9 Sınıf Matematik Merkezi eğilim ve yayılım ölçülerini hesaplayarak verileri yorumlar ş

Neden veri analizinde “merkezi eğilim ve yayılım” ölçülerine ihtiyaç duyarız? Çünkü bir veri setini yalnızca ortalama ile tanımlamak yeterli değildir; aynı ortalamaya sahip iki farklı dağılımı (örneğin birbiriyle çok yakın veya çok dağınık veriler) ayırt etmek için yayılım ölçüleri gerekir. Merkezi eğilim ölçüleri verilerin “nerede” yoğunlaştığını; yayılım ölçüleri ise “ne kadar” yayıldığını nicel olarak tanımlar. Bu iki bileşeni birlikte yorumlamak, veri setinin doğasını ve davranışını güvenilir biçimde kavramamızı sağlar. Merkezi eğilim ölçüleri nelerdir ve hangi amaçla kullanılır? - Aritmetik ortalama (x̄): Tüm değerlerin toplamının gözlem sayısına bölünmesiyle elde edilir. Simetrik dağılımlarda güçlü bir merkezi temsil sunar; ancak uç değerlere duyarlıdır. - Medyan (Me): Veri sıralandığında ortadaki değer. Uç değerlerden etkilenmediği için sağa/sola eğik dağılımlarda ortalama yerine tercih edilir. - Mod (Mo): En sık görülen değer veya sınıf. Sürekli verilerde birden fazla veya hiç mod olmayabilir; kategorik verilerde tipik bir eğilim ölçüsü olarak kullanılır. Yayılım ölçüleri hangi bilgiyi taşır ve hangi durumlarda tercih edilir? - Aralık (R): En büyük ve en küçük değer farkı; hızlı bir yayılım göstergesi ancak uç değerlere duyarlıdır. - Çeyrekler Açıklığı (IQR): Q3 − Q1; sağa/sola eğik dağılımlar için güvenilir yayılım ölçüsü. Uç değerler IQR’nin 1,5 katı kadar içerde yer alan değerler (fences) içinde olmalıdır; dışındaki değerler uç değer kabul edilir. - Varyans (s²) ve Standart Sapma (s): Verilerin ortalama etrafındaki ortalama sapmasının kareli ölçüsü (s²) ve birimde geri döndürülen ölçütü (s). Uç değerlere duyarlıdır; simetrik dağılımlarda yayılımı tek başına betimlemek için idealdir. - Değişkenlik Katsayısı (CV): s/x̄; ortalamaya göre normalize edilmiş yüzde olarak yayılım. Farklı birim veya büyüklüklerdeki veri setlerini karşılaştırmak için etkilidir; ortalaması sıfıra yakınsa yorumlanamaz. Nasıl hesaplanır? Basit veri setinde: - Ortalama: x̄ = (∑x)/n. - Medyan: Tek sayı ise ortadaki, çift ise ortadaki ikinin ortalaması. - Mod: En çok yinelenen değer. - Çeyrekler: Q1 alt yarının medyanı, Q3 üst yarının medyanıdır. - IQR: Q3 − Q1. - Örneklem varyansı ve standart sapma: s² = (∑(x−x̄)²)/(n−1), s = √s². - Değişkenlik Katsayısı: CV = (s/x̄)×100%. Grup verilerinde (sınıflandırılmış aralıklı veri) nasıl yaklaşırız? - Ortalama: Her sınıfın sınıf merkeziyle frekansını çarpıp toplamı; sonra toplam frekansa bölerek bulunur. - Medyan: Kümülatif frekanslar yardımıyla medyan sınıfı tespit edilir ve o sınıf içinde lineer interpolasyonla medyan değeri yaklaşık olarak hesaplanır. - Mod: Mod sınıfı seçilip sınıf merkeziyle yaklaşık değer elde edilir. - Yayılım: IQR ve sınıf aralığına bağlı yarı çeyrek sapması gibi ölçütler kullanılabilir. Yorum nasıl yapılır? Simetrik dağılımlarda x̄, Me ve Mo birbirine yakındır; ortalama ve standart sapma yeterlidir. Eğik (sağa/sola) dağılımlarda medyan ve IQR, ortalama ve aralığa göre daha dayanıklıdır. Farklı birimli veri setlerini karşılaştırırken değişkenlik katsayısı kullanmak gerekir. Uç değerleri saptamak için IQR tabanlı yöntem (fences) tercih edilir; varlıkları verinin yorumunu bozabilir ve uygun bir dönüşüm (logaritmik vb.) veya dayanıklı ölçütlerin (medyan, IQR) kullanımını gerekli kılabilir. Örnek: 9 öğrencinin puanları [42, 55, 60, 66, 70, 73, 75, 81, 92] ise x̄ ≈ 70, Me = 70; IQR = 17; s ≈ 15,5 ve CV ≈ %22. IQR uç değerlere dayanıklı olduğundan yayılımı daha güvenilir yansıtır; simetrik olduğundan standart sapma da anlamlıdır.