Veri Analizi

      Veri analizi, yüksek lisans ve doktora tezlerini hazırlama aşamasında toplanan verilerin analiz edilip bu analiz sonucunda elde edilen bulguların değerlendirilmesiyle bir sonuca ulaşılması işlemidir.

      Üç temel araştırma yaklaşımı vardır: nitel, nicel ve karma araştırmalar. Bu araştırma yaklaşımlarının her birinin altında farklı araştırma desenleri yer almaktadır. Farklı araştırma desenlerinin kullanıldığı araştırmalarda da araştırma sorularına cevap bulabilmek için farklı istatistiksel teknikler kullanılmaktadır.

      Tez ve makale yazma sürecinizin analiz aşamasında uzmanlarımız tarafından profesyonel danışmanlık hizmeti verilmektedir. Yapılan analizlerin istenen formata uygun şekilde düzenlenmesi, analizlerde tespit edilen hataların düzeltilmesi veya analizlerle ilgili istenen düzeltmelerin yapılması uzmanlarımızca yapılmaktadır.

veri analizi neden önemli

Veri Analizi Nedir?

Veri analizi proje, tez veya makale gibi bilimsel araştırmaların en önemli aşamalarındandır. Araştırmanın amacı doğrultusunda toplanan verinin doğru bir şekilde analiz edilmesi araştırma sonuçlarının doğru yorumlanması için büyük önem arz etmektedir. Veri analizi, toplanan sayısal veya sözel veri setlerinden anlam çıkarma sanatıdır. Doğru bir şekilde yapılmadığında yanıltıcı sonuçlara ulaşılabilir ve bu sonuçlar bazen hayati önem arz eden yanlış kararlara neden olabilir. Bu nedenle bir araştırma sürecinde veri analizi yönteminin doğru seçilip doğru bir şekilde uygulanması büyük önem arz etmektedir. Veri analizi çeşitleri aşağıdaki şemada gösterilmiştir.

Veri Analizi Neden Önemli

Veri analizi doğru bir şekilde yapılmadığı zaman sonuçlar yanıltıcı olur ve alınan kararlar sonucunda yanlış uygulamalar gerçekleştirilebilir. Bu nedenle veri setlerinin doğru bir şekilde çözümlenmesi son derece önemlidir. Örneğin halk sağlığı ve huzuru için çok önemli bir etkinlik ve çok faydalı sonuçlar üreten bir programın etkililiğinin incelenmesin için gerçekleştirilen bir deneysel çalışmada tüm deney koşulları doğru bir şekilde düzenlenmiş olsun.

Uygulanan bu program sonucunda elde edilen veriler doğru bir şekilde analiz edilmez ise program etkili olarak gözükmez ve bu program uygulamadan kaldırılabilir. Diğer yandan tam tersi, bir program halk sağlığı ve huzuru için çok zararlıdır. Bu programın etkililiği değerlendirilirken tüm deneysel koşullar sağlanmış doğru bir şekilde düzenlenmiş olsa bile elde edilen veriler doğru bir şekilde çözümlenmediğinde sonuç yanıltıcı olacak ve insan sağlığı için zararlı olan bu program etkili olarak gözükecek ve yıllarca uygulanma devam edecektir.

Bu durum istatistiksel olarak birinci tip ve ikinci tip hata ile özetlenebilir. Birinci tip hata gerçekte fark/ilişki/etki yok iken var deme olasılığını ifade etmektedir. İkinci tip hata ise gerçekte fark/ilişki/etki var iken yok deme olasılığını ifade etmektedir. Bu durum aşağıdaki tabloda özetlenebilir.

veri analizi aşamaları

Veri Analizi Aşamaları

  • Amaç Belirleme: Her çalışma belirli bir amaç doğrultusunda başlar. Amaç belirleme her ne kadar veri analiz aşamasından önce olsa da veri toplama sürecine ve veri analizine yön veren önemli bir aşamadır. Doğru belirlenmiş bir amaç, analizin neden yapıldığı ve hangi sorulara cevap aranacağı konusunda bilgi içermelidir. 

  • Veri Toplama Araçları: Belirlenen amaç doğrultusunda gerekli bilgilerin güvenilir ve geçerli bir şekilde toplanması için veri toplama araçları son derece önemlidir. Veri toplama araçlarından en yaygın olarak kullanılanları anketler, ölçekler ve görüşme formlardır. İstatistiksel analiz sonucunda yapılan çıkarımların doğru olabilmesi için veri toplam aracı doğru, geçerli ve güvenilir bir şekilde geliştirilmelidir. Bu nedenle veri toplama aracının geliştirilmesi de önemli bir istatistiksel analiz sürecini içerir. Geliştirilen aracın türüne göre veri toplama aracından elde edilen bilgilerin geçerliğini belirlemeye yönelik olarak kapsam geçerlilik oranları, açımlayıcı ve doğrulayıcı faktör analizi gibi istatistiksel yöntemler; güvenirliğini belirlemek için Cronbach alfa, McDonald omega, KR-20/21, sınıf içi korelasyon (ICC), kappa, Krippendorf alfa gibi istatistiksel yöntemler gerçekleştirilmektedir. Ayrıca erişime açık büyük veri tabanları üzerinden de veri setlerine ulaşım sağlanabilmektedir. 

  • İstatistiksel Analiz: Araştırmanın amacına uygun olarak belirlenen nicel ya da nitel analiz yöntemlerini içerir. Nicel analiz yöntemleri genel olarak betimsel ve çıkarımsal olmak üzere genel olarak iki başlık altında toplanabilir. En yaygın olarak kullanılan istatistiksel analiz yöntemleri yüzde, frekans, ortalama gibi betimsel analizler ile hipotez testleri (t testi, ANOVA, ki-kare, Mann Whitney U, Kruskal Wallis H testi vb), korelasyon analizi, regresyon analizi gibi çıkarımsal analizlerdir. Günümüzde gelişen teknolojinin sunduğu program imkânları ile birlikte yapısal eşitlik modelleme (yol analizi, hybrid model vb), hiyerarşik liner modelleme (HLM), makine öğrenme gibi üst düzey analizlerde birçok alanda tercih edilmeye ve kullanılmaya başlanmıştır. Nitel verilerin çözümlenmesinde ise doküman inceleme, betimsel analiz ve içerik analizi yöntemleri kullanılmaktadır. En yaygın nitel veri çözümlemesi olan içerik analizi elde edilen nitel verilen derinlemesine incelenerek kategori ve temalar altında toplanarak sunulmasını içerir.
  • Raporlama: İstatistiksel analizin en önemli aşamalarındandır. Uygun yöntemle yapılan analizler sonucunda elde edilen bilginin okuyucunun anlayabileceği şekilde tablo ve grafikler ile sunulmasını içerir. Tablo ve grafikler özellikle elde edilen analiz sonuçlarının sunumunda büyük önem arz etmektedir. Tablo ve grafikler ile sunulan bilginin okuyucunun anlayabileceği şekilde yorumlanması gerekmektedir. Ayrıca tez ve makale gibi akademik çalışmalarda birçok kurumun temel aldığı raporlama formatı olan APA stiline dikkat edilmesi makale ve tezlerin yayınlanmasında büyük önem arz etmektedir.
veri analizi aşamaları
veri analizinde yaygın olarak kullanılan programlar

Veri Analizini Görselleştirmesi

Veriyi doğru bir şekilde analiz etmek kadar anlaşılır ve etkileyici şekilde sunulması da çok önemlidir. Bu amaçla verilerin grafikler ile görselleştirilmesi gerekmektedir. Tabi bu durumda veriyi uygun bir şekilde görselleştirmek için uygun grafik türü seçilmelidir. Uygun grafik türünü seçmek için değişkenlerin türleri (kategorik-sürekli) doğru bir şekilde belirlenmelidir. Verileri görselleştirmek için kullanılan bazı grafik türleri aşağıda sunulmuştur.

  • Sütun grafikleri
  • Çizgi grafikleri
  • Pasta grafikleri
  • Çubuk grafikleri
  • Alan grafikleri
  • Nokta grafikleri
  • Karma Grafikler
  • Dağılım Grafikleri
  • Kabarcık Grafikleri
  • Çeyrek Daire Grafikleri
  • Madde İşareti Grafikleri
  • Gösterge Grafikleri
  • Pareto Grafikleri
  • Aşamalı Sütun Grafikleri
  • Radar Grafikleri
  • Polar Grafikler

Veri Analizinde Yaygın Olarak Kullanılan Programlar

21.yüzyılında gelişen teknoloji ile birlikte farklı amaçlara yönelik birçok analiz programı bulunmaktadır. Bu programlardan bazıları aynı analizleri gerçekleştirebilirken bazılarında diğer programlarda bulunmayan analiz yöntemleri de yer almaktadır. Alan yazında aynı analizlerin gerçekleştirildiği programların sonuçlarının karşılaştırılmasına yönelik bilimsel çalışmalar da yer almaktadır. Bu bağlamda veri türüne göre yaygın olarak kullanılan analiz programlar şu şekildedir:

Nicel Veri: 

  • SPSS
  • Jamovi
  • RStudio
  • Pyhton
  • AMOS
  • MPLUS
  • LISREL

Nitel veri:

  • Nvivo
  • Maxqda 

 

NKM Redaksiyon olarak, uzman ekibimizle t testi, ANOVA, ki-kare, Mann Whitney U, Kuruskal Wallis H testi vb. olmak üzere veri analizi konusunda size profesyonel destek sunuyoruz. Akademik çalışmalarınızda destek almak için hemen bizimle iletişime geçebilirsiniz.