Bu sayfada
Normallik testi, verinin normal dağılımdan anlamlı biçimde sapıp sapmadığını sınar. SPSS'te Analyze > Descriptive Statistics > Explore menüsünde, Plots düğmesinden Normality plots with tests seçilerek yapılır. Çıktı Shapiro-Wilk ve Kolmogorov-Smirnov testlerini ve Q-Q grafiklerini verir. p değeri .05'ten büyükse dağılımın normallikten anlamlı biçimde saptığı söylenemez. Ama karar tek bir sayıya bırakılmaz. Grafik, örneklem büyüklüğü ve kullanacağınız testin bu sapmaya ne kadar duyarlı olduğu birlikte değerlendirilir.
Normalliğe neden ve nerede bakılır?
t testi ve tek yönlü ANOVA gözlemlerin bağımsızlığını, normalliği ve varyansların eşitliğini varsayar. Hangi değişkenin normalliğine bakılacağı ise teste göre değişir:
- Bağımsız grupları karşılaştırıyorsanız normallik her grupta ayrı denetlenir. Orçan'a göre gruplama değişkeni dikkate alınmadan bütün örneklemde denetlenmez.
- Eşleştirilmiş t testi yapıyorsanız normallik iki ölçüm arasındaki farklarda incelenir. Navarro ve Foxcroft'a göre bu test aslında fark puanları üzerinde yapılan bir tek örneklem t testidir ve normallik fark puanlarının Q-Q grafiğiyle daha iyi denetlenir.
- ANOVA'da ve regresyonda varsayım artıkların normalliğidir. Navarro'ya göre regresyonda yordayıcılar ve sonuç değişkeni normal dağılmasa da artıklar normal dağılıyorsa normallik varsayımı karşılanır.
SPSS'te normallik testi adım adım
Analyze > Descriptive Statistics > Exploremenüsünü açın.- İncelemek istediğiniz değişkeni Dependent List alanına taşıyın. Grupları karşılaştıracaksanız grup değişkenini Factor List alanına taşıyın; SPSS her grup için ayrı sonuç verir.
- Plots düğmesine tıklayın ve Normality plots with tests kutusunu işaretleyin. Aynı ekranda histogram da isteyebilirsiniz.
- Continue ve OK ile analizi çalıştırın.
Eşleştirilmiş t testi yapacaksanız önce iki ölçüm arasındaki farkı Transform > Compute Variable ile yeni bir değişken olarak hesaplayın, sonra bu değişkeni aynı yolla inceleyin.
Çıktı nasıl okunur?
- Normallik testleri tablosu. Kolmogorov-Smirnov ve Shapiro-Wilk testlerinin istatistiği, serbestlik derecesi ve anlamlılık değeri, yani p değeri yer alır. SPSS Kolmogorov-Smirnov testini Lilliefors düzeltmesiyle verir. Shapiro-Wilk ise ağırlık kullanılmayan veride örneklem 3 ile 5.000 arasındaysa hesaplanır.
- Betimsel istatistikler tablosu. Çarpıklık ve basıklık değerleri standart hatalarıyla birlikte verilir. SPSS'te normal dağılımın basıklık değeri 0'dır.
- Q-Q grafiği. Verinin değerlerini normal dağılımdan beklenen değerlerle karşılaştırır. Veri normal dağılıyorsa noktalar düz bir çizgi boyunca dizilir.
Shapiro-Wilk mi, Kolmogorov-Smirnov mu?
Orçan'ın Büyüköztürk ve arkadaşları ile başka kaynaklardan aktardığına göre büyük örneklemlerde Kolmogorov-Smirnov, küçük örneklemlerde Shapiro-Wilk testi önerilir. Öte yandan Kolmogorov-Smirnov testinin uygulamada daha az yararlı ve daha az doğru olduğu da belirtilmiştir.
Navarro'ya göre Shapiro-Wilk testinin sonucu örneklem büyüklüğüne bağlıdır. Örneklem büyüdükçe normallikten küçük sapmalar da anlamlı çıkabilir. Bu yüzden test sonucu Q-Q grafiğiyle birlikte okunur. Orçan da histogram, kutu grafiği ve P-P grafiği gibi grafik yöntemlerin tek başına kullanıldığında öznel kaldığını, başka yöntemlerle birlikte kullanılmalarının yararlı olduğunu belirtir.
Çarpıklık ve basıklık değerleri kaç olmalı?
Bu sorunun herkesin kabul ettiği bir yanıtı yok. Orçan'a göre hangi değerlerin normallik gösterdiği konusunda uzlaşı yoktur. Kimi kaynaklar mutlak değeri 1'e kadar olan değerleri normal sayar, kimileri çok daha büyük değerleri kabul eder. Yaygın ölçütler şunlar:
| Ölçüt | Nasıl yorumlanır? |
|---|---|
| Çarpıklık ve basıklığın mutlak değeri, Lei ve Lomax | 1'in altı hafif, 1 ile yaklaşık 2,3 arası orta, 2,3'ün üstü ağır normallik dışılık sayılır. Orçan'ın aktarımı. |
| Değerin standart hatasına oranı, yani z değeri | 1,96'dan küçükse veri normal sayılır; büyük örneklemlerde ölçüt 3,29'a çıkarılabilir. Orçan'ın aktarımı. |
| Örneklem büyüklüğüne göre z değeri, Kim | 50'den küçük örneklemlerde mutlak z değeri 1,96'yı, 50 ile 300 arasındaki örneklemlerde 3,29'u aşarsa dağılım normal sayılmaz. 300'ü aşan örneklemlerde z değerleri yerine histograma ve mutlak değerlere bakılır: çarpıklıkta 2, basıklıkta 7. |
Kim'in basıklık için verdiği 7 sınırı, normal dağılımda 3 olan özgün basıklık değerine göredir. SPSS ise basıklığı normal dağılımda 0 olacak biçimde verir. İki değeri karşılaştırırken bu farkı hesaba katın.
Ölçütler farklı olduğu için seçilen ölçüt değişince parametrik ya da parametrik olmayan test kararı da değişebilir. Orçan'ın benzetiminde çarpıklık arttıkça ve örneklem büyüdükçe t testi ile Mann-Whitney U testinin sonuçları birbirinden ayrışmıştır; yazar normallik kararının yalnız çarpıklık ve basıklık değerlerine dayandırılmamasını önerir. Orçan'ın Demir ve arkadaşlarından aktardığına göre normalliği denetleyen çalışmaların yüzde 24,8'i çarpıklık ve basıklık değerlerini, yüzde 24,1'i Kolmogorov-Smirnov ya da Shapiro-Wilk testini kullanmıştır. Hangi ölçütü kullandığınızı ve kaynağını yöntem bölümüne yazın.
Sonuç normal çıkmazsa ne yapılır?
- Veri girişi hatalarını ve aykırı değerleri inceleyin. Aykırı değerler kimi zaman z puanı -3'ten küçük ya da +3'ten büyük puanlar olarak tanımlanır. Değer bir giriş hatasıysa özgün kaynağa dönülüp düzeltilir. Gerçek bir uç yanıt da olabilir; bu durumda analiz aykırı değerlerle ve onlarsız yinelenebilir. Sonuçlar aynıysa değerler bırakılır, farklıysa iki analiz de raporlanıp tartışılır.
- Testinizin bu sapmaya ne kadar duyarlı olduğunu düşünün. IBM'e göre iki örneklem t testi normallikten sapmalara oldukça dayanıklıdır; grafikte dağılımın simetrik olup olmadığına ve aykırı değer bulunup bulunmadığına bakılır. Navarro'ya göre tek yönlü ANOVA da normallikten sapmalara görece dayanıklıdır, ama grup büyüklükleri eşit değilse varyansların eşit olmamasına daha duyarlıdır.
- Gerekirse sıralamaya dayalı bir teste geçin. İki bağımsız grupta Mann-Whitney U, eşleştirilmiş ölçümlerde Wilcoxon işaretli sıralar, üç ve daha çok grupta Kruskal-Wallis testi kullanılabilir. Bu testler belirli bir dağılım varsaymaz ama genellikle daha az güçlüdür ve dağılımların gruplar arasında aynı olduğunu varsayar.
- Kararınızı ve gerekçesini yazın. APA'nın raporlama standartlarına göre bulguların geçerliğini etkileyebilecek varsayım ve dağılım sorunları raporlanır.
Raporda nasıl yazılır?
Normallik denetimi tezlerde sık atlanır. Başman ve arkadaşlarının incelediği lisansüstü tezlerde normalliğin denetlenmesi gereken 56 yüksek lisans tezinin yalnız 7'sinde varsayım eksiksiz ve doğru denetlenmiş, 35'inde hiç denetlenmemişti. Navarro'ya göre Shapiro-Wilk testi raporlanırken W istatistiği, p değeri ve örneklem büyüklüğü verilir. W 1'den büyük olamayacağı için APA'ya göre ondalık noktadan önce sıfır yazılmaz.
Aşağıdaki cümleler örnektir; sayıları kendi çıktınızdan alın.
Dağılım normal çıktıysa
Kaygı puanlarının normalliği her grupta Q-Q grafikleri ve Shapiro-Wilk testiyle incelenmiştir. Dağılım iki grupta da normallikten anlamlı biçimde sapmamıştır; kız öğrencilerde W = .97, p = .25, n = 48; erkek öğrencilerde W = .98, p = .62, n = 45.
Dağılım normal çıkmadıysa
Son test puanlarının dağılımı deney grubunda normallikten anlamlı biçimde sapmıştır, W = .89, p = .003, n = 32. Q-Q grafiğinde de sağa çarpıklık görülmüştür. Bu nedenle gruplar Mann-Whitney U testiyle karşılaştırılmıştır.
Kaynaklar
American Psychological Association. (2024). APA Style numbers and statistics guide. https://apastyle.apa.org/instructional-aids/numbers-statistics-guide.pdf
Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M., & Rao, S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. https://doi.org/10.1037/amp0000191
Başman, M., Uluman, M., & Tunç, E. B. (2018). Eğitim bilimleri alanındaki lisansüstü tezlerde varsayım kullanımı. Abant İzzet Baysal Üniversitesi Eğitim Fakültesi Dergisi, 18(2), 736–751. https://doi.org/10.17240/aibuefd.2018.18.37322-431426
IBM. (t.y.). Independent-Samples T Test. IBM SPSS Statistics 31.0.0 belgeleri. https://www.ibm.com/docs/en/spss-statistics/31.0.0?topic=tests-independent-samples-t-test
IBM Corp. (2020a). IBM SPSS Statistics 27 core system user's guide. https://public.dhe.ibm.com/software/analytics/spss/documentation/statistics/27.0.1/en/client/Manuals/IBM_SPSS_Statistics_Core_System_User_Guide.pdf
IBM Corp. (2020b). IBM SPSS Statistics Base 27. https://public.dhe.ibm.com/software/analytics/spss/documentation/statistics/27.0.1/en/client/Manuals/IBM_SPSS_Statistics_Base.pdf
Jhangiani, R. S., Chiang, I.-C. A., Cuttler, C., & Leighton, D. C. (2019). Research methods in psychology (4th ed.). Kwantlen Polytechnic University. https://kpu.pressbooks.pub/psychmethods4e/
Kim, H.-Y. (2013). Statistical notes for clinical researchers: Assessing normal distribution (2) using skewness and kurtosis. Restorative Dentistry & Endodontics, 38(1), 52. https://doi.org/10.5395/rde.2013.38.1.52
Navarro, D. (2026). Learning statistics with R (Version 0.7.1). https://learningstatisticswithr.com/
Navarro, D. J., & Foxcroft, D. R. (2025). Learning statistics with jamovi: A tutorial for beginners in statistical analysis. Open Book Publishers. https://doi.org/10.11647/OBP.0333
Orcan, F. (2020). Parametric or non-parametric: Skewness to test normality for mean comparison. International Journal of Assessment Tools in Education, 7(2), 255–265. https://doi.org/10.21449/ijate.656077
Bu yazının hazırlanmasında yapay zekâ desteği alınmıştır.