel bir işlem olup, veriyi ortadan kaldırmadan ek bir sütunda matematiksel olarak dönüştürür. Raporda açıklandığı sürece etik değildir diyemeyiz; tam tersine, uygun ve yaygın bir pratiktir.

  • Non-Parametrik Yaklaşım: Parametrik varsayımlar ihlal edildiğinde, ortanca temelli testlere geçmek en mantıklı çözümdür. Literatürde çok sık kullanılır ve herhangi bir etik kaygı oluşturmaz.

  • Şeffaf Raporlama: En önemli nokta, bu adımların sebeplerinin ve nasıl uygulandıklarının yöntem kısmında net şekilde anlatılmasıdır.


Sonuç olarak, normalliği ihlal eden verilerde dönüşüm veya non-parametrik yöntemlere başvurmak etik ihlal değil, bilimsel tutarlılık gereğidir. Araştırmacılar, bu yöntemleri tez ve makalelerinde açıkça anlattıkları sürece akademik dünyada geniş kabul görür ve çalışmalarının güvenirliğini artırır.

Comments

bottom of page