İktisat doktora tezlerinde ampirik analiz, teorik çerçevenin test edilmesi ve geçerliliğinin ortaya konması açısından hayati bir öneme sahiptir. Bu süreçte en sık başvurulan istatistiksel yöntemlerden biri de regresyon analizidir. SPSS (Statistical Package for the Social Sciences) ise, sosyal bilimciler ve iktisatçılar arasında yaygın kabul görmüş, güçlü ve kullanıcı dostu bir veri analizi yazılımıdır. Bu yazıda, iktisat doktora tezinizde SPSS kullanarak nasıl sağlam bir regresyon analizi gerçekleştirebileceğinizi adım adım ele alacağız.
Regresyon Analizi Nedir ve İktisatta Neden Önemlidir?
Regresyon analizi, bağımlı değişken (açıklanan) ile bir veya daha fazla bağımsız değişken (açıklayıcı) arasındaki ilişkinin matematiksel bir modelini oluşturmayı amaçlayan bir istatistiksel süreçtir. İktisatta, örneğin enflasyon üzerinde faiz oranları ve para arzının etkisini ölçmek, büyüme üzerinde sermaye birikimi ve işgücü verimliliğinin katkısını analiz etmek veya tüketici harcamalarını belirleyen faktörleri anlamak için regresyon modelleri sıklıkla kullanılır. Doktora düzeyindeki bir tez için bu analiz, sadece ilişkiyi göstermekle kalmaz, aynı zamanda hipotezlerinizin nicel olarak sınanmasına ve bilime katkı sağlayacak özgün bulgular elde etmenize olanak tanır.
SPSS’te Regresyon Analizi İçin Hazırlık Aşamaları
Analize başlamadan önce verilerinizin düzgün bir şekilde hazırlanması kritik önem taşır. Eksik veri analizi, aykırı değerlerin incelenmesi ve değişkenlerin dağılımlarının kontrolü, güvenilir sonuçların ilk adımıdır. Ayrıca, kuramsal modelinize uygun değişkenleri doğru tanımladığınızdan ve ölçeklerinin (oranlı, aralıklı, sıralı, nominal) analizinize uygun olduğundan emin olmalısınız. Karmaşık bir proje olan doktora teziniz için bu hazırlık, ileride karşılaşabileceğiniz metodolojik sorunları minimize edecektir.
1. Veri Girişi ve Düzenleme
SPSS’te her sütun bir değişkeni, her satır ise bir gözlemi (örneğin, bir ülke, bir yıl, bir firma) temsil eder. Değişkenlerinizi “Variable View” sekmesinden isimlendirin, etiketleyin (Label) ve ölçek türlerini belirleyin.
2. Temel Varsayımların Kontrolü
Regresyon analizinin geçerli olabilmesi için bazı varsayımların sağlanması gerekir: Doğrusallık, Bağımsız Hatalar (otokorelasyon olmaması), Sabit Varyans (homoscedasticity), Normallik ve Çoklu Doğrusal Bağlantının Olmaması. SPSS’te dağılım grafikleri (scatterplot), Durbin-Watson testi, VIF (Variance Inflation Factor) değerleri gibi araçlarla bu varsayımları kontrol edebilirsiniz. Bu aşamada, veri analizi konusunda derinlemesine bir uzmanlık, modelinizin gücünü artıracaktır.
SPSS’te Lineer Regresyon Analizi Adımları
Basit ve çoklu lineer regresyon için izlenecek adımlar şunlardır:
- Menü Yolu: “Analyze” > “Regression” > “Linear…” seçeneğine tıklayın.
- Değişken Seçimi: Bağımlı değişkeninizi ilgili kutuya, bağımsız değişkenlerinizi ise “Independent(s)” kutusuna taşıyın.
- İstatistikler ve Grafikler: “Statistics” butonuna tıklayarak “Estimates”, “Model fit”, “Descriptives”, “Collinearity diagnostics” ve “Durbin-Watson” gibi seçenekleri işaretleyin. “Plots” butonu ile hataların normallik ve varyans homojenliği grafiklerini oluşturabilirsiniz.
- Çıktıyı Yorumlama: “OK” butonuna bastığınızda SPSS Output penceresinde sonuçlarınız görünecektir.
- Model Özeti (Model Summary): R (korelasyon katsayısı) ve R² (açıklanan varyans oranı) değerlerine bakın. R², modelinizin bağımlı değişkendeki değişimi ne ölçüde açıkladığını gösterir.
- ANOVA Tablosu: Modelin genel anlamlılığını test eder. Sig. (p) değeri 0.05’ten küçükse model istatistiksel olarak anlamlıdır.
- Katsayılar Tablosu (Coefficients): En kritik tablodur. “B” sütunu, tahmin edilen regresyon katsayılarını gösterir. “Sig.” sütunu, her bir bağımsız değişkenin anlamlılığını test eder. Standartlaştırılmış Beta katsayıları, değişkenlerin göreli önemini karşılaştırmak için kullanılabilir.
Doktora Tezinizde Dikkat Etmeniz Gereken İleri Düzey Konular
Tez düzeyinde basit bir lineer regresyon yeterli olmayabilir. Verilerinizin yapısına ve araştırma sorularınıza göre aşağıdaki modelleri de değerlendirmelisiniz:
- Panel Veri Regresyonu: Zaman ve kesit boyutunu aynı anda içeren veriler için (örneğin, 20 yıl boyunca 30 OECD ülkesi). SPSS’te “Generalized Linear Models” veya özel eklentilerle yapılabilir. Bu tür bir modelleme, iktisadi analizinizin geçerliliğini önemli ölçüde artıracaktır.
- Lojistik (Logistic) Regresyon: Bağımlı değişkeniniz ikili (binary) ise (örneğin, kriz var=1 / yok=0).
- Zaman Serisi Analizi: Durağanlık (stationarity), otokorelasyon ve ARCH/GARCH modelleri gibi konuları içerir. Bu durumda, EViews veya R gibi yazılımlar da alternatif olabilir.
Sonuç ve Öneriler
SPSS, iktisat doktora tezinizde regresyon analizi yapmak için güçlü ve erişilebilir bir araçtır. Ancak, yazılımın sunduğu kolaylık, metodolojik titizliğinizin önüne geçmemelidir. Analizin her aşamasında “neden bu yöntemi seçtim?”, “varsayımlar sağlanıyor mu?” ve “bulgularımı nasıl yorumlamalıyım?” sorularını sormayı ihmal etmeyin. Karmaşık model seçimleri, ileri ekonometrik sorunların çözümü veya akademi dünyasının beklentilerine uygun bir rapor ve sunum hazırlama sürecinde, uzman bir akademik danışmanlık almak, yolculuğunuzu önemli ölçüde hızlandırabilir ve kalitesini yükseltebilir. Unutmayın, amacınız sadece istatistiksel olarak anlamlı bir sonuç üretmek değil, aynı zamanda iktisat bilimine anlamlı ve tutarlı bir katkı sunmaktır.
Bu rehberin, iktisat doktora yolculuğunuzda değerli bir başlangıç noktası olmasını dileriz. Analizlerinizde başarılar!
Bilimsel gücünüzü artırmak ve iktisat alanında SPSS ile regresyon analizini en doğru şekilde uygulamak için profesyonel veri analizi desteği her zaman yanınızda!
