Verinin Yayılımı: Açıklık, Sapma ve Standart Sapmaya Giriş

Günlük hayattan giriş

İki satış temsilcisini düşünelim. Ahmet'in son beş haftadaki satışları 48, 50, 49, 51, 52 bin lira. Elif'in satışları ise 20, 80, 30, 90, 30 bin lira. İkisinin de ortalama satışını hesaplasanız, ikisi de yaklaşık 50 bin lira çıkar. Ama bu iki performans aynı mı? Kesinlikle hayır. Ahmet her hafta neredeyse aynı miktarda satış yapıyor, yani tutarlı. Elif'in satışları ise bir yükselip bir düşüyor, yani tutarsız ve öngörülemez. Sadece ortalamaya bakarsak bu büyük farkı göremeyiz.

Aynı durum üretimde de geçerlidir. Bir fabrika 500 gramlık paketler üretiyor. Eğer paketlerin gerçek ağırlıkları hep 498-502 gram arasında kalıyorsa müşteri güveni yüksektir. Ama paketler bazen 470 gram bazen 530 gram geliyorsa, ortalama yine 500 gram olsa bile müşteri şikâyet eder, kalite kontrol devreye girer. Yatırım dünyasında da aynı mantık işler: iki fonun yıllık ortalama getirisi %8 olabilir, ama biri her yıl istikrarlı %7-9 arası kazandırırken, diğeri bir yıl %30 kazandırıp bir yıl %14 kaybettirebilir. İkinci fon çok daha risklidir, çünkü sonucu tahmin etmek zordur.

İşte bu derste, verinin sadece 'ortalamasını' değil, ortalama etrafında ne kadar 'yayıldığını' ölçmeyi öğreneceğiz. Bu ölçüme istatistikte yayılım (dağılım) ölçüleri denir. En basitinden en gelişmişine doğru üç kavrama bakacağız: açıklık, ortalamadan sapma ve standart sapmanın temel mantığı. Bu kavramlar; kalite kontrolde, maaş analizinde, yatırım riskinde ve performans değerlendirmesinde her gün kullanılır.

Tanım ve kural

Açıklık (Range): Bir veri setindeki en büyük değerle en küçük değer arasındaki farktır. Formülü çok basittir:

Açıklık = En büyük değer − En küçük değer

Açıklık, bize verinin uç noktaları arasındaki mesafeyi verir. Küçük bir açıklık, verinin dar bir aralıkta toplandığını; büyük bir açıklık ise verinin geniş bir aralığa yayıldığını gösterir. Açıklığın avantajı hesaplamasının çok kolay olmasıdır. Dezavantajı ise sadece iki uç değere bakması; aradaki diğer tüm değerleri görmezden gelmesidir. Bir tek aşırı değer (outlier) açıklığı çok değiştirebilir.

Sapma (Deviation): Bir veri değerinin, veri setinin ortalamasından ne kadar uzakta olduğunu gösterir. Formülü:

Sapma = Veri değeri − Ortalama

Bir değer ortalamanın üstündeyse sapma pozitif, altındaysa negatif çıkar. Burada çok önemli bir kural vardır: bir veri setindeki tüm sapmaların toplamı her zaman sıfırdır. Bunun nedeni ortalamanın zaten 'dengeleme noktası' olmasıdır — ortalamanın üstündeki fazlalıklar, altındaki eksiklikleri tam olarak dengeler. Bu yüzden sapmaları doğrudan toplayarak 'ortalama sapma' bulamayız; toplam her zaman sıfır çıkar ve bize hiçbir bilgi vermez. Bu sorunu çözmek için ya sapmaların mutlak değerini (işaretini yok sayarak) ya da karesini alırız.

Standart sapma: Verinin ortalamadan ortalama olarak ne kadar uzaklaştığını gösteren, iş hayatında en çok kullanılan yayılım ölçüsüdür. Hesaplama mantığı şöyledir: önce her değerin sapmasını buluruz, sonra bu sapmaların karesini alırız (işaretleri yok olsun diye), bu karelerin ortalamasını alırız (buna varyans denir), en son da varyansın karekökünü alarak standart sapmayı buluruz. Kare almamızın nedeni, negatif ve pozitif sapmaların birbirini götürmesini engellemek; karekök almamızın nedeni ise sonucu tekrar orijinal birime (örneğin lira, kilogram) döndürmektir. Standart sapma ne kadar büyükse veri o kadar yayılmış, tutarsız ve öngörülemezdir; ne kadar küçükse veri o kadar sıkışık, tutarlı ve güvenilirdir.

Çözümlü örnekler

Örnek 1 — Açıklık hesaplama. Bir mağazanın son beş günkü satış rakamları (bin lira): 5, 7, 8, 10, 15. Açıklığı bulunuz.

Çözüm:

En büyük değer: 15.

En küçük değer: 5.

Açıklık = 15 − 5 = 10.

Sonuç: Açıklık 10 bin liradır. Bu, satışların en yüksek ve en düşük günü arasında 10 bin liralık bir fark olduğunu gösterir.

Örnek 2 — Aynı ortalama, farklı açıklık. A hattı günlük üretim: 20, 20, 20, 20, 20 adet. B hattı günlük üretim: 10, 15, 20, 25, 30 adet. Her ikisinin ortalamasını ve açıklığını bulup karşılaştırınız.

Çözüm:

A hattı ortalaması = (20+20+20+20+20) ÷ 5 = 100 ÷ 5 = 20.

A hattı açıklığı = 20 − 20 = 0.

B hattı ortalaması = (10+15+20+25+30) ÷ 5 = 100 ÷ 5 = 20.

B hattı açıklığı = 30 − 10 = 20.

Sonuç: İki hattın ortalaması eşit (20 adet), ama A hattının açıklığı 0, B hattının açıklığı 20'dir. A hattı çok daha istikrarlı çalışıyor; B hattında üretim gün gün ciddi şekilde değişiyor. Sadece ortalamaya bakan biri iki hattı 'aynı' sanabilirdi — açıklık gerçeği gösteriyor.

Örnek 3 — Sapma hesaplama. Veri: 4, 6, 8 (bir departmanın üç çalışanının haftalık fazla mesai saati). Her değerin sapmasını bulunuz ve sapmaların toplamını kontrol ediniz.

Çözüm:

Ortalama = (4+6+8) ÷ 3 = 18 ÷ 3 = 6.

4'ün sapması = 4 − 6 = −2.

6'nın sapması = 6 − 6 = 0.

8'in sapması = 8 − 6 = 2.

Sapmaların toplamı = −2 + 0 + 2 = 0.

Sonuç: Sapmalar sırasıyla −2, 0, 2'dir ve toplamları her zaman olduğu gibi sıfırdır. Bu bize verinin yayılımı hakkında tek başına bilgi vermez; bu yüzden bir sonraki adıma, mutlak değere ya da kareye ihtiyacımız var.

Örnek 4 — Ortalama mutlak sapma. Veri: 2, 4, 6, 8, 10 (beş şubenin günlük müşteri şikâyet sayısı). Ortalama mutlak sapmayı hesaplayınız.

Çözüm:

Ortalama = (2+4+6+8+10) ÷ 5 = 30 ÷ 5 = 6.

Sapmalar: 2−6=−4, 4−6=−2, 6−6=0, 8−6=2, 10−6=4.

Mutlak değerleri alınız (işaretleri kaldırınız): 4, 2, 0, 2, 4.

Bu mutlak sapmaların toplamı = 4+2+0+2+4 = 12.

Ortalama mutlak sapma = 12 ÷ 5 = 2,4.

Sonuç: Ortalama mutlak sapma 2,4'tür. Yani şubelerin şikâyet sayısı, ortalamadan (6'dan) günde ortalama 2,4 birim uzaklaşıyor.

Örnek 5 — Standart sapma, adım adım. Bir çağrı merkezinde sekiz temsilcinin günlük ortalama çağrı yanıt süresi (dakika) şöyle: 2, 4, 4, 4, 5, 5, 7, 9. Standart sapmayı hesaplayınız.

Çözüm:

1. Adım — Ortalamayı bulunuz: (2+4+4+4+5+5+7+9) ÷ 8 = 40 ÷ 8 = 5.

2. Adım — Her değerin sapmasını bulunuz: 2−5=−3, 4−5=−1, 4−5=−1, 4−5=−1, 5−5=0, 5−5=0, 7−5=2, 9−5=4.

3. Adım — Sapmaların karesini alınız: (−3)²=9, (−1)²=1, (−1)²=1, (−1)²=1, 0²=0, 0²=0, 2²=4, 4²=16.

4. Adım — Karelerin toplamını bulunuz: 9+1+1+1+0+0+4+16 = 32.

5. Adım — Varyansı bulunuz (karelerin ortalaması): 32 ÷ 8 = 4.

6. Adım — Standart sapmayı bulunuz (varyansın karekökü): √4 = 2.

Sonuç: Standart sapma 2 dakikadır. Yani temsilcilerin yanıt süreleri, ortalamadan (5 dakikadan) tipik olarak 2 dakika kadar sapıyor. Bu bilgi, çağrı merkezi yöneticisine 'sürelerimiz ne kadar tutarlı' sorusunun net bir cevabını verir.

Sık yapılan hatalar

Yanlış: 'Sapmaların toplamı sıfır çıktı, demek ki veride hiç değişkenlik yok.' Doğrusu: Sapmaların toplamı matematiksel bir zorunluluktan dolayı her zaman sıfırdır; bu veri hakkında hiçbir şey söylemez. Yayılımı ölçmek için mutlak değer ya da kareler kullanılmalıdır.

Yanlış: 'Açıklık küçükse veride hiç uç değer (outlier) yoktur, güvenle karar verebilirim.' Doğrusu: Açıklık sadece iki uç noktaya bakar; ortadaki değerlerin nasıl dağıldığını göstermez. İki farklı veri seti aynı açıklığa sahip olsa bile birinin ortası çok yığılmış, diğerinin çok dağınık olabilir.

Yanlış: Varyansı hesaplarken sapmaları karesini almadan doğrudan toplayıp ortalamasını almak. Doğrusu: Kare alma adımı asla atlanmaz; aksi hâlde toplam sıfır çıkar ve hesap anlamsızlaşır.

Yanlış: 'Standart sapma 2 ise, değerler ortalamanın 2 katı kadar farklıdır.' Doğrusu: Standart sapma bir 'kat' değil, ortalamadan tipik bir uzaklık miktarıdır; birimi verinin kendi birimiyle aynıdır (dakika, lira, kilogram gibi).

Yanlış: Karekök adımını unutup varyansı 'standart sapma' diye sunmak. Doğrusu: Varyans ile standart sapma farklı şeylerdir; varyansın birimi karesel olduğu için yorumlanması zordur, bu yüzden mutlaka karekök alınıp standart sapmaya dönüştürülür.

Alıştırma

1) Veri: 12, 15, 18, 20, 25. Açıklığı bulunuz.

2) Veri: 30, 30, 30, 30. Açıklığı bulunuz ve ne anlama geldiğini yorumlayınız.

3) İki satış takımının haftalık ortalama satışı aynı (50 bin lira). A takımının açıklığı 4 bin lira, B takımının açıklığı 20 bin liradır. Hangi takım daha tutarlıdır?

4) Veri: 3, 5, 7. Ortalamayı ve her değerin sapmasını bulunuz.

5) Yukarıdaki (3, 5, 7) verisinin sapmalarının toplamı kaçtır?

6) Veri: 1, 3, 5, 7, 9. Ortalama mutlak sapmayı hesaplayınız.

7) Veri: 6, 8, 10. Varyansı ve standart sapmayı hesaplayınız.

8) Bir mağazanın günlük müşteri sayıları: 40, 42, 44, 46, 48. Açıklığı bulup mağazanın istikrarlı olup olmadığını değerlendiriniz.

9) İki veri setinin ortalaması eşit (30): Birinci küme 10, 20, 30, 40, 50; ikinci küme 10, 10, 30, 50, 50. Hesap yapmadan, hangi kümenin standart sapmasının daha büyük olacağını mantıkla tahmin ediniz.

10) İki yatırım fonunun yıllık ortalama getirisi %8'dir. Fon X'in standart sapması %2, Fon Y'nin standart sapması %9'dur. Hangi fon daha risklidir?

Cevap Anahtarı

1) 13 — 25 − 12 = 13.

2) 0 — tüm değerler eşit olduğu için en büyük ile en küçük arasında fark yoktur, veri hiç değişmemektedir.

3) A takımı — açıklığı daha küçük (4 < 20), yani satışları hafta hafta daha az değişiyor, daha öngörülebilir.

4) Ortalama 5; sapmalar −2, 0, 2 — her değerden ortalamayı (5) çıkarınız.

5) 0 — sapmaların toplamı, ortalamanın tanımı gereği matematiksel olarak her zaman sıfır çıkar.

6) 2 — ortalama 5, mutlak sapmalar 4, 2, 0, 2, 4; toplamları 12, 12 ÷ 5 = 2.

7) Varyans ≈2,67, standart sapma ≈1,63 — ortalama 8, sapmalar −2, 0, 2, kareler 4, 0, 4; toplam 8, 8 ÷ 3 ≈ 2,67, √2,67 ≈ 1,63.

8) Açıklık 8 — değerler 40 ile 48 arasında dar bir bantta olduğu için mağaza oldukça istikrarlı bir müşteri akışına sahiptir.

9) İkinci küme — değerler uçlara (10 ve 50'ye) yığıldığı için ortalamadan daha uzakta yoğunlaşmıştır, bu da daha büyük standart sapma demektir.

10) Fon Y — standart sapması daha büyük (%9 > %2), yani yıldan yıla getirisi daha çok değişiyor, bu da daha yüksek risk anlamına gelir.

Dersin özeti

Aynı ortalamaya sahip iki veri seti, yayılım açısından çok farklı olabilir; bu yüzden karar verirken sadece ortalamaya bakmak yeterli değildir.

Açıklık, en büyük ve en küçük değer arasındaki farktır; hesaplaması kolaydır ama sadece iki uç noktayı dikkate alır.

Sapma, bir değerin ortalamadan uzaklığıdır; tüm sapmaların toplamı matematiksel olarak her zaman sıfır çıkar, bu yüzden yayılımı ölçmek için mutlak değer veya kare kullanılır.

Standart sapma, sapmaların karesinin ortalamasının (varyansın) karekökü alınarak bulunur ve verinin ortalamadan tipik uzaklığını gösterir.

Küçük standart sapma tutarlılığı ve düşük riski, büyük standart sapma değişkenliği ve yüksek riski işaret eder; bu kavram iş hayatında kalite kontrol, performans değerlendirmesi ve yatırım kararlarında sürekli kullanılır.