Kısaca (TL;DR). OECD Yetişkin Becerileri Araştırması’nda (2023 verisi, Aralık 2024’te yayımlandı) OECD ülkelerindeki yetişkinlerin %25’i sayısal beceride 1. Düzey veya altında kaldı, %14’ü ise 4. veya 5. Düzey’e ulaştı. ABD’de düşük sayısal beceriye sahip olanların payı 2017’deki %29’dan 2023’te %34’e yükseldi. Bu sırada yapay zeka araçları ve tedarikçi sunumları her zamankinden fazla kendinden emin yüzde üretiyor. Analist olmayanların yaklaşık on fikre ihtiyacı var; her birine eşlik eden tek bir soru, doğru bir sayının onları yanıltmasını engelliyor. Biçim de okur kadar önemli: 160 kadın doğum uzmanı test istatistiklerini koşullu olasılık olarak gördüğünde %21’i doğru cevabı buldu; bunları 1.000 kişide kaç kişi olarak yeniden ifade etmeyi öğrendikten sonra bu oran %87’ye çıktı. CEO hamlesi: karar belirleyen her sayının paydası, karşılaştırması ve kaynağıyla birlikte gelmesini şart koşun ve harekete geçmeden önce hangi soruların zorunlu olduğuna önceden karar verin. Öğrenci hamlesi: her yüzdeyi “1.000 kişide kaç kişi” biçimine çevirin ve haftada bir iddiayı orijinal kaynağından yeniden türetin.
Bu rehber, yapay zeka çağında rekabet avantajı olarak derin okuma yazımızın merkezinde yer aldığı Temel Bilişsel Beceriler kümesine aittir. Yapay zeka çıktısını teyit etmek için 5 adımlı protokolün ve kötü yapay zeka yanıtlarının 12 kırmızı bayrağının sayısal tamamlayıcısıdır. O yazılar yanlış iddiaları yakalar. Bu yazı daha zor bir durumu ele alıyor: doğru olduğu halde yanıltan sayılar.
Analist olmayan biri neden şimdi istatistiğe ihtiyaç duyuyor?
Bir grafik ya da “müşterilerin çoğu tercih ediyor” cümlesi üretmek artık neredeyse hiçbir şeye mal olmuyor; bu yüzden karar vericilere daha az kontrol edilmiş daha çok sayı ulaşıyor (sinyal-gürültü krizi üzerine yazımıza bakın). Yetişkin sayısal becerisinin en güncel uluslararası ölçümü, okurların ne kadar savunmasız olduğunu gösteriyor.
OECD Yetişkin Becerileri Araştırması, katılımcı 31 ülkede 16 ile 65 yaş arasındaki yetişkinleri test etti. OECD ortalama sayısal beceri puanı 0 ile 500 arasındaki bir ölçekte 263 oldu. Araştırmanın tanımına göre 1. Düzey’deki yetişkinler tam sayılar, ondalık sayılar, yaygın kesirler ve yüzdelerle işlem yapabiliyor ve “bir veya iki adımlı basit stratejiler geliştirebiliyor”. Göreli bir riski, koşullu bir olasılığı ya da çarpık bir ortalamayı okumak genellikle bundan daha fazla adım gerektirir.
Tablo 1. Seçilmiş ülkelerde yetişkin sayısal becerisi, OECD Yetişkin Becerileri Araştırması 2023 (16-65 yaş arası yetişkinler)
| Ülke veya ekonomi | Ortalama sayısal beceri puanı | 1. Düzey veya altı | 4. Düzey | 5. Düzey |
|---|---|---|---|---|
| OECD ortalaması | 263 | %25 | %12 | %2 |
| Finlandiya | 294 | %12 | %26 | %5 |
| Japonya | 291 | %10 | %21 | %3 |
| Hollanda | 284 | %15 | %20 | %4 |
| Almanya | 273 | %20 | %16 | %2 |
| İngiltere (BK) | 268 | %21 | %14 | %2 |
| Fransa | 257 | %28 | %10 | %1 |
| İspanya | 250 | %30 | %6 | %0 |
| Amerika Birleşik Devletleri | 249 | %34 | %10 | %2 |
| İtalya | 244 | %35 | %6 | %0 |
| Şili | 214 | %56 | %2 | %0 |
Kaynak: OECD Yetişkin Becerileri Araştırması 2023, İrlanda Merkezi İstatistik Ofisi’nin yeniden yayımladığı biçimiyle (PIAAC 2023 International Comparison, Tablo 3.2 ve 3.5). Yuvarlanmış yüzdeler basıldığı gibidir.
İki okuma önemli. Dağılım geniş: Finlandiya ve Şili ortalamaları arasında 80 puan var ve düşük sayısal beceri payı Japonya’daki %10’dan Şili’deki %56’ya uzanıyor. Ayrıca en güçlü ülkede bile yetişkinlerin çoğu en üstte değil: 4. ve 5. Düzey birlikte Finlandiyalı yetişkinlerin %31’ini, OECD ortalamasında ise %14’ünü kapsıyor (yuvarlanmış paylardan CEOtudent hesaplaması). Size grafik sunan kişinin onlardan biri olduğunu varsaymayın.
ABD Ulusal Eğitim İstatistikleri Merkezi bir eğilim ekliyor: sayısal beceride 1. Düzey veya altındaki ABD’li yetişkinlerin payı 2017’deki %29’dan 2023’te %34’e yükseldi; merkez, 2023 uygulamasının tamamen tabletlerle yapıldığı ve değerlendirmelerin farklı olduğu uyarısını da ekliyor.
Kavram 1: Bu göreli bir değişim mi, mutlak bir değişim mi?
Küçük bir tabanda göreli değişimler çarpıcı görünürken mutlak değişimler küçük kalır.
Gerd Gigerenzer ve meslektaşları, Psychological Science in the Public Interest dergisinde 2007’de yayımlanan bir monografide İngiltere’deki doğum kontrol hapı paniğini anlatıyor. Ekim 1995’te düzenleyiciler, üçüncü kuşak hapların tromboz riskini iki katına çıkardığı, yani %100 artırdığı uyarısında bulundu. Dayanak çalışmalar, önceki hapları kullanan 7.000 kadında yaklaşık 1 vaka, yenilerini kullanan 7.000 kadında ise yaklaşık 2 vaka gösteriyordu: 7.000’de 1’lik mutlak bir artış. Yazarlar, ertesi yıl İngiltere ve Galler’de tahminen 13.000 ek kürtaj yapıldığını bildiriyor.
Aynı monografi faydalar için tersini gösteriyor. Mamografi taramasıyla meme kanserinden ölümlerde %25’lik bir azalma, yazarların ifadesiyle “1.000 kadında 1 kadın daha az” anlamına geliyor. Dört ülkede rastgele seçilen kadın örneklemlerinde yalnızca %6’sı yazarların doğru kabul ettiği bir cevap verdi (1.000’de 0 ile 5 arası); ABD’li katılımcıların %60’ı ise faydanın 1.000’de 80 veya daha fazla olduğuna inanıyordu. (2007 araştırmasından çerçeveleme örnekleri; sağlık önerisi değildir.)
Tablo 2. CEOtudent analizi: yayımlanmış aynı sonucun dört farklı ifadesi
| Yayımlanmış sonuç | Göreli çerçeve | Mutlak çerçeve | 1.000’de vaka sayısı | Fazladan veya önlenen bir vaka başına birim |
|---|---|---|---|---|
| Tromboz, yeni ve eski hap karşılaştırması (Gigerenzer ve ark. 2007) | +%100 | 7.000’de +1 (0,014 yüzde puan) | 0,14’ten 0,29’a | Fazladan her vaka için 7.000 kadın |
| Taramayla meme kanseri ölümleri (Gigerenzer ve ark. 2007) | -%25 | 1.000’de 1 eksik | yaklaşık 4’ten 3’e (çıkarsanan başlangıç) | Önlenen her ölüm için taranan 1.000 kadın |
| Vergi oranı çubuk grafiği (Correll ve ark. 2020, Şekil 1b) | +%13,1 | +4,6 yüzde puan (%35,0’dan %39,6’ya) | 1.000 dolar başına 350’den 396’ya | Çubuk 5,6 kat daha uzun çizilmiş |
Gigerenzer ve ark. (2007) ile Correll, Bertini ve Franconeri (2020) çalışmalarındaki rakamların CEOtudent analizi; hesaplar calc.py dosyasında. 2. satırdaki başlangıç değeri türetilmiştir: 1.000’de 1’e eşit olan %25’lik göreli bir azalma, yaklaşık 1.000’de 4’lük bir başlangıç riskine işaret eder.
Sorulacak soru: “Kaç kişi içinden?”
Kavram 2: 1.000 kişide ne olur? Taban oranları ve doğal frekanslar
Taban oranları ve dış bakış üzerine yazımız, tipik sonuçların tahminlere neden çapa olması gerektiğini açıklıyor. Olasılıkların hayali bir gruptaki vaka sayıları olarak yeniden ifade edilmesi anlamına gelen doğal frekanslar, taban oranlarını o anda kullanılabilir hale getirir.
Gigerenzer’in monografisinde anlatılan 2007 tarihli bir sürekli eğitim oturumunda 160 kadın doğum uzmanına şu söylendi: tarama popülasyonundaki kadınların %1’inde meme kanseri var; kanserli bir kadının testi %90 oranında pozitif çıkıyor; kanseri olmayan bir kadının testi de yine %9 oranında pozitif çıkıyor. Pozitif bir sonucun ne anlama geldiği sorulduğunda çoğu “%90” veya “%81” cevabını verdi, tahminler %1 ile %90 arasında değişti ve %21’i en iyi cevabı seçti.
Vaka sayılarıyla ifade edelim: her 1.000 kadından onunda meme kanseri var ve bunların 9’unun testi pozitif çıkıyor. Kanseri olmayan 990 kadından yaklaşık 89’unun testi de pozitif çıkıyor. Yani yaklaşık 98 pozitif sonucun yaklaşık 9’unda kanser var; bu da kabaca 10’da 1 ya da %9,2 demek (CEOtudent hesaplaması). Bu çeviri üzerine eğitim aldıktan sonra kadın doğum uzmanlarının %87’si doğru cevabı seçti.
Doktorlar değişmedi; gösterim değişti. Yöntem, dolandırıcılık modellerinden yapay zeka metin dedektörlerine kadar her filtreye uyar: 1.000 vakayla başlayın, taban oranını, isabet oranını ve yanlış alarm oranını uygulayın ve sayın.
Sorulacak soru: “İşaretlenenlerin kaçı gerçek?”
Kavram 3: Örneklem ne kadar büyüktü?
Küçük gruplar her iki yönde de uç sonuçlar üretir, çünkü birkaç vaka ortalamalarını çok oynatır. Howard Wainer, 2007’de American Scientist dergisinde yayımlanan bir denemesinde de Moivre’nin 1730 tarihli sonucunu, yani bir ortalamanın değişkenliğinin örneklem büyüklüğünün karekökü oranında küçüldüğünü, “en tehlikeli denklem” olarak adlandırdı.
Ana örneği pahalıya mal olmuştu. 1990’ların sonundan itibaren Bill ve Melinda Gates Vakfı, kısmen küçük okullar en yüksek puan alanlar arasında aşırı temsil edildiği için küçük okulları destekledi; 2001’e kadar eğitim hibeleri yaklaşık 1,7 milyar $’a ulaştı. Wainer ve Harris Zwerling, 5. sınıf okuma puanlarını bildiren 1.662 Pennsylvania okulunu inceledi. En iyi 50 okulun 6’sı en küçük %3’lük okul dilimindeydi: beklenen %3 yerine %12, yani dört kat aşırı temsil. Ancak en düşük puanlı 50 okulun 9’u (%18) da en küçük 50 okul arasındaydı. Küçük okullar her iki uca da yığılmıştı ve okul büyüklüğü ile 5. sınıf puanları arasındaki genel ilişki neredeyse düzdü.
Aynı durum işyerindeki sıralama tabloları için de geçerli: en iyi dönüşüm sağlayan şube ya da en yüksek puanlı yapay zeka pilot ekibi aynı zamanda en küçük birimse, sıralamayı tek başına büyüklük açıklayabilir.
Ölçek için açıklayıcı bir varsayım yapalım: gerçek cevabı %50 olan bir anket sorusu. 8 katılımcıyla standart hata yaklaşık 17,7 yüzde puandır; dolayısıyla kaba bir %95 aralığı her iki yöne yaklaşık 35 puan uzanır. 400 katılımcıyla bu 2,5 puandır. Elli kat veri, yalnızca yaklaşık yedi kat kesinlik kazandırır (calc.py dosyasında CEOtudent hesaplaması).
Sorulacak soru: “Bu kaç vakaya dayanıyor ve en küçük gruplar sıralamada nerede?”
Kavram 4: Veride kim eksik? Seçim filtreleri
Katılımcılar cevap vermeyi kendileri seçti, vaka çalışmaları başarılı oldukları için seçildi, çalışmalar kısmen sonuçları çarpıcı olduğu için yayımlandı. Bir filtre belirli sonuçları kayırdığında görünür veri o sonuçları olduğundan büyük gösterir.
270 katkıda bulunan yazar ve Center for Open Science desteğiyle çalışan Open Science Collaboration, üç psikoloji dergisinde yayımlanmış 100 deneysel ve korelasyonel çalışmayı yüksek güçlü tasarımlarla tekrarladı. Science dergisindeki 2015 raporu, orijinal çalışmaların %97’sinin anlamlı sonuçlara sahip olduğunu, tekrarlarda ise bu oranın %36 olduğunu (97’de 35) buldu. Ortalama etki büyüklüğü 0,403’ten 0,197’ye, yani yaklaşık yarısına düştü (CEOtudent hesaplaması: 0,49) ve karşılaştırılabilir 99 çiftin 82’sinde orijinal etki daha büyüktü.
Rakamlar örneklenen dergilere özgüdür, ancak her literatür ya da “müşteri hikayeleri” sayfası bir filtreden sağ çıkanları gösterir.
Sorulacak soru: “Burada görünmeyen ne?” Kimin cevap vermediğini, neyin dışarıda bırakıldığını ve gösterilen denemeden önce kaç deneme yapıldığını sorun.
Kavram 5: Başka bir şey açıklayabilir mi? Korelasyon ve karıştırıcı değişkenler
Birlikte hareket eden iki şey ortak bir nedeni (karıştırıcı bir değişkeni) paylaşıyor olabilir, ters yönde işliyor olabilir ya da yalnızca birlikte bir eğilim izliyor olabilir.
Öğretici bir örnek: 2012’de New England Journal of Medicine, Franz Messerli’nin çikolata tüketimi ile Nobel ödüllü sayısı arasındaki bir korelasyon üzerine kısa bir makalesini yayımladı. Pierre Maurage, Alexandre Heeren ve Mauro Pesenti’nin The Journal of Nutrition dergisinde (2013) özetlediği gibi, bu makale kakao flavanolleri aracılığıyla daha fazla çikolatanın daha fazla Nobel ödüllü anlamına gelebileceği önerisine yol açtı. Yazarlar, flavanol açısından zengin diğer gıdalar hesaba katıldığında bu yorumun çöktüğünü savunuyor ve Nobel ödüllü sayıları ile diğer ölçütler arasında, “makul biçimde ilişkili olsun ya da olmasın” yüksek korelasyonlar bildiriyor (özet). Ulusal zenginlik ve araştırma harcamaları akla yatkın ortak nedenler.
İşyerinde bu örüntü daha az eğlenceli. Yeni bir yapay zeka aracını kullanan ekipler daha yüksek çıktı bildiriyor, ancak erken benimseyenler aynı zamanda en güçlü yöneticilere sahip olanlar olabilir. Bir özelliği kullanan müşteriler daha az kayboluyor, ancak bağlılığı yüksek müşteriler hem daha fazla özellik kullanıyor hem de daha az kayboluyor.
Sorulacak soru: “Bu gruplar arasında başka ne farklı ve herhangi biri rastgele atandı mı?”
Kavram 6: Veriyi böldüğünüzde örüntü tersine dönüyor mu? Simpson paradoksu
Gruplar alt gruplara eşit olmayan biçimde dağıldığında, bir karşılaştırma toplamda bir yönü, alt grupların içinde ise tam tersini gösterebilir. Klasik örnek, Peter Bickel, Eugene Hammel ve William O’Connell’in 1975’te Science dergisinde analiz ettiği, California Üniversitesi Berkeley’deki 1973 sonbaharı lisansüstü kabulleridir. En büyük altı bölümün verisi R istatistik yazılımıyla birlikte dağıtıldığından rakamlar tam olarak yeniden hesaplanabilir.
Tablo 3. CEOtudent analizi: UC Berkeley kabulleri, 1973 sonbaharı, en büyük altı bölüm
| Bölüm | Kabul edilen erkekler | Erkeklerin oranı | Kabul edilen kadınlar | Kadınların oranı | Fark (kadınlar eksi erkekler) |
|---|---|---|---|---|---|
| A | 512 / 825 | %62,1 | 89 / 108 | %82,4 | +20,3 puan |
| B | 353 / 560 | %63,0 | 17 / 25 | %68,0 | +5,0 puan |
| C | 120 / 325 | %36,9 | 202 / 593 | %34,1 | -2,9 puan |
| D | 138 / 417 | %33,1 | 131 / 375 | %34,9 | +1,8 puan |
| E | 53 / 191 | %27,7 | 94 / 393 | %23,9 | -3,8 puan |
| F | 22 / 373 | %5,9 | 24 / 341 | %7,0 | +1,1 puan |
| Altısı birlikte | 1.198 / 2.691 | %44,5 | 557 / 1.835 | %30,4 | -14,2 puan |
R ile dağıtılan UCBAdmissions veri setinin (4.526 başvuran) CEOtudent analizi; veri Bickel, Hammel ve O’Connell’den (1975) türetilmiştir; oranlar calc.py dosyasında yeniden hesaplanmıştır.
Genel olarak erkekler %44,5, kadınlar %30,4 oranında kabul edildi. Oysa altı bölümün dördünde kadınların oranı daha yüksekti. Tersine dönüş, insanların nereye başvurduğundan kaynaklanıyor: erkeklerin %51,5’i başvuranların çoğunu kabul eden A ve B bölümlerine başvurdu; kadınların %92,8’i ise başvuranların çoğunu reddeden C ile F arasındaki bölümlere başvurdu (CEOtudent hesaplaması). R dokümantasyonu bunu açıkça söylüyor: görünen ilişki “erkeklerin ve kadınların tek tek bölümlere başvurma eğilimlerindeki farklardan kaynaklanıyor”.
Sorulacak soru: “Sonuç her segmentin içinde geçerli mi ve gruplar segmentlere aynı biçimde mi dağılmış?”
Kavram 7: Uç olduğu için mi seçildi? Ortalamaya dönüş
Alışılmadık derecede yüksek ya da düşük olduğu için seçilen her şey, müdahale olsun ya da olmasın, bir sonraki ölçümde ortalamaya daha yakın çıkma eğilimindedir. Adrian Barnett, Jolieke van der Pols ve Annette Dobson (International Journal of Epidemiology, 2005), ortalamaya dönüşü “tekrarlanan verilerdeki doğal değişkenliği gerçek bir değişim gibi gösterebilen” bir olgu olarak tanımlıyor; etki, ölçüm hatası büyük olduğunda ve izleme yalnızca ilk değeri uç olduğu için seçilmiş vakaları kapsadığında en güçlü haldedir (özet).
Daniel Kahneman’ın Nobel otobiyografisi işyeri versiyonunu veriyor. Bir uçuş eğitmeni, övgüyle ilgili tavsiyesine itiraz etti: temiz bir manevra için övülen öğrenci pilotlar bir sonraki seferde genellikle daha kötü yapıyor, bağırılanlar ise genellikle gelişiyordu. Kahneman, uç performansların kısmen şans olduğunu ve şansın emirle tekrarlanmadığını gördü; dolayısıyla “başkalarını ödüllendirdiğimiz için istatistiksel olarak cezalandırılıyor, onları cezalandırdığımız için ödüllendiriliyoruz”.
Yani en kötü bölge bir toparlanma programından sonra iyileşir, en iyi performans gösteren de bir primden sonra geriler; bu, ikisi hakkında da hiçbir şey kanıtlamaz.
Sorulacak soru: “Bu uç bir sonuç için mi seçildi ve müdahale görmeyen benzer bir gruba ne oldu?”
Kavram 8: Neyin ortalaması? Aritmetik ortalama, medyan ve çarpıklık
Aritmetik ortalama her şeyi toplar ve böler; medyan ise ortadaki vakadır. Gelir, anlaşma büyüklükleri, bütçe aşımları ya da bir yapay zeka aracıyla kazanılan zaman gibi durumlarda birkaç değer çok büyük olduğunda ortalama kuyruğa doğru çekilir.
ABD Nüfus Sayım Bürosu’nun Income in the United States: 2025 (Eylül 2026) raporu medyan hane gelirini 87.460 $ olarak veriyor; bu, 2024’teki 85.210 $’a göre %2,6’lık bir artış. Büronun tarihsel H-6 Tablosu ise 2025 ortalamasını 126.700 $ olarak gösteriyor: medyanın 39.240 $ ya da %45 üzerinde (CEOtudent hesaplaması). Rapor ayrıca 90. yüzdelikteki gelirin 10. yüzdeliktekinin 13,06 katı olduğunu belirtiyor. “Ortalama hane”, yanlış tek bir sayı olmadan on binlerce dolar sapabilir; birkaç yoğun kullanıcı baskın olduğunda “ortalama kazanılan zaman” da öyle.
Sorulacak soru: “Aritmetik ortalama mı, medyan mı ve dağılım neye benziyor?”
Kavram 9: Eksen nereden başlıyor? Yanıltıcı grafik tasarımı
Michael Correll, Enrico Bertini ve Steven Franconeri (CHI 2020), %35,0’lık bir en üst vergi oranını %39,6 ile karşılaştıran bir televizyon çubuk grafiğini yeniden üretiyor. Y ekseni %34’ten başladığı için ikinci çubuk yaklaşık altı kat daha uzun çizilmişti, oysa değerlerin oranı 1,13’e 1’dir. Makale farkı “%4,6’lık bir artış” olarak adlandırıyor; aslında bu 4,6 yüzde puan, yani %13,1’lik göreli bir artış (CEOtudent hesaplaması). Titiz araştırmacılar bile yüzde ile yüzde puanı karıştırıyor.
Kitle kaynaklı deneyleri, y eksenini kırpmanın çubuk grafiklerde olduğu kadar çizgi grafiklerde de “etki büyüklüklerinin algılanan önemi üzerinde tutarlı ve anlamlı bir etkisi” olduğunu, kırık eksen ya da gradyan dolgu gibi uyarı işaretlerinin ise tutarlı bir etkisi olmadığını buldu. Hileyi bilmek onu etkisiz kılmıyor; eksen etiketlerini okumanız gerekiyor.
Sorulacak soru: “Eksen değerleri ne ve burada gerçekten önemli olan değişim ne olurdu?”
Kavram 10: “İstatistiksel olarak anlamlı” size ne söyler?
7 Mart 2016’da Amerikan İstatistik Derneği (American Statistical Association) p-değerleri üzerine altı ilke yayımladı. İlke 2: “P-değerleri, incelenen hipotezin doğru olma olasılığını ya da verinin yalnızca rastlantı sonucu üretilmiş olma olasılığını ölçmez.” İlke 5: bir p-değeri “bir etkinin büyüklüğünü ya da bir sonucun önemini ölçmez.” İlke 3 ise “iş veya politika kararlarının yalnızca bir p-değerinin belirli bir eşiği geçip geçmediğine dayandırılmaması gerektiğini” ekliyor.
Kavram 4’ün gösterdiği gibi, “anlamlı” büyük, önemli ya da tekrarlanması muhtemel anlamına gelmez.
İlgili bir tuzak da kesinlik tiyatrosu: bir avuç kişiyle yapılmış bir pilottan iki ondalık basamakla bildirilen bir verimlilik kazancı. Ondalıklar belirsizlik hakkında hiçbir şey söylemez. Günde 35.000 karar iddiası üzerine yaptığımız denetim, kesin görünen bir rakamın izlenebilir bir ölçüm olmadan yıllarca dolaştığını gösteriyor; güven düzeyi kalibrasyonu rehberimiz de belirtilen bir aralığın dürüst olup olmadığını nasıl değerlendireceğinizi anlatıyor.
Sorulacak soru: “Etki ne kadar büyük, ne kadar belirsiz ve başka biri de aynı sonucu buldu mu?”
Yanıltıcı Sayı Saha Rehberi
Tablo 4. CEOtudent editoryal çerçevesi: Yanıltıcı Sayı Saha Rehberi
| Kavram | Tek satırda tuzak | Tek soru | Dürüst versiyon | İşte nerede karşınıza çıkar |
|---|---|---|---|---|
| Göreli ve mutlak | Büyük yüzde, küçük taban | Kaç kişi içinden? | “1.000’de 4’ten 2’ye (%50)” | Tedarikçi sunumları, manşetler |
| Taban oranları | Test doğruluğu, işaret doğruluğu sanılır | İşaretlenenlerin kaçı gerçek? | 1.000’de doğru ve yanlış pozitifler | Dolandırıcılık uyarıları, CV taraması, yapay zeka dedektörleri |
| Örneklem büyüklüğü | Küçük birimler sıralamaları kazanır ve kaybeder | Kaç vaka? | n belirtilmiş, bir aralıkla | Sıralama tabloları, pilotlar, ekip anketleri |
| Seçim | Yalnızca sağ kalanlar görünür | Burada görünmeyen ne? | Yanıt oranı, dışlananlar açıklanmış | Vaka çalışmaları, referanslar |
| Korelasyon | Birlikte hareket neden sanılır | Başka ne farklı? Rastgele atama var mı? | Kontrollü karşılaştırma, karıştırıcılar adlandırılmış | Benimseme ve performans panoları |
| Simpson paradoksu | Toplam segmentlerle çelişir | Her segmentte geçerli mi? | Toplamın yanında segment tablosu | Bölgeye göre satışlar, ekibe göre puanlar |
| Ortalamaya dönüş | Uç değerler geri kayar, övgüyü eylem alır | Uç olduğu için mi seçildi? Neyle karşılaştırıldı? | Müdahale görmeyen karşılaştırma grubu | Toparlanmalar, primler, “en kötü ay” pilotları |
| Aritmetik ortalama ve medyan | Bir kuyruk ortalamayı sürükler | Ortalama mı, medyan mı? Dağılım? | Medyan artı yüzdelikler | Maaş, kazanılan zaman, anlaşma büyüklüğü |
| Grafik tasarımı | Eksen drama üretir ya da gizler | Eksen değerleri ne? | Etiketli eksen, gerekçeli ölçek | Yönetim kurulu slaytları, yapay zekanın ürettiği grafikler |
| Anlamlılık ve kesinlik | “Anlamlı” ve ondalıklar önem sanılır | Ne kadar büyük, ne kadar belirsiz, tekrarlandı mı? | Aralıkla birlikte etki büyüklüğü | A/B testleri, çalışmaların yapay zeka özetleri |
CEOtudent editoryal çerçevesi; bir okuma yardımcısıdır, istatistiksel bir prosedür değildir.
Her istatistik için karar öncesi 10 soruluk kontrol listesi
Bir sayı bir bütçeyi, bir işe alımı ya da bir stratejiyi değiştirmeden önce kullanın.
- Kaynak: Orijinal tablo ya da makale açılabiliyor mu?
- Payda: Kaç kişi içinden?
- Karşılaştırma: Neyle karşılaştırıldı: geçen yılla mı, bir kontrol grubuyla mı, hiçbir şeyle mi?
- Mutlak büyüklük: Göreliyse, önceki ve sonraki değerler ne?
- Taban oranı: Tespit edilen ya da tahmin edilen şey ne kadar yaygın?
- Örneklem: Kaç vaka, nasıl seçildi?
- Eksik veri: Veride kim ya da ne yok ve neden?
- Alternatifler: Ortalamaya dönüş dahil, bunu başka ne üretebilir?
- Segmentler: Ana alt grupların içinde geçerli mi?
- Belirsizlik: Aralık ne ve bunu tekrarlayan oldu mu?
Haftalık pratik rutini (yaklaşık 30 dakika): Pazartesi, işten ya da bir yapay zeka yanıtından bir istatistiği iddia edilen kaynağıyla birlikte not edin. Salı, teyit protokolümüzü kullanarak orijinalini bulun. Çarşamba, onu 1.000’de vaka sayısına çevirin ve mutlak versiyonunu tek bir cümleyle yazın. Perşembe, on soruyu uygulayın ve orijinal sunumun hangilerini atladığını not edin. Cuma, sayının hangi kararı desteklemesi ve desteklememesi gerektiği üzerine iki satır yazın; düşünme aracı olarak yazmak üzerine yazımızın savunduğu gibi, bunu yazıya dökmek anlayıp anlamadığınızı sınar.
Tablo 5. Açıklayıcı hesaplama örneği: bir tedarikçi, yapay zeka aracının “işlem hatalarını %50 azalttığını” söylüyor
| Kalem | Değer | Durum |
|---|---|---|
| Aylık işlem sayısı | 10.000 | Açıklayıcı varsayım |
| Mevcut hata oranı | 1.000’de 4 | Açıklayıcı varsayım |
| %50’lik azalmadan sonraki hata oranı | 1.000’de 2 | İddiadan türetildi |
| Mutlak azalma | 0,2 yüzde puan; ayda 20 hata | Türetildi |
| Hata başına maliyet | 120 para birimi | Açıklayıcı varsayım |
| Aylık tasarruf | 2.400 | Türetildi |
| Aylık araç maliyeti | 3.000 | Açıklayıcı varsayım |
| Aylık net sonuç | -600 | Türetildi |
| Başa baş noktasındaki mevcut hata oranı | 1.000’de 5 | Türetildi |
Her girdi açıklayıcı bir varsayımdır, ürün verisi değildir; hesaplar calc.py dosyasında. “%50” manşeti, araç kendini amorti etse de etmese de aynıdır.
CEO hamlesi ve öğrenci hamlesi
CEO hamlesi. Karar belirleyen her rakam için üç alanı zorunlu kılın: payda, karşılaştırma, kaynak. Harekete geçmeden önce kontrol listesindeki hangi soruların cevaplanması gerektiğine yazılı olarak karar verin ve bunları cevaplayamayan her slaytı, kim ya da ne üretmiş olursa olsun geri gönderin. Bunu bahis gibi düşünmekle eşleştirin; böylece belirsiz sayılar kesinlik olarak değil, olasılık olarak kullanılır.
Öğrenci hamlesi. Kadın doğum uzmanlarının yaptığı gibi çalışın: cevap apaçık hale gelene kadar gösterimi değiştirin. Her yüzdeyi 1.000’de vaka sayısına çevirin ve haftada bir iddiayı kaynağından yeniden türetin. Aylar içinde on kavram reflekse dönüşür; bu, sizin üretmediğiniz çıktıyı yargılamaya yarayan daha geniş değerlendirme becerisinin bir parçasıdır.
Bu ne anlama gelmiyor
- Bu bir istatistik dersi değil. On kavram savunma amaçlı bir asgaridir; modelleme, nedensel çıkarım ve deney tasarımı eğitim ya da bir uzman gerektirir.
- Göreli sayılar dürüst olmayan sayılar değildir. Gruplar arasındaki etkileri iyi karşılaştırırlar. Sorun, mutlak tabanı olmayan göreli bir sayıdır.
- Başarısız tekrar, sahtekarlık anlamına gelmez. Open Science Collaboration, tekrar başarısının ekiplerin özelliklerinden çok orijinal kanıtın gücüyle daha iyi öngörüldüğünü buldu.
- Sağlık örnekleri, istatistiklerin nasıl iletildiğine dair genel bilgidir, tıbbi tavsiye değildir; rakamlar atıf yapılan çalışmaların tarihine aittir.
Sıkça sorulan sorular
Analist olmayan biri için en yararlı tek alışkanlık nedir?
Yüzdeleri 1.000’de vaka sayısına çevirmek. Göreli ve mutlak karışıklığını açığa çıkarır, taban oranlarını görünür kılar ve yukarıdaki çalışmada kadın doğum uzmanlarının doğru cevap oranını %21’den %87’ye taşıdı.
Yanıltıcı bir grafik hızlıca nasıl fark edilir?
Çubuklardan önce eksen etiketlerini okuyun. Y ekseninin nereden başladığını, iki serinin farklı ölçekler kullanıp kullanmadığını ve gösterilen değişimin pratikte önemli olup olmayacağını kontrol edin.
Daha büyük bir örneklem her zaman daha mı iyidir?
Örneklemi dört katına çıkarmak hata payını yarıya indirir, ancak büyük ve yanlı bir örneklem yine de yanlıdır.
p < 0,05 sade bir dille ne anlama gelir?
Analistin modeli altında, hiçbir etki olmasaydı verinin oldukça şaşırtıcı olacağı anlamına gelir. Amerikan İstatistik Derneği’ne göre bu, hipotezin doğru olma olasılığı değildir ve etki büyüklüğünün bir ölçüsü de değildir.
Bu, yapay zeka araçlarının ürettiği sayılara nasıl uygulanır?
Aynı şekilde, bir adım fazlasıyla: analiz etmeden önce sayının gerçek bir kaynakta var olduğunu doğrulayın. Kırmızı bayraklar rehberimiz uydurma rakamları ele alıyor.
Kaynaklar
- Central Statistics Office (Ireland). Programme for the International Assessment of Adult Competencies (PIAAC) 2023: International Comparison, Tablo 3.2 ve 3.5. İstatistik bülteni, 10 Aralık 2024 (OECD Survey of Adult Skills 2023 sonuçlarını yeniden yayımlıyor).
- US National Center for Education Statistics. Highlights of the 2023 U.S. PIAAC Results: Highlights of U.S. National Results. Aralık 2024.
- Gigerenzer, G., Gaissmaier, W., Kurz-Milcke, E., Schwartz, L. M. ve Woloshin, S. Helping Doctors and Patients Make Sense of Health Statistics. Psychological Science in the Public Interest, 8(2), 53-96, 2007 (Konstanz Üniversitesi arşiv kopyası).
- Wainer, H. The Most Dangerous Equation. American Scientist, 95(3), Mayıs-Haziran 2007 (yayıncı sayfasının arşivlenmiş kopyası).
- Open Science Collaboration. Estimating the Reproducibility of Psychological Science. Science, 349(6251), aac4716, 2015 (yazar versiyonu, Dundee Üniversitesi arşivi).
- American Statistical Association. American Statistical Association Releases Statement on Statistical Significance and P-Values. Basın bülteni, 7 Mart 2016 (altı ilkeyi listeliyor; Wasserstein ve Lazar’ın tam bildirisi açılmadı).
- Messerli, F. H. Chocolate Consumption, Cognitive Function, and Nobel Laureates. New England Journal of Medicine, 367(16), 1562-1564, 2012 (yalnızca PubMed kaydı; içerik 8 numaralı kaynakta özetlendiği biçimiyle).
- Maurage, P., Heeren, A. ve Pesenti, M. Does Chocolate Consumption Really Boost Nobel Award Chances? The Peril of Over-Interpreting Correlations in Health Studies. Journal of Nutrition, 143(6), 931-933, 2013 (yalnızca özet).
- R Core Team. UCBAdmissions: Student Admissions at UC Berkeley. R datasets paketi veri dosyası ve dokümantasyonu; Bickel, P. J., Hammel, E. A. ve O’Connell, J. W., Sex Bias in Graduate Admissions: Data from Berkeley, Science, 187, 1975 çalışmasına atıf yapıyor (orijinal makale açılmadı).
- Kahneman, D. Biographical. Sveriges Riksbank Prize in Economic Sciences in Memory of Alfred Nobel 2002, Nobel Prize outreach.
- Barnett, A. G., van der Pols, J. C. ve Dobson, A. J. Regression to the Mean: What It Is and How to Deal With It. International Journal of Epidemiology, 34(1), 215-220, 2005 (yalnızca özet; 2015’te bir düzeltme yayımlandı).
- US Census Bureau. Income in the United States: 2025. Current Population Reports P60-289, Eylül 2026.
- US Census Bureau. Historical Income Tables, Table H-6: Median and Mean Household Income of All Households by Region, 1975 to 2025.
- Correll, M., Bertini, E. ve Franconeri, S. Truncating the Y-Axis: Threat or Menace? CHI 2020 Conference on Human Factors in Computing Systems (arXiv 2. versiyon, Ocak 2020).
Tablo 2, 3 ve 5 CEOtudent analizleridir (Tablo 5 açıklayıcıdır, her girdisi bir varsayımdır); Tablo 4 bir CEOtudent editoryal çerçevesidir. 4. ve 5. Düzey’in birleşik payları yuvarlanmış yayımlanmış yüzdelerden hesaplanmıştır. Bilinçli olarak kullanılmayanlar: Charig ve ark. (1986) böbrek taşı alt grup tablosu (yalnızca özeti açılabildi), sıkça alıntılanan kampüs geneli Berkeley toplamları (orijinal makale açılmadı), Pandey ve ark. (2015) çalışmasının yanıltıcı grafiklere ilişkin sonuçları (açık erişimli tam metin yok) ve çikolata-Nobel korelasyon katsayısı (Messerli makalesine erişilemedi).
Bu içerik, derinlemesine bir araştırmanın ardından yapay zeka desteğiyle derlenmiş ve CEOtudent editör ekibi tarafından yazılıp yayına hazırlanmıştır.
