Veri Derleme ve Sunum

İstatistik, doğru derlenmiş veriyle başlar. Bu konu veri türlerini, veri kaynaklarını, veri kalitesini, sıklık dağılımını ve tablo-grafik sunumunu ele alır.

Veri türleri ve ölçek düzeyleri

Veri, gözlem ve ölçümlerden elde edilen ham bilgidir. Analiz yöntemi, verinin türüne göre seçilir.

Temel ayrım nitel ve nicel veridir:

- Nitel (kategorik) veri: Sınıflandırma ile ifade edilir. Ödeme şekli (akreditif, peşin, vesaik), ülke, sektör.
- Nicel (sayısal) veri: Sayı ile ifade edilir. Sipariş tutarı, teslim süresi, fire oranı.

Nicel veri ayrıca kesikli ve sürekli olarak ayrılır. Kesikli veri sayılabilir (araç sayısı, sipariş adedi); sürekli veri ölçülebilir ve aralıkta her değeri alabilir (ağırlık, süre, sıcaklık).

İkinci önemli ayrım ölçek düzeyidir:

1. Sınıflama ölçeği: Yalnız eşitlik/eşitsizlik. Ülke adları.
2. Sıralama ölçeği: Sıra anlamlı, aralık değil. Müşteri memnuniyeti (kötü, orta, iyi).
3. Aralık ölçeği: Farklar anlamlı, sıfır keyfî. Sıcaklık (Celsius).
4. Oran ölçeği: Farklar ve oranlar anlamlı, sıfır gerçek yokluk. Tutar, miktar, süre.

Bu ayrım önemlidir çünkü ortalama, oran gibi işlemler her ölçekte anlamlı değildir. Ülke kodlarının ortalaması alınmaz; memnuniyet sıralamasının "iki katı" diye yorumu yapılmaz.

Veri kaynakları

Veri iki kaynaktan gelir:

- Birincil veri: İşletmenin kendi topladığı veri. Satış kayıtları, müşteri anketleri, depo sayımları, sensör ölçümleri.
- İkincil veri: Başkasının toplayıp yayımladığı veri. TÜİK istatistikleri, merkez bankası verileri, sektör raporları, gümrük kayıtları.

Her iki kaynağın da sınırı vardır. Birincil veri işletmenin sorusuna tam uyar, ancak toplama maliyeti yüksektir ve örneklem küçük olabilir. İkincil veri hızlı ve ucuzdur, ancak işletmenin ihtiyacına tam uymaz; tanımlar, dönemler ve kapsam farklı olabilir.

İkincil veri kullanılırken üç soru sorulur:

1. Kim topladı, hangi amaçla? Veriyi toplayanın amacı, sunumunu etkileyebilir.
2. Tanımlar nedir? "KOBİ" tanımı, "ihracat" kapsamı, dönem uzunluğu.
3. Ne zaman yayımlandı? Geç yayımlanan veri, güncel karar için uygun olmayabilir.

Kaynak gösterilmeden kullanılan veri, denetlenemez ve tekrarlanamaz. Ticari raporlarda her tablonun altında kaynak, dönem ve birim yazılmalıdır. Aksi hâlde aynı sayı farklı kişilerce farklı yorumlanır.

Veri kalitesi

Analizin güvenilirliği, verinin kalitesine bağlıdır. Kalite beş ölçütle değerlendirilir:

- Doğruluk: Veri gerçeği yansıtıyor mu?
- Tamlık: Eksik gözlem var mı?
- Tutarlılık: Aynı büyüklük farklı kayıtlarda aynı mı?
- Güncellik: Veri karar için yeterince yeni mi?
- İzlenebilirlik: Verinin kaynağı ve işlem geçmişi biliniyor mu?

En sık görülen sorun eksik veridir. Eksik gözlemler sessizce silinirse sonuç yanlı olur; örneğin yalnız tamamlanmış siparişler analiz edilirse iptal edilenlerin nedenleri görünmez. Eksik veri, nedeniyle birlikte raporlanmalıdır.

Aykırı değer de dikkat ister. Ortalamadan çok uzak bir gözlem, hata olabileceği gibi gerçek bir istisna da olabilir. Aykırı değer sorgulanmadan silinmez; kaynağı araştırılır ve analizde etkisi ayrıca gösterilir.

Çift kayıt ve tanım tutarsızlığı ticari veride yaygındır: Aynı müşteri iki farklı kodla, aynı ürün iki farklı adla kayıtlı olabilir. Analiz öncesi veri temizliği, toplam sürenin önemli bir bölümünü alır. Temizlik kuralları yazılı olmalıdır; her analistin kendi kuralını uygulaması sonuçları karşılaştırılamaz kılar.

Sıklık dağılımı ve gruplandırma

Ham veri, tek tek gözlemlerden oluşur ve doğrudan okunamaz. Sıklık dağılımı, her değerin veya değer aralığının kaç kez görüldüğünü gösterir.

Nicel veri çok sayıda farklı değer içeriyorsa sınıflara ayrılır. Gruplandırmada üç kural izlenir:

1. Sınıf sayısı ne çok az ne çok fazla olmalıdır. Genellikle 5-15 sınıf yeterlidir; çok az sınıf bilgi kaybettirir, çok fazla sınıf tabloyu okunamaz kılar.
2. Sınıf aralığı eşit olmalıdır. Aralık genişliği yaklaşık olarak (En büyük değer − En küçük değer) / Sınıf sayısı ile bulunur ve uygun bir sayıya yuvarlanır.
3. Sınıflar birbirine değmemeli, boşluk bırakmamalıdır. Her gözlem tek bir sınıfa girmelidir.

Örnek: Sipariş tutarları 1.000 TL ile 9.000 TL arasında ve 5 sınıf isteniyorsa aralık (9.000 − 1.000) / 5 = 1.600 TL'dir. Sınıflar 1.000-2.599, 2.600-4.199 biçiminde kurulur.

Gruplandırılmış veride hesaplar sınıf orta noktası üzerinden yapılır; bu nedenle sonuçlar ham veriyle birebir aynı olmayabilir. Gruplama, bilgi kaybı karşılığında okunabilirlik sağlar. Karar için kesin değer gerekiyorsa ham veri kullanılmalıdır.

Tablo ve grafikle sunum

Sunum, veriyi karar vericinin okuyabileceği biçime çevirmektir. İyi bir tablo üç özellik taşır: başlık, birim ve kaynak. Sütunlar anlamlı sıralanır; toplamlar ve yüzdeler tutarlı olur.

Grafik türü, veri türüne göre seçilir:

- Çubuk grafik: Kategoriler arası karşılaştırma (ülkelere göre satış).
- Histogram: Sürekli verinin dağılımı (sipariş tutarlarının dağılımı).
- Çizgi grafik: Zaman içindeki değişim (aylık ciro).
- Pasta grafik: Bütünün parçaları; yalnız az sayıda kategori için uygundur.
- Dağılım grafiği: İki nicel değişken arasındaki ilişki (reklam harcaması–satış).

Grafikler yanıltıcı da olabilir. En yaygın yanıltma, dikey eksenin sıfırdan başlamamasıdır: Küçük farklar büyük görünür. İkincisi, eşit olmayan aralıklar veya farklı ölçeklerdir. Üçüncüsü, seçilmiş dönemlerle eğilimin abartılmasıdır.

Grafik, tabloyu tamamlar; yerine geçmez. Kesin değer gerektiğinde tablo, eğilim gerektiğinde grafik kullanılır. Her ikisinde de kaynak ve dönem yazılmalıdır; kaynaksız grafik, süslemeden ibarettir.

Veri toplamada kişisel veri

Ticari veri çoğu zaman kişisel veri içerir: müşteri adı, iletişim bilgisi, sipariş geçmişi. Bu verilerin toplanması ve işlenmesi hukuki sınırlara tabidir.

Temel ilkeler şunlardır:

- Hukuka ve dürüstlük kurallarına uygunluk.
- Belirli ve meşru amaç. Veri, hangi amaçla toplandıysa o amaç için kullanılır.
- Ölçülülük. Amaca uygun, sınırlı veri toplanır; gereksiz alanlar istenmez.
- Doğruluk ve güncellik.
- Belirli süre saklama. Amaç ortadan kalkınca veri silinir veya anonim hâle getirilir.

Analiz için veri çekilirken bu ilkeler gözetilir: Müşteri adı yerine müşteri kodu, adres yerine bölge kullanmak, amacı karşılıyorsa tercih edilir. Bu yaklaşım hem hukuki riski azaltır hem de veri setini sadeleştirir.

İstatistiksel analiz, kişisel veriyi anonimleştirerek de yapılabilir. Ancak anonimleştirme geri döndürülemez olmalıdır; küçük gruplarda birkaç değişken birleştiğinde kişi yeniden tanımlanabilir. Bu nedenle küçük hücrelerin gizlenmesi veya gruplanması gerekir.

Bu notlar hukuki danışmanlık değildir; güncel mevzuatı resmî kaynaktan kontrol edin.