3. VERİ ANALİZİ VE GRAFİKLER

3.1. VERİ, ENFORMASYON VE BİLGİ

Veri: Bir gözlem, bir deneye dayalı araştırmanın sonuçlarını ifade eder. Yorumlanmamış ham gerçekler ve sembollerdir. Kişiye göre değişmeyen net değerlerdir.

Örnek:

• Arabanın rengi sarıdır.
• Emre Türkçe sınavından 95 aldı.
• Murat, 75 kilogram ağırlığındadır.
• Elif’in boyu 173 santimetredir.
• Hava sıcaklığı 25 0C’dir.
• Gökçe 18 yaşındadır.

Enformasyon: Bir verinin değil bir veri kümesinin analiziyle elde edilir. Verilerin analiziyle elde edilen sonuçtur.

Örnek:

• Emre, Türkçe sınavından en yüksek puanı almıştır.
• Murat’ın ağırlığı sınıf ortalamasından fazladır.
• Elif, sınıftaki en uzun kızdır.
• Adana ilinde 1929-2020 yılları arası en yüksek sıcaklık 24.08.1958’de ölçülmüştür.
• Türkiye’de yaşlı nüfus son beş yılda %22,5 artmıştır.

Bilgi: İnsan zekâsının çalışması sonucu ortaya çıkan bir düşüncenin ürünüdür ve zihnin kavradığı temel düşüncelerdir.

Örnek:

• Her yıl Türkçe dersi ortalaması yaklaşık 85 olur.
• 2023 yılında Türkiye nüfusu yaşlanmış olacak.

3.2. VERİ TÜRLERİ

Veri nicel ve nitel olmak üzere ikiye ayrılır. Nicel veri sayılardan oluşur, nitel veri ise sayılar dışındaki her tür veriden oluşur.

1. Nitel Veri
   a) Sınıflanabilen (Nominal) Nitel Veri
   b) Sıralanabilen (Ordinal) Nitel Veri
2. Nicel Veri
   a) Eşit Aralıklı (Interval) Nicel Veri
   b) Sürekli (Ratio) Nicel Veri

1. Nitel Veri: Sayıyla ifade edilemeyen her türlü sözcük, resim, ses kaydı vb. veriyi ifade eder. Nitel veri ikiye ayrılır:
   a) Sınıflanabilen (Nominal) Nitel Veri: Bir varlığa ait bir özelliği, ait olduğu kategori veya sınıfı ifade eden veri türüdür. Bu tür veri ikili bir durumdan oluşuyorsa (Örnek: Kadın / erkek, sağ / vefat etmiş.) ikili adlandırma (binominal) veri türündedir.

Örnek:

• İllerin plaka kodları: Ankara: 06, Antalya: 07 (Çoklu durumlar / nominal)
• Medeni hâl: Evli, bekar (İkili durumlar / binominal)
• PCR (Covid) testi: Pozitif (hasta), negatif (sağlıklı) binominal
• Meslek: Öğretmen, işçi, doktor (çoklu durumlar / nominal)
• Cinsiyet: Kadın, erkek (İkili durumlar / binominal)

Ayrıntı için tıklayınız.

Bu veri türündeki değerler arasında sıralama ve karşılaştırma işlemleri yapılamaz. Örneklerde plaka kodları sayılardan oluşmasına rağmen sayısal bir işlevi olmadığı için (telefon numarası veya öğrenci numarasında olduğu gibi) sayısal olarak bir karşılaştırma veya sıralama yapılamaz. Benzer şekilde “Meslek gruplarından biri diğerinden daha büyüktür.” gibi yorumlar yapılamaz. Kategoriler isim olabileceği gibi sayılardan da oluşabilir. (Örnek: Bekar-0, evli-1)

• b) Sıralanabilen (Ordinal) Nitel Veri: Bir yarışmada katılımcıların dereceleri sıralanabilir ancak bu sıralama, dereceler arasındaki fark hakkında bilgi vermez.

Örnek:

• Madalyalar: Altın, gümüş, bronz
• Dereceler, sıralamalar: 1., 2. ve 3.
• Eğitim seviyesi: İlkokul, ortaokul, lise, ön lisans, lisans, lisansüstü
• Gelir düzeyi: Düşük, alt orta, üst orta, yüksek

2. Nicel Veri: Sayılabilir, ölçüm sonucu bir sayıyla ifade edilebilir veri türlerini ifade eder. Nicel veri ikiye ayrılır:
   a) Eşit Aralıklı (Interval) Nicel Veri: Bir özelliğe ait değerlerin arasında eşit aralıkların olduğu sayısal veri türüdür. Kesin bir başlangıç sıfır noktası yoktur. Değerler arasındaki farklar hesaplanabilir ancak oranlanamaz.

Örnek:

• Termometre değerleri: 10 0C, 15 0C
• Sınav puanları: 100, 50
• IQ testi skorları: 130, 65

Örneklerde verilen değerler eşit aralıklı sayılardan oluşan değerlerdir. Bu değerler sıralanabilir ve aralarındaki fark hesaplanabilir (Örnek: Hava 5 0C daha sıcak.). Ancak 130 IQ skoruna sahip bir kişi, 65 IQ skoruna sahip kişiye göre iki kat zekidir gibi oransal bir kıyaslama yapılamaz. Bir sınavdan 0 puan alınması, o dersten hiçbir şey bilinmediği anlamına gelmediği gibi sıcaklığın 0 0C olarak ölçülmesi de ortamda sıcaklığın olmadığı anlamına gelmez.

• b) Sürekli (Ratio) Nicel Veri: Bir özelliğe ait değerlerin oranlanabildiği sayısal veri türüdür. Kesin bir başlangıç sıfır noktası vardır. Değerler arasındaki farklar hesaplanabilir ve oranlanabilir.

Örnek:

• Uzunluk: 0 cm, 100 cm
• Ağırlık: 100 g, 1 kg
• Kişi sayısı: 1,2

Örneklerde verilen değerler eşit oranlı sayılardan oluşan değerlerdir. Bu değerler sıralanabilir, aralarındaki fark hesaplanabilir ve oranlanabilir (Örnek: İki metre, bir metrenin iki katıdır.). Bu veri türünde sıfır değeri yokluğu ifade eder. Bir evdeki kişi sayısı sıfır ise gerçekten o evde kimse yoktur.

3.3. VERİ TOPLAMA

• Veri toplamak için farklı yöntemler kullanılmaktadır.
• Veri toplarken doğrudan ve dolaylı ölçme ile veri toplanabilir.
• Doğrudan ölçmede, ölçülmek istenen özellik kendi cinsinden bir birimle ölçülür. Ağırlığı birim ağırlık ile uzunluğu birim uzunlukla ölçmeye doğrudan ölçme denir. Doğrudan ölçülen değerler, sürekli (ratio) nicel veri türündedir.
• Özelliği kendi türü dışında bir araçla ölçmeye dolaylı ölçme denir. Eğitimde kullanılan ölçme araçları (sınavlar) dolaylı ölçmeye örnektir. Bu ölçme araçları eşit aralıklı (interval) nicel veri türündedir.

3.3.1. Veri Toplama Yöntemleri

• Gözlem: Bir olay, kişi veya nesnedeki değişimleri izleyerek yapılan veri toplama yöntemidir.
• Deney: Bilimsel yöntem ile bir bağımlı değişken üzerinde (zekâ gibi) etkisi olduğu düşünülen bağımsız değişkenleri (beslenme ve sosyal çevre gibi) belirlemek için bir dizi işlem yapılarak veri toplanır.
• Anket: Bireylerin belirli bir konu hakkında duygu ve düşüncelerini belirlemek üzere yapılır. Ankette yer alan sorular yardımıyla bireylerden veri toplanır.
• Görüşme: Sosyal bilimlerde veri toplamak için kullanılan yöntemlerdendir. Araştırmacı bireylerle veya gruplarla görüşerek, onlara sorular sorarak veri toplar.

3.3.2. Veri Kaynakları

Veri kaynakları türlerine göre ikiye ayrılır:
Birincil Kaynaklar: Araştırmacı veya gözlemci tarafından doğrudan ulaşılarak gözlem, deney, anket ve görüşme gibi yöntemlerle veri toplanan kaynaklardır.

Örnek: Termometre ile günlük sıcaklık ölçümleri yaparak sonuçları liste hâlinde kaydetmek, birincil kaynaklara örnek verilebilir.

İkincil Kaynaklar: Daha önce başka araştırmacılar tarafından toplanmış veri kaynaklarını ifade eder. Belge, arşiv tarayarak, web sitelerinden araştırma yaparak ikincil kaynaklara ulaşılabilir.

Örnek: Meteoroloji Genel Müdürlüğünün web sayfasından bir şehre ait hava sıcaklığı verisine ulaşmak ikincil kaynaklara örnek verilebilir.

3.3.3. Veri Kümesi Oluşturma

• Veri toplama yöntemleri ile toplanan veri, dijital ortamda dosyalar şeklinde tutulur.
• Veri kümesi (data set) içinde yapılandırılmış, yarı yapılandırılmış veya yapılandırılmamış verinin bulunduğu dosyalardır.
• Verinin belirli bir formda olması (yapılandırılmış) işlenmesini ve analiz yapılmasını kolaylaştırır.
• En sık kullanılan veri dosyaları CSV, JSON ve XML’dir.

3.4. VERİ HAZIRLAMA

Veri kümesinin en kullanışlı gösterimlerinden biri, tabloları kullanmaktır. Tablolarda değişkene ait özellikler sütunlar olarak yer alır. Satırlar ise gözlemleri ifade eder.

Örnek: Türkiye’de 2016-2020 yılları arası doğum sayıları aşağıdaki tabloda gösterilmiştir.

SIRA NO	YIL	DOĞUM SAYISI
1	2016	1315423
2	2017	1298451
3	2018	1253981
4	2019	1186560
5	2020	1112859

Uygulama: Türkiye’nin 2016-2024 yılları arasındaki toplam nüfusunu ve doğum sayılarını tablo hâlinde hazırlayınız. Bunun için Türkiye İstatistik Kurumunun (TÜİK) resmi internet sayfasını kullanabilirsiniz.

3.5. GRAFİK ÇEŞİTLERİ

• Verinin daha kolay anlaşılabilmesi, veri içindeki örüntü ve eğilimlerin görülebilmesi için görselleştirme araçları kullanılır.
• Veri görselleştirme araçlarından en yaygın kullanılanlar, grafiklerdir.
• Araştırma yapılan konuya ve veri türüne uygun grafikleri seçmek (kategorik ve sayısal veriler), veri görselleştirmek için önemli bir adımdır.

3.5.1. Sütun ve Çubuk Grafikler

• Kategorik özeliklere ait değerlerin sütunlar hâlinde gösterildiği grafik türüdür.
• Kategorik değişkenlerin değerlerinin karşılaştırılmasında, zamana bağlı değişimlerin gösterilmesinde kullanışlıdır.
• Çubuklar dikey olarak gösterildiğinde sütun grafik diye adlandırılır.

3.5.2. Çizgi Grafikler

• Çizgi grafikler zamana bağlı değişimlerin çizgiler şeklinde gösteriminde kullanılır.
• Yıllara göre satış sayıları, doğum ve ölüm sayıları veri setlerinin görselleştirilmesinde etkili bir araçtır.

Uygulama: Türkiye’nin yıllık elma üretimine ilişkin verileri, çizgi grafik hâlinde oluşturunuz.

3.5.3. Pasta ve Halka Grafikler

• Pasta ve halka grafikler, bir bütün içinde kategorik değişkenlerin payını (oranını) göstermek için kullanılan bir yöntemdir.
• Pastada dilim ne kadar büyükse değişkenin değeri o kadar büyüktür.
• Dilimler karşılaştırılarak veri yorumlanabilir.

Uygulama: Aşağıdaki tabloda bulunana verileri kullanarak, bir şirkette satılan araçların renk dağılımını yüzdelik olarak gösteren pasta grafiği oluşturunuz. Öncelikle bütün satılan araçlar içinde rengin yüzdelik payını bulmalısınız.

SIRA NO	RENK	MİKTAR
1	Beyaz	560
2	Gri	220
3	Siyah	70
4	Kırmızı	60
5	Mavi	50
6	Sarı	22
7	Kahverengi	14
8	Diğer	4

3.5.4. Alan Grafikleri

• Bir değişkenin zamana göre değişiminin büyüklüğünün alan olarak ifade edilmesinde kullanılır.
• Çizgi grafiğin renk veya desen ile doldurulmuş şeklidir.
• Yığın şeklinde verilirse değerin bütünle karşılaştırılması da yapılabilir.

Örnek: Aşağıda 2016-2020 yılları arasında Türkiye’deki orman yangınlarında yanan alan miktarı, alan grafiği ile görselleştirilmiştir.

3.5.5. XY (Dağılım) ve Kabarcık Grafikleri

• XY dağılım grafiği, bir kayda ilişkin iki değişkenin değerinin kesişmesini görselleştirmek için kullanılır.
• Kesişimler noktalar şeklinde gösterilir.
• Kabarcık grafiklerinde ise XY dağılım grafiğindeki noktalar kabarcık olarak gösterilir.
• Kabarcığın büyüklüğü aynı kayda ilişkin üçüncü bir değişkenin değerini göstermek için kullanılır.