SPSS'de p değeri ne anlama gelir ?

Duru

New member
9 Mar 2024
1,004
0
0
İnternet erişimi, aile yapısı, ekonomik koşullar, üniversite kültürü, öğretmen-öğrenci ilişkileri ve eğitim beklentileri farklı olabilir.

Sonuçta p değeri size istatistiksel ilişkinin belirli bir hipotez altında ne kadar uyumsuz olduğunu gösterirken, ilişkinin neden ortaya çıktığını tek başına anlatmaz.

İşte burada araştırmacının alan bilgisi devreye girer.

SPSS'teki Sig. Sütununa Neden Bu Kadar Takılıyoruz?

Çünkü SPSS işi kolaylaştırıyor.

Bir test çalıştırıyorsunuz ve karşınıza:

Sig. = 0,012

çıkıyor.

Beyin hemen:

“0,05'ten küçük. Bitti.”

diyor.

Ama bilimsel analiz burada başlamalı.

Hangi test yapıldı?

H0 neydi?

Örneklem kaç kişiydi?

Etki ne kadar büyüktü?

Güven aralığı ne söylüyor?

Verilerin dağılımı nasıldı?

Ölçüm güvenilir miydi?

Çok sayıda test yapıldı mı?

Araştırma sorusu önceden belirlenmiş miydi?

Bu soruların her biri p değerinden daha uzun cevaplar gerektirebilir.

APA'nın araştırma yöntemlerine yönelik materyalleri de istatistiksel anlamlılığın yanında etki büyüklüğü ve güven aralıklarının raporlanmasının önemine dikkat çekmektedir.

Amerika'dan Türkiye'ye: 0,05 Kuralı Gerçekten Evrensel mi?

0,05 akademik araştırmalarda son derece yaygın bir anlamlılık düzeyidir.

IBM SPSS belgelerinde de bazı analizlerde 0,05 varsayılan anlamlılık düzeyi olarak kullanılmaktadır.

Ancak “yaygın” demek “her araştırmada zorunlu” demek değildir.

American Statistical Association, p değerinin belirli bir eşikten geçip geçmediğine göre bilimsel sonuçların otomatik olarak oluşturulmaması gerektiğini belirtmektedir. Ayrıca eşiklerin kullanılacağı durumlarda bunların araştırmanın amaçları ve yanlış kararların sonuçları dikkate alınarak belirlenmesini önermektedir.

Örneğin tıp araştırmalarında yanlış negatif ve yanlış pozitif kararların sonuçları çok ciddi olabilir.

Mühendislikte güvenlik açısından başka eşikler ve hata maliyetleri gündeme gelebilir.

Sosyal bilimlerde ise ölçülen etkinin pratik anlamı ayrıca değerlendirilmelidir.

Dolayısıyla:

“p < 0,05 = bilimsel gerçek”

gibi bir denklem kurmak tehlikelidir.

P Küçüldükçe Etki Büyüyor mu? Hayır

Bu, p değerleriyle ilgili en yaygın yanlış anlamalardan biridir.

İki araştırmanın sonuçlarını düşünelim:

Araştırma A:

p = 0,001

Araştırma B:

p = 0,04

Bundan A'daki etkinin B'dekinden daha büyük olduğu sonucunu çıkaramayız.

Çünkü p değeri etki büyüklüğü değildir.

Örneklem büyüklüğü, varyans ve model gibi faktörler p değerini etkileyebilir.

ASA da p değerinin etkinin büyüklüğünü veya pratik önemini ölçmediğini açıkça belirtmektedir.

Bu yüzden araştırmacının yalnızca “anlamlı mı?” sorusunu değil, “ne kadar önemli?” sorusunu da sorması gerekir.

Farklı Toplumlarda Aynı Sonuç Neden Farklı Yorumlanabilir?

Diyelim ki bir araştırmada iş arkadaşları arasındaki sosyal desteğin iş doyumuyla anlamlı ilişkisi bulundu.

p < 0,05.

İstatistiksel sonuç ortada.

Fakat ilişkinin toplumsal yorumu farklı olabilir.

Daha kolektivist ilişki ağlarının güçlü olduğu bir toplumda sosyal destek farklı mekanizmalarla işleyebilir.

Bireysel başarı ve kişisel özerkliğin daha güçlü vurgulandığı bir ortamda ise aynı değişken farklı davranış örüntüleriyle birlikte görülebilir.

Burada kültürü “insanların davranışlarını tek başına açıklayan gizli değişken” gibi düşünmemek gerekir. Ekonomik koşullar, kurumlar, yaş, eğitim, sınıf, meslek, şehirleşme, aile yapısı ve bireysel deneyimler de devreye girer.

Kültür bir çerçevedir; bütün resmi tek başına çizmez.

Kendi Araştırmanızda p Değerini Nasıl Okumalısınız?

Benim pratik yaklaşımım şu sırayı izlemek olur:

1. Önce araştırma sorusunu okuyun.

Test sonucuna bakmadan önce neyi sınadığınızı bilin.

2. H0 ve H1'i belirleyin.

P değerinin neye göre yorumlandığını bilmeden sayının kendisi fazla anlam taşımaz.

3. Anlamlılık düzeyini kontrol edin.

0,05 kullanılıyor olabilir ama bunun araştırmanız açısından gerçekten uygun olup olmadığını düşünün.

4. p değerine bakın.

Sonucun seçilen eşikle ilişkisini değerlendirin.

5. Etki büyüklüğünü inceleyin.

İstatistiksel anlamlılık ile pratik önem aynı şey değildir.

6. Güven aralığını değerlendirin.

Sonucun belirsizliğini anlamaya yardımcı olur.

7. Örneklem büyüklüğünü düşünün.

Devasa bir örneklemde çok küçük farklar anlamlı çıkabilir.

8. Araştırmanın bağlamına dönün.

İstatistiksel sonuç gerçek dünyada ne ifade ediyor?

APA'nın istatistik eğitimi materyalleri de p değerlerinin yanında etki büyüklüğü, güven aralıkları ve istatistiksel güç gibi unsurların değerlendirilmesini önermektedir.

Bir Forum Sorusu Bırakalım: “Anlamlı” Gerçekten Önemli mi?

Bence p değeri tartışmalarının en güzel tarafı burada başlıyor.

Bir sonuç istatistiksel olarak anlamlı olabilir.

Ama gerçek hayatta etkisi çok küçük olabilir.

Tersine, istatistiksel olarak anlamlı çıkmayan bir bulgu araştırmacı açısından yine de ilginç olabilir; özellikle örneklem büyüklüğü, ölçüm belirsizliği ve araştırmanın gücü dikkate alındığında.

O yüzden kendimize şu soruları sormak gerekiyor:

p = 0,03 çıktı diye gerçekten önemli bir sonuç mu bulduk?

p = 0,08 çıktı diye araştırma sorumuz değersiz mi oldu?

Farklı ülkelerde aynı ölçek aynı kavramı aynı şekilde ölçüyor mu?

İstatistiksel anlamlılık ile toplumsal anlamlılık birbirine karıştırılıyor olabilir mi?

Bir araştırmanın sonucunu yalnızca tek bir sayıya indirgemek ne kadar doğru?

Bence bu sorular, SPSS'teki herhangi bir menüyü ezberlemekten daha değerlidir.

Sonuç: SPSS Sayıyı Verir, Bağlamı Araştırmacı Kurar

SPSS'deki p değeri, istatistiksel hipotez testlerinin önemli parçalarından biridir. Fakat tek başına bir araştırmanın kalitesini, etkinin büyüklüğünü, toplumsal önemini veya bilimsel gerçeğin kesinliğini belirlemez.

Farklı kültürlerde araştırmaların konusu, örneklemi ve toplumsal anlamı değişebilir. Ancak p değerinin matematiksel mantığı değişmez.

Değişen şey, o sonucun nasıl yorumlandığı ve hangi soruya cevap vermek için kullanıldığıdır.

Bu yüzden SPSS ekranında küçük bir Sig. değeri gördüğünüzde hemen zafer ilan etmek yerine bir saniye durmakta fayda var.

Belki p = 0,004 gerçekten güçlü bir istatistiksel bulguya işaret ediyor.

Belki örneklem çok büyük.

Belki etki küçücük.

Belki ölçüm aracında sorun var.

Belki kültürel bağlam sonucu değiştiriyor.

Belki de araştırma sorusunun kendisi baştan daha dikkatli kurulmalıydı.

İstatistiğin güzelliği tam olarak burada: Bir sayı cevap gibi görünürken aslında daha iyi sorular sormamızı sağlar.