📊 Anket Analizi

Anket Analizi Nasıl Yapılır?
Adım Adım Rehber

Anket analizi, toplanan verileri anlamlı bulgulara dönüştürme sürecidir. İster akademik bir araştırma yapıyor olun ister müşteri memnuniyetini ölçüyor olun, doğru analiz yöntemi seçmek ve adımları sırayla uygulamak sonuçlarınızın güvenilirliğini doğrudan etkiler. Bu rehberde anket analizinin temel adımlarını, sık yapılan hataları ve hangi testlerin ne zaman kullanılacağını ele alıyoruz.

1. Veri Toplama ve Dosya Hazırlama

Anket verisi genellikle Google Forms, SurveyMonkey veya kağıt formlardan toplanır. Analiz öncesinde verinin düzgün bir formatta olması gerekir:

• Her satır bir katılımcıyı, her sütun bir soruyu temsil etmeli
• Yanıtlar sayısal olarak kodlanmalı (örneğin: Kesinlikle Katılıyorum = 5, Katılıyorum = 4…)
• Eksik veriler ve aykırı değerler işaretlenmeli

Excel veya CSV formatındaki veriler SPSS, R veya Python'a aktarılabilir. SPSS en yaygın tercih edilen yazılımdır çünkü arayüzü kolaydır ve akademik çevrede geniş kabul görür.

2. Veri Temizleme

Ham veri genellikle hatalı, eksik veya tutarsız girdiler içerir. Analiz öncesinde şunlara dikkat edilmelidir:

• Eksik veri: Boş bırakılan soruları tespit edin. Az sayıda eksik veri varsa listwise deletion uygulanabilir; çok sayıda eksik veri varsa çoklu atama (multiple imputation) tercih edilmelidir.
• Uç değerler: Ölçek dışı yanıtlar (örneğin 1-5 ölçeğinde 7 gibi) veri girişi hatası olabilir; kontrol edilmelidir.
• Tutarsız yanıtlar: Tüm sorulara aynı değeri veren katılımcılar (straight-lining) analizden çıkarılabilir.

3. Tanımlayıcı İstatistikler

Veri temizlendikten sonra ilk adım tanımlayıcı istatistiklerin hesaplanmasıdır. Bu aşamada şunlar raporlanır:

• Frekans ve yüzde tabloları: Demografik sorular ve kategorik değişkenler için
• Ortalama ve standart sapma: Likert ölçek maddeleri için
• Çarpıklık ve basıklık: Dağılımın normal olup olmadığını değerlendirmek için

Çarpıklık ve basıklık değerleri ±2 aralığında ise verinin normal dağılıma yakın olduğu kabul edilebilir. Bu bilgi, ilerleyen aşamada parametrik mi yoksa parametrik olmayan test mi kullanacağınızı belirler.

4. Güvenilirlik Analizi (Cronbach Alpha)

Anketinizde birden fazla madde ile ölçülen bir yapı varsa (örneğin iş tatmini, müşteri sadakati), güvenilirlik analizi zorunludur. Cronbach Alpha katsayısı ölçeğin iç tutarlılığını gösterir:

• α ≥ 0.80 → Yüksek güvenilirlik
• 0.70 ≤ α < 0.80 → Kabul edilebilir güvenilirlik
• α < 0.60 → Düşük güvenilirlik, ölçek gözden geçirilmeli

SPSS'te Analyze → Scale → Reliability Analysis yolu ile hesaplanır. "Item-Total Correlation" değeri 0.30'un altında olan maddeler ölçekten çıkarılabilir.

5. İleri Analizler

Araştırma sorularınıza bağlı olarak aşağıdaki analizlerden biri veya birkaçı uygulanır:

Grup Karşılaştırmaları

İki grup arasında anlamlı fark var mı? (Örn: Kadın ve erkeklerin tutumları farklı mı?)

• Normal dağılım varsa → Bağımsız örneklem t-testi
• Normal dağılım yoksa → Mann-Whitney U testi
• İkiden fazla grup → ANOVA veya Kruskal-Wallis

İlişki Analizleri

İki değişken arasında ilişki var mı? (Örn: Eğitim düzeyi ile iş tatmini ilişkili mi?)

• Normal dağılım varsa → Pearson korelasyonu
• Normal dağılım yoksa → Spearman korelasyonu

Regresyon Analizi

Bir değişken diğerini yordayabiliyor mu? (Örn: Motivasyon, iş performansını etkiliyor mu?) Bu tür sorular için çoklu doğrusal regresyon tercih edilir.

Faktör Analizi

Anket maddelerinin altında yatan ortak faktörler neler? Ölçek geliştirme ve doğrulama çalışmalarında açıklayıcı (AFA) ve doğrulayıcı faktör analizi (DFA) uygulanır.

6. Sonuçların Raporlanması

Analiz sonuçlarını raporlarken şunlara dikkat edin:

• Tabloları APA formatında hazırlayın
• Her bulguyu istatistiksel değerlerle (p değeri, etki büyüklüğü) destekleyin
• Bulguları sade bir dille yorumlayın — rakamlar tek başına anlam taşımaz
• Araştırma sorusuyla bulgular arasındaki bağı açıkça kurun

Hangi Yazılımı Kullanmalısınız?

Anket analizi için en yaygın kullanılan yazılımlar şunlardır:

• SPSS: Arayüz odaklı, öğrenmesi kolay, akademik çevrede yaygın
• R: Ücretsiz, esnek, yayın kalitesinde grafikler
• Python: Büyük veri setleri ve ileri analizler için ideal
• Excel: Temel analizler için yeterli, ileri analizler için yetersiz

Araştırmanızın türüne ve danışmanınızın tercihine göre yazılım seçimi değişebilir. Önemli olan analizi doğru uygulamak ve yorumlamaktır.

Kaynaklar

• Field, A. (2013). Discovering Statistics Using IBM SPSS Statistics (4th ed.). SAGE Publications.
• Tabachnick, B. G., & Fidell, L. S. (2013). Using Multivariate Statistics (6th ed.). Pearson.
• Pallant, J. (2020). SPSS Survival Manual (7th ed.). Open University Press.
• Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334.
• Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates.