İstatistiksel Araştırma Süreci: Veriden Güvenilir Sonuca

Araştırma sorusunu ölçülebilir hâle getirme

İstatistiksel araştırma, cevaplanabilir bir soruyla başlar. İyi bir araştırma sorusu hem belirli bir grubu hem de incelenecek özelliği belirtir. "Öğrenciler sağlıklı besleniyor mu?" sorusu geniş ve ölçülmesi belirsizdir. Buna karşılık "7-A sınıfındaki 28 öğrencinin bir okul gününde tükettiği meyve porsiyonu sayısı nedir?" sorusunda grup, zaman aralığı ve ölçülecek değişken daha açıktır.

Araştırma sorusu oluştururken şu üç nokta netleştirilmelidir:

• Kimlerden veya hangi nesnelerden veri alınacak?
• Hangi özellik ölçülecek ya da sınıflandırılacak?
• Veriler hangi zaman veya koşul için geçerli olacak?

Araştırma sorusu ile sonuç cümlesi arasında sınır korunmalıdır. Örneğin yalnızca bir sınıftan veri toplandıysa sonuç, otomatik olarak bütün okulun görüşü gibi sunulmamalıdır. Araştırmanın kapsamı ne kadar açık yazılırsa yorumun dayanağı da o kadar anlaşılır olur.

Evren, örneklem ve veri toplama planı

Araştırmada hakkında bilgi edinilmek istenen bütün grup evren, bu gruptan seçilerek incelenen daha küçük grup ise örneklem olarak adlandırılır. Bir okulun tüm 7. sınıf öğrencileri evrense, bu öğrenciler arasından seçilen 40 kişi örneklem olabilir.

Tüm evrene ulaşmak mümkün, gerekli veya uygun olmayabilir. Ancak örneklemin evreni temsil edebilmesi için seçim yöntemi dikkatle planlanmalıdır. Yalnızca gönüllü olanları seçmek, örneğin konuya özel ilgisi yüksek öğrencileri araştırmaya ağırlıklı olarak dahil edebilir. Sadece bir sınıftan veri toplayıp tüm sınıflar için sonuç çıkarmak da kapsam açısından sorun oluşturabilir.

Veri toplama planında anket, görüşme, gözlem veya mevcut kayıtların incelenmesi gibi yöntemlerden hangisinin kullanılacağı belirlenir. Sorunun niteliğiyle yöntem uyumlu olmalıdır. Bir öğrencinin "en sevdiği ders" sorusuna verdiği cevap kategorik bir veridir; sınav puanı ise sayısal bir veridir. Ayrıca anket soruları yönlendirici olmamalıdır. "Matematiği sevdiğinizi düşünüyorsanız neden seviyorsunuz?" ifadesi, sevmeyenleri dışarıda bıraktığı için tarafsız bir soru değildir.

Veri türünü tanımadan hesaplama yapmama

Toplanan değişkenin türü, hangi işlemlerin anlamlı olduğunu belirler. Ders adı, ulaşım biçimi veya en sevilen renk gibi cevaplar kategorik veriye örnektir. Bu veriler sayılabilir ve yüzdelere dönüştürülebilir; ancak ders adlarının ortalaması alınamaz.

Sınav puanı, günlük ekran süresi veya bir haftada okunan kitap sayısı sayısal veridir. Sayısal veriler üzerinde toplam, ortalama, en küçük ve en büyük değer gibi işlemler yapılabilir. Bununla birlikte bir sayının sayısal olması, her yorumun otomatik olarak geçerli olduğu anlamına gelmez. Örneğin öğrenci numaraları rakamlardan oluşsa da ölçülen bir miktar değildir; bu nedenle ortalamaları anlamlı değildir.

Bir değeri yorumlamak için karşılaştırma ölçütü gerekir. Bir kategorinin frekansı, o kategorinin kaç kez görüldüğünü gösterir. Yüzde ise bu sayının toplam içindeki payını gösterir:

$\text{Yüzde} = \frac{\text{Kategori frekansı}}{\text{Toplam gözlem sayısı}} \times 100$

Ortalama için de toplam değer gözlem sayısına bölünür:

\text{Aritmetik ortalama} = \frac{\text{Verilerin toplamı}}{\text{Veri sayısı}

Bu formüller ancak paydadaki toplamın doğru belirlendiği ve verilerin aynı ölçekte karşılaştırılabildiği durumda kullanılmalıdır.

Ham veriyi frekans ve yüzde tablosuna dönüştürme

Ham veri, araştırma sırasında elde edilen ve henüz sınıflandırılmamış cevap listesidir. Örneğin 12 öğrencinin bir günde okuduğu sayfa sayıları 10, 15, 10, 20, 15, 10, 25, 20, 10, 15, 30 ve 20 olsun. Bu liste doğrudan incelendiğinde tekrar eden değerleri görmek mümkündür; fakat frekans tablosu karşılaştırmayı kolaylaştırır.

Değerler ve frekansları şöyledir: 10 sayfa 4 kez, 15 sayfa 3 kez, 20 sayfa 3 kez, 25 sayfa 1 kez ve 30 sayfa 1 kez görülmüştür. Toplam frekans $4+3+3+1+1=12$ olmalıdır. Bu toplam, veri sayısıyla uyuşmuyorsa veri kaydı veya sayım kontrol edilmelidir.

10 sayfa okuyanların oranı $4/12 \times 100 = 33{,}3$; 15 ve 20 sayfa okuyanların her biri ise $3/12 \times 100 = 25$ olarak bulunur. Yüzdeler yuvarlama nedeniyle toplamda tam olarak 100 yerine 99,9 veya 100,1 görünebilir. Bu, yuvarlama kaynaklı küçük bir fark olabilir; ancak büyük farklar hesaplama hatasına işaret eder.

Tablo, kesin frekansları göstermede kullanışlıdır. Sütun grafiği kategoriler arasındaki miktar farkını, çizgi grafiği ise zaman içinde değişimi göstermede daha uygundur. Grafik seçimi verinin yapısına göre yapılmalıdır; bir kategorik veriyi zaman değişimi varmış gibi çizgi grafikle sunmak yanıltıcı olabilir.

Analizden yoruma: sayı neyi kanıtlar, neyi kanıtlamaz?

Analiz aşamasında frekans, yüzde, ortalama veya grafik gibi araçlarla verideki örüntüler incelenir. Yorum aşamasında ise bu bulgular araştırma sorusuna bağlanır. Örneğin 30 öğrencinin 18'i bisikleti, 12'si yürümeyi seçtiyse bisikleti seçenlerin oranı $18/30 \times 100 = 60$'tır. Bu veri, incelenen 30 öğrencinin yüzde 60'ının bisikleti tercih ettiğini gösterir.

Fakat bu sonuç, bütün okul öğrencilerinin yüzde 60'ının da bisikleti tercih ettiğini tek başına kanıtlamaz. Böyle bir genelleme yapmak için örneklemin nasıl seçildiği, okulun tamamını ne ölçüde temsil ettiği ve sorunun hangi koşullarda sorulduğu bilinmelidir. Ayrıca iki değişken birlikte değişiyor diye birinin diğerine neden olduğu sonucuna hemen varılamaz. Örneğin ekran süresi yüksek öğrencilerin bazı sınav puanları düşük olabilir; bu gözlem tek başına düşük puanın nedeninin ekran süresi olduğunu göstermez.

Sonuç cümlesi, sayı ve kapsam içermelidir: "Araştırmaya katılan 30 öğrencinin 18'i bisikleti seçmiştir; bu grubun içinde bisiklet en sık tercih edilen ulaşım biçimidir." Bu ifade, hem bulguyu verir hem de verinin sınırını korur.

Çözümlü örnek: kantin tercihini frekans ve yüzdeyle yorumlama

Verilenler: Bir sınıftaki 20 öğrenciye teneffüste en çok hangi ürünü tercih ettikleri soruluyor. Cevaplar şöyledir: 8 öğrenci sandviç, 6 öğrenci meyve suyu, 4 öğrenci simit, 2 öğrenci meyve seçmiştir.

Adım 1 — Veri kontrolü: Frekansların toplamı $8+6+4+2=20$'dir. Bu nedenle tüm öğrencilerin cevabı kaydedilmiş görünmektedir.

Adım 2 — Yüzdeleri hesaplama: Sandviç için $8/20 \times 100 = 40$; meyve suyu için $6/20 \times 100 = 30$; simit için $4/20 \times 100 = 20$; meyve için $2/20 \times 100 = 10$ bulunur.

Adım 3 — Karşılaştırma: En yüksek frekans 8, en yüksek yüzde 40 olduğundan sandviç bu sınıfta en sık belirtilen tercihtir. Sandviç ile meyve arasındaki fark 6 öğrenci, yani 30 yüzde puanıdır. Burada "yüzde puan" demek önemlidir: yüzde 40 ile yüzde 10 arasındaki fark 30 yüzde puandır.

Adım 4 — Sonuç yazma: "İncelenen 20 öğrencinin yüzde 40'ı sandviçi tercih etmiştir. Sandviç, bu sınıfta en sık tercih edilen üründür; ancak bu veri, diğer sınıfların veya okulun tamamının tercihini göstermez."

Bu örnekte araştırma sorusu açık, kategori seçenekleri birbirinden ayrılabilir ve frekans toplamı katılımcı sayısına eşittir. Sonuç, yalnızca verinin toplandığı grup için kurulmuştur.

Çözümlü örnek: ortalamayı hesaplayıp sınırını belirleme

Verilenler: Beş öğrencinin bir haftada çözdüğü soru sayıları 20, 30, 30, 40 ve 50'dir.

Adım 1 — Toplamı bulma: $20+30+30+40+50=170$.

Adım 2 — Veri sayısına bölme: Beş gözlem bulunduğu için ortalama $170/5=34$ sorudur.

Adım 3 — Verilerle karşılaştırma: Ortalama 34'tür; ancak listede 34 soru çözen bir öğrenci bulunması gerekmez. Ortalama, grubun toplam soru sayısının beş öğrenciye eşit dağılmış olsaydı kişi başına düşecek miktarı temsil eder. Verilerin 20 ile 50 arasında değişmesi, öğrencilerin aynı düzeyde çalıştığını söylemeyi engeller.

Adım 4 — Sonuç yazma: "Bu beş öğrencinin haftalık soru çözme ortalaması 34'tür. Bu ortalama yalnızca incelenen beş öğrencinin verisini özetler; sınıftaki tüm öğrenciler veya başka haftalar için doğrudan genellenemez."

Ortalama, uç değerlerden etkilenebilir. Örneğin 20, 30, 30, 40, 50 listesine 200 eklenirse yeni ortalama $370/6 \approx 61{,}7$ olur. Bu nedenle yalnızca ortalamaya bakmak yerine verilerin dağılımı, en küçük-en büyük değerleri ve mümkünse frekansları da incelenmelidir.

Sık yapılan hatalar ve karıştırılan kavramlar

1. Evren ile örneklemi karıştırmak: Örneklemden elde edilen sonuç, evrene genellenmeden önce seçim yönteminin ve temsil gücünün değerlendirilmesini gerektirir.

2. Frekans ile yüzdeyi aynı sanmak: Frekans kaç kişi veya kaç gözlem olduğunu, yüzde ise toplam içindeki payı belirtir. 8 kişi ile yüzde 40, 20 kişilik aynı grubun iki farklı gösterimidir.

3. Yüzde ile yüzde puanı karıştırmak: Bir oran yüzde 40'tan yüzde 50'ye çıkarsa artış 10 yüzde puandır. Göreli artış hesabı ise farklıdır; bu nedenle soruda hangi karşılaştırmanın istendiği okunmalıdır.

4. Kategorik verinin ortalamasını almak: Ders adı, renk veya ulaşım biçimi gibi kategorilerde frekans ve yüzde kullanılabilir; aritmetik ortalama anlamlı değildir.

5. Grafiğin eksenini veya birimini gözden kaçırmak: Dikey eksenin 0'dan başlamaması, sütunlar arasındaki farkı olduğundan büyük gösterebilir. Grafik yorumlanırken eksen, ölçek, birim ve başlık birlikte okunmalıdır.

6. İlişkiyi neden sanmak: İki değişkende benzer yönlü değişim görülmesi, birinin diğerine sebep olduğunu kanıtlamaz. Araştırma tasarımı nedensellik iddiasını destekleyecek şekilde kurulmadıysa sonuç daha sınırlı ifade edilmelidir.

7. Eksik cevapları yok saymak: Toplam katılımcı sayısı ile cevap verenlerin sayısı farklıysa yüzde hesabında hangi paydanın kullanıldığı açıkça belirtilmelidir.

8. Sorunun kapsamını aşan sonuç yazmak: Bir sınıftan toplanan veriyle bütün okul, bir günden toplanan veriyle bütün ay hakkında kesin yargı kurmak araştırmanın sınırlarını aşar.