İSTATİSTİK TÜRLERİ NELERDİR? SAYILARIN GÜLÜMSETEN HİKÂYESİ
Bir düşünün… Sabah kahvenizi alıp internette gezinirken “Türkiye’de kahve tüketimi son 10 yılda %120 arttı” diye bir haberle karşılaşıyorsunuz. İçinizden “Evet, o artışın yarısı benden” diyorsunuz. İşte o an, farkında olmadan istatistiğin sıcak kucağına düşmüş oluyorsunuz!
İstatistik sadece sıkıcı sayılar değil; aslında insan hikâyelerini, davranışlarını ve küçük trajikomik alışkanlıklarımızı rakamlarla anlatmanın sanatı. Peki ama bu büyülü (ve bazen sinir bozucu) dünyanın türleri nelerdir?
1. BETİMLEYİCİ (DESCRIPTIVE) İSTATİSTİK: SAYILARIN DEDİKODUSU
Betimleyici istatistik, adeta “mahalle dedikoducusu” gibidir. Olayları yargılamaz ama her detayı bilir.
Ortalamalar, yüzdeler, medyanlar, modlar… Hepsi burada!
Bir örnek:
Bir grup arkadaşın ortalama kahve tüketimi günde 3 kupa ise, betimleyici istatistik sadece bunu söyler. “Niye bu kadar kahve içiyorsunuz?” demez — o işi psikologlara bırakır.
Erkekler genelde bu tür istatistiğe “durumu özetleyip çözüme geçelim” gözüyle bakar. Mesela ofiste Ali, “Arkadaşlar, toplantıların %60’ı gereksizmiş, buna bir plan yapalım” derken, Elif şöyle yanıt verir: “Ama o %60’ta insanlar sosyalleşiyor, o da verimliliğin bir parçası olabilir.”
Yani erkek veriye çözümle yaklaşır, kadın verinin arkasındaki duygusal dokuyu görür.
İşte betimleyici istatistik tam burada ikisini birleştirir: Veriyi gösterir, yorumu size bırakır.
2. ÇIKARIMSAL (INFERENTIAL) İSTATİSTİK: KRALİYET FALCISI
Çıkarımsal istatistik, elindeki küçük örneklemden tüm evren hakkında kehanetlerde bulunur. Ama bu “kahve fincanı falı” değil, bilimdir.
Örneğin 1000 kişiyle yapılan bir anketten 85 milyonluk ülkenin genel eğilimi tahmin edilir.
2022’de yapılan bir Pew Research araştırmasına göre, 1500 kişilik bir örneklemle yapılan anketlerin hata payı genellikle ±%3’tür.
Yani, “Nüfusun %55’i sabah kahvaltıda çay içiyor” dendiğinde aslında bu, bin kişinin tercihlerinden tüm ülkeye yayılan bir çıkarımdır.
Geleceğe dair tahminlerde çıkarımsal istatistik, politika, ekonomi ve hatta yapay zekâ modellerinin arkasındaki görünmez eldir.
Ama gelin dürüst olalım — her çıkarım doğru sonuçlanmaz. 2016 ABD seçimlerinde neredeyse tüm anketlerin yanılması hâlâ istatistikçiler arasında bir travmadır.
Forum sorusu: Sizce “veriye güven” mi daha önemli, yoksa “veriyi kim yorumluyor” mu?
3. TANIMLAYICI İSTATİSTİK: DÜZEN TAKINTILI MİMAR
Tanimlayıcı istatistik (classification), verileri düzenli raflara dizer.
Bir araştırmada katılımcıları “yaş grubu”, “meslek”, “eğitim düzeyi” gibi kategorilere ayırır.
Bu sayede karmaşık veriler, bir Excel tablosunda huzur bulur.
Bir örnek: Bir kozmetik markası, müşterilerini “doğal ürün sevenler”, “lüks arayanlar”, “deneysel tarzda olanlar” diye ayırabilir. Bu sınıflandırma, sadece pazarlama stratejisi değil, aynı zamanda insan psikolojisinin haritasıdır.
Erkekler bu tür istatistiği “verimlilik analizi” olarak görürken, kadınlar “davranış örüntülerini anlama aracı” olarak yorumlar. İkisi birleştiğinde, istatistik hem insanı hem sistemi anlamaya başlar — tam da olması gerektiği gibi.
4. YORDAMSAL (PREDICTIVE) İSTATİSTİK: GELECEĞE BAKAN ANALİST
İşte işin heyecanlı kısmı: Geleceği tahmin etmek!
Netflix’in size “şunu da izleyin” demesi, Spotify’ın “haftalık keşif” listesi yapması… Hepsi yordamsal istatistik sayesinde.
Makine öğrenmesiyle desteklenen bu alan, geçmiş verilerden gelecekteki eğilimleri öngörür.
Ama buradaki mizah şu: Veriler doğru olsa bile insanlar beklenmedik davranabilir.
Bir e-ticaret platformu, “Kurt bu ay sadece kitap alıyor” deyip ona indirim gönderir; ama Kurt ertesi gün matkap siparişi verir. Çünkü insan, algoritmanın planlarına gülümseyerek kafa tutan bir varlıktır.
Forum sorusu: Sizce geleceği gerçekten veriler mi belirler, yoksa anlık insan kararı mı?
5. DENEYSEL İSTATİSTİK: LABORATUVARIN SOSYAL KELEBEĞİ
Deneysel istatistik, neden-sonuç ilişkisini kanıtlamaya çalışır.
Örneğin: “Kahve içmek uyanıklığı artırır mı?” sorusu.
Bir grup kahve içer, diğer grup içmez; sonuçlar karşılaştırılır.
Sonra birileri çıkar ve “Ama ben kahve içmeden de sabahları dinçim” der — istisnalar kaideyi bozmaz, ama istatistiğin mizahını besler.
Bu tür araştırmalar tıp, psikoloji ve eğitimde hayati önem taşır.
2020’de yapılan bir Harvard araştırması, “günde 20 dakikalık meditasyonun stres seviyesini %23 azalttığını” göstermiştir. Bu tür veriler, bireysel yaşam kalitesini ölçülebilir hale getirir.
İSTATİSTİKTE CİNSİYET DEĞİL, BAKIŞ AÇISI FARKI
Forumlarda sıkça gördüğümüz gibi, erkekler genelde “çözüm odaklıdır”:
— “Veriler elimizde, hemen aksiyon planı çıkaralım.”
Kadınlar ise “bağlam odaklıdır”:
— “Ama bu verilerin arkasında nasıl bir hikâye var, insanlar neden böyle hissediyor?”
Bu fark, klişe değil, tamamlayıcı bir denge yaratır.
İstatistik de zaten bunu ister: Soğuk sayılarla sıcak hikâyeleri buluşturmak.
MİZAH VE GERÇEK: SAYILARIN ARDINDAKİ İNSAN
İstatistik, sandığımız kadar sıkıcı değildir; sadece doğru anlatılmadığında tatsızlaşır.
Bir ekonomi profesörü bir keresinde şöyle demişti:
“İstatistik, çıplak insanın üstündeki ortalama kıyafettir.”
Bu benzetme, hem komik hem de anlamlıdır. Çünkü ortalama her şeyi açıklamaz; bireylerin hikâyeleri, istatistiklerin soğuk yüzünü ısıtır.
GELECEĞE DAİR FORUM SORULARI
– Sizce gelecekte yapay zekâ istatistikçilerin yerini alabilir mi?
– Verilere dayalı kararlar, duygusal sezgilerden daha mı güvenilirdir?
– Ortalama mutluluk seviyesi %70 olsa bile, bireysel mutluluk nasıl ölçülür?
– İstatistik mi insanı tanımlar, yoksa insan mı istatistiği?
SONUÇ: RAKAMLARIN ARDINDAKİ GÜLÜMSEME
İstatistik türleri —betimleyici, çıkarımsal, tanımlayıcı, yordamsal ve deneysel— aslında farklı kişilikler gibidir.
Biri hikâye anlatır, diğeri gelecek planı yapar, bir başkası düzen kurar.
Ama hepsi, insan davranışını anlamaya hizmet eder.
Gerçek soru şu: Biz istatistiği kullanıyor muyuz, yoksa istatistik mi bizi yönlendiriyor?
Forumdaki arkadaşlar, sıradaki anket önerisi şu olabilir:
“İstatistiği eğlenceli bulanların oranı % kaçtır?”
Kim bilir, belki de sonuçlar sizi şaşırtır — ama kesin olan bir şey var:
Sayıların da bir mizahı vardır, yeter ki onu görebilelim.
Bir düşünün… Sabah kahvenizi alıp internette gezinirken “Türkiye’de kahve tüketimi son 10 yılda %120 arttı” diye bir haberle karşılaşıyorsunuz. İçinizden “Evet, o artışın yarısı benden” diyorsunuz. İşte o an, farkında olmadan istatistiğin sıcak kucağına düşmüş oluyorsunuz!
İstatistik sadece sıkıcı sayılar değil; aslında insan hikâyelerini, davranışlarını ve küçük trajikomik alışkanlıklarımızı rakamlarla anlatmanın sanatı. Peki ama bu büyülü (ve bazen sinir bozucu) dünyanın türleri nelerdir?
1. BETİMLEYİCİ (DESCRIPTIVE) İSTATİSTİK: SAYILARIN DEDİKODUSU
Betimleyici istatistik, adeta “mahalle dedikoducusu” gibidir. Olayları yargılamaz ama her detayı bilir.
Ortalamalar, yüzdeler, medyanlar, modlar… Hepsi burada!
Bir örnek:
Bir grup arkadaşın ortalama kahve tüketimi günde 3 kupa ise, betimleyici istatistik sadece bunu söyler. “Niye bu kadar kahve içiyorsunuz?” demez — o işi psikologlara bırakır.
Erkekler genelde bu tür istatistiğe “durumu özetleyip çözüme geçelim” gözüyle bakar. Mesela ofiste Ali, “Arkadaşlar, toplantıların %60’ı gereksizmiş, buna bir plan yapalım” derken, Elif şöyle yanıt verir: “Ama o %60’ta insanlar sosyalleşiyor, o da verimliliğin bir parçası olabilir.”
Yani erkek veriye çözümle yaklaşır, kadın verinin arkasındaki duygusal dokuyu görür.
İşte betimleyici istatistik tam burada ikisini birleştirir: Veriyi gösterir, yorumu size bırakır.
2. ÇIKARIMSAL (INFERENTIAL) İSTATİSTİK: KRALİYET FALCISI
Çıkarımsal istatistik, elindeki küçük örneklemden tüm evren hakkında kehanetlerde bulunur. Ama bu “kahve fincanı falı” değil, bilimdir.
Örneğin 1000 kişiyle yapılan bir anketten 85 milyonluk ülkenin genel eğilimi tahmin edilir.
2022’de yapılan bir Pew Research araştırmasına göre, 1500 kişilik bir örneklemle yapılan anketlerin hata payı genellikle ±%3’tür.
Yani, “Nüfusun %55’i sabah kahvaltıda çay içiyor” dendiğinde aslında bu, bin kişinin tercihlerinden tüm ülkeye yayılan bir çıkarımdır.
Geleceğe dair tahminlerde çıkarımsal istatistik, politika, ekonomi ve hatta yapay zekâ modellerinin arkasındaki görünmez eldir.
Ama gelin dürüst olalım — her çıkarım doğru sonuçlanmaz. 2016 ABD seçimlerinde neredeyse tüm anketlerin yanılması hâlâ istatistikçiler arasında bir travmadır.
Forum sorusu: Sizce “veriye güven” mi daha önemli, yoksa “veriyi kim yorumluyor” mu?
3. TANIMLAYICI İSTATİSTİK: DÜZEN TAKINTILI MİMAR
Tanimlayıcı istatistik (classification), verileri düzenli raflara dizer.
Bir araştırmada katılımcıları “yaş grubu”, “meslek”, “eğitim düzeyi” gibi kategorilere ayırır.
Bu sayede karmaşık veriler, bir Excel tablosunda huzur bulur.
Bir örnek: Bir kozmetik markası, müşterilerini “doğal ürün sevenler”, “lüks arayanlar”, “deneysel tarzda olanlar” diye ayırabilir. Bu sınıflandırma, sadece pazarlama stratejisi değil, aynı zamanda insan psikolojisinin haritasıdır.
Erkekler bu tür istatistiği “verimlilik analizi” olarak görürken, kadınlar “davranış örüntülerini anlama aracı” olarak yorumlar. İkisi birleştiğinde, istatistik hem insanı hem sistemi anlamaya başlar — tam da olması gerektiği gibi.
4. YORDAMSAL (PREDICTIVE) İSTATİSTİK: GELECEĞE BAKAN ANALİST
İşte işin heyecanlı kısmı: Geleceği tahmin etmek!
Netflix’in size “şunu da izleyin” demesi, Spotify’ın “haftalık keşif” listesi yapması… Hepsi yordamsal istatistik sayesinde.
Makine öğrenmesiyle desteklenen bu alan, geçmiş verilerden gelecekteki eğilimleri öngörür.
Ama buradaki mizah şu: Veriler doğru olsa bile insanlar beklenmedik davranabilir.
Bir e-ticaret platformu, “Kurt bu ay sadece kitap alıyor” deyip ona indirim gönderir; ama Kurt ertesi gün matkap siparişi verir. Çünkü insan, algoritmanın planlarına gülümseyerek kafa tutan bir varlıktır.
Forum sorusu: Sizce geleceği gerçekten veriler mi belirler, yoksa anlık insan kararı mı?
5. DENEYSEL İSTATİSTİK: LABORATUVARIN SOSYAL KELEBEĞİ
Deneysel istatistik, neden-sonuç ilişkisini kanıtlamaya çalışır.
Örneğin: “Kahve içmek uyanıklığı artırır mı?” sorusu.
Bir grup kahve içer, diğer grup içmez; sonuçlar karşılaştırılır.
Sonra birileri çıkar ve “Ama ben kahve içmeden de sabahları dinçim” der — istisnalar kaideyi bozmaz, ama istatistiğin mizahını besler.
Bu tür araştırmalar tıp, psikoloji ve eğitimde hayati önem taşır.
2020’de yapılan bir Harvard araştırması, “günde 20 dakikalık meditasyonun stres seviyesini %23 azalttığını” göstermiştir. Bu tür veriler, bireysel yaşam kalitesini ölçülebilir hale getirir.
İSTATİSTİKTE CİNSİYET DEĞİL, BAKIŞ AÇISI FARKI
Forumlarda sıkça gördüğümüz gibi, erkekler genelde “çözüm odaklıdır”:
— “Veriler elimizde, hemen aksiyon planı çıkaralım.”
Kadınlar ise “bağlam odaklıdır”:
— “Ama bu verilerin arkasında nasıl bir hikâye var, insanlar neden böyle hissediyor?”
Bu fark, klişe değil, tamamlayıcı bir denge yaratır.
İstatistik de zaten bunu ister: Soğuk sayılarla sıcak hikâyeleri buluşturmak.
MİZAH VE GERÇEK: SAYILARIN ARDINDAKİ İNSAN
İstatistik, sandığımız kadar sıkıcı değildir; sadece doğru anlatılmadığında tatsızlaşır.
Bir ekonomi profesörü bir keresinde şöyle demişti:
“İstatistik, çıplak insanın üstündeki ortalama kıyafettir.”
Bu benzetme, hem komik hem de anlamlıdır. Çünkü ortalama her şeyi açıklamaz; bireylerin hikâyeleri, istatistiklerin soğuk yüzünü ısıtır.
GELECEĞE DAİR FORUM SORULARI
– Sizce gelecekte yapay zekâ istatistikçilerin yerini alabilir mi?
– Verilere dayalı kararlar, duygusal sezgilerden daha mı güvenilirdir?
– Ortalama mutluluk seviyesi %70 olsa bile, bireysel mutluluk nasıl ölçülür?
– İstatistik mi insanı tanımlar, yoksa insan mı istatistiği?
SONUÇ: RAKAMLARIN ARDINDAKİ GÜLÜMSEME
İstatistik türleri —betimleyici, çıkarımsal, tanımlayıcı, yordamsal ve deneysel— aslında farklı kişilikler gibidir.
Biri hikâye anlatır, diğeri gelecek planı yapar, bir başkası düzen kurar.
Ama hepsi, insan davranışını anlamaya hizmet eder.
Gerçek soru şu: Biz istatistiği kullanıyor muyuz, yoksa istatistik mi bizi yönlendiriyor?
Forumdaki arkadaşlar, sıradaki anket önerisi şu olabilir:
“İstatistiği eğlenceli bulanların oranı % kaçtır?”
Kim bilir, belki de sonuçlar sizi şaşırtır — ama kesin olan bir şey var:
Sayıların da bir mizahı vardır, yeter ki onu görebilelim.