Veri Okuryazarlığı Nedir?

Dijitalleşen dünyada bilgi sahibi olmak oldukça önem arz etmekte. Bilgiyi sürekli akışta olan, gün geçtikçe sayısı artan ve bir kaosa sebep olabilen verilerden ediniriz. Kaos derken verinin dağınık bir şekilde, her yerde ve çok fazla olmasını kastediyoruz. Bilgiye ulaşmanın yolu ise dağınık veriden anlamlı değerler yaratmak. Bu noktada hayatımıza veri okuryazarlığı giriyor.

Veri-anlamlı değer ilişkisi

Bugün iş süreçlerinin geliştirilmesi, daha fazla ürün ve hizmet sağlama ihtiyacı şirketleri ve kuruluşları veriye dayalı kararlar almaya teşvik ediyor. Karmaşık yapıları daha düzenli hale getirerek sezgiye dayalı değil, veriye dayalı stratejiler geliştirmek önemli hale geliyor. Verilerin görselleştirilmesi, tablolaştırılması ve anlaşılır hale gelmesi analiz edilmesini kolaylaştırmakta ve veri hakkındaki bilgi aktarımını kolaylaştırmakta.
 

Veri nedir?

Veri, genellikle belirli bir amaca uygun bir şekilde biçimlendirilen ve saklanan farklı bilgi parçalarını ifade eder. Verinin antik dünyaya kadar uzanan uzun ve zengin bir geçmişi vardır. Milattan önce 19000’lerden kalma çetele çubuklarının bulunması verinin bu uzun ve zengin tarihi hakkında bize ışık tutmaktadır. Birkaç eski ve erken uygarlık tarafından nicel ve nitel veriler dahil olmak üzere farklı veri biçimlerinin kullanıldığı bilinmektedir.

Modern dünyada ise verilerin dijital ortamda saklanması, verilerin anlamlandırılmasına ve genellenmesine imkan tanımış ve verilerden geleceğe yönelik çıkarımlarda bulunma olanağını doğurmuştur. Veriler üzerinde bu işlemleri gerçekleştirebilmek ve verinin bilgi aşamasına gelmesini sağlamak için ise istatistik biliminden yararlanılmaktadır. 

Veriden değer üretme süreci

İstatistik ise belirli bir amaç için veri toplama, toplanan veriyi temizleme, işleme hazır hale getirme, tablo ve grafiklerle özetleme, analiz etme, sonuçları yorumlama yani kısacası veriden bilgi elde etmemizi sağlayan süreçleri barındıran bilimdir. 
 

Veri okuryazarlığı nedir?

Veri ile ilk temas ettiğimiz anda veriyi anlama, kullanma, analiz etme ve yorum yapabilme durumuna veri okuryazarlığı, bu yorumları istatistiki yöntemlerle elde edip bilimsel bir şekilde açıklayabilmeye ise istatistiksel okuryazarlık deriz. Bir nevi veri okuryazarlığı yaparken istatiksel okuryazarlık da yapmamız gerektiğinden her iki terimin birbirini tamamladığını söyleyebiliriz. 

Dünyanın giderek veri odaklı hale gelmesi sebebiyle veri okuryazarlığı kavramı daha fazla önem kazanmıştır. Veri okuryazarlığı kabiliyetine sahip olmak için temel istatistik kavramlarının yanı sıra merkezi eğilim ölçüleri, dağılım ölçüleri ve istatistiksel düşünce bicimlerini öğrenmek gerekir.

Temel kavramlar, verinin genel hatları hakkında bilgi sahibi olmamızı sağlayan terimlerdir. Veri üzerinde yapılacak çalışmada, verinin ne kadarlık kısmının mevcut olduğu, tamamında mı yoksa bir alt kümesi üzerinde mi çalışıldığı, ilgili sayısal ölçütler, veri içerisinde yer alan değerlerin ne anlama geldiği, değerlere karşılık gelen ölçütlerin ne olduğu gibi bilgiler önem arz etmektedir. İlgili bazı kavramlar aşağıdaki şekilde özetlenebilir:

• Popülasyon: Üzerinde çalışma yapılacak, veri toplamak istediğimiz ana (hedef) kitledir. 
• Örneklem: Popülasyondan seçilen, veriyi en iyi temsil eden alt kümedir. Günlük hayatta çoğunlukla tüm kitleye erişmek mümkün veya pratik olmayabilir. Bu sebeple çalışmalar genellikle örneklem üzerinden yürütülür. Çalışmaların çoğunlukla örneklem üzerinden yürütülmesi sebebiyle örneklemin kitleyi en iyi şekilde temsil etmesi gerekmektedir. Bu işlem belirli bir hata miktarına katlanılarak ve bir güven derecesi ile yapılır.
  
• Gözlem birimi: Kitleden seçilen örneklemde yer alan her bir eleman, incelenen birimdir.
• Parametre: Kitleyi ifade eden sayısal ölçüttür. 
• Örneklem istatistiği: Örneklemi ifade eden sayısal ölçüttür.
• Değişken: Her birimin aldığı farklı nicelik ve niteliklerdir. Değişkenler aldıkları nicelik ve nitelik değerlerine göre sayısal ve kategorik olmak üzere iki ana başlığa ayrılırlar:
  Sayısal değişken (nicel, kantitatif): Sayılarla ifade edilebilen değişkenlerdir. Örneğin fiyat, yaş… Sayısal değişkenler kendi içinde kesikli ve sürekli olmak üzere iki alt başlıkta incelenir ve ölçek türü olarak aralıklı ve oransal ölçek türü ile ölçeklendirilirler.
  Kategorik değişken (nitel, kalitatif): Sayılar ile ifade edilemeyen değişkenlerdir. Örneğin cinsiyet, öğrenim seviyeleri…Kategorik değişkenler sınıflayıcı ve sıralayıcı ölçek ile ölçeklendirilirler.

Nicel kavramları ölçmek için çeşitli yaklaşımları keşfederek farklı ölçüm seviyelerine ve değişkenleri dönüştürmenin yollarına uygulamalar üzerinden genel bir bakış atmak için Miuul'un Ölçümleme Problemleri eğitimini inceleyebilirsiniz.

Kaynaklar

• Veri Bilimi Okulu, Veri Okuryazarlığı
• Data Science Earth, Herkes İçin Veri Okuryazarlığı
• Akdeniz, F. (2012). Olasılık ve İstatistik, Nobel Kitabevi
• Köse, N. (2012). İstatistik ve Olasılığa Giriş