Nitel Veriden Nicel Veriye
Gündelik hayatımızda hepimiz veri bombardımanına maruz kalıyoruz. Beynimiz bu gelen verileri biz anlamadan otomatik olarak sınıflandırıyor, kategorize ediyor ve bizim için anlamlı hale getiriyor. Örneğin dolaşırken bir parkta oynayan çocukları gördüğümüzü düşünelim. Bazı çocuklar mutlu, neşeli ve kahkaha atarak oyun oynuyor, bazı çocukların ise yüzleri asık, sinirli ve top için kavga ediyor. Görüldüğü üzere beynimiz gördüklerimizi sınıflandırarak onları anlamlı hale getiriyor. Kahkaha atmak, mutlu ve neşeli olmak bir sınıfa; kavga etmek, asık suratlı ve sinirli olmak diğer bir sınıfa olmak üzere iki ayrı kategoriye sokuyor, bunları pozitif duygular ve negatif duygular olarak tanımlıyor. İşte burada beynimizin yaptığı gibi nitel veriler de nicel bir veri haline dönüşürken sınıflandırılıp, kategorize edilirler ve anlamlı hale gelirler.
Bu yazımda bir girişimi hayata geçirmek için uygulanması gereken en önemli adımlardan biri olan müşteri görüşmelerini anlamlandırmak için nitel veriden nicel veriye nasıl gidebiliriz konusuna değineceğim. Detaylı olarak bu süreci ele almadan önce verinin anlamına, nitel ve nicel verinin tanımlamalarına bir bakalım.
Veri Nedir?
Veri denilince birçok tanımlaması mevcuttur. Türk Dil Kurumu’na göre veri bir araştırmanın, tartışmanın, muhakemenin temeli olan ana öğedir. Matematiksel açıdan ele alırsak veri “Bir problemde bilinen, belirtilmiş anlatımlardan bilinmeyeni bulmaya yarayan şey” olarak tanımlanır. (Türk Dil Kurumu). Bilişim açısından ele alırsak veri hesaplama ya da manipülasyon amacı ile kullanılan bir gerçeği belirtmektedir (Das, 2006). Tüm bu tanımlamaların ışığında veri, işlenmemiş ham bir gerçeği belirtir. Veriye örnek olarak işlenmemiş ham olarak gördüğümüz sesler, görüntüler, rakamlar, yazılar verilebilir. Bunlar işlenerek anlamlı hale getirildiğinde enformasyon ve bilgiye dönüşür.
Veriler nicel ve nitel veri olmak üzere ikiye ayrılır. Nicel veri sayısal olarak ifade edilebilen, ölçülebilen veri türüdür. Bu veri türüne örnek olarak hane halkı sayısı, kilo, yaş, nüfus sayısı verilebilir. Nitel veri ise sayısal olarak ifade edilemeyen, ölçülemeyen fakat sınıflanabilen ya da sıralanabilen veri türüdür. Nitel veriye örnek olarak cinsiyet, saç rengi, ordu rütbeleri verilebilir. Metinler içindeki yazılardaki her bir sözcük ya da cümle, videolar, görüntüler ve ses kayıtları da ayrıca nitel bir veri olarak görülür.
Nitel Veri Nicel Bir Veriye Nasıl Dönüşür?
Nitel bir veri nicel bir veriye nasıl dönüştürülür sorusunun cevabı kategorizasyon işleminde saklı. Kategorize edilen verileri yüzdesel olarak ifade etmek en sık kullanılan veri analiz ve sunum yöntemlerinden birisidir. En basit tanımıyla yüzdesel olarak ifade etmek, araştırmaya katılan kişilerin veya grupların, araştırma verisi içinde saptanan kategorilere ne sıklıkla katıldıklarını gösterir.
Örneğin bir konferanstaki çalışan kişileri çalıştıkları sektörlere göre ele almak isteyelim. Çalışanlar sektörlerine göre kategorize edilir. Bu işlem nominal ölçüm düzeyini açıklar. Üç adet sektör olduğu (eğitim, otomotiv ve lojistik) varsayılırsa eğitim sektörüne “1”; otomotiv sektörüne “2” ve lojistik sektörüne “3” numarasını vererek kodlanır ve verilerin tekrarlanma sıklıkları (frequency) hesaplanarak yüzdesel olarak sektör bazlı çalışan kişi sayısı ifade edilir. Ayrıca mod kullanılarak grubun ortalama olarak hangi sektörde çalıştığı belirlenebilir.
Buna ek olarak ordinal ölçüm düzeyinde ise nitel veriler belirli özelliğe göre sıra dahilinde sınıflandırılır. Burada önem düzeyi, büyüklük-küçüklük ilişkisi vardır. Kategoriler arasında farklılıklar bulunmaktadır ve kategorilerin miktarı veya önemi ile ilgili bilgi verir. Aralarında önemlilik, yetkinlik ya da miktar bakımdan derecelendirmeler olmasından dolayı ordinal ölçüm kullanılır. Örnek olarak eğitim durumu verilebilir. Eğitim durumu olarak şıklarda ilkokul, ortaokul, lise, üniversite olduğu varsayılırsa ortaokul ilkokuldan daha yüksek bir seviyedeyken lise üniversiteden alt bir seviyededir. Tekrarlama sıklıkları hesaplanarak analizi edilen verilerin hangi eğitim düzeyinde olduğu yüzdesel olarak ifade edilebilir. Ayrıca medyan kullanılarak grubun ortalama olarak hangi eğitim seviyesinde olduğu belirlenebilir.
Peki Bir Görüş Veya Metin Nasıl Anlamlandırılabilir?
Burada temel iki ana yaklaşım vardır. Bunlar içerik analizi ve betimsel analizdir. Betimsel analizde amaç, görüşme ve gözlem sonucu toplanan verilerin düzenlenmiş ve yorumlanmış bir şekilde okuyucuyla buluşturulmasıdır. İçerik analizinde ise araştırılan olgu veya olayın kökenlerine odaklanılır. Kodlama yoluyla verilerin altında yatan kavramlar ve bu kavramlar arasındaki ilişkiler ortaya çıkarılır (Baltacı, 2019).
İçerik analizinde verilerin işlenmesi süreci dört adımda oluşur; Deşifre, Kodlama, Araştırmacı Günlüğü Yazımı ve Kategori Oluşturma (Çelik, Baykal, Memur, 2020).
Deşifre adımı alınan notların, görüşmelerin, gözlemlerin veya kayıtların metin haline gelmesi adımıdır. Özellikle görüşme tekniği ile veri toplama aşamasında kullanılan bir yöntemdir. Özel not ve hatırlatmaların alınması esastır (Bogdan, Biklen, 2007).
Kodlama adımı verinin belirli bir yönünü belirleyerek onu işaretlemek ya da etiketlemektir. Metin haline gelen veriler anlamlı parçalara anlam bütünlüğü bozulmadan ayrıştırılarak kodlanır. Kodların tekrar etme sıklığına bakılarak o kodun çalışmada kalması ya da silinmesi kararı verilir. Buradaki amaç kodların yüzdesini almak değildir. Kodun geçtiği sıklık, yoğunluk ve verdiği bilgi önemlidir.
“Mobil uygulamayı kullanırken para transferinde zorluk yaşıyorum. Uygulama üzerinden müşteri temsilcisine bağlanamıyorum. Net varlıklarımı göremiyorum. Hesap bakiyemi görmekte zorluk yaşıyorum”
Yukarıda deşifre olmuş metni kodlamaya çalışırsak kodlar şu şekilde olabilir;
● Para transferinde zorluk
● Müşteri temsilcisi ile iletişimsizlik
● Hesap bilgisi görmede zorluk
Araştırmacı günlüğü yazımı adımı şu zamana kadarki tüm adımlardaki alınan notların yazımı ve notların birbirleriyle karşılaştırmasıdır. (Charmaz, 2006). Araştırma boyunca birbirini izleyen notlar tutmak araştırmadan kopulmamasını sağlar (Neuman, 2007).
Kategori ve tema oluşturma adımı ise birçok kod birleşerek bir bilgi sınıfına dahil edilir (Corbin, Strauss, 1990). Bu bilgi sınıfları kategorilerdir. Burada veriler kavramsallaştırılarak bir üst boyuta taşınır (Merriam, 2009). Tematik kodlama olarak adlandırdığımız bu boyut farklı özellikleri olan kodların benzerlik ve farklılıklarının tespit edilmesi ve bu bağlamda birbiriyle ilişkili olan kodların gruplanmasıdır. Aynı türden kategoriler ise temaları oluşturur. Yukarıda belirttiğimiz örnekten devam edersek buradaki kodlar “Bankacılık İşlemleri” kategorisi altında toplanabilir.
Veriler işlendikten sonra kategori ve temalara göre tekrar kodlama işlemi yapılarak verilerin düzenlenmesi sağlanır. Daha sonra bulgular yorumlanarak aralarındaki ilişkiler açıklanır, neden-sonuç ilişkileri kurulur ve birtakım sonuçlar çıkarılarak elde edilen sonuçların önemine ilişkin açıklamalar yapılır (Baltacı, 2009).
Bahsettiğimiz temel iki yaklaşım dışında söylev analizi ve metin analizi gibi farklı veri analiz yöntemlerinden de yararlanılır (Golafshani, 2003).
Söylev analizi belirli bir kişinin ses veya görüntü kayıtlarından hareketle belirli problemleri çözmeye odaklanır (Seidman, 2006).
Metin analizi ise farklı metinler üzerinde detaylı incelemeler yaparak problemin çözülmesine yoğunlaşır (Silverman, 2016).
Tüm bu bilgiler ışığında anlaşılıyor ki nitel bir veri kolay bir şekilde nicel veriye dönüştürülememektedir ancak bazı aşamalardan geçerek belirli bir düzeyde sayılara indirgenebilmektedir.
Konuyla ilgili daha fazla bilgi almak, görüşlerinizi paylaşmak isterseniz buradan yorum yapabilir ya da LinkedIn hesabımızdan yazabilirsiniz.
Ek olarak bize sosyal medya hesaplarımızdan veya info@gooinn.co mail hesabımızdan her zaman ulaşabilirsiniz.
Kaynakça
Türk Dil Kurumu https://sozluk.gov.tr/
Das, V.V. (2006). Principles of Data Structures Using C and C++. S.1 New Age International
Baltacı, A. (2019) Nitel Araştırma Süreci: Nitel Bir Araştırma Nasıl Yapılır? Ahi Evran Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 2019, Cilt 5, Sayı 2, Sayfa 368–388
Çelik, H., Baykal, N.B., Memur, H.N.K. (2020). Nitel Veri Analizi ve Temel İlkeleri. Eğitimde Nitel Araştırmalar Dergisi, Cilt 8 S1. 2020
Bogdan, R., & Biklen, S. K. (2007). Qualitative research for education: An introduction to theories and method, Boston, USA: Allyn & Bacon
Charmaz, K. (2006). Constructing grounded theory, London, UK: SAGE Publications
Neuman, L. W. (2007). Basics of social research: Qualitative and quantitative approach, USA: Pearson Education
Corbin, J., & Strauss, A. (1990). Grounded theory research: Procedures, canons, and evaluative criteria. Qualitative Sociology, 13(1), 3–21
Merriam, S. B. (2009). Qualitative research: A guide to design and implementation: Revised and expanded from qualitative research and case study applications in education. San Franscisco, USA: Jossey-Bass
Golafshani, N. (2003). Understanding reliability and validity in qualitative research. The qualitative report, 8(4), 597–606
Seidman, I. (2006). Interviewing as qualitative research: A guide for researchers in education and the social sciences, Teachers College Press
Silverman, D. (2016). Qualitative research, Sage
