📊 Kategorik Değişkenler: Veri Dünyasının Renkleri
Kategorik değişkenler, verileri belirli gruplara veya kategorilere ayırmamızı sağlayan temel yapı taşlarıdır. Sayısal değerler yerine, niteliksel özellikleri temsil ederler. Bu değişkenler, veri analizinde önemli bir rol oynar ve farklı kategoriler arasındaki ilişkileri anlamamıza yardımcı olur.
🌈 Kategorik Değişkenlerin Temel Özellikleri
- 🏷️ Tanım: Kategorik değişkenler, verileri belirli kategorilere veya gruplara ayırır. Bu kategoriler, isimler, etiketler veya sembollerle temsil edilebilir.
- 🧮 Değerler: Kategorik değişkenlerin değerleri sayısal değildir. Örneğin, "renk" değişkeni için "kırmızı", "mavi" veya "yeşil" gibi değerler alabilir.
- 🔢 Sınıflandırma: Kategorik değişkenler, verileri sınıflandırmak ve gruplandırmak için kullanılır. Bu, verileri anlamlandırmayı ve analiz etmeyi kolaylaştırır.
🗂️ Kategorik Değişken Türleri
- 🥇 Nominal Değişkenler: Kategoriler arasında doğal bir sıralama yoktur. Örneğin, "medeni durum" (bekar, evli, boşanmış) veya "kan grubu" (A, B, AB, 0).
- 🥈 Ordinal Değişkenler: Kategoriler arasında anlamlı bir sıralama vardır. Örneğin, "eğitim seviyesi" (ilkokul, ortaokul, lise, üniversite) veya "müşteri memnuniyeti" (çok memnun, memnun, nötr, memnun değil, hiç memnun değil).
📈 Kategorik Değişkenlerle Analiz Yöntemleri
- 📊 Frekans Tabloları: Her bir kategorinin kaç kez tekrarlandığını gösteren tablolardır. Kategorik değişkenlerin dağılımını anlamak için kullanılır.
- 📉 Çubuk Grafikler: Her bir kategorinin frekansını veya yüzdesini görsel olarak temsil eder. Kategoriler arasındaki karşılaştırmaları kolaylaştırır.
- 🍩 Pasta Grafikler: Her bir kategorinin toplam içindeki payını gösterir. Özellikle kategorilerin göreceli büyüklüklerini vurgulamak için kullanışlıdır.
- 🤝 Çapraz Tablolar (Kontenjans Tabloları): İki veya daha fazla kategorik değişken arasındaki ilişkiyi incelemek için kullanılır. Ki-kare testi gibi istatistiksel yöntemlerle desteklenebilir.
🔍 Çapraz Tablolar ve Ki-Kare Testi
Çapraz tablolar, iki kategorik değişken arasındaki ilişkiyi incelemek için güçlü bir araçtır. Örneğin, cinsiyet ve sigara içme alışkanlığı arasındaki ilişkiyi incelemek için bir çapraz tablo oluşturabiliriz.
Örnek Çapraz Tablo:
| Cinsiyet | Sigara İçen | Sigara İçmeyen | Toplam |
|---|---|---|---|
| Erkek | 60 | 40 | 100 |
| Kadın | 30 | 70 | 100 |
| Toplam | 90 | 110 | 200 |
Ki-kare testi, bu iki değişken arasında istatistiksel olarak anlamlı bir ilişki olup olmadığını belirlemek için kullanılır. Testin hipotezleri şunlardır:
*
H0 (Sıfır Hipotezi): İki değişken arasında ilişki yoktur.
*
H1 (Alternatif Hipotez): İki değişken arasında ilişki vardır.
Ki-kare test istatistiği, beklenen ve gözlemlenen frekanslar arasındaki farkı ölçer. Eğer p-değeri (p-value) anlamlılık düzeyinden (genellikle 0.05) küçükse, sıfır hipotezi reddedilir ve iki değişken arasında anlamlı bir ilişki olduğu sonucuna varılır.
$ \chi^2 = \sum \frac{(O_i - E_i)^2}{E_i} $
Burada:
* $O_i$ gözlemlenen frekans,
* $E_i$ beklenen frekanstır.
💡 Kategorik Değişkenlerin Önemi
- 🎯 Hedef Kitle Analizi: Müşteri segmentlerini anlamak ve hedef kitleye yönelik pazarlama stratejileri geliştirmek için kullanılır.
- 🩺 Sağlık Araştırmaları: Hastalıkların yaygınlığını ve risk faktörlerini belirlemek için kullanılır.
- 🗳️ Siyasi Analizler: Seçmen davranışlarını ve oy verme eğilimlerini anlamak için kullanılır.
- 🏢 İşletme Yönetimi: Çalışan memnuniyetini ve performansını değerlendirmek için kullanılır.
Kategorik değişkenler, veri analizinde vazgeçilmez bir role sahiptir. Doğru analiz yöntemleriyle, bu değişkenlerden elde edilen bilgiler karar alma süreçlerini iyileştirebilir ve daha iyi sonuçlar elde etmemizi sağlayabilir.
