Bu çalışma materyali, bir ders ses kaydı transkripti ve kopyalanmış metin kaynaklarından derlenmiştir.
📚 Faktöriyel Desenler: İnsan Davranışının Karmaşık Doğasını Modellemek
Giriş: İnsan Davranışının Çok Boyutlu Yapısı
İnsan davranışı, izole edilmiş tek bir nedene indirgenemeyecek kadar karmaşık ve çok boyutludur. Araştırma yöntemleri eğitiminde başlangıçta tek bir bağımsız değişkenin etkisine odaklanılsa da, gerçek dünyada insan davranışı onlarca değişkenin çapraz etkisi altında şekillenir. Bu nedenle, tek faktörlü deneyler metodolojik olarak güvenli görünse de, doğanın gerçek resmini sunmada yetersiz kalır ve sonuçların gerçek dünyaya genellenebilirliği (ekolojik geçerlilik) düşüktür. Davranış, diğer faktörlerin de oyuna katılmasıyla yön değiştirir.
⚠️ Tek Değişken Neden Yetersizdir?
Tek faktörlü deneyler, insan davranışının karmaşıklığını tam olarak yakalayamaz çünkü:
- İzolasyon İllüzyonu: Metodolojik olarak güvenli olsalar da, doğanın gerçek etkileşimli yapısını yansıtmazlar.
- Daralan Sınırlar: Diğer etkenler dışlandığında, bulguların gerçek dünyaya genellenebilirliği azalır.
- Çok Boyutlu Doğa: Davranış, birden fazla faktörün bir araya gelmesiyle farklı yönler alabilir.
💡 Örnek: Bushman ve arkadaşları (2007) tarafından yapılan bir araştırmada, saldırganlık ancak inançlı bir kişi dini metin okuduğunda tetiklenmiştir. Eğer araştırmacılar sadece metnin kaynağına veya sadece kişinin inancına baksalardı, bu kritik etkileşimi kaçıracaklardı. Tek değişkenli bir deneyde bu "patlayıcı etki" asla görülemezdi. Bu durum, stres, yaş, dikkat, motivasyon gibi birçok bağımsız değişkenin davranış üzerindeki etkileşimli rolünü vurgular.
📚 Faktöriyel Desen Nedir?
Faktöriyel desen, iki veya daha fazla bağımsız değişkenin (faktörün) seviyelerinin eşzamanlı olarak manipüle edilmesi ve her bir seviyenin diğeriyle tam olarak çaprazlanması prensibine dayanan bir araştırma tasarımıdır. Bu, birden fazla koşulun birleştiği laboratuvar gerçeğini yansıtır.
✅ Faktöriyel Desenlerin Avantajları
Faktöriyel desenler, araştırmacılara üç önemli avantaj sunar:
- Ekonomi: Aynı katılımcı havuzuyla birden fazla testi tek seferde gerçekleştirme imkanı sunar. Ayrı ayrı deneyler yapmaya kıyasla daha verimlidir.
- Gelişmiş Kontrol: İkincil değişkenler kontrol altında tutularak dışsal varyans (hata) en aza indirgenir.
- Etkileşimleri Keşfetme: İzole değişkenlerin birbirleriyle olan dinamik ilişkilerini ve birbirlerine olan bağımlılıklarını keşfetme gücü sağlar. Bu, insan davranışının karmaşık doğasını anlamak için kritik öneme sahiptir.
📊 Literatürün Dilini Çözmek: Matrisi Okumak
Makalelerde sıkça karşılaşılan matematiksel kodlamalar, deneyin mimari şablonunu ifade eder:
- 2 x 2 Desen: İki bağımsız değişkenin (faktörün) her birinin iki seviyesi olduğunu ve toplamda 4 farklı laboratuvar koşulu (hücre) oluşturduğunu gösterir.
- Örn: İlaç (Doz A, Doz B) x Cinsiyet (Kadın, Erkek) = 4 koşul.
- 2 x 3 Desen: İki faktörden birinin iki, diğerinin üç seviyesi olduğunu ve toplamda 6 farklı laboratuvar koşulu (hücre) yarattığını belirtir.
- Örn: Görev Zorluğu (Kolay, Orta, Zor) x Stres Seviyesi (Düşük, Yüksek) = 6 koşul.
✅ Kodlama Anlamı:
- Rakamların Sayısı: Deneyde kaç tane bağımsız değişken (faktör) olduğunu belirtir.
- Rakamin Değeri: O spesifik değişkenin kaç seviyesi (düzeyi) olduğunu belirtir.
- Çarpım Sonucu: Oluşan toplam laboratuvar koşulu (hücre) sayısını verir.
Analizin İki Büyük Sorusu: Ana Etkiler ve Etkileşimler
Karmasık bir faktöriyel deney verisi toplandığında, analistin yanıt aradığı temel iki katman vardır:
1️⃣ Ana Etkiler (Main Effects)
- Tanım: Diğer her şeyi göz ardı ederek, bir bağımsız değişkenin izole bir etkisinin olup olmadığını inceler. Bir faktörün diğer tüm değişken düzeyleri üzerinden alınan genel ortalamasına (marginal mean) odaklanılır.
- Geçici Körlük: Ana etki analizi sırasında, sanki diğer değişkenler hiç yokmuş gibi, sadece incelenen faktöre odaklanılır. Örneğin, bir ilaç türünün iyileşme puanı üzerindeki genel etkisi incelenirken, cinsiyet değişkeni tamamen göz ardı edilir.
- ⚠️ Uyarı: Eğer veride güçlü ve çapraz bir etkileşim varsa, sadece ana etki ortalamalarına bakmak istatistiksel olarak doğru olsa bile psikolojik olarak tamamen yanıltıcı olabilir.
2️⃣ Etkileşim (Interaction)
- Tanım: Bir bağımsız değişkenin etkisinin, başka bir bağımsız değişkenin hangi düzeyinde olduğuna göre değişmesi durumudur. "Bu, buna bağlıdır" ifadesiyle özetlenebilir.
- Bilimdeki En İlginç Bulgu: Bilimdeki en ilginç bulgular, basit genellemelerin çöktüğü anlarda gizlidir. İnsan davranışında hiçbir kural her koşulda aynı işlemez; bağlam her şeyi değiştirir.
- 💡 Örnek: Işık miktarının (A değişkeni) performans üzerindeki etkisi, ekran veya kağıt (B değişkeni) gibi farklı bağlamlarda değişiyorsa, burada bir etkileşim vardır.
📈 En Dramatik Bulgu: Çapraz (Crossover) Etkileşim
Etkileşimlerin en çarpıcı halinde, bir etkinin gücü sadece azalmakla kalmaz, tamamen yön değiştirir.
- Örnek: Warrington ve Weiskrantz'ın amnezi çalışması, hafızanın tek bir yapı olmadığını bu devrimsel "X" grafiği ile kanıtlamıştır.
- Sağlıklı bireyler açık testte (serbest hatırlama) amnestikleri geride bırakırken, kelime tamamlama gibi örtük testlerde amnestik hastalar kontrol grubunu geride bırakmıştır. Burada sadece miktar değil, etkinin yönü de değişmektedir.
📊 Grafik Okuma: Paralelliğin İhaneti
SPSS tablolarında boğulmadan önce grafikleri okumak önemlidir. Grafikler doğru çizilmişse yalan söylemez:
- Etkileşim Yok: Çizgiler paralelse, bağımsız değişkenin etkisi her koşulda aynıdır. Ana etkiler istikrarlıdır ve sürpriz yoktur.
- Etkileşim Var: Yaklaşan, uzaklaşan veya kesişen çizgiler, etkinin bağlama bağımlı olduğunu gösterir. Çizgilerin paralelliği bozulduğu an, orada çözülmesi gereken bir hikaye vardır.
Katılımcı Mimarisi: Varyansı Nasıl Yöneteceğiz?
Faktöriyel matris kurulduktan sonra, deneklerin hücrelere nasıl atanacağı veri kalitesini ve deneysel gürültüyü (hata varyansını) doğrudan belirler.
1️⃣ Denekler Arası Tasarım (Between-Subjects Design)
- Tanım: Her bir katılımcı deneydeki yalnızca tek bir hücreye (koşula) maruz kalır.
- Avantajları: Öğrenme veya yorulma gibi kirletici sürüklenme etkileri yoktur.
- Dezavantajları:
- Yüksek katılımcı sayısına ihtiyaç duyar.
- Bireyler arası genetik ve bilişsel farklılıklar nedeniyle hata varyansı yüksektir.
- Çözüm: Rastgele atamaya (random assignment) mutlak güvenmek.
2️⃣ Denekler İçi / Tekrarlı Ölçümler Tasarımı (Within-Subjects Design)
- Tanım: Aynı birey matristeki tüm laboratuvar koşullarından sırayla geçer. Her birey kendi kendisinin kontrol grubu olur.
- Avantajları:
- İstatistiksel güç çok yüksektir (bireysel farklılıkların gürültüsü hesaptan düşülür).
- Düşük katılımcı ihtiyacı (az sayıda katılımcı ile yüksek verim).
- Dezavantajları:
- Yorgunluk, öğrenme veya sürüklenme etkisi (carryover effect) riski taşır.
- Zorunlu Çözüm: Karşıt dengeleme (counterbalancing / Latin kareleri) kullanmak şarttır.
3️⃣ Karma Desenler (Mixed Designs)
- Tanım: Modern psikoloji araştırmalarının belkemiğidir. Denekler arası ve denekler içi faktörleri bir araya getirir.
- Neden Zorunludur? Cinsiyet, yaş veya psikiyatrik teşhis (amnezi gibi) gibi "özne değişkenleri" doğası gereği manipüle edilemez ve mecburen denekler arası (between-subjects) tasarlanır. Ancak bu gruplara farklı uyaranlar arka arkaya sunularak zaman faktörü denekler içi (within-subjects) olarak uygulanabilir ve istatistiksel güç artırılabilir.
- Örnek: Amnestik hastalar ve sağlıklı bireyler (denekler arası faktör) farklı zaman noktalarında (denekler içi faktör) ölçülür.
Büyük Resmi Haritalandırmak
Faktöriyel desenler, izole istatistiksel hileler değildir. İnsan zihninin ve toplumun o muazzam çapraz etkileşimli ağını laboratuvar ortamında haritalandırma dilimizdir. Gerçek doğa etkileşimdedir; çünkü davranışın tek bir nedeni değil, her zaman bir bağlamı vardır. Bu desenler, insan davranışının karmaşık neden-sonuç ilişkilerini daha doğru ve kapsamlı bir şekilde anlamamızı sağlar.









