🎓 Veri toplama Test 1 - Ders Notu
Bu ders notu, "Veri toplama Test 1" sınavında karşılaşacağınız temel veri toplama yöntemleri, veri türleri ve bu süreçte dikkat edilmesi gereken önemli noktaları özetlemektedir. Verilerin dünyayı anlamak için ne kadar kritik olduğunu keşfedeceğiz!
📌 Veri ve Veri Türleri
Veri, gözlem, ölçüm veya deney yoluyla elde edilen, henüz işlenmemiş bilgi parçacıklarıdır. Doğru veri toplamak için öncelikle verinin ne olduğunu ve hangi türlere ayrıldığını bilmek önemlidir.
- Nicel (Sayısal) Veri: Sayılarla ifade edilebilen, ölçülebilen verilerdir. Boy, kilo, yaş, gelir gibi. Matematiksel işlemler (ortalama, toplam vb.) yapılabilir.
- Nitel (Kategorik) Veri: Sayılarla ifade edilemeyen, kategorilere ayrılabilen verilerdir. Cinsiyet, medeni durum, saç rengi, memnuniyet düzeyi (iyi, orta, kötü) gibi. Genellikle betimleyici ve açıklayıcıdır.
💡 İpucu: Bir verinin sayısal olup olmadığına karar verirken, o sayı üzerinde matematiksel işlem yapılıp yapılamayacağını düşünün. Posta kodu bir sayı olsa da, üzerinde toplama çıkarma yapmanın anlamı yoktur, bu yüzden niteldir!
📝 Veri Toplama Yöntemleri
Araştırma sorularınıza cevap bulmak için farklı veri toplama teknikleri kullanabilirsiniz. Her yöntemin kendine özgü avantajları ve dezavantajları vardır.
- Anket: Belirli bir konuda bilgi toplamak için hazırlanan soru listeleridir. Geniş kitlelere ulaşmak için idealdir. Yüz yüze, telefonla veya çevrimiçi (online) yapılabilir.
- Gözlem: Olayları, davranışları veya durumları doğrudan izleyerek veri toplamaktır. Doğal ortamda gerçekleşen olayları anlamak için etkilidir. Örneğin, çocukların oyun davranışlarını gözlemlemek.
- Mülakat (Görüşme): Kişilerle birebir veya grup halinde yapılan sözlü görüşmelerdir. Derinlemesine bilgi almak, duygu ve düşünceleri anlamak için kullanılır. Yapılandırılmış (belirli sorularla) veya yapılandırılmamış (serbest akışlı) olabilir.
- Deney: Belirli bir değişkenin (neden) başka bir değişken üzerindeki (sonuç) etkisini gözlemlemek için kontrollü koşullar altında yapılan araştırmalardır. Neden-sonuç ilişkilerini belirlemek için kullanılır. Örneğin, yeni bir ilacın etkisini test etmek.
- Mevcut Veri Analizi (İkincil Veri): Daha önce başkaları tarafından toplanmış ve kaydedilmiş verilerin (raporlar, istatistikler, arşivler, internet verileri) analiz edilmesidir. Hızlı ve uygun maliyetli olabilir. Örneğin, TÜİK verilerini kullanmak.
⚠️ Dikkat: Yöntem seçimi, araştırma sorunuzun niteliğine ve ulaşmak istediğiniz bilgi derinliğine göre değişir. Örneğin, insanların neden belirli bir ürünü tercih ettiğini anlamak için mülakatlar daha uygunken, kaç kişinin o ürünü kullandığını öğrenmek için anketler daha etkilidir.
📊 Örnekleme ve Örnekleme Yöntemleri
Bazen bir popülasyonun (tüm bireylerin) tamamına ulaşmak mümkün veya pratik değildir. Bu durumda, popülasyonu temsil eden küçük bir grubu seçerek veri toplarız. Bu sürece örnekleme denir.
- Popülasyon (Evren): Araştırmanın ilgilendiği tüm bireylerin veya unsurların bütünüdür. Örneğin, Türkiye'deki tüm üniversite öğrencileri.
- Örneklem: Popülasyondan seçilen, popülasyonu temsil ettiği düşünülen küçük bir gruptur. Örneğin, İstanbul'daki 5 üniversiteden 500 öğrenci.
- Olasılıklı Örnekleme: Popülasyondaki her elemanın örnekleme seçilme şansının eşit ve bilindiği yöntemlerdir. (Basit Rastgele, Sistematik, Tabakalı, Küme Örnekleme gibi). Genelleme yapmak için daha uygundur.
- Olasılıklı Olmayan Örnekleme: Her elemanın seçilme şansının eşit veya bilinmediği yöntemlerdir. (Kolayda, Amaçlı, Kartopu Örnekleme gibi). Genellikle nitel araştırmalarda veya özel durumlarda kullanılır.
💡 İpucu: İyi bir örneklem, popülasyonun özelliklerini doğru bir şekilde yansıtmalıdır. Aksi takdirde, elde edilen sonuçlar yanıltıcı olabilir ve tüm popülasyon için geçerli olmayabilir.
⚖️ Veri Kalitesi ve Etik İlkeler
Topladığınız verilerin güvenilir ve kullanılabilir olması için bazı kalite standartlarına ve etik kurallara uymak çok önemlidir.
- Güvenilirlik (Reliability): Aynı ölçüm aracıyla, aynı koşullar altında tekrar tekrar ölçüm yapıldığında benzer sonuçların elde edilmesidir. Ölçümün tutarlılığıdır. Örneğin, bir tartının her zaman aynı kiloyu göstermesi.
- Geçerlilik (Validity): Bir ölçüm aracının gerçekten ölçmek istediği şeyi ne kadar doğru ölçtüğüdür. Örneğin, bir zeka testi gerçekten zekayı mı ölçüyor, yoksa sadece ezber yeteneğini mi?
- Gizlilik ve Anonimlik: Katılımcıların kişisel bilgilerinin korunması ve kimliklerinin açıklanmamasıdır. Anonimlikte kimlik hiç bilinmezken, gizlilikte araştırmacı bilir ama açıklamaz.
- Gönüllülük: Katılımcıların araştırmaya kendi istekleriyle, herhangi bir baskı altında kalmadan katılmasıdır.
- Zarar Vermeme: Araştırma sürecinde katılımcılara fiziksel, psikolojik veya sosyal herhangi bir zarar verilmemesidir.
⚠️ Dikkat: Güvenilir bir ölçüm geçerli olmayabilir (örneğin, bozuk bir terazi her zaman aynı yanlış kiloyu gösterir). Ancak geçerli bir ölçüm her zaman güvenilirdir. Bu ayrımı iyi anlamak önemlidir!
