Regresyon Analizi Tezde Nasıl Kullanılır: SPSS Rehberi 2026

Nicel araştırma yöntemleriyle yürütülen yüksek lisans ve doktora tezlerinde en sık kullanılan istatistiksel tekniklerden biri regresyon analizidir. Bir veya birden fazla bağımsız değişkenin bağımlı değişken üzerindeki etkisini modelleyen regresyon, sosyal bilimler, eğitim, işletme, psikoloji, halk sağlığı ve mühendislik gibi onlarca alanda tez bulgularının temel taşını oluşturur. Ancak SPSS'te analizi çalıştırmak tek başına yeterli değildir; varsayımları test etmek, çıktıları doğru yorumlamak ve bulguları akademik dille aktarmak eşit derecede önemlidir. Bu rehberde basit doğrusal regresyon, çoklu regresyon ve lojistik regresyonu adım adım ele alarak tezinizin analiz bölümünü sağlam temellere oturtmanıza yardımcı oluyoruz. yüksek lisans tez yazdırma ya da doktora tez yazdırma sürecinizde bu yöntemlerden birine ihtiyaç duyuyorsanız okumaya devam edin.

Regresyon Analizine Giriş

Regresyon, değişkenler arasındaki ilişkiyi matematiksel bir denklemle tanımlar ve tahmin gücü sunar.

Regresyon Analizi Nedir ve Tezde Ne İşe Yarar?

Regresyon analizi, bir ya da birden fazla bağımsız (yordayıcı) değişkenin bağımlı (yordanan) değişkeni ne ölçüde açıkladığını ortaya koyan istatistiksel bir yöntemdir. Tezdeki temel işlevleri şunlardır:

• Araştırma hipotezlerini test etmek ("X, Y'yi anlamlı biçimde yordamaktadır")
• Değişkenler arasındaki etki büyüklüğünü (β katsayısı) raporlamak
• Kontrol değişkenlerini modele dahil ederek net etkileri izole etmek
• Öngörüsel modeller kurarak politika ya da pratik öneriler geliştirmek

Hangi Regresyon Türü Seçilmelidir?

Tezinizde kullanılacak regresyon türünü belirlemeden önce bağımlı değişkeninizin ölçüm düzeyini (aralık, oran, nominal, sıralı) netleştirmeniz gerekir.

Regresyon ile Korelasyon Arasındaki Fark Nedir?

Korelasyon, iki değişken arasındaki ilişkinin yönünü ve şiddetini ölçer; yönsellik iddiasında bulunmaz. Regresyon ise yordayıcı-yordanan ilişkisini bir model çerçevesinde kurar ve R² ile β katsayıları aracılığıyla yorumlanabilir bilgi sunar. Hipoteziniz "A, B'yi etkiler" biçimindeyse regresyon; "A ile B arasında ilişki vardır" biçimindeyse korelasyon uygundur.

Çoklu Doğrusal Regresyon: Varsayımlar ve Test Etme

Çoklu doğrusal regresyon, en yaygın kullanılan regresyon türüdür. Geçerli sonuçlar için şu varsayımların sağlanması zorunludur.

Doğrusallık ve Bağımsızlık Varsayımları

• Doğrusallık: Bağımsız ve bağımlı değişken arasındaki ilişki doğrusal olmalıdır. SPSS'te "Saçılım diyagramı (scatter plot)" ile kontrol edilir.
• Bağımsızlık: Gözlemler birbirinden bağımsız olmalıdır. Durbin-Watson istatistiği (2'ye yakın değer beklenir) otokorelasyonu değerlendirir.

Normallik ve Eşvaryanslılık (Homoskedastisite) Nasıl Kontrol Edilir?

• Normallik: Artıkların (residuals) normal dağılım sergilemesi gerekir. SPSS'te "Normal P-P Plot" ve Kolmogorov-Smirnov testleriyle incelenir. Büyük örneklemlerde (n > 100) merkezi limit teoremine dayanılarak bu varsayım gevşetilebilir.
• Eşvaryanslılık: Artıkların varyansının yordanan değerler boyunca sabit olması gerekir. SPSS'teki "Artık - Yordanan Değer" saçılım grafiğinde sistematik bir örüntü gözlemlenmemelidir.

Çoklu Bağlantı (Multicollinearity) Nasıl Tespit Edilir?

Bağımsız değişkenler arasındaki yüksek korelasyon çoklu bağlantı sorununa yol açar ve β katsayılarını güvenilmez kılar. SPSS çıktısında VIF (Variance Inflation Factor) ve Tolerance değerleri izlenir:

• VIF > 10: Ciddi çoklu bağlantı — değişken dönüşümü ya da çıkarımı gerekebilir.
• Tolerance < 0,10: Aynı sorunun işareti.
• Genel kural: VIF 1–5 arası kabul edilebilir, 5–10 arası dikkatli olunmalı.

SPSS'te Çoklu Regresyon Adımları

SPSS'te Regresyon Analizi Nasıl Çalıştırılır?

1. Analyze → Regression → Linear menüsüne gidin.
2. Bağımlı değişkeni "Dependent" kutusuna sürükleyin.
3. Bağımsız değişkenleri "Independent(s)" kutusuna ekleyin.
4. Yöntem olarak "Enter" (tümünü aynı anda dahil et) seçin.
5. "Statistics" bölümünde şunları işaretleyin: Estimates, Confidence intervals, Model fit, Descriptives, Collinearity diagnostics.
6. "Plots" bölümünde: ZRESID (Y ekseni) vs ZPRED (X ekseni), Normal P-P Plot.
7. "OK" ile analizi çalıştırın.

Tezde varsayım testlerini çalıştırmadan doğrudan regresyon bulgularını raporlamak metodolojik bir hata olarak değerlendirilir ve jüri tarafından ciddi revizyon talepleri gündeme gelebilir.

SPSS Regresyon Çıktısını Nasıl Yorumlamalısınız?

SPSS çıktısı birkaç tablo üretir; her birinden okunması gereken değerler şunlardır:

Model Summary tablosu:

• R²: Bağımsız değişkenlerin bağımlı değişkendeki varyansı açıklama oranı. Örn. R² = 0,42 → yordayıcılar bağımlı değişkendeki değişimin %42'sini açıklamaktadır.
• Düzeltilmiş R²: Küçük örneklemlerde R²'nin şişkinliğini düzelten değer.
• Durbin-Watson: Otokorelasyon kontrolü.

ANOVA tablosu:

• F testi ve p değeri modelin genel anlamlılığını gösterir. p < 0,05 ise model istatistiksel olarak anlamlıdır.

Coefficients tablosu:

• B (Unstandardized): Ham regresyon katsayısı; "X bir birim arttığında Y ne kadar değişir?"
• β (Standardized/Beta): Farklı ölçüm birimlerindeki değişkenleri karşılaştırmak için kullanılır.
• t ve p değeri: Her bir yordayıcının anlamlılığı.
• %95 Güven Aralığı: Katsayının popülasyondaki güvenilir aralığı.

Lojistik Regresyon: Temel Bilgiler

Bağımlı değişkeniniz ikili kategorik ise (ör. mezun/mezun değil, başarılı/başarısız) doğrusal regresyon yerine lojistik regresyon uygulanmalıdır.

Lojistik Regresyon Nedir ve Tezde Nasıl Yorumlanır?

Lojistik regresyon, olayın gerçekleşme olasılığını (0–1 arasında) modelleyen bir regresyon türüdür. Tezde raporlanan temel istatistikler:

• Odds Ratio (OR) veya Exp(B): OR = 1 → etkisiz; OR > 1 → riski/olasılığı artırır; OR < 1 → riski/olasılığı düşürür.
• Nagelkerke R²: Açıklanan varyansın yaklaşık tahmini.
• Hosmer-Lemeshow testi: Modelin veriyle uyumunu ölçer; p > 0,05 iyi uyumu işaret eder.
• Sınıflandırma tablosu: Modelin doğru sınıflandırma oranı.

Lojistik Regresyon Varsayımları Nelerdir?

• Bağımlı değişken ikili kategorik olmalıdır.
• Bağımsız değişkenler arasında çoklu bağlantı bulunmamalıdır.
• Gözlem sayısı yeterli olmalıdır: Kategori başına en az 10–15 olay önerilir.
• Gözlemler birbirinden bağımsızdır.

Regresyon Bulgularını Tezde Raporlama

Regresyon Sonuçları Nasıl Yazılır?

Akademik bir tezde regresyon bulgularını raporlamak için APA ya da kurumunuzun belirlediği format kullanılır. Örnek yazım:

"Çoklu regresyon analizi, öz yeterlilik ve motivasyonun akademik başarıyı anlamlı biçimde yordadığını ortaya koymuştur, F(2, 197) = 43.21, p < .001, R² = .31. Öz yeterlilik (β = .42, p < .001) ve motivasyon (β = .28, p = .003) her ikisi de bağımlı değişkene anlamlı katkı sağlamıştır."

Regresyon tablosunu mutlaka tezinize ekleyin:

Tezde Regresyon Analizi Bölümü Nasıl Yapılandırılır?

1. Analiz öncesi: Varsayım testleri ve bulgular (normallik, eşvaryanslılık, çoklu bağlantı)
2. Model özeti: R², F, p
3. Katsayılar tablosu: B, SE, β, t, p, %95 CI
4. Bulguların sözel yorumu: Her yordayıcının katkısı ve teorik anlamı
5. Sınırlılıklar: Örneklem büyüklüğü, atlandıysa gerekçesi

tez veri analizi yaptırma konusunda profesyonel destek alabilirsiniz.

Hiyerarşik Regresyon: Değişkenlerin Kademeli Eklenmesi

Hiyerarşik (basamaklı) regresyon, değişkenlerin modele teorik öncelik sırasıyla eklendiği ve her adımın katkısının ayrı ayrı test edildiği bir yaklaşımdır.

Hiyerarşik Regresyon Ne Zaman Kullanılır?

Bu yöntem aşağıdaki araştırma sorularında tercih edilir:

• "Demografik değişkenler kontrol edildikten sonra psikolojik değişkenler bağımlı değişkeni açıklamaya ek katkı sağlıyor mu?"
• "İkinci adımda eklenen motivasyon değişkeni, birinci adımda zaten modelde olan öz yeterlilik değişkeninin üzerinde açıklayıcı güç katıyor mu?"

Her adımda R² değerindeki artış (ΔR²) ve bu artışın istatistiksel anlamlılığı (ΔF) raporlanır. Bu sayede her değişken grubunun bağımsız katkısı net biçimde ortaya konur.

Hiyerarşik Regresyon SPSS'te Nasıl Kurulur?

1. Analyze → Regression → Linear menüsüne gidin.
2. Birinci adım değişkenleri (ör. demografik değişkenler) "Block 1" kısmına ekleyin.
3. "Next" butonuyla ikinci bloka geçin ve teorik değişkenleri ekleyin.
4. "Statistics" bölümünde "R squared change" seçeneğini işaretleyin.
5. Çıktıda her blok için ayrı Model Summary tablosu görünecektir.

Tablodaki ΔR² = .31, öz yeterlilik ve motivasyonun demografik değişkenlerden bağımsız olarak bağımlı değişkende %31 ek varyans açıkladığını göstermektedir.

Model Seçim Kriterleri: AIC ve BIC

Birden fazla regresyon modeli karşılaştırılacaksa yalnızca R² değerine bakmak yetersiz kalır.

AIC ve BIC Nedir, Tezde Kullanılır Mı?

AIC (Akaike Information Criterion) ve BIC (Bayesian Information Criterion), model karmaşıklığını açıklayıcı güçle dengeleyen bilgi kriterleridir. Düşük AIC/BIC değeri daha iyi model uyumunu işaret eder.

• SPSS'te standart regresyon çıktısında bu değerler görünmez; R ya da Python ile hesaplanabilir.
• Doktora tezlerinde özellikle karmaşık model karşılaştırmalarında jüri bu kriterleri sormalıdır.
• Tezde yalnızca tek bir regresyon modeli varsa AIC/BIC raporlaması zorunlu değildir.

Regresyon Analizinde Örneklem Büyüklüğü Ne Kadar Olmalıdır?

Regresyon analizinin güvenilir sonuçlar vermesi için örneklem büyüklüğü kritiktir. Genel kurallar:

• Minimum: Her bağımsız değişken başına 10–15 katılımcı (ör. 5 yordayıcı değişken için min. 50–75 katılımcı).
• Tercih edilen: Her bağımsız değişken başına 20+ katılımcı.
• Küçük etki büyüklüğü için: G*Power ile hesaplanan güç analizine göre 200+ katılımcı gerekebilir.

Yetersiz örneklem büyüklüğü regresyon katsayılarının güvenilirliğini düşürür, tip II hata riskini artırır ve sonuçların genellenebilirliğini kısıtlar. Güç analizini analizden önce gerçekleştirmek bu riski büyük ölçüde azaltır.

Regresyon Analizinde Etki Büyüklüğü

Etki Büyüklüğü Nedir ve Tezde Nasıl Raporlanır?

İstatistiksel anlamlılık tek başına yeterli değildir; bulgulara pratik anlam kazandırmak için etki büyüklüğü de raporlanmalıdır. Regresyon analizinde yaygın etki büyüklüğü ölçütleri:

• R²: Küçük = .01, Orta = .09, Büyük = .25 (Cohen, 1988)
• f²: Küçük = .02, Orta = .15, Büyük = .35
• Yarı parsiyel korelasyon (sr²): Her yordayıcının bağımlı değişkendeki benzersiz varyans katkısı

Etki büyüklüğü değerlerini yalnızca rapor etmekle kalmayın; pratikte ne anlama geldiğini yazınızda açıklayın. "R² = .31, bu bulgular alandaki orta-büyük etki büyüklüğüne işaret etmektedir" gibi bir ifade anlatı değerini artırır.

Regresyon analizi tezinizin metodolojik gücünü belirleyen kritik bir aşamadır; varsayımların test edilmesi, doğru regresyon türünün seçilmesi ve çıktıların akademik dille raporlanması bu sürecin ayrılmaz parçalarıdır. Hiyerarşik modelleme, model karşılaştırma kriterleri ve etki büyüklüğü raporlaması analize derinlik katarken örneklem yeterliliği de sonuçların güvenilirliğini güvence altına alır. Yalnızca analizi çalıştırmak değil, bulguları anlamlı ve teorik açıdan tutarlı biçimde yorumlamak tezinizin değerini asıl belirleyen unsurdur. yüksek lisans tez yazdırma veya doktora tez yazdırma sürecinizde regresyon analizi ve diğer istatistiksel yöntemler konusunda uzman desteği almak için WhatsApp hattımızdan ekibimize ulaşabilirsiniz; deneyimli akademik danışmanlarımız tezinizin analiz bölümünü en yüksek standartta tamamlamanıza destek olur.