R ile Veri Analizi — Akademisyenler İçin Başlangıç Rehberi

Neden R?

R, istatistiksel analiz ve veri görselleştirme için tasarlanmış ücretsiz ve açık kaynaklı bir programlama dilidir. SPSS'e göre avantajları: tamamen ücretsiz (SPSS lisansı yıllık 2.000+ USD), daha esnek ve güçlü, tekrarlanabilir analizler (script kaydı), 19.000+ istatistik paketi, akademik yayınlarda artan talep ("R ile analiz yapıldı" ifadesi prestij katar).

Kurulum

1. r-project.org → R'ı indirip kurun.

2. rstudio.com → RStudio'yu kurun (R'ın kullanıcı dostu arayüzü).

3. RStudio açıldığında 4 panel: Script (kod yazma), Console (çıktı), Environment (değişkenler), Plots (grafikler).

Temel Komutlar

Veri okuma: veri <- read.csv("dosya.csv") veya readxl::read_excel("dosya.xlsx")

Özet istatistik: summary(veri), mean(veri$kolon), sd(veri$kolon)

Frekans tablosu: table(veri$cinsiyet)

Normallik testi: shapiro.test(veri$puan)

t-test: t.test(puan ~ cinsiyet, data=veri)

ANOVA: aov(puan ~ grup, data=veri) |> summary()

Korelasyon: cor.test(veri$x, veri$y)

Regresyon: lm(y ~ x1 + x2, data=veri) |> summary()

Grafik Çizimi (ggplot2)

R'ın en güçlü yönü görselleştirmedir. ggplot2 paketi ile yayın kalitesinde grafikler üretilir:

library(ggplot2)

ggplot(veri, aes(x=grup, y=puan, fill=grup)) + geom_boxplot() + theme_minimal() + labs(title="Gruplara Göre Puan Dağılımı")

SPSS'ten R'a Geçiş

1. SPSS dosyalarını R'da okuyabilirsiniz: haven::read_sav("dosya.sav")

2. Başlangıçta R'ı SPSS'in yedekleme aracı olarak kullanın — aynı analizi ikisinde de yapın.

3. Tidyverse paketini öğrenin — veri manipülasyonu için dplyr, görselleştirme için ggplot2.

4. Kod yazmak korkutucu olabilir ama 2-3 haftalık pratikle temel analizleri yapabilirsiniz.