Likert Ölçeği Analizi Nasıl Yapılır? SPSS’te Puanlama, Ters Maddeler ve Raporlama

Kısa cevap: Likert ölçeği analizi beş adımda yapılır: yanıtları 1–5 gibi sayılarla kodlarsınız, ters maddeleri dönüştürürsünüz, Cronbach alfa ile güvenirliği kontrol edersiniz, toplam ya da ortalama ölçek puanını hesaplarsınız ve son olarak araştırma sorunuza uygun testi seçersiniz. Tek tek maddeler sıralı veri gibi ele alınır. Buna karşın birden çok maddenin ortalamasından oluşan ölçek puanı, varsayımlar sağlandığında parametrik testlerle analiz edilebilir.

Bu rehberde beş maddelik kurgusal bir tutum ölçeği üzerinden ilerliyoruz. Önce SPSS’te veri girişini ve kod planını kuruyoruz. Ardından ters maddeyi dönüştürüyor, güvenirlik çıktısını satır satır okuyor ve ortalama aralıklarıyla yorum yapıyoruz. Son bölümde ise bulguları APA 7 biçiminde nasıl yazacağınızı örnek cümlelerle gösteriyoruz. Örnekteki bütün sayılar öğretim amaçlı kurgusal verilerdir.

Likert ölçeği analizi nedir, hangi veriyle çalışır?

Likert tipi bir madde, katılımcıdan bir ifadeye ne ölçüde katıldığını belirtmesini ister. Tipik seçenekler “Kesinlikle katılmıyorum” ile “Kesinlikle katılıyorum” arasında sıralanır. Ölçeğin kökeni ve farklı biçimleri hakkında genel bilgiye Vikipedi’deki Likert ölçeği maddesinden ulaşabilirsiniz.

Ancak burada kritik bir ayrım var. Tek bir madde, aralıkları eşit olduğu varsayılamayan sıralı bir veridir. Örneğin “Katılıyorum” ile “Kesinlikle katılıyorum” arasındaki mesafenin, “Kararsızım” ile “Katılıyorum” arasındakiyle aynı olduğunu bilemeyiz. Bu yüzden madde düzeyinde frekans, yüzde ve medyan daha savunulabilir özetlerdir.

Öte yandan aynı yapıyı ölçen birkaç maddenin ortalaması alındığında daha sürekli bir puan elde edilir. Sosyal bilimlerde yaygın uygulama, bu ölçek puanını aralıklı veri gibi ele almaktır. Dolayısıyla Likert ölçeği analizi yaparken önce “madde mi, ölçek puanı mı analiz ediyorum?” sorusunu yanıtlamanız gerekir. Yöntem bölümünüzde bu tercihi bir cümleyle gerekçelendirmeniz, jüri sorularına karşı da işinizi kolaylaştırır.

SPSS’te Likert verisi nasıl girilir ve kodlanır?

Veri girişinde her satır bir katılımcıyı, her sütun bir maddeyi temsil eder. Bizim örneğimizde M1–M5 adlı beş madde ve bir de cinsiyet değişkeni bulunuyor. İlk iş olarak Variable View sekmesine geçin ve her madde için şu ayarları yapın:

1. Values: 1 = Kesinlikle katılmıyorum, 5 = Kesinlikle katılıyorum olacak biçimde etiketleri girin.
2. Measure: Maddeler için Ordinal seçin. Hesaplayacağınız ölçek puanını ise Scale olarak işaretleyin.
3. Missing: Boş bırakılan yanıtları sıfır ile kodlamayın. Hücreyi boş bırakmak ya da 9 gibi bir kodu Discrete missing values alanına tanımlamak gerekir.

Aşağıdaki tablo, beşli Likert için tutarlı bir kod planı örneğidir:

Bunun yanı sıra kodlamadan sonra mutlaka bir kontrol yapın. Analyze → Descriptive Statistics → Frequencies yolunda bütün maddeleri seçtiğinizde her madde için yalnızca 1–5 arasındaki değerleri görmelisiniz. Örneğin tabloda 0, 6 ya da 44 gibi bir değer varsa veri girişinde hata yapılmıştır. Bu durumda hataları analizden önce asıl formlara bakarak düzeltin.

Bir başka pratik öneri de değişken adlarını sade tutmaktır. Örneğin “M1” yerine ölçeğin kısaltmasını ve madde numarasını birleştiren “UET1” gibi adlar kullanabilirsiniz. Böylece birden çok ölçek içeren dosyalarda hangi maddenin hangi ölçeğe ait olduğu karışmaz. Ayrıca Label sütununa maddenin tam metnini yazmanız, çıktıları okurken size zaman kazandırır.

Ters maddeler nasıl puanlanır?

Ters madde, ölçülen yapının tersini ifade eden maddedir. Örneğin bir uzaktan eğitim tutumu ölçeğinde “Çevrim içi derslerde kendimi yalnız hissederim” ifadesi olumsuz yöndedir. Bu maddeye “Kesinlikle katılıyorum” diyen kişi aslında düşük tutuma sahiptir. Bu nedenle puanların toplanmasından önce bu maddenin dönüştürülmesi gerekir.

Genel formül şudur: yeni puan = (en yüksek kod + en düşük kod) − eski puan. Beşli Likert için bu formül 6 − eski puan, yedili ölçek için ise 8 − eski puan anlamına gelir. SPSS’te iki yolunuz var:

• Menü yolu: Transform → Recode into Different Variables penceresinde M3’ü seçin, yeni ada M3_t yazın ve Old and New Values ile 1→5, 2→4, 3→3, 4→2, 5→1 eşleştirmelerini ekleyin.
• Syntax yolu: COMPUTE M3_t = 6 - M3. EXECUTE. komutu aynı işi tek satırda yapar.

Dönüşümü her zaman yeni bir değişkene yapmanızı öneririz. Böylece orijinal veri korunur ve hata yaptığınızda geri dönebilirsiniz. Ayrıca hangi maddelerin ters olduğunu tahmin etmeyin; bunu ölçeği geliştiren yazarın makalesinden ya da ölçek yönergesinden doğrulayın.

Ters maddeyi unutmanın etkisi çıktıda hemen görülür. Kurgusal örneğimizde M3 dönüştürülmeden analize girdiğinde madde-toplam korelasyonu negatife (−.41) düşüyor, alfa ise .52’ye geriliyor. Kısacası güvenirlik tablosunda negatif bir madde-toplam korelasyonu görürseniz ilk şüpheniz ters puanlama olmalıdır.

Likert ölçeği analizinde güvenirlik nasıl kontrol edilir?

Ölçek puanı hesaplamadan önce maddelerin birlikte tutarlı çalışıp çalışmadığını kontrol ederiz. Bunun için Analyze → Scale → Reliability Analysis yolunu açın. M1, M2, M3_t, M4 ve M5’i Items kutusuna taşıyın, model olarak Alpha seçili kalsın. Ardından Statistics düğmesinde Item, Scale ve Scale if item deleted kutularını işaretleyin.

Cronbach alfa şu formülle hesaplanır: α = k / (k − 1) × (1 − Σs²ᵢ / s²ₜ). Burada k madde sayısı, Σs²ᵢ madde varyanslarının toplamı, s²ₜ ise toplam puanın varyansıdır. Örneğimizde k = 5, madde varyanslarının toplamı 5.20 ve toplam puan varyansı 16.40’tır. Böylece α = 1.25 × (1 − 0.317) = .85 sonucuna ulaşırız.

Bu tabloyu üç soruyla okuyun. İlk olarak düzeltilmiş madde-toplam korelasyonlarına bakın; .30’un altındaki değerler, maddenin ölçekle zayıf ilişkili olduğuna işaret eder. Örneğimizde en düşük değer .59 olduğu için sorun görünmüyor. İkinci olarak “madde silinirse alfa” sütununa bakın. Hiçbir maddenin silinmesi alfayı .85’in üzerine çıkarmıyor; dolayısıyla madde çıkarmak için bir gerekçe yok. Son olarak alt boyutlu ölçeklerde alfayı her alt boyut için ayrı hesaplayın.

Alfa değerini tek başına bir “geçti/kaldı” eşiği gibi kullanmayın. Kısa ölçeklerde alfa doğal olarak düşük çıkabilir. Ölçek uyarlama ya da geliştirme yapıyorsanız güvenirliğin yanında yapı geçerliliğini de göstermeniz gerekir. Bu süreç ölçek geliştirme ve uyarlamada Cronbach alfa ve faktör analizi rehberimizde ayrıntılı anlatılıyor.

Toplam puan ve ortalama aralıkları nasıl hesaplanır?

Güvenirlik kontrolünden sonra ölçek puanını hesaplarız. Transform → Compute Variable penceresinde hedef değişkene TUTUM yazın ve ifade alanına MEAN.4(M1, M2, M3_t, M4, M5) girin. Bu ifade, en az dört maddeyi yanıtlamış katılımcıların ortalamasını alır. Böylece tek bir boş yanıt yüzünden katılımcı kaybetmezsiniz.

Ortalama mı, toplam mı kullanmalısınız? Aslında her ikisi de aynı sıralamayı verir. Ancak ortalama puan, ölçeğin orijinal 1–5 aralığında kaldığı için yorumlaması daha kolaydır. Özellikle alt boyutların madde sayıları farklıysa toplam puanları birbiriyle kıyaslamak yanıltıcı olur; ortalama bu sorunu ortadan kaldırır.

Yorum için sık kullanılan ölçüt ortalama aralıklarıdır. Aralık genişliği (en yüksek − en düşük) / seçenek sayısı formülüyle bulunur. Beşli Likert için (5 − 1) / 5 = 0.80 sonucunu verir:

Örneğimizde TUTUM puanının ortalaması 3.46, standart sapması 0.81’dir. Bu değer 3.41–4.20 aralığına düştüğü için “katılıyorum” düzeyine, yani yüksek tutuma karşılık gelir. Yine de bu aralıkların bir yorum geleneği olduğunu unutmayın. Hangi ölçütü kullandığınızı yöntem bölümünde açıkça yazmanız yeterlidir.

Likert ölçeği analizinde hangi test seçilmeli?

Test seçimi, sorunuzun madde düzeyinde mi yoksa ölçek puanı düzeyinde mi olduğuna bağlıdır. Aşağıdaki tablo en sık karşılaşılan durumları özetliyor:

Öncelikle ölçek puanında parametrik test kullanmadan önce dağılımı kontrol edin. Çarpıklık ve basıklık değerleri, Shapiro-Wilk testi ve histogram birlikte değerlendirilir. Bu kararın nasıl verildiğini normallik testi nasıl yapılır yazımızda örnek çıktılarla gösterdik. Varsayımlar sağlanmıyorsa ya da tek bir maddeyi karşılaştırıyorsanız parametrik olmayan testler daha uygun olur. Bu testlerin çıktılarını Mann-Whitney U ve Kruskal-Wallis yorumlama rehberimizde bulabilirsiniz.

Kurgusal örneğimizde cinsiyete göre tutum farkını inceledik. TUTUM puanı normal dağıldığı için bağımsız örneklem t testi kullandık. Kadınların ortalaması 3.58 (SS = 0.78, n = 96), erkeklerin ortalaması 3.32 (SS = 0.81, n = 84) çıktı. Levene testi anlamlı olmadığı için eşit varyans satırını okuduk: t(178) = 2.19, p = .030. Etki büyüklüğü ise Cohen d = 0.33 ile küçük-orta düzeydedir.

Bunun yanında ilişki sorularında da benzer bir mantık geçerlidir. İki ölçek puanı normal dağılıyorsa Pearson, dağılım bozuksa ya da madde düzeyinde çalışıyorsanız Spearman korelasyonu tercih edilir. Örneğin tutum puanı ile haftalık çevrim içi ders saati arasındaki ilişkiyi inceliyorsanız önce iki değişkenin saçılım grafiğine bakmanız, uç değerleri fark etmenizi sağlar.

Likert ölçeği analizi sonuçları nasıl raporlanır?

Genel olarak raporlamada üç katman bulunur: güvenirlik, betimsel istatistikler ve hipotez testleri. Her katman için kısa ve tablolara atıf yapan bir paragraf yeterlidir. Kurgusal örneğimiz için bulgular metni şöyle yazılabilir:

“Uzaktan eğitim tutum ölçeğinin iç tutarlılık katsayısı bu örneklemde α = .85 olarak bulunmuştur. Katılımcıların ölçek ortalaması (M = 3.46, SS = 0.81) ‘katılıyorum’ aralığındadır. Bağımsız örneklem t testi sonucunda kadın katılımcıların tutum puanlarının erkeklerden anlamlı düzeyde yüksek olduğu görülmüştür, t(178) = 2.19, p = .030, d = 0.33.”

Madde düzeyinde bir tablo verecekseniz her madde için ortalama ve standart sapmanın yanında “katılıyorum + kesinlikle katılıyorum” yüzdesini de ekleyebilirsiniz. Bu birleşik yüzde, okuyucunun dağılımı tek bakışta anlamasını sağlar. Bununla birlikte tablo sayısını gereksiz artırmayın; danışmanınız genellikle ölçek düzeyindeki tabloları öncelikli görür.

APA 7’de tablo başlıklarının italik yazılması, ondalıkların tutarlı olması ve 1’den büyük olamayan değerlerde (p, r, α) baştaki sıfırın yazılmaması gibi kurallar vardır. Bu kuralları ve SPSS çıktısının tabloya nasıl dönüştürüleceğini tez bulgular bölümü nasıl yazılır rehberimizde örnek tablolarla anlattık.

En sık yapılan hatalar nelerdir?

Danışman geri bildirimlerinde özellikle aynı sorunlarla karşılaşıyoruz. Analize başlamadan önce şu listeyi kontrol etmeniz zaman kazandırır:

• Ters maddeyi dönüştürmemek: Alfa düşer ve ölçek puanı anlamsızlaşır.
• Boş yanıtı sıfır kodlamak: Sıfır, beşli ölçekte var olmayan bir değerdir ve ortalamaları aşağı çeker.
• Tek maddeye Cronbach alfa uygulamak: Alfa ancak birden çok maddeden oluşan bir ölçek ya da alt boyut için hesaplanır.
• Farklı uzunluktaki alt boyutların toplamını kıyaslamak: Bu durumda ortalama puan kullanılmalıdır.
• Beşli ve yedili maddeleri doğrudan birleştirmek: Önce aynı ölçeğe dönüştürme ya da standart puan kullanma kararı verilmelidir.
• Yorum ölçütünü belirtmemek: Ortalama aralıklarını kullandıysanız bunu yöntem bölümünde yazın.

Sonuç olarak Likert ölçeği analizi teknik olarak karmaşık değildir; ancak küçük kodlama hataları bütün bulguları etkileyebilir. Bu yüzden her adımı küçük bir kontrol tablosuyla belgelemenizi öneririz. Tezinizin yöntem ve tartışma bölümlerinde de desteğe ihtiyaç duyarsanız tez yazım destek sayfamızda süreç ayrıca anlatılıyor.

Sık sorulan sorular

Likert maddeleri için ortalama hesaplamak doğru mu?
Tek bir madde için medyan ve yüzde daha savunulabilir özetlerdir. Ancak birden çok maddenin ortalamasından oluşan ölçek puanında ortalama ve standart sapma kullanmak sosyal bilimlerde yaygın ve kabul gören bir uygulamadır. Tercihinizi yöntem bölümünde kısaca gerekçelendirmeniz yeterlidir.

Kararsızım seçeneği eksik veri gibi mi ele alınmalı?
Hayır. Kararsızım, ölçeğin orta noktasıdır ve genellikle 3 olarak kodlanır. Eksik veri yalnızca katılımcının hiç yanıt vermediği maddeler için tanımlanır.

Cronbach alfa düşük çıkarsa ne yapmalıyım?
Önce ters maddelerin dönüştürülüp dönüştürülmediğini ve veri girişinde hata olup olmadığını kontrol edin. Ardından madde-toplam korelasyonlarını inceleyin. Madde çıkarma kararı, ölçeğin kuramsal yapısını bozmayacak biçimde ve gerekçesiyle verilmelidir.

Likert verisinde t testi mi, Mann-Whitney U mu kullanmalıyım?
Ölçek puanı normal dağılıyorsa ve gruplar yeterince büyükse t testi uygundur. Tek bir maddeyi karşılaştırıyorsanız ya da dağılım belirgin biçimde normal değilse Mann-Whitney U testi daha doğru bir seçimdir.

Analizi kendim yapıp yalnızca kontrol ettirebilir miyim?
Evet. Veri dosyanızı, syntax ya da çıktılarınızı paylaşırsanız kodlama, ters madde, güvenirlik ve test seçimi adımlarını birlikte gözden geçirebiliriz. Kapsam ve ücret, ihtiyacınıza ve bütçenize göre birlikte belirlenir.

İlgili rehberler ve hizmetler

• Normallik testi nasıl yapılır?
• Mann-Whitney U ve Kruskal-Wallis yorumlama
• Tez bulgular bölümü nasıl yazılır?
• Ölçek geliştirme ve uyarlamada güvenirlik ve geçerlilik