p Değeri 0.05'ten Büyük Çıktı, Tezime Ne Yazarım?
PhD
p Değeri 0.05'ten Büyük Çıktı, Tezime Ne Yazarım?
Analizinizi tamamladınız ve SPSS'ten "Sig. = 0.231" gibi 0.05'in üzerinde bir p değeri çıktı. İlk tepki genellikle şok ve hayal kırıklığı olur: "Hipotezim reddedildi, şimdi ne olacak?" Ancak istatistik dünyasında anlamlı olmayan bir sonuç, başarısız bir tez anlamına gelmez. Aksine, dürüstçe raporlanmış anlamsız bulgular bilime değerli katkı sağlar.
p Değeri Ne Anlama Gelir?
p değeri, "eğer H₀ (sıfır hipotezi) doğruysa, bu verileri veya daha aşırısını gözlemleme olasılığını" gösterir. p > 0.05 çıkması; gruplar arasında gerçekten fark olmadığı anlamına gelmez. Yalnızca "bu veri seti ile, bu örneklem büyüklüğünde, istatistiksel olarak yeterli kanıt bulunamadı" demektir. İki şeyin aynı olduğunu kanıtlamaz; sadece farkın kanıtlanabilir olmadığını gösterir.
p > 0.05 Çıkınca Yapılabilecekler
1. Örneklem büyüklüğünü sorgulayın: Küçük N ile büyük efekt boyutu bile anlamsız çıkabilir. Güç analizi (Power Analysis) yaparak örnekleminizin yeterli olup olmadığını kontrol edin.
2. Etki büyüklüğünü (Effect Size) raporlayın: Cohen's d, η², veya r gibi etki büyüklüğü ölçüleri, pratik önemi gösterir. Küçük örneklemde p > 0.05 çıksa bile büyük etki boyutu olabilir.
3. Sıfır hipotezini tartışın: "Anlamlı fark bulunamadı" bulgusu da bir bulgudur. Literatürde fark bekleniyordu ama siz bulmadınız — bu neden olabilir? Tartışma bölümünde bunu ele alın.
Tezde Nasıl Yazılır (APA Formatı)
Anlamsız sonuçları "başarısız" gibi sunmak yerine objektif ve akademik bir dille raporlayın:
"Deney ve kontrol grupları arasında akademik başarı puanları açısından istatistiksel olarak anlamlı bir fark bulunamamıştır, t(58) = 1.24, p = .220, d = 0.32. Bu bulgu, uygulanan programın bu örneklemde ölçülebilir bir etki yaratmadığını göstermektedir. Etki büyüklüğünün küçük-orta düzeyde (d = 0.32) olması, daha büyük örneklemlerle yürütülecek çalışmalarda anlamlı sonuçlara ulaşılabileceğine işaret etmektedir."
Hangi Analizler Anlamsız Sonuç Verse de Tezde Kullanılabilir?
| Analiz | p > 0.05 Durumunda |
|---|---|
| t-Testi | Gruplar arası fark kanıtlanamadı — etki boyutunu raporla |
| ANOVA | Grupların ortalamaları arasında anlamlı fark yok — post-hoc yapmana gerek yok |
| Korelasyon | İki değişken arasında doğrusal ilişki kanıtlanamadı |
| Regresyon | Model anlamsız — bağımsız değişkenler bağımlıyı yordamıyor |
Analizlerinizi yapmak için → t-Testi, ANOVA ve Korelasyon araçlarımızı kullanın.
Kaynakça:
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Erlbaum.
Cumming, G. (2014). The new statistics: Why and how. Psychological Science, 25(1), 7–29.