11. Sınıf Matematik · Ünite 3
İstatistiksel Tuzakları Fark Etmek: İki Değişkenli Verileri Yorumlama
Haberlerde ve reklamlarda karşımıza çıkan istatistiksel iddiaların doğruluğunu analiz etmeyi, veri manipülasyonlarını ve yanlılıkları tespit etmeyi öğreniyoruz.
Kazanım MAT.11.3.2 · 40 dk okuma
Verilerin Arkasındaki Gerçeği Görmek
Günlük hayatta sürekli çarpıcı istatistiksel iddialarla karşılaşıyoruz. Bir haberde 'Dondurma satışları arttıkça boğulma vakaları artıyor' cümlesini duyduğumuzda hemen dondurma satışlarını yasaklamalı mıyız? İşte bu derste, başkaları tarafından sunulan iki nicel değişkenli (sayısal olarak ölçülebilen) verilerin yorumlarını derinlemesine inceleyecek, doğruluğunu sorgulayacak ve birer istatistik dedektifi olacağız.
İstatistiksel Yorumlarda Hata ve Yanlılık (Bias) Tespiti
Bize sunulan bir grafiğe veya sonuca bakarken sormamız gereken ilk soru şudur: Bu iddia mantıklı ve matematiksel olarak destekleniyor mu? Bazen araştırmacılar veya reklamcılar, istenen sonucu göstermek için verileri kasıtlı olarak filtreleyebilir (cımbızlama) veya grafik eksenleriyle oynayarak görsel bir illüzyon yaratabilirler.
Örnek Vaka 1: Dondurma ve Boğulma Vakaları
Az önceki dondurma ve boğulma örneğine geri dönelim. Ortada iki nicel değişken var: Satılan dondurma miktarı ve boğulma vakası sayısı. Grafiğe döküldüğünde her ikisinin de aynı dönemlerde hızla arttığı görülür. Peki bu iddiayı nasıl çürütürüz? Burada asıl etken 'Hava Sıcaklığı' adlı gizli (üçüncü) bir değişkendir. Yazın havalar ısındığı için hem dondurma tüketimi artar hem de denize girme oranı yükseldiği için boğulma riski artar. Yani arada nedensellik yoktur, sadece ortak bir sebebe bağlı tesadüfi bir ilişki vardır.
Örnek Vaka 2: Eksen Oyunları ve Manipülasyon
Bir şirketin, yeni çıkardığı zihin açıcı içeceğin öğrencilerin matematik netlerini olağanüstü artırdığını iddia ettiğini düşünün. Sundukları sütun grafiğinde içeceği içenlerin deneme neti ortalaması 60, içmeyenlerin ise 58 görünüyor. Ancak şirket, grafiğin y eksenini 0'dan değil de 57'den başlatmıştır! Bu sayede 2 netlik küçük bir fark, grafikte sanki 5 katlık devasa bir sıçrama gibi durur. Sunulan bu çıkarım, veriyi görsel olarak manipüle ettiği için şüpheyle karşılanmalıdır.
İddiaları Çürütme veya Kabul Etme Adımları
- Değişkenleri Doğru Belirleyin: Karşılaştırılan iki sayısal veri nedir? 2) Gizli Değişkenleri Sorgulayın: Sonucu arka planda etkileyen başka bir faktör (nüfus, yaş, sıcaklık vb.) var mı? 3) Grafiğin Bütünlüğünü İnceleyin: Eksenler adil çizilmiş mi, verilerin tamamı hesaba katılmış mı yoksa içinden işe gelenler mi seçilmiş? 4) Aykırı Değerlere (Outlier) Dikkat Edin: Tek bir uç değer tüm grafiği etkiliyor olabilir mi?
İki değişken arasındaki ilişkinin yönünü ve gücünü ölçen matematiksel değere korelasyon katsayısı (r) denir.
Eğer r değeri -1'e veya 1'e çok yakınsa güçlü bir ilişki vardır. Ancak ilişkinin güçlü olması bile, az önce gördüğümüz gibi tek başına 'nedensellik' kanıtı sayılamaz.
Yukarıdaki grafikte verilerin çoğu sol alt tarafta yatay bir bulut halindeyken, sağ üstteki tek bir 'Aykırı Değer (Outlier)' araştırmacılar tarafından abartılarak sanki genel bir artış trendi varmış gibi raporlanabilir. Gerçek bir veri dedektifi böyle tuzaklara asla düşmez!