İstati̇sti̇k Ders Notu

STATSTK DERS NOTU
indekiler
1. TEMEL KAVRAMLAR ................................................................................................................. 4
1.1. statistiin Tanm ve Kullanm Alanlar ................................................................................. 4
1.1.1. statistik Nedir? ............................................................................................................... 4
1.1.2. statistiin Kullanm Alanlar .......................................................................................... 4
1.2. Temel Kavramlar ..................................................................................................................... 4
1.2.1. Aratrma ......................................................................................................................... 4
1.2.2. Poplasyon (Kitle, Ana Kitle, Ana Ktle, Yn)............................................................ 4
1.2.3. rneklem ve rnekleme.................................................................................................. 4
1.2.4. Tamsaym ........................................................................................................................ 5
1.2.5. Gzlem (Denek) .............................................................................................................. 5
1.2.6. Parametre ve statistik ..................................................................................................... 5
1.2.7. Deikenler ...................................................................................................................... 5
1.3. statistik Trleri ....................................................................................................................... 8
1.3.1. Tanmlayc (Betimleyici) statistik ................................................................................. 8
1.3.2. ngrleyici (Tahminleyici) statistik ............................................................................ 8
1.4. Veri Kaynaklar ....................................................................................................................... 8
1.4.1. Kaynaklar .................................................................................................................... 8
1.4.2. D Kaynaklar .................................................................................................................. 8
1.5. Veri Toplama Yntemleri........................................................................................................ 9
1.5.1. Literatr Aratrmas ....................................................................................................... 9
1.5.2. Gzlem ............................................................................................................................ 9
1.5.3. Deney............................................................................................................................... 9
1.5.4. Anket ............................................................................................................................... 9
1.6. rnekleme ............................................................................................................................. 11
1.6.1. Ana Kitlenin Tanm ...................................................................................................... 12
1.6.2. rnekleme erevesi..................................................................................................... 12
1.6.3. rnek Bireylerinin Belirlenmesi ................................................................................... 12
1.6.4. rnekleme Yntemi ...................................................................................................... 12
1.6.5. rnek Byklnn Belirlenmesi ............................................................................... 15
1.6.6. rnekleme Plannn Belirlenmesi .................................................................................. 16
1.6.7. rnekleme Hatalar ....................................................................................................... 16
Sayfa 1 / 62
2. VERLERN ANALZ VE SUNUMU ........................................................................................ 16
2.1. Kalitatif ve Kantitatif Verilerin zetlenmesi ve Sunumu ..................................................... 16
2.1.1. Sklk (Frekans) Dalm .............................................................................................. 16
2.1.2. Histogram ...................................................................................................................... 21
2.1.3. Frekans (Dalm) Poligonu .......................................................................................... 22
2.1.4. Pasta Grafikler ............................................................................................................... 23
2.2. Sralanabilen Verilerde Sklk izelgesi................................................................................ 24
2.3. Merkezi Eilim lleri ........................................................................................................ 25
2.3.1. Aritmetik Ortalama ........................................................................................................ 26
2.3.2. Tepe Deeri (Mod) ........................................................................................................ 26
2.3.3. Ortanca (Medyan) .......................................................................................................... 28
2.3.4. Ortalama, ortanca ve tepe deeri arasndaki bant ...................................................... 29
2.4. Dalm lleri .................................................................................................................... 30
2.4.1. DAILIM GENL (ARALIK) .............................................................................. 30
2.4.2. ORTALAMA MUTLAK SAPMA:............................................................................... 31
2.4.3. VARYANS ve STANDART SAPMA .......................................................................... 33
2.4.4. Deiim Katsays.......................................................................................................... 37
2.4.5. arpklk ve Basklk Katsays ..................................................................................... 38
2.4.6. rnek 8deki A ve B Firmalarnn Verilerine likin Toplu Deerlendirme ................. 43
3. OLASILIK TEORS .................................................................................................................... 43
3.1. Olasln Tanm ................................................................................................................... 44
3.2. Olaslk Trleri ...................................................................................................................... 44
3.2.1. Klasik Olaslk ............................................................................................................... 44
3.2.2. Deney Olasl (Objektif Olaslk) ............................................................................... 44
3.2.3. Subjektif Olaslk ........................................................................................................... 44
3.3. Bileik Olaylar Ve Olaslk Teorileri .................................................................................... 44
3.4. Olaslk Kurallar ................................................................................................................... 45
3.4.1. Toplama Kural.............................................................................................................. 45
3.4.2. arpm Kural ................................................................................................................ 46
4. OLASILIK DAILIMLARI ......................................................................................................... 47
4.1. Rastlantsal (Tesadfi) Deiken ........................................................................................... 47
4.2. Olaslk Dalm ................................................................................................................... 48
4.2.1. Kesikli Olaslk Dalmlar .......................................................................................... 48
4.2.2. Srekli Olaslk Dalmlar .......................................................................................... 51
Sayfa 2 / 62
5. KAYNAKLAR .............................................................................................................................. 62
Sayfa 3 / 62
STATSTK DERS NOTU
1. TEMEL KAVRAMLAR
1.1. statistiin Tanm ve Kullanm Alanlar
1.1.1. statistik Nedir?
Genel anlamyla istatistik , yaama ilikin dncelerin sistematize edilmi biimidir.
statistik i yaamnda da, iletmedeki her trl faaliyetin kantitatif (nicel) temellerini hazrlar.
Bu bak asyla istatistik; daha etkin kararlar vermek amacyla verileri toplama, snflama,
sunma, zmleme ve yorumlama biimi olarak tanmlanabilir (Ttek ve Gmolu, 2008,
s.1).
Dier bir tanma gre istatistik, verilerin toplanmas, ilenmesi, analiz ve yorumunda
kullanlan metodlar btndr (Gler, 2007, s.1).
1.1.2. statistiin Kullanm Alanlar
statistik gnlk hayatmzn hemen her alannda kullanlmaktadr. Aada istatistiin
kullanm alanlarndan bazlarna yer verilmitir.
IMKB de hisse senetlerinin analizi
Siyasi partilerin seimlere ilikin kamuoyu yoklamalar
Kalite Kontrol
irketin muhasebe kaytlarnn denetlenmesi
Pazarlama aratrmalar
Ekonomik gstergelerin takibi
Tbbi aratrmalar
Mhendislik aratrmalar
Bilimsel almalar
Uzay aratrmalar
Demografik (Nfus zellikleri) aratrmalar
1.2. Temel Kavramlar

1.2.1. Aratrma
lgilenilen konuya ilikin sorunlarn saptanmas, zm yollarnn planlanmas,
uygulamaya konulmas ve sonularnn deerlendirilmesine ynelik yaplan almalardr.
Aratrmann konusu ve amac belirgin olmaldr. Zaman, personel ve maliyet dikkate
alnarak, aratrmann snr iyi belirlenmelidir. Aratrmada grev alan aratrclar ya da
uzmanlar yeterli bilgi dzeyine sahip olmaldr. Aratrmann sonucunda elde edilen bilgiler
doru biinde deerlendirilmelidir (Balce ve Demir, 2007, s.3).
1.2.2. Poplasyon (Kitle, Ana Kitle, Ana Ktle, Yn)

Aratrma kapsamna giren, ayn zellikleri tayan birimlerin ya da bireylerin
oluturduu toplulua KTLE denir. Kitlenin bykl aratrmann zelliine gre deiir.
Nfus saym iin kitle Trkiyedir. Denizlideki niversite rencilerinin giderleri iin kitle
Pamukkale niversitesi rencileridir (Balce ve Demir, 2007, s.3).
1.2.3. rneklem ve rnekleme

Kitle byklne bal olarak her zaman tm birimler (bireyler) hakknda bilgi sahibi
olmak mmkn deildir. Bundan dolay geni kitlelerde aratrmalar; zaman, maliyet,
personel, ulam, vb. nedenlerden dolay tm birimler yerine daha az saydaki birimler
seilerek yrtlr (Balce ve Demir, 2007, s.4).
Bir kitleden, belirli yntemler kullanlarak seilen ayn zellikleri tayan bir ksm
bireyin oluturduu toplulua RNEKLEM denir (Balce ve Demir, 2007, s.4).
Sayfa 4 / 62
rnekleme; ana kitleyi nitelik ve nicelik ynnden temsil edebilecek bir kmenin
ekilmesi ilemidir (slamolu, 2009, s.159). rnekleme konusu 1.6da detayl olarak ele
alnmtr.
1.2.4. Tamsaym
Bir aratrma kapsamnda, kitledeki tm birimlerine ulalarak istenen bilginin elde
edilmesi ilemidir. Bunun yaplabilmesi iin incelenecek kitlenin byklnn, belirlenen
maliyet ve zaman gibi kstlara uygun olmas gerekir. Baz durumlarda (nfus saymlar gibi)
kitle byk olsa bile tam saym yaplmas zorunlu olmaktadr. Gelien teknoloji ile birlikte bu
tr tam saymlar daha kolay yaplabilir hale gelmitir (Balce ve Demir, 2007, s.4).
1.2.5. Gzlem (Denek)

Kitle ya da rneklemde yer alan her birime gzlem ya da denek denir. Gzlem (ya da
denek) says aadaki biimde simgeletirilmektedir.
Kitledeki Gzlem Says : N
rneklemdeki Gzlem Says: n
1.2.6. Parametre ve statistik

Kitle zelliklerinin saysal deerlerine PARAMETRE denir. Aratrma kitle yerine
rneklem zerinde uygulanyorsa, parametre deerleri tahmin edilir. Bu durumda,
rneklemden elde edilen saysal deerlere STATSTK denir. rnek olarak, ska kullanlan
baz parametreler ve istatistikler aada verilmektedir:
Parametre statistik
Kitle Ortalamas : rneklem Ortalamas :
Kitle Varyans : rneklem Varyans :
1.2.7. Deikenler
Deikenin kelime anlam; Deime zellii gsteren, ok deien, deiebilir, kararsz,
deiici eklindedir. Matematiksel tanm ise; Gzlemden gzleme deiik deerler alabilen
objelere, zelliklere ya da durumlara "Deiken" denir.
statistikte deiken(variable) terimi, deneklere ait zellikler anlamnda kullanlr.
rnein aratrmaya katlanlarn cinsiyeti, medeni hali, gelir dzeyi, eitim dzeyi, corafik
konumu gibi demografik zellikleri ve boyu, kilosu, vizeden ald not, sorulara verdikleri
cevaplar gibi zellikler birer deikeni ifade ederler.
1.2.7.1. Nicel (Kantitatif) Deikenler

Birimlerin lm ve tartm sonucu deerleri saptanan saysal zelliklerini belirten
deikenlerdir. Bu deikenler deerleri, mekanik ve elektronik aralara saysal olarak aralkl
lekli yada orantl lekli verileridir. Nicel deikenlerin verilerine nicel veri ad
verilir.rnein birimlerin, boy uzunluu, vcut arl, kilosu, kan basnc gibi zellikler
nicel deikenlerdir.
1.2.7.1.1. Kesikli (Sreksiz) Deiken
Bu deikenler miktar ynnden deiiklik yerine tr ynnden deiiklik gsterir.
Dolaysyla bir obje ya da birey bir zellie sahiptir ya da deildir. Yani kesin deerler alrlar.
Nitel deikenlerin hemen hepsi sreksiz deikendir. Cinsiyet, medeni durum, gz rengi
gibi. Birinin dierine gre daha ok veya az olmas mmkn deildir.
Sayfa 5 / 62
1.2.7.1.2. Srekli Deiken
ki ayr lm aras kuramsal olarak sonsuz paraya blnebilir. lm sz konusu
olduu iin srekli deiken deerleri her zaman tam deeri vermezler. Rasyonel saylar
kmesinin elemanlar ile belirtilirler.Ya, uzunluk ve arlk gibi
lme tartma yoluyla elde edilen dolaysyla nokta iermesi mmkn olan verilerdir.
rnein; balklarn arlklar, tohum arlklar, tohum ap, bitki boyu, ortamdan bakterilerin
tketmi olduklar eker miktar, ineklerin yllk st verimleri gibi.
1.2.7.2. Nitel (Kalitatif) Deikenler

Nitel deikenler; birimlerin kalite, kategorik, yada isimsel olarak belirtilebilen
karakteristik zelliklerini, durumlarn ve pozisyonlarn belirten deikenlerdir. Bu
deikenlerin verileri isimsel ya da sral lekle elde edilmilerdir ve iki yada daha fazla
kategoriye (alt seenek, snf, grup) ayrlarak saymla elde edilir. Bu deikenlerin verilerine
nitel veriler ad verilir. rnein birimlerin, cinsiyeti, kan grubu, medeni durum, gz rengi,
meslei, yerleim yeri, tuttuu futbol takm (fanatikler iin ) gibi nitelik bildiren drumlar
aklayan deikenlerdir.
1.2.7.3. Deikenlerin lm
statistik analize balamadan nce ilk yaplacak ey, deikenlerin nasl lldnn
belirlenmesidir. Bu sorunun yant "sfigmomanometre, Sahli yntemi, termometre,
otoanalizer, ..." gibi cihaz ya da yntemler ya da "santimetre, yl, IU/mL" gibi birimler
olabilir; ancak istatistik biliminde "lm"den kastedilen, bu deildir. statistikte lm
denildii zaman anlalan, deikenin alabilecei deerlerle ilgili kstlamalardr. rnein bir
insann cinsiyeti bayan yada bay deerini, ya 1, 2, 3 deerlerini, boyu 1.75 yada 1.85
deerlerini alabilir.
Deikenlerin alabilecei deerlerin neler olabilecei, neler olamayaca, yani nasl
lldn belirlemek, yaplacak istatistik analizin seimi iin ok nemlidir. lm
zelliklerine gre deikenleri balca gruba ayrabiliriz: nominal, ordinal ve saysal
deikenler.
1.2.7.3.1. Kullanlan lek Trleri
1.2.7.3.1.1. Nominal lek

Nominal lekte veriler sadece niteliklerine gre isimlendirilip gruplandrlabilir. Bu
lekle llen veriler ile matematiksel ilem yaplamaz. Cinsiyet, medeni durum, din , para
numaras, alma durumu, meslek vb. kalitatif veriler nominal lekle llrler. Bu verilerin
frekanslar ve modlar belirlenebilir (Ttek ve Gmolu, 2008, s.3).
Nominal bir deikende lm dzeyleri arasnda bir sralama ya da uzaklk-yaknlk
gibi belirli bir mesafe yoktur.
1.2.7.3.1.2. Ordinal lek

Bu lekte veriler nominal zellik tamakla birlikte ayn zamanda sraya konulabilir
(Ttek ve Gmolu, 2008, s.4). Ordinal bir deikende lm dzeyleri arasnda bir
sralama vardr, ama dzeyler arasndaki mesafeler belirli deildir.
Bu lein amac, bir konu hakkndaki dnceleri belirli bir ncelik srasna
koymaya hizmet etmektir. Bu lek, belli bir zellie gre nesnelerin yada yarglarn
konumlarn, aralarndaki uzakl belirtmeksizin dile getiren bir lek trdr (slamolu,
2009, s.142).
rnein restaurant, otel, hastane gibi hizmet iletmeleri yiyecek kalitesi, servis,
tesisler, konukseverlik gibi zellikler asndan mkemmel, iyi, orta, kt, ok
Sayfa 6 / 62
kt olarak snflandrlabilirler. Bu sralamada mkemmel iin 1, iyi iin 2, orta iin
3, kt iin 4, ok kt iin 5 deeri kullanldnda; mkemmel olarak deerlendirilen
bir A otelinin iyi olarak deerlendirilen bir B otelinden iki kat iyi olduu sylenemez. Bu
lekle llen verilerin frekans, modu, medyan, yzdelik deeri ve korelasyonu
hesaplanabilir (Ttek ve Gmolu, 2008, s.4).
1.2.7.3.1.3. Aralk lei

Bu lekte veriler ordinal zellik tamakla birlikte, ayn zamanda bu veriler iin
lekte tanmlanan birimlerin birbirinden eit uzaklkta bulunduu bir l birimi ve rastgele
bir balang noktas tanmlanabilir (Ttek ve Gmolu, 2008, s.5). rnein su buz haline
0, kaynama haline 100 deeri verilerek aradaki s fark 100 eit paraya blnp her arala
sras ile bir derece verilir. Ancak burada dikkat edilmesi gereken nokta udur: Bu lekle
llm iki nesneden biri 10, teki 20 puan alm ise, biri tekinin yars yada iki kat
deildir (slamolu, 2009, s.144).
Bu lekle llen verilerin aritmetik ortalama, standart sapma, yatklk ve basklk
lleri hesaplanabilir (slamolu, 2009, s.144).
1.2.7.3.1.4. Oran lei
Bu lek, objektif bir balang noktasn temel alan ve zerinde llecek nokta veya
objeleri bir birinin kat olarak ifade eden bir lektir (slamolu, 2009, s.144). Bu lek,
aralkl lein zelliklerini tamasnn yan sra bu verilerden iki lmlemenin
oranlanmasyla anlaml kyaslamalar elde edilir. Uzunluk, parasal deerler, zaman, g
deerleri oran leiyle llrler (Ttek ve Gmolu, 2008, s.4).
1.2.7.3.2. lmede Dikkat Edilmesi Gereken Hususlar, lek
Gvenilirlii ve lek Geerlilii
Toplumbilimde baml ve bamsz deikenleri lmek her zaman kolay olmad
iin, kullanlan leklerin istenen bilgiyi toplamaya elverili olup olmad byk nem tar.
Bu nedenle, lekleri hem seerken hem de kullanrken iki nemli noktaya dikkat edilmelidir
(slamolu, 2009, s.152):
Kullanlan lek, istenen bilgiyi tam, doru ve objektif olarak lebilecek mi?
Kullanlan lek, aratrmann hipotezlerini test etmeye hizmet edecek mi? Ve
uygulanmas dnlen test tekniklerine elverili mi?
Bir lein gvenilirlii, onun salamln ve tutarlln ifade eder. Bir gstergenin
lm aracnn kendi yznden eitlilik gstermemesi, kullanlan lein gvenilir olduunu
gsterir (slamolu, 2009, s.153).
Gvenilirlik zaman, temsil ve edeerlik asndan ayr zellik tar. Zaman
zellii, ayn lein farkl zamanlarda uygulanmas sonucunda ayn sonular vermesidir.
Temsil, ayn lein farkl gruplara uygulanmas halinde ayn sonular vermesi demektir.
Edeerlilik, lmler arasnda tutarlln salanp salanmadn ifade eder (slamolu,
2009, s.153).
Geerlilik, kullanlan lein, llmek isteneni tam olarak lp lmemesine
baldr (slamolu, 2009, s.153).
Sayfa 7 / 62
1.3. statistik Trleri
statistik teknik ve yntemlerini kullanma amalarna gre iki gruba ayrabiliriz.
Tanmlayc (Betimleyici) statistik

ngrleyici (Tahminleyici) statistik
1.3.1. Tanmlayc (Betimleyici) statistik

Tanmlayc istatistik saysal verileri snflama ve zetlemede kullanlan yordamlardr.
Verileri tablo, grafik veya saysal olarak anlaml bir biimde zetler. Baz veriler frekans
dalm olarak dzenlenebilir (Ttek ve Gmolu, 2008, s.6).
Verilerden ortalama deer ve baz zel orta deerler hesaplanabilir. rnein, medyan
bir grup saysal veriyi ikiye blen (%50 - %50) orta noktadaki deerdir (Ttek ve Gmolu,
2008, s.6).
1.3.2. ngrleyici (Tahminleyici) statistik

ngrleyici istatistik, gzlemlenmi durumlardan elde edilen verilerle,
gzlemlenmemi durumlar iin sonu karr ve poplasyon hakknda ngrleme yapar.
Poplasyon bireylerden oluabilir; Celal Bayar niversitesinde okuyan renciler, istatistik 1
dersini alan renciler, Samalclar ceza evindeki tutuklular gibi. Poplasyon objelerden de
oluabilir: Ford fabrikasnda geen hafta retilen Ford Ka arabalar gibi. Poplasyon bir grup
lmden oluabilir: Efes Pilsen Basketbol takmndaki oyuncularn boylar vb (Ttek ve
Gmolu, 2008, s.6).
1.4. Veri Kaynaklar

statistiksel almalarda, ihtiya duyulan veriler, i ve d kaynaklardan elde edilirler.
1.4.1. Kaynaklar
Genelde rgtlerde, zelde de iletmelerde gerekletirilen istatistiksel aratrmalar iin
gerekli veriler ounlukla rgtn yada iletmenin kaytlarndan elde edilir. letmenin
muhasebe, retim, stok, bordro, sat ve mteri hesaplar kaytlarndan alnan verilerine i
veriler denir. verilerin toplanmas genelde sorun yaratmaz (Ttek ve Gmolu, 2008,
s.7).
1.4.2. D Kaynaklar
veriler genellikle nemli olsalar da birok durumda d kaynaklardan baz bilgilerle
desteklenmelidirler. Devletten, belediyelerden, bankalardan, ticaret ve sanayi odalarndan ve
dier zel kurumlardan elde edilen verilere d veriler denir. D kaynaklardan veri
toplanrken baz sorunlarla karlalr. ki ayr d kaynaktan elde edilen veriler birbirine
uymayabilir yada istenilen maliyet ve sre iinde uygun d veri bulunmayabilir (Ttek ve
Gmolu, 2008, s.7).
1.4.2.1. Birincil Veriler
Aratrmaya konu olan ana kitleden dorudan elde edilen bilgiler yada verileri toplayan
kurululardan elde edilen veriler birincil veri olarak tanmlanrlar (Ttek ve Gmolu,
2008, s.7). Baz bilgiler ikincil kaynaklardan ve baka rgtlerden bulunamadndan, bunlar
dorudan birincil kaynaklardan toplama zorunluluu vardr. Tketicilerin otomobil satn
alma kararlarnda aile reisi dndaki aile bireylerinin bu karar zerinde etkili olup
olmadklar aratrlacaksa birincil kaynaklara ynelmek gerekir. Yani, bu bilgiler ilgili
bireylerden elde edilecektir (slamolu, 2009, s.103). Genellikle birincil kaynaktan salanan
veriler tercih edilmektedir. kincil kaynakta yayn hatalar olabilecei gibi birincil kaynakta
Sayfa 8 / 62
veriler dzgn ve tam tanmlamalarla verilir. DPT, DE bltenleri ve yaynlar TFE ve
TEFE yi kendileri hesaplayarak yaynladklar iin birincil verileri ierirler.
1.4.2.2. kincil Veriler

Verileri toplayan rgtten baka bir rgt tarafndan yaynlanm veriler ise ikincil veri
olarak tanmlanr. Eer TFE, gazetelerin finans sayfalarndan elde ediliyorsa ikincil veri
saylr (Ttek ve Gmolu, 2008, s.7).
1.5. Veri Toplama Yntemleri
Birincil ve ikincil veri kaynaklarnn aratrlmas ve verilerin toplanmas iin kullanlan
baz yntemler mevcuttur. Bu yntemler; literatr aratrmas, gzlem, deney ve anket
yntemleridir.
1.5.1. Literatr Aratrmas

Aratrma konusu ile ilgili benzer bilimsel aratrmalar ve raporlar, indeksler vb.
kaynaklar bilimsel literatrde, ilgili kurulularn sitelerinde detayl olarak aratrlmaldr. Bu
ekilde bulunabilecek kaynaklardan veriler hazr olarak elde edilebilecei gibi, veri toplama
aralarnn tasarm iin faydal bilgiler de elde edilebilir.
1.5.2. Gzlem
Gzlem; kendiliinden oluan ya da bilinli olarak hazrlanan olaylar, belirdikleri
srada sistemli ve amal bir biimde inceleyerek bilgi toplama yntemidir. Biz mezhebe
mensup insanlarn dini trenlerini incelemek iin bilgi toplayan bir aratrmac, o mezhebe
mensup insanlarn dini ayinlerine katlarak ya da bu ayinleri izleyerek bilgi toplayabilir
(slamolu, 2009, s.104).
Gzlem Ynteminin Avantajlar:
Anket yntemine gre daha objektiftir,

Hzl bilgi toplamaya olanak salar,
Uygulanmas kolaydr.
Gzlem Ynteminin Dezavantajlar:
Her tr bilginin toplanmasna uygun deildir,

Mekanik ve elektronik aralarn kullanlmamas halinde, olayn ayrntlarn
yakalamak veya hatrlamak zordur,
Gzlem altnda olduklarn anlayanlar, olaan davranlarn deitirebilirler,
Baz durumlarda maliyetleri yksektir.
1.5.3. Deney
Deney, bir hipotezin snanmas amac ile koullar deneyi yapan tarafndan hazrlanan
ve bamsz deikenin baml deiken zerindeki etkinin iddetini ya da ynn ortaya
koymay amalayan bir gzlem trdr (slamolu, 2009, s.107).
1.5.4. Anket
Anket, birincil kaynaklardan bilgi toplamak iin hazrlanan sistematik bir soru
formudur. Amac, aratrmann problemini zecek ve ele alnan hipotezleri test edecek
bilgileri sistematik bir biimde toplamak ve saklamaktr (slamolu, 2009, s.113).
Sayfa 9 / 62
1.5.4.1. Anketlerin Uygulanma Trleri
1.5.4.1.1. Yz Yze Grme

Anketrle deneklerin ayn fiziki ortamda bulunduu, anket sorularnn dorudan szl
olarak yneltilmesi ve yine szl olarak alnan cevaplarn anket formuna not edilmesi
eklindeki bir veri toplama yntemidir. Yntemin avantajlar (slamolu, 2009, s.114):
Bu yntem hem sorular akla kavuturma hem de denetim salama

bakmndan teki yntemlere gre daha esnektir,
Cevaplayc ile ibirlii olana vardr,
Gzlem yapmaya olanak tanr,
Cevaplaycdan derinlemesine bilgi edinmek iin, ek soru sorulmasna imkan
tanr,
En st dzeyde cevaplama oran salar.
Yntemin dezavantajlar ise (slamolu, 2009, s.114):
Grmecinin hatal davran grmeyi etkiler,

cretli anketr altrlyorsa, anketr anketi, hayali bilgilerle doldurabilir,
Maliyeti yksek olabilir,
Cevaplaycya ulamak ok zaman alabilir,
Byk apl aratrmalar iin yeterli nitelik ve sayda anketr bulmak zor
olabilir,
Grmeyi yapann yanl tutumu denetlenemez.
1.5.4.1.2. Telefonla anket
Anket sorularnn telefonla cevaplaycya sorulduu ve alnan cevaplarn anket formuna
ilendii bir veri toplama yntemidir. Yntemin avantajlar (slamolu, 2009, s.115) :
Ucuzdur, ksa zamanda bilgi salar,

Denetimi, yz yze grmeye gre daha kolaydr,
Posta ile ankete gre daha esnektir.
Herkesin telefonu olmad ya da herkesin telefon rehberinde ismi olmad iin,

rnekleme hatalarna dlebilir,
Ayrntl bilgi edinme olana snrldr,
Cevaplayc ile kurulacak iliki yz yze grmede olduu kadar salkl
olmayabilir,
Uzun grmelere, ekil ve resim gibi yardmc aralarn kullanmna uygun
deildir.
1.5.4.1.3. Posta le Anket
Anketlerin cevaplayclara posta yolu ile iletildii bir veri toplama yntemidir.
Cevaplayc anket formunu doldurup aratrmacya geri gnderir. Yntemin avantajlar
(slamolu, 2009, s.115):
Maliyeti, teki yntemler gre daha dktr,

Cevaplayc daha bol zamana sahip olduundan, anketi daha dikkatli
cevaplayabilir,
Sayfa 10 / 62
Anketr cevaplaycy etkilemez,
Sr saylabilecek bilgiler daha kolay toplanr.
Anketin geri dn oran dktr,

Cevaplayclarn cevaplar denetlenemez,
Sorularn tam anlalp anlalmadklar denetlenemez,
Sorulara kimlerin cevap verdikleri bilinemez.
1.5.4.1.4. Internette Anket
Anketin bir web sitesinde online doldurulmas yada e-posta yoluyla cevaplayclara
anket formunun gnderilmesi eklindeki veri toplama yntemidir. Yntemin avantajlar
(slamolu, 2009, s.116):
Maliyeti son derece dktr,

Gerektiinde resim ve ekil gstermeye elverilidir,
Hzl bilgi toplar,
Anketr kullanlmad iin anketrn hatal tutumundan etkilenmez.
Yntemin dezavantajlar (slamolu, 2009, s.116):
Herkesin internet balants olmadndan rnekleme hatalarna dlebilir,

Geri dn oran dktr,
Kimlerin cevap verdii denetlenemez,
Sorularn doru anlalp anlalmad belli olmaz,
Internet kullanmn bilmeyenler cevap veremez,
Kimlerin cevaplad belli olacandan, sr saylabilecek sorulara cevap verilmek
istenmeyebilir.
1.6. rnekleme
Bir aratrmada ele alnan problemi zmek ya da gerekli hipotezleri test etmek iin,
ihtiya duyulan bilgiler ikincil kaynaklardan derlenemiyorsa, bu bilgiler birincil kaynaklardan
toplanmak zorundadr. Birincil kaynaklardan bilgi toplamak ise; zaman, maliyet ve dier
nedenlerden tr zor bir i olduundan, ana kitlenin tmn gzlem altna alma ya da ana
kitleyi tam olarak sayma yerine, ana kitleyi nitelik ve nicelik ynnden temsil eden bir
rnein ekilmesi yoluna gidilir. Bylece rnekten elde edilen bilgilerin, belirli olaslk
kademelerinde ana kitle iin de geerli olduu kabul edilebilir. Bu anlamda rnekleme; ana
kitleyi nitelik ve nicelik ynnden temsil edebilecek bir kmenin ekilmesi ilemidir
(slamolu, 2009, s. 159).
rneklemenin amac tahmin yapmaktr. Tahminde bulunma, rnekleme yoluyla

alnacak kstl ve dar bir bilgiye dayanarak daha geni aptaki verilerin karakteristikleri,
zellikleri hakknda genelleme yapmaktr. rnein, bir uval dolusu pirin iinden alnacak
bir avu pirincin incelenmesiyle tm uval dolusu pirin hakknda eitli zellikleri itibariyle
genelleme yaplabilir. Burada, uvaldaki toplam pirin miktar ana kitle (poplasyon)dir.
ncelemek amacyla aldmz bir avu dolusu pirin ise rnektir (akc ve di., 2000, s.
148).
Sayfa 11 / 62
Pozivist yaklamn ngrd rnekleme, rnekleme kuramna uygun olan
rneklemedir. Dolaysyla, ana kitleyi her bakmdan temsil edecek en doru rnei elde
etmeyi amalar. Bu da rnekleme kuramndaki rnekleme srelerine tam olarak uymakla
salanr (slamolu, 2009, s. 160).
Bu anlaya gre rnekleme sreci u aamalardan olumaktadr (slamolu, 2009, s.

160):
Ana kitlenin tanmlanmas,

rnekleme erevesinin belirlenmesi,
rnek bireylerinin belirlenmesi,
rnekleme ynteminin tanmlanmas,
rnek byklnn saptanmas,
rnekleme plannn belirlenmesi,
rneklerin seimi.
1.6.1. Ana Kitlenin Tanm

Bir aratrmada, zm aranan problemle ya da test edilecek hipotezlerle ilgili salkl
ve doru bilgilerin kimlerden toplanabileceinin belirlenmesi ilemine ana kitlenin
tanmlanmas denir (slamolu, 2009, s. 160).
1.6.2. rnekleme erevesi
Ana kitleden ngrlen miktarda tesadfi olarak rnek ekilebilmesi iin, ana kitleyi
kapsayan bir listenin elde bulunmas gerekir. Szgelimi, doktorlar ya da avukatlardan bilgi
toplanacaksa, tabipler odasndan ya da barodan, meslee kaytl olanlarn listesi alnabilir. Bir
mahalleye ilikin liste ise, muhtarlklardan elde edilebilir (slamolu, 2009, s. 162).
1.6.3. rnek Bireylerinin Belirlenmesi
rnek bireylerinin belirlenmesinde en kritik nokta, ana kitleyi oluturan bireylerin
rnee girme ihtimalini eit hale getirememe durumunda, sistematik hatann kanlmaz
olarak ortaya kmasdr. rnekleme kuram, ana kitleyi oluturan her bireyin rnee girme
ansnn eit olmasn ngrr (slamolu, 2009, s. 162).
1.6.4. rnekleme Yntemi

Aratrmann gvenilirlii bir de, aranan bilginin zellii gerei rnekleme ynteminin
doru seilmesine baldr. Bu, ayn zamanda aratrmann maliyeti ile de ilgilidir. rnekleme
yntemleri nce tesadfi ve tesadfi olmayan olmak zere iki gruba ayrlr (slamolu, 2009,
s. 162).
rnekleme kuramna gre, rneklerden elde edilen bilgilerin matematik ve istatistik
tekniklerle test edilip genelleme yaplabilmesi iin rneklemenin tesadfi rneklemeye uygun
olarak yaplmas gerekir. Ancak, bu tesadfi olmayan rneklemenin ie yaramaz olduu
anlamna gelmemelidir. Aratrmann amacna, trne, maliyetine, kapsamna ve genelleme
iddiasna gre tesadfi olmayan rnekleme yntemleri de kullanlabilir (slamolu, 2009, s.
162).
1.6.4.1. Tesadfi rnekleme Yntemleri
Ana kitle hakknda tahminde bulunurken yaplan tahminin geerli olabilmesi iin
rneklemenin tesadfi (rastgele) olmas gerekir. Tesadfi rnekleme kavram, rnekte yer
Sayfa 12 / 62
alacak elemanlarn belirlenmesinde hibir d etkinin rolnn olmamasn ifade eder. Dier
bir ifadeyle, bir ana kitleden herhangi bir rnek alan bir kii, rnekte bulunsun veya
bulunmasn hibir eleman veya birim zerinde etkiye sahip olmayacaktr (akc ve di,
2000, s. 149).
1.6.4.1.1. Basit Tesadfi rnekleme
Bu yntemin kullanlabilmesi iin, ele alnan sorun ya da hipotezlerle ilgili bilgilerin
ana kitleye gre homojen (trde) olmas gerekir (slamolu, 2009, s. 162).
Basit tesadfi rneklemede, ana kitledeki her birimin rnee girme olasln eit hale
getirmek esastr. Bunu salamak iin deiik yollara bavurulabilir. Ana kitle listesi
bilgisayara yklenerek buradan rastgele ekili yaplabilir. Bireylere birer numara verilerek bu
numaralar bir torbaya konarak rastgele bu numaralar ekilebilir (slamolu, 2009, s. 164).
Rastgele saylar tablosu kullanlarak da rnee alnacak birimler seilebilir.
Yntemin Yararl Ynleri
Evrendeki her elemann eit seilme ans vardr,
Evren ok byk ve karmak deilse seme ilemi kolaydr,
Bu yntemle yaplan rneklemede istatistiksel ilemler arlksz olarak yapld iin
deerlendirme ileminde kolay olur.
Yntemin Sakncal Ynleri

Evren ok bykse evreni listelemek ve semek gtr,
ncelenen zellik evrendeki elemanlarn baz zelliklerine gre deiiklik gsterebilir,
rnekleme seilecek bireyler ok geni bir blgede dank bir ekilde yerlemi
olabilirler,
Evrende aznlkta olan gruplarn yeterince temsil edilmemesi sz konusu olabilir.
1.6.4.1.2. Zmrelere Gre rnekleme (Tabakal rnekleme)
Elde edilecek bilgi, ana kitle itibari ile trde deilse yani, bilgi ana kitleyi oluturan
deiik zellikteki gruplara gre farkllk gsteriyorsa, zmrelere gre rnekleme yntemi
kullanlr. Ana kitle zmrelere (tabakalara) ayrlrken dikkat edilmesi gereken husus, elde
edilen bilgi ya da ele alnan sorun hangi kriterlere gre farkllk gsteriyorsa, zmrelerin de bu
kriterlere gre oluturulmasdr. Szgelimi, ele alnan sorun ya da sorunu zecek bilgiler
sosyo-ekonomik ya da sosyo-kltrel faktrlere gre farkl ise, zmreler de bu faktrlere gre
oluturulmaldr (slamolu, 2009, s. 164). Zmreler belirlendikten sonra, her zmreden
belirli sayda birim rastgele rnekleme ile ekilmelidir.
Her tabakaya eit sayda birey dmesi olanaksz olacandan, her tabakadan ka
bireyin rnekleme alnaca sorunu kar. Bu durumda iki yol izlenebilir. Birincisinde,
tabakalardaki birey says gz nne alnmadan her tabakadan eit sayda birey rnekleme
alnr. Buna orantsz seim denir. Orantsz seimde istatistiksel deerlendirmenin kesinlikle
arlkl olarak yaplmas gerekir. kincisinde ise, rnekleme alnacak bireyleri tabakalardaki
birey saysna orantl olarak semektir. Baka bir deyile, ok kii ieren tabakadan ok, az
kii ieren tabakadan az kiiyi rnekleme almaktr.
rneklem seimi orantl yapldnda aritmetik ortalama arlksz, standart sapma ise
arlkl olarak hesaplanr. Orantl seim, ilemleri kolaylatrd iin tercih edilen bir
yoldur.
Sayfa 13 / 62
Tabakal rastgele rnekleme yntemine tabakalar arasnda gerek bir farkllk
olduunda bavurulmaldr. Bu yntemin sakncal yanlar ok azdr. Bunlar;
Tabakalardaki birey saysnn bilinmedii durumlarda seim ilemlerinin glemesi,
rnekleme seilecek birimlerin ok byk bir blgede dank olarak oturmas
durumunda aratrmann uygulama aamasnn glemesidir.
1.6.4.1.3. Kmelere Gre rnekleme
Bu rnekleme ynteminde, en gvenilir rnei elde etme yerine, en dk maliyetle en
doru rnei elde etmek amalanr. Ana kitle nce kmelere ayrlr, sonra kmelerden
bireylere geilir (slamolu, 2009, s. 164).
Bu tr rnekleme, salkl bir ana kitle erevesinin elde bulunmamas ya da ok byk
ana kitleden ekim yapmann ok zor ve maliyetinin yksek olmas durumunda uygulanr. Bu
tr rnekleme tesadfi rnekleme olmasna karn, ana kitleyi ne lde temsil ettii
tartlabilir. Bu nedenle de ok dikkatli yaplmas gerekir (slamolu, 2009, s. 164).
Kme rnekleme ynteminde genel kural kmedeki birim saysnn az olmas yani
kmelerin kk olmasdr. Kmelerin kk olmas kme saysn artracak, bu da deiik
zellikteki kmelerin rnekleme girme ansn arttracaktr. rnein 5 000 aile ieren bir
blgeyi 1000er ailelik 5 kmeye ayrp buradan 1 kmeyi rnekleme alma yerine, 250er
ailelik 20 kmeye ayrp 4 kme semek daha uygundur.
1.6.4.1.4. Sistematik rnekleme
rneklem seim ilemlerinin kolay olmas nedeniyle zellikle evren byk olduunda
kullanlan bir rnekleme yntemidir. Bu yntemin en ok kullanld durumlar:
ok sayda birim ieren kayt sistemlerinin incelenmesinde. rnein, hasta dosyalar,
hasta ya da ii kaytlar, kayt defterleri, filer , listeler gibi.
Birim says ok fazla olduu iin listelenmesi g ya da olanaksz olan durumlarda.
rnein, byk bir kentte ev seimi, sokak seimi, iyeri seimi otomobil seimi gibi.
Seim ilemlerinde evren bykl( N ) rneklem byklne ( n ) blnerek ka

birimde bir birimin rnekleme alnaca saptanr. rnein, 15 000 hasta dosyas bulunan bir
arivden 500 dosya rnekleme seilecekse ( 15 000 / 500 = 30 ) her 30 dosyada bir dosya
rnekleme alnacaktr. Balang says rastgele saylar tablosundan 1 30 arasnda bir say
seilerek bulunur. Seilen say 8 ise nce 8inci dosya rnekleme alnr, sonra her 30 dosya 1
dosya rnekleme alnr. Bylece rnekleme kan dosya numaralar 8, 38, 68, 98, 14 978
olacaktr.
Bu yntemi kullanacak aratrclar u noktalar gz nnde bulundurmaldrlar

Balang says dalm byk oranda etkiler.rnein dosyalar kk yatan byk yaa
doru sralanmsa ve aratrc ya ortalamasn renmek istiyorsa 3.33.63.93.
srasnda elde edilecek ortalama ile 28,58,88,118. Srasndan elde edilecek ortalama
farkl sonular vermektedir.
Birden ok kurumda dosyalar incelenecekse ve her kurumda diyelim 30 dosya varsa ve
her kurum dosyalar kk yatan byk yaa doru sralanm ise balang says
dalm yine etkiler.
Birden ok kurumda dosyalar incelenecekse bir kurum dosyalar bykten ke bir
kurum dosyalar kkten bye doru sralanmsa bir dieri de srasz olarak
dizilmise aratrc bunlarn srasn belirli bir dzene soktuktan sonra seim ilemine
gemelidir.
Sayfa 14 / 62
1.6.4.2. Tesadfi Olmayan rnekleme Yntemleri
Tesadfi rneklemenin uygulanamad durumlarda uygulanan lekleme yntemlerine
verilen addr. Nicel aratrmalarda kullanlmalar, rnekleme kuramnn genelleyici zelliine
uymadndan, kullanlmalar eletirilir. Buna karlk nitel aratrmaclarn ve n aratrma
yapanlarn ska bu yntemleri kullandklar grlmektedir (slamolu, 2009, s. 166).
1.6.4.2.1. Kolay Yoldan rnekleme (Kolayda rnekleme)
Bu tr rnekleme en dk maliyetli ve uygulanmas en kolay rneklemedir.
Spermarket kndaki tketicilere, sokakta dolaan insanlara uygulanan anketler buna
rnek gsterilebilir (slamolu, 2009, s. 167).
1.6.4.2.2. Yargsal rnekleme
Ana kitleyi temsil edecei varsaym ile yaplan rneklemedir. Yeterince deneyimlilerin
ve uzman kiilerin grleriyle hangi rneklerin ana kitleyi temsil edebilecei belirlenir.
1.6.4.2.3. Kota rneklemesi
Kota rneklemesinin uygulanabilmesi iin, toplanacak bilginin hangi seim kriterine
gre deerlendirileceine karar vermek gerekir. rnein, toplanacak bilgiler ya, cinsiyet ya
da renim dzeylerine gre farkllk gsteriyorsa, bunlarn ana kitle dalmna uygun rnek
dalm elde edilmelidir. Szgelimi, yksek retimli olanlarn ana kitle iindeki oran % 10
ise, rnek iindeki dalm da %10 olmaldr (slamolu, 2009, s. 168).
1.6.4.2.4. Kartopu rneklemesi
Bu rneklemede, aratrmac ilk admda tamamen rastlantsal olarak setii ekirdek bir
rnekle yola kar. kinci admda, ekirdekte yer alm rneklerin nerileri ile yeni rneklere
ular ve ileme bylece devam edilir. Szgelimi, matematik retimi ile ilgili bir aratrma
yapacaksa, ilk admda bulabildii be matematik retmeni ile grr ve daha sonra
onlardan bakaca nerdikleri matematik retmenlerinin isim ve adreslerini alarak onlarla
grr (slamolu, 2009, s. 168).
1.6.5. rnek Byklnn Belirlenmesi

Baz durumlarda, yaplan tahminlerde belli bir doruluk veya isabet derecesine ulamak
hedef olarak alnabilir. Bu gibi durumlarda istenen hedefe ulaabilmek iin ne byklkte
rnek alnmas gerektii aratrma konusudur (akc ve di., 2003, s.23).
rnek byklnn hesaplanmasnda aadaki formller kullanlabilir.

Z : belirlenen gven dzeyi iin Z tablosundan baklan deer,
: ana kitle varyans,
: rnek ortalamas,
: ana kitle ortalamas,
: gze alnan rnekleme hatas.
rnek : Bir i kolunda alan iilerin ortalama saat cretleri gerek ana kitle ortalama
saat cretinden en fazla 100 TL sapma gsterecek ekilde ve %90 gven aralnda tahmin
edilmek isteniyor. Gemi kaytlara dayanarak bu i kolu iin hesaplanan standart sapma
olduuna gre rnek bykl ne olmaldr.
Sayfa 15 / 62
Bu sonuca gre, gerek ortalamann 100 TL snrlar iinde ve % 90 gven aralnda
istenen amac gerekletirmek iin rnek bykl 68 olmaldr.
1.6.6. rnekleme Plannn Belirlenmesi

rnek bykl de belirlendikten sonra rnekleme plan oluturulur. Bu planda hangi
bilgilerin kimler tarafndan, ne zaman kimlerden toplanaca ve rnekleme iin ayrlan bte
belirlenir. Aratrmada grev yapan herkes toplayaca bilgileri, bilgi toplama yerlerini, hangi
bilgileri toplayacaklarn, bilgi toplayaca kiileri ve kullanabilecekleri kaynaklar bu planda
grebilmelidir. Aratrma bu plan erevesinde gerekletirilir.
1.6.7. rnekleme Hatalar

rnekleme yntemlerine dayal olarak yaplan tahminlerde iki tip hata ile karlalr.
Birinci tip hata, tesadfi hata olarak adlandrlr. Bu tr hatalar rnek says arttrlarak
giderilebilir. Sistematik hata olarak adlandrlan ikinci tip hatalar ise; rnekleme srecindeki
hatalardan kaynaklanr ve sonradan giderilmeleri mmkn deildir. Bu hatalar (slamolu,
2009, s. 168):
rnekleme ynteminin doru seilmeyiinden,
Ana kitlenin yanl tanmlanmasndan,
rnekleme erevesinin yanl belirlenmesinden,
rneklerin doru ekilmeyiinden,
rnek byklnn doru hesaplanmayndan kaynaklanrlar.
2. VERLERN ANALZ VE SUNUMU

2.1. Kalitatif ve Kantitatif Verilerin zetlenmesi ve Sunumu
Toplanan ham veriler snflandrlmadan hibir anlam tamazlar. Veriler kalitatif ya da
kantitatif olabilir. Kalitatif veriler iin nmerik ya da nmerik olmayan kategoriler elde
edilebilir. Kategoriler kodlarla tanmlanabilir. Kalitatif veriler, nominal ve ordinal lekte;
kantitatif veriler, aralk yada oran leinde llebilirler (Ttek ve Gmolu, 2008, s.9).
Kalitatif ve kantitatif veriler tablo, grafik biiminde ya da nmerik olarak
zetlenebilirler (Ttek ve Gmolu, 2008, s.9)
2.1.1. Sklk (Frekans) Dalm

eitli yollarla toplanan veriler, zellikleri hakknda bilgi edinmek amacyla,
dzenlemeler yaplarak zet halinde sunulurlar. Uygulamalarda veri kmeleri ok sayda
gzlem ierebilmektedir. Bu nedenle verilerin zetlenmesi, ilgilenilen olay ya da problem
asndan ilk yaplacak i ve son derece nemli bir ilemdir. Verilerin dzenlendii izelgelere
sklk (frekans) izelgeleri, verilerin gsterdii dalma sklk (frekans) dalm denir.
Verilerin yapsna (nitel, nicel, vb...) gre sklk izelgeleri dzenlenir (Balce ve Demir, 2007,
s. 7).
2.1.1.1. Nicel Verilerde Sklk (Frekans) Dalm

Bir aratrma sonunda elde edilen srekli nicel veriler, dzenlenmemi ham ya da
snflandrlmam verilerdir. Aada rnek olarak sunulan veriler dzenlenmemi ham
Sayfa 16 / 62
verilerdir. Konunun daha iyi anlalmas iin bu rnek zerinden uygulamalar yaplacaktr.
RNEK: Bir finans analisti, bilgisayar donanm ve yazlm irketlerinin Aratrma-
Gelitirme(AR-GE) faaliyetlerine ayrdklar kaynak miktaryla ilgilenmektedir. Bu analist
yksek teknolojiye sahip 50 firmay rneklem olarak belirlemi ve bir nceki yl gelirlerinden
AR-GEye ayrdklar kaynak miktarlarn (1000 TL) elde etmitir. Analistin amac bu veri
kmesini zetleyerek bir takm bilgilere ulamaktr. Veriler Tablo 1de verilmitir (Balce ve
Demir, 2007, s. 7).
Kaynak: (Balce ve Demir, 2007, s. 7)
Bu verilerin kaynak miktarna gre kkten bye doru sralanm ekli, Tablo2de
verilmektedir.
Sayfa 17 / 62
Sklk izelgesinin Elde Edilii
Sklk izelgesinin elde ediliinde kullanlan tanmlar admsal olarak verilerek
yukardaki rnekle bu tanmlar pekitirilmeye allacaktr (Balce ve Demir, 2007, s.7).
Dalm Snrlar: Bir dalmda (veri kmesinde) yer alan en kk ve en byk

denek deerleridir (Balce ve Demir, 2007, s. 7).
En byk deer (Maksimum): 13.5 (dalmn st snr)

En kk deer (Minimum) : 5.2 (dalmn alt snr)
Dalm Genilii (DG): Dalm snrlar arasndaki farktr (Balce ve Demir, 2007,
s.7).
DG=En byk deer - En kk deer =13.5 - 5.2 = 8.3
Snf: Eit ya da birbirine yakn deerli deneklerin oluturduu her bir gruba SINIF
denir. Snf says, k ile gsterilir. Snf saysnn genellikle 7 ile 20 arasnda olmas istenir.
Aratrmac tarafndan belirtilen snf says, ok sayda veri olduunda aada verilen
Sturgesin forml ile de bulunabilir (Balce ve Demir, 2007, s. 7).
k=1+3.3log(n)
Snfn Alt Snr: Bir snfta yer alan en kk deerdir (Balce ve Demir, 2007, s. 7).
Snfn st Snr: Bir snfta yer alan en byk deerdir (Balce ve Demir, 2007, s. 7).
Snf Aral: Ard Arda gelen iki snfn alt snrlar ya da st snrlar arasndaki farktr.
Snf aral, c ile gsterilir. rneimizde snf says 8 olarak alnsn. Bu durumda Snf
Aral (Balce ve Demir, 2007, s. 7):
a: veri kmesindeki verilerin ondalk ksmndaki hane says ile ilgilidir. rneimizde
tam ksmdan sonra 1 hane olduu iin a=0.1 alnr (Balce ve Demir, 2007, s. 7).
Snf says ve aral belirlendikten sonra, ilk snfn alt snr saptanr. Bu deer
genellikle dalmn en kk deeridir. Snf aral (c=1.1) ard arda eklenerek dier
snflarn alt snrlar bulunur. lk snfn st snr ise ikinci snfn alt snrnn son
hanesinden 1 karlarak bulunur. Dier snflarn st snrlar da ard ardna snf aral
eklenerek bulunur (Balce ve Demir, 2007, s. 7).
Sklk: Bir snfta yer alan denek says o snfn skldr. f ile gsterilir. Sklklar
toplam denek saysna eittir (Balce ve Demir, 2007, s. 7).
Sayfa 18 / 62
rneimizde ise k=8 tane snf olduundan dir.
Snflar oluturulduktan sonra snflarn sklklar bulunur. Bunun iin nce her snfn
skl iaretleme (eteleme) ile bulunur. aretlerin says snf sklklarn verir. Seilen snf
saysnn uygun olup olmadn tespit etmek iin son snfta en byk denek deerinin yer
alp almadn baklmaldr. Eer son snfta en byk denek deeri yer almyorsa snf says
daha byk olmaldr. En byk denek deeri son snftan bir nceki snfta da yer alabilir. Bu
durumda seilen snf says veriler iin byktr. Bu iki durumda snf says artrlr ya da
azaltlr (Balce ve Demir, 2007, s. 7).
Snf (Orta) Deeri (m): Bir snfn alt ve st snrlarnn ortalamas o snfn snf
deeri ya da snf orta deeridir. Snf deeri bir snf tek bir deerle temsil eder ve m ile
gsterilir (Balce ve Demir, 2007, s. 7).
ASi: i.snfn alt snr

Si: i.snfn st snr
Greli Sklk(Sklk Yzdesi): Her snfa den denek saysnn toplam denek saysna
gre yzdesidir. Greli Sklklar pi ile gsterilir. Toplamlar 1 olmaldr (Balce ve Demir,
2007, s. 7).
izelge 1 iin rnek yorumlar:

kinci snfta AR-GEye 6.25 ile 7.29 bin YTL arasnda yatrm yapan firmalar yer alr
ve bu snftaki firmalar ortalama 6.77 bin YTL AR-GEye yatrm yapar.
AR-GEye yatrm yapan 50 firmann 12 tanesi ya da %24 AR-GEye ortalama 6.77
bin TL yatrm yapmlardr.
Sayfa 19 / 62
AR-GEye yatrm yapan firmalarn %24 AR-GEye tahminen ortalama 6.77 bin TL
yatrm yapmaktadrlar. (kitle iin yorum)
Snf Ara Deerleri (SA): Snflar arasndaki deerlerdir. Birinci snfn st snr ile
ikinci snfn alt snrnn ortalamas, birinci snf ile ikinci snf arasndaki snf ara deerini
verir. lk snfn ara deeri birinci snftan nce bir snf varm diye kabul edilerek,
hesaplann birinci ve ikinci snflar arasndaki deerinden snf aral (c) karlarak bulunur.
Son snf ara deeri ise, sanki son snftan sonra bir snf daha varm gibi kabul edilerek,
hesaplanan son snf ara deerine snf aral (c) eklenerek bulunur. Snf ara deerlerinin
says (k+1)dir (Balce ve Demir, 2007, s. 7).
Birikimli Sklk: Snf sklklarnn st ste eklenmesi ile oluan sklklar birikimli
sklklardr (Balce ve Demir, 2007, s. 7).
Den Daha Az Birikimli Sklk: Snf ara deerinden daha az deeri olan snf
sklklarnn birinci snftan balayarak eklenmesi ile elde edilir (Balce ve Demir, 2007, s. 7).
Den Daha ok Birikimli Sklk: Snf ara deerinden daha ok deeri olan snf
sklklarnn birinci snftan balayarak eklenmesi ile elde edilir (Balce ve Demir, 2007, s. 7).
Bir snf ara deerine kar gelen den daha az ve den daha ok birikimli sklklar toplam
denek saysna eittir. Birikimli sklklar denek saysna oranlanrsa den daha ok birikimli
sklk yzdeleri ve den daha ok birikimli sklk yzdeleri elde edilir. Birikimli sklk
yzdeleri snf ara deerinden daha az ya da daha ok byk deerli denek deerlerinin
yzdesini verir (Balce ve Demir, 2007, s. 7).
Alt snr, st snr, snf deeri, sklk ve greli sklk bilgilerinin oluturduu izelgeye
Sklk izelgesi (izelge 1) ve Alt snr, st snr; snf ara deeri, birikimli den daha az ve
den daha ok sklklar ve birikimli den daha az ve den daha ok sklk yzdelerinden oluan
izelgeye Birikimli Sklk izelgesi denir (izelge 2) (Balce ve Demir, 2007, s. 7).
Sayfa 20 / 62
izelge 2 iin rnek yorumlar:
50 firmadan sadece 4 tanesi ya da %8i AR-GEye 6.245 bin YTLden daha az yatrm
yapmtr.
AR-GEye yatrm yapan firmalardan tahmini olarak %8i AR-GEye 6.245 bin
YTLden daha az yatrm yapmaktadr. (kitle iin yorum)
50 firmadan sadece 46 tanesi ya da %92si AR-GEye 6.245 bin YTLden daha ok
yatrm yapmtr.
AR-GEye yatrm yapan firmalardan tahmini olarak %92i AR-GEye 6.245 bin
YTLden daha ok yatrm yapmaktadr. (kitle iin yorum)
Dikkat: Rakamlarn geldii yerlere dikkat ederek benzer yorumlar dier snflar iinde
yaplabilir (Balce ve Demir, 2007, s. 7).
Veriler ondalkl deil ise snf ara deerinin anlam yoktur. izelge2deki snf ara
deeri kolonu olmaz ve birikimli sklk ve birikimli sklk yzdeleri alt snr ve st snr
deerlerine gre yorumlanr (Balce ve Demir, 2007, s. 7).
2.1.2. Histogram
Kantitatif verilerin en yaygn gsterim biimi histogram ya da ubuk grafiidir.
lgilenilen deiken yatay eksende, frekans yada greli frekans dey eksende gsterilir. Her
snfn frekans yada greli frekans; taban snf genilii, ykseklii ise snfn frekans yada
greli frekans olan dikdrtgen ile gsterilir (Ttek ve Gmolu, 2008, s.13).
izelge1de verilen greli sklk ve snf deerleri kullanlarak histogram izilmi ve

yukarda verilmitir. Tablodaki bilgiler grsel olarak bu histogramdan da yorumlanabilir.
Histogramdan veri dalmnn saa arpk olduu gzlenmektedir. Byk olaslk ile
verilerin ortalamas ortancadan byktr. Eer ortalama ve ortanca hesaplanrsa bu kolaylkla
grlebilir (Balce ve Demir, 2007, s. 12).
Sayfa 21 / 62
DAL YAPRAK ZM:
Veri kmesinin grsel olarak bir dier gsterimi Dal-yaprak izimidir.
Dal ksmnda ondalktan nceki verinin tam ksm, yaprak ksmna ise ondalktan
sonraki ksm yazlarak dal-yaprak izimi gerekletirilir. Benzer yorumlar bu izimden de
yaplr.Veri kmesinin saa arpkl buradan da gzlenebilir. 50 firmann ounluunun
%9.9dan daha az AR-GEye yatrm yapt sylenebilir. Bu durumdaki firma says ise 40
tanedir. Grafikten yorumlar subjektiftir. Dier benzer ya da farkl yorumlar retmek
mmkndr (Balce ve Demir, 2007, s. 12).
2.1.3. Frekans (Dalm) Poligonu

Frekans poligonunun oluturulmas iin snflarn orta noktalar kullanlr.
Sayfa 22 / 62
2.1.4. Pasta Grafikler
Kantitatif verilerin oran ya da yzde eklinde sunulmasnda kullanlan bir grafik
trdr.
NTEL VERLERDE SIKLIK ZELGES

SINIFLANABLEN VERLERDE SIKLIK ZELGES
Snflanan verilerde, snflar bamsz olarak elde edildii iin her snfa den denek
saylar sklk izelgesini oluturur. Snflar bamsz olduu iin sklk izelgesinde sadece
snf ve sklk, greli sklk kolonlar yer alr (Balce ve Demir, 2007, s. 14).
RNEK: 2003 turizm sezonunda lkemize gelen 800 turistin lkeye gelite
yararlandklar tat trlerine gre dalmnn sklk izelgesi aadaki izelgede verilmitir.
Yorumlar:
2003 turizm sezonunda lkemize gelen 800 turistin %47.5i (380 tanesi) hava yolu ile
seyahat etmilerdir.
2003 turizm sezonunda lkemize gelen turistlerin yaklak %25inin deniz yolu ile
seyahat ettikleri tahmin edilmektedir (Balce ve Demir, 2007, s. 14).
Sayfa 23 / 62
Pasta Grafik / Daire Dilimleri Grafii
2.2. Sralanabilen Verilerde Sklk izelgesi
Veriler belli bir sralama ltne gre sralanabilen snflara ayrlr ve her snfa den
deneklerin says saptanrsa sralanabilen verilerde sklk izelgesi elde edilir (Balce ve Demir,
2007, s. 15).
RNEK: Ekonomi dersinin genel snav sonularnn sklk izelgesi aadaki izelgede
verilmitir.
Yukardaki sklk izelgesinden yararlanarak baz yorumlar yaplabilir: Ekonomi dersini

alan rencilerin %3.9u dersi A2 notu ile baarmtr. Ekonomi dersini alan rencilerin
%62.3 C ve daha yksek not almtr.
ET OLMAYAN ARALIKLI VE AIK ULU SIKLIK ZELGES

Eit olmayan aralkl sklk izelgeleri, ulara doru sklk youn olduunda ya da
dalm ar derecede arpklatnda, ularn birinde ayrntlarn yok olduu dierinde
gereksiz olduu durumlarda dzenlemelidir. rnein, gelir dalm eit olmayan aralkl
izelgesi oluturulur. Dk gelirlerde sklk yaylmas olmasna karn yksek gelirlerde
sklklar azalr (Balce ve Demir, 2007, s. 15).
Sayfa 24 / 62
Eit olmayan aralkl sklk izelgelerinde, snflandrmada yorum ve grafik iziminde
kolaylk salanmas iin aralklar en kk araln katlar olarak alnmal ve deiik aralk
says da az olmaldr (Balce ve Demir, 2007, s. 15).
Dalm snrlar belli olmayan verilerin sklk izelgeleri ak ulu dzenlenir. Ak
ulu sklk izelgeleri, snf deerlerine bal olan hesaplamalarda glk yaratabilir. Byle
durumlarda kesin olmayan snf deerleri tahmin edilir. Ak ulu snf sklklar kk
olduu iin, tahmin edilen deerlerden tr hatal sonu bulma olasl kk olabilir (Balce
ve Demir, 2007, s. 15).
RNEK: Bir ildeki 30 ilkokulun derslik saylarnn dalm incelensin.
Verilerin, derslik says 7, 9 11 ve 13 olan ilkokul says sfr olduu iin eit olmayan
aralkl sklk izelgesi dzenlenebilir:
RNEK: 108 kiinin yetenek test puanlarna gre dalm, ak ulu sklk izelgesine
rnektir:
2.3. Merkezi Eilim lleri

Konum lleri, verilerin dalmdaki yerlerini, birbirlerine olan uzaklklarn ksacas
konumlarn belirlemek iin kullanlan llerdir. Bu ller Tablo1de verilen veriler
zerinde uygulanarak aada tek tek ele alnmaktadr.
Sayfa 25 / 62
2.3.1. Aritmetik Ortalama
Aritmetik ortalama istatistikte ve gnlk hayatta ok kullanlan ve bilinen bir merkezi
eilim lsdr. Bir seri verinin aritmetik ortalamas ve sadece ortalamas denildii zaman
gzlemlerin merkezi yerinde bulunan deer anlalmaktadr (akc ve di., 2000, s.31).
2.3.1.1. Basit Serilerde Aritmetik Ortalama

Bu deeri elde etmek iin gzlem deerleri toplanarak gzlem saysna blnr (akc
ve di., 2000, s.31).
rnek 1: 15, 12, 14, 18, 16 saylarnn aritmetik ortalamas:
2.3.1.2. Snflandrlm Serilerde Aritmetik Ortalama
Snflandrlm verilerde aritmetik ortalama:
formlne gre hesaplanr :
rnek 2 :
Snflar Frekanslar Snf Orta Deerleri fi.mi

(fi) (mi)
10-20 3 15 3.15=45
21-31 5 26 5.26=130
32-42 8 37 8.37=296
43-53 4 48 4.48=192
54-64 2 59 2.59=118
Toplam 22 781
Bu verilere gre aritmetik ortalama :
bulunur.
2.3.2. Tepe Deeri (Mod)
2.3.2.1. Snflandrlmam verilerde tepe deeri

Snflandrlmam verilerde tepe deeri en sk tekrar eden deerdir.
Sayfa 26 / 62
rnek 3 : 15, 22, 18, 19, 15, 18, 20, 15 serisi iin tepe deerini bulmak iin her deerin
frekans (skl) bulunur:
Deer Frekans
15 3
18 2
19 1
20 1
22 1
En fazla tekrarlanan deer 15dir (3 kez) bu nedenle bu dalmn tepe deeri (mod)
15dir.
2.3.2.2. Snflandrlm verilerde ise tepe deeri

Snflandrlm verilerde ise tepe deeri aadaki gibi hesaplanr.
Mod
c : Snf aral
rnek 4 :
Veriler Frekanslar
(xi) (fi)
10-20 3
21-31 5
32-42 8
43-53 4
54-64 2
Toplam 22
, , olduuna gre:
Sayfa 27 / 62
2.3.3. Ortanca (Medyan)
2.3.3.1. Snflandrlmam serilerde ortanca

Snflandrlmam serilerde ortanca hesaplanrken, veriler ncelikle kkten bye
doru sralanrlar. n ift ise n/2. deer ile n/2+1. deerlerin ortalamas, n tek ise . deer
ortancadr.
rnek 5 : 25, 12, 32, 18, 28, 25,42, 26 serisinin ortanca deerini bulunuz.
ncelikle saylar sralanr:
12, 18, 25, 25, 26, 28, 32, 42
n=8 olduu iin n/2=8/2=4. Ve n/2+1=8/2+1=4+1= 5. Deerlerin ortalamas alnr:
4.deer=25, 5.deer=26 olduundan
Ortanca=(25+26)/2=25,5 bulunur.
rnek 6 : 25, 12, 32, 18, 28, 25,42 serisinin ortanca deerini bulunuz.
ncelikle saylar sralanr:
12, 18, 25, 25, 28, 32, 42
n=7 olduu iin (n+1)/2=(7+1)/2=8/2=4.deer ortancadr:
ortanca=25
2.3.3.2. Snflandrlm Serilerde Ortanca

Snflandrlm verilerde ortanca aadaki gibi hesaplanr.
Medyan kapsayan snfa medyan snf ad verilir.
Sayfa 28 / 62
rnek 7 :
Veriler Frekanslar Birikimli

(xi) (fi) Frekanslar
10-20 3 3
21-31 5 8
32-42 8 16
43-53 4 20
54-64 2 22
Toplam 22
n=22 ift say olduu iin n/2=22/2=11.eleman medyandr. 11.eleman ieren snf
medyan snfdr. Bu durumda medyan snf 32-42 snfdr.
L=32, c=10, F=8, fmed=8 olduuna gre:
2.3.4. Ortalama, ortanca ve tepe deeri arasndaki bant

Ortalama=Mod=Medyan ise sklk dalm simetrikdir.
Ortalama<Medyan<Mod ise dalm sola arpktr.
Sayfa 29 / 62
Ortalama>Medyan>Mod ise dalm saa arpktr.
rneimiz iin hesaplanan ortalama=35,5; mod=36,28; medyan=35,75 deerleri dikkate

alndnda, ortalama<medyan<mod olduu grlr. Yani dalm sola arpktr.
2.4. Dalm lleri

Konum lleri veri kmesinin ya da dalmnn merkezi hakknda bilgi varmektedir.
Yalnzca bu llere baklarak verinin dalm hakknda tam bir bilgi sahibi olmak mmkn
deildir. Veriler ne derecede dalmakta ya da yaylm gstermektedirler?; ortalamadan
uzaklklar ne kadardr? Gibi sorulara cevap vermek iin deiim lleri hesaplanmaldr.
RNEK 8 : 2 firmann 7 ustabasnn yllk kazanlar aada veilmitir.
A FRMASI: 345 307 329 360 341 338 325

B FRMASI: 349 275 316 397 353 338 317
ki firmaya ilikin ortalama ve ortanca deerleri hesaplandnda eit bulunmaktadr.
Ortalama= 335 ve Ortanca (Medyan) =338.
Konum llerine baktmzda 2 firma arasnda bir farkllk grnmyor. Gerekte

verilerin yaylmna dikkat ettiimizde, A firmasnda alanlarn birbirlerine daha yakn
kazan elde ettiklerini, buna karn B firmasndakilerin ise kazanlarn birbirlerinden daha
uzak olduunu grmekteyiz. B firmasna alanlarn kazanlar daha fazla farkllk
gstermektedir. Az saydaki bu verilere bakarak bu sonuca varabiliyoruz. Ancak veri saysnn
fazla olduu durumda, bakarak bir sonua ulamamz imkanszlaacaktr.
2.4.1. DAILIM GENL (ARALIK)

Bir veri kmesindeki en byk deer ile en kk deer arasndaki farktr.
DG= Maksimum Minimum
rnek 8deki A ve B Firmalar iin Dalm genilikleri :
A Firmas iin DG=360 307=53
B Firmas iin DG= 397 275=122 bulunur.
Sayfa 30 / 62
2.4.2. ORTALAMA MUTLAK SAPMA:
Verilerin ortalamadan sapmalarn gsteren bir dalm lsdr. Deikenlik
dzeyinin anlalmas iin kullanlr.
Aada ortalamalar ayn olan ayr dalm grlmektedir:
dalmnda ortalamasnn 15,5 olduu grlmektedir. Ancak ilk dalm ile son
dalmda verilerin ortalamadan uzak olduu, ikinci dalmda ise verilerin ortalamaya ok
yakn olduu grlmektedir. Bu durum, ikinci dalmn dierlerine gre daha homojen
olduunu gstermektedir.
Burada, dalmn yaps hakknda sadece ortalamann verdii bilginin yetersiz olduu
anlalmaktadr. Bu nedenle dalmn deikenliini gsteren baz dalm lleri
gelitirilmitir. Bu deikenlik lleri: Ortalama mutlak sapma, varyans, standart sapma ve
deiim katsays lleridr.
2.4.2.1. Basit Serilerde Ortalama Mutlak Sapma

Verilerin ortalamadan farklarnn (sapmalarnn) mutlak deerlerinin ortalamasdr.
rnek 8deki A Firmas iin Ortalama Mutlak Sapma :
ncelikle aritmetik ortalama bulunur:
Daha sonra her verinin ortalamadan farklar bulunur ve mutlak deerleri toplanr.
Yllk Kazan
(xi)
345 345 335 = 10 10
307 307 335 = - 28 28
329 329 335 = - 6 6
360 360 335 = 25 25
341 341 335 = 6 6
338 338 335 = 3 3
325 325 335 = -10 10
Toplam 0 88
Sayfa 31 / 62
Ortalama Mutlak Sapma :
bulunur.
rnek 8deki B Firmas iin Ortalama Mutlak Sapma :
Yllk Kazan
(xi)
349 349 335 = 14 14
275 275 335 = -60 60
316 316 335 = -19 19
397 397 335 = 62 62
353 353 335 = 18 18
338 338 335 = 3 3
317 317 335 =-18 18
Toplam 0 194
bulunur.
A ve B firmalarnn verileri ayn ortalamaya sahip olmasna karn, verilerin ortalama

mutlak sapmalarnn farkl olduu grlmektedir. A firmasnn ortalama mutlak sapmasnn
(12,57) B firmasnn ortalama mutlak sapmasndan (27,71) daha kk olduu grlyor.
Bunun anlam A firmasnn verilerinin ortalamadan daha az sapmas, yani deikenliinin
daha az olmasdr.
2.4.2.2. Snflandrlm Serilerde Ortalama Mutlak Sapma
rnek 9 : Bir iletmenin son 30 ylna ilikin sat gelirleri iin dzenlenen frekans
tablosu aadaki gibidir. Bu tabloya gre ortalam mutlak sapma deerini hesaplaynz.
Sat Gelirleri (xi) Frekans (fi)

30 32 1
33 35 3
36 38 5
39 41 2
42 44 1
Sayfa 32 / 62
ncelikle dalmn aritmetik ortalamas hesaplanmaldr. Bunun iinde snf orta
deerlerinin ve fimi deerlerinin hesaplanmas gerekir:
Sat Gelirleri (xi) Frekans (fi) Snf Orta Deerleri (mi) fimi
30 32 1 1x31=31
33 35 3 3x34=102
36 38 5 5x37=185
39 41 2 2x40=80
42 44 1 1x43=43
Toplam 12 441
Daha Sonra snf orta noktalar ile ortalama arasndaki farklar ve mutlak deerleri
hesaplanr:
Sat Gelirleri Frekans (fi) SOD (mi)

(xi)
30 32 1 31 31-36,75 = -5,75 5,75 1x5,75 = 5,75
33 35 3 34 34-36,75 = -2,75 2,75 3x2,75 = 8,25
36 38 5 37 37-36,75 = 0,25 0,25 5x0,25 = 1,25
39 41 2 40 40-36,75 = 3,25 3,25 2x3,25 = 6,50
42 44 1 43 43-36,75 = 6,25 6,25 1x6,25 = 6,25
Toplam 12 28
2.4.3. VARYANS ve STANDART SAPMA
Bir veri dalmndaki deiimin nemli bir ls varyanstr. Varyansn karekk

alnarak standart sapma elde edilir.
2.4.3.1. Basit Serilerde Varyans Ve Standart Sapma
Varyans :
rnek in :
Ana Kitle in :
Sayfa 33 / 62
: rnek Varyans,
: Ana Kitle Varyans
rnek 8deki A Firmas iin Varyans :
Daha sonra her verinin ortalamadan farklar ve bu farklarn karesi bulunur. Bu deerler
toplanr.
Yllk Kazan
(xi)
345 345 335 = 10 100
307 307 335 = -28 784
329 329 335 = -6 36
360 360 335 = 25 625
341 341 335 = 6 36
338 338 335 = 3 9
325 325 335 =-10 100
Toplam 0 1.690
Varyans :
bulunur.
Daha nce A firmas iin hesaplanan ortalama mutlak sapma ile karlatrldnda
( ), varyansn daha byk olduu grlmektedir. Bunun nedeni ortalamadan
sapmalarn daha fazla cezalandrlmasdr.
rnek 8deki B Firmas iin Ortalama Mutlak Sapma :

349 275 316 397 353 338 317
Sayfa 34 / 62
Yllk Kazan (xi)

349 349 335 = 14 196
275 275 335 = -60 3.600
316 316 335 = -19 361
397 397 335 = 62 3.844
353 353 335 = 18 324
338 338 335 = 3 9
317 317 335 =-18 324
Toplam 0 8.658
bulunur.
Grld gibi A firmasnn varyans ( 281,67), B firmasnn varyansndan (1.443) daha

kktr. Bu durumda A firmasnn deerlerinin daha homojen olduu sylenebilir.
Standart Sapma :
rnek in :
Ana Kitle in :
rnek 8deki A Firmas iin Standart Sapma :
Standart Sapma:
bulunur.
rnek 8deki B Firmas iin Standart Sapma :
Standart Sapma:
bulunur.
rneklem iin neden (n-1)e blnyor ?

20 koltuk bulunan bir salona renciler srasyla girsinler. lk rencinin 20 koltuktan
birini seme serbestlii var. kinci rencinin kalan 19 koltuktan birini seme serbestlii var.
Bu ekilde devam edilirse, 19. rencinin kalan 2 koltuktan birini seme serbestlii var.
Sayfa 35 / 62
Ancak 20. rencinin koltuk seme serbestlii kalmamtr. Demek ki 19 rencinin seme
serbestlii varken 1 rencinin yoktur.
2.4.3.2. Snflandrlm verilerde Varyans ve Standart Sapma
Varyans :
rnek 9daki iletmenin verilerine gre varyans deerini hesaplaynz.
Sat Gelirleri (xi) Frekans (fi)

30 32 1
33 35 3
36 38 5
39 41 2
42 44 1
ncelikle dalmn aritmetik ortalamas hesaplanmaldr. Bunun iinde snf orta

deerlerinin ve fimi deerlerinin hesaplanmas gerekir:
Sat Gelirleri (xi) Frekans (fi) Snf Orta Deerleri (mi) fimi
30 32 1 1x31=31
33 35 3 3x34=102
36 38 5 5x37=185
39 41 2 2x40=80
42 44 1 1x43=43
Toplam 12 441
Daha Sonra snf orta noktalar ile ortalama arasndaki farklar ve farklarn karesi
hesaplanr:
Sat Gelirleri (xi) Frekans (fi) SOD (mi)

30 32 1 31 31-36,75 = -5,75 33,06 1x33,06=33,06
33 35 3 34 34-36,75 = -2,75 7,56 3x7,56=22,68
36 38 5 37 37-36,75 = 0,25 0,06 5x0,06= 0,30
39 41 2 40 40-36,75 = 3,25 10,56 2x10,56=21,12
42 44 1 43 43-36,75 = 6,25 39,06 1x39,06=39,06
Toplam 12 116,22
Sayfa 36 / 62
Varyans : bulunur.
Standart Sapma :
rnek 9daki iletme iin Standart Sapma :
Standart Sapma:
bulunur.
2.4.4. Deiim Katsays

Standart sapma l biriminin etkisindedir. Dolaysyla hesaplanan standart sapmann
kk olmas birimlerin homojen (bir birine benzeyen) olmas, byk olmas birimlerin
heterojen (bir birine benzemeyen) olmas anlamna gelmez. Bir ana kitledeki birimlerin
homojen olup olmadnn belirlenmesinde serinin standart sapmas kadar o gzlem
kmesinin l birimi ve aritmetik ortalamas da nem kazanr.
Aada verilen iki seriyi karlatralm:
Birinci Seri kinci Seri

1 1000
2 2000
3 3000
4 4000
Bu iki seri dalm asndan birbirinin aynsdr. kinci serideki deerler birinci serideki
deerlerin 1.000 katdr. Ancak standart sapmalar karlatrldnda ikinci serinin standart
sapmasnn birinci serinin standart sapmasndan daha byk olduu grlmektedir. Standart
sapmalara gre birinci serinin daha homojen olduu sylenebilir. Ancak bu doru deildir.
nk birinci seride deerler kg cinsinden, ikinci seride ise gr cinsinden verilebilir. Aslnda
her iki seri de ayn derecede homjendir.
Deiim katsays standart sapmann bu dezavantajn ortadan kaldran ve iki veya daha
fazla serinin dalmlarn karlatrarak hangi serideki birimlerin daha homojen olduklarn
belirlemek amacyla kullanlan bir ldr.
Deiim Katsays (DK) :
forml ile hesaplanr.
Sayfa 37 / 62
Yukardaki iki seri iin DK hesaplanrsa:
1 118
Birinici seri iin DK1 100 100 44 72 dir.
x 25
1 118
kinci seri iin DK2 100 100 44 72 dir.
x 2 500
Grld gibi her iki serinin DK ayn olmaktadr. Bu her iki serinin ayn lde
homojen olduunu gsterir.
Baka iki seriyi inceleyelim:
Seri 1 Seri 2
57.022 3.700
60.954 3.600
64.435 3.600
61.167 3.250
61.018 3.500
bulunur.
Bu iki deer karlatrldnda seri 1in daha homojen olduu sylenebilir.
rnek 8deki A firmas iin hesaplanan ortalama=335, standart sapma=16,78

bulunmutu. Ayn ekilde B firmas iin ortalama=335, standart sapma=38 bulunmutu. Bu
iki seriyi homojenlik asndan karlatrmak iin deiim katsaylarn hesaplayalm.
;
bulunur.
Deiim katsaylarna gre A firmasna ait verilerin daha homojen olduu
anlalmaktadr. Her iki dalmn ortalamas ayn olduu iin karlatrma standart sapma
deerlerine gre de yaplabilirdi. Ancak verilerin ortalamalar ve standart sapmalar arasnda
byk farkllklar olduunda, karlatrma iin deiim katsaysnn kullanlmas daha uygun
olacaktr.
2.4.5. arpklk ve Basklk Katsays

Dalmn ortalamaya gre biimine ilikin baz bilgileri arpklk ve basklk katsaylar
ile renebiliriz.
2.4.5.1. arpklk Katsays

arpklk katsays aada verilen eitlik ile elde edilebilir.
Sayfa 38 / 62
K=0 ise dalm simetriktir.
K<0 ise dalm sola doru arpk ya da - yne eilimlidir.
K>0 ise dalm saa doru arpk ya da + yne eilimlidir.
rnek 8deki A Firmas iin apklk Katsays :
Sayfa 39 / 62
toplanr.
Yllk Kazan (xi)

345 345 335 = 10 1.000
307 307 335 = -28 -21.952
329 329 335 = -6 -216
360 360 335 = 25 15.625
341 341 335 = 6 216
338 338 335 = 3 27
325 325 335 =-10 -1.000
Toplam 0 -6.300
Standart sapma (S) daha nce olarak hesaplanmt. Bu durumda arpklk

katsays:
Bu arpklk katsays dalmn sola arpk olduunu gstermektedir.
rnek 8deki B Firmas iin apklk Katsays :
Yllk Kazan
(xi)
349 349 335 = 14 2.744
275 275 335 = -60 -216.000
316 316 335 = -19 -6.859
397 397 335 = 62 238.328
353 353 335 = 18 5.832
338 338 335 = 3 27
317 317 335 =-18 -5.832
Toplam 18.240

katsays:
Sayfa 40 / 62
Bu arpklk katsays dalmn saa arpk olduunu gstermektedir.
2.4.5.2. Basklk Katsays

Basklk Katsays ise aadaki eitlik ile hesaplanabilir:
BK=0 ise dalmn ykseklii standart normal dalma uygundur.
Frekans
Frekans
BK<0 ise dalm standart normal dalmdan daha basktr.
Frekans
Frekans
BK>0 ise dalm standart normal dalmdan daha sivridir.
Frekans
Frekans
Sayfa 41 / 62
rnek 8deki A Firmas iin Basklk Katsays :
toplanr.
Yllk Kazan
(xi)
345 345 335 = 10 10.000
307 307 335 = -28 614.656
329 329 335 = -6 1.296
360 360 335 = 25 390.625
341 341 335 = 6 1.296
338 338 335 = 3 81
325 325 335 =-10 10.000
Toplam 0 1.027.954

katsays:
Bu basklk katsays dalmn standart normal dalmdan daha bask olduunu

gstermektedir.
rnek 8deki B Firmas iin apklk Katsays :
Yllk Kazan
(xi)
349 349 335 = 14 38.416
275 275 335 = -60 12.960.000
316 316 335 = -19 130.321
397 397 335 = 62 14.776.336
353 353 335 = 18 104.976
338 338 335 = 3 81
317 317 335 =-18 104.976
Toplam 28.115.106
Sayfa 42 / 62
Standart sapma (S) daha nce olarak hesaplanmt. Bu durumda basklk
katsays:
Bu basklk katsays dalmn standart normal dalmdan daha bask olduunu

gstermektedir. A ve B firmas karlatrldnda Ann verilerinin daha bask olduu
sylenebilir.
2.4.6. rnek 8deki A ve B Firmalarnn Verilerine likin Toplu

Deerlendirme
A Firmas B Firmas
Ortalama 335 Ortalama 335
Medyan 338 Medyan 338
Dalm Genilii 53 Dalm Genilii 122
OMS 12,57 OMS 27,71
Varyans (S2) 281,67 Varyans (S2) 1.443
Standart Sapma (S) 16,78 Standart Sapma (S) 38
Deiim Katsays 5 Deiim Katsays 11,34
(DK) (DK)
arpklk Katsays -0,19 arpklk Katsays 0,047
(K) (K)
Basklk Katsays -1,147 Basklk Katsays -1,07
(BK) (BK)
A ve B firmalarnn verileri ayn ortalama ve medyana sahiptir. Ancak Ortalama mutlak

sapma, varyans, standart sapma ve deiim katsaylar A firmasna ait verilerin daha homojen
(bir birine benzer) olduunu gstermektedir. apklk katsaylar A firmasna ait verilerin
sola, B firmasna ait verilerin ise saa arpk daldn gstermektedir. Basklk katsaylar
her iki firmaya ait verilerin standart normal dalmdan daha bask olduunu gstermektedir.
Basklk katsaylarna gre A firmasna ait verilerin, B firmasna ait verilerden daha bask
olduu anlalmaktadr.
3. OLASILIK TEORS
Herhangi bir olayn meydana gelme ansn lmeyle ilgilenen olaslk, istatistiin
nemli bir blmn oluturmaktadr. statistiin karsama (ngr) temelini oluturan
olaslk, belirsizlik durumunda salkl kararlar vermeyi salad iin, planlama
almalarnda youn bir biimde kullanlmaktadr. rnein bir firmann gelecek yldaki sat
kestirimleri, bir ksm gerekleecek bir ksm gereklemeyecek bir ok varsayma dayaldr.
Bu nedenlerden dolay olaslk kuram, bizlere belirsizlik altnda ya da mevcut bilgilerin tam
ve salkl olmamas gibi durumlarda doru ve salkl kararlar verebilmede yardmc
olacaktr (Balce ve Demir, 2007, s.33).
Sayfa 43 / 62
3.1. Olasln Tanm
Olaslk, basit olarak, bir olayn ortaya kma ansdr ve belirsizliin ls olarak
kabul edilir. Sfr ile bir arasnda farkl deerler alr; gerekleme ans yksek olan olaylar
iin olaslk bire yakndr; tersi durumda ise olaslk sfra yakndr (Ttek ve Gmolu,
2008, s.47).
Olaslk biimi grupta incelenebilir (Ttek ve Gmolu, 2008, s.47):
Klasik Olaslk
Deney Olasl
Subjektif Olaslk
3.2. Olaslk Trleri

3.2.1. Klasik Olaslk
Klasik olaslk, deney yapmadan, mantksal bir temele dayanarak bulunur. Bir olay karlkl
olarak birbirinin dnda ve eit ansl n farkl biimde sonulanyorsa ve n sonucun n A sayda olan
belirli bir A zellii tayorsa A sonucunun ortaya kma olasl dr.
rnein, bir zarn atlnda alt gelme olasl 1/6dr. Zarn atlnda olanakl sonu says
n=6dr. Alt gelme sonucunun ortaya kma says nA=1 olduundan alt gelme olasl
olur.
3.2.2. Deney Olasl (Objektif Olaslk)

hayatnda karlalan sorunlar, para yada zar at gibi, birbirinin dnda ve sonular eit
ansl olaylar deildir. Bu nedenle olaslklarn saptanmasnda deney yada gzlem yaplmas
zorunluluu ortaya kmtr.
ok byk saydaki deney yada gzlem sonucunda bir olayn greli frekansna o olayn objektif
(deneysel) olasl denir. Buna gre A olaynn objektif olasl olarak yazlr. Burada n,
toplam yaplan deney says; m, olayn gerekleme saysdr.
rnein, bir firmann gelecek dnem pazarn %20sinden fazlasn ele etme olasl firmann
gemi yllardaki pazar paylar incelenerek bulunabilir. Burada n, incelenen yl says; m, Pazar
paynn %20den byk olduu yl saysdr. n=15 ve m=5 ise firmann gelecek yl Pazar paynn
%20den fazla olmas olasl tr.
3.2.3. Subjektif Olaslk

Subjektif olaslk, kiiden kiiye, baz durumlarda ayn kii iin gnden gne
deiebilen bir olaslktr. letme kararlarnda eitli olaylarn gerekleme ansn belirlemek
iin gemi veriler elde edilemez. O zaman karar vericiler olaylara kendi bilgi, sezgi, yarg ve
deneyimlerinden yola karak olaslk atamak zorundadrlar.
rnein sigara retimi yapan bir firmann tesislerini bytp bytmeme karar, yakn
bir gelecekte hkmetin sigara yasana ilikin politikasnn deiip deimeyecei ile
yakndan ilgilidir. Sigara yasann kalkmasna ilikin olaslk subjektif bir olaslk olmak
zorundadr. nk sigara yasa yakn bir gemite getirilmitir ve bu yasan kaldrlmas
yada srdrlmesine ilikin veriler bulunmamaktadr.
3.3. Bileik Olaylar Ve Olaslk Teorileri
Olaslk Saylarnn zellikleri:

o Herhangi bir olayla ilgili olaslk 0dan kk 1den byk olamaz. Yani
dir.
o Bir deneyde olaylarn olaslklar toplam 1e eittir. Yani dir.
Sayfa 44 / 62
Btnleme/Tamamlama zellii:
Herhangi bir A olaynn btnleyicisi, A olaynn dndaki tm olaylar ifade eder. rnein, bir
madeni parada yaznn btnleyicisi turadr. Turann btnleyicisi ise yazdr. Ann dndaki
olaylarn gsterili ekli dr. n olasl ise ya eittir.
Birbirini Engelleyen/Dlayan Olaylar:

A ve B eklindeki iki olay bir arada gerekleemiyorsa bu olaylar karlkl olarak birbirini
engelleyen olaylardr. Bu durum aadaki gibi gsterilebilir.
A B
ekil 1: Birbirini Engelleyen Olaylar.
ekil 1de A ile gsterilen kme A olaynn gerekleebilecei muhtemel yollarn

saysn belirtmektedir. Ayn ekilde, B ile gsterilen kme de B olaynn gerekleebilecei
muhtemel yollarn saysn gsterir. A ve Bnin dndaki C alan A ve Bnin dndaki
olaylarn gerekleme saysn gsterir. Dikkat edilirse A ve Bnin bir arada
gerekleebilecei bir alan mevcut deildir. u halde, bu iki olay karlkl olarak birbirini
engelleyen olaylardr.
Baml ve Bamsz Olaylar:

Bamsz olaylar birbirleri zerinde etkili olmayan olaylardr. Bir olayn gereklemesi,
dier bir olayn gereklemesini etkilemiyorsa veya deitirmiyorsa bunlara bamsz olaylar
denir. Buna karlk, bir olayn gereklemesi dier bir olayn gerekleme olasln
deitiriyorsa bunlara baml olaylar denir. Burada ikinci olayn gereklemesi olasl
birinci olayn gereklemesine bal olarak artl (koullu) bir olaslktr.
rnek : inde drt krmz, alt yeil top bulunan bir kap dnelim. Bu toplarn ayr
ayr olaslklar krmz top K ile, yeil top Y ile ifade edilirse P(K)=4/10 ve P(Y)=6/10
olacaktr. Eer ekilen krmz bir top tekrar kap iine konmazsa, yani, ekili iadesiz olursa,
ikinci ekiliteki yeil top ekme olasl artk 6/10 deil 6/9 olacaktr ve bu olaslk ilk
ekilite krmz top gelmesine bal artl bir olaslktr.
Burada dikkati eken husus artl (koullu) olasln ana kitle saysnda azalma olmas
halinde ortaya kmasdr.
3.4. Olaslk Kurallar

Olasln toplama ve arpm kural olmak zere iki temel kural vardr. Bu kurallar,
olaylarn birletirilerek incelenmesine olanak verir.
3.4.1. Toplama Kural

Toplama kuralnn uygulanabilmesi iin olaylarn birbirini dlayan olaylar olmas
gerekir. Eer A ve B birbirlerini dlayan iki olay ise, toplama kural, A yada Bnin ortaya
kma olaslklarnn her bir olayn olaslklarnn toplam olduunu belirtir:
olur.
A ve B birbirini dlamayan olaylar olduunda A yada Bnin ortaya kma olasl :
Sayfa 45 / 62
olur.
rnek : inde krmz, drt yeil ve be mavi top bulunan bir torbadan ekilen bir topun
krmz veya yeil olma olasl nedir?
Torbadan ekilecek bir topun ayn anda hem krmz hem de yeil olmas mmkn deildir. Bu
durumda:
P(K)=3/12; P(Y)=4/12; P(M)=5/12dir.
torbadan ekilen bir topun krmz veya yeil olma olasl:
dir.
rnek : A olaynn 52lik oyun kadndan bir kupa ekilmesi olay olduunu, B olaynn ise
ayn deste iinden bir papaz ekilmesi olay olduunu dnelim. ekilen bir kadn kupa veya papaz
olmas olasl nedir?
Bilindii gibi, bir deste 52lik oyun kad iinde 13 adet kupa ve 4 adet de papaz kart
bulunmaktadr. Bu durumda, kupa papaz ekilmesi halinde her iki olayda gereklemi olacaktr. Bu
tr olaylar karlkl olarak birbirini engellemeyen olaylardr. Sonu olarak bir deste oyun kadndan
ekilecek bir kupa veya papaz kartnn olaslklar gsterilirken kupa papaznn iki defa hesaplamaya
girmesinden kanmak gerekir.
P(Kupa)=13/52; P(Papaz)=4/52; P(Kupa ve Papaz)=1/52
P(Kupa veya Papaz)=P(Kupa)+P(Papaz)-P(Kupa ve Papaz)

dir.
rnek : Bir paketleme fabrikas otomatik makineyle yarm kiloluk plastik torbalara bezelye,
havu, patates doldurmaktadr. Paketlerin ou yarm kilo gelmekte, ancak sebzelerin boyutlar
nedeniyle baz paketler daha ar yada hafif gelmektedir. Gemite yaplan kalite kontrol
almalarnda Tablo 1deki veriler elde edilmitir.
Tablo 1 : rnek 1 iin veriler
Arlk Olay Torba Says Olaslk
Eksik E 100 0,025
Tam T 3.600 0,900
Fazla F 300 0,075
Toplam 4.000 1,000
retim srecinden seilen herhangi bir torbann eksik yada fazla olma olasl nedir?
P(E)=0,025; P(T)=0,900; P(F)=0,075 olduuna gre:
P(E yada F)=P(E)+P(F)=0,025+0,075=0,10 olacaktr.
rnek : Kk bir montaj atlyesinde 50 ii almaktadr. Her iinin kendisine verilen ii

zamannda ve son kontrole hazr biimde bitirmesi beklenmektedir. Bazen iiler performans
ltlerine eriemeyerek ya ge kalr, ya da hatal montaj gerekletirirler. Performans deerleme
dneminin sonunda 50 iiden 5i ge bitirmi, 6s hatal montaj yapm, 2si hem gecikmi hem de
hatal montaj yapmtr. Bir iinin ge yada hatal montaj yapma olasl nedir?
P(G)=5/50=0,10; P(H)=6/50=0,12; P(G ve H)=2/50=0,04 olarak bulunur.
Bir iinin ge yada hatal montaj yapma olasl:
P(G yada H)= P(G) + P(H) - P(G ve H) = 0,10 + 0,12 0,04 = 0,18dir.
3.4.2. arpm Kural

A ve B olaylar baml olduunda, A ve B olaylarnn ortaya kma olasl:
P(A ve B)=P(A/B) x P(B) yada P(B ve A)=P(B/A) x P(A)dr.
Sayfa 46 / 62
A ve B olaylar bamsz olduunda, A ve B olaylarnn ortaya kma olasl:
P(A ve B)=P(A) x P(B)dir.
rnek : Hilesiz bir madeni para ile hilesiz bir zarn birlikte atldn dnelim. Parann
tura ve zarn da 6 yazl yznn gelmesi olasl nedir?
Bu olaylar bamsz olduundan bileik olaslk:
P A ve B P A xP B dir.
rnek : 4 krmz ve 6 yeil top bulunan bir kutudan iki defa ard ardna iadeli ekili
yaplacaktr. ekilen ilk topun krmz, ikinci topun yeil olmas olasl nedir?
P(K)=4/10; P(Y)=6/10
ekili iadeli olduu iin bu iki olay bamszdr. Bu nedenle bileik olaslk:
olacaktr.
rnek : 4 krmz ve 6 yeil top bulunan bir kutudan iki defa ard ardna iadesiz ekili
yaplacaktr. ekilen ilk topun krmz, ikinci topun yeil olmas olasl nedir?
P(K)=4/10; P(Y/K)=6/9
ekili iadeli olduu iin bu iki olay bamszdr. Bu nedenle bileik olaslk:
( ) dir.
4. OLASILIK DAILIMLARI
4.1. Rastlantsal (Tesadfi) Deiken
Tesadfi deiken, deeri bir deneydeki tesadfi sonularla ortaya kan bir deiken
olarak tanmlanabilir. rnein, bir kutuda bulunan bir krmz bir beyaz topu gz nne
alalm. adeli ekilile yapacamz iki ekiliin muhtemel sonular aadaki ekilde
gerekleecektir.
Krmz
Krmz
Beyaz
Krmz
Beyaz
Beyaz
Eer, her bir ekilite beyaz topun ka kere geleceini bilmek istersek tesadfi
deiken her bir ekiliteki beyaz top says olacaktr.
Tesadfi deiken balca iki ekilde ortaya kar. Bunlardan biri kesikli tesadfi
deiken, dieri de srekli tesadfi deikendir. 0, 1, 2 gibi tam say deerler alabilir.
Kesikli tesadfi deiken, deeri saylabilen snrl nicel deerlerle ifade edilen bir
deikendir. Buna karlk srekli tesadfi deiken ise belli bir aralkta herhangi bir deeri
ald kabul edilen bir deikendir. Tesadfi deiken snrsz sayda saysal deer alabilir. Bu
nedenle srekli tesadfi deiken ad verilir. 3,00; 3,01;3,85;3,98 gibi deerler alabilir.
Sayfa 47 / 62
4.2. Olaslk Dalm
Eer, tesadfi olarak yaplan bir denemenin mmkn olabilen tm sonularn
biliyorsak ve eer, tesadfi deikenin alabilecei tm deerleri biliyorsak bu tesadfi
deikenin gerekleme olasl gsterilebilir. Yani X tesadfi deikeninin alabilecei
mmkn olabilen deerleri xi ile gsterecek olursak P(X=xi) yazlabilir. Tesadfi deikenin
alaca btn deerleri
olmak zere ve
salayacak ekilde ele alnrsa X tesadfi deikenin olaslk dalm

gsterilebilir. Deikenin alabilecei her deer iin bulunacak olaslklar bir tablo haline getirilerek bu
olaslk dalm elde edilebilir.
4.2.1. Kesikli Olaslk Dalmlar

4.2.1.1. Binom Dalm
Binom dalm, her denemenin sadece iki olanakl sonucunun bulunduu denemeler
dizisini ieren bir model olarak dnebiliriz. Binom dalmnda, baar yada baarszlk,
red yada kabul, doru yada yanl, satn alma yada almama gibi iki sonulu durumlar sz
konusudur. Teknik olarak binom tesadfi deikenin aadaki zellie sahip olmas
gerekmektedir:
Birbirlerinden istatistiksel olarak bamsz belirli, n sayda yinelenmi denemeler
olmaldr.
Her deneme baar yada baarszlkla sonulanmaldr.
Tm denemeler ayn baar olaslna (p) sahip olmaldr ki bylece baarszlk
olasl, 1-pde her deneme iin sabit olsun.
Buna gre, X binom deiken olduunda 0, 1, 2, , n deerleri alabilir ve Xin
dalm:
eklinde olur.
Xin ortalamas , varyans ise dir.
rnek: inde drt mavi, alt beyaz top bulunan bir torbadan iadeli ekilile drt top
ekilecektir.
a) ekilen drt toptan nn mavi olma olasl nedir?
b) En az bir topun mavi olma olasl nedir?
c) En fazla iki topun mavi olma olasl nedir?
Problem binom dalm formlyle kolaylkla zlebilir.
P=4/10=0,40; 1-p=1-0,40=0,60; n=4
a)
dr.
b) En az bir topun mavi olma olasl sorulduu iin X deikeni 1, 2, 3, 4 deerlerini
alabilir. Bu nedenle bu drt olayn olaslklar toplam hesaplanmaldr. Yada hi mavi
top gelmeme (X=0) olaslnn bu olayn tmleyeni olmasndan faydalanarak aadaki
gibi bu olaslk hesaplanabilir.
Sayfa 48 / 62
P(X>=0)=P(X=1)+P(X=2)+P(X=3)+P(X=4) yada P(X>0)=1-P(X=0) ikinci forml uygulamak
daha kolaydr.
dr.
bulunur.
a) En fazla iki topun mavi olma olasl sorulduundan X deikeni 0, 1, 2 deerlerini

alabilir. Bu durumda:
olacaktr.
dr.
dr.
dr.
bulunur.
rnek: Bir retim hattnda bozuk para retilme olasl, gemi verilerden %10 olarak
hesaplanmaktadr. Her gn hatta retilen paralardan bei rastgele olarak seilmekte ve kontrol
edilmektedir.
a) Seilen 5 paradan bir tanesinin bozuk olma olasl nedir?
n=5, p=0,10 olduundan X=1 iin :
b) Seilen rnein %20 yada daha aznn (0,20x5=1 para) bozuk olma olasl nedir?
,
dr.
0,92dir.
c) Gnlk beklenen bozuk para says katr?
d) rnek bozuk paralarn, beklenen bozuk para says etrafnda varyans katr?
dir.
4.2.1.2. Hipergeometrik Dalm

Binom dalmnda tesadfi deikenle ilgili olaylarn bamsz olduklarn grdk.
Ayrca, bu dalmla ilgili denemelerde ekililer iadeli yaplmakta idi. Eer, snrl sayda bir
grup eleman arasndan iadesiz ekilile tesadfi bir deiken alnrsa bununla ilgili
olaslklarn hesaplanmasnda hipergeometrik dalm kullanmak uygun olur. Dier bir
ifadeyle olaylarn bamsz olmad dnlyorsa tesadfi deiken iin hipergeometrik
dalm uygundur.
Sayfa 49 / 62
Hipergeometrik dalmn olaslk fonksiyonu:
dir.
Burada,
x: X tesadfi deikeninin deeri,
N1: Ana kitle iinde baarl sonu verecek durumlarn toplam says,
N2: Ana kitle iinde baarsz sonu verecek durumlarn toplam says,
n: rnekteki eleman says,
N: Ana kitledeki eleman says. (N=N1+N2)
rnek: Bir torbada drt yeil ve alt krmz bilye olduunu dnelim. Drt bilyenin iadesiz
olarak ekilmesi durumunda:
a) ekilen drt bilyeden tam olarak nn krmz olmas olasl nedir?
b) En az bir bilyenin krmz olmas olasl nedir?
N1: Torbadaki krmz bilye says=6

N2: Torbadaki krmz olmayan bilye says=4
n: ekilecel bilye says=4
N=N1+N2= 6 + 4 = 10
a) ; ;
b) Bu olasln hesaplanmasnda 0 krmz bilye gelme olasl bulunarak 1den karlr.

Elde edilen olaslk 1, 2, 3, 4 krmz bilye gelmesi olasldr. X=0 iin olasl
hesaplayalm:
; ;
bulunur.
4.2.1.3. Poisson Dalm

Bundan nce incelediimiz binom dalm ile bir denemede gerekleen olaylarn
olaslklarnn bulunmasn gstermitik. Baz durumlarda belli bir zamanda veya mekanda
gerekleen olaylarn olaslklarnn hesaplanmas istenebilir. Bu gibi durumlarda istenen
olaslklarn hesaplanmasnda poisson dalmndan yararlanlr.
forml ile ifade edilir.
Burada,
x= X tesadfi deikeninin deeri,

= zaman veya yer birimi cinsinden olaylarn ortalama says,
e= doal logaritma taban (2,71828)dr.
deeri iin Ek2deki tablo kullanlabilir. Bu tablo ile hesaplamaya gerek kalmadan
dorudan deer okunur ve formlde yerine konabilir.
Poisson dalmnn uygulanabilecei zel problemler birim zamanda gerekleen baz
olaylarn olaslklarnn hesaplanmas ile ilgilidir. rnein, bir telefon santraline birim
Sayfa 50 / 62
zamanda gelen ar sinyallerinin says, paral geite bir yol yada kpr giriindeki
kulbelere birim zamanda ulaan aralarn says, gmrk yada banka veznelerinde birim
zamanda ilem yaptrmak isteyen kii says vb. rnekler verilebilir. Zaman faktr dnda,
rnein, bir top kumata metre kareye den kusur says, bir sayfa yazda bulunan hata says,
piyasaya yeni kan bir ilac kullanan insanlar arasnda alerji grlenlerin says vb. rnekler
verilebilir.
Bunlar ve benzeri olaylarda birim l bana gerekleen saylarn olaslklarn
poisson dalm ile zebilmek iin baz artlarn bulunmas gerekir. Bunlar:
yani birim zaman veya alan bana gerekleen olaylarn ortalama says sabittir.
Bir zaman periyodunda gerekleen olaylarn says, nceki olay saylarndan bamszdr.
zaman veya alann uzunluu ile orantldr ve uzunluk ksaldka klr. yle ki ok ksa
bir uzunlukta birden fazla olayn gerekleme olasl pratik olarak 0 olur.
rnek: Bir turistik otelin resepsiyonuna 1 dakikada ortalama iki telefon gelmektedir. Buna gre:
a) Herhangi bir dakikada telefon gelmesi olasl nedir?
b) ki dakikada 5 telefon gelme olasl nedir?
a) dir.
b) ki dakikada 5 telefon gelme olasl sorulmu bu nedenle , 2 deil 4 olarak hesaba
katlmaldr. 1 dakikadaki ortalama telefon says 2 ise 2 dakikadaki ortalama telefon
says 4 olacaktr.
bulunur.
rnek: Trafiin youn olduu bir karayolunda gnde ortalama kaza meydana gelmektedir.
Buna gre:
a) Belli bir gnde hi kaza olmamas olasl katr?
b) Belli bir gnde veya drt kaza olmas olasl nedir?
a) bulunur.
b) Olaylar birbirini engelleyen olaylar olduu iin
olacaktr.
dr.
dir.
bulunur.
4.2.2. Srekli Olaslk Dalmlar

Buraya kadar grdmz olaslk dalmlar kesikli olaslk dalmlar idi. imdi de
srekli olaslk dalmlarndan istatistikte nemli yeri olan normal dalm grelim.
4.2.2.1. Normal Dalm

Gnlk hayatta karlalan olaylar eitli olaslk dalmlar gsterirler. Bunlar
arasnda normal dalm zel bir yere sahiptir. nk, olaylarn ounda dalm normal
dalma uyar. rnein, insanlarn boylar, arlklar eitli l ve hacimlerle ifade edilen
pek ok dalmda veriler normal dalmn ekline uyarlar.
Normal dalmn balca zellikleri:
Dalm sreklidir. Deiken sonsuz sayda blnebilen deerler alr.
Dalm simetriktir. Aritmetik ortalama, mod ve medyan birbirine eittir.
Dalmn iki ucu yatay eksene giderek yaklaan deerler alr ve ancak sonsuzda yatay
ekseni keser.
Sayfa 51 / 62
Tek modlu bir dalmdr.
Bu zellikleri tayan dalmlarn normal dalma sahip olduu sylenebilir.

Ortalama ( ) ve standart sapmann ( ) deerine bal olarak sonsuz sayda normal dalm
mevcuttur. Bu nedenle, verilen herhangi bir normal dalm ( ) standart
forma evrilebilir. Byle bir dalma standart normal dalm ad verilir. Standart normal dalm
ortalamas 0 ve standart sapmas 1 olan bir dalmdr.
Bu dalma ait alanlar tablo haline getirilmi ve ek tablolar arasnda gsterilmitir. Z,
ortalamadan uzaklaan standart sapmalarn saysn ifade eder. Yani, rnein, Z=1 olmas halinde ile
arasndaki alan tablodan dorudan okunabilir. Bu deer, 0,3413tr.
ekil : Normal Dalm Erisi
Normal dalmdaki tesadfi deikenin bir deerinin ortalamadan ka standart sapma

uzakta olduunu bulmak iin aadaki forml kullanlr:
Bu eitlikte sembollerin anlamlar yledir:

Z: standart sapmalarn says,
X: tesadfi deikenin deeri,
: Normal dalmn standart sapmas,
: Normal dalmn ortalamas.
Bu eitlik yardmyla yatay eksen zerinde ortalamadan sapmalarn deerleri Z birim

cinsinden bulunmu olur. Deikenin sahip olduu gerek birimlerin (TL-Kg. vb.)
kullanlmasna ihtiya kalmaz.
Sayfa 52 / 62
rnek: Bir futbol mana giden bir grup gencin ya ortalamasnn 15, standart
sapmasnn 4 ya olduunun yaplan bir anketle belirlendiini varsayalm. Genlerin
yalarnn normal dalm gsterdiini kabul ederek aadaki sorular cevaplaynz.
a) Yalar 15 ve 19 arasnda olan genlerin oran nedir?
b) Yalar 21i geen genlerin oran nedir?
c) Yalar 12den az olanlarn olasl nedir?
d) Yalarn 13 ile 14 arasnda olma olasl nedir?
a) 15-19 arasndaki yalarn olaslklarn bulabilmek iin ortalama (15) ile X (19) arasndaki
alan veren Z deerini bulmak gerekir:
Bu Z deerine karlk gelen tablo deeri 0,3413 olduundan yalar 15 ile 19 arasnda olan
genlerin oran % 34,13tr.
b) Normal eri altnda Xin belli bir deerinden daha byk olan alann bulabilmek iin nce
sz konusu X deeri ile ortalama arasndaki alan bulunur. Daha sonra bu deer 0,5000
deerinden karlr.
bulunur. Bu Z deeri iin alan 0,4332dir. Bu durumda, 21

yan zerindeki alan 0,5000-0,4332=0,0668dir. Yani ya 21i geenlerin oran % 6,68dir.
Sayfa 53 / 62
c) Normal eri altnda Xin belli bir deerinden daha kk olan alann bulabilmek iin nce
ortalama ile sz konusu X deeri arasndaki alan bulunur. Daha sonra bu alan 0,5000
deerinden karlr.
bulunur.
Znin -0,75 deeri iin tablodan okunan alan 0,2734tr. Znin negatif ya da pozitif deer almas
sadece ortalamann solunda veya sanda olan deerlerle ilgilendiimizi gsterir. Dalm simetrik
olduundan Znin pozitif ve negatif deerleri arasnda fark yoktur. Bu durumda, yalar 12den daha
az olan genlerin olasl: 0,5000-0,2734=0,2266dr.
d) Normal eri altnda kalan iki X deeri arasndaki alann bulunmasndan her iki deer birlikte
ister ortalamann altnda ister stnde olsun kademeli bir ilem takip edilir. Bu rnekte, nce
Xin 13 ile 15 deerleri arasndaki alan bulunur. Sonra, Xin 14 ile 15 deerleri arasndaki
alan bulunarak birinci alandan karlr. Bylece, geriye kalan taral alan elde edilmi olur.
; bulunur.
Znin -0,50 deeri iin tablodan 0,1915 ve Znin -0,25 deeri iin tablodan 0,0987 deeri okunur.
Yalarn 13 ile 14 arasnda olma olasl, 0,1915-0,0987=0,0928 yani % 9,28 olarak bulunur.
Sayfa 54 / 62
rnek : Bir iletmenin A malndan haftalk sat miktar ortalama 3500 adet, standart sapmas
250 adettir. Satlarn normal dalm gsterdiini kabul ederek haftalk satlarn 3300 adet ile 3800
adet arasnda olma olasl nedir?
Bu rnekte istenen alan ortalamann her iki tarafnda bulunduundan Z deerleri iki taraf iin
ayr ayr hesaplanarak alanlar bulunacaktr, sonra bulunan alanlarn toplam hesaplanacaktr.
; bulunur.
Z1e karlk gelen alan 0,2881, Z2ye karlk gelen deer ise 0,3849dur. Bu durumda,
haftalk satlarn 3300 ile 3800 arasnda olma olasl:
olacaktr. Yani olaslk % 67,30dur.
PROBLEMLER
1. Bir kentte aralarn % 40nn kasko sigortas yaptrd bilinmektedir. Tesadfi olarak alnan
10 aratan,
a) Drt tanesinin sigortal olmas,
b) En az 2 tanesinin sigortal olmas,
c) Dokuz ve daha fazlasnn sigortal olmas,
d) Bir taneden fazlasnn sigortal olmamas olaslklarn bulunuz.
zm: Bu rnekte binom dalmn kullanmak gerekir: Hesaplamalarda baar olasl (p)
iin 0,4 deeri kullanlr.
a)
dir.
b) eklinde hesaplanabilir.
dr.
dr.
olur.
olarak hesaplanr.
Sayfa 55 / 62
c) eklinde hesaplanabilir.
dr.
dir.
olarak hesaplanr.
d) Sigortal olmama olasl sorulduu iin baarl olasl (p) iin 0,4 deil 1-0,4=0,6
deeri kullanlmaldr.
eklinde hesaplanabilir.
olacaktr.
dr.
tr.
bulunur.
olarak hesaplanr.
2. ehirleraras telefon santralinde alan bir operatre dakikada ortalama konuma talebi
gelmektedir.
a) Bir dakika iinde hi konuma talebi gelmemesi olasln,
b) Bir dakika iinde iki konuma talebi gelmesi olasln,
c) dakikada drt konuma talebi gelmesi olasln bulunuz.
zm : Bu problemde poisson dalm kullanlmaldr.

a) olarak hesaplanr.
b) olarak hesaplanr.
c) dakikada 4 konuma talebi gelme olasl sorulduuna gre iin deeri
kullanlmaldr.
olarak hesaplanr.
3. Bir kutuda 100 bilye bulunmaktadr. Bunlardan be tanesi mavi, gerisi yeildir. Eer
iadesiz olarak sekiz bilye ekilirse bunlardan iki tanesinin mavi olmas olasl nedir?
zm : Bu problemde iadesiz ekili yapld iin hipergeometrik dalm kullanlr.

N1=5, N2=95, N=100, n=8, x=2dir. Buna gre:
N N 5 95
C 1 C 2 C C 10 869 107 785
x n x 2 8 2
P X 2 N 100 0 047 olarak hesaplanr.
C C 186 087 894 300
n 8
4. Bir kutuda 100 bilye bulunmaktadr. Bunlardan be tanesi mavi, gerisi yeildir. Eer iadesiz
olarak sekiz bilye ekilirse bunlardan iki tanesinin mavi olmas olasl nedir?
zm : Bu problemde iadesiz ekili yapld iin hipergeometrik dalm kullanlr.

N1=5, N2=95, N=100, n=8, x=2dir. Buna gre:
olarak hesaplanr.
Sayfa 56 / 62
5. Ortalamas 30 ve standart sapmas 5 olan bir normal dalm iin aadaki olaslklar
hesaplaynz.
a) P(X>34),
b) P(X<27),
c) P(31<X<33),
d) P(27<X<32),
e) P(25<X<29).
zm :
a) dir. Z=0,8 iin tablo deeri 0,2881dir.
P(X>34)=0,5-0,2881=0,2119 bulunur.
b) dr. Z=0,6 iin tablo deeri 0,2257dir.

P(X<27)=0,5-0,2257=0,2743 bulunur.
c) dir. dr. Z=0,2 iin tablo

deeri 0,0793, Z=0,6 iin tablo deeri 0,2257dir.
olarak hesaplanr.
Sayfa 57 / 62
d) dr. tr. Z=0,4 iin
tablo deeri 0,1554, Z=0,6 iin tablo deeri 0,2257dir.
olarak hesaplanr.
e) dir. dr. Z=1,0 iin

tablo deeri 0,3413, Z=0,6 iin tablo deeri 0,2257dir.
olarak hesaplanr.
6. Bilgisayar monitr reten bir fabrikada her 100 monitrden 30u kusurlu kmaktadr.
Tesadfi olarak alnan 5 adetlik bir grup monitr iinde:
a) Tam olarak 2 monitrn,
b) En az drt monitrn kusurlu olmas olasln hesaplaynz.
zm : Bu problemde binom dalm kullanlr. n=5 ve tr.

a)
dir.
dir.
dir.
olarak hesaplanr.
Sayfa 58 / 62
7. ABC sigorta irketi ikayetlerin % 8inin hrszlklardan kaynaklanan zararlardan meydana
geldiini bilmektedir. 5 ikayeti kapsayan tesadfi bir rnekte:
a) En ok 2 hrszlktan kaynakl ikayet olmas olasln,
b) ten fazla hrszlktan kaynaklanan ikayet olmas olasln bulunuz.
zm : Bu rnekte binom dalm kullanlmaldr.
a) eklinde hesaplanabilir.
dur.
dr.
dur.
olarak
hesaplanr.
b) P(X>3)=P(X=4)+P(X=5) eklinde hesaplanabilir.
dir.
tr.
P(X>3)=P(X=4)+P(X=5)=0,0002+0,000003=0,000203 olarak bulunur.
8. Belli bir otoban giri rampasna gelen arabalarn miktarnn poisson dalml olduunu
varsayalm. Varsaym doru ise ve bir saat iinde gelen ortalama ara says be ise 1 saat
iinde
a) 5 arabann gelme olasln,
b) 2den az arabann gelme olasln,
c) Hi araba gelmeme olasln,
d) 2 ile 5 arasnda araba gelme olasln bulunuz.
zm : Bu problemde poisson dalm kullanlr. :
a) dir.
tr.
dir.
olarak hesaplanr.
c) tr.
d) P(2<X<5)=P(X=3)+P(X=4) eklinde hesaplanabilir.
tr.
Sayfa 59 / 62
dir.
P(2<X<5)=P(X=3)+P(X=4)=0,1404+0,1755=0,3159 bulunur.
9. Ortalamas 20 ve standart sapmas 2 olan bir normal dalm iin aadaki olaslklar
hesaplaynz.
a) P(X>25),
b) P(X<16),
c) P(14<X<15),
d) P(15<X<25),
e) P(24<X<26).
zm :
a) dur. Z=2,5 iin tablo deeri 0,4938dir.
P(X>25)=0,5-0,4938=0,0062 bulunur.
b) dir. Z=2,0 iin tablo deeri 0,4772dir.

P(X<15)=0,5-0,4772=0,0228 bulunur.
Sayfa 60 / 62
c) tr. dur. Z=3,0 iin tablo
deeri 0,4987, Z=2,5 iin tablo deeri 0,4938dir.
olarak hesaplanr.
d) dur. dur. Z=2,5 iin tablo

deeri 0,4938dir.
olarak hesaplanr.
e) dr. dr. Z=2,0 iin tablo deeri

0,4772, Z=3,0 iin tablo deeri 0,4987dir.
olarak hesaplanr.
Sayfa 61 / 62
5. KAYNAKLAR
I. Ttek, H., Gmolu, ., 2008, letme statistii, Beta Basm Yaym Datm A..,
stanbul.
II. Gler, F., 2007, Temel statistik, Beta Basm Yaym Datm A.., stanbul.
III. slamolu, A.H., 2009, Sosyal Bilimlerde Ara trma Y ntemleri (SPSS Uygulamal), Beta
Basm Yaym Datm A.., stanbul.
IV. Balce, A.O., Demir, S., 2007, statistik Ders Notlar, Pamukkale niversitesi ktisadi Ve
dari Bilimler Fakltesi, Ekonometri Blm, Denizli
V. akc, M., Ouzhan, A., zdil, T., 2000, Temel statistik I, zal Matbaas, stanbul.
VI. akc, M., Ouzhan, A., zdil, T., 2000, Temel statistik II, zal Matbaas, stanbul.
Sayfa 62 / 62

İstati̇sti̇k Ders Notu

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

İstati̇sti̇k Ders Notu

Uploaded by

Copyright:

Available Formats

STATSTK DERS NOTU

1.2. Temel Kavramlar

1.2.2. Poplasyon (Kitle, Ana Kitle, Ana Ktle, Yn)

1.2.3. rneklem ve rnekleme

1.2.5. Gzlem (Denek)

1.2.6. Parametre ve statistik

1.2.7.1. Nicel (Kantitatif) Deikenler

1.2.7.2. Nitel (Kalitatif) Deikenler

1.2.7.3.1.1. Nominal lek

1.2.7.3.1.2. Ordinal lek

1.2.7.3.1.3. Aralk lei

Tanmlayc (Betimleyici) statistik

1.3.1. Tanmlayc (Betimleyici) statistik

1.3.2. ngrleyici (Tahminleyici) statistik

1.4. Veri Kaynaklar

1.4.2.2. kincil Veriler

1.5.1. Literatr Aratrmas

Anket yntemine gre daha objektiftir,

Her tr bilginin toplanmasna uygun deildir,

1.5.4.1.1. Yz Yze Grme

Bu yntem hem sorular akla kavuturma hem de denetim salama

Grmecinin hatal davran grmeyi etkiler,

Ucuzdur, ksa zamanda bilgi salar,

Herkesin telefonu olmad ya da herkesin telefon rehberinde ismi olmad iin,

Maliyeti, teki yntemler gre daha dktr,

Anketin geri dn oran dktr,

Maliyeti son derece dktr,

Herkesin internet balants olmadndan rnekleme hatalarna dlebilir,

rneklemenin amac tahmin yapmaktr. Tahminde bulunma, rnekleme yoluyla

Bu anlaya gre rnekleme sreci u aamalardan olumaktadr (slamolu, 2009, s.

Ana kitlenin tanmlanmas,

1.6.1. Ana Kitlenin Tanm

1.6.4. rnekleme Yntemi

Yntemin Sakncal Ynleri

Seim ilemlerinde evren bykl( N ) rneklem byklne ( n ) blnerek ka

Bu yntemi kullanacak aratrclar u noktalar gz nnde bulundurmaldrlar

1.6.5. rnek Byklnn Belirlenmesi

1.6.6. rnekleme Plannn Belirlenmesi

1.6.7. rnekleme Hatalar

2. VERLERN ANALZ VE SUNUMU

2.1.1. Sklk (Frekans) Dalm

2.1.1.1. Nicel Verilerde Sklk (Frekans) Dalm

Kaynak: (Balce ve Demir, 2007, s. 7)

Kaynak: (Balce ve Demir, 2007, s. 7)

Dalm Snrlar: Bir dalmda (veri kmesinde) yer alan en kk ve en byk

En byk deer (Maksimum): 13.5 (dalmn st snr)

ASi: i.snfn alt snr

Kaynak: (Balce ve Demir, 2007, s. 7)

izelge 1 iin rnek yorumlar:

Kaynak: (Balce ve Demir, 2007, s. 7)

izelge1de verilen greli sklk ve snf deerleri kullanlarak histogram izilmi ve

2.1.3. Frekans (Dalm) Poligonu

NTEL VERLERDE SIKLIK ZELGES

2.2. Sralanabilen Verilerde Sklk izelgesi

Yukardaki sklk izelgesinden yararlanarak baz yorumlar yaplabilir: Ekonomi dersini

ET OLMAYAN ARALIKLI VE AIK ULU SIKLIK ZELGES

RNEK: Bir ildeki 30 ilkokulun derslik saylarnn dalm incelensin.

2.3. Merkezi Eilim lleri

2.3.1.1. Basit Serilerde Aritmetik Ortalama

rnek 1: 15, 12, 14, 18, 16 saylarnn aritmetik ortalamas:

2.3.1.2. Snflandrlm Serilerde Aritmetik Ortalama

Snflandrlm verilerde aritmetik ortalama:

formlne gre hesaplanr :