İstatistiksel Araştırma Süreci ve Veri Analizi

İstatistiksel araştırma süreci, verilerden anlamlı bilgilere ulaşmak, tahminlerde bulunmak veya kararlar vermek amacıyla yapılan sistematik ve bilimsel bir çalışmadır. Bu süreç, bir problemi çözmek, bir durumu anlamak veya bir hipotezi test etmek için verilerin toplanmasını, analiz edilmesini ve yorumlanmasını içerir. (Kaynak: PDF Sayfa 151)

Bu süreç, genellikle döngüsel bir yapıda ilerler ve aşağıdaki temel adımları kapsar (Döngüsel Şema - Kaynak: PDF Sayfa 152, 515):

• Araştırma Sorusunu Oluşturma: Sürecin başlangıç noktasıdır. Merak edilen bir konu veya çözülmesi gereken bir problem net bir şekilde tanımlanır. Soru, araştırmanın amacını ve yönünü belirler. Örneğin, "Bir bölgedeki öğrencilerin ders çalışma süreleri ne kadar?" gibi bir soru bu aşamada oluşturulur.
• Veri Toplama Planı Yapma ve Veri Toplama: Araştırma sorusuna cevap verebilmek için hangi verilerin, nasıl, ne zaman ve kimlerden toplanacağı planlanır. Ardından bu plana uygun olarak veriler toplanır. Bu aşamada, rastgelelik ve etik kurallara dikkat etmek kritik öneme sahiptir.
• Verileri Analiz Etme: Toplanan veriler, istatistiksel yöntemler ve grafikler kullanılarak incelenir. Merkezi eğilim (ortalama, ortanca) ve yayılım (standart sapma, açıklık) gibi ölçüler hesaplanır; histogram veya kutu grafiği gibi araçlarla veriler görselleştirilir.
• Sonuçları Yorumlama: Analiz sonuçları, araştırma sorusuna cevap verecek şekilde yorumlanır. Elde edilen bulgular, evrene genellenir veya karar alma süreçlerinde kullanılır. Ayrıca, yeni sorular ortaya çıkarsa süreç yeniden başlar.

Döngüsel Yapı: İstatistiksel araştırma süreci doğrusal bir çizgi gibi bitmez; sonuçlar yeni sorular doğurabilir veya eksiklikler fark edilirse önceki adımlara dönülebilir. Örneğin, analiz sonrası veri toplama yönteminin yetersiz olduğu fark edilirse, yeni bir planla süreç baştan başlatılabilir.

Önemli Not: Bu süreç, bilimsel bir yaklaşım gerektirir. Sistematik olmasının sebebi, sonuçların güvenilir, tutarlı ve tekrarlanabilir olmasını sağlamaktır. Rastgele veya düzensiz bir şekilde veri toplamak, yanlış çıkarımlara yol açabilir.

Veri Türleri ve Temel İstatistikler

• Nicel Veri: Sayma veya ölçme yoluyla elde edilen sayısal verilerdir. (Örn: boy uzunluğu, sıcaklık, gelir miktarı) (Kaynak: PDF Sayfa 155)
• Evren: Araştırma sonuçlarının genellenmek istendiği topluluktur. (Kaynak: PDF Sayfa 158, 167)
• Örneklem: Evreni temsil etmesi amacıyla verilerin toplandığı alt kümedir. (Kaynak: PDF Sayfa 167)
• Değişken: Gözlemlenen elemanlar arasında farklılık gösteren özelliklerdir. (Kaynak: PDF Sayfa 158)

Merkezi Eğilim Ölçüleri (Verilerin Nerede Toplandığını Gösterir)

• Aritmetik Ortalama:

  Bir veri setindeki tüm değerlerin toplanıp, toplam veri sayısına bölünmesiyle elde edilir. Veri setinin "denge noktası"dır. Sembolü: \(\bar{x}\) veya \(\mu\). Verilerin genel merkezini gösterir ancak aykırı (uç) değerlerden çok etkilenir. (PDF S.181'de etkisi tartışılıyor).

• Ortanca (Medyan):

  Sıralanmış veri setinin tam ortasındaki değerdir. Veri setini iki eşit parçaya böler. Aykırı değerlerden etkilenmez veya çok az etkilenir, bu nedenle çarpık dağılımlarda merkezi eğilimi ortalamadan daha iyi temsil edebilir. (PDF S.181'de aykırı değerlere karşı dayanıklılığı belirtiliyor).

Yayılım Ölçüleri (Verilerin Ne Kadar Yayıldığını Gösterir)

• Açıklık (Range):

  Veri setindeki en büyük değer ile en küçük değer arasındaki farktır (Maks - Min). Verilerin toplam yayılım aralığını gösterir ama sadece uç değerlere baktığı için aykırı değerlerden çok etkilenir ve iç dağılım hakkında bilgi vermez. (PDF S.179, 359'da kullanılıyor).

• Çeyrekler Açıklığı (IQR - Interquartile Range):

  Sıralanmış veri setinde üst çeyrek (Q3 - %75. nokta) ile alt çeyrek (Q1 - %25. nokta) arasındaki farktır (IQR = Q3 - Q1). Verilerin ortadaki %50'sinin yayılımını gösterir. Aykırı değerlerden etkilenmediği için açıklığa göre daha güvenilir bir yayılım ölçüsüdür. Kutu grafiğindeki kutunun uzunluğunu verir. (Kaynak: PDF Sayfa 176).

• Standart Sapma:

  Verilerin, aritmetik ortalamadan tipik olarak ne kadar saptığını gösteren bir ölçüdür. Büyük standart sapma, verilerin ortalama etrafında daha çok yayıldığını; küçük standart sapma ise ortalamaya daha yakın kümelendiğini gösterir. Tüm verileri dikkate aldığı için hassas bir yayılım ölçüsüdür ancak aykırı değerlerden etkilenebilir. Sembolü: 's' veya 'σ'. (Kaynak: PDF Sayfa 178).

Değişebilirlik Türleri

İstatistiksel araştırma sorusu, bir araştırmanın temel taşıdır ve tüm süreci yönlendirir. İyi bir soru, açık, net ve veriyle cevaplanabilir olmalıdır. Aşağıdaki özelliklere sahip olmalıdır (Kaynak: PDF Sayfa 159):

• Amacı Net Olmalı: Soru, neyi anlamak veya çözmek istediğini açıkça belirtmelidir. Betimleyen (bir durumu tanımlayan) veya karşılaştıran (gruplar arası farkları inceleyen) bir yapıda olabilir.
• Araştırmaya Değer Olmalı: Soru, çözülmesi anlamlı bir problemi veya merak uyandıran bir konuyu ele almalıdır. Örneğin, "Bir şehirdeki hava kirliliği seviyesi nedir?" anlamlıdır, ancak "Bir sokaktaki taşların sayısı nedir?" genellikle araştırmaya değmez.
• İlgilenilen Grup (Evren) Açık Olmalı: Soru, hangi topluluğa odaklandığını netleştirmelidir. Örneğin, "9. sınıf öğrencileri" mi, yoksa "tüm lise öğrencileri" mi?
• Değişken Açıkça Görülmeli: Ölçülecek veya analiz edilecek özellik (örneğin, ders çalışma süresi, boy uzunluğu) belirtilmelidir.
• Veri Toplanarak Cevaplanabilmeli: Soru, gözlem veya ölçümle elde edilebilir verilere dayanmalıdır. Örneğin, "Öğrenciler ne düşünüyor?" yerine "Öğrencilerin haftalık ders çalışma süresi nedir?" daha uygundur.
• Değişebilirliği Yansıtmalı: Verilerin farklılık gösterebileceği bir durum olmalıdır. "Tüm öğrencilerin boyu aynı mı?" yerine "Öğrencilerin boy uzunlukları nasıl dağılır?" daha iyi bir sorudur.
• Odaklanılan Grup Analize İmkân Vermeli: Evren veya örneklem, istatistiksel analiz yapılabilecek kadar büyük ve uygun olmalıdır.
• Nicel Veri Toplamaya Uygun Olmalı: Bu konu kapsamında, soru sayısal verilere dayanmalıdır. Örneğin, "Öğrencilerin en sevdiği renk nedir?" yerine "Öğrencilerin günlük su tüketimi kaç litredir?" daha uygundur.

Betimleyen ve Karşılaştıran Sorular:

• Betimleyen Sorular: Bir grup veya durumun özelliklerini tanımlar. Örnek: "Bir lisedeki öğrencilerin haftalık fiziksel etkinlik süreleri nasıl bir eğilim göstermektedir?" Bu soru, tek bir grubun dağılımını ve eğilimini anlamaya yöneliktir.
• Karşılaştıran Sorular: İki veya daha fazla grubu karşılaştırır. Örnek: "A lisesindeki kız ve erkek öğrencilerin ev ödevi süreleri nasıl farklılaşmaktadır?" Bu soru, gruplar arası farkları incelemeyi amaçlar.

Veri toplama planı, araştırma sorusuna cevap verecek verilerin nasıl elde edileceğini düzenleyen bir yol haritasıdır. Verilerin güvenilir, geçerli ve yanlılıktan uzak olmasını sağlamak için bu aşama kritik öneme sahiptir. İyi bir plan, aşağıdaki unsurları içermelidir (Kaynak: PDF Sayfa 167, 279):

• Veri Toplama Aracı: Veriler hangi yöntemle toplanacak? Anket (soru formu), ölçüm (cetvel, termometre), gözlem veya deney gibi araçlar seçilir. Araç, değişkenin doğasına uygun olmalıdır. Örneğin, boy uzunluğu için cetvel, etkinlik süresi için anket kullanılabilir.
• Evren ve Örneklem: Veriler kimlerden toplanacak? Evren (örneğin, bir okulun tüm öğrencileri) ve örneklem (örneğin, rastgele seçilen 100 öğrenci) tanımlanır. Örneklemin evreni temsil etmesi için rastgele seçim yöntemleri (örneğin, kura çekme) kullanılmalıdır.
• Değişkenler: Hangi özellikler ölçülecek? Örneğin, "haftalık fiziksel etkinlik süresi" açıkça belirtilmelidir. Değişkenlerin netliği, analiz aşamasını kolaylaştırır.
• Verilerin Nerede, Ne Zaman, Nasıl ve Kimler Tarafından Toplanacağı: Veri toplama süreci detaylıca planlanır. Örneğin, "Okulda, Nisan 2025'te, ders çıkışında, araştırmacılar tarafından" gibi. Zamanlama, verilerin tutarlılığını etkileyebilir (örneğin, tatil dönemi farklı sonuçlar verebilir).
• Verilerin Nasıl Kaydedileceği: Veriler kağıt üzerinde mi, dijital bir tabloda mı saklanacak? Kayıt yöntemi, veri kaybını önler ve analiz için hazır hale getirir. Örneğin, Excel veya Google Sheets kullanılabilir.
• Gizlilik, Etik Kurallar ve Nesnellik: Katılımcıların gizliliği korunmalı, katılım gönüllü olmalı ve araştırmacı yanlılıktan kaçınmalıdır. Örneğin, kişisel bilgiler paylaşılmamalı ve veri manipüle edilmemelidir.

Neden Önemli? Plansız veri toplama, eksik, yanlış veya yanlı sonuçlara yol açabilir. Örneğin, bir okulda sadece başarılı öğrencilerin seçilmesi, evreni temsil etmez ve sonuçları çarpıtır. Rastgelelik ve sistematik bir yaklaşım, bu sorunları önler.

Toplanan verileri anlamlandırmak için çeşitli grafikler ve özet ölçüler kullanılır.

Histogram

Sürekli veya gruplandırılmış nicel verilerin dağılımını görselleştirmek için kullanılır. Verilerin belirli aralıklarda (sınıflar/bin'ler) ne sıklıkla bulunduğunu gösterir. Sütunlar bitişiktir ve yükseklikleri frekansı temsil eder. Veri dağılımının şekli (simetrik, çarpık vb.), merkezi ve yayılımı hakkında görsel bilgi sunar. Sınıf aralığı seçimi görünümü etkiler. (Kaynak: PDF Sayfa 175)

Örnek: Avlanan Sazan Balığı Miktarı (Histogram)

Bu histogram, illerde avlanan sazan miktarlarının (ton) hangi aralıklarda yoğunlaştığını gösterir. Örneğin, 0-50 ton arası avlanan il sayısı en fazladır.

(Kaynak: PDF Sayfa 175)

Kutu Grafiği (Box Plot)

Veri setinin dağılımını "Beş Sayılı Özet" (Minimum, Q1, Ortanca, Q3, Maksimum) ile gösterir. Kutunun kenarları Q1 ve Q3'ü, içindeki çizgi ortancayı gösterir. "Bıyıklar" genellikle aykırı olmayan en uç değerlere uzanır. Aykırı değerler ayrı noktalarla gösterilir. Verilerin merkezini, yayılımını (özellikle IQR), simetrisini ve aykırı değerleri hızlıca görmeyi sağlar. Grupları karşılaştırmak için idealdir. (Kaynak: PDF Sayfa 176, 180-181).

Örnek: 100m Koşu Dereceleri (Kutu Grafiği)

Bu kutu grafiği, atletlerin 100m derecelerinin dağılımını gösterir. Ortanca derece, derecelerin %50'sinin hangi aralıkta (Q1-Q3 = IQR) yoğunlaştığı ve aykırı dereceler görülebilir.

(Kaynak: PDF Sayfa 180-181)

Nokta Grafiği (Dot Plot)

Basit bir grafik türüdür. Sayı doğrusu üzerinde her bir veri noktası bir nokta ile temsil edilir. Aynı değere sahip birden fazla veri varsa, noktalar o değer üzerinde dikey olarak üst üste yığılır. Veri setinin genel dağılımını, kümelenmeleri, boşlukları ve aykırı değerleri görmek için kullanışlıdır, özellikle küçük veri setleri için. (Kaynak: PDF Sayfa 152, 157 - Grafik 6.2, 174)

Özet İstatistiklerin Yorumlanması

Grafiklerin yanı sıra hesaplanan istatistikler de önemlidir:

• Ortalama ve Ortanca: Merkezi eğilimi gösterir. Aralarındaki fark, dağılımın çarpıklığı hakkında fikir verebilir. Ortanca, aykırı değerlere karşı daha dirençlidir.
• Açıklık, IQR ve Standart Sapma: Yayılımı gösterir. IQR, verilerin orta %50'sinin yayılımını verir ve aykırı değerlerden etkilenmez. Standart sapma, ortalamadan tipik sapmayı gösterir ve tüm verileri kullanır.

Örnek: Katı Atık Miktarı Yorumlama

Farklı yıllara ait katı atık miktarı verileri (örneğin kutu grafikleri veya ortalama/ortanca/standart sapma değerleri ile) karşılaştırılarak yıllar içindeki değişim eğilimi ve yayılımı yorumlanabilir. (Kaynak: PDF Sayfa 183-185)