SPSS'te Normallik Testi Nasıl Yapılır? Tez Rehberi 2026

Tez veri analizine başlamadan önce her araştırmacının sorması gereken kritik bir soru vardır: "Verilerim normal dağılıyor mu?" Bu sorunun yanıtı, hangi istatistiksel testi kullanacağınızı doğrudan belirler. SPSS'te normallik testi nasıl yapılır sorusu, yanlış test seçimi yüzünden tezin bulgular bölümünün baştan sona sorgulanmasını önlemek isteyen her öğrencinin karşılaştığı temel bir adımdır. Bu rehberde normallik varsayımının neden önemli olduğunu, SPSS'te Kolmogorov-Smirnov ve Shapiro-Wilk testlerinin nasıl uygulanacağını, çarpıklık-basıklık değerlerinin nasıl yorumlanacağını, varyans homojenliği ile ilişkisini ve normal dağılmayan verilerde hangi analiz yoluna gidileceğini adım adım, örneklerle açıklıyoruz.

Normallik Testi Nedir ve Neden Önemlidir?

Normallik testi, bir veri setinin normal dağılıma (Gauss eğrisine) ne ölçüde uyduğunu istatistiksel olarak sınayan bir ön analiz adımıdır. Parametrik testlerin (t-testi, ANOVA, Pearson korelasyonu, doğrusal regresyon gibi) büyük bölümü, verinin normal dağıldığı varsayımına dayanır. Bu varsayım karşılanmadan parametrik test uygulanması, elde edilen sonuçların güvenilirliğini ciddi biçimde zedeler.

Jüri üyeleri ve dergi hakemleri, bulgular bölümünde hangi testin neden seçildiğini sorguladığında ilk bakılan nokta normallik varsayımının test edilip edilmediğidir. Bu adımın atlanması ya da "veri normal dağılıyor" ifadesinin hiçbir kanıt sunulmadan yazılması, metodolojik olarak ciddi bir eksiklik sayılır.

Normallik Varsayımı Hangi Testler İçin Gereklidir?

• Bağımsız örneklem ve bağımlı örneklem t-testi
• Tek yönlü ve çok yönlü ANOVA
• Pearson korelasyon analizi
• Doğrusal regresyon analizi (özellikle hata terimlerinin normalliği)

Bu testlerin herhangi birini kullanmayı planlıyorsanız, analiz öncesinde normallik testinin yapılmış ve raporlanmış olması beklenir.

Normal Dağılım Varsayımı Karşılanmazsa Ne Olur?

Normallik varsayımı karşılanmadığında parametrik testlerin sonuçları yanıltıcı olabilir; Tip I ve Tip II hata riskleri artar. Bu durumda araştırmacının iki seçeneği vardır: veriyi dönüştürmek (transformation) veya nonparametrik test alternatiflerine geçmek. Her iki seçenek de tezde gerekçeli biçimde açıklanmalıdır.

SPSS'te Normallik Testi Nasıl Yapılır?

SPSS'te normallik testi yapmanın iki temel istatistiksel yolu ve bir de görsel yolu vardır. Aşağıda adım adım uygulama anlatılmaktadır.

Kolmogorov-Smirnov ve Shapiro-Wilk Testi Nasıl Çalıştırılır?

1. SPSS'i açın ve veri setinizi yükleyin.
2. Üst menüden Analyze → Descriptive Statistics → Explore yolunu izleyin.
3. Normalliğini test etmek istediğiniz sürekli değişkeni Dependent List kutusuna taşıyın.
4. Kategorik bir gruplama değişkeniniz varsa (örneğin cinsiyet) Factor List kutusuna ekleyin.
5. Plots butonuna tıklayın ve "Normality plots with tests" kutucuğunu işaretleyin.
6. Continue → OK sırasını izleyerek analizi çalıştırın.

Çıktıda "Tests of Normality" tablosu iki test sonucunu birlikte gösterir: Kolmogorov-Smirnov (Lilliefors düzeltmeli) ve Shapiro-Wilk.

Hangi Test Kullanılmalı: Kolmogorov-Smirnov mu Shapiro-Wilk mi?

Örneklem büyüklüğü, hangi testin esas alınacağını belirleyen temel kriterdir. Genel kabul gören kural şudur: örneklem büyüklüğü 50'nin altındaysa Shapiro-Wilk testi, 50 ve üzerindeyse Kolmogorov-Smirnov (Lilliefors) testi tercih edilir. Ancak literatürde Shapiro-Wilk'in daha büyük örneklemlerde de daha güçlü (power) bir test olduğu kabul edilir ve birçok istatistikçi örneklem büyüklüğünden bağımsız olarak Shapiro-Wilk'i önerir.

p Değeri Nasıl Yorumlanır?

Her iki testte de anlamlılık değeri (Sig. / p değeri) 0,05'ten büyükse veri normal dağılım göstermektedir; p değeri 0,05'ten küçükse normal dağılımdan anlamlı bir sapma vardır. Ancak büyük örneklemlerde (n > 200) bu testler çok küçük sapmaları bile "anlamlı" olarak işaretleyebilir; bu nedenle yalnızca p değerine bakmak yeterli değildir, çarpıklık ve basıklık değerleriyle birlikte değerlendirme yapılmalıdır.

Çarpıklık ve Basıklık Değerleri ile Normallik Değerlendirmesi

Çarpıklık (skewness) ve basıklık (kurtosis) değerleri, dağılımın şeklini sayısal olarak ifade eder ve özellikle büyük örneklemlerde p değerine kıyasla daha güvenilir bir normallik göstergesi sunar.

Dikkat: Çarpıklık ve basıklık değerleri sıfıra ne kadar yakınsa dağılım o kadar normale yakındır. George ve Mallery (2010) gibi kaynaklarda ±2 aralığı sosyal bilimler için "kabul edilebilir" sınır olarak önerilmektedir; ancak bu sınır mutlak bir kural değildir ve alan yazınına göre değişebilir.

Çarpıklık ve Basıklık SPSS'te Nasıl Hesaplanır?

Aynı Analyze → Descriptive Statistics → Explore menüsünden elde edilen çıktıda "Descriptives" tablosunda Skewness ve Kurtosis değerleri, standart hatalarıyla birlikte otomatik olarak listelenir. Alternatif olarak Analyze → Descriptive Statistics → Descriptives menüsünden de bu değerler "Options" kutusu işaretlenerek elde edilebilir.

Görsel Normallik Değerlendirme Yöntemleri

Sayısal testlerin yanı sıra görsel yöntemler de normallik değerlendirmesini destekler ve tezde ek kanıt olarak sunulabilir.

• Histogram: Verinin genel dağılım şeklini çan eğrisiyle karşılaştırmalı olarak gösterir.
• Q-Q Grafiği (Normal Q-Q Plot): Gözlenen değerlerin teorik normal dağılım değerleriyle ne kadar örtüştüğünü gösterir; noktaların düz çizgiye yakın seyretmesi normalliğe işaret eder.
• Kutu Grafiği (Box Plot): Aykırı değerlerin (outlier) varlığını ve dağılımın simetrisini görsel olarak ortaya koyar.

Bu grafikler Explore menüsündeki "Plots" seçeneklerinden "Histogram" ve "Normality plots with tests" kutucukları işaretlenerek otomatik olarak üretilir. Görsel yöntemler tek başına kesin bir karar için yeterli değildir, ancak sayısal test sonuçlarıyla birlikte sunulduğunda bulgular bölümünü hem daha ikna edici hem de daha okunur hale getirir.

Normal Dağılmayan Veriler için Alternatif Yollar

Veri Dönüştürme (Transformation) Nasıl Yapılır?

Normal dağılımdan sapma gösteren veriler bazı durumlarda matematiksel dönüşümlerle normale yaklaştırılabilir. En sık kullanılan dönüşüm yöntemleri şunlardır:

• Logaritmik dönüşüm (özellikle sağa çarpık veriler için)
• Karekök dönüşümü (sayım verileri için)
• Ters dönüşüm (1/x, şiddetli çarpıklık için)
• Box-Cox dönüşümü (optimum dönüşüm parametresini otomatik belirler)

Dönüşüm sonrası normallik testi tekrarlanmalı ve dönüşümün başarılı olup olmadığı kontrol edilmelidir.

Nonparametrik Test Seçimi Nasıl Yapılır?

Veri dönüştürüldükten sonra bile normal dağılım sağlanamıyorsa, parametrik testin nonparametrik karşılığına geçilir:

Nonparametrik testlere geçiş, tezde "normallik varsayımı karşılanmadığı için" ifadesiyle açıkça gerekçelendirilmelidir.

Normallik Testi ile Varyans Homojenliği Testi Arasındaki İlişki

Levene Testi Neden Ayrıca Gereklidir?

Normallik testi tek başına parametrik test uygulamak için yeterli değildir; grup karşılaştırması yapan analizlerde (t-testi, ANOVA) ayrıca varyansların homojenliği de sınanmalıdır. Levene testi, karşılaştırılan grupların varyanslarının birbirine yakın olup olmadığını test eder. SPSS'te bağımsız örneklem t-testi çalıştırıldığında "Levene's Test for Equality of Variances" çıktısı otomatik olarak sunulur; p > .05 ise varyansların homojen olduğu, p < .05 ise homojen olmadığı kabul edilir.

Varyanslar Homojen Değilse Ne Yapılmalı?

Levene testi anlamlı çıktığında (varyanslar homojen değilse), bağımsız örneklem t-testinde SPSS çıktısındaki "Equal variances not assumed" satırı esas alınmalıdır; bu satır Welch düzeltmesi uygulanmış sonuçları gösterir. ANOVA'da ise varyans homojenliği sağlanmadığında Welch F testi veya Brown-Forsythe testi gibi alternatif F istatistikleri tercih edilir. Bu ayrımı yapmadan standart ANOVA sonucunu doğrudan raporlamak, metodolojik bir hata olarak değerlendirilir.

Normallik ve varyans homojenliği testlerinin ikisi birlikte parametrik test seçiminin ön koşulunu oluşturur; biri karşılanıp diğeri karşılanmadığında hangi testin kullanılacağına ilişkin karar, her iki test sonucu birlikte değerlendirilerek verilmelidir.

Tezde Normallik Testi Nasıl Raporlanır?

Metodoloji veya bulgular bölümünde normallik testi genellikle şu şekilde raporlanır: "Verilerin normal dağılıp dağılmadığını belirlemek amacıyla Shapiro-Wilk testi uygulanmış (p > .05) ve çarpıklık (-0,42) ile basıklık (0,68) değerlerinin ±2 aralığında kaldığı görülerek verinin normal dağılım gösterdiği kabul edilmiştir." Bu şekilde hem test istatistiği hem de tamamlayıcı çarpıklık-basıklık bilgisi bir arada sunulmuş olur.

Bu aşamada sıkça karşılaşılan sorunlardan biri de veri setinde normalliği bozan aykırı değerlerin (outlier) fark edilmemesidir; bu konuda tez veri analizi yaptırma rehberimizde aykırı değer tespiti ve temizleme adımları ayrıntılı olarak ele alınmaktadır.

Sık Yapılan Hatalar

Normallik testi uygularken tez öğrencilerinin en sık düştüğü hatalar şunlardır:

• Yalnızca p değerine bakıp çarpıklık-basıklık değerlerini hiç incelememek
• Küçük örneklemde Kolmogorov-Smirnov testini kullanmak (Shapiro-Wilk yerine)
• Normallik testi yapılmadan doğrudan parametrik teste geçmek
• Dönüşüm uygulandıktan sonra normalliği yeniden test etmemek
• Aykırı değerleri temizlemeden normallik testi çalıştırmak

Bu hataların büyük bölümü, öğrencilerin normallik testini bir "formalite" olarak görüp sonucu derinlemesine incelememesinden kaynaklanır. Oysa normallik testi çıktısı, tezin bulgular bölümünün hangi istatistiksel yöntemle ilerleyeceğini belirleyen bir yol ayrımıdır. Örneğin aykırı değerleri fark etmeden çalıştırılan bir normallik testi, gerçekte normal dağılan bir veri setinin "normal değil" olarak görünmesine yol açabilir; bu da gereksiz yere nonparametrik testlere yönelmeye, dolayısıyla istatistiksel gücün düşmesine neden olabilir. Bu yüzden normallik testinden önce kutu grafiği ile aykırı değer taraması yapmak, sürecin ilk adımı olmalıdır.

Profesyonel İstatistiksel Analiz Desteği

Normallik testinin doğru yorumlanması, tezin bulgular bölümünün tamamının hangi test yoluyla ilerleyeceğini belirlediği için kritik bir aşamadır. Doğru testi seçmek, sonuçları doğru raporlamak ve jüri sorularına hazırlıklı olmak deneyim gerektirir. Doktora tez yazdırma ve yüksek lisans tez yazdırma hizmetlerimizden faydalanan danışanlarımıza, veri analizi aşamasında normallik testinden nihai raporlamaya kadar tüm süreçte destek sağlıyoruz.

Anket verisi toplayan lisans tez yazdırma öğrencilerimize de SPSS uygulamalarında adım adım eşlik ediyoruz. Ayrıca tez metninizin akademik bütünlüğünden emin olmak isterseniz yapay zeka oranı düşürme hizmetimizi de inceleyebilirsiniz.

Sonuç

SPSS'te normallik testi nasıl yapılır sorusunun yanıtı, tezinizin bulgular bölümünün bilimsel sağlamlığını doğrudan etkiler. Kolmogorov-Smirnov ve Shapiro-Wilk testlerini doğru örneklem büyüklüğüne göre seçmek, sonuçları çarpıklık-basıklık değerleriyle desteklemek ve gerektiğinde nonparametrik alternatiflere gerekçeli biçimde geçmek, jüri karşısında metodolojik güvenilirliğinizi artırır. Unutulmamalıdır ki bu adım tek başına bir formalite değil, tezin tüm analiz stratejisinin üzerine kurulduğu temeldir; yanlış bir normallik değerlendirmesi, sonraki tüm analizlerin de sorgulanmasına yol açabilir. Analizde tereddüt yaşadığınız noktalar varsa ya da SPSS çıktılarını nasıl yorumlayacağınızdan emin değilseniz, WhatsApp üzerinden bize ulaşarak uzman istatistikçilerimizden yönlendirme ve destek alabilirsiniz.