SPSS'te Veri Girişi, Değişken Tanımlama ve Ters Kodlama: Adım Adım Rehber

Analizlerin büyük kısmındaki hataların kaynağı istatistik testi değil, veri girişidir: yanlış kodlanmış bir kategori, unutulmuş bir ters madde ya da "0" diye girilmiş bir eksik veri, bütün sonuçları sessizce değiştirir. Bu yazı, SPSS'e anket verisi girerken ve analize hazırlarken izlemeniz gereken adımları sırasıyla anlatıyor. Menü adları SPSS'in İngilizce arayüzüne göredir.

1. Önce kod kitabını (codebook) hazırlayın

Veri girmeye başlamadan önce her değişken için bir tablo oluşturun: değişken adı, açıklaması, olası değerleri ve eksik veri kodu. Örneğin:

Değişken	Açıklama	Değerler	Eksik
cinsiyet	Cinsiyet	1 = Kadın, 2 = Erkek	9
egitim	Eğitim düzeyi	1 = Lisans, 2 = Yüksek lisans, 3 = Doktora	9
yas	Yaş (yıl)	18-70	99
m1 … m10	Ölçek maddeleri	1-5 (Likert)	9

Bu tablo hem veri girişini hızlandırır hem de yöntem bölümünü yazarken işinize yarar.

2. Variable View: değişkenleri tanımlayın

SPSS'te alttaki Variable View sekmesine geçin. Her satır bir değişkendir; sütunlar şunlardır:

Name: Kısa, boşluksuz ve harfle başlayan bir ad (ör. m1, cinsiyet). Türkçe karakterler bazı sürümlerde ve dışa aktarımda sorun çıkarabildiği için değişken adlarında kullanmamak daha güvenlidir.
Type: Sayısal veriler için Numeric. Kategorik değişkenleri de metin değil sayı olarak kodlayın.
Decimals: Likert maddeleri ve kategoriler için 0.
Label: Değişkenin açık adı; çıktılarda bu görünür (ör. "Madde 1: Derslere hazırlıklı gelirim").
Values: Kategorik değişkenlerde sayıların anlamı (1 = Kadın, 2 = Erkek). Likert maddelerinde 1 = Kesinlikle katılmıyorum … 5 = Kesinlikle katılıyorum.
Missing: Eksik veri kodu (ör. 9 veya 99). Bu kod analizlerden otomatik olarak dışlanır.
Measure: Ölçüm düzeyi. Nominal (sınıflama: cinsiyet, bölüm), Ordinal (sıralı: eğitim düzeyi, tek Likert maddesi), Scale (sürekli: yaş, ölçek toplam puanı).

Values ve Missing'i atlamayın. Etiketsiz bir tabloda "1" ve "2"nin ne anlama geldiğini üç ay sonra hatırlamak sanıldığından zordur.

3. Data View: veriyi girin

Data View'da her satır bir katılımcı, her sütun bir değişkendir. Birkaç kural:

Her katılımcıya bir sıra numarası (id) verin ve basılı formun üzerine de yazın; hatalı girişi bulmanın tek yolu budur.
Boş bırakılan sorulara eksik veri kodunu girin, 0 yazmayın (0 gerçek bir değer olarak hesaba katılır).
Birden fazla seçenek işaretlenebilen sorularda her seçenek için ayrı bir 0/1 değişkeni açın.

4. Excel veya Google Forms'tan aktarma

Veriler çevrim içi toplandıysa elle girmek yerine aktarın: Google Forms yanıtlarını Google E-Tablolar'dan .xlsx olarak indirin, SPSS'te File → Import Data → Excel ile açın ve ilk satırın değişken adı olarak okunmasını seçin. Aktarımdan sonra:

Metin olarak gelen yanıtları ("Kesinlikle katılıyorum") sayıya çevirin: Transform → Automatic Recode ya da Recode into Different Variables.
Uzun soru metinlerini Name'den Label'a taşıyıp Name'i kısaltın.
Values ve Measure sütunlarını yukarıdaki gibi doldurun.

5. Veri temizliği

Analize geçmeden önce giriş hatalarını yakalayın:

Analyze → Descriptive Statistics → Frequencies: Her değişkende beklenmeyen bir değer var mı? (Ör. 5'li Likert'te 6 veya 55.)
Descriptives ile minimum ve maksimum değerlere bakın.
Hatalı değeri bulduğunuzda id numarasıyla basılı forma dönüp düzeltin.
Tüm maddeleri aynı seçeneği işaretleyerek dolduran (ör. hep "3") formları not edin; bunları analizden çıkarıp çıkarmayacağınıza önceden belirlediğiniz bir ölçütle karar verin ve raporlayın.

6. Ters maddeleri çevirin

Olumsuz ifadeli maddeler toplam puana katılmadan önce ters çevrilir. 5'li ölçekte yeni puan = 6 − eski puan (genel olarak: en düşük + en yüksek − puan).

Yöntem 1 — Recode: Transform → Recode into Different Variables. Maddeyi seçin, yeni ad verin (ör. m4_ters), Old and New Values ile 1→5, 2→4, 3→3, 4→2, 5→1 eşleştirmelerini girin. Orijinal değişkeni korumak için "Same Variables" yerine "Different Variables" kullanmanız önerilir.

Yöntem 2 — Compute: Transform → Compute Variable, hedef değişken m4_ters, ifade 6 - m4.

Ters kodlamayı doğru yaptığınızı kontrol etmek için güvenirlik analizine bakın: ters çevrilmemiş bir madde genellikle negatif madde-toplam korelasyonu verir. Bunu Cronbach alfa hesaplayıcısında ters madde numaralarını girip karşılaştırarak da görebilirsiniz.

7. Ölçek ve alt boyut puanlarını hesaplayın

Transform → Compute Variable ile:

Toplam puan: SUM(m1, m2, m3_ters, m4_ters, m5)
Ortalama puan: MEAN(m1, m2, m3_ters, m4_ters, m5)

Ortalama puan, farklı sayıda maddesi olan alt boyutları karşılaştırmayı ve Likert puan aralıklarıyla yorumlamayı kolaylaştırır. MEAN(m1 TO m10) gibi TO kısayolu yalnızca veri dosyasında yan yana duran değişkenlerde çalışır; ters çevrilmiş maddeleri ayrı sütunlarda tuttuysanız maddeleri tek tek yazın. MEAN fonksiyonu eksik maddeleri atlayarak ortalama alır; kaç eksik maddeye kadar puan hesaplayacağınızı MEAN.8(...) (en az 8 geçerli madde) gibi bir kuralla belirleyebilirsiniz.

Yeni puan değişkeninin Measure sütununu Scale yapmayı unutmayın.

8. Sonraki adımlar

Veri hazır olduğunda sıra analize gelir:

Güvenirlik: Analyze → Scale → Reliability Analysis ya da Cronbach alfa hesaplayıcı
Normallik kontrolü: normallik testleri rehberi
Test seçimi: İstatistik Test Seçici ve istatistik testleri rehberi

Kontrol listesi

Kod kitabı hazır ve yöntem bölümüyle tutarlı
Tüm değişkenlerde Label, Values, Missing ve Measure dolduruldu
Eksik veriler 0 değil, tanımlı eksik kodla girildi
Frequencies ile aralık dışı değerler kontrol edildi
Ters maddeler yeni değişkenlerde çevrildi, orijinaller korundu
Ölçek puanları doğru maddelerle hesaplandı
Ham veri dosyasının değiştirilmemiş bir yedeği var