SPSS Veri Hazırlama, Temizleme ve Kodlama Kontrol Listesi

Veri Girişi ve Ön Kontrol Aşamaları

Analize başlamadan önce veri setinin doğru yapılandırılması, sonraki tüm bulguların güvenilirliğini doğrudan belirler.

1. Değişken Görünümü (Variable View) Standartları

• Her katılımcı için benzersiz bir kimlik numarası (ID değişkeni) tanımlandı.
• Değişken isimleri kısa, anlaşılır ve boşluksuz oluşturuldu (Örn:
  olcek_m1
  ,
  yas
  ,
  grup
  ).
• Ölçek maddelerinin soru ifadeleri Label alanına işlendi.
• Kategorik kodlar Values sekmesinde eksiksiz etiketlendi (Örn:
  1 = Deney, 2 = Kontrol
  ).
• Ölçüm düzeyleri (Measure) doğru atandı (Nominal, Ordinal, Scale).

2. Ters Kodlanan (Reverse Coded) Maddelerin Çevrilmesi

Ölçeklerde olumsuz ifadeler analiz öncesinde tersine çevrilmelidir:

• Formül:
  Yeni_Puan = (Maksimum_Puan + 1) - Eski_Puan
• 5'li Likert için:
  6 - Eski_Puan
• SPSS Menüsü:
  Transform > Recode into Different Variables...

3. Eksik Veri (Missing Data) İncelemesi

• Eksik veriler mekanik biçimde silinmemeli veya doğrudan ortalama atanmamalıdır.
• Eksiklik mekanizması incelenmelidir: MCAR (Tamamen Rastlantısal), MAR (Rastlantısal) veya MNAR (Rastlantısal Olmayan).
• %5'in altındaki rastgele eksikliklerde değişken yapısına göre uygun yöntem seçilmeli; daha yüksek oranlarda Çoklu Atama (Multiple Imputation) veya FIML (Full Information Maximum Likelihood) gibi yöntemler değerlendirilmelidir.

4. Aykırı Değer (Outlier) İncelemesi

• Sürekli değişkenler için standartlaştırılmış $Z$ skorları incelenir ($|Z| > 3.29$).
• Çok değişkenli aykırı değerler için Mahalanobis Uzaklığı ve Cook's Distance katsayıları hesaplanır.
• Aykırı değerlerin veri giriş hatasından mı yoksa gerçek bir uç gözlemden mi kaynaklandığı belgelenmelidir.