Günümüzde veri, her alanda karar alma süreçlerinin temelini oluşturuyor. Bu verileri anlamlandırabilmek, aralarındaki ilişkileri görebilmek ve geleceğe yönelik tahminlerde bulunabilmek ise büyük önem taşıyor. İşte tam bu noktada, istatistiksel analiz araçları devreye giriyor. Serpilme diyagramı (scatter plot), iki değişken arasındaki ilişkiyi görsel olarak incelemek için kullanılan temel ve güçlü bir araçtır. Bu makalede, serpilme diyagramının ne olduğunu, nasıl oluşturulduğunu, farklı ilişki türlerini nasıl ortaya çıkardığını ve ilişki analizinin temel prensiplerini detaylı bir şekilde ele alacağız.

Serpilme Diyagramı (Scatter Plot) Nedir?

Serpilme diyagramı, iki sayısal değişken arasındaki ilişkiyi göstermek için kullanılan bir grafik türüdür. Bir değişken yatay eksende (x ekseni), diğer değişken ise dikey eksende (y ekseni) temsil edilir. Her bir veri noktası, x ve y değerlerine karşılık gelen bir koordinat üzerinde işaretlenir. Bu noktaların dağılımı, iki değişken arasında bir ilişki olup olmadığını, varsa bu ilişkinin yönünü ve gücünü görsel olarak ortaya koyar.

Serpilme Diyagramı Nasıl Oluşturulur?

Serpilme diyagramı oluşturmak oldukça basittir. İhtiyacınız olan tek şey, iki değişken için veri setidir. Daha sonra şu adımları izleyebilirsiniz:

1. Veri Setini Hazırlayın: İki değişken için karşılık gelen değerleri içeren bir veri seti oluşturun. Örneğin, bir değişken öğrencilerin sınav notları, diğer değişken ise derse katılım oranları olabilir.
2. Eksenleri Belirleyin: Hangi değişkenin yatay (x) eksende, hangi değişkenin dikey (y) eksende gösterileceğine karar verin. Genellikle bağımsız değişken x ekseninde, bağımlı değişken ise y ekseninde gösterilir.
3. Grafiği Çizin: Her bir veri noktasını, x ve y değerlerine karşılık gelen koordinatlara işaretleyin. Bu işlemi elle yapabileceğiniz gibi, Excel, Python (Matplotlib, Seaborn), R gibi yazılımlar kullanarak da kolayca gerçekleştirebilirsiniz.
4. Grafiği Yorumlayın: Noktaların dağılımını inceleyerek iki değişken arasındaki ilişkiyi belirleyin.

İlişki Türleri ve Serpilme Diyagramı

Serpilme diyagramı, farklı ilişki türlerini görsel olarak ayırt etmemize olanak tanır. İşte en sık karşılaşılan ilişki türleri ve serpilme diyagramında nasıl göründükleri:

• Pozitif İlişki: Bir değişkenin değeri arttıkça diğer değişkenin değeri de artıyorsa, bu pozitif bir ilişkidir. Serpilme diyagramında noktalar, sol alttan sağ üste doğru yükselen bir eğilim gösterir. Örneğin, bir ürünün reklam harcamaları arttıkça satışlarının da artması pozitif bir ilişkiye işaret eder.
• Negatif İlişki: Bir değişkenin değeri arttıkça diğer değişkenin değeri azalıyorsa, bu negatif bir ilişkidir. Serpilme diyagramında noktalar, sol üstten sağ alta doğru inen bir eğilim gösterir. Örneğin, bir arabanın hızı arttıkça yakıt tüketiminin artması negatif bir ilişkiye işaret eder (hız arttıkça gidilen mesafe/litre azalır).
• İlişki Yok: İki değişken arasında belirgin bir ilişki yoksa, noktalar serpilme diyagramında rastgele dağılmış gibi görünür. Herhangi bir eğilim gözlenmez. Örneğin, bir kişinin ayakkabı numarası ile IQ seviyesi arasında anlamlı bir ilişki beklenmez.
• Doğrusal İlişki: İki değişken arasındaki ilişki, bir doğru ile temsil edilebiliyorsa, bu doğrusal bir ilişkidir. Noktalar, serpilme diyagramında bir doğru etrafında kümelenir.
• Doğrusal Olmayan İlişki: İki değişken arasındaki ilişki, bir doğru ile temsil edilemiyorsa, bu doğrusal olmayan bir ilişkidir. Noktalar, serpilme diyagramında eğrisel bir formda dağılabilirler. Örneğin, bir bitkinin büyüme hızı ile aldığı güneş ışığı miktarı arasındaki ilişki belirli bir noktadan sonra azalmaya başlayabilir (çok fazla güneş ışığı bitkiye zarar verebilir).

İlişki Analizi: Korelasyon ve Regresyon

Serpilme diyagramı, iki değişken arasındaki ilişki hakkında görsel bir fikir verirken, ilişki analizi bu ilişkiyi sayısal olarak ifade etmemizi sağlar. İlişki analizinde en sık kullanılan iki yöntem korelasyon ve regresyondur.

Korelasyon

Korelasyon, iki değişken arasındaki ilişkinin gücünü ve yönünü ölçen bir istatistiksel ölçüdür. Korelasyon katsayısı, -1 ile +1 arasında bir değer alır.

• +1: Mükemmel pozitif korelasyon. Değişkenler arasında tam bir pozitif ilişki vardır.
• -1: Mükemmel negatif korelasyon. Değişkenler arasında tam bir negatif ilişki vardır.
• 0: İlişki yok. Değişkenler arasında herhangi bir ilişki bulunmamaktadır.

Korelasyon, değişkenler arasındaki ilişkinin sadece gücünü ve yönünü gösterir. Neden-sonuç ilişkisi hakkında bilgi vermez. Yani, iki değişken arasında güçlü bir korelasyon olması, bir değişkenin diğerine neden olduğu anlamına gelmez. Örneğin, dondurma satışları ile suç oranları arasında pozitif bir korelasyon olabilir. Ancak, dondurma yemenin suça neden olduğu veya suç işlemenin dondurma yemeye neden olduğu anlamına gelmez. Bu korelasyon, sıcak havaların hem dondurma satışlarını hem de suç oranlarını artırmasıyla açıklanabilir.

Regresyon

Regresyon analizi, bir veya daha fazla bağımsız değişkenin (x) bağımlı bir değişkeni (y) nasıl etkilediğini modellemek için kullanılan bir istatistiksel yöntemdir. Regresyon, bağımlı değişkeni tahmin etmek için bir denklem oluşturur. En basit regresyon modeli, doğrusal regresyondur. Doğrusal regresyon, bağımlı değişken ile bağımsız değişken arasındaki ilişkiyi bir doğru ile temsil eder.

Regresyon analizi, sadece değişkenler arasındaki ilişkiyi modellemekle kalmaz, aynı zamanda bu ilişkiyi kullanarak geleceğe yönelik tahminlerde bulunmamıza da olanak tanır. Örneğin, geçmiş verilere dayanarak reklam harcamalarının satışları nasıl etkilediğini modelleyebilir ve gelecekte belirli bir reklam harcaması düzeyinde beklenen satış miktarını tahmin edebiliriz.

Serpilme Diyagramı ve İlişki Analizinin Kullanım Alanları

Serpilme diyagramı ve ilişki analizi, birçok farklı alanda yaygın olarak kullanılmaktadır:

• Pazarlama: Reklam harcamaları, satışlar, müşteri memnuniyeti gibi değişkenler arasındaki ilişkileri analiz etmek.
• Finans: Hisse senedi fiyatları, faiz oranları, enflasyon gibi değişkenler arasındaki ilişkileri incelemek.
• Sağlık: Beslenme alışkanlıkları, egzersiz, hastalık riski gibi değişkenler arasındaki ilişkileri değerlendirmek.
• Eğitim: Öğrenci notları, ders çalışma süreleri, devamsızlık gibi değişkenler arasındaki ilişkileri belirlemek.
• Mühendislik: Üretim süreçleri, malzeme özellikleri, ürün performansı gibi değişkenler arasındaki ilişkileri optimize etmek.

Sonuç

Serpilme diyagramı ve ilişki analizi, veriyi anlamlandırmak, ilişkileri keşfetmek ve geleceğe yönelik tahminlerde bulunmak için güçlü araçlardır. Bu araçları kullanarak, karar alma süreçlerinizi daha bilinçli ve veriye dayalı hale getirebilir, rekabet avantajı elde edebilirsiniz. İster bir pazarlamacı, ister bir finans uzmanı, ister bir araştırmacı olun, serpilme diyagramı ve ilişki analizi becerileri, veri odaklı dünyada başarınız için vazgeçilmez olacaktır.