ARY404U ULUSLARARASI İLİŞKİLERDE ARAŞTIRMA YÖNTEMLERİ.pdf

8/20/2019 ARY404U ULUSLARARASI İLİŞKİLERDE ARAŞTIRMA YÖNTEMLERİ.pdf

http://slidepdf.com/reader/full/ary404u-uluslararasi-iliskilerde-arastirma-yoentemleripdf 1/253

T.C. ANADOLU ÜN‹VERS‹TES‹ YAYINI NO: 2998

AÇIKÖ⁄RET‹M FAKÜLTES‹ YAYINI NO: 1951

ULUSLARARASI ‹L‹fiK‹LERDE

ARAfiTIRMA YÖNTEMLER‹

Yazarlar

Prof.Dr. Ersin KALAYCIO⁄LU (Ünite 1)

Yrd.Doç.Dr. Belgin fi. AKÇA (Ünite 2, 8)

Prof.Dr. Ali ÇARKO⁄LU (Ünite 3, 6, 7) Yrd.Doç.Dr. fiener AKTÜRK (Ünite 4, 8)

Yrd.Doç.Dr. Senem ASLAN DÜZG‹T (Ünite 5)

Editör

Prof.Dr. Ali ÇARKO⁄LU

ANADOLU ÜN‹VERS‹TES‹



Bu kitab›n bas›m, yay›m ve sat›fl haklar› Anadolu Üniversitesine aittir.“Uzaktan Ö¤retim” tekni¤ine uygun olarak haz›rlanan bu kitab›n bütün haklar› sakl›d›r.

‹lgili kurulufltan izin almadan kitab›n tümü ya da bölümleri mekanik, elektronik, fotokopi, manyetik kay›t veya baflka flekillerde ço¤alt›lamaz, bas›lamaz ve da¤›t›lamaz.

Copyright © 2013 by Anadolu University All rights reserved

No part of this book may be reproduced or stored in a retrieval system, or transmittedin any form or by any means mechanical, electronic, photocopy, magnetic tape or otherwise, without

permission in writing from the University.

UZAKTAN Ö⁄RET‹M TASARIM B‹R‹M‹

Genel KoordinatörDoç.Dr. Müjgan Bozkaya

Genel Koordinatör Yard›mc›s›

Arfl.Gör.Dr. ‹rem Erdem Ayd›n

Ö¤retim Tasar›mc›lar›Doç.Dr. Murat Ataizi

Yrd.Doç.Dr Mestan Küçük

Grafik Tasar›m YönetmenleriProf. Tevfik Fikret Uçar

Ö¤r.Gör. Cemalettin Y›ld›zÖ¤r.Gör. Nilgün Salur

Dil Yaz›m Dan›flman›

Emine Koyuncu

Grafikerler Ayflegül Dibek

Hilal Küçükda¤aflan Aysun fiavl›

Kitap Koordinasyon BirimiUzm. Nermin Özgür

Kapak DüzeniProf. Tevfik Fikret Uçar

Ö¤r.Gör. Cemalettin Y›ld›z

DizgiAç›kö¤retim Fakültesi Dizgi Ekibi

Uluslararas› ‹liflkilerde Araflt›rma Yöntemleri

ISBN978-975-06-1659-4

1. Bask›

Bu kitap ANADOLU ÜN‹VERS‹TES‹ Web-Ofset Tesislerinde 8.000 adet bas›lm›flt›r.ESK‹fiEH‹R, Ocak 2013



‹çindekiler

Önsöz ............................................................................................................ viii

Siyaset Biliminde Bilimsel Kavramlaflt›rma ve Ölçüm........ 2G‹R‹fi.............................................................................................................. 3GÖRGÜL S‹YASAL GERÇEK VE KAVRAM ................................................. 3KAVRAM VE TANIMLAMA ........................................................................... 5Bilimsel Kavramlar›n Çok Boyutlulu¤u Sorunu .......................................... 7KAVRAMLAR VE DE⁄‹fiKENLER ................................................................ 8Ölçme ve Ölçüm Düzeyleri ........................................................................ 10ÖLÇÜMDE GEÇERL‹L‹K .............................................................................. 14ÖLÇÜMÜN GÜVEN‹L‹RL‹⁄‹ ........................................................................ 16SONUÇ........................................................................................................... 18

Özet................................................................................................................ 20Kendimizi S›nayal›m...................................................................................... 22Kendimizi S›nayal›m Yan›t Anahtar› ............................................................ 23S›ra Sizde Yan›t Anahtar› .............................................................................. 23

Yararlan›lan Kaynaklar.................................................................................. 25

Nedensel ‹liflkiler, Araflt›rma Kurgular›, Deneysel Yaklafl›mlarve Uluslararas› ‹liflkiler............................................................ 26

G‹R‹fi.............................................................................................................. 27B‹L‹MSEL ÇIKARIM ....................................................................................... 28NEDENSELL‹K VE ARAfiTIRMA KURGULARI ............................................ 29Nedensel Veya Sahte (Spurious) ‹liflkiler .................................................... 30

Araflt›rma Kurgular› ....................................................................................... 32Küçük-n Kurgular› (Small-n Designs).......................................................... 33K›s›mlar-Aras› Analiz (Cross-Sectional Analysis): Anket veKümeli (Aggregate) Veri Analizi .................................................................. 34DENEYSEL YAKLAfiIMLAR VE ULUSLARARASI ‹L‹fiK‹LER......................... 36Rastgele Atama (Random Assignment) ........................................................ 39

Ayd›nlat›lm›fl Onay (Ethical Consent) .......................................................... 39De¤iflkenlik (Variation) ve Kontrol .............................................................. 40Gruplar-Aras› Sistemli De¤iflkenlik............................................................... 41Gruplar-‹çi Sistemli Olmayan De¤iflkenlik .................................................. 41Deney Yeri: Laboratuvar, Saha ya da Internet?........................................... 42Internet Üzerinde Deney .............................................................................. 42DENEYSEL KURGU ÇEfi‹TLER‹ .................................................................... 43Deney Öncesi Test (Pretest)- Deney Sonras› Test(Posttest) - Kontrol Grubu Kurgusu............................................................. 43Deney Sonras› Test - Kontrol Grubu Kurgusu............................................ 44Solomon Dörtlü Grup Kurgusu.................................................................... 45DÂH‹LÎ GEÇERL‹K ....................................................................................... 46HAR‹CÎ GEÇERL‹K ........................................................................................ 47Kat›l›mc› Popülasyonu S›n›rlamas› ............................................................... 47

Kat›l›mc› Fark›ndal›¤› .................................................................................... 47 Araflt›rmac›n›n Beklentileri ve Yanl› Tutumu .............................................. 48Beklenti Etkisi Çözümleri ............................................................................. 49

‹ç indek i ler iii

1. ÜN‹TE

2. ÜN‹TE



Haricî Geçerlik Nas›l Belirlenir? ................................................................... 49Sa¤laml›k (Robustness): Deney Tekrarlanabilir mi?.................................... 49

Ekolojik Geçerlik: Bulunan Etki Tipik E¤ilimleri Yans›t›yor mu? ........ 50

‹lgi (Relevance): Deney Sonucu Ö¤renilen Bilgi Gerçek Yaflamla ‹lgili mi? .................................................................................... 50S‹MÜLASYON (SIMULATION)...................................................................... 50DO⁄AL DENEYLER ...................................................................................... 53SONUÇ........................................................................................................... 56Özet................................................................................................................ 57Kendimizi S›nayal›m...................................................................................... 58

Yaflam›n ‹çinden............................................................................................ 59Kendimizi S›nayal›m Yan›t Anahtar› ............................................................ 60S›ra Sizde Yan›t Anahtar› .............................................................................. 60


Örnekleme Yöntemleri........................................................... 64G‹R‹fi.............................................................................................................. 65Örneklem Seçim Sürecinde Temel Terimler ............................................... 67SIK KULLANILAN HEDEF K‹TLELER VE BUNLARIN ÖRNEK L‹STELER‹ . 68Haneler ve Bireyler ....................................................................................... 68Müflteri, Çal›flan ya da Dernek, Kulüp vs. Üyelikleri.................................. 69Kurumlar........................................................................................................ 69Olaylar............................................................................................................ 70Nadir Hedef Kitleler ...................................................................................... 70NEDEN ÖRNEKLEM SEÇEL‹M K‹?................................................................ 71

ÖRNEKLEM‹ NASIL SEÇEL‹M?...................................................................... 72Rastsal Olmayan Örneklem Seçimi .............................................................. 73Rastsal Örneklemin Mant›¤›.......................................................................... 74Birkaç ‹statistiki Kavram ............................................................................... 76Örneklem Büyüklü¤ü ................................................................................... 78Basit Rastsal Örnekleme (Simple Random Sampling) ................................ 81Katmanl› Örnekleme (Stratified Sampling).................................................. 82Küme Örneklemesi (Cluster Sampling) ...................................................... 83Büyüklü¤e Orant›l› Olas›l›kl› Örnekleme (BOOÖ) (ProbabilityProportionate to Size Sampling) .................................................................. 84

A¤›rl›kland›rma.............................................................................................. 86

Özet ............................................................................................................... 89Kendimizi S›nayal›m ..................................................................................... 90Kendimizi S›nayal›m Yan›t Anahtar› ............................................................ 91


Vaka Analizi.............................................................................. 92G‹R‹fi.............................................................................................................. 93NEDEN VE NASIL VAKA ANAL‹Z‹? ............................................................. 93

VAKA ANAL‹Z‹ ÇEfi‹TLER‹: EN BENZER VE EN FARKLI S‹STEMTASARIMI....................................................................................................... 94En Benzer Sistem Tasar›m› ........................................................................... 94

En Farkl› Sistem Tasar›m› ............................................................................. 97En Benzer ve En Farkl› Sistem Tasar›mlar›n›n Birlikte Kullan›m›.............. 98

‹ç indek i leriv

3. ÜN‹TE

4. ÜN‹TE



TEK VAKALI ANAL‹ZLER: EN OLASI VE EN AZ OLASI VAKALAR ......... 100En Olas› Vaka Analizi ................................................................................... 100En Az Olas› Vaka Analizi.............................................................................. 101

TEK VAKALI ANAL‹ZLER: KR‹T‹K VE SAPKIN VAKALARIN ÖNEM‹........ 102 VAKA ‹Ç‹ ANAL‹ZLER................................................................................... 105SÜREÇ TAK‹B‹ YÖNTEM‹ ............................................................................ 106DO⁄AL DENEYLER ..................................................................................... 108KARfiI OLGUSAL AKIL YÜRÜTME DENEYLER‹ ........................................ 109UYGUNLUK YÖNTEM‹ ............................................................................... 111T‹POLOJ‹K KURAMLAR ............................................................................... 112

VAKA ANAL‹ZLER‹N‹N ZAMAN BOYUTU ................................................ 113SONUÇ .......................................................................................................... 115Özet ............................................................................................................... 116Kendimizi S›nayal›m ..................................................................................... 117

Kendimizi S›nayal›m Yan›t Anahtar› ............................................................ 118S›ra Sizde Yan›t Anahtar› .............................................................................. 118 Yararlan›lan Kaynaklar.................................................................................. 120

Nitel Yaklafl›m ile Görüflme, Gözlem ve Odak GrupYöntemleri, ‹çerik Analizi....................................................... 122

G‹R‹fi .............................................................................................................. 123GÖRÜfiME VE KATILIMCI GÖZLEM ........................................................... 126ODAK GRUPLARI.......................................................................................... 130‹ÇER‹K ANAL‹Z‹ ............................................................................................ 133Özet................................................................................................................ 138

Kendimizi S›nayal›m...................................................................................... 139Kendimizi S›nayal›m Yan›t Anahtar› ............................................................ 140S›ra Sizde Yan›t Anahtar› .............................................................................. 140


Nicel Yaklafl›m ile Görüflme Temelli Saha Çal›flmalar›:Anket Çal›flmalar›na Girifl....................................................... 142

G‹R‹fi .............................................................................................................. 143Kamuoyu ve Akademik Çevrelerin Türkiye’de Anket Çal›flmalar›naBak›fl›.............................................................................................................. 144Bilimsel Araflt›rma Alan› olarak Kamuoyu/Anket Çal›flmalar› .................... 144

Kamuoyu/Anket Araflt›rmalar›n›n Amaçlar› ................................................. 145Soru Sorma Tekniklerindeki Geliflmeler...................................................... 146Örneklem Teknolojisindeki Geliflmeler ....................................................... 147

Veri Toplama Tekniklerindeki Geliflmeler................................................... 148 Veri Çözümlemesi ve Deneysel Çal›flmalar ................................................. 149 Anket Çal›flmas›n›n Kurgulanmas›................................................................ 150 Aç›k ve Kapal› Uçlu Sorular ......................................................................... 152Kapal› Uçlu Sorularda Baz› Sorunlu Alanlar................................................ 154Sorular›n Dillendirilmesinde ‹zlenecek Ana Prensipler .............................. 159Soru Cetvelinin Ön Testleri (Pre-Tests) ve Biliflsel (Cognitive)Görüflmeler .................................................................................................... 160

Aç›k Olmayan ve Çok Anlaml› Sorular........................................................ 161 Yönlendirici Sorular ...................................................................................... 165SAHADA GÖRÜfiMELER YOLUYLA VER‹ TOPLANMASI........................... 165

‹ç indek i ler v

5. ÜN‹TE

6. ÜN‹TE



Kiflilerin Kendi Kendilerine Cevaplad›klar› Anketler .................................. 165Telefonla Yürütülen Çal›flmalar.................................................................... 166

Yüz Yüze Görüflmelerle Yürütülen Çal›flmalar............................................ 167

KAMUOYU/ANKET ÇALIfiMALARININ SINIRLARI VE GÜÇLÜ YÖNLER‹........................................................................................................ 168Özet ............................................................................................................... 169Kendimizi S›nayal›m ..................................................................................... 170Kendimizi S›nayal›m Yan›t Anahtar› ............................................................ 171S›ra Sizde Yan›t Anahtar› .............................................................................. 171


Nicel Veri Analizi ve Raporlama............................................ 174G‹R‹fi .............................................................................................................. 175BET‹MSEL N‹CEL VER‹ ANAL‹Z‹.................................................................. 178

MERKEZÎ E⁄‹L‹M ÖLÇÜTLER‹..................................................................... 184DA⁄ILIM ÖLÇÜTLER‹................................................................................... 188Standart Sapma ve Varyans .......................................................................... 190TABLO VER‹LER‹N‹N ÇÖZÜMLEMES‹......................................................... 195REGRESYON MODEL‹ .................................................................................. 199SONUÇ........................................................................................................... 204Özet................................................................................................................ 205Kendimizi S›nayal›m...................................................................................... 206Kendimizi S›nayal›m Yan›t Anahtar› ............................................................ 207

Yararlan›lan Kaynaklar.................................................................................. 208EK 1................................................................................................................ 209

EK 2................................................................................................................ 210

Çoklu Yöntem Yaklafl›mlar›......................... .......................... 212G‹R‹fi .............................................................................................................. 213

YÖNTEMSEL ÇO⁄ULCULUK ...................................................................... 214Formel Modelleme Yaklafl›m›....................................................................... 214Nicel Yöntemler ............................................................................................ 214Nitel Yöntemler ............................................................................................. 215ÇOKLU YÖNTEM KARIfiIM ÇEfi‹TLER‹ ....................................................... 215Dört ve Üzeri Yöntemin Kar›fl›m›................................................................. 217Üçleme (Tripartite) Yöntemi......................................................................... 217

‹K‹L‹ KARIfiIM ÇEfi‹TLER‹............................................................................. 219Nicel ve Nitel Yaklafl›m Kar›fl›mlar›.............................................................. 219

‹statistiksel Analiz ve Derinlemesine Mülakat....................................... 219Nicel Analiz, Nitel Do¤al Deneyler ve ‹çerik Analizi ........................... 220

Co¤rafi Analiz - ‹statistiksel Analiz............................................................... 221‹statistiksel Analiz - Saha Çal›flmas›........................................................ 221

FORMEL MODELLEME VE N‹CEL YÖNTEMLER‹N KARIfiIMLARI ............. 223Formel Modelleme - Deneysel Yöntem Kar›fl›m› ........................................ 223

Formel Modelleme .................................................................................. 223Deneysel Yöntem.................................................................................... 225

Formel Modelleme - ‹statistiksel Analiz Kar›fl›m› -Disiplinli

Yap›land›r›c›................................................................................................... 227Formel Modelleme - ‹statistiksel Analiz Kar›fl›m› - Kuram Testi................ 228FORMEL MODELLEME VE N‹TEL YÖNTEMLER‹N KARIfiIMLARI ............ 230

‹ç indek i lervi

7. ÜN‹TE

8. ÜN‹TE



Formel Modelleme, Etnografi, Söylem Analizi ve DerinlemesineMülakat .......................................................................................................... 230Formel Modelleme, Yo¤un Tasvir ve Vaka Analizleri ............................... 230

N‹CEL YÖNTEMLER‹N DE⁄‹fi‹K TÜRLER‹N‹ KARIfiTIRAN YAKLAfiIM.... 231Sosyal A¤ (Network) Analizi - ‹statistiksel Analiz....................................... 231 Anket Çal›flmas› - Mülakat - ‹statistiksel Analiz........................................... 233N‹TEL YÖNTEMLER‹N DE⁄‹fi‹K TÜRLER‹N‹ KARIfiTIRAN YAKLAfiIM .... 235SONUÇ........................................................................................................... 236Özet ............................................................................................................... 238Kendimizi S›nayal›m ..................................................................................... 239Kendimizi S›nayal›m Yan›t Anahtar› ............................................................ 240S›ra Sizde Yan›t Anahtar› .............................................................................. 240


‹ç indek i ler vii



Önsöz

Küresel iliflkileri izlemeye bafllay›nca merak uyand›rmayan sorularla karfl›lafl-

mamak pek mümkün de¤ildir ve merak olmadan da anlaml› bir araflt›rma olmas›

mümkün de¤ildir. Meraksa öyle bir fleydir ki asl›nda öyle kolay kolay tatmin edi-

lemez. Her çetrefil olay›n pek çok ve fazla da zorlan›lmadan verilebilecek bir ce-

vab› ve aç›klamas› vard›r elbette. Ancak kiflinin merak› yeterince derinse asl›nda

bu kolay cevaplar hemencecik ikna edicilikten uzak bulunacakt›r. Bunun en

önemli nedeni elbette bu çetrefil olgular ve bunlara ba¤l› sorular›n hiçbir zaman

tek bir etmenle aç›klanabilecek cevab› olmamas›d›r. Pek çok etmen ço¤u zaman

büyük bir belirsizlik içinde birbiriyle rastsal denilebilecek bir etkileflim içerisinde

gözlenilen sonuçlar› yarat›rlar. Böyle bir zorlu¤u gözleyebilen bir araflt›rmac›n›n

merak›n› kolay kolay tatmin edebilmesi de kolay olmayacakt›r. Unutmamal›y›z kimerakla anlamaya çal›flt›¤›m›z olaylar›n ard›nda nelerin yatt›¤› konusunda önce-

likle kendilerini tatmin eden bir cevap bulmakla meflguldür araflt›rmac›lar. Araflt›r-

ma sürecinin her aflamas›nda bu merak›m›z› tatmin etmek için bir çaba içerisinde

oluruz. Pek çoklar›n›n belki de tahmin edemedi¤i kadar yo¤un detayl› bu süreç

hem yarat›c›l›k ve farkl› esin kaynaklar›n›n bir araya getirilmesini, hem de yo¤un

bir teknik rutin içinde araflt›rmac›n›n titizlikle çal›fl›p terlemesini gerektirir.

Araflt›rman›n ilham ve yarat›c›l›ktan beslendi¤ini ak›lda tutarak ça¤dafl arafl-

t›rma tekniklerinin anlafl›lmas›n›n gereklerini bu derlemede bir araya getirmeye

çal›flaca¤›z. Charles Ragin’inConstructing Social Research, The Unity and

Diversity of Method (Pine Forge Press.1994) adl› kitab›nda vurgulad›¤› gibi ki

sosyal bilim araflt›rmalar› özünde sosyal hayat›n bir temsil fleklidir. Medya ya da

farkl› sanat dallar›nda sosyal hayat›n temsili ve yorumu da özünde sosyal bilim-

cilerin araflt›rmalar›yla ortaya koyduklar›na benzer temsillerdir. Medyada gaze-

teciler köfle yaz›lar› ve haberleriyle ya da sanatç›lar bir roman, film ya da bir re-

sim ile sosyal hayat›n farkl› yönlerini temsil ederek farkl› bir yorum içerisinde

izleyenlere ya da okurlara sunmaktad›rlar. Benzer flekilde sosyal bilimciler de

araflt›rmalar›yla sosyal hayat›n benzer pek çok görünümünü kendi aç›lar›ndan

temsili olarak sunmaktad›rlar.

Sosyal hayat›n temsili temelindeki benzerliklerin yan› s›ra sosyal bilim araflt›r-malar›n›n sanat ve medyadaki temsillerden farkl›laflt›¤› da aç›kt›r. Bu farkl›l›klar ve

sosyal bilim araflt›rmalar›n›n ana amaçlar› üzerine e¤ilmeden vurgulamam›z gere-

ken önemli bir nokta pek çok farkl›l›k gösteren araflt›rma tekniklerinin temel ni-

telikleri ve iflleyifllerinin karfl›laflt›rmal› olarak çal›fl›lmas› gere¤idir. Her yaklafl›m

ve tekni¤in üstünlüklerinin anlafl›lmas› ve kullan›mlar›n›n ö¤renilmesi zor de¤il-

dir. Ça¤dafl sosyal bilim yöntemi üzerine sa¤lanm›fl olan ilerlemeler farkl› yöntem-

sel aç›lardan da yaklaflsalar asl›nda temel sorunlara benzer bir bütünlük içinde ce-

vaplar›n verilebildi¤i teknikleri gelifltirmifltir. ‹lerleyen bölümlerde bu yaklafl›mla-

r›n üretti¤i teknikler üzerine ayr›nt›l› bir tart›flma yürütülecektir.

Önsözviii



Sosyal araflt›rmaya ihtiyaç duyar›z çünkü sosyal hayat anlafl›lmas› çok güç ve

karmafl›k bir olgudur. Pekiyi, sosyal araflt›rmalar sosyal hayat›n temsilinde kendi-

ne has özel bir yere sahip midir? Bu soruya yine Ragin’in yukar›da bahsedilen ki-

tab›nda özetlenen üç ana cevap k›saca flöyle özetlenebilir. Birinci olarak sosyalaraflt›rmalar›n toplumu farkl› bir flekilde tan›mlar. Evet, gazeteciler, film yap›mc›-

lar›, ressamlar ve romanc›lar tümü toplumsal yaflam hakk›nda bir fleyler söylerler.

Ama sosyal bilimlerde topluma verilen anlam tüm di¤erlerinden biraz farkl›d›r.

Sosyal araflt›rmalar›n kulland›¤› dil de sosyal gerçekli¤in temsilindeki di¤er rakip-

lerden farkl› görülebilir. Pek çok zaman sosyal bilimciler toplumsal hayattan bah-

sederlerken gazeteci ya da romanc›lar›n aksine de¤iflkenlerden ve bunlar›n ara-

s›ndaki nedensellik iliflkilerinden bahsederler. De¤iflkenlerin aras›ndaki ne-

densellik iliflkilerinin pek çok zaman roman ve gazetelerde de gözlemek müm-

kündür elbette. Ancak buralarda bu iliflkiler analitik bir disiplin çerçevesinde kul-lan›lmamaktad›r.

Sosyal araflt›rmalar› sosyal hayat›n temsilinde di¤er benzer aray›fllardan ayr›flt›-

ran belki de en önemli özellik “bilimsellik” iddias›d›r. Sanat eserleri, gazete ve

medyada sosyal hayat›n temsili ile sosyal araflt›rmalar aras›nda benzerlikler olma-

s›na karfl›n bu alternatifler karfl›s›nda sosyal araflt›rmalar›n izledi¤i yöntemin bilim-

selli¤i en büyük avantaj› olarak ileri sürülebilir. Ancak bu bilimselli¤in neye kar-

fl›l›k geldi¤i çok aç›k de¤ildir. Bu belirsizli¤e ra¤men pek çok zaman bilimselli¤in

temelinde hipotez üretimi ve bu hipotezlerin de sosyal gerçeklikle iliflkilendirile-

rek s›nanmas› yatar. Hipotezler özünde sosyal bilimcilerin beklentileridir. Bu

beklentiler genel olarak var olan yaz›n temelinde bir kuramsal çerçeve içerisindenüretilir.

Eldeki hipotezlerin geçerli olup olmad›¤›n›n s›nanmas› ile bilimsel yöntem

hem sosyal hayat›n temsiline dair üretilen hikayelerin ne derece ikna edici oldu-

¤u gösterilmifl olunur hem de bilimsel tart›flmalar›n geliflimine dair de bir ip ucu

elde edilmifl olunur. Aç›kt›r ki sosyal hayata dair üretilen hipotezler ço¤u zaman

birbirleriyle çeliflecektir. Farkl› varsay›mlar ve kuramsal aç›lardan üretilen hipotez-

lerin tümüne dair sosyal hayat içinden destekleyici gözlemler bulabilmemiz de

zor olacakt›r. Bu noktada hangi hipotezlerin sosyal hayat içerisinden toplanan ve-

riler temelinde desteklendi¤i, hangilerinin ise ret edildi¤inin saptanmas› önemli-dir. Ancak böylece hangi kuramsal yaklafl›mlar›n sosyal hayat›n çetrefil yap›s› için-

de destek buldu¤u gözlenebilecektir. Bu s›nama sürecindeki pek çok ad›m hak-

k›nda önümüzdeki ünitelerde ayr›nt›l› bir tart›flma sunulacakt›r. Kuramdan veriye

geçifl sürecindeki ölçüm sorunlar›n›n yan› s›ra bu toplanan verilerin farkl› yöntem-

lerle çözümlenmesi ve ard›ndan da elde edilen sonuçlar›n eldeki s›nama amac›y-

la uyuflur hale dönüfltürülmesi ve nihai olarak s›naman›n sonucunun ne oldu¤u-

nun tespiti bilimsel yöntemin en önemli ad›mlar›d›r. Bu süreç içerisinde bilimsel-

lik iddias›n›n bir parças› olarak eldeki kuramsal çerçevenin geçmiflte yürütülmüfl

görgül ve kuramsal çal›flmalara ba¤lanmas› verilebilir. Sosyal bilimciler kendi ça-

l›flmalar›n› bilinçli bir flekilde ve en kolay ulafl›labilir flekilde geçmifl çal›flmalara

ba¤larlar. Üretilen hipotezlerin kuramsal çerçeve ile ilintisi de en aç›k flekilde or-

Önsöz ix



taya konmal›d›r. Bu beklentilerin sosyal gerçeklikle ne derece örtüfltü¤ünün s›-

nanmas› için nas›l bir araflt›rma kurgusu düflünüldü¤ü de aç›k bir flekilde dile ge-

tirilmelidir. Daha sonraki aflamalarda söz konusu araflt›rma kurgusu içerisinde ve-

ri toplan›l›r ve hipotezler de en aç›k flekilde s›nan›r.Gary King, Robert Keohanne ve Sidney Verba’n›n Designing Social Inquiry,

Scientific Inference in Qualitative Research (Princeton University Press 1994, 7-

9) adl› kitaplar›nda verdikleri tan›ma göre bilimsel araflt›rman›n dört ana özelli¤i

vard›r. Bunlardan birincisi sosyal araflt›rmalarda ana amac›n ç›karsama yapmak

(inference) oldu¤unun kabulüdür. Bilimsellik sadece veri toplama olamaz. Topla-

nan verilerin hedef kitle ya da anlafl›lmaya çal›fl›lan olgunun gözlemler d›fl›nda ve

bunlar› da kapsayan bütünü hakk›nda nas›l bir ç›karsama olana¤› verdi¤inin de¤er-

lendirilmesi bilimselli¤in en önemli gereklerinden biridir. Bilimsel araflt›rmalar›n hi-

potez üretim ve veri toplama süreçleri, kullan›lan yöntemler kamusal alanda payla-fl›lmal› ve aç›k seçik ortaya konmal›d›r. Ancak böylelikle bilimsel araflt›rma süreci

bütünüyle anlafl›labilir ve böylelikle de geçerlili¤i, güvenilirli¤i de¤erlendirilebilir ve

gerekti¤inde yeniden üretilebilir. Aksi takdirde, araflt›rma sürecinin anlafl›lamad›¤›,

hipotez üretim ve s›nama süreçlerindeki öneli kararlar›n nas›l verildi¤i anlafl›lama-

d›¤› durumlarda bu çal›flmalarla üretilen sonuçlar›n geçerlili¤inin saptanmas› da

mümkün olmayacakt›r. Bir bilimsel araflt›rma böyle mu¤lak süreçlere dayanamaz.

Ç›karsama süreci do¤as› gere¤i belirsizlik ve potansiyel hatalar içerir. Bu hata-

lar›n ve belirsizli¤in ne düzeyde oldu¤una dair bir kestirim içermeyen araflt›rma

sonuçlar›n› yorumlamak mümkün de¤ildir. Dolay›s›yla her araflt›rma sonucunun

ne derece geçerli oldu¤una dair bir kestirim de içermesi gerekir. Sonuçlardaki be-lirsizlik ve hata pay› kestirimi olmayan bir araflt›rman›n bilimsellik kriterlerini sa¤-

lad›¤›n› söylemek mümkün de¤ildir.

King, Keohane ve Verba’n›n en son vurgulad›¤› nokta da bilimsel araflt›rmala-

r›n en temel içeri¤i izlenilen yöntem olmas›d›r. Bilimsellik sadece yöntemle ilgili

bir olgudur. Bu aç›dan yöntemsel prensiplerin aç›k seçik ortaya konmas› bilimsel-

li¤in de bir ön kofluludur. King, Keohane ve Verba’ya göre bu verilen bilimsellik

kriterlerinin nicel ve nitel araflt›rmalar aras›nda farkl›l›k göstermedi¤i gibi, “iyi” bir

araflt›rman›n bilimsellik için nicel ya da nitel olmas›ndan ba¤›ms›z olarak bu kri-

terlere sad›k kalmas› gerekir. Bu görüfl baflta olmak üzere ileri sürülen prensiplerbir dizi elefltiriyle karfl› karfl›ya kalm›flt›r. Bunlar› bir araya getiren Henry Brady ve

David Collier taraf›ndan derlenmifl Rethinking Social Inquiry, Diverse Tools,

Shared Standards (Rowman and Littlefiled Publishers, 2004) kitapta temel olarak

bilimselli¤in kamusal alanda ve yöntem tart›flmalar›n›n aç›k seçik dile getirilmesi

temelinde flekillenmesi prensibine karfl› bir görüfl dile getirilmez. Ancak ana ama-

c›n ç›karsama yapmak olmas› ve belirsizli¤in derecesinin vurgulanmas› gere¤i

prensiplerine destek vermezler. Elbette teori gelifltirme amac›yla yürütülen çal›fl-

malarda ç›karsama ön plana ç›kmayacakt›r. Benzer flekilde sosyal kavramlar›n öl-

çülebilir hale getirilme süreci de kendine has zorluklar içeren ve do¤rudan bilim-

sel olmakla beraber belirsizlik ç›karsama amaçlar›n› da ön plana ç›karmayan bir

yap›ya sahiptirler.

Önsözx



Son y›llarda git gide artan bir tart›flmaya sahne olan bu sosyal bilimlerde bilim-

sellik nedir sorusu etraf›ndaki tart›flma net bir sonuca ulaflm›fl de¤ildir. Ancak tar-

t›flman›n bu aflamas›nda vurgulanmas› gereken sosyal araflt›rmalarda tek bir tart›fl-

ma götürmez bilimsellik iddias› ya da kriterler manzumesinin bulunmad›¤›d›r. Sos- yal bilimlerde, belki do¤a bilimlerinin pek çok alan›ndan farkl› olarak, hemen her

sosyal bilim disiplininde bilimsel yöntemin içeri¤i üzerine yo¤un tart›flmalar yürü-

tülmektedir. Bu tart›flmalar›n ulaflt›¤› belki de en belirgin nokta araflt›rmalar›n ken-

dilerine seçtikleri amaca uygun olarak farkl› alternatif yöntemsel prensibin ayn›

araflt›rma içinde yo¤rularak birçok yöntemli yaklafl›m benimsemenin gere¤idir. Bu

gereklilik ve çok yöntemli yaklafl›mlara da önümüzdeki ünitelerde de¤inece¤iz.

Tart›flman›n bu noktas›nda sosyal bilimleri kaba hatlar›yla ikiye bölmüfl olan

nicel ve nitel araflt›rma yöntemsel farkl›laflmas›na de¤inmeliyiz. Bu iki yaklafl›m te-

melde bir ontolojik (varl›kbilgisel) farkl›laflmaya dayan›r. Sosyal bilimlerde onto-lojik farkl›laflmalar varl›k, varl›¤›n yap›s› ve bu var oluflun ilkelerinde temel farkl›-

laflmalar› yans›t›r. Temelci (foundationalist) ontolojik yaklafl›mda varl›k kifliden

ba¤›ms›z olarak vard›r. Bu temelci yaklafl›m karfl›s›ndaki görüfl ise varl›¤›n sosyal

bir yap›s› oldu¤unu savunur ve sosyal bilimde her olgunun sosyal olarak olufltu-

ruldu¤unu ve yoruma muhtaç oldu¤unu öne sürer. Ontoloji varl›¤›n temeli ile il-

gilenirken epistemoloji (bilgi kuram›) bilen ile bilinen aras›ndaki iliflki üzerinde

durur. Bilginin ne oldu¤u, nas›l ulafl›ld›¤›, gerçek ve bilgi aras›ndaki iliflki gibi te-

mel sorularla u¤raflan bu felsefe dal› sosyal bilimlerdeki nicel ve nitel yöntem ay-

r›flmas›n› da yans›t›r.

Sosyal bilimlerde görgül (empiricist) yaklafl›m araflt›rmac›n›n yarg›lar›ndan ba-¤›ms›z gözlem, deney ve deneyimlerle elde edilen bilgi üzerinde durur. Do¤a bi-

limleri ve sosyal bilimler aras›nda bir fark görmeksizin ontolojik olarak temelci bir

yaklafl›m sergileyen görgül araflt›rmac›lar nedensel aç›klamalar ve temelde birta-

k›m bilimsel genellemelere ulaflabilmeyi amaçlar. Mant›ksal olguculuk (logical po-

sitivism) etkisi alt›nda bu gelenek içinde do¤ada (ya da toplumsal hayatta) düzen-

lilik olup olmad›¤›n› tespit için bir genellemede bulunup bunun nas›l içerimleri

(implications) olaca¤›n› ç›kar›p buradan ç›kacak hipotezin görgül olarak takip

edilmesi gerekti¤i prensibiyle çal›fl›r. Hollis, M. ve S. Smith taraf›ndan kaleme al›-

nan Explaining and Understanding in International Relations (Oxford: Cla-rendon Press, 1990, 50) eserde hipotezin görgül destek bulmamas› durumunda hi-

potezde de¤iflikli¤e giderek ayn› sürecin tekrarlanmas›yla bilginin gelifltirilebilece-

¤i görüflü dile getirilir. Oysa hermeneutik (yorumbilgisel) yaklafl›m ontolojik ola-

rak temelci de¤ildir ve sosyal dünyan›n sosyal olarak yarat›ld›¤›n› kabul eder. Do-

lay›s›yla görgül bulgular araflt›rmac›lardan ba¤›ms›z olarak var de¤ildirler. Önem-

li olan nedensel aç›klamadan ziyade yorum ve anlamakt›r.

Ana hatlar›yla görgül yaklafl›m nicel araflt›rmalarla özlefltirilirken nitel araflt›rma-

lar temelci ontolojiyi ret ederek yoruma dayal› çal›flmalarla özdefllefltirilir. Görgül

yaklafl›mda normatif (kuralc›) sorulardan ba¤›ms›z objektif araflt›rma yap›labilece¤i

varsay›l›r. Bu yaklafl›mda genifl gözleme dayal› “sert veri” (hard data) (nicel öl-

çümlerle flekillenmifl istatistikler, seçim sonuçlar›, anket verileri vb.) yayg›n olarak

Önsöz xi



kullan›l›rken yorumcu yaklafl›mda az say›da gözleme ya da vakaya dayal› “yumu-

flak veri” (soft data) kullan›m› yayg›nd›r. King, Keohanne ve Verba taraf›ndan öne

sürülen nicel ya da nitel tüm “iyi“ araflt›rmalar›n ayn› temel prensipler çerçevesin-

de flekillendirilmesi gerekti¤i fikrinin ne kadar derin bir ayr›ma dair oldu¤u aç›kt›r.Gelen itiraz ve tamamlay›c› fikirleri bu çerçevede de¤erlendirmek yerinde olacak-

t›r. Biz takip eden ünitelerde gerek nicel gerek nitel yaklafl›mlar› tart›flmam›z içine

dahil edece¤iz ve en son ünitede de çoklu yöntem tart›flmalar›na yer verece¤iz.

Araflt›rma sonuç olarak bilim-insanlar› taraf›ndan yap›lan bir faaliyet oldu¤una

göre her faaliyetimiz gibi araflt›rman›n da ahlak standartlar›m›za uyup uymad›¤›n›

düflünmeliyiz. Her ne kadar pek çok zaman birbiriyle efl anlaml›ym›flças›na kulla-

n›lmalar›na ra¤men, ahlak ve etik kavramlar›n›n tam anlam›yla örtüflmedi¤ini vur-

gulamam›z gerekir. Etik bir meslek grubu, ifl kolu ya da profesyonel bir faaliyette

standart olarak kabul görmüfl ve bu faaliyetleri düzenleyen bir öznel kurallarmanzumesidir diyebiliriz. Sosyal bilimlerde de genel kabul görmüfl bir etik kural-

lar dizini oldu¤u söylenebilir.

Bilimsel araflt›rma faaliyetlerinin profesyonel etik kurallar bütünü içinde de¤er-

lendirilmesi gerekti¤ini söylerken bu faaliyetler içindeyken belki baflka faaliyetle-

rimizde pek bulunmayan iki genel etki ve bunlar›n sonuçlar›n›n da alt›n› çizme-

miz gerekir. Bunlardan birincisi bulgular›m›z›n toplumsal sonuçlar›na dairdir. Bu

sonuçlar›n ne olabilece¤ini görebiliyor muyuz? Ya bu görebildi¤imiz sonuçlardan

ne derece rahats›zl›k duyuyoruz? Bu ve benzeri sorular›n akl›m›zda olmas› iyi ola-

cakt›r. Pek çok zaman araflt›rmac›lar bu zor sorular ve sonuçlar›ndan kaçma yolu-

nu seçebilirler. Sadece bulgular›n do¤rulu¤u, güvenilirli¤i ile ilgilenip ahlaki soru-lar›n kendi iflleri olmad›¤›n› düflünme yolunu seçebilirler. Oysa sosyal bilimlerde

hemen hiçbir zaman u¤rafl›lan konular, sorular ve cevaplar› tek bir gerçeklik ve

bunu oluflturan tek bir seri bulgular etraf›nda flekillenmemektedir. Hangi perspek-

tiften bak›ld›¤›, hangi soruya cevaplanma önceli¤i verildi¤i do¤rudan ulafl›lan so-

nuçlar› etkileyebilmektedir. Kald› ki ayn› bulgular›n çok farkl› yorumlar›n›n da ol-

mas› flafl›rt›c› de¤ildir. Bu aç›dan neyi nas›l çal›flmay› bizim kiflisel tercihlerimizle

belirledi¤imizi unutmamal›y›z. Bu tercihlerin sonuçlar›n›n neler oldu¤u konusun-

da düflünmemiz gerekir. Farkl› tercihlerde bulunsayd›k ulaflaca¤›m›z sonuçlar na-

s›l de¤iflirdi bunu düflünmeliyiz. ‹kinci olarak ak›lda tutmam›z gereken önemlinokta u¤rafl alan›m›z›n sosyal bilimler çerçevesinde do¤rudan insanlarla ve ilgili

oldu¤udur. Dolay›s›yla insanlara nas›l davrand›¤›m›z ve onlar› çal›fl›rken onlar›n

kiflilik haklar›n› ihlal etmiyor oldu¤umuza dikkat gerekir.

‹zleyen ünitelerde sosyal araflt›rmalar› farkl›laflt›ran temelleri oluflturan nokta-

lar üzerinde daha ayr›nt›l› duraca¤›z. Öncelikle medya ve sanat yap›tlar›ndan

farkl› olarak sistematik bir kavramlaflt›rma ve ölçüm sorunlar› üzerine yo¤unlaflan

çabalar aç›kl›¤a kavuflturulacakt›r. Burada sosyal araflt›rmalar›n de¤iflken dili üze-

rinde daha ayr›nt›l› durarak de¤iflkenlerin kuramsal temelleri ve operasyonel ola-

rak somut ölçümlere ba¤lanan ölçüm sorunlar› üzerinde durulacakt›r. Bu tart›fl-

may› takiben nedensellik dilinin temellerine e¤ilece¤iz. Neden sonuç iliflkilerini

de¤iflken dili içerisinden ç›kararak veri temelli s›nan›fl›n› nas›l kurgular›z? sorusu

Önsözxii



etraf›nda deneysel çabalar› ve bunlar›n uluslararas› iliflkilere yans›mas› üzerinde

duraca¤›z.

Bir sonraki ünitede veri toplamaya giriflirken toplanan verinin nas›l bir süreç

içerisinde temsil gücüne sahip k›l›nd›¤› üzerinde duraca¤›z. Örneklem yöntemle-rinin en basit ve kullan›fll› olanlar›ndan daha karmafl›k olanlar›na kadar temel ya-

p›tafllar›n› pratik örneklerle sunaca¤›z. Bu üniteyi takiben sosyal araflt›rmalarda s›k

s›k kullan›lan vaka analizi yöntemi üzerinde durulacakt›r. Vaka seçimi ve bu va-

kalar›n istenilen amaçlara hizmet edilecek bir kurgu içerisinde seçilip çözümlen-

mesinde karfl›lafl›lan güçlükler ve bunlar›n çözümü üzerinde durulacakt›r.

Bu tart›flmalar› takiben sosyal araflt›rmalarda nitel ve nicel yaklafl›m farkl›lafl-

mas› üzerinde duraca¤›z. Öncelikle nitel yöntemlerin temel nitelikleri üzerinde

durulacak ve derinlemesine görüflme, kat›l›mc› gözlem ve odak görüflme yöntem-

leri üzerinde durulacakt›r. Ard›ndan içerik çözümlemesinin temellerine e¤ilinecek ve takip eden ünitede nicel çözümleme tekniklerinin temellerine e¤ilinecektir. En

son olarak da çoklu yöntem yaklafl›mlar› üzerinde durulacak ve tart›flma sonlan-

d›r›lacakt›r.

Son olarak bu derleme farkl› üniversitelerden araflt›rmac›lar›n kaleme ald›¤›

çal›flmalardan oluflmaktad›r. Derleme editörlü¤ünü üstlenen Koç Üniversite-

si’nden Prof.Dr. Ali Çarko¤lu ünite 3, 6 ve 7’yi, Prof.Dr. Ersin Kalayc›o¤lu ünite

1’i, Koç Üniversitesi’nden Yrd.Doç.Dr. Belgin fi. Akça ünite 2’yi, Koç Üniversite-

si’nden Yrd.Doç.Dr. fiener Aktürk ünite 4’ü, ‹stanbul Bilgi Üniversitei’nden

Yrd.Doç.Dr. Senem Ayd›n Düzgit ünite 5’i kaleme alm›fl, Koç Üniversitesi’nden

Yrd.Doç.Dr. Belgin fi. Akça ile Yrd.Doç.Dr. fiener Aktürk de birlikte ünite 8’i ka-leme alm›fllard›r.

Bu yay›n›n gerçeklefltirilmesinde hiçbir deste¤i esirgemeyen Anadolu Üniver-

sitesi Rektörü Prof.Dr. Davut Ayd›n ve Uluslararas› ‹liflkiler Program Koodinatörü

Yrd.Doç.Dr. Elif Toprak’a özellikle teflekkürü bir borç biliriz. Asistan›m›z Koç Üni-

versitesi Uluslararas› ‹liflkiler Bölümü doktora ö¤rencisi Kerem Y›ld›r›m’a metinle-

rin yay›na haz›rlanmas›nda bize verdi¤i destek için teflekkür ederiz. Bu çal›flma-

n›n bas›m› s›ras›nda her türlü teknik yard›m› sunan ve tasar›m›n› gerçeklefltirmek-

te büyük eme¤i geçen Doç.Dr. Murat Ataizi ve dizgi ekibine özellikle teflekkür et-

mek isteriz.

Editör

Prof.Dr. Ali ÇARKO⁄LU

Önsöz xiii



Bu üniteyi tamamlad›ktan sonra;Kavram›n anlam›, siyaset bilimindeki konumu ve ifllevini kavrayabilecek,Kavramlaflt›rman›n siyaset bilimi kuramsallaflt›rmas›ndaki ve mant›k yürütü-me ve siyaset hakk›nda düflünme için oynad›¤› rolü aç›klayabilecek,Kavramlar›n nas›l de¤iflkenlere dönüfltürüldü¤ünü ve bu yolla sosyo-ekono-mik, kültürel ve siyasal olgular hakk›nda nas›l nicel betimlemeler yap›labile-ce¤ini görebilecek,Kavramlar›n ölçülmesinde yap›lacak hatalar›n geçerli ve güvenilir ölçülereulafl›lmas›nda nas›l rizikolar oluflturdu¤unu görecek ve bu konudaki zorluk-lar› kavrayabilecek bilgi ve becerilere sahip olabileceksiniz.

‹çindekiler

• Kavram• Kavramsallaflt›rma• Görgül Gerçek• Gözlem• Denence

• ‹fllemsellefltirme• Ba¤›ms›z ve Ba¤›ml› De¤iflken• Ölçüm Düzeyleri• Ölçümün Geçerlili¤i• Ölçümün Güvenilirli¤i

Anahtar Kavramlar

Amaçlar›m›z

Uluslararas› ‹liflkilerde

Araflt›rma Yöntemleri

• G‹R‹fi

• GÖRGÜL S‹YASAL GERÇEK VEKAVRAM

• KAVRAM VE TANIMLAMA

• KAVRAMLAR VE DE⁄‹fiKENLER

• ÖLÇÜMDE GEÇERL‹L‹K

• ÖLÇÜMÜN GÜVEN‹L‹RL‹⁄‹

• SONUÇ

1ULUSLARARASI ‹L‹fiK‹LERDE ARAfiTIRMAYÖNTEMLER‹

Siyaset BilimindeBilimselKavramlaflt›rma veÖlçüm



G‹R‹fiKavramlaflt›rma ve ölçüm siyaset hakk›nda gelifltirilen kuramsal (teorik) önermele-ri görgül (ampirik) gözleme dayal› sistematik s›nama yoluyla yanl›fllama etkinli¤i-nin temel merhalelerinden birisi, hatta ilkidir. Kavramlaflt›rma gözlem yoluyla var-l›¤›n› saptad›¤›m›z görgül dünya hakk›nda düflünmeye bafllad›¤›m›z noktada olu-flur. Kavramlaflt›rma gözlemledi¤imiz ya da ileride bir zamanda gözlemlemeyi ha-

yal etti¤imiz bir olgunun (fenomenin) veya olay›n (event) anlamland›r›lmas› içinzihnimizde yapt›¤›m›z bir canland›rmad›r. Gözlem yoluyla ulaflabilece¤imiz bir si-

yasal olgu veya olay›n anlam›n›, karakteristik özelliklerini tan›mlama ve zihnimiz-de biçimlendirerek adland›rma yoluyla yap›lan kavramsallaflt›rma, siyaset hakk›n-

da soru sormak ve önermelerde bulunmak için at›lan bir ilk ad›md›r. Kavramlar siyasal olgu veya olaylara verilen adlar veya yap›flt›r›lan etiketlerdir. Örne¤in, birtoplumu ba¤layacak kararlar› almak için oluflturulan mevkilere gelebilmek içinseçmenlerin deste¤ini almak üzere örgütlenen topluluklara “siyasal parti” ad›n› uy-gun gördü¤ümüzde üzerinde bu ad yazan bir etiketi zihnimizde bu mahiyettekitüm örgütlenmelerin üzerine as›yoruz demektir.

Bilimde görgül gerçekle ilgili bir kavram oluflturdu¤umuzda bunu baflkalar›n›nkullan›m›na sunar›z. Bu yolla bu kavram›n sadece bizim hayalimizin ürünü olanbir düflünce olup olmad›¤›n›, baflkalar›n›n da bu kavram› aynen bizim kafam›zdakurgulad›¤›m›z gibi düflünebilmelerinden anlar›z. O zaman öznel afl›r› (inter-sub-

jective) anlaflabilirli¤e bu kavram arac›l›¤›yla ulaflarak belirli bir olgu hakk›nda dü-

flünmeye, onun oluflum, geliflim ve yok olufl koflullar›n› düflünmeye, anlamaya venihayet aç›klamaya çal›flabiliriz. Bu bölümde kavramlar›n tan›mlanmas›, bu tan›m-lar›n görgül (ampirik) olgularla olan ba¤lar›n›n kurulmas›, kavramlar›n de¤iflkenolarak ifadelendirilmesi, ölçülmesi ve bu aflamalar s›ras›nda karfl›lafl›lacak zorluk-lar, sorunlar, yap›lacak hatalar gibi özellikleri inceleyece¤iz.

GÖRGÜL S‹YASAL GERÇEK VE KAVRAMBefl duyumuzla varl›¤›n› saptad›¤›m›z dünyaya görgül (ampirik / empirical) dünyaad›n› veriyoruz. Antik Ça¤’dan günümüze kalan yaz›l› yap›tlardan anlad›¤›m›z ka-dar›yla görgül dünyan›n ötesinde, duyular›m›zla varl›¤›na iflaret edemedi¤imiz afl-k›n (transandantal / transcendental) bir dünyan›n mevcudiyeti kadar bunun mü-

kemmeliyeti de Sokrat ve ö¤rencisi Platon ve onlar› izleyenler taraf›ndan öne sü-rülmüfltür. Ancak, bilim sadece görgül olan› gözlemekle gerçe¤in saptanabilece¤i-

Siyaset Biliminde BilimselKavramlaflt›rma ve Ölçüm



ni varsayar ve görgül olarak do¤rudan veya dolayl› olarak saptanamayan› bilinebi-lir gerçek olarak kabul etmez. Toplum bilimlerinden olan siyaset bilimi de SiyasalFelsefe veya Düflünce alan› d›fl›nda kalan Uluslararas› ‹liflkiler dâhil tüm alt dallar›

da bu varsay›ma dayal› olan bilimsel önerileri içerir ve bu çerçevede yap›lan göz-leme dayal› görgül çözümlemelerin (empirical analysis ) saptad›¤› bulgulara daya-narak bu önermeleri s›namaya tabi tutar ve bunlar›n gerçek olup olmad›klar›na da-ir hüküm verir. Onun için bu ünitede de görgül dünya ve onun içindeki siyaset ol-gusu (fenomeni / phenomenon ) ile ilgili olarak ortaya konan iddialar›n kavramsal-laflt›r›lmalar›, kavramlar›n görgül siyasal hayattaki varl›klarla ilintilerinin kurulmas›,s›kl›k, çokluk, da¤›l›m gibi özelliklerinin ölçülebilmesini inceleyece¤iz.

Burada siyasal hayattaki gerçekler derken olgular, olaylar, befl duyumuzla saptanabilen ka-n›tlardan bahsediyoruz. Siyaset biliminde bu konuda siyasal düflünce (siyasal felsefe) ile si- yasetin bilimsel araflt›r›lmas› olan görgül siyasal kuram (teori) aras›nda önemli bir ayr›msöz konusudur. Siyasal düflünce kim kimi, nas›l, niçin yönetmelidir? Erdemli yönetim, mut-lu bir yaflant› temin eden devlet biçimi nedir? vb. sorularla ilgilidir. Oysa görgül siyaset kur-amlar› her gün içinde yaflad›¤›m›z, befl duyumuzu kullanarak varl›¤› hakk›nda kan›t bulabi-lece¤imiz siyasal olgu ve olaylar›n neden ve nas›l ortaya ç›kt›¤›, nas›l ve niçin de¤iflti¤i hak-k›nda yanl›fllanabilir iddialar (denenceler / hipotezler) gelifltirir. Siyasal düflünce görgül siyasal gerçek ile s›n›rl› olmad›¤›ndan, görgül olgu ve olaylar siyasal düflünce için gerçek ol-gular›n s›n›r›n› oluflturmaz. Siyasal düflünce sadece olan biteni aç›klamak amac›nda olma- y›p ayn› zamanda olmas› gerekeni de üretmek iddias›ndad›r. Bu yüzden siyasal düflüncedegerçek befl duyumuzla saptanan gözlemle s›n›rl› olmak zorunda de¤ildir. O yüzden Sokrat ve Platon (Arap dünyas›nda Eflatun diye de an›lmakta, ülkemizde de bazen bu biçimde at›f- ta bulunulmaktad›r), gibi ö¤rencilerinden bir k›sm› gerçe¤in gözlemle s›n›rl› olmad›¤›n›,hatta befl duyumuzla varl›¤›n› saptad›¤›m›z görgül gerçe¤in sadece mükemmel ve de¤iflmez

oldu¤unu kabul ettikleri Idealar âlemindeki gerçe¤in yans›mas›ndan (gölgesinden) ibaret oldu¤unu iddia etmifllerdir. Onlara göre de¤iflen ve bozulan fleyler gerçek olamaz, çünkügerçek mükemmel, de¤iflmez olup Idealar âleminde mevcuttur. Bu gerçek ise yans›malar›n›gözleyerek bulunamaz, de¤iflmedi¤i için mükemmel olan gerçe¤i ise ancak Filozoflar belir-li bir e¤itimi ald›klar›nda ve kemale erdiklerinde (yafllar› 35’i geçti¤inde) “görebilir” veya “gözlemleyebilirler.” Onun için hepimizi mutluluk içinde yaflatacak mükemmel devleti deFilozof olan birisi “Idealar âleminde gözlemleyebilir!” Onun gözlemleyip bize aktard›klar›-n› biz bu de¤iflme zorunda olan, yani entropi yasalar›na tabi olan ve hiçbir zaman mükem- mel olamayacak olan dünyaya uygularsak hiç olmaza bir müddet mükemmel devletin mut-luluk ortam›nda yaflayabiliriz. Bu nedenle insanl›¤›n Filozof Krallar eliyle yönetilmesiniöneren Platon, bu fikrini kabul eden Sicilya’n›n Siracusa (Syracuse) kent devletini bir süre yönetmifl, ancak mutluluktan çok dünyada bir cehenneme çevirdi¤i bu kentten filozofça ön-

sezisiyle ayaklanmadan önce kaçarak kurtulmufltur (Cornford, Francis MacDonald, The Re- public of Plato, (1973): tamam›). Bu felaket Platon’un fikirlerinin yanl›fl olabilece¤ine ik-na etmemifl (sadece Siracusal›lar›n yeteneksizli¤ine inand›rm›flt›r), pek çok düflünür ve si- yasetçinin onun izinden gitmesini de engelleyememifltir. ‹nsanl›k tarihinin, dünya olaylar›-n›n nereye gitti¤ini bildi¤ini iddia edenler eliyle insanl›k büyük trajediler yaflam›flt›r. On al- t›nc› yüzy›lda ortaya ç›kan Niccolo Machiavelli’nin Prens adl› yap›t›ndan itibaren giderek artan ölçüde görgül siyasal gerçe¤e dayal› siyaset kuram› aray›fl› Siyaset Bilimi’nde a¤r›l›k ka-zand›. Nihayet yirminci yüzy›l›n ikinci yar›s›nda önce Amerika Birleflik Devletleri’nde sonra da baflta Avrupa olmak üzere tüm dünyada büyük a¤›rl›k kazanm›flt›r (görgül ve aflk›n ger-çek esasl› bilgi üretimine ilgi duyanlara Popper, Karl, Open Society and Its Enemies: Vol.

I The Spell of Plato (Aç›k Toplum ve Düflmanlar›, ‹stanbul: Liberte Yay›nlar›, 2008, Cilt 1.Platon) adl› yap›t›n› okumalar›n› öneririz.)

4 Uluslararas› ‹ l iflkilerde Araflt›rma Yöntemleri

D ‹ K K A T



Kavramlar bizim düflünce yap› tafllar›m›zd›r. Onlar olmadan hangi nesneden(object) veya özneden (subject) bahsetti¤imizi anlamak, bilmek ve dolay›s›yla birkonuyu anlatmak ve onunla ilgili toplumsal bir iletiflimde bulunmak olanaks›zd›r.

Kavramlar zihnimizde, etraf›m›zda gördü¤ümüz, duydu¤umuz, koklad›¤›m›z, tatt›-¤›m›z ve dokundu¤umuz, hatta sadece düfl olarak gördü¤ümüz veya sadece hayaletti¤imiz her fleye yap›flt›rd›¤›m›z etiketlerdir. Zihnimizde gözlemle veya sadecedüflünsel olarak (tasavvur veya hayal ederek) soyut olarak canland›rd›¤›m›z nesne

veya öznelere birer etiket yap›flt›r›p onlar› birbirinden ay›rmak ve o etiketlere bi-rer ad yaz›p onlar› adland›rmak suretiyle kendi dünyam›z› tan›mak, anlamak veanlamland›rmaktay›z. Küçük yaflta bu zihinsel ifllemler anne, baba, kardefl, yemek,su vb. az say›da özne ve nesneyi içermektedir. Zamanla zihnimizde çok daha kap-saml› bir sözlük gelifltiriyoruz. Ebeveynlerimiz, yuva, okul öncesi e¤itim kurumla-r› ve nihayet okul bu zihinsel geliflmemizde bize yard›m ettikleri gibi bizlerin dü-flünmesini de biçimlendiren etkilerde bulunuyorlar. Do¤uflta sahip oldu¤umuz

düflmekten, çok s›cak ve so¤uktan ve yüksek sesten irkilme, ürkme ve hatta kork-ma daha sonralar› çok daha farkl› hofl, iyi, kötü, çirkin, sevgi, nefret gibi duygula-ra dönerken, bunlar aras›ndaki anlam farklar›n› kavr›yor ve ö¤reniyoruz. Dolay›-s›yla sadece nesne ve öznelere de¤il ayn› zamanda duygu, düflünce, sezgi, tasav-

vur ürünlerini etiketliyor, tan›ml›yor ve adland›r›yoruz. Bunlar› yaparken ebeveyn-lerimizden ve okuldan ö¤rendi¤imiz dil veya dilleri kullan›yoruz. Soyut, zihinseletiketler olarak kavramlar ö¤rendi¤imiz dille etkileflim içinde gelifliyor, ebeveynle-rimiz, aile çevremiz, okul ve arkadafllar›m›z arac›l›¤›yla biçimleniyor. Ancak, kav-ramlar›n soyut ve zihinsel içerikleri yer edip kan›ksan›rken bu soyut ve zihinsel ol-ma keyfiyetlerini hiç yitirmiyorlar. Kavramlar sadece bizim zihnimizde varlar; gör-gül olgu ve olaylar ise bizim zihnimizden ba¤›ms›z olarak etraf›m›zda ya kendilik-

lerinden ya da öznel afl›r› (inter-subjective) etkileflimler hâlinde, yani bireylerin birarada ve birbirleriyle etkileflimi içinde davranmas›yla ortaya ç›k›yorlar. Kavramlarzihinsel kurgular›m›z olup soyut tan›mlamalar, betimlemeler (tasvir / description )

veya tasavvur ve hayallerden ibarettir. Etraf›m›zda gördü¤ümüz bitki, hayvan veyaeflyalar›n üzerinde herhangi bir dilde onlar›n türlerine ait adlar› yazm›yor. Biz on-lara belirli adlar› yak›flt›r›p veriyoruz. Belirli nesne, özne ve olgular› belirli bir bi-çimde tan›ml›yoruz. Bu tan›mlar genel kabul görürlerse o dile yerlefliyor ve ondansonra da bir kuflaktan di¤erine aktar›larak sürüyor.

Kavramlar olmadan siyaset hakk›nda düflünme mümkün olabilir mi?

KAVRAM VE TANIMLAMABir kavram›n tan›mlanmas› onun etiketlenmesi ile ayn› anlam› tafl›r. Tan›mlamaksuretiyle bir kavram›n ne anlama geldi¤i ifade edilmifl olur. Bu ifllem bir anlamdakarmafl›k toplumsal gerçek içinden bir unsuru öne ç›kartmak, onu gözlem için be-lirgin hâle getirmek anlam›ndad›r. Bu ifllem ayn› zamanda bilimsel araflt›rmadahangi görgül toplumsal olguya bak›laca¤›n›, onun s›n›rlar›n› ve araflt›rman›n evre-nini (kapsam›n›) belirler. Bu amaca hizmet edecek biçimde bilimsel kavramlar›ntan›mlamalar›nda araflt›rmac›lar uygun gördükleri bir tan›m› yapmakta tamamenserbesttirler. Bu serbestî onlara bir görgül olguya hayal ettikleri biçimde yaklaflmaolana¤› sunar. Dolay›s›yla bilimsel araflt›rmada “do¤ru” veya “yanl›fl” olarak kabuledebilece¤imiz tan›mlar yoktur. Kavram soyut bir zihinsel tasavvur oldu¤undan,

onun tan›m› da zihninde o kavram› canland›ran araflt›rmac›n›n düflündü¤ü ve hat-ta düflledi¤i gibidir.

51. Ünite - Siyaset Bil iminde Bil imsel Kavramlaflt›rma ve Ölçüm

SIRA S‹ZDE

1



Ancak, burada iki hususa dikkat etmek gerekir. Birincisi, bu zihinsel tasavvu-run ne anlama geldi¤i tan›mlanmadan ve böylece anlamland›r›lmadan baflka arafl-t›rmac›lar›n ve bilim toplulu¤unun anlamas› olanaks›zd›r. Oysa bilimsel etkinlikler

toplumsal bir içeriktedir, bilim camias› olarak tan›mlanan o bilim disiplininin say-g›n üyeleri ki, bunun en somut görgül ifadesi o dalda al›nm›fl olan doktora dere-cesidir, taraf›ndan anlafl›l›r ve baflkalar›na iletilebilir içeriktedir. Bilimde kullan›lankavramlar, onlar›n iliflkilerinden oluflan denenceler (hipotezler) ve onlar› bar›nd›-ran kuramlar (teoriler) öznel tasavvurlar de¤illerdir. Tam tersine, gözlemlenmeye

ve yanl›fllanmaya elverebilmek için bu tasavvurlar›n mükemmelen ve tek bir bi-çimde anlafl›labilecek biçimde bir bilim toplulu¤u içinde araflt›rmac›dan araflt›rma-c›ya iletilebilmesi gereklidir. (Bilimsel araflt›rmada önerilen kavramlardan

türetilen önermelerin yanl›fl olup olmad›klar› araflt›r›l›r. E¤er bir önermenin yanl›fl

oldu¤u matematiksel olarak ve gözlemlerle saptanam›yorsa o zaman do¤ru

oldu¤una dair inanç sa¤lamlafl›r. Varl›¤› çeflitli yer ve zamanda saptansa dahi bir

önermenin do¤ru olmad›¤›n›n bir kez ispatlanmas› onun bilimsel bilgi olma de¤erini ya tamamen ya da büyük ölçüde azalt›r. Bilimsel kuramlar yanl›fll›klar›

gösterilebilen ama henüz yap›lan tüm deney, gözlem veya matematik hesaplamaya

karfl›n yanl›fll›klar› gösterilememifl önermelerden oluflur (Popper, Karl, Conjectures

and Refutations: The Growth of Scientific Knowledge, ( New York and Evanston:

Harper and Row, 1965): 36. Popper’›n bilim felsefesi üzerine Türkçe orijinal metin

için bak›n›z Karl Popper, Bilimsel Araflt›rman›n Mant›¤›, (‹stanbul: Yap› Kredi

Yay›nlar›, 2010). Dolay›s›yla soyut zihinsel tasavvurlar olan bilimsel kavramlaronu her duyan araflt›rmac›n›n ondan ayn› fleyi anlayabilece¤i bir öznel-afl›r›l›kta(inter-subjectivity) var olmak durumundad›r. Örne¤in, bir siyaset bilimci “siyasalkat›lma” dedi¤inde di¤er siyaset bilimciler siyasal yetkeleri (otoriteleri) etkilemek

amac›yla yap›lan eylem (action) biçimlerini anlarlar.‹kinci olarak, bilimsel araflt›rman›n kavramlar› araflt›rmac›lar›n zihinlerinde ya-

rat›lan soyut tasavvurlar olup, orijinal olarak üretildi¤inde anlafl›ld›¤› biçimde öz-nel-afl›r› olarak bilim toplulu¤unca kullan›labilir içeriktedir. Ancak, bu keyfiyet ori-jinal olarak oluflan bir kavram›n soyut zihinsel bir tasavvur olarak düflünülmesinis›n›rland›rmaz. Zaten bu tür bir s›n›rlama olmamas› için akademik özgürlük bilim-sel ortam›n vazgeçilmezi mahiyetindedir. Bilimsel araflt›rma mutlak bir akademiközgürlük içinde yap›l›r ve araflt›rmac› araflt›raca¤› görgül gerçe¤i nas›l görmek isti-

yorsa o fleklide tan›mlamakta tamam›yla serbesttir. Bu hem eski bilimsel araflt›rmakonular›na yeni kavramsal anlay›fl, bak›fl aç›s› ve yaklafl›mlar getirilmesini sa¤lar,hem de görgül olgular›n daha farkl›, daha dar veya genifl, daha derinlikli veya yü-

zeysel olarak araflt›r›lmas›na olanak verir. Bu nedenle bilim toplulu¤unun her üye-si yapmak istedi¤i araflt›rman›n kavramlar›n› istedi¤i gibi tan›mlar, eski tan›mlar› is-tedi¤i gibi de¤ifltirebilir, yeni kavram veya tan›mlar önerebilir. (Burada dikkat

edilmesi gereken husus bu yetkinin sadece o bilim dal›n›n yetkin ve meflru (bona

fide) bir üyesine verilmifl oldu¤udur. Buradaki temel kabul bu durumdaki bilimsel

araflt›rmac›lar›n bilim dilini iyice bildi¤i ve onu kullanma maharetine sahip

oldu¤u, dolay›s›yla o dili gelifltirme veya de¤ifltirme yetene¤ine sahip oldu¤udur.

Ancak, bu özelliklere sahip olmayan, örne¤in bu dili yeni ö¤renen birisi için bu tür

bir özgürlük yoktur. T›pk› ana dilini ö¤renen bir bebek için oldu¤u gibi, bir bilim

dal›nda e¤itim gören birisi için de kavramlar› ve onlar›n tan›mlar›n› “do¤ru”

anlama, ö¤renme ve kullanma zorunlulu¤u olmakla birlikte bunlar› de¤ifltirme

yetkisi söz konusu de¤ildir. E¤er bir bebek hemen bafl›n›n üzerinde uçmakta olan bir kelebe¤e bak›p “kufl” derse, ebeveynlerinin bu tan›mlamaya hemen müdahale




ederek, “kelebek” diye düzelttiklerine tan›k olabilirsiniz. Bu olayda yad›rganacak

bir yan yoktur, çünkü yeni ö¤renilen bir dilin kavramsal ö¤elerinin ö¤renilmesi

süreci yaflanmaktad›r. Onun için ö¤rencilerin de ilk kez ö¤renmekte olduklar› bir

alanda bir kavram› tan›mlamalar› istendi¤inde, onu o bilim disiplininde geçerli oldu¤u biçimiyle tan›mlamalar›n›n istenmesi do¤ald›r. Ancak doktora derecesi

ald›ktan sonra bu tan›mlar› de¤ifltirmek mümkün olmakla birlikte, t›pk› “kelebe¤e”

“kufl” dedirtmeye çal›flacak olan bir genç neyle karfl›laflacak olursa, doktora sahibi

araflt›rmac›lar da bu tür önerilerde bulunduklar›nda ayn› sorunlarla

karfl›laflacaklar›n› bilmek durumundad›rlar). Bu yeni önerilerin bilim toplulu¤utaraf›ndan do¤ru veya yanl›fl diye kabul edilebilmeleri mümkün de¤ildir, çünkü ta-n›mlar tan›m icab› do¤ru veya yanl›fl olamazlar, ama baflka aç›lardan de¤erlendiri-lirler ve elefltirilebilirler. Tan›mlar anlafl›lmas› zor olduklar›, birden fazla anlam ta-fl›d›klar›, zaten var olan bir tan›ma çok benzedikleri, baflka bir kavramla ifade edi-len bir olguya yeni bir kavram önermenin anlams›zl›¤› vb. elefltirilere u¤rayabilir-

ler. Unutulmamal›d›r ki kavramlar› tan›mlarken burada bir bilimsel amaç güdül-mektedir. Bu tan›mlar onlar› anlamland›rmam›za, anlamam›za ve görgül olarak on-lar› gözlemlememize yard›mc› olmak için yap›l›rlar. Bu amaçlara hizmet etmeyentan›mlar bilim toplulu¤unun kullan›m›na yol açmazlar. T›pk› yeni önerilen baz›kavramlar›n dilde yer etmemesi gibi, bu tan›mlar da siyaset biliminde kullan›m ala-n› bulmayacaklard›r.

Bilimsel kavramlar gerçek midir?

Bilimsel Kavramlar›n Çok Boyutlulu¤u SorunuBilimsel kavramlar olabildi¤ince mu¤lakl›¤a, anlafl›lmazl›k veya zihinsel bulan›kl›-

¤a yol açmayacak bir sadelikte ifade edilebilmelidirler ki onlar› her duyan araflt›r-mac› onlardan ayn› ve de¤iflmez tek bir fleyi anlayabilsin. Bilimsel kavramlar›n buözelli¤ine Siyaset Bilimci Philip Shively kavramlar›n tek boyutlu olmas› (unidi-

mensionality) keyfiyeti ad›n› vermifltir (1990: 30 - 43). Örne¤in “görece yoksunluk”kavram› veya “at›f grubu” kavram› sadece belirgin bir olguyu tan›mlayan ve gün-lük yaflamda pek kullan›lmayan toplumbilimi kavram›d›rlar. Belirli bir ortamda ya-flayan birey etraf›ndaki topluluklara atfen kendisini toplumda bir mevkiye koyar.Bu topluluklar aile, klan, kabile, afliret olabilece¤i gibi okul, s›n›f, çal›flma mekân›da olabilir. Bir s›n›fta her ö¤renci kendi gözünde baflkalar›na göre kendisine birmevki, konum veya s›ra seçer. Bu topluluklar onun “at›f gruplar›” d›r. Onun gö-zünde baz›lar› kendisine göre daha çal›flkan, baz›lar› daha tembeldir, baz›lar› daha

sportmen, baz›lar› daha az sportif baflar›ya sahiptir. Buna göre bir s›navda ald›¤›not kendisine göre daha tembel olarak kabul etti¤i bir veya birkaç ö¤rencinin no-tundan daha düflükse bu durumda onlara göre bir ödülden daha az ald›¤›n›, ö¤ret-menin kendisini geride b›rakt›¤›n›, haks›zl›¤a u¤rad›¤›n› düflünür. ‹flte bu duyguya“görece yoksunluk duygusu” ad› verilmifltir (Stouffer, 1949). Gerek at›f grubu ge-rek görece yoksunluk duygusu tek bir anlam› olan ve toplumbilimleri çözümleme-lerinde kullan›lan kavramlard›r. Oysa “demokrasi” siyasal hayatta da siyaset bili-minde de çok kullan›lan bir kavramd›r. Robert Dahl 1956 y›l›nda yazd›¤› Polyarchy

adl› kitab›nda demokrasinin oldukça farkl› anlamlar ça¤r›flt›ran bir içeri¤i oldu¤u-na, baz›lar› için bireysel özgürlük, baz›lar› için rekabetçi, serbest ve hakça seçim,baz›lar› için bireyler aras› eflitlik gibi anlamlar kazand›¤›n› belirterek demokrasi

kavram›n›n siyaset bilimi araflt›rmalar›nda kullan›lmamas›n› önermifltir. Dahl’›n buelefltirilerinin demokrasiyi tek boyutlu olmayan, çok boyuta sahip olan mu¤lak,


SIRA S‹ZDE

2



anlamland›r›lmas› kifliden kifliye, bak›fl aç›s›na göre de¤iflken bir kavram olarak ifa-de etti¤i görülmektedir. Onun yerine “çok kiflinin ortak yönetimi” anlam›na poliar-fli (polyarchy) kavram›n› önermifltir. Ancak, Robert Dahl’›n bilimsel aç›dan hakl›

olan elefltirilerine ra¤men demokrasi kavram› bilimsel araflt›rmalarda kullan›lmayadevam etmifl ve Dahl’›n önerdi¤i poliarfli kavram› genel kabul görmemifltir. Her za-man makul önerilerin de toplumbilimleri topluluklar› taraf›ndan kabul görme flan-s› olmad›¤›n› da görmekteyiz. Özellikle eski ve yerleflik kullan›m› olan kavramlar›de¤ifltirmek kolay bir u¤rafl de¤ildir. Onun için Inis L. Claude Jr. “ulusal ç›kar” kav-ram›n›n on dört ayr› anlama geldi¤ini saptamas›na karfl›n, uluslararas› iliflkiler da-l›nda bu kavram kullan›lmaya devam etmektedir (1966). Bu kavramlar›n birdenfazla anlam› olmas› ve bunlar› her duyan›n baflka bir anlam ç›karmas›, kullan›mdahangi anlam› tafl›yacaklar› aç›k olarak tan›mlanmad›¤› ve bu tan›ma uygun çözüm-lemeler yap›lamad›¤› zaman bilimsel araflt›rma için ciddi bir sorun olufltururlar.

Asl›nda birkaç anlama gelen kavramlar, özellikle bir dilin edebî de¤erini yük-

seltirler. Birçok flair, öykü ve roman yazar› veya hatip bu tür çok anlaml›l›klar› kul-lanarak kendilerine yöneltilen elefltiri, yergi, hatta hakarete yan›t üretmifllerdir. Ör-ne¤in, “Tahir” ad›nda bir kiflinin kendisine “köpek” diye hakaret etti¤ini duyan fla-ir Nef’i’nin yan›t›n› an›msay›n›z: “Tahir efendi bana kelp (köpek) demifl, iltifat› busözde zahirdir (övgüsü çokçad›r); Maliki benim mezhebim zira itikad›mca (inanc›-ma göre) kelp tahirdir (köpek temizdir).” Burada Nef’i hem ‹slam’›n dört temel hu-kuk ekolünden (mezhep) birisi olan Malikilikte köpe¤in temiz oldu¤una at›fta bu-lunuyor ve bu tür bir karalaman›n kendisi için asl›nda yergi olarak kabul edileme-

yece¤ini ima ediyor, hem de ayn› zamanda Tahir’e köpek demifl olarak onun ha-karetini ona iade ediyor. Bir dilin zenginli¤i onun kullan›m›ndaki bu esneklikler,mecazlar, kavramsal oyunlarla artmaktad›r. Ancak, bu tür kavramsal esneklikler ve

kelimelerin farkl› anlamlara çekilebilme keyfiyeti o dilin edebî gücünü art›r›rkenbilimde kullan›m›n› k›s›tlar veya tamamen ortadan kald›r›r.

Bilimde kullan›lan dilin yavanl›¤› niye bir zorunluluktur?

KAVRAMLAR VE DE⁄‹fiKENLERBilimde kullan›lan kavramlar edebiyatta ve hitabette oldu¤unun tam tersine olabil-di¤ince yal›n ve tekil anlama sahip olmak zorundad›r. Aksi hâlde, bu kavramlar›kullanarak bilgi iletiflimi olanaks›z hâle gelir. Bilimde temel amaç kavramlar›n at›f-ta bulundu¤u görgül olgunun varl›¤›n› befl duyumuzu kullanarak saptamak, bugörgül gerçe¤in baflka görgül olgularla olan iliflkisini anlayabilmek, betimleyebil-

mek ve en önemlisi öngörebilmektir. Bu amaçla bilimde görgül gözlemlerle kav-ramlar aras›ndaki varsay›lan iliflkilerin niteli¤i, biçimi, gücü vb. hakk›nda önerme-lerde bulunmak hedeflenir. Bu tür önermelere denence (hipotez) ad›n› veriyoruz.Bir veya birkaç denence yard›m›yla bir görgül olgunun ortaya ç›k›fl, de¤iflim ve

yok olufl nedenlerini ortaya koyan önermeler sistemine ise bilimsel kuram (teori)ad›n› veriyoruz. Bilimde amac›m›z görgül gerçekli¤i aç›klayan kuramlar olufltur-mak ve bunlar›n gözlemlerimizle yanl›fl olup olmad›¤›n› s›namakt›r. Onun için de-nencelerin yap› tafllar› olan kavramlar›n son derece berrak olarak anlafl›labilir, herduyan bilim adam› için hem ayn› hem tek bir anlama gelebilecek bir içerikte olma-s› zorunludur. Onun için bilimde kullanmak üzere ve sadece bilim adamlar› içinanlam ifade eden bilimsel kavramlar üretmek zorunlulu¤u vard›r. Bu bir yandan

bilimsel iletiflimi kolaylaflt›r›r, hatta mümkün k›larken di¤er yandan da bu kavram-lar›n görgül olarak gözlemlenmesi konusunda at›lan ad›mlarda ortaya ç›kabilecek


SIRA S‹ZDE 3



olan tart›flmalar› izale etmekte bilimsel denencelerin görgül s›namalar›n›n yap›lma-s›n› kolaylaflt›rma, hatta mümkün k›labilmektedir. Bu nedenle siyaset biliminde deçok boyutlu kavramlardan oldukça uzak durmaya yönelik bir gayret sürmektedir.

Bu amaçla bilim adamlar› teknik kavramlar üretmifller ve üretmektedirler. Örne¤in,“ikincil grup”, “biliflsel uyumsuzluk”, “anomie (kural yoksunlu¤u)”, “dikey toplum-sal ak›flkanl›k”, “siyasal yabanc›laflma”, “siyasal etkinlik duygusu”, “birincil grup”,“autogolpe ”, “s›f›r toplaml› oyun” vb. kavramlar toplumbilimlerinin çeflitli dallar›n-da kullan›lan, günlük yaflamda anlafl›lmas› ve kullan›m› son derecede k›s›tl› olankavramlard›r. Bu ve benzeri kavramlar›n kullan›lmas› toplumbilimlerindeki iletifli-mi etkili k›lar, birçok söz veya kelime ile anlat›labilecek olgular› kolayca araflt›rma-c›lar›n anlamas›n› sa¤lar. Bu ve benzeri kavramlar kullan›larak yap›lan önermele-rin ne anlama geldi¤i kolayca anlafl›labilir hâle gelmekte, bu kavramlar›n görgülat›flar›n› saptamak ve onlar› gözlemlemek de ayn› kolayl›kla mümkün olmaktad›r.

Örne¤in, baflkanl›k rejimlerinin demokrasilerde s›f›r toplaml› oyuna yol açan

sonuçlar› oldu¤unu iddia eden bir önermenin anlafl›lmas› siyaset bilimciler için ol-dukça kolayd›r. Bu önermenin s›nanmas› için iki fley yapmak yeterlidir. Baflkanl›krejimlerinde yap›lan seçimlerin gözlemlenmesi, bu seçimler sonunda baflkanl›k ya-r›fl›n› kazanan siyasetçi ve onun siyasal partisinin o ülkedeki ekonomik ve siyasalkaynaklar› ne ölçüde denetim alt›na ald›¤›n›n saptanmas› yoluna gidilir. Bu bulgu-lara baflkanl›k rejimi olmayan ülkelerdeki seçimleri kazanan siyasal partiler ve li-derlerinin hangi kaynaklar› ne kadar denetim alt›na ald›klar› hakk›ndaki bulgulareklenerek karfl›laflt›r›l›r ve söz konusu önermenin yanl›fl olup olmad›¤› belirlenir.

Bu örnekte kavramlar art›k sadece soyut zihinsel varl›klar olmak durumundanç›km›fl, görgül olgu veya olaylar›n birer etiketi hâline dönüflmüfltür. Bu dönüflümbize kavramlar› soyut simgelerle ifade etme olana¤› verdi¤i gibi onlar›n ne zaman,

hangi s›kl›kta ortaya ç›kt›¤›n› görgül olarak saptamak ve ayn› zamanda da ne za-man ortadan kalkt›klar›n› belirlemek olana¤› da tan›r. Böylece onlar›n görgül var-l›k veya yoklular›na hükmedebilece¤imiz gibi onlar›n ortaya ç›k›fl s›kl›klar›n› saya-bilmemiz de söz konusu olmaktad›r. Art›k kavramlar de¤iflen s›kl›klarda ortaya ç›-kan olgular olarak anlafl›labileceklerinden onlara birer de¤iflken olarak yaklaflabi-liriz. Bir önceki paragraftaki örnekte ‘demokratik rejim’ (baflkanl›k veya parlamen-ter ve yar›-baflkanl›k) bir de¤iflken ‘siyasal oyun’ (s›f›r toplaml› veya de¤il) bir bafl-ka de¤iflken biçiminde ifade edilebilir. Bunlardan demokratik rejime (X) ba¤›ms›zde¤iflken, siyasal oyuna da (Y) ba¤›ml› de¤iflken ad›n› verebiliriz. Siyaseti bir tiyat-ro oyunu, siyasal rejimi de o sistemdeki oynanan siyasal oyunun kurallar› olaraktan›mlarsak siyasal rejim o zaman o siyasal tiyatronun adeta senaryosu olmaktad›r.

Belirli kurallara sahip olan bir oyunun, o kurallar gere¤i belirli sonuçlara yol aça-ca¤›n› beklemek makul olacakt›r. Buradaki önermede e¤er baflkanl›k rejimi kural-lar›na göre siyaset sahnesinde bir oyun sergilenecekse bu oyunun sonucu kazana-n›n her kayna¤› kontrol etti¤i, kaybedenin de tüm kaynaklar›n kontrolünden uzak-laflt›¤› bir durumda olaca¤› önerilmektedir. O zaman s›f›r toplaml› oyunun ortayaç›kmas› rejimin kurallar›na ba¤›ml› olmaktad›r. Böylece s›f›r toplaml› oyun ‘sonuç’,siyasal rejim ise ‘neden’ olmaktad›r. Sonuç durumundaki de¤iflkenlere ba¤›ml› de-¤iflken, neden konumundaki de¤iflkenlere ise ba¤›ms›z de¤iflken ad›n› veriyo-ruz. Bu iki de¤iflken türü aras›ndaki iliflkiye ise neden - sonuç iliflkisi veya neden-sellik iliflkisi (illiyet rab›tas› / causal relationship ) ad›n› veriyoruz ve matematik-sel olarak Y = f (X) olarak gösteriyoruz.




Bir bilimsel denenceyi bu yal›nl›k içinde ifade edebilmemiz mümkün oldu¤un-da çok temel bir bulufla yaklaflm›fl oluruz. Bu tür bir iliflkinin her zaman ve her yer-de mevcut oldu¤una inanmam›z› sa¤layan verilere ulaflmam›z durumunda ortaya

determinizm (de¤iflmez mutlakl›k, gerekircilik) temelinde bir iliflki önerisi ç›km›flolur. Bu tür bir iliflkinin yanl›fl oldu¤unu göstermek için tek bir zaman ve mekân-da bu iliflkinin böyle olmad›¤›n› görgül olarak saptamak yeterlidir. Bir önceki pa-ragrafta gösterilen sadelikle ilgili gözlemlerde ortaya ç›kabilecek olan her türlü ha-ta, yan›lg›, yanl›fll›k etkili olaca¤›ndan, toplumbilimlerinde yap›lan ölçümlerin hep-sinde bir hata pay› (error) oldu¤u varsay›lmaktad›r. Onun için bu iliflki olsa olsa Y = f (X) + e (hata pay›) olarak ifade edilebilir ve genellikle bir olas›l›k ifadesi veyae¤ilim biçiminde önerilir. ‘Baflkanl›k rejimleri s›f›r toplaml› oyuna neden olurlar’ bi-çiminde bir ifade yerine, ‘baflkanl›k rejimleri s›f›r toplaml› oyuna neden olma e¤i-limindedirler’ diye bir önerme tercih edilir. Bu önermenin yanl›fl olmad›¤›n› gös-termek için her zaman ve yerde baflkanl›k rejimlerinin s›f›r toplaml› oyuna yol aç-

t›¤›n› saptamak gerekli de¤ildir. Baflkanl›k rejimlerinin ço¤unlu¤unda bu tür bir so-nucun oldu¤unu gözlemlemek önermenin de¤ifltirilmifl biçimiyle yanl›fl olmad›¤›-n›n kabul edilmesi için yeterli olur.

Ölçme ve Ölçüm DüzeyleriKavramlar› de¤iflken olarak alg›lamak ve araflt›rmalarda kullan›lmak, onlarla ba¤-lant›l› olarak gördü¤ümüz siyasal olgular›n var olup olmad›¤›n›n görgül olarak sap-tanmas›n› sa¤lar. Ayr›ca bu tür olgular›n ortaya ç›kma s›kl›¤›n›n saptanmas›na ola-nak tan›r. Ölçme ifllemi bir kavram›n görgül göstergelerini saptayabildi¤imiz andabafllar. Tan›mlamak gerekirse ölçmek bir olgu, olay, eflya vb. bir rakam ile etiket-leme ifllemidir. Örne¤in, baflkanl›k rejimi gördü¤ümüzde “1” rakam›n› (numeral)

ona raptedersek, baflkanl›k rejimi d›fl›ndaki rejimler gördü¤ümüzde de “2” rakam›-n› onlara raptedersek, o zaman nicel içerikten (miktar, a¤r›l›k, büyüklük vb.) ba-¤›ms›z olarak da rejimleri ölçüme tabi tutmufl oluruz. Bu durumda sadece baz› ol-gular› di¤erlerinden sistemli olarak ay›rm›fl, adland›rm›fl ve gözlemlemifl olmakta-

y›z. Bu en basit ölçme düzeyine nominal ölçüm düzeyi ad›n› veriyoruz. Bu öl-çüm düzeyinde bir eflyan›n, olgunun, olay›n, bireyin veya toplulu¤un varl›¤›n› be-lirten rakamsal bir etiketleme yap›yoruz. Burada yap›lan bir olguyu s›n›flara ay›r-mak, her s›n›fa bir rakam tahsis etmek ve o s›n›fa girmesi gereken her birime o ra-kam› raptetmekten ibarettir. Bunu yaparken gözlemlenen birimleri sadece tek birs›n›fa yerlefltirmek ve her s›n›f›n di¤erinden farkl› olmas›n› sa¤lamak ve böyleceher s›n›f›n kendisinden baflka her s›n›f› karfl›l›kl› olarak d›fllamas› yeterlidir. Bu

yöntem uygulanarak her gözlem birimi bir s›n›fa yerleflecek biçimde rakamland›-¤›nda ve elimizde herhangi bir gözlem birimi kalmay›ncaya kadar bu iflleme de-

vam edildi¤inde nominal ölçüm gerçeklefltirilmifl olacakt›r. Burada rakamla etiket-lenen her s›n›ftaki gözlem birimlerinin di¤er s›n›flardan karfl›l›kl› olarak d›fllanm›flolmas› (mutual exclusivity) ve eldeki tüm gözlem birimlerinin bu ilkeye göre sa-dece tek bir kategoriye yerlefltirilmifl (exhaustiveness) olmas› ilkeleri uygulan›r. Butür bir etiketleme pek çok alanda kullan›lmaktad›r. Örne¤in, tak›mlar›n yar›flt›¤›spor müsabakalar›nda her tak›mdan bir oyuncuya tek bir rakam tahsis olunur. Burakam o tak›mda sadece bir tane olur. Bu yolla bir tak›mdaki “1” numaran›n veya“10” numaran›n müsabaka s›ras›nda hakem, gözlemciler, seyirciler ve tak›m yöne-ticileri taraf›ndan izlenmesi kolaylafl›r. Bir oyuncunun nas›l bir baflar› gösterdi¤ini

daha kolay gözleyebilir, de¤erlendirebilir ve onun daha ileriki müsabakalarda ta-k›mda yer al›p almamas›na karar vermemiz de kolaylaflabilir. Burada “1” veya “10”




numaran›n bir nicel (kantitatif) içeri¤i yoktur, sadece bir etiket olarak gözlem bi-rimlerini birbirinden ay›rarak gözlememize olanak verir.

E¤er gözlem birimlerine veya de¤iflkenlerin kategorilerine raptetti¤imiz rakam-

lar›n daha az veya daha fazlay› gösterdi¤ini düflündü¤ümüz zamanlarda ise bugözlem birimlerinin karfl›laflt›rmalar›n› daha ayr›nt›l› yapacak bir aflamaya ulafl›r›z.Burada rakamlar sadece birimleri veya kategorileri ay›rmaz, bize ayn› zamanda herbir birim veya kategoride bir nitelikten daha fazla veya daha az›n›n bulundu¤unbilgisini de aktar›r. O zaman en yüksek sosyo ekonomik statüde (SES) olana “10”,daha alt SES de olana “9” ve böylece afla¤›ya do¤ru s›n›fland›rarak en düflük SESdüzeyindekine de “1” verdi¤imizde bir nitel s›ralama yapm›fl oluruz. Burada 10 ile1 aras›nda bir daha çok ve daha az nitelemesi oldu¤unu bilmekle birlikte 10’un 1’egöre 10 kat daha fazla oldu¤unu söyleyebilecek durumda de¤iliz. Sadece en üstSES durumunda bulunanlar›n en alt SES katman›na göre daha fazla SES’e sahip ol-du¤unu varsayabiliriz. Bu ölçüm gözlem birimlerinin veya bir de¤iflkenin katego-

rilerinin s›ralanmas›ndan ibarettir. Nominal ölçümdeki temel s›n›fland›rma ilkeleri-ne sad›k kalmam›z koflulu ile yap›lan bu s›ralama ile bir s›ralama (ordinal) ölçe-¤ine kavuflmufl oluruz. S›ralama ölçe¤i nominal ölçe¤in tüm özelliklerine sahip ol-du¤u gibi ondan farkl› olarak de¤iflkenlerin kategorilerini daha az ve daha fazlaolarak s›ralamam›za elvermektedir. Ancak, yine ölçe¤imizin kategorileri birbirle-rinden kesin hatlarla ayr›lm›fl, kesikli (discrete) kategoriler hâlinde olup birbirle-rinden farklar›n›n niteli¤i belirli bir özellikten daha fazlas›na veya az›na sahip ol-malar› d›fl›nda belirsizdir. Bu durumda de¤iflken kategorilerini toplama ve ç›kart-ma gibi aritmetik ifllemleri yapabilme olana¤›na ulafl›r, gözlemlerimiz hakk›nda da-ha kapsaml› ç›karsamalarda bulunabiliriz.

Nominal ve s›ralama ölçeklerinin aritmetik ortalamalar›n› hesaplamak, serinin

de¤erlerinin toplan›p gözlem say›s›na bölünmesi söz konusu oldu¤undan anlam-s›zd›r. Örne¤in bir nominal ölçek olan toplumdaki cinsiyet rollerinin kad›nlar›n 1

ve erkeklerin 2 rakam›yla gösterildi¤i bir seride aritmetik ortalamas›n› al›p 1,48buldu¤unuzda bu de¤erin neye tekabül etti¤ini anlamland›rmak mümkün de¤ildir.

Ancak, bu tür bir seriyi temsil etmek üzere serinin modal de¤eri (en çok tekrareden) de¤eri bulunabilir ve bu yetiflkinler için genellikle kad›nlar ço¤unlukta ola-ca¤› için 1’dir. Bu de¤erin toplumsal cinsiyeti tan›mlamak için kullan›lmas› makul-dür. SES için de aritmetik ortalama hesaplamak anlaml› olmayacakt›r. Örne¤in 4,18 gibi bir aritmetik ortalamas› olan SES serisinde bu ortalaman›n ne anlama gele-ce¤i anlafl›lamayacakt›r. Ancak, serinin modal de¤erinin 3 mü yoksa 6 m› oldu¤uçok önemli bir bilgi içerir. En fazla tekrar eden de¤er olan mod’un 4 olmas› o top-

lumda SES’in genellikle düflük oldu¤u, ayn› de¤erin 7 olmas› ise o toplumda SES’ingenellikle yüksek oldu¤unu gösterir. ‹lk toplumda alt - orta s›n›flar›n, ikinci seri-deyse orta s›n›flar›n yayg›n oldu¤u sonucuna var›labilir ki bu durumda çok farkl›iki toplumu incelemekte oldu¤umuz anlafl›l›r.

S›ralama ölçe¤imizin kategorileri veya gözlem birimleri aras›ndaki mesafeninne oldu¤unu bilmek durumunda de¤iliz. Ancak, bu mesafenin eflit oldu¤unu var-sayabilecek bir konuma ulaflabilirsek o zaman ölçümlerimizi daha ayr›nt›l› ve güç-lü olarak yapma flans›n› elde ederiz. Bu aral›klar›n eflit oldu¤unu kabul etti¤imizdurumlarda art›k s›ralama ölçe¤inden daha baflka bir ölçe¤e ulaflm›fl, aral›k ölçe-¤i (interval scale) kullanarak ölçüm yapmam›z mümkün hâle gelmifl bulunmakta-d›r. Bu ölçek s›ralama ölçe¤inin tüm özelliklerine sahip oldu¤u gibi, ayr›ca katego-

riler veya gözlem birimleri aras›ndaki mesafelerin de eflit oldu¤u varsay›m›na dayan›r. Örne¤in, bir dene¤in geliri ölçüldü¤ünde bunun 1000 olarak saptanmas›




onu 1100 kazanan denekten daha az gelire sahip k›lar ama 900 kazanandan dadaha çok sahip oldu¤u sonucuna götürür. Her iki yöne olan fark 100’dir ve 1000ile 1100 aras›ndaki 100 de 1000 ile 900 aras›ndaki 100 de ayn› ve eflit miktarlar-

d›r. Üstelik her iki

100’nin de¤eri ayn›d›r, sat›n alma gücü de eflittir. Bu durumdagelir ölçe¤inin kategorileri aras›ndaki nicel farklar›n eflit oldu¤u aflikârd›r. Ayr›caburadaki aral›klar o kadar muntazam bir biçimde düzenlenmifltir ki daha küçük bi-rimlere inildi¤inde de de¤iflmezler. Lira yerine kurufl veya art›k kullan›lmayan pa-ra gibi alt birimlere de inilse bu aral›klar›n eflit olma keyfiyeti tüm seri içinde de¤i-fliklik göstermez. Bu tür özellik gösteren neredeyse sonsuz say›da eflit aral›¤a sa-hip ölçeklere, ayn› zamanda süreklili¤e sahip olan seriler ad›n› da vermekteyiz.

Aral›k ölçe¤i düzeyinde ölçülmüfl olan bir de¤iflken art›k bir sürekli seri özelli¤igösterir. Örne¤in gelir, harcama, büyüme h›z›, faiz, kâr, ücret vb. de¤iflkenler sü-rekli seri özelli¤i gösterirler. Bu yolla oluflturulan aral›k ölçe¤i s›ralama ölçe¤inegöre bize daha fazla bilgi verir.

E¤er bir de aral›k ölçe¤inin özelliklerine ek olarak gerçek s›f›r “0” tan›m›n›, ya-ni bir kategoride belirli bir nitelikten hiçbir fley bulunmamas› tan›m›n› yapabiliyor-sak, o zaman bir oransal ölçe¤e (ratio scale) ulafl›r›z ki art›k bu düzeyde dört arit-metik ifllemi de her türlü matematiksel hesaplamay› da yapma olana¤› buluruz.Nominal, s›ralama veya aral›k ölçeklerinde de s›f›r rakam› kullan›labilir, ama bugerçek s›f›r olmay›p, keyfi olarak tan›mlanm›fl bir rakamsal simgeden ibarettir. Buölçeklerde kullan›lan s›f›r say›s›n›n anlam itibar›yla bir veya binden bir fark› yok-tur. Oysa oran ölçe¤i kulland›¤›m›zda keyfi bir s›f›rdan söz etmiyoruz; burada kul-lan›lan gerçek s›f›rd›r. Örne¤in, Kelvin ›s› derecesindeki s›f›r gerçek s›f›r olup ›s›-n›n bulunmad›¤› noktay› tan›mlar, oysa Celsius veya Fahrenheit ›s› derecelerindes›f›r keyfi olarak seçilmifl bir kategori olup ›s›n›n olmad›¤› noktaya iflaret etmez.

Deniz hizas›nda suyun donma noktas› olarak Fahrenheit 32 dereceyi gösterir, ay-n› ›s› Celsius için 0 olarak kabul edilmifltir. Her iki durumda da Kelvin derecesin-dekinden farkl› bir s›f›r tan›m› söz konusudur. Toplumbilimlerinden bir örnek ver-mek gerekirse yaflanm›fl y›l olarak tan›mlad›¤›m›z “yafl” de¤iflkeninde e¤er bir kiflibir y›l yaflamam›flsa onun yafl› gerçek anlamda (0) s›f›rd›r. Bebek olarak tan›mlaya-ca¤›m›z bu kiflilerin yafl›n› ifade etmek için y›l de¤il, daha küçük bir birim olarakhafta veya ay kullan›l›r. Oransal ölçekler aral›k ölçe¤inin tüm özelliklerine ek ola-rak bir de ölçülen nitelikten hiç bulunmama anlam›nda “0” tan›m›na sahip olan öl-çeklerdir. Bu ölçek düzeyinde tüm aritmetik hesaplar yap›labilir ve bu de¤iflkenlerkategorilerinin çoklu¤u yüzünden ya çocuk, ergenlik ça¤›nda, genç, orta yafll›,

yafll›, ileri yafll› gibi kategorilerde grupland›r›larak gösterilirler, ya da tüm aritmetik

ifllemler yap›lmaya uygun olduklar› için aritmetik ortalama al›narak gösterilirler.Örne¤in, Türkiye’de ortalama seçmen yafl›n›n 29,7 y›l olmas› gayet anlaml› bir bil-gi mahiyetindedir. Bu durumda 2011 seçimlerinde oy kullanan seçmenlerin yar›s›-n›n 1981 y›l› ve sonras›nda do¤mufl gençler oldu¤u, ülkemizde büyük bir genç nü-fusun bulundu¤u ve bu genç nüfusun ülkemizin siyasal gelece¤inde a¤r›l›kl› bir roloynad›¤› sonucu ortaya ç›kar.

Kavramlar de¤iflken olarak alg›lanmalar›ndan ve tan›mlanmalar›ndan itibarenölçmeye uygun olarak kabul edilirler. Ölçüm düzeyi olarak ne kadar yüksek dü-zeyde olursa o kadar fazla bilgi tafl›r ve o derecede güçlü matematik veya istatistikhesaplamalar›na uygun hale gelirler. Onun için ölçülecek olan kavramlar›n tan›m-lar›ndaki berrakl›k ve sadelik önemli oldu¤u kadar, onlar› ölçmeye yarayacak olan

çeflitli göstergelerin hesaplanmas›nda da ayn› sadelik önem tafl›yacakt›r.




Ölçme ifllemi nitel olarak ne zaman bafllar?

De¤iflken olarak araflt›rmaya dahil edilecek olan kavramlar her zaman kendilik-lerinden ölçek hâline dönüfltürülemezler. Siyaset biliminde kullan›lan birçok kav-ram zihinsel olgulara, örne¤in bireylerin bir durumla karfl›laflt›klar›nda baflvuracak-lar› davran›fllar hakk›ndaki zihinsel haz›rl›klar olarak tan›mlad›¤›m›z tutumlarla ve-

ya sahip oldu¤u de¤erlerle, inand›klar› ideolojilerle ilgilidir. Bu zihinsel haz›rl›klardo¤rudan alg›lanamazlar. Onun için bu zihinsel özelliklerin var olup olmad›¤›n›saptayacak göstergelere ulafl›lmaya çal›fl›l›r. Bu amaçla ölçüm sürecinde bir dizi,birbirini mant›ken ve sistemli olarak izleyen ifllem yap›larak dolayl› gözlem için ge-rekli ölçüm araçlar› gelifltirilir. Bu sürece kavram›n ifllemsel (operasyonel) ha-le gelmesi veya k›saca ifllemsellefltirilmesi (operationalization) ad› verilir.‹fllemsellefltirme ölçüm s›ras›nda yap›lan tüm ifllemlerin tan›mlanmas› ve betimlen-

mesi (tasviri) ile oluflur.Bir örnek vermek gerekirse siyaset biliminin en temel kavramlar›ndan birisisiyasal güçtür ( political power ). Toplumun temel de¤erlerinden bir tanesi olangüç, herkesin sahip olmay› (güçlü olmay›) arzu etti¤i, t›pk› servet, sayg›, esen-lik, e¤itim vb. bir de¤erdir. Onun için de toplumda güç sahibi olmak için bir u¤-rafl ve zaman zaman da çat›flma yaflan›r. Uluslararas› siyasette de devletlerdensivil toplum kurulufllar›na hatta bireylere kadar pek çok kiflinin çat›flmas›na, hat-ta yaflamlar›n› tehlikeye atmalar›na neden olan temel de¤erlerden birisi de güç-tür. Bu konuda gelifltirilmifl olan uluslararas› siyaset çözümlemelerinde de güç

ve özellikle devletlerin gücü esas al›nm›flt›r. Bu çözümlemelerin iddia ve öner-melerinin yanl›fl olup olmad›¤›n› saptamak için gücün ifllemsellefltirilerek ölçül-

mesi zorunludur. Bu konuda çok ve farkl› yaklafl›mlar ortaya ç›km›flt›r. Gücügösteren olgular olarak ifade edebilece¤imiz güç göstergeleri aras›nda ülkenintoplam yurtiçi has›las› (GDP), nüfus büyüklü¤ü, askerlik ça¤›ndaki nüfusu, as-kerî harcamalar›n›n büyüklü¤ü, yüz ölçümü vb. özellikler dikkate al›nm›flt›r.Bunlar aras›nda uluslararas› siyaset uzmanlar›n›n en fazla ra¤bet ettikleri ölçü-lerden birisi Ulusal Yetenekler Bileflik Indeksi (Composite Index of National Ca-

pabilities - CINC) puanlar› olmaktad›r. CINC hesaplamalar›nda siyasal güç “etkikullanabilme ve etkiye direnme yetene¤i” olarak tan›mlanmaktad›r. (Bu ifadenin

‹ngilizcesi “the ability to exercise and resist influence” olarak tan›mlanmaktad›r.

Bak›n›z MID Codebook, http://www.correlatesofwar.org/COW2%20Data/Capabili-

ties/NMC Documentation.pdf on July 5, 2012. Bu hususta yard›mlar›n› esirgeme-

yen Sabanc› Üniversitesi’nden Dr. Emre Hatipo¤lu’na burada teflekkür etmek isteriz.) Bu tan›m 1816’dan 2008’e kadar var olan tüm devletler için kullan›lmaktahem farkl› devletler ve hem de farkl› zamanlar için birden fazla güç göstergesiüzerinden devletlerin puanlar› hesaplanabilmektedir.

CINC puanlar› alt› farkl› ölçümün birlefltirilmesinden oluflmaktad›r. Bu alt› ölçüafla¤›daki gibidir: 1. Devletin kent nüfusu toplam› (nüfusu 100.000’den fazla olan ma-hallelerde yaflayan birey say›lar› toplam›), 2. devletin toplam nüfusu, 3. devletin kö-mür ve demir üretimi toplam›, 4. devletin toplam enerji tüketimi, 5. devletin toplamaskerî personel say›s›, 6. devletin toplam askerî harcamas›. Bu yaklafl›m ekonomiyi,demografiyi ve askerî hususlar› dikkate al›rken çevre, co¤rafya veya diplomasi gibi,

yumuflak güç (soft power) diye de an›lan baz› di¤er hususlar› göz önüne almamakta-

d›r. Her çok boyutlu tan›mda baz› hususlar›n göz ard› edilmesi rizikosunun mevcutoldu¤unu bir kez daha an›msatmak isteriz. CINC bu alt› ölçümü dünya toplamlar›na


SIRA S‹ZDE

4



göre önce normalize etmekte yani her devletin ne oranda ilgili ölçümde yer ald›¤›hesaplamaktad›r. Her devletin yukar›da say›lan alt› göstergenin her birindeki görece

yerleri dünyaya göre saptanmaktad›r. Örne¤in Avusturya’n›n dünya kömür ve demir

üretimindeki pay›, dünya nüfusundaki pay›, dünyadaki toplam askerî personel say›-s› içindeki pay› hesaplanmakta ve bu her alt› gösterge için de yap›lmaktad›r. Sonrabu alt› ölçümün basit aritmetik ortalamas› al›narak Avusturya’n›n CINC puan› hesap-lanm›fl olmaktad›r. CINC puanlar› itibar›yla flu anda dünyan›n en güçlü devleti 0.17ile Amerika Birleflik Devletleri olup Türkiye’nin CINC puan› da 0.015 mertebesindebulunmaktad›r. Türkiye’nin CINC puan› son otuz y›ld›r 0.015 civar›ndad›r ve böylecegayet istikrarl› bir görünüm kazanm›fl gibi de durmaktad›r. Bu puanlar›n büyük ölçü-de oynamas› ancak bir devletin alt› ölçüden herhangi birindeki görece (relative) ye-ri ciddi ölçülerde de¤iflirse mümkün olabilmektedir. Dolay›s›yla Türkiye’nin nüfusu-nun son otuz y›lda h›zla artmas› onun yerini büyük ölçüde de¤ifltirmeye yetmemifl-tir, çünkü baflka devletlerin nüfuslar› da artmakta ve Türkiye’nin bu ölçekteki görece

yeri onun üzerinde yer alan devletlere göre pek fazla de¤iflmemektedir.Özellikle do¤rudan gözlemlenmesi olanaks›z olan duygu, de¤er, tutum, inanç vb. hususlar›n saptanmas› amac›yla yap›lan ifllemlerin ortaya ç›kartt›¤› ölçeklerinneyi ve ne kadar istikrarl› bir biçimde ölçtü¤ü tart›flma yaratmaya uygun bir içerik-tedir. Güç gibi bir yetenek ölçüsü olan CINC’in de tart›flmadan ari oldu¤unu iddiaedemeyiz. Örne¤in askerî personel say›s› çok, ama e¤itimi ve modern silah, araç

ve gereç say›s› az olan bir ordunun, kendisinden say›ca daha küçük ama modernaraç ve gereci daha fazla ve onu kullanan elemanlar› daha iyi e¤itim görmüfl birorduya nazaran daha güçsüz oldu¤unu düflünebiliriz. Askerin morali, lojistik des-tek örgütlenmesi, savafl› meflru olarak görüp görmemesi vb. etkenler ordular›n sa-

vaflma gücüne etki etmektedir. Vatan›n› savunan küçük ve güçsüz devletlerin or-

dular›n›n çok daha kuvvetli ve donan›ml› ordular› yenebildi¤i kendi Kurtulufl Sa- vafl›’m›zdan Vietnam’›n ABD ordusuna karfl› direnifline, Afganistan’daki Rus istila-s›na karfl› yap›lan direnifle kadar çeflitli savafllarda tekrar ve tekrar görülmüfltür. Üs-telik her ölçü veya ölçek (scale) kullan›lmas› s›ras›nda hata içermeye müsaittir. Do-lay›s›yla bu tür ölçümlerin hep bir fleyleri d›flar›da b›rakt›klar› düflünülebilir. Çoksay›da gözlem, istatistik veya anket sorusundan derlendiklerinde ölçeklerdeki ha-ta oran› da yükselme e¤ilimi tafl›r. Toplumbilimlerinde yap›lan gözlemlerde, özel-likle dolayl› gözlemlerde yap›lan ölçümlerde hatan›n boyutunun tahmin edilmeside¤iflkenlerin ölçülmesi kadar denencelerin s›nanmas› yoluyla görgül gerçe¤eulaflmak için de kritik önemdedir. Bu husus ölçeklerin geçerlili¤i ve güvenilirli-¤inin saptanmas› gereksinimini son derecede önemli hale getirir.

ÖLÇÜMDE GEÇERL‹L‹KBir ölçek gelifltirildi¤inde, özellikle CINC örne¤inde gösterildi¤i gibi bir ölçek eleal›nd›¤›nda farkl› istatistiklerle ölçülen fleyin gerçekten ölçülmek istenilen siyasalgüç duygusu olup olmad›¤›na nas›l karar verebiliriz? Bir ölçe¤in geçerli olarak ka-bul edilebilmesi için bu soruya verilen yan›t›n olumlu olmas› gerekir; yani ölçe¤ingerçekten ölçülmek istenilen olgu, olay veya eflyay› ölçmekte oldu¤unu kabuledilmesi onun geçerli oldu¤unu gösterir. Ölçüm geçerli de¤ilse o ölçek bir de¤ifl-keni temsil edecek biçimde bilimsel araflt›rmalarda kullan›lamaz. O zaman bir öl-çe¤in geçerlili¤ini saptamak son derecede büyük önem arz eder.

Ölçeklerin geçerlili¤ini kan›tlamakta kullan›lan dört yol vard›r. Bunlardan ilki

yüzeyde geçerlilik (face validity) olarak ifade edilen mant›k yürütmeye dayal›d›r.Mant›kl› olarak düflünüldü¤ünde bir kavram›n varl›¤›n›, özellikle tutum, duygu,




inanç gibi do¤rudan gözlemlenmesi hemen hemen olanaks›z olan bir kavram›n varl›¤›n› hangi göstergelerle saptayabiliriz? Bu sorunun yan›t› bizi yüzeyde geçerli-li¤in saptanmas›na götürecektir. Örne¤in, siyasal etkinlik duygusunun var olup ol-mad›¤›n› nas›l anlayabiliriz? Bunun için bireyin kendisini u¤rad›¤› bir haks›zl›¤› gi-derme konusunda ne kadar güçlü hissetti¤ini do¤rudan dogruya o bireye sormakdüflünülebilir. Ayr›ca, siyasal yetkelerin (otoritelerin) ne derecede kendisi gibi olankiflileri kaale ald›klar›n› düflündüklerini sorgulamak yoluna da gidilebilir. Nihayet,hayat›n› kendisinin mi yönetti¤ini düflündü¤ünü, yoksa bir yaprak misali kontroledemedi¤i baz› güçler taraf›ndan oradan oraya sürüklendi¤ini mi düflündü¤ünüsaptamak yoluna gidilebilir. Bu sorular ve onlara bireyin verece¤i yan›tlar›n bize obireydeki siyasal etkinlik duygusu hakk›nda bilgi verece¤i mant›kl› geliyorsa, o za-man bu sorularla siyasal etkinlik duygusunun yüzeyde geçerli olan bir ölçümü ya-p›lm›fl olur. Yukar›daki CINC ölçe¤inde e¤er makul olarak bir ülkenin etkide bu-lunmak ve etkiye direnmek konusunda dünyadaki yerinin büyük ölçüde CINC’ioluflturan alt› ölçü taraf›ndan temsil edildi¤ini düflünüyorsak, o zaman gelifltirmifloldu¤umuz ölçe¤in yüzeyde geçerli oldu¤u sonucuna ulaflabiliriz.

Bu mant›¤› biraz daha gelifltirmemiz mümkündür. Kendimizce yüzeyde geçerlioldu¤unu düflündü¤ümüz bir ölçe¤in mant›ken ölçmek istedi¤i kavram› ölçüp ölç-medi¤ini bu konunun uzman› olan bilim adamlar›na da sorarak yolumuza devamedebiliriz. Bu durumda uzman bilim adamlar›n›n yapaca¤› mant›ki inceleme so-nunda ulafl›lacak olan sonuç e¤er olumlu olursa, o zaman daha güçlü bir biçimdeölçe¤imizin içeri¤inin geçerli oldu¤una veya ölçe¤in içerik geçerlili¤i ne (content validity) sahip oldu¤una hükmedebiliriz. Gerek birinci yüzeyde geçerlilik ge-rek ikinci olarak baflvurdu¤umuz içerik geçerlili¤i mant›ki geçerlilik yöntemleridir.Burada yap›lan belirli bir dilde mevcut olan kelime, dil bilgisi ve mant›k kurallar›kullan›larak tan›mlanm›fl olan bir kavram›n mant›ki olarak hangi görgül olgu, olay,

özne, eflya vb. tekabül etti¤ini zihnen saptamaktan ibarettir. Geçerlilik sadecemant›ki olarak ileri sürülebilen bir özellik de¤ildir. ‹ki yolla mant›ki geçerlilik ol-gusu daha da gelifltirilebilmektedir.

Bu yollardan ilki ölçüte iliflkin geçerlilik (criterion-related validity) ad›n› verdi-¤imiz bir geçerlilik türüdür. Yeni gelifltirdi¤imiz ve mant›ki olarak geçerlili¤indenemin oldu¤umuz bir ölçek, daha önce baflka araflt›rmalarda kullan›lm›fl olan ve ge-çerli oldu¤u genel kabul görmüfl olan baflka bir ölçekle görgül olarak iliflkilendirilir.E¤er her iki ölçek aras›nda istatistiksel olarak geçerli olan (yani sadece flans eseri ol-mayan) bir iliflki saptanabilirse, o zaman gelifltirdi¤imiz ölçe¤in ölçüt geçerlili¤i oldu-¤u kabul edilir. Bu tür bir geçerlilik saptamas› ancak hâlen geçerli olarak kabul edi-len bir ölçe¤in zaten var oldu¤u durumlarda yap›labilir. Tabii e¤er geçerlili¤i kabul

edilen bir ölçek zaten mevcutsa, onun kullan›lmas› da yeterli olabilir. Bu tür bir öl-çe¤in kullan›lmas› yerine yeni bir ölçek gelifltirme yoluna gidilmesi genellikle dahaetrafl› veya daha üst düzey bir ölçüm yap›lmas› durumunda söz konusu olmaktad›r.Daha önce kullan›lan ölçe¤in basit olmas›, kavram›n anlam›n› yeterince temsil ede-memesi ya da yeni bir tan›mlama ile kesintili olan bir ölçek yerine sürekli bir ölçe-¤in gelifltirilmesinin mümkün olabilmesi yeni bir ölçe¤in gelifltirilmesini meflru k›lar.

Ayn› zamanda ölçüt geçerlili¤i öngörüye konu olabilecek durumlarda gelifltiri-len ölçekler için de kullan›l›r. Örne¤in, bir parti tutma ölçe¤i gelifltirilmifl ve bir ça-l›flmada uygulanm›flsa, elde edilen sonuçlara göre bir partiyi tuttu¤unu ifade edenkiflilerin ço¤unlukla o partiye oy verme e¤ilimi içinde olduklar›n› öngörebilmelidir.E¤er böyle bir tahminde kullan›lm›fl ama o partiyi tuttu¤unu söyleyen kiflilerin di-

¤er kiflilerden farkl› olmayan oy verme e¤iliminde olduklar› saptanm›flsa, o zamanparti tutma ölçe¤inin geçerli olmad›¤› sonucuna var›l›r. Özellikle, e¤itim psikoloji-




sinde bu geçerlilik s›namas› bir s›nav›n e¤itimde baflar› ölçütü olarak kabul edile-bilecek olan bir göstergeyi önceden tahmin edebilmemiz için geçerli olmas› gerek-ti¤i fikrinden hareketle kullan›l›r. Üniversite girifl s›nav›ndan yüksek puan alanlarüniversite e¤itimlerinde daha baflar›l› olmalar› beklenen adaylar olacaklard›r. Bu-rada üniversitedeki derslerdeki baflar› ölçüt, üniversite girifl s›nav› ise baflar› ölçe¤ikonumundad›r. E¤er üniversite girifl s›nav› ile üniversitedeki e¤itimde gösterilenbaflar› aras›nda bir iliflki bulunamazsa, o zaman üniversite girifl s›navlar›n›n geçer-li bir ölçüme sahip olmad›¤› veya ölçüte iliflkin geçerlili¤e sahip olmad›¤› düflünü-lür. Bu durumda bu s›navlar›n ölçmeyi amaçlad›¤› nitelikler d›fl›nda bir fleyi ölçtü-¤ü flüphesinin do¤mas› gayet makuldür.

Nihayet, ölçüt geçerlili¤inin biraz daha kapsaml› bir türü olan yap›lanma ge-çerlili¤i (construct validity) türünden de bahsedebiliriz. Burada hem mant›ki ola-rak bir ölçe¤in ölçülmek istenilen kavram› ölçtü¤ü ileri sürülebilir hem de gelifltiri-len ölçe¤i kullanmak suretiyle onun temsil etti¤i kavram›n temel rol oynad›¤› birkuram›n görgül olarak s›nanmas› mümkün olur. Ünlü Frans›z sosyologu EmileDurkheim’in intihar konusundaki kuram› toplumla bütünleflmemifl, dolay›s›yla onunkoydu¤u yaz›l› ve yaz›s›z kurallar›n d›fl›nda yaflayan bireylerin daha kolay intiharedebileceklerini öngörmektedir. Bir araflt›rmada bireylere kurals›zl›k e¤ilimi (ano-

mie) konulu bir ölçüm uygulanm›flsa, bu ölçümde kurals›zl›k düzeyi en yüksek ç›-kanlar›n ayn› zamanda intihar etme e¤ilimlerinin de yüksek düzeyde olmas› bek-lenmelidir. Bu bulgulara ulafl›lamaza o zaman bu araflt›rmada kullan›lan anomie öl-çe¤inin geçerlili¤inden flüphe edilir. Burada sadece bir de¤iflkenin ölçüsünün bir öl-çütle ba¤lant›s› görgül olarak kurulmakla kal›nmamakta, ayn› zamanda bu de¤iflke-nin kuramsal gerekçelere dayal› olarak baflka de¤iflkenlerle nas›l bir iliflki içinde bu-lunmas› gerekiyorsa, ona da bak›larak ölçümün geçerlili¤ine karar verilmektedir.

Böylece hem görgül hem mant›ki bir de¤erlendirme yap›lmaktad›r. E¤er bir de¤ifl-keni ölçmeyi baflarm›flsak, o zaman o de¤iflkenin kuramsal olarak ve mant›ken ka-bul edilebilece¤i gibi bir dizi baflka de¤iflkenlerle belirli iliflkiler içinde oldu¤u dagözlenebilmelidir. Örne¤in, e¤itim düzeyi yükseldikçe mant›ken insanlar›n dahafazla kitap, dergi, gazete, ‹nternet sayfas› vb. okuyaca¤› beklenir. E¤er gelifltirilene¤itim düzeyi ölçüsü bunun tersine iflaret ediyorsa, ilk olarak akla gelecek olan bu-rada kullan›lan e¤itim düzeyi ölçümünde bir geçerlilik sorunu oldu¤udur.

Okuryazarl›k oran›, kifli bafl›na y›ll›k gelir ve halk sa¤l›¤› harcamalar› istatistikleri karfl›-laflt›rarak siyasal güç konusunda geçerli bir ölçüm gelifltirme olana¤›m›z var m›d›r?

ÖLÇÜMÜN GÜVEN‹L‹RL‹⁄‹Gelifltirdi¤imiz ölçünün (measure) veya ölçe¤in (scale) geçerli oldu¤undan eminolsak bile, bu ölçe¤i kullanmadan önce onunla ilgili emin olmam›z gereken ikincibir husus daha vard›r. Ölçe¤imiz ölçmek istedi¤imiz her neyse onu olabildi¤indehatas›z ölçmekle birlikte, acaba bu ölçekle yapt›¤›m›z ölçümler istikrarl›, her sefe-rinde ayn› kesinlikte sonuç veren, güvenilir bir ölçek midir? Is› ölçen bir termo-metre imal etti¤imizi düflünelim ve bu termometrenin ›s› göstergesi için kulland›-¤›m›z malzemenin hava bas›nc›na karfl› çok duyarl› oldu¤unu varsayal›m, o zaman›s›y› ölçtü¤ümüz bu alet ile deniz hizas›nda buldu¤umuz 15 derece Celsius ile Er-ciyes da¤›n›n tepesinde ölçtü¤ümüz 15 derece Celcius ayn› derecede olan ›s›larm›d›r? Bas›nc›n farkl› oldu¤u bu iki konumda derecemiz ayn› sonucu göstermekle

birlikte, asl›nda bas›nç fark› nedeniyle gerçekte farkl› olan dereceleri ayn› olaraksaptam›fl oluruz. Mekâna göre de¤iflim gösteren bir ölçü istikrarl›, inan›l›r, güveni-


SIRA S‹ZDE5



lir sonuçlar vermez. T›pk› derece gibi toplumsal hayatta yap›lan ölçümler de özel-likle do¤rudan gözlemlenemeyen tutum, e¤ilim, de¤er gibi zihinsel haz›rl›k du-rumlar›na iliflkin özellikleri saptamada farkl› cins, ›rk, etnik köken, sosyal s›n›f, ül-

ke vb. ortamlarda farkl› sonuçlar üretebilirler. O zaman, geçerli ölçümün yan› s›ragüvenilir ölçümlere ulaflmay› da hedeflemek durumunday›z.Güvenilirlik sorunu flöyle ifade edilebilir: Ayn› ölçek üst üste kullan›ld›¤›nda

farkl› sonuçlar elde etti¤imizde bu sonuçlar araflt›rd›¤›m›z olguda ortaya ç›kanfarklar› m› ifade etmektedir yoksa bilmedi¤imiz nedenler yüzünden de olsa, arafl-t›rd›¤›m›z olgu de¤iflmezken ölçüm sonuçlar› farkl› veya hatal› olarak m› saptan-maktad›r? Bir ö¤retim üyesi bir ay boyunca her hafta yaz›l› bir s›nav yapt›¤›nda s›-n›f ortalamas›n›n ve modunun her hafta on üzerinden bir puan yükseldi¤ini sapta-sa, acaba bu s›n›f›n daha fazla çal›flt›¤›, konular› daha iyi kavrad›¤› sonucuna m›ulaflmal›d›r? Yoksa s›nav›n niteli¤i gere¤i, örne¤in çoktan seçmeli sorular›n yan›tkal›plar›n› ö¤renciler daha iyi kavrad›¤›ndan, yan›t›n› bilmemelerine ra¤men soru-

lar›n cevaplar›n› daha iyi mi tahmin etmektedirler?Güvenilirlik konusunu anlatmak için genellikle bir tüfek örne¤i verilir. Diyelimki bir tüfek imal ettik ve bununla insan yiyen büyük bir y›rt›c› hayvan avlayaca¤›z.Tüfekle atefl edip böyle bir y›rt›c› hayvan› vurdu¤umuzu saptad›¤›m›zda bu tüfe-¤in yapmak istedi¤imizi yapt›¤›n›, y›rt›c› hayvan› öldürebildi¤ini (geçerli bir silaholdu¤unu) saptam›fl oluruz. Ancak bu silah ile insan yiyen bir y›rt›c›n›n peflindengidebilmemiz için bir de her atefl etmek için teti¤i çekti¤imizde kurflunu ateflleye-bilmesi ve bu kurflunu da bizim hedef olarak seçti¤imiz noktaya sevk edebilmesilaz›md›r. E¤er bir kere niflan al›p ateflledi¤imizde hedefin tam ortas›ndan, ikincidefa ayn› flekilde niflan al›p ateflledi¤imizde hedefin bir metre sa¤›na, üçüncüsün-de bir metre daha yukar›da bir noktay› vurmam›z söz konusuysa bu tüfe¤in güve-

nilir oldu¤u düflünülebilir mi? Onunla ava ç›kmak hayat›m›z› tehlikeye atacakt›r. Ayn› flekilde ayn› ölçümü iki, üç veya çok defalar yapt›¤›m›zda de¤iflik sonuçlar al-d›¤›m›zda, bu sonuçlar güvenilir olmayan bir ölçekten mi kaynaklanmaktad›r yok-sa ölçtü¤ümüz olgu nitelik de¤ifltirdi¤i için mi biz bu sonuçlara ulaflmaktay›z soru-sunu yan›tlamak için ölçe¤in güvenilirli¤ini saptamak gerekir. Tüfek için bunu,onu sabitleyip tek bir hedefe do¤ru atefl etmekle yapar›z. E¤er mengeneyle sabit-lenmifl bir tüfek ile defaten atefl edildi¤inde hedefin ayn› noktas› etraf›na kümelen-mifl isabetler söz konusuysa tüfek güvenilirdir. Ayn› biçimde bir yöntem kullana-rak güvenilirlik saptamak için ölçeklerin farkl› ölçümlerinin benzerlik veya farkl›-l›klar›n›n saptanmas› yoluna gidilerek toplumbilimlerinde kullan›lan yöntemlerinde güvenilirli¤i saptan›r.

Güvenilirli¤in saptanmas› için ilk yap›lacak olan bir ölçe¤i ayn› gözlem birim-lerine iki kere tatbik etmektir. “S›nama ve yeniden s›nama” (test - retest) yöntemiad› verilen bu güvenilirlik saptamas›nda ayn› sorular ayn› kiflilere arada bu sorula-r› tamamen an›msayamayacaklar› kadar bir zaman b›rakarak sormakt›r. Örne¤in,bir gruba çeflitli tutum sorular›, beklentiler, durum de¤erlendirmelerini içeren so-rular ve bunlar›n yan› s›ra boy, kilo, sa¤l›k durumu vb. kiflisel özellikleri içeren so-rular y›lbafl›nda ve sonra yine ayn› sorular yaz bafl›nda (alt› ay kadar sonra) soru-lur. E¤er ilk grup sorulara verilen yan›tlarla ikinci grup sorulara verilen yan›tlar ara-s›nda, özellikle yanl›fll›klar› aflikâr olan tutars›zl›klar ortaya ç›karsa, bu grup için osoru cetvelleri sorulmaz. Örne¤in, Jeffry Sacks, W. Mark Krushat ve Jeffrey New-man 1980 y›l›nda 207 kifliye sa¤l›klar›yla ilgili sorular yöneltmifller, sonra üç ay

sonra ayn› sorular› tekrar sormufllard›r. ‹lk defa bu sorulara verilen yan›tlarda bi-reylerin belirtti¤i boylar› ile ikinci defa ayn› kiflilerin yan›tlad›klar› boylar› aras›nda,




deneklerin yüzde onu için aç›klanmas› mümkün olmayan farklar oldu¤unu sapta-m›fllard›r. Deneklerin yüzde birinin ilk belirttikleri yafllar› ile üç ay sonra belirttik-leri aras›nda ortalama 20 y›ll›k bir fark belirmifltir. Baz› kifliler ilk yan›tlad›klar› so-

rularda annelerini vefat etmifl olarak iflaretlemiflken ayn› soru üç ay sonra soruldu-¤unda annelerinin hayatta oldu¤unu belirtmifllerdir (zikreden Babbie, 2004: 142).Bu durumda bu kiflilerin tutumlar›, de¤erleri vb. konulardaki yan›tlar›n›n da tutar-s›zl›klar içerdi¤i ve bu ölçümün güvenilir olmad›¤› sonucuna ulafl›lmas› do¤ald›r.

Genellikle, toplum bilimleri araflt›rmalar›nda siyasal etkinlik, yabanc›laflma,hoflgörü vb. konularda sorulan sorular›n say›lar›n› artt›rman›n ve bunlar› soru cet-

velinin farkl› yerlerine yerlefltirmenin güvenilirlik ölçümü için iyi bir strateji oldu-¤u kabul edilir. Bunun daha geliflmifl bir türü ortadan ikiye ayr›lm›fl güvenilirlik s›-nama yöntemidir (split - half method) . Bu yöntemde çok say›da soru haz›rlan›r vebunlar rastsal bir yöntemle ikiye ayr›l›r. Örne¤in on iki soruluk bir cetvel rastsalolarak ikiye ayr›lm›fl alt›flar sorudan oluflan iki cetvele ayr›l›r. Sonra bu sorular so-

ru cetvelinin farkl› noktalar›na yerlefltirilerek sorulur. Bu durumda alt› soruluk set-lerin yan›tlar› denekleri ayn› biçimde s›n›fland›rmak durumundad›r. E¤er bu soru-lara verilen yan›tlar deneklerin s›n›fland›r›lmas›nda farkl›l›klar do¤urursa, o zamanbu ölçümüm güvenilirli¤i olmad›¤› sonucuna var›l›r. On iki soruluk bir toplumsalhoflgörü ölçe¤inin ilk alt› sorusuna göre pek hoflgörülü ç›kan birisi, ikinci alt› so-ruda tam tersine hoflgörüsüz olarak s›n›fland›r›lacak olursa, bu soru bataryas›n›ngüvenilirli¤i çok flüphelidir.

Gerek geçerlilik gerek güvenilirlik için önemli bir öneri daha önce geçerlilik vegüvenilirli¤i saptanm›fl olan ölçü veya ölçeklerin kullan›lmas›n›n tercih edilmesidir.Bu durumda araflt›rmaya yöneltilebilecek olan elefltirilerin azalt›lmas› sa¤lanm›flolur. Tabii, dikkat edilmesi gereken bir husus özellikle bireylerden görüflme yoluy-

la toplanan alan taramas› sonuçlar›nda anketörlerin ve yan›tlar› kodlayan eleman-lar›n iyi e¤itimli olmalar› ve bu güvenilmez yan›tlar›n onlar›n dikkatsizliklerinineseri olmamas›d›r. Bu tür dikkatsizlikle kolayca hamile erkekler, ayl›k geliri yük-sek yoksullar, kentte ikamet eden göçebeler vb. garip bulgular›n veri setinde yeralmas›na yol açabilir. O nedenle bu tür yaz›m ve kodlama hatalar›n› minimuma in-dirgemek için denetimler, en az iki kere ayn› formalar›n kodlanmas› gibi yöntem-ler kullan›l›r. Tüm bu önlemlere karfl›n bir ölçüde hata pay›, hem denekten hemanketörden hem de kodlamadan dolay› ortaya ç›kar. Bu tür hatan›n en aza indiril-mesi sa¤lanabilir ama tamamen ortadan kald›r›lmas› olanaks›zd›r.

Bu durumda ölçümde dikkat edilecek temel husus kavramlar›n tan›mlar›n›nolabildi¤ince aç›k, belirgin olmas› ve her ifliten için tek ve ayn› anlama gelmesinin

sa¤lanmas›d›r. Bu durum genellikle toplum bilimlerinin hiçbir alan›nda mükem-melen yoktur. Onun için bir kavram›n birden fazla anlam› varsa, hepsini ayn› bi-çimde ölçmeye çal›flmam›z gereklidir. Ölçülmeyen anlamlar geçerlilik sorunlar›olarak araflt›rmam›z› zedeleyecektir.

E¤itim bilimci Fred Kerlinger, “... güvenilirlik para gibidir, yoklu¤u ciddi bir sorundurama çoklu¤u da tüm sorunlar›m›z› çözmez” demekle ne kastetmifl olabilir?

SONUÇBu ünitede kavramlar›n bilimsel düflüncenin temel tafllar›n› oluflturdu¤unu, onlar›nzihnimizde soyut olarak üretilen tan›mlar oldu¤unu ve görgül gerçekleri ve olgu-

lar› etiketlemekte kullan›ld›klar› ifllendi. Bilimde kavramlar› tan›mlaman›n bilimtoplulu¤u üyeleri için tamamen özgürce yap›lan bir etkinlik oldu¤unu ancak bu


SIRA S‹ZDE6



durumun elefltirilemez olmad›¤› da gösterildi. Zihnimizin soyut ürünleri olan kav-ramlar›n bilim toplulu¤unda anlafl›labilir bir içerikte kullan›labilmesi için herkes ta-raf›ndan anlafl›labilir bir yal›nl›kta ifade edilmeleri gere¤i ortaya konuldu. Özellik-

le do¤rudan görgül olarak gözlemlenebilmesi mümkün olmayan toplumsal olgu-lar ve özellikler için soyut tan›mlara tekabül eden görgül göstergelerin neler oldu-¤unun gösterilmesinin önemi vurguland›.

‹fllemsellefltirilen kavramlar›n ölçülmesi iflleminin gözlemledi¤imiz olgular› bir-birinden ay›r›p, kategorize etmeye bafllad›¤›m›z andan itibaren ortaya ç›kt›g› gös-terildi. Bu kategorilefltirme iflleminin kategorilerin s›ralanmas›, s›ralanan kategori-lerin aral›klar›n›n eflit olup olmamas› ve nihayet bir gerçek s›f›r›n bu olgu için ta-n›mlanabilmesi durumunda farkl› güçte ölçekler üretebilece¤imizi de bu ünitedegördük. Her ölçümün geçerli oldu¤unun ve gelifltirdi¤imiz ölçeklerin tutarl›, istik-rarl› veya güvenli bir biçimde kullan›l›p kullan›lamayaca¤›n› saptamam›z gerekti¤i-ni saptad›k. Geçerli ve güvenilir ölçeklere sahip olman›n yollar›n›n araflt›r›lmas›n›

da bu üniteyle iflledik. Böylece, neden - sonuç iliflkisi içinde gördü¤ümüz siyasalolgular aras›nda, zihnimizde kavramsallaflt›rd›¤›m›z iliflkilerin de¤iflkenler olarakifadesini, bu de¤iflkenlerin geçerli ve güvenilir ölçülerini kullanarak söz konusuiliflkilerin görgül olarak yanl›fl olup olmad›klar›n› saptaman›n önemini de böylecebelirlemifl olduk. Bu kitab›n ilerideki ünitelerinde bu iliflkilerin s›nanmas›n›n yol ve

yordam›n› görmek için gereken altyap›ya böylece bir temel infla etmifl olduk.





Kavram›n anlam›, siyaset bilimindeki konumu

ve ifllevini kavramakKavram bilimde de siyaset biliminde de görgül

olarak saptanabilir olgulara zihnimizde ilifltiril-

mifl olan etiketlerden ibarettir. Kavramlar arac›l›-

¤›yla somut veya soyut olgu, süreç, kurum vb.

hakk›nda düflünür ve iletiflim kurar›z. Ayr›ca, kav-

ramlar›n karfl›l›k geldi¤i (tekabül etti¤i) olgular

aras›nda oldu¤unu düflündü¤ümüz neden - so-

nuç iliflkilerini de zihnimizde kurgular›z.

Kavramlaflt›rman›n siyaset bilimi kuramsallafl-

t›rmas›ndaki ve mant›k yürütüme ve siyaset hakk›nda düflünme için oynad›¤› rolü aç›kla-

yabilmek

Siyasal olay ve olgular› da kavramlar olarak ta-

n›mlar›z. Bu tan›mlar›n siyasal hayattaki karfl›l›k-

lar›n› gözlemleriz. Onlar›n ortaya ç›kmas›n›, sür-

mesini ve sona ermesini sa¤layan koflullar› arafl-

t›r›, bunlar aras›ndaki neden - sonuç iliflkilerini

(illiyet rab›tas›n›) daha önce yanl›fl olmad›¤›n›

bildi¤imiz önerme, denence ve kuramlar› kulla-

narak mant›ksal olarak kurgular›z. Bunlar› da

yeni denence veya kuramlar biçiminde ifadeederiz.

Kavramlar›n nas›l de¤iflkenlere dönüfltürüldü-

¤ünü ve bu yolla sosyo ekonomik, kültürel ve si-

yasal olgular hakk›nda nas›l nicel betimlemeler

yap›labilece¤ini görmek

Önerdi¤imiz denencelerin bilimsel olarak kabul

edilebilmesi için aralar›nda neden - sonuç iliflki-

leri oldu¤unu iddia etti¤imiz olgular, olaylar, tu-

tumlar, de¤erler vb. befl duyumuza dayanarak

yap›lan gözlemlerle saptanabilmesi gereklidir.

Bunun için kulland›¤›m›z kavramalar›n her du-

yan siyaset bilimci için de¤iflmez, tek ve ayn› an-

lam› (tek boyutlu kavramlar) olmalar› esast›r. Bu

durumda bu kavramlar›n ortaya ç›k›fllar› (varl›¤›

veya yoklu¤u), s›kl›¤› (zamanla artmas› veya azal-

mas›), yayg›nl›¤› vb. görgül (ampirik) özellikleri

saptanabilir. Bu görgül saptama bir kavrama kar-

fl›l›k olan olgunun farkl› s›kl›k, derece veya olufl-

ma hâllerini gözlememize olanak verir. Bu fark-

l›l›klar›n (variation) varl›¤› bu kavramlar›n de¤i-

flen s›kl›kta, yayg›nl›kta, yo¤unlukta vb. ortaya

ç›kt›¤›na iflaret eder. Bu durumda kavramlar›m›-

z›n birer de¤iflkene iflaret etti¤ini kabul ederiz.Bu de¤iflkenler art›k ya baflka olgu, olay, koflul,

de¤er vb. belirleyen ama kendilerinin nas›l belir-

lendi¤i bilinmeyen veya araflt›r›lmas› gerekme-

yen ba¤›ms›z de¤iflkenlerdir ya da bu ba¤›ms›z

de¤iflkenlerin etkileri alt›nda de¤iflen, onlara da-

yanan ba¤›ml› de¤iflkenlerdir. Bu durumda ba-

¤›ms›z de¤iflkenler arac›l›¤›yla ba¤›ml› de¤iflken-

leri aç›klar›z. Siyaset bilimindeki oy verme, siya-

sal protesto, savafl, bar›fl, devlet biçimleri, dev-

rim, siyasal partiler, ç›kar gruplar›, yasama orga-

n›, siyasal ideoloji vb. de¤iflkenler ba¤›ml› de¤ifl-kenler olup, ba¤›ms›z de¤iflkenlerle aç›klanmaya

çal›fl›l›r.

Gerek ba¤›ml› gerek ba¤›ms›z de¤iflkenler gör-

gül olarak varl›klar› ve yokluklar› saptanabilir ni-

teliktedir. Bir de¤iflkenin var oldu¤unu saptad›-

¤›n›z andan itibaren onu nitel olarak ölçmüfl olur-

sunuz. Varl›k durumunda bir say›sal içeri¤i ol-

mayan bir rakam kullanarak bu olgunun varl›¤›-

n› belirtmek mümkündür. Örne¤in, bir bölgede

savafl varsa “1” yoksa “2” gibi rakamlar kullana-

rak savafl›n olmas› durumuyla olmama durumu-nu ay›rarak bir savafl de¤iflkeni ölçümü yapabili-

riz. Bu nitel ölçümde e¤er gözlemlerimizi büyük-

ten küçü¤e veya küçükten büyü¤e do¤ru s›rala-

yabilirsek, o zaman s›ralama ölçe¤inde bir ölçüm

yapabiliriz. E¤er bu s›ralamalardaki aral›klar› ni-

cel olarak eflit olarak kabul edebilirsek, örne¤in

bir devletin nüfusu, yüz ölçümü, bir siyasal par-

tinin üye say›s›, bir ç›kar grubunun var oldu¤u

zaman dilimini bu flekilde ölçebiliriz. O zaman

art›k nicel bir ölçü olan aral›k ölçe¤ini kullana-

rak gözlem yapabiliriz. Nihayet, gerçek s›f›r (0)

tan›m›n›n kabul edildi¤i nicel ölçeklere ulaflacak

bir ölçüm yapma düzeyine ulafl›rsak art›k oran-

sal ölçüm düzeyine ulafl›r›z ki bu düzeyde tüm

aritmetik ifllemleri kullanmam›za olanak sa¤la-

yan ölçekler ortaya ç›kar.

Özet

1

A M A Ç

2

A M A Ç

3

A M A Ç




Kavramlar›n ölçülmesinde yap›lacak hatalar›n

geçerli ve güvenilir ölçülere ulafl›lmas›nda nas›l

rizikolar oluflturdu¤unu görecek ve bu konudaki

zorluklar› kavramak

Yap›lan ölçme süreci ki buna ifllemselleflt irme

(operationalization) ad›n› vermekteyiz, hatadan

ari de¤ildir. Tüm ölçümlerde hata pay› vard›r,

veya hatas›z ölçüm söz konusu de¤ildir. Ölçme-

de amaç hatas›z ölçüm yapmak olmay›p ölçüm

hatas›n› olabildi¤ince asgari düzeye indirmektir.

Ölçüm s›ras›nda iki tür hata ile karfl›laflmak müm-

kündür. Bunlardan birisi ölçmek istedi¤imiz ol-

guyu gerçekte ölçüp ölçmedi¤imizle ilgilidir. Öl-

çüm s›ras›nda kulland›¤›m›z ifllemsellefltirme

ad›mlar› sonucunda ortaya ç›kan rakamsal so-nuçlar zihnimizde canland›rd›¤›m›z kavram›n

görgül yans›mas› m›d›r? Bir ölçünün geçerlili¤ini

mant›ken veya kuramsal olarak yahut daha önce

yap›lm›fl ve geçerli oldu¤unu bildi¤imiz benzer

bir ölçüye atfen saptayabiliriz. ‹kinci dikkat ede-

ce¤imiz hata kayna¤› ise güvenilirliktir. Bir ölçü-

yü kullanarak arka arkaya yapt›¤›m›z ölçümlerde

farkl› farkl› sonuçlar buldu¤umuzda bu sonuçlar

ölçmekte oldu¤umuz olgudaki de¤iflmeleri mi

göstermektedir yoksa ifllemsel ad›mlar aç›klana-

mayacak biçimde dalgalanmakta olup, ölçtü¤ü-müz olgu ayn› kald›¤› hâlde farkl› ölçümler mi

ortaya ç›kartmaktad›r? Vücut ›s›m›z› ölçtü¤ümüz-

de hep ayn› sonucu bize gösteriyorsa, bu bizim

ateflimizin normal oldu¤unu mu, yoksa termo-

metrenin bozuk oldu¤unu mu gösterir, K›sacas›

bu örnekte kullan›lan termometre ne ölçüde gü-

venilirdir? Ayn› soruyu her bilimsel ölçme iflle-

minde sorgulamak ve bilahare ölçünün güveni-

lirli¤ini saptamak durumunday›z. Hem geçerli

hem güvenilir olan bir ölçü ile yap›lan ölçmeler-

de hatan›n hofl görülebilir bir düzeye indi¤i ka-bul edilerek görgül s›nama ifllemlerine geçilme-

sinde sak›nca bulunmaz.

4

A M A Ç




1. Bilimsel önermelerle bilimsel olmayan önermelerin

aras›ndaki en önemli fark nedir?

a. Sadece bilimsel önermeler soyut kavramlara da-

yan›r.

b. Bilimsel önermeler görgül gözlemle yanl›fllana-

bilir.

c. Bilimsel önermeler kavramsal gözlemlerden tü-

retilir.

d. Bilimsel önermeler deneysel kavramlar›n ürü-

nüdür.

e. Bilimsel gözlemler öznel afl›r›d›r.

2. Bilimde görgül gerçekle ilgili bir kavram oluflturdu-

¤umuzda onu nas›l kullan›r›z?a. Bu kavram› kendi kuramsal denencelerimizde

kullanmak temel amac›m›zd›r.

b. Bu kavram› soyut zihinsel bir ürün olarak be-

timleriz.

c. Bu kavram› baflka bilimsel araflt›rmalarda kulla-

n›lmas›n› sa¤lamak için iletiriz.

d. Koflullar ne olursa olsun, bu kavram›n var oldu-

¤unu görgül olarak göstermek için kullan›r›z.

e. Bilimsel s›nanmaya tabi tutmak için gerekli ku-

ramsal geliflmeleri bekleriz.

3. Bilimsel kavramlar a. ... bizim araflt›rmalar›m›zda

kulland›¤›m›z s›namalar›n yap› tafllar›d›r.

b. ... sadece düflünsel özellikler olmay›p ayn› za-

manda görgül olgulard›r.

c. ... her gün gözlemledi¤imiz gerçeklerden farkl›

soyutlamalard›r.

d. ... etraf›m›zdaki görgül olgulara zihnimizde uy-

gun gördü¤ümüz tan›mlamalar, hatta etiketler-

dir.

e. ... bilimsel araflt›rman›n tamamlanmas› için zo-

runlu düflünsel yap›lard›r.

4. Bilimde kavramlar›n tan›mlar›

a. ... serbestçe yap›l›r ve de¤ifltirilir; bu konuda bir

s›n›r olmas› bilimsel düflüncenin s›n›rlanmas›

hatta yok olmas› demektir.

b. ... görgül gözleme uygun olarak yap›l›r.

c. ... görgül s›naman›n ilk ad›m› olup ifllemsel ola-

rak yap›l›r.

d. ... görgül olmazsa bilimsel önermlerde kullan›la-

maz.

e. ... serbestçe yap›lmas›na izin verilirse, bilimselbir dil ve uygulama gelifltirmek olanaks›z olur.

5. Bilimsel dil

a. ...yal›n olsa da kullan›lan dilin zenginli¤i ve es-

nekli¤i her zaman bilimde iletiflimi güçlendir-

mifltir.

b. ...yal›n olmas›na çal›fl›lsa da toplumbilimlerinde

kullan›lan demokrasi gibi kavramlar onlar›n ha-

yatala olan ba¤lant›s›n› kurmakta etkili olmufl-

tur.

c. ...yal›n olmas› her zaman arzu edilmez, çünkü

baz› kavramlar dildeki zenginlikle beslendiker-

linden onun bu gücünden yaralanmak gerekir.

d. ...yal›n olsa da kavramlar de¤iflkene dönüfltürül-

meden önce zengin imalara müsait olabilirler.

e. ...yal›n olmak ve kullan›lan kavramlar›n tek bir

anlam içermesi ve ima yoluyla da olsa çok an-

laml› bir içerikte olmamas› esast›r.

6. Bilimde kavramlar

a. ... genellikle sadece ayr›nt›l› tan›mlama ve be-

timleme suretiyle bir olgunun görgül olarak ta-

n›nmas› için kullan›l›rlar.

b. ... kuramlar›n asl›nda hangi koflullarda s›nanabi-

lece¤ini saptamak için kullan›l›rlar.

c. ... genellikle neden - sonuç ba¤lam›nda kullan›-lan de¤iflkenler olarak ele al›nmaya yatk›nd›rlar.

d. ... kuramlar›n siyasal hayattaki etkilerini göster-

mek için siyaset biliminde kullan›l›rlar.

e. ... kuramlar›n neden - sonuç a¤lar›ndan örülme-

sinden sonra anlafl›lmalar› için oluflturulurlar.

7. Ölçme için ilk ad›m neden ibarettir?

a. Nitelik itibar›yla yal›n olan bir olgunun nicel ta-

n›m›ndan ibarettir.

b. Görgül olarak gözlenen bir niteli¤in farkl› kate-

goriler halinde s›n›fland›r›lmas›n›n yap›lmas›n-dan ibarettir.

c. Görgül bir olgunun nicel bir içeri¤inin oldu¤u-

nun saptanmas›ndan ibarettir.

d Görgül bir olgunun nitel ve nicel olarak ayr›flt›-

¤›n› fark etmemizden ibarettir.

e. Görgül bir olgunun tek boyutlu oldu¤unu sapta-

mam›zdan ibarettir.

Kendimizi S›nayal›m




8. Her türlü aritmetik ifllemi yapabildi¤imiz ölçek dü-

zeyine ne ad verilir?

a. Aral›k ölçe¤i

b. Nominal ölçek

c. S›rlama ölçe¤i

d. Sürekli ve kesikli ölçek

e. Oransal ölçek.

9. Bir ölçek e¤er ölçmek istedi¤imiz fleyi ölçüyorsa ona

ne ad verilir?

a. Ba¤›ml› de¤iflken.

b. Ba¤›ms›z de¤iflken.

c. Güvenilirlik.

d. Geçerlilik.

e. Süreklilik.

10. Bir ölçe¤in geçerlili¤ini saptad›¤›m›zda, art›k onun

istikrar› ile ilgilenmezsek ne gibi bir ölçme sorunuyla

karfl›laflabiliriz?

a. Yanl›fllanabilirlik eksikli¤i.

b. Güvenilirlik eksikli¤i

c. Ölçüt geçerlili¤i

d. Yüzeyde geçerlilik.

e. Yukar›dakilerden hiçbirisi.

1. b Yan›t›n›z yanl›fl ise “Görgül Siyasal Gerçek ve

Kavramlaflt›rma” konusunu yeniden gözden ge-

çiriniz.

2. c Yan›t›n›z yanl›fl ise “Görgül Siyasal Gerçek ve


çiriniz.

3. d Yan›t›n›z yanl›fl ise “Görgül Siyasal Gerçek ve


çiriniz.

4. a Yan›t›n›z yanl›fl ise “Kavram ve Tan›mlama” ko-

nusunu yeniden gözden geçiriniz.

5. e Yan›t›n›z yanl›fl ise “Kavram ve Tan›mlama” ko-


6. c Yan›t›n›z yanl›fl ise “Kavram ve Tan›mlama” ko-


7. b Yan›t›n›z yanl›fl ise “Kavramlar ve De¤iflkenler”

konusunu yeniden gözden geçiriniz.

8. e Yan›t›n›z yanl›fl ise “Kavramlar ve De¤iflkenler”


9. d Yan›t›n›z yanl›fl ise “Ölçümde Geçerlilik” konu-

sunu yeniden gözden geçiriniz.

10. b Yan›t›n›z yanl›fl ise “Ölçümde Güvenilirlik” ko-


S›ra Sizde Yan›t Anahtar›S›ra Sizde 1

Kavramlar bizim düflünce yap› tafllar›m›zd›r. Onlar ol-

madan hangi nesneden (object) veya özneden (subject)

bahsetti¤imizi anlamak, bilmek ve dolay›s›yla bir konu-

yu anlatmak ve onunla ilgili toplumsal bir iletiflimde

bulunmak olanaks›zd›r. Kavramlar zihnimizde, etraf›-

m›zda gördü¤ümüz, duydu¤umuz, koklad›¤›m›z, tatt›-

¤›m›z ve dokundu¤umuz, hatta sadece düfl olarak gör-

dü¤ümüz veya sadece hayal etti¤imiz her fleye yap›flt›r-d›¤›m›z etiketlerdir. Zihnimizde gözlemle veya sadece

düflünsel olarak (tasavvur veya hayal ederek) soyut ola-

rak canland›rd›¤›m›z nesne veya öznelere birer etiket

yap›flt›r›p onlar› birbirinden ay›rmak ve o etiketlere bi-

rer ad yaz›p onlar› adland›rmak suretiyle kendi dünya-

m›z› tan›mak, anlamak ve anlamland›rmaktay›z.

Kendimizi S›nayal›m Yan›t Anahtar›




S›ra Sizde 2

Bilimsel araflt›rman›n kavramlar› araflt›rmac›lar›n zihin-

lerinde yarat›lan soyut tasavvurlar olup, orijinal olarak

üretildi¤inde anlafl›ld›¤› biçimde öznel-afl›r› olarak bilim

toplulu¤unca kullan›labilir içeriktedir. Ancak bu keyfi-

yet orijinal olarak oluflan bir kavram›n soyut zihinsel bir

tasavvur olarak düflünülmesini s›n›rland›rmaz. Zaten bu

tür bir s›n›rlama olmamas› için akademik özgürlük bi-

limsel ortam›n vazgeçilmezi mahiyetindedir.

S›ra Sizde 3

Bilimsel kavramlar olabildi¤ince mu¤lakl›¤a, anlafl›l-

mazl›k veya zihinsel bulan›kl›¤a yol açmayacak bir sa-

delikte ifade edilebilmelidirler ki onlar› her duyan arafl-

t›rmac› onlardan ayn› ve de¤iflmez tek bir fleyi anlaya-bilsin. Bilimsel kavramlar›n bu özelli¤ine Siyaset Bilim-

ci Philip Shively kavramlar›n tek boyutlu olmas› (unidi-

mensionality) keyfiyeti ad›n› vermifltir (1990: 30 - 43).

Bir dilin zenginli¤i onun kullan›m›ndaki bu esneklikler,

mecazlar, kavramsal oyunlarla artmaktad›r. Ancak bu

tür kavramsal esneklikler ve kelimelerin farkl› anlamla-

ra çekilebilme keyfiyeti o dilin edebi gücünü art›r›rken,

bilimde kullan›m›n› k›st›lar veya tamamen ortadan kal-

d›r›r.

S›ra Sizde 4Ölçme ifllemi bir kavram›n görgül göstergelerini sapta-

yabildi¤imiz anda bafllar. Tan›mlamak gerekirse ölç-

mek bir olgu, olay, eflya vb. bir rakam ile etiketleme ifl-

lemidir. Örne¤in, baflkanl›k rejimi gördü¤ümüzde “1”

rakam›n› (numeral) ona raptedersek, baflkanl›k rejimi

d›fl›ndaki rejimler gördü¤ümüzde de “2” rakam›n› onla-

ra raptedersek, o zaman nicel içerikten (miktar, a¤r›l›k,

büyüklük vb.) ba¤›ms›z olarak da rejimleri ölçüme tabi

tutmufl oluruz. Bu durumda sadece baz› olgular› di¤er-

lerinden sistemli olarak ay›rm›fl, adland›rm›fl ve göz-

lemlemifl olmaktay›z. K›saca, gözlemledi¤imiz görgülolgular› birbirinden ay›rt edip, her biri bir tek kategori-

ye isabet edecek biçimde s›n›fland›rabildi¤imiz ve her

gözlemimizi de sadece tek bir kategoriye yerlefltirebil-

di¤imiz noktada bafllar.

S›ra Sizde 5

Bu ölçümler bir toplumun e¤itim ve sa¤l›k konusunda

dünyadaki görece yerini belirttikleri gibi, beflerî serma-

yeye verdi¤i önemi de belirtir. Beflerî kaynaklar›n›n ye-

tene¤inin yüksek olmas› ve e¤er yüksek kifli bafl›na ge-

lir düzeyindeyse ekonomik gücünün yüksek olmas›, budevletin uluslararas› iliflkilerde özellikle kültür, bilim, ifl

becerisi ve yat›r›m gibi alanlarda etkili olabilece¤ini

gösterir. Özellikle ekonomik kaynaklar›n›n gücü de dik-

kate al›nd›¤›nda, bu istatistikler bir devletin iktisadi gü-

cü hakk›nda ve onun siyasal etki için kullan›lmas› hu-

susunda bize bilgi verebilir. Bu yolla bir “yumuflak güç”

ölçümü yapabiliriz. Ancak siyasal gücü ayn› zamanda

etkiye direnme olarak kabul etti¤imizden bir ölçüde de

olsa bir devletin askerî gücünü de hesaba katmadan ve-

ya “sert gücü” de hesaplamadan kapsaml› bir güç ölçü-

mü yapamay›z. Bu durumda da ölçmek istedi¤imiz kav-

ram› tam anlam›yla ölçtü¤ümüzü mant›ken savunmak

zorlafl›r. Ancak sadece yumuflak güç ölçümü yapmay›

amaçl›yorsak, o zaman bu ölçümün mant›ken yumuflak

gücü ölçmekte oldu¤unu ve dolay›s›yla yumuflak güç

ölçüsü olarak geçerlili¤i oldu¤unu savunabiliriz ama siyasal gücü tamamen kapsayan bir ölçüm oldu¤unu sa-

vunamay›z.

S›ra Sizde 6

Fred Kerlinger bu önermeyle güvenilirli¤in temel özel-

li¤inin kolayca ak›lda kalmas›n› sa¤layan bir deyifl üret-

mifltir. Her tekrarland›¤›nda benzer sonuçlar üreten bir

ölçek ve onunla saptanan ölçüler istikrarl›, tutarl› ve

güvenli olarak kabul edilebilirlerse de bu ölçümler ölç-

mek istedi¤imiz hangi özellikse onu ölçüp ölçmedi¤i

hakk›nda bir bilgi vermezler. Örne¤in, bir bireyin bo- yunu ölçmek istiyorsan›z, onu on kere de ayn› basküle

ç›kart›p her seferinde 79,5 - 80,5 kg. aras›nda bir a¤›r-

l›kta oldu¤unu saptaman›z, sizin elinizde istikrarla öl-

çüm yapan bir araç oldu¤unu gösterir ama bu araçla bu

kiflinin boyu hakk›nda bir sonuca varamazs›n›z. Dolay›-

s›yla güvenilir ölçüm geçerlilik ile ilgili sorunlar›m›z

olup olmad›¤›n› göstermez. Onun için güvenilirlik para

gibidir. E¤er güvenilir bir ölçe¤e sahip de¤ilseniz, öl-

çümleriniz görgül gerçe¤i saptamaya yetmez ama güve-

nilir bir ölçe¤iniz oldu¤unda ise tüm sorunlar›n›z bit-

meyecektir çünkü o ölçek ölçümlerinizin geçerli olupolmad›¤›n›, yani ölçmek istedi¤iniz fleyi ölçüp ölçmedi-

¤iniz hakk›nda herhangi bir ipucu vermeyecektir.




Babbie, Earl, The Practice of Social Research. (10.

Bask›) (Australia, Canada, United States: Thomson,

Wadsworth, 2004).

Babbie, Earl, The Practice of Social Research. (12.

Bask›) (Australia, Canada, United States: Wadsworth,

Cengage Learning, 2010).

Balo¤lu, Burhan, Sosyal Bilimlerde Araflt›rma Yön-

temi. (2. Bask›) (‹stanbul: Der Yay›nlar›, 2009).

Claude Jr., Inis L., Swords into Plowshares: The Prob-

lems and Progress of International Organizati-

on. (3rd ed.) (New York: Random House, 1966).

Cornford, Francis MacDonald, The Republic of Plato.

(London, Oxford, New York: Oxford Univ. Pres,

1973).

Gökçe, Birsen, Toplumsal Bilimlerde Araflt›rma. (5.

Bask›) (Anakara, Savafl Yayu›nlar›, 2007).

Ka¤›tç›bafl›, Çi¤dem, “Ölçme ve Ölçekleme”, Ruflen Ke-

lefl (der.) Toplum Bilimlerinde Araflt›rma ve

Yöntem. (Ankara, TODA‹E, 1976): 79 - 112.

Kalayc›o¤lu, Ersin , “Türkiye’de Demokrasi’nin Pekifl-

mesi: Bir Siyasal Kültür Sorunu” Prof. Dr. Ergun

Özbudun’a Arma¤an (cilt I), (Ankara: Yetkin Pub-

lications, 2008) içinde: 247 – 277.

Kaptan, Saim Bilimsel Araflt›rma ve ‹statistik Tek-

nikleri. (10. bask›). (Ankara: Tek›fl›k, 1995).

Karasar, Niyazi, Bilimsel Araflt›rma Yöntemi. (21.

Bask›) (‹stanbul: Nobel, 2010).

Neuman, W. Lawrence, Social Research Methods: Qu-

alitative and Quatitative Approaches. (7. Bask›),

(Boston, New York, San Francisco: Pearson, 2009).

Popper, Karl Conjectures and Refutations: The

Growth of Scientific Knowledge. ( New York and

Evanston: Harper and Row, 1965).

Popper, Karl, Open Society and Its Enemies: Vol. I

The Spell of Plato. (5. Bask›), (Princeton, N. J: Prin-

ceton Univ. Press, 1966).

Seyido¤lu, Halil, Bilimsel Araflt›rma ve Yazma El Ki-

tab›. (8. bask›) (‹stanbul: Güzem, 2000).

Shively, W. Phillips, The Craft of Political Research.

(3. Bask›) (Engelwood Cliffs, New Jersey, Prentice-

Hall: 1990).

Stouffer, Samuel, The American Soldier.Princeton, N.

J.: Princeton Univ. Press, 1949).

Weber, Max, Sosyal Bilimler Metodolojisi. (Istanbul:

Küre Yay›nlar›, 2012).

Y›ld›r›m, Ali ve Hasan fiimflek, Sosyal Bilimlerde Nitel

Araflt›rma Yöntemleri. (2. bask›) (Ankara: Seçkin,

2000).

Y›ld›r›m, Cemal, Bilim Felsefesi. (8. Bas›m) (Istanbul:

Remzi Kitabevi, 2011).

Yararlan›lan Kaynaklar



Bu üniteyi tamamlad›ktan sonra;‹ki de¤iflken aras›nda nedensel bir iliflki nas›l kurulur ve test ediliri aç›klaya-bilecek,

Araflt›rma kurgular›n›n temel aflamalar› nelerdir, temel kurgular nelerdir vedeneysel yaklafl›mlar di¤er yaklafl›mlardan nas›l farkl›l›klar gösterir sorunlar›-n› yan›tlayabilecek,Deneysel kurgular›n çeflitleri hakk›nda bilgi sahibi olabilecek,Kontrol ve nedensellik aras›ndaki iliflkiyi detayl› olarak aç›klayabilecek,Deneysel yaklafl›m kullanarak hangi uluslararas› iliflkiler konular›n› araflt›ra-bilece¤inizi keflfedebilecek,

bilgi ve becerilere sahip olabileceksiniz.

‹çindekiler

• De¤iflkenlik ve Kontrol• ‹ç ve D›fl Geçerlik (Internal and

External Validity)• Deneysel Kay›p (Experimental

Mortality)

• Rastgele Atama (Random Assignment)

• Solomon Dörtlü Grup Kurgusu• Öncül Test• Simülasyon• Do¤al Deneyler

Anahtar Kavramlar

Amaçlar›m›z



• G‹R‹fi• B‹L‹MSEL ÇIKARIM• NEDENSELL‹K VE ARAfiTIRMA

KURGULARI• DENEYSEL YAKLAfiIMLAR VE

ULUSLARARASI ‹L‹fiK‹LER• DENEYSEL KURGU ÇEfi‹TLER‹• DÂH‹LÎ GEÇERL‹K• HAR‹CÎ GEÇERL‹K• S‹MÜLASYON (SIMULATION)

• DO⁄AL DENEYLER• SONUÇ


Nedensel ‹liflkiler,Araflt›rma Kurgular›,Deneysel Yaklafl›mlar veUluslararas› ‹liflkiler



G‹R‹fiEtraf›m›zda cereyan eden olaylarla ilgili bizi düflündüren ve bazen de flafl›rtan so-rulara cevap ararken zaman zaman araflt›rma yapmak durumunda kal›r›z. Araflt›r-ma denilen olgu sistemli olarak gerçeklefltirilen, baz› fikirler ve dünya görüflleri ileteknik uygulamalar›n birlefltirilmesi ile ortaya ç›kan gerçek hayatta olan biteni an-lam›m›za ya da aç›kl›k getirmemize katk›da bulunan bir bilgi üretme sürecidir. Busüreçte, neyin cevab›n› arad›¤›m›z ve nas›l arad›¤›m›z çok önemlidir. Cevab›n› ara-d›¤›m›z soruya kuram ve yöntem rehberlik etmelidir. Genelde hayat›m›z›n erkenevrelerinde ö¤rendiklerimiz araflt›rma yap›larak de¤il de ailemizden, yak›n çevre-mizden, televizyon haberlerinden ve di¤er iletiflim kaynaklar›ndan, ya da içgüdü

ve sa¤duyu ile ulaflt›¤›m›z bilgilerdir. Bu bilgiler daha sonra bilimsel araflt›rmalarile yenilenir ve güncellenir. Bilimsel çal›flmalar›n temelinde tam da bu anlay›fl yatar. Tam anlam›yla hiçbir zaman etraf›m›zda olup bitenleri anlama ve aç›kla-ma flans›na sahip de¤iliz. Bilgi yeni bulufllar ›fl›¤›nda sürekli güncellenmelidir.Tabii ki her olup biten muhakkak aç›klanabilir bir neden-sonuç iliflkisi dâhilîn-de gerçekleflmez. Tesadüfler kaç›n›lmazd›r. Bilimsel araflt›rma bir olay gerçekle-flirken sistemli olarak ortaya ç›kan k›s›mlar› aç›klamaya yöneliktir. Di¤er bir de-

yiflle, olay›n gerçekleflmesini aç›klamaya yard›mc› olacak neden-sonuç örüntü-sünü keflfetmeye çal›fl›r.

Siyaset Bilimi ve Uluslararas› ‹liflkiler alanlar›nda devletlerin siyasi sistemleri,seçmenlerin oylarla ilgili tercihleri, savafllar, devrimler, terörizm ve iç savafllar gibi

konular› bir neden-sonuç örüntüsü içinde aç›klamay› hedefliyoruz. Örne¤in, devletlerin yönetim biçimleri savafllar› nas›l etkiler?, sorusunu cevaplarken bir devle-tin demokrasi ya da otokrasi ile yönetilmesinin o devletin bir d›fl tehditle bafla ç›-karken ne flekilde hareket etti¤i üzerindeki etkisini inceleriz. Ayr›ca, di¤er baflkafaktörlerin bahsetti¤imiz uluslararas› olguya nas›l sebep olabilece¤ini aç›klar›z.Devletlerin yönetim biçimleri ile savafllara kat›lmalar› aras›nda sistemli bir neden-sonuç iliflkisi olup olmad›¤›n› aç›klamaya çal›fl›r›z. Nedensel bir iliflki ya da ba¤,herhangi bir iki olay ya da oluflum aras›nda bir tanesinin önce oldu¤unu ve di¤e-rinin önce olan olaydan sonra geldi¤ini, di¤er bir deyiflle ilk olay›n bir sonucu ol-du¤unu belirtir. Deneysel yaklafl›mlar hangi olay›n önce geldi¤i konusunda arafl-t›rmac›ya tam bir kontrol imkân› tan›d›klar› için, nedenselli¤in ispatlanmas›nda en

etkin yöntemdir.

Nedensel ‹liflkiler,Araflt›rma Kurgular›,

Deneysel Yaklafl›mlarve Uluslararas› ‹liflkiler



B‹L‹MSEL ÇIKARIMGenel olarak araflt›rma kurgular›n› deneysel ve deneysel olmayanlar üzere ikiyeay›rmak mümkün. Yöntem ne olursa olsun, ortak amaç araflt›rmaya konu olan de-

¤iflkenler aras›nda nedenselli¤i aç›klay›c› bilimsel bir ç›kar›m yapmakt›r. HepimizSherlock Holmes’un filmlerindeki flu sahneyi hat›rlar›z: Holmes suç mahalline ge-lir, gözlerini kül tablosunda tütmekte olan izmarite diker, ani bir hareketle yerin-den kalkar ve izmaritin yan›nda duran yar›ya kadar yanm›fl ve ucu küllenmifl kib-riti incelemeye bafllar. Sonra da flüphelinin 44 yafl›nda, 174 cm. boyunda, 83 kiloa¤›rl›¤›nda oldu¤unu söyler. Devam›nda, flüphelinin sa¤ elini kulland›¤›n›, k›z›lde-relilerle yap›lan savafllardan kalma bir gazi oldu¤unu, ve sa¤ avucunda bir kurfluntop kütlesi tafl›d›¤›n› anlat›r. Hatta, daha da ileri giderek flüphelinin sayg›de¤er birinsan oldu¤unu, suç mahalline girdi¤inde suç iflleme niyetinin bulunmad›¤›n›, de-dektif ve ekibinin geldi¤ini duyunca pencereden h›zl›ca d›flar› ç›kt›¤›n›, ama biraz-dan içeri gelece¤ini söyler. Çok geçmeden, flüpheli kap›y› çalar ve içeri girer. Hol-

mes’un yard›mc›s› Watson bunu nas›l bilebildi¤ini sorgulad›¤›nda ise cevab› tüm-dengelim olur. Asl›nda, Holmes’un cevab› eksik, çünkü sadece tümdengelim de-¤il, ayn› zamanda tümevar›m› da kullanm›flt›r.

Tümdengelim ve tümevar›m sadece bilimsel ç›kar›m yapmakta kullan›lan iki yöntem de¤il, ayn› zamanda günlük yaflam›m›zda da kulland›¤›m›z mant›k yürüt-me yöntemleridir. Akflamlar› iflten ya da okuldan döndü¤ümüzde, evimizin ›fl›kla-r›n› yanar gördü¤ümüzde, tümevar›m yöntemi ile annemizin ya da eflimizin evebizden önce geldi¤i ç›kar›m›nda bulunuruz. Annemiz ve eflimiz hakk›nda geçmifl-ten beri gelen tecrübelerimizi düflündü¤ümüzde ise tümdengelim yöntemini kulla-narak o anda mutfakta yemek piflirdi¤ini ve ayn› zamanda masay› haz›rlad›¤›n› tah-min edebiliriz. ‹çeri girdikten sonra da tahminlerimizin do¤ru olup olmad›¤›n› göz-

lemleyebiliriz. Yani, belirli bir durumdan genele ulaflmaya tümevar›m ve geneldendaha özel ve belirli bir gözleme ulaflmaya tümdengelim denir. Bu iki yönteminsa¤l›kl› iflleyebilmesi için de bilim adamlar› aç›k ve tam olarak gerçek olaylar› göz-lemlemek ve yans›tmak durumundad›rlar.

Uluslararas› ‹liflkiler alan›nda çal›flan siyaset bilimciler ise, etraf›m›zda olup bi-ten siyasi içerikli olaylar› araflt›rmak, aç›klamak ve tahminler yürütmekle ilgilenir-ler. Örne¤in, kim oy kullan›r? Hangi devletler insan haklar›n› çi¤nemeye meyilli-dirler? Yarg›da ba¤›ms›zl›k nas›l elde edilir? Seçim propogandalar›n›n seçmenlerüzerindeki etkisi nedir? Bu tür sorulara cevap ararken deneysel yaklafl›mlar›n avan-taj› gerçek hayatta olup biten bir olay›n laboratuvar ortam›nda basit flekliyle de ol-sa araflt›rmac›n›n gözü önünde yeniden cereyan etmesine imkân tan›mas›d›r. De-

neysel yaklafl›mlar flu sorular›n cevaplanmas›nda s›kl›kla kullan›lm›flt›r: Hangi flart-lar alt›nda devletler birbirleri ile iflbirli¤ine gider? Devletler ne zaman uluslararas›kurallara ve anlaflmalara uyar? Silahlanma nas›l önlenir?

Jannet Buttolph Johnson, H.T. Reynolds, ve Jason Mycoff.(2008). Political Science Rese-arch Methods. Washington, DC: CQ Press.Rebecca B. Morton ve Kenneth C. Williams. (2008). Experimentation in Political Science in

the Oxford Handbooks of Political Science. Janet M. Box-Steffenmeier, Henry E. Brady, Da- vid Collier (der.). Oxford University Press, s. 339-356.


Deneysel yaklafl›mlar›nSiyaset Bilimi veUluslararas› ‹liflkileralanlar›nda uygulanmas›özellikle 1990’lardan buyana artm›flt›r. Bu art›fl›ntemelinde ucuzlayanbilgisayar teknolojisi vegelifltirilen bilgisayarprogramlar›n›n bir çokdeneysel kurgununoluflturulmas›na vebulgular›n analizineyard›mc› olmas›d›r.

K ‹ T A P



NEDENSELL‹K VE ARAfiTIRMA KURGULARICBS Haber ABD’de 2004 Baflkanl›k Seçimleri Öncesi kampanya sloganlar›ndan ba-z›lar›n› flöyle tan›mlad›:

Bir reklamda, Jon Kerry’nin resmi gösterilir gösterilmez saniyeler içinde Osama bin

Laden ve Muhammet Atta’n›n resimleri h›zl›ca gösterilirken, bir erkek sesi, “bu iki fa-

natik katille bafl edebilece¤ine dair, Kerry’e güvenir miydiniz?” sorusunu sorar.

Baflka bir tanesinde, Baflkan Bush’un rüflvetçi Suudi kraliyet ailesiyle maddi gizli bir

ortakl›k içinde oldu¤u ve terörizm destekçileri ile ba¤lant›l› oldu¤u söylenir.

Üçüncü bir reklam da “Kerry’nin Vietnam savafl› esnas›nda düflmanlarla gizli bir

toplant› yapt›¤›n›” söyler. Baflkan Bush’un da Amerikan askerlerini bir bata¤›n içe-

risine sürükledi¤ini belirtir.

Birço¤umuzun düflünece¤i gibi negatif propoganda seçmeni kötü yönde etki-ler ve seçim adaylar›ndan uzaklaflt›r›r. Fakat CBS News tam tersine inanmaktayd›.

‹nsanlar›n negatif bilgilerden daha çok etkilendi¤ini savunmaktayd›lar. Hangi gö-rüfl do¤rudur? Bu konu siyaset bilimi çal›flmalar›nda hâlen tart›fl›lmaya devam eden

ve s›k s›k çal›fl›lan bir konudur. Böyle bir konuya nas›l yaklafl›lmal›? ‹htiyac›m›zolan, bilgi toplamaya ve analiz yapmaya yönelik bir plan gelifltirmek ve bulgular›-m›z›n sadece fikirlere de¤il de aç›k kan›tlara dayand›r›ld›¤› konusundaki güveni-mizi artt›rmakt›r. Bir araflt›rma kurgusu araflt›rmac›n›n bir soruyu nas›l çal›flaca¤›-n› belirten bir plan ya da tasar›d›r.

Araflt›rma kurgusunun niteli¤i ne olursa olsun, amaç iki ya da daha fazla de¤ifl-ken aras›nda bir neden-sonuç iliflkisi olup olmad›¤›n› saptamakt›r. Yukar›daki ör-nekte reklam kampanyas›n›n niteli¤i ile insanlar›n oy verme istekleri aras›nda biriliflki kurulmufltur. ‹ki de¤iflkenin birbirleri ile iliflkili oldu¤unu söylemek için, bir

de¤iflkenin belli de¤erlerinin di¤er de¤iflkenin belli de¤erleriyle örtüflmesi gerek-mektedir. Uluslararas› ‹liflkiler alan›ndaki örnekler aras›nda, uluslararas› organizas-

yonlar›n devletleraras› ifl birli¤ine katk›s›, güç da¤›l›m›n›n savafl›n bafllamas› üze-rindeki etkisi, ve d›fl müdahelenin etnik savafl ya da demokratikleflme üzerindekietkisini sayabiliriz. Her araflt›rma kurgusu bir kuram ile bafllar ve kuram ise bir ba-¤›ms›z de¤iflken, aç›klamaya çal›flt›¤›m›z olay, bir ba¤›ml› de¤iflken, aç›klamaya

yard›mc› olaca¤›n› düflündü¤ümüz faktörler, ve bir de bu ikisini ba¤layan ya dailiflkilendiren nedensel bir beyandan oluflur.

‹kinci aflamada, araflt›rma kurgusu kuram›n hangi örneklem (sample) kullan›la-rak test edilece¤ini belirler. Burada önemli olan, ilgilendi¤imiz olay›n hem pozitif hem de negatif türlerini örneklemimize dahil etmektir. Örne¤in, demokrasinin et-nik savafl üzerindeki etkilerine bak›yorsak, elimizdeki örneklemde demokratikolan ve olmayan ve etnik savafl yaflayan ve yaflamayan ülkelerin bulunmas› gerek-mektedir. Barbara Geddes, 1990 tarihli makalesinde bu soruna iflaret etmektedir.O zamana kadar yay›nlanm›fl birçok çal›flmay› örnek göstererek, araflt›rmac›lar›n

yeni geliflmekte olan Tayvan, Güney Kore ve Singapur gibi ülkelerle ilgili yanl›fl ç›-kar›mlar›n› ortaya koymaktad›r. Bir çok araflt›rmac›, Güney Kore (özellikle 1961’densonra), Singapur (1968 sonras›), Brezilya (1964 ile 1981 aras›nda) ve Meksika (1982öncesinde) ile ilgili çal›flmalar›nda bu ülkelerdeki h›zl› ekonomik büyüme konusu-nu aç›klamaya çal›flm›fllard›r. Tüm bu ülkelerin iki ortak özelli¤i vard›. H›zl› büyü-me esnas›nda ifl gücünü bask› alt›nda tutup, iflçilerin memnun olmad›klar› durum-lar› aç›klamalar›na izin vermiyorlard›. Bu bulguya dayanarak araflt›rmac›lar, ifl gü-cünü bask› alt›nda tutman›n h›zl› büyümeye pozitif katk›s› oldu¤unu savunmufllar-

292. Ünite - Nedensel ‹ l iflkiler , Araflt›rma Kurgular›, Deneysel Yaklafl›mlar ve Uluslararas› ‹ l iflkiler



d›r. Fakat, göz ard› edilen bir gerçek, dünyada ifl gücünü benzer flekilde bask› al-t›nda tutan baflka ülkelerin ekonomik geliflme konusunda bu ülkeler kadar baflar›-l› olmad›klar›d›r.

Bu örneklemde sadece h›zl› büyümeyi baflaran ülkeler oldu¤u için, ifl gücüüzerindeki bask›n›n di¤er ülkelerde de benzer flekilde büyümeye katk›s› olup ol-mad›¤›n› anlamak oldukça zordur. Daha sa¤l›kl› bir yöntem, örneklemi belirlerkensadece h›zl› büyümeyi baflaran de¤il, baflarmayan ülkeleri de analize eklemektir.E¤er analiz sonunda h›zl› büyümeyi baflarmayan ülkelerin de benzer flekilde iflgü-cünü bask› alt›nda tuttu¤unu gözlemliyorsak o zaman ifl gücü bask›s› ve büyümearas›nda nedensel bir ba¤dan söz edilemez. Sonuçta, büyümeyi baflaramayan ül-kelerde ifl gücünün bast›r›lmad›¤›n› görürsek o zaman nedensel bir iliflkiden bah-setmek söz konusu olabilir. Fakat her zaman akl›m›zda tutal›m ki, nedensel iliflki-ler en baflta belirledi¤imiz kuramlar›n ürünüdür. Araflt›rma kurgular› kuram›n be-lirtti¤i nedensel ba¤lant›lar› ispatlayacak kan›t bulmaya yararlar.

Bafltaki örne¤imize geri dönersek örneklemimizde hem negatif hem de pozitif propoganda içeren reklamlar› görmüfl olan seçmenlerin olmas› gerekmektedir.Reklam›n mahiyeti ve seçmenlerin seçim sand›¤›na gidip gitmeyece¤i aras›nda ne-densel bir ba¤ kurulmaya çal›fl›lmaktad›r. Bir sonraki aflamada, araflt›rma kurgusuörneklemle ilgili testlerin yap›lmas› için nas›l bir yöntem seçilece¤ini ve neden bel-li bir yöntemin di¤erlerine tercih edildi¤ini aç›klamak durumundad›r. ‹lerleyen bö-lümlerde de ele al›naca¤› üzere, araflt›rma yöntemlerini nitel veya nicel, deneysel

veya deneysel olmayan olarak s›n›fland›rmak mümkün. Hangi yöntem seçilirse se-çilsin, bir araflt›rma kurgusu, herhangi bir kuram› test etmeye çal›fl›rken afla¤›dakihedefleri dikkate al›r:

1. ‹ki ya da daha fazla de¤iflken aras›nda bir ba¤ kurmaya çal›flmak,

2. Bulgular›n gerçek hayatta da genel olarak do¤ru oldu¤unu göstermek,3. Bir olgunun di¤er olgudan daha önce ya da sonra geldi¤ini göstermek,4. Mümkünse alternatif aç›klamalar› elemek.

Barbara Geddes. (1990). “How the Cases You Choose Affect the Answers You Get: Selecti-on Bias in Comparative Politics”, Political Analysis. Cilt 2, s. 131-150.

Nedensel veya Sahte (Spurious) ‹liflkiler ‹nsanlar›n seçimlerde oy kullanmalar› ve televizyonda sürekli adaylarla ilgili nega-tif propoganda görmeleri ve duymalar› aras›nda negatif bir iliflkiden söz edilebilir.Sürekli negatif propagandaya maruz kalan seçmen hiçbir aday›n oyuna lay›k olma-

d›¤›n› düflünüp seçimde oy kullanmak istemeyebilir. Böyle bir hipotezi nas›l ispat-layabiliriz? Seçimlerden hemen sonra bir grup seçmenle röpörtaj yap›labilir. Onla-ra seçimlerden önceki negatif propogandan›n ne kadar fark›nda olduklar› ve se-çimlerde oy kullan›p kullanmad›klar› sorulabilir. Negatif propoganda ve oy kullan-ma oran› aras›nda bir iliflki oldu¤unu gözlemleyebiliriz. Tablo 2.1 insanlar›n nega-tif propaganda içeren reklamlar; X, görüp görmedikleri ve seçimlerde oy kullan›pkullanmad›klar›; Y, aras›ndaki iliflkiyi göstermektedir.


M A K A L E



Yukar›daki araflt›rma kurgusu kamuoyu araflt›rmas› ya da anket olarak da nite-lendirilebilir. ‹nsanlar›n siyasi davran›fllar›n› dolayl› olarak gözlemlemeye dayananbu kurguda, kiflilere bir konu ile ilgili ne düflündükleri ve nas›l davranacaklar› so-rulur. Gerçek davran›fllar› gözlemlemek, bu durumda kiflilerin oy pusulalar›na ba-k›p kime oy verdiklerini ya da oy verip vermediklerini gözlemlemek, mümkün ol-mad›¤› için sorulara verdikleri cevaplara göre de¤erlendirmemizi yapar›z. Tablo2.1 iki de¤iflken aras›nda net bir iliflki oldu¤unu gösteriyor. Negatif propogandaya

maruz kalmam›fl seçmenlerin hepsi oy kullanm›fllar ve maruz kalanlar›n hiçbiri oy kullanmam›fllar. Fakat bu sonuçlara bakarak, negatif propogandan›n oy kullanmaoran›n›n düflmesine sebep oldu¤unu savunabilir miyiz? Belki de oy kullanmaya gi-denlerin hepsi çok güçlü bir vatandafll›k görevi içgüdüsü ile haraket ettiler ve se-çim kampanyalar› ne derse desin her durumda oy kullanacaklard›. Ayn› zamanda,e¤itim seviyesi düflük olan insanlar çok fazla televizyon izliyor olabilirler ve seçim-lerde de oy kullanma zahmetinde bulunmayabilirler. E¤er bu tür farkl› nedenler vekoflullar söz konusu ise oy kullanma ve negatif seçim kampanyas› aras›nda bir ilifl-ki gözlemleyebiliriz. Ama bu iliflki nedensel bir iliflki olmayabilir. Negatif seçimkampanyalar›n› yay›ndan kald›rmak oy verme oran›n› de¤ifltirmeyebilir. Bu tür ilifl-kiler yanl›fl ya da sahte (spurious) olarak nitelendirilir. Oy verme oran› ve negatif

kampanyalar› içeren TV programlar›n› izlemek asl›nda ayn› zamanda baflka birüçüncü faktör taraf›ndan belirlenir ve birbirleri ile nedensel bir iliflki çerçevesindeba¤lant›l› gibi alg›lanabilir. Genelde üçüncü faktör belirlendi¤inde aradaki iliflki za-

y›flar ya da tamamen kaybolur. Örne¤in, e¤itim seviyesi hem oy verme oran›n›hem de televizyon izleme oran›n› etkiliyor olabilir.

Bilimsel çal›flmalar, gerçek ve gerçek olmayan iliflkileri birbirinden ay›rt etmeyihedeflerler. Üç aflamada bu hedefe ulaflmak mümkündür:

1. Efl zamanl› de¤iflkenlik (covariation): Yap›lan araflt›rma belirtilen sebebin X,belirtilen sonuçla Y, ayn› zamanda de¤iflti¤ini göstermelidir. Tablo 2.1 asl›n-da seçim kampanyalar› ve oy kullanma aras›nda böyle bir efl zamanl› de¤i-fliklik oldu¤unu saptam›flt›r ama nedensel bir ba¤ olup olmad›¤›n› anlayabil-

mek için kamuoyu yoklamas›ndan fazlas› gerekmektedir. Bu noktada arafl-t›rmac›n›n kiflisel yorumu önem kazanmaktad›r. ‹ki de¤iflken aras›nda iliflkioldu¤u objektif bir flekilde saptanabilir fakat iliflkinin nedensel olup olmad›-¤› araflt›rmac›n›n yorumuna kal›r.

2. Zaman s›ras›: Araflt›rma, sebebin sonuçtan önce geldi¤ini göstermelidir. Se-bebin sonuçtan sonra oluflmas› mümkün de¤ildir. Tablo 2.1’de mant›kl› ola-rak seçim kampanyas›n›n oy verme olay›ndan önce gerçekleflti¤ini savuna-biliriz. Fakat gözleme dayal› baflka çal›flmalarda bu durumu pratikte göster-mek biraz zor olabilir. Zaman s›ras› flart› karfl›lanm›fl olsa bile, nedensel biriliflkiden tam anlam›yla söz edebilmek için üçüncü maddede belirtilen flar-t›n da karfl›lanm›fl olmas› gerekir.

3. Alternatif aç›klamalar›n elenmesi: Araflt›rma ayn› zamanda alternatif aç›klamala-r› elemeli ve üçüncü bir faktörün iki de¤iflkeni de etkilemedi¤ini göstermelidir.

Y X X

Oy Kulland› m›? Negatif Propaganda

Evet

Negatif Propaganda

Hay›r

Evet %100

Hay›r %100


Tablo 2.1Oy Kullan›m› ve Negatif Propaganda Duyumu



‹ki de¤iflkenin birbirini takip etti¤i her durumda nedensel bir ç›kar›m yap›lamaz. Örne¤in,her zaman bahar k›fltan sonra gelmesine ra¤men, k›fl bahara neden olur denilemez. Ne-

densel bir aç›klama getirebilmek için, bir de¤iflkenin di¤er bir de¤iflken üzerinde de¤erde¤iflikliklerini meydana getirdi¤i fikrinin oluflmas› gerekir.

Sovyetler Birli¤i’nin çöküfl sebepleri aras›nda birçok neden say›lm›flt›r. Bir tanesi Amerika Birleflik Devletleri’nde artan askerî harcamalard›r. Amerikan askerî harcamalar› ile Sov- yetler’in çöküflü aras›nda nas›l bir iliflki kurmak mümkündür? Nedensel bir aç›klama getirmek gerekirse bu iliflkiyi nas›l yorumlars›n›z? Sovyetler’in çöküflü ile ilgili alternatif aç›klamalar ne olabilir?

J.B. Johnson, H.T. Reynolds ve Jason Mycoff. (2008). Political Science Research Methods. Washington, DC: CQ Press.

Araflt›rma Kurgular›Bir araflt›rma kurgusu, araflt›rman›n nas›l yap›laca¤› ile ilgili mant›ksal yap›y› sunar.Genelde araflt›rma, araflt›rmac› aç›s›ndan ilginç, o zamana kadar çal›fl›lmam›fl ya daaz çal›fl›lm›fl ve düflündüren bir soru ile bafllar. Soruyu iyi bir flekilde cevaplayabil-mek için verilmesi gereken en önemli karar ne tür bir araflt›rma yöntemi gelifltiril-mesi gerekti¤idir. Yöntemler aras›nda, deneysel yaklafl›mlar, k›s›mlar aras› (cross-sectional), boylamsal (longitudinal), vaka analizi ve karfl›laflt›rmal› kurgular say›la-bilir. Baflka bir s›kl›kla yap›lan ayr›m da nitel ve nicel yöntemler aras›ndad›r. Nitel

yaklafl›mlar›n avantaj›, bir olay hakk›nda derinlemesine ve detayl› bilgi toplamayaimkân sa¤lamalar›d›r, fakat bilgi toplanan vaka say›s› k›s›tl› olmak durumundad›r.

Örne¤in, siyasi liderlerle görüflmeler yap›lmas›, bir siyasi partinin derinlemesineincelenmesi ya da bir sosyal harekete kat›l›m›n gözlem yoluyla incelenmesi nitel

yaklafl›mlar aras›ndad›r. Fakat nitel yaklafl›mlar›n olaylar› detayl› ve derin incele-mesi, bir olay hakk›nda benzerleriyle ilgili genelleme yap›lmas›na engel teflkil et-mektedir. Nicel yaklafl›mlar, çok fazla say›da olay›n ayn› anda inceleyebilmeleri se-bebiyle, genelleme konusunda avantaja sahip olmalar›na ra¤men ço¤u zaman bir

veri taban› bulmak ve ya oluflturmak çok pahal›, zahmetli ve oldukça da vakit alanbir çabad›r. Toplanan veri taban›n›n ne derece gerçe¤i yans›tt›¤›n› bilmek zordur

ve verinin analizi de araflt›rmac›n›n baz› istatistiksel yöntemlerle ilgili bilgi ve be-ceri sahibi olmas›n› gerektirmektedir. Bu dezavantajlara ra¤men, laboratuvar vedo¤al deney yapmak her zaman mümkün olmad›¤› için araflt›rmac›lar deney d›fl›

yöntemleri daha pratik bulurlar.Deney d›fl› yöntemler nedensel ç›kar›m yapmak ve bir ba¤›ml› de¤iflken ile ba-

¤›ms›z de¤iflken aras›ndaki neden-sonuç iliflkisini daha kesin bir flekilde ortaya ç›-karma konusunda deneysel yöntemlar kadar güçlü de¤illerdir. Yukar›da bahsedi-len neden-sonuç iliflkisinin tespiti için gereken eflzamanl› de¤iflkenlik, zaman s›ra-s› ve alternatif aç›klamalar›n elenmesi flartlar›n›n özellikle kontrollü laboratuvar de-neylerinde yerine getirilmesi daha kolayd›r. Di¤er yöntemler, deneysel yaklafl›mlarkadar nedensellik konusunda net ç›kar›mlar sa¤lamasalar da kifliler d›fl›ndaki ak-törlerin de (gruplar, flehirler, devletler, organizasyonlar) araflt›rmaya dahil edilme-sini sa¤larlar. Deney d›fl› araflt›rma kurgular›nda, ba¤›ms›z de¤iflkenin uygulanma-s› ve kat›l›mc›lar›n gruplara atanmas› üzerinde araflt›rmac›n›n hiçbir kontolü olma-

d›¤› gibi baz› durumlarda ba¤›ml› de¤iflkenin ba¤›ms›z de¤iflken etkisini gösterme-den önce ölçülmesi imkân› yoktur. Fakat bu yöntemler laboratuvar çal›flmas› müm-


SIRA S‹ZDE 1

D ‹ K K A T

K ‹ T A P



kün olmad›¤›nda veri toplamak ve nedensel ç›kar›m yapmak için önemli alterna-tiflerdir. Bu yöntemlerin baz›lar›ndan k›saca bahsettikten sonra, ünitenin geri ka-lan k›sm›nda deneysel yaklafl›mlar detayl› olarak incelenecektir.

Küçük-n Kurgular› (Small-n Designs)Bu tür araflt›rmalarda, bir veya bir kaç olay ya da vaka incelenerek, röpörtaj, arflivtaramas› ve gözlem yöntemleri kullan›larak detayl› veri toplanmaya çal›fl›l›r. Sade-ce bir olay inceleniyorsa, örne¤in Frans›z Devrimi, bu yönteme tek vaka analizi

denir. Birden fazla olay inceleniyorsa örne¤in Bolflevik Devrimi, Mao Devrimi gi-bi, o yönteme karfl›laflt›rmal› vaka analizi denir. Bu yöntemlerin hepsi ve çeflitlitürleri 5. Ünite’de detayl› olarak anlat›lmaktad›r. Bu k›s›mda amaç, bu yöntemindeneysel yöntemlerle bir nebze olsun karfl›laflt›rmas›n› yapmakt›r. Araflt›rmaya ko-nu olan aktörler, baflbakanlar ya da di¤er siyasi kifliler olabilece¤i gibi, devrim, sa-

vafl, iç savafl gibi siyasi nitelik tafl›yan olaylar, meclis, bakanl›k gibi siyasi kurum-

lar, NATO, Birleflmifl Milletler gibi uluslararas› organizasyonlar ya da Irak’› kuflat-mak, erken seçimlere gitmek gibi siyasi kararlar olabilir.Güçlü vaka analizi çal›flmalar› net olarak tan›mlanm›fl bir kuram ile bafllarlar ve

vakalar› kuram› test etmek için kullan›rlar. Tabi, vaka analizi çal›flmalar›n›n bazentan›mlamaya ve keflfetmeye yöneldi¤i zamanlar da olur. Bu tür çal›flmalar deney-sel yaklafl›mlar kadar olay›n geçti¤i yer ve aktörler üzerinde fazla kontrol imkân›sa¤lamasa da iyi kurgulanm›fl vaka çal›flmalar› bir deneysel çal›flmaya yak›n bulgu-lar üretebilir. Örne¤in, araflt›rmac›lar seçtikleri vakalar› ba¤›ms›z de¤iflkenlerdefarkl› de¤er alanlar aras›ndan ama di¤er kontrol de¤iflkenlerinden ayn› de¤er alan-lar aras›ndan seçebilir. Bu durumda, olay›n olufltu¤u ortam ya da çevre üzerindebiraz da olsa kontrol sa¤lanm›fl olur. Terrörist organizasyonlar ve hükûmetler ara-

s›nda nas›l bir müzakere ve iletiflim kuruldu¤unu anlamak için, Miller (1993) BlackSeptember diye adland›r›lan Filistinli bir terörist grubu taraf›ndan gerçeklefltirilenüç adet rehin alma olay›n› incelemifltir. Rehin alma olaylar›n›n hepsinin ayn› gruptaraf›ndan ifllenmesi, grubun yap›s›, üyelerin say›s› ve gücü konusundaki de¤ifl-kenli¤in kontrolü için önemlidir. Böylece, hükûmet ve grubun pazarl›k süreçlerin-de çok fazla de¤iflkenin etkisi olmas› kontrol alt›nda tutulmaktad›r.

Vaka analizi çal›flmalar›n›n bilimsel ve nedensel ç›kar›m konusunda en çok vur-gulanan eksikliklerinden birisi, olas›l›kl› yan›tlar içermemesidir. Fakat bir çok arafl-t›rmac› iki de¤iflken aras›ndan nedensellikten bahsederken, belli bir olas›l›k oran›

verirler. Di¤er bir deyiflle nedensellik her zaman bir gereklilik (determinism) sonu-cu ortaya ç›kmaz. Vaka analizinde, beklentimiz X olursa, arkas›ndan Y gelecektir.

X burada ba¤›ms›z de¤iflkene, Y ise ba¤›ml› de¤iflkene iflaret etmektedir. Örne¤in,Mill’in en benzer sistemler yöntemine göre, araflt›rmac› ifle her aç›dan çok benze-

yen ama bir aç›dan farkl› iki vaka seçmekle bafllar. Örne¤in, araflt›rma konusunun19. yüzy›lda Fransa’da ve Amerika’da sosyalizmin ortaya ç›k›fl› oldu¤unu varsaya-l›m. Tablo 2.2’de görüldü¤ü üzere, 19. yüzy›lda Fransa ve Amerika’y› karfl›laflt›rd›-¤›m›zda Amerika’da sosyalizmin çok etkisi olmad›¤›n› ama Fransa’da oldu¤unu gö-rürüz (Johnson ve di¤er, 2008, pp.152-153).




Ba¤›ms›z de¤iflkenler aras›nda, de¤iflkenlik gösteren tek etken sosyal s›n›flararas›ndaki ekonomik farkt›r. Di¤er bir deyiflle sehirleflme, sanayileflme gibi önce-den olufltu¤unu düflündü¤ümüz etkenler de¤iflken de¤il, iki ülkeye bak›ld›¤›ndabu etkenlerin de¤erlerinin sabit oldu¤unu görüyoruz. Amerika’da flehirleflme dahaaz, Fransa’da daha fazla diyemeyiz. ‹ki ülkenin bu flekilde seçilmesi kontrol sa¤la-

mak amac›ylad›r. ‹ki vaka inceleyip birden fazla neden-sonuç iliflkisi göstermekmümkün de¤ildir. Peki, bir toplumdaki derin ekonomik uçurumlar›n her an sosya-list hareketlere yol açmayaca¤›n› söyleyebilir miyiz? Karfl›laflt›rmal› vaka analizi ça-l›flmalar›na göre bu sorunun cevab›n› vermek zor. Fakat nicel ve deneysel yakla-fl›mlarda, baz› flartlar alt›nda belli bir yüzde olas›l›kla sosyalist hareketlerin oluflupoluflmayaca¤›n› söyleyebiliriz. Yukar›da örne¤ini verdi¤imiz vaka analizi Mill’in enbenzer sistemler karfl›laflt›rmas›d›r. Ünite 5’te detayl› olarak anlat›ld›¤› gibi çok çe-flitli vaka analizi yöntemleri mevcuttur ve hepsi de bilimsel bilginin oluflturulmas›-na katk›da bulunur. Vaka analizi, iki de¤iflken aras›ndaki neden-sonuç iliflkisininnas›l bafllad›¤›n› ve geliflti¤ini detayl› olarak sunmak aç›s›ndan önemli bir yöntem-dir. Bunun yan› s›ra, gözlemlenmesi zor olaylarla ilgili kuram gelifltirilmesi için çok

önemli rol üstlenmifltir. Siyaset ve siyasi süreçlerle ilgili bildiklerimiz ço¤u, devletbaflkanlar›, milletvekilleri, hâkimler, siyasi kampanyalar, anlaflmalar, savafllar, terö-rizm, ve iç savafllar hakk›ndaki vaka çal›flmalar›n›n bir sonucudur. Dolay›s›yla ne-densellik ve bilimsel ç›kar›m konusunda vaka çal›flmalar› deneysel yöntemlerle re-kabet etmekten ziyade tamamlay›c› bir rol oynamaktad›r. Vaka çal›flmalar›n›n de-neysel yöntemleri nas›l tamamlad›¤› ve ilgili örnekler 8. Ünite’de çoklu yöntemleranlat›l›rken detayl› olarak ele al›nacakt›r.

R. Reuben Miller. (1993). “Negotiating with Terrorists: A Comparative Analysis of ThreeCases”, Terrorism and Political Violence, Cilt 5, Say› 3, s. 78-105. Jannet Buttolph Johnson, H.T. Reynolds, ve Jason Mycoff.(2008). Political Science Rese-

arch Methods. Washington, DC: CQ Press.

K›s›mlar-Aras› Analiz (Cross-Sectional Analysis): Anket veKümeli (Aggregate) Veri AnaliziK›s›mlar-aras› analizde, araflt›rmac› ba¤›ml› ve ba¤›ms›z de¤iflkenlerle ilgili öl-çümleri ayn› anda yapar ve ba¤›ms›z de¤iflkenin, araflt›rmaya konu olan kiflile-ri, ülkeleri ya da di¤er kümeli aktörleri, ba¤›ml› de¤iflkeni etkiledi¤i ortam› kon-trol etmez. E¤er analize konu olan aktörler kifliler ise araflt›rmaya anket ya dakamuoyu yoklamas›, devlet ve millet gibi co¤rafi varl›klar ise ya da parti, etnikgrup gibi aktörler ise kümeli analiz (aggregate analysis) ad› verilir. E¤er araflt›r-ma konusu kifliler ya da kümeler belli bir zaman aral›¤›nda periodik olarak in-

celeniyorsa, bu analize ayn› zamanda boylamsal (longitudinal) analiz ad› veri-

Vaka (Ülke)

Ba¤›ml›De¤iflken(Sosyalist

Hareketler)

Ba¤›ms›zde¤iflken

(Sanayileflme)


(fiehirleflme)


(Ortak Dil)


(Sosyal S›n›flarAras›nda Derin

Ekonomik Uçurum)

Amerika Evet Evet Evet Evet Hay›r

Fransa Hay›r Evet Evet Evet Evet


Tablo 2.2Fransa ve Amerika’da Sosyalizm – En

Benzer Sistemler Analizi

M A K A L E



lir. Araflt›rmac›lar›n ba¤›ms›z de¤iflken üzerinde herhangi bir yönlendirme (ma-nipulation) yapma imkân› olmad›klar› için, eldeki verileri analiz ederek neden-sel ç›kar›m yapmaya çal›fl›rlar.

Genel olarak nicel yaklafl›mlar›n temel çeflitlerinden olan k›s›mlar-aras› ve boy-lamsal analiz, nedenselli¤in ispatlanmas› aç›s›ndan zay›f yöntemlerdir. Araflt›rmac›nedenselli¤i araflt›rman›n en bafl›nda var olan kuramlara göre belirler. Ba¤›ms›zde¤iflken üzerinden gözlemlenen etkinin ba¤›ms›z de¤iflkenin nedensel bir sonu-cu olup olmad›¤›n› gözlemlemek hem deneysel kurguya hem de vaka analizinegöre daha zordur. Nicel yöntemlere iliflkisel (correlational) yöntemler ad› da veri-lir. Tüm de¤iflkenler kendi do¤al ortamlar›nda serbestçe de¤er de¤ifltirirler. Araflt›r-mac› hiçbir ba¤›ms›z de¤iflkeni kontrol etmeye çal›flmaz. Sadece de¤iflkenler ara-s›nda belli e¤ilimler ya da ayn› anda oluflan de¤er de¤ifliklikleri var m› ona bakar.Örne¤in, ilgilenilen iki de¤iflken bir ülkenin baflka bir ülkeye karfl› savafl açma ih-timali ve ülkenin rejim türü (demokrasi ya da otokrasi) olsun. ‹ki de¤iflken ayn› an-

da art›yor mu? Azal›yor mu? Ya da biri art›yor di¤eri azal›yor mu? Araflt›rmac› builiflkiyi belirlemeye çal›fl›r fakat deneysel yaklafl›mlarda oldu¤u gibi ba¤›ms›z de¤ifl-kenle ilgili hiçbir yönlendirme yapmaz. Deneysel yaklafl›mlarda oldu¤u gibi ba-¤›ms›z de¤iflkenin kontrol edilip ba¤›ml› de¤iflken üzerinde nedensel bir etki olufl-turdu¤unun saptanmas› mümkün de¤ildir. Buna ra¤men, nicel yaklafl›mlar olayla-r›n daha gerçekçi ve do¤al ortamlar›nda ölçülmesine, örneklemin geniflletilmesine

ve genel olarak popülasyondaki e¤ilimlerin yans›t›lmas›na ve deneysel kurgularlatest edilmesi mümkün olmayan hipotezlerin test edilmesine imkân sa¤lar. Nicel

yaklafl›mlar›n en önemli avantaj›, bulgular›n çal›flmaya konu olan genifl bir popü-lasyona genellenebilir olmas›d›r. Fakat ba¤›ms›z de¤iflkenler üzerinde araflt›rmac›-n›n bir kontrolünün olmamas›, as›l ilgilenilen de¤iflkenlerin etkilerinin ay›rtedile-

bilmesi için belli veri analizi tekniklerinin gelifltirilmesini gerektirmifltir.Merolla ve di¤erleri (2012), Türkiye’de kiflilerin terörizmle mücadele u¤runa bi-

reysel hak ve özgürlüklerinden ne derece feragat etmeyi kabul ettiklerini anlamaya yönelik bir çal›flma bafllatm›fllard›r. Çal›flma ‹nternet üzerinden bir anket fleklin-de olup yar› deney yar› k›s›mlar-aras›d›r. Kat›l›mc›lardan yafl, e¤itim, ifl ve çal›flmadurumlar› gibi demografik baz› bilgiler topland›ktan sonra, kendilerine siyasi gö-rüfllerini anlamaya yönelik bir dizi soru sorulur. Daha sonra, kat›l›mc›lara rastgeleatama yöntemi ile iki farkl› haber metni okutulur. Birinci metin, kat›l›mc›lara Tür-kiye’nin son y›llarda gösterdi¤i ekonomik geliflmeleri pozitif bir senaryo olarak su-nar. ‹kinci metin ise son zamanda gerçeklefltirilmifl terörist bir sald›r›dan bahseder.Haberi okuduktan sonra kendilerini nas›l hissetikleri ile ilgili bir dizi sorudan son-

ra, kat›l›mc›lara ülkedeki baz› etnik ve dini azl›klarla ilgili sorular sorulur. Merolla ve di¤erlerinin as›l ilgilendikleri konu, ba¤›ms›z de¤iflken, kiflilerin terörizmle ilgi-li bir haberden sonra kiflisel özgürlükleri konusundaki tav›rlar›d›r. Kontrol grubu,ekonomi ile ilgili haber metnini okuyan kiflilerdir. Araflt›rmac›lar anket sonunda,ekonomi ile ilgili haberi okuyanlar›n kiflisel haklar› ile ilgili daha titiz davranacak-lar›n› beklemektedirler. Di¤er yandan, terörizm ile ilgili haberi okuyanlar›n, terö-rizmle mücadele u¤runa bu haklar›ndan feragat etmeye daha yatk›n olacaklar›beklenmektedir. Araflt›rma sonunda, demografik bilgiler ve kat›l›mc›lar›n siyasi gö-rüflleri ile ilgili sorular kontrol olarak kullan›larak verinin detayl› bir istatiksel ana-lizi yap›lacakt›r.

Bu örnek anket ve deneysel çal›flmay› ayn› anda uygulamaktad›r. 8. Ünite’de

çoklu yöntemler konusu ifllenirken farkl› yöntemlerin nas›l ve hangi amaçla ayn›çal›flma içerisinde kullan›labilece¤inden detayl› olarak bahsedilecektir. Merolla ve




di¤erlerinin araflt›rmas› tam bir deneysel yaklafl›m olmamakla beraber, uyaran ola-rak kullan›lan haberlerin önce oldu¤unu ve insanlar›n fikirlerinin sonra de¤iflti¤iniispat etmek mümkündür. Yani, ba¤›ml› ve ba¤›ms›z de¤iflkenler aras›ndaki zaman

s›ras›n› kontrol etme imkân› vard›r. Tüm bunlara ra¤men, kiflilerin özgürlükleriyleilgili kararlar›n sadece anket esnas›nda okutulan haberlerle ilgili oldu¤unu iddiaedemeyiz. Bu nedenle araflt›rmac›lar, kiflilerin genel siyasi görüfllerini de anlamaya

yönelik bir dizi soru sormufllard›r.

Jennifer Merolla ve Liz Zechmeister. (2012). Collaborative Research: The Effects of Terro-rist Threats on Democratic Support in Liberal and Illiberal Democracies (Turkey Study with Belgin San-Akca).

DENEYSEL YAKLAfiIMLAR VE ULUSLARARASI‹L‹fiK‹LER

Deneysel yaklafl›mlar, pskikoloji ve do¤al bilimlerde uzun süredir ve s›kça baflvu-rulan yöntemler olmalar›na ra¤men, ekonomi ve uluslararas› iliflkiler alanlar›ndason on y›lda kullan›lmaya bafllanm›fllard›r. Deneysel yaklafl›mlar oy kullanma dav-ran›fllar›n›n çal›fl›lmas› ve kamuoyu yoklamas› ile halk›n nabz›n›n tutulmas› içins›kl›kla kullan›lmalar›na ra¤men, uluslararas› iliflkiler ile ilgili konularda deneysel

yaklafl›m içeren bir çok yenilikçi çal›flma için önemli f›rsatlar var olmaya devam et-mektedir.

Uluslararas› ‹liflkiler alan›nda yap›lm›fl baz› deneysel çal›flmalara bir göz at-mak, bize gelecekte çal›fl›labilecek konular için ipuçlar› sa¤layacakt›r. Deneysel

yaklafl›mlar›n öncelikle uyguland›¤› araflt›rma konular›, devletler aras› silahlanma yar›fl›, müzakereler, ve çat›flma ve ifl birli¤ine yönelik beklentilerdir. Deutsch ve

di¤erleri (1967) iki kiflilik laboratuvar deneyleri yaparak kiflilerin çat›flma ortamla-r›nda nas›l karar verdiklerini incelemifllerdir. Daha sonraki y›llarda, iki kat›l›mc›l›laboratuvar deneyi, kiflilerin çat›flma hâlinde karar verme süreçlerinin incelenme-si için s›kl›kla baflvurulan bir yöntem haline gelmifltir. Bonham (1971) uluslarara-s› silahlanma kontrolüne dair müzakereleri, sadece erkek kat›l›mc›lar›n oldu¤u birdeneyle laboratuvar ortam›nda canland›rm›fl ve kat›l›mc›lardan Büyük Britanya,

Amerika ve Sovyetler Birli¤i liderleri gibi davranmalar›n› istemifltir. Pilisuk (1984)Deutch ve di¤erlerinin iki kat›l›mc›l› deneysel yaklafl›mlar›n› kullanarak, kat›l›m-c›lara Mahkumlar›n Açmaz› (Prisoner’s Dilemma) oyununu oynatm›fllard›r. Kat›-l›mc›lar hem karfl› taraf›n silahlar›n›n teftifl edilmesini talep etme hem de karfl› ta-raftan böyle bir talep gelirse reddetme hakk›na sahipti. Ayr›ca, kat›l›mc›lar önle-

yici sald›r› (preemptive strike) yapma hakk›na sahiptiler. Deney bulgular› aras›n-da, taraflar aras›nda iletiflimin çok önemli oldu¤u ve çat›flman›n iletiflim artt›kçaönlenebilece¤i gibi daha çok liberal görüflü destekleyen bulgular yer alm›flt›r.1995’te iletiflimin taraflar aras›nda ifl birli¤ini artt›r›p artt›rmayaca¤›n› inceleyenMajeski ve Fricks de benzer sonuca ulaflm›fllard›r. ‹letiflimin taraflar›n düflmanlar›-na karfl› hissettikleri korkular› azaltt›¤› bulunmufltur. Ayn› zamanda, küçük birgrup kat›l›mc›n›n da daha bencil ve h›rsl› hareket ettiklerini ve iletiflimin onlar›nüzerinde fazla etkisi olmad›¤› görülmüfltür. Müzakere ile ilgili deneylerin daha so-fistike bir örne¤i, Druckman’›n 1993 y›l›nda çevresel düzenleme ile ilgili uluslara-ras› müzakere çal›flmas›d›r. Kat›l›mc›lara sera gaz› (greenhouse gas) ile ilgili dü-zenlemeleri müzakere etmeleri söylenmifltir. Kat›l›mc›lar bilim adamlar› ve diplo-

matlar olmak üzere iki grubtan seçilmifltir.


Uluslararas› ‹liflkileralan›n›n ilk olarak geliflti¤iAmerika BirleflikDevletleri’nde bile deneyselyaklafl›mlar›n kullan›lmas›Amerikan siyasetiniilgilendiren konularla s›n›rl›kalm›flt›r. Son y›llarda, RoseMcDermott ve Susan Hydegibi siyaset bilimciler,deneysel yaklafl›mlar›nUluslararas› ‹liflkileralan›nda da kullan›m›n›art›racak uygulamalarlailgili örnekler sunmufllard›r.

M A K A L E



Deutsch, Morton, Yakov Epstein, Donnah Canavan, ve Peter Gumpert. (1967). “”Strategiesof Inducing Cooperation: An Experimental Study”, the Journal of Conflict Resolution. Cilt

11, Say› 3, s.345-360.Bonham, Matthew. (1971). “Simulating International Disarmament Negotiations”, the Jo-urnal of Conflict Resolution. Cilt 15, Say› 3, s.299-315.Druckman, Daniel. (1993). “The Situational Levers of Negotiating Flexibility”, the Journalof Conflict Resolution. Cilt 37, Say› 2, s. 236-276.Majeski, Stephen, ve Shane Fricks. (1995). “Conflict and Cooperation in International Re-lations”, the Journal of Conflict Resolution. Cilt 39, Say› 4, s. 622-645.Pilisuk, Marc. (1984). “Experimenting With the Arms Race”, the Journal of Conflict Reso-lution. Cilt 28, Say› 2, s. 296-315.

Deneysel yaklafl›mlar›n geçmiflte uyguland›¤› araflt›rma alanlar›ndan bir baflka-

s› savafl ve kriz konular›d›r. Ne tür psikolojik süreçlerin ve e¤ilimlerin savafla karar verme aflamas›nda etkili oldu¤u temel deney konusunu oluflturmufltur. Beer ve di-¤erleri 1987’de yapt›klar› çal›flmalar›nda kiflilik özelliklerinin uluslararas› arenada-ki geliflmelerle nas›l ba¤lant›l› oldu¤unu incelemifllerdir. Kat›l›mc›lara Birinci ve‹kinci Dünya Savafllar›ndan baz› senaryolar gösterilerek savafla karfl› duygular›güçlendirilmifltir. Bulgular›, bask›n karakterlerin daha da çat›flmac› hâle geldi¤ini,uysal karakterlerin daha da itaatkâr hâle geldiklerini göstermifltir. Son zamanlarda,deneysel yaklafl›mlar terörizm konusunun çal›fl›lmas›nda da uygulanmaya bafllan-m›flt›r (Schafer 1997, Healy ve di¤erleri 2002, Kraus ve di¤erleri 1992). M›s›r’dan ‹s-rail’e giden ve Amerikal› yolcular›n oldu¤u bir uça¤›n kaç›r›lmas›n› konu alan de-neylerinde, Kraus ve di¤erleri (1992) kat›l›mc›lara bir çözüm bulmak için müzake-

relerde bulunmalar›n› söylemifllerdir. Bulgular› sonucunda ‘kazan-kazan’ yönündedestek alan kat›l›mc›lar›n iflbirli¤ine yönelik kararlar› daha fazla ald›klar› gözlem-lenmifltir.

Kraus, Sarit, Jonathan Wilkenfeld, Michael Harris ve Elizabeth Blake. (1992). “The Hosta-ge Crisis Simulation”, Simulation & Gaming. Cilt 23, Say› 4, s. 398-416.Schafer, Mark. (1997). “Images and Policy Preferences”, Political Psychology. Cilt 18, Say›4, s. 813-829.Beer, Francis, Alice Healy, Grant Sinclair, ve Lyle Bourne. (1987). “War Cues and ForeignPolicy Acts”, American Political Science Review. Cilt 81, Say› 3, s. 701-716.Healy, Alice, Joshua Hoffman, Francis Beer, ve Lyle Bourne. (2002). “Terrorists and De-

mocrats: Individual Reactions to International Attacks”, Political Psychology. Cilt 23, Say›3, s. 439-467.

Deneysel yaklafl›mlar d›fl politika ile ilgili karar verme süreçlerinin analizindede kullan›lm›fllard›r. Alex Mintz ve Nehemiah Geva deneysel yaklafl›mlar›n d›fl po-litika analizine uygulanmas›nda öne ç›kan isimler aras›ndad›r. Mintz ve Geva1993’te yapt›klar› çal›flmalar› ile demokratik bar›fl paradigmas›n› test etmifllerdir.Çal›flmada, Amerikal› ve ‹srailli ö¤renciler ve Amerikal› yetiflkinler kat›l›mc› örnek-lemini oluflturmufltur. 3 tane deney gerçeklefltirilmifl ve kat›l›mc›lar›n bir kriz duru-munda demokratik bir ülkeye ve demokratik olmayan bir ülkeye karfl› güç kullan-mak isteyip istemedikleri incelenmifltir. Güç kullan›m› konusunda, demokratik ol-

mayan ülkelere karfl› daha fazla destek ortaya ç›km›flt›r. Daha sonraki bir çal›flma-da Geva ve Hanson (1999) kültürel faktörlerin güç kullan›m› ile ilgili kararlar üze-


M A K A L E

Demokratik Bar›flParadigmasi, demokratikdevletlerin birbirleri ilesavaflmayaca¤›n› savunanbir görüfltür. Özellikle nicelyaklafl›mlar kullan›larakaraflt›r›lan demokrasi ilebar›fl aras›ndaki iliflki çeflitlinedensel aç›klamalaradayand›r›l›r: demokrasilerinbirbirleri ile ayn› normlar›paylaflt›klar›, daha iyiiletiflim kurabildikleri,liderlerin bir savafl karar›n›halklar›na aç›klamalar›n›n

zor oldu¤unu ve bir savafl›kaybetmenin bedelinin a¤›rolabilece¤i gibi.

M A K A L E



rindeki etkisine bakm›fllard›r. Devletlerin, kendileri ile benzer bir kültürü paylaflandevletlere karfl› güç kullanma karar› verdiklerine çok s›k rastlanmam›flt›r.

Alex Mintz ve Nehemiah Geva. (1993). “Why Don’t Democracies Fight Each Other? An Ex- perimental Study”, the Journal of Conflict Resolution. Cilt 37, Say› 3, s. 484-503.Nehemia Geva ve Christopher Hanson. (1999). “Cultural Similarity, Foreign Policy Actions,and Regime Perception: An Experimental Study of International Cues and Democratic Pea-ce”, Political Psychology. Cilt 20, Say› 4, s. 803-827.

Deneysel kurgularda, yukar›daki örneklerde görüldü¤ü üzere, ba¤›ms›z de¤ifl-ken tamamen araflt›rmac› taraf›ndan kontrol edilir. Ba¤›ml› de¤iflken serbest b›ra-k›l›r. Kat›l›mc›lar›n deney konusu olan uyarana (treatment) maruz kald›¤› ortam ta-mamen kontrol alt›ndad›r. Bunun bafll›ca sebebi, alternatif ya da di¤er ba¤›ms›zde¤iflkenlerin kat›l›mc›lar›n davran›fllar› üzerindeki etkisini elemektir. Sosyal Bilim-

lerin birçok alan›nda, deneysel kontrol bazen imkâns›z bazen etik kurallara ayk›r›bazen de pratikte uygulamas› zordur. Buna ra¤men, araflt›rma konusundaki bilim-sel yaklafl›mlar aras›nda deneysel olan› en geliflmifl ve kapsaml› olan›d›r. Gerçekbir deneysel kurgu, afla¤›daki tüm özellikleri bar›nd›rd›¤› için araflt›rma kurgular›aras›nda özel bir konuma sahiptir:

1. Ba¤›ms›z de¤iflkenlerin ba¤›ml› de¤iflkenlere olan etkisi ile ilgili bir ya dabirkaç tane kuram önerir.

2. Ba¤›ms›z de¤iflken için en az iki seviye de ölçüm belirtir.3. Kat›l›mc›lar› deney gruplar›na rastgele tayin eder (random assignment).4. Kuramlar› test edebilmek için detayl› bir prosedür belirtir.5. Dâhilî geçerli¤e (internal validity) tehdit oluflturabilecek olgular için, di¤er

bir deyiflle ölçümde hata olmamas› için, kontrol mekanizmas›n› bar›nd›r›r.Deneysel yaklafl›mlar› içeren çal›flmalarda önemli olan kurgunun detayl› bir fle-

kilde planlanmas›d›r. Kat›l›mc›lar›n gözlemlenmeye bafllamas›ndan önce araflt›rma-c› flu ad›mlardan geçer: bir araflt›rma sorusu gelifltirir, konuyla ilgili öne ç›kan ku-ramlar› belirler, ba¤›ml› ve ba¤›ms›z de¤iflkenleri tan›mlar ve nas›l ölçülece¤ini be-lirler, hipotezleri ortaya koyar, çal›flman›n konusu olan popülasyonu tan›mlar, de-ney kat›l›mc›lar›n› seçer ve uygun olan gruplara yerlefltirir, deney esnas›ndaki göz-lemlerle ilgili prosedürü belirler, deneyin geçerlili¤ini (validity) etkileyebilecek teh-ditler için haz›rl›k yapar, deneyde kontrol olarak kullan›labilecek flartlar› belirler vedeney sonunda elde edilen verinin analizi için takip edilecek yöntemleri ortaya ko-

yar. Tüm bu aflamalar› içeren çal›flmalara, deneysel kurgu diyoruz. Bir deney kur-gusu hem planlama aflamas›n› hem de deneyin kendisini kapsar. Deneyin baflar›s›

planlama aflamas›n›n ne kadar detayl› ve net oldu¤u ile yak›ndan ilgilidir. Tabii, bu-nun için önemli olan araflt›rmac›n›n deneyle ilgili gözlem ve verileri bafltan sona ka-dar kendi düzenledi¤i bir kurgu ile elde etmesidir. Bu tür veriye deneysel veri ad›

verilirken araflt›rmac›n›n kontrolü d›fl›nda geliflen vey a toplanan veriye de gözlem-sel ya da deney d›fl› veri ad› verilir. Gözlemsel verinin toplanmas›nda araflt›rmac›,hiç bir flekilde verinin oluflmas› sürecini kontrol etmez ya da kar›flamaz.

Deneysel yaklafl›mlar› di¤er yöntemlerden ay›ran en önemli iki özellikleri, rast-gele atama (random assignment) ve kontrol grubudur. Bu iki özellik deneylerdehem dâhilî geçerlik, deneyde gözlemlenen neden-sonuç iliflkisinin gerçekten de-neye konu olan ba¤›ms›z de¤iflken taraf›ndan belirlendi¤i, hem de harici geçerlik,deneysel bulgular›n daha farkl› ortamlara genellenebilir oldu¤u, için karfl›lafl›labi-

lecek sorunlara çözüm oluflturur. Gelecek bölümlerde, deneysel yaklafl›mlarla ilgi-li temel konular ele al›nacakt›r.


fiu aflamalar› içerençal›flmalara, deneysel kurgudiyoruz: bir araflt›rma sorusugelifltirir, konuyla ilgili öneç›kan kuramlar› belirler,ba¤›ml› ve ba¤›ms›zde¤iflkenleri tan›mlar ve

nas›l ölçülece¤ini belirler,hipotezleri ortaya koyar,çal›flman›n konusu olanpopülasyonu tan›mlar, deneykat›l›mc›lar›n› seçer veuygun olan gruplarayerlefltirir, deneyesnas›ndaki gözlemlerleilgili prosedürü belirler,deneyin geçerlili¤ini(validity) etkileyebilecektehditler için haz›rl›k yapar,deneyde kontrol olarakkullan›labilecek flartlar›belirler ve deney sonundaelde edilen verinin analizi

için takip edilecekyöntemleri ortaya koyar.

Dâhilî geçerlik, bir deneydegözlemlenen neden-sonuçiliflkisinin gerçekten deneyekonu olan uyarandan ya daba¤›ms›z de¤iflkenden(treatment) kaynakland›¤›olgusuna denir. Haricî geçerlik, deney sonucusaptanan bulgular›n, farkl›ortamlarda ve farkl›örneklemler (sample) içingeçerli ve genellenebilirolmas›na denir.

M A K A L E



Rastgele Atama (Random Assignment)Temelde deneysel bir kurgu bir deney grubu ve kontrol grubundan oluflur. Tabii de-ney grubu birden fazla olabilir. ‹lerleyen bölümlerde farkl› deney kurgular› anlat›lmak-

tad›r. Deney grubundaki kat›l›mc›lar, deneye konu olan uyarana maruz b›rak›l›rlar.Kontrol grubundaki kat›l›mc›lara ise deneysel hiçbir yönlendirme yap›lmaz. Gruplar›noluflturulmas›ndaki en önemli aflama, kat›l›mc›lar›n rastgele bu iki gruba atanmas›d›r.Di¤er bir deyiflle deneye kat›lmak tamamen flans sonucudur. Rastgele atama, ayn› za-manda deney ve kontrol gruplar›n›n bafllang›çta ayn› karakterlere sahip oldu¤unu dagaranti etmeye yard›mc› olur. Rastgele atama kural›, deneysel yaklafl›m› nedensel ç›ka-r›m aç›s›ndan en güçlü araflt›rma kurgular›ndan biri hâline getirir.

Yukar›da bahsedilen Majeski ve Fricks’in (1995) iletiflimin ifl birli¤i üzerindekietkisini inceleyen çal›flmas›na 270 kad›n ve 270 erkek ö¤renci kat›lm›fllard›r. Dene-

yin her turuna 6 ö¤renci kat›l›r. Ö¤renciler rastgele 3’er kiflilik iki gruba bölünür vesosyal iletiflim ile ilgili bir çal›flma yapacaklar› söylenir. Her grubun bir de temsil-

cisi vard›r. Baz› gruplar›n temsilcilerine ayr› bir odada ikili görüflme yapmalar›naizin verilir. Baz›lar›na verilmez. Görüflme yapmalar›na izin vermek deneydeki ba-¤›ms›z de¤iflken ya da araflt›rman›n konusu olan uyaran iletiflimdir. Temsilcilerininayr› görüflme yapmas›na izin verilmeyen gruplar ise kontrol grubudurlar. Kontrolgrubu, deneyin konusu uyarana maruz kalmayan gruptur. Deney sonucunda, tem-silcileri nezdinde birbirleri ile iletiflime geçen gruplar›n daha çok ifl birli¤ine yanafl-t›klar› gözlemlenmifltir.

Rastgele atama (randomization) ve rastgele örneklem (random sample) aras›ndaki fark›unutmamal›y›z. Birincisi, bir araflt›rmaya kat›lan kiflilerin rastgele deneysel ve kontrolgruplar›na atanmas› anlam›na gelir. ‹kincisi ise küçük say›da bir örneklemin, genifl bir po-

pülasyondan nas›l seçildi¤ine dair ifllemi anlat›r.

Üniversite ö¤rencilerinin, son dönemde bas›nda s›kça duydu¤umuz Arap Bahar› ile ilgiligörüflleri ile ilgili bir çal›flma yapaca¤›n›z› düflünün. Çal›flman›n amac›, ö¤rencilerin ArapBahar› ile ilgili pozitif görüfllere maruz kalmalar›n›n, Arap Bahar›’n›n gelece¤i ile ilgili gö-rüflleri üzerindeki etkisini ö¤renmektir. Çal›flmay› gerçeklefltirmek için ö¤rencileri nas›lseçece¤inizi ve deneysel ve kontrol gruplar›n› nas›l oluflturaca¤›n›z› aç›klay›n›z.

Ayd›nlat›lm›fl Onay (Ethical Consent) Araflt›rmaya bafllamadan önce etik kurallara uygunluk aç›s›ndan kat›l›mc›lara yap›-lan araflt›rma ile ilgili bilgi verilmeli ve yaz›l› onaylar› al›nmal›d›r. Yaz›l› onay al›n-

mas› daha sonra ç›kacak problemler için hem araflt›rmac›y› hem de kat›l›mc›y› ko-rur. Fakat çal›flma ile ilgili bilgi verilirken dikkatli olunmal›d›r. Kat›l›mc›lara çokfazla detay vermek, beklenti etkisini artt›rabilece¤i gibi, deney sonuçlar›n›n tama-men geçersiz olmas›na ve dâhilî geçerli¤in de azalmas›na sebep olabilir. Ayd›nla-t›lm›fl onay al›nd›¤›nda, örneklemde yanl› bir hâle gelir çünkü kat›l›mc›lar›n hepsigönüllüdür. Psikoloji deneylerinde bu problem Uluslararas› ‹liflkilerde’ki deneyle-re göre oldukça fazlad›r. Uluslararas› ‹liflkiler’de flu ana kadar gönüllüler kat›ld›¤›için, zarar görmüfl bir çal›flma yoktur.

Ayd›nlat›lm›fl onay konusu, özellikle t›p alan›nda yap›lan ilk deneylerde günde-me gelmifltir. Modern zamanlarda, etik kurallar›n gündeme gelmesi ve ciddi ad›m-lar at›lmas›, Amerika’n›n Alabama eyaleti Tuskegee flehrinde 1932 ve 1972 y›llar›n-

da, ekonomik durumlar› iyi olmayan 400 siyah Amerikal› üzerinde Amerikan Sa¤-


D ‹ K K A T

S IRA S‹ZDE

2

Araflt›rma ile ilgili etikkayg›lar ilk defa 18. yüzy›lda

Hammurabi Kanunlar› ilegündeme gelmifltir. 282adet kanunun 3 tanesi,doktorlar›n görev esnas›ndayapt›klar› hatalar›n ve etikolmayan müdahelelerincezaland›r›lmas›n›öngörmüfltür.



l›k Hizmetleri taraf›ndan yap›lan deneyle gerçekleflmifltir. Çal›flman›n amac› henüz1930’larda çaresi bulunamayan Frengi hastal›¤›n›, hastal›¤›n bafllang›c›ndan hasta-n›n ölümüne kadar dönem dönem izlemek, hastal›¤›n seyri konusunda veri topla-

makt›. Kat›l›mc›lar›n düzenli olarak kanlar› al›n›yor ve kat›l›mc›lar ücretsiz tedavigördüklerini düflünüyorlard›. Daha sonra, hastal›¤›n tedavisi bulunduktan sonrahastalar bu konuda bilgilendirilmemifl ve tedavileri için ilaç verilmemifltir. Amaçhastal›¤›n seyrini tamamlamas›n› beklemek ve öldükten sonra kat›l›mc›lar›n vücu-dunda otopsi yaparak daha fazla bilgi edinmektir. Bu olay, Amerikan toplumundabüyük yank› uyand›rm›fl ve sonunda her araflt›rma merkezi ve üniversitenin kendietik kurullar›n› kurmalar›n›n zorunlu olmas›na kadar etik konulara titizlikle e¤ilin-mesini sa¤lam›flt›r.

Özellikle 1976 y›l›nda kurulan bir komisyon Belmont Raporu’nu haz›rlam›fl vebiomedikal ve sosyal araflt›rmalarda kat›l›mc›lar›n haklar›n›n korunmas›na iliflkinbaz› kurallar yay›nlam›fllard›r. Bu kurallar küresel olarak da kabul edilegelmifltir.

Belmont raporu deney kat›l›mc›lar›na sayg› ile yaklafl›lmas›, hem fiziksel hem ma-nevi olarak korunmalar›n›n sa¤lanmas› ve adaletli davran›lmas›n›n yan› s›ra, ay-

d›nlat›lm›fl onay konusunu da resmî olarak yaz›ya geçirmifltir. Ayd›nlat›lm›fl onay,kat›l›mc›lar›n araflt›rma süreci, amaçlar›, riskler, ve beklenen faydalar konular›nda yeterince bilgilendirilmeleri prensibine dayal›d›r.

Peki, baz› durumlarda araflt›rmac› yan›ltma yoluna gidebilir mi? Yan›ltman›n

adil oldu¤u durumlar nelerdir? Belmont raporunun belirtti¤i ayd›nlat›lm›fl onay,kat›l›mc›lara yeterince bilgi verilmesini önermifltir. Di¤er bir deyiflle, ne kadar bil-gi verilece¤ine dair, özellikle sosyal bilimlerde çok keskin çizgiler mevcut de¤ildir.Siyaset Bilimi deneylerinde kat›l›mc›lara önemli ölçüde zarar vermeyece¤i düflünü-len küçük hilelere baflvurmakta bir sak›nca yoktur. Hile yapmak ya da yan›ltmak,

araflt›rma onu gerektirdi¤i ve boyutlar› büyük olmad›¤› sürece etik d›fl› say›lmaz.Örne¤in, seçim kampanyalar›n›n finansman› konusunda Amerikan Kongresi’ndebir yasa ç›kar›lmas› tart›fl›l›rken, Druckman ve Nelson üniversite ö¤rencilerinin ka-t›l›mc› oldu¤u deneyde medyan›n ve haberlerin verilifl fleklinin, seçim kampanya-lar›n›n finansman› ile ilgili görüflleri üzerindeki etkisini incelemifllerdir. Haberleringerçek gibi görünmesini sa¤lamak için, bilgisayar üzerinde New York Times gaze-tesinin amblem ve logolar›n› tutarak, uydurma haberler oluflturmufllard›r. Kat›l›m-c›lar, haberlerin gerçekten o gazatede ç›kt›¤›n› düflünmüfllerdir. Bu araflt›rmada,haberlerin kat›l›mc›lar taraf›ndan gerçekmifl gibi alg›lanmas› önem tafl›maktayd›.Kat›l›mc›lar›n inanmad›¤› durumda, medyan›n etkisinin tam olarak anlafl›lmas›mümkün de¤ildi. Etik standartlar aç›s›ndan, hileye baflvurmak kat›l›mc›lara deney-

den önce veya deney esnas›nda yalan söylemek anlam›na geldi¤i için gerçektenaraflt›rma gerektirmedikçe baflvurulmamas› gereken bir yöntemdir.

James Druckman ve Kjersten R. Nelson. (2003). “Framing and Deliberation: How Citi-zens’ Conversations Limit Elite Influence”, American Journal of Political Science. Cilt 47,s. 729-45.

De¤iflkenlik (Variation) ve KontrolDeneysel ya da di¤er yaklafl›mlarda araflt›rma kurgusunun amac›, konusu olan po-pülasyon içerisindeki de¤iflkenli¤i sistemli bir biçimde aç›klamaya çal›flmakt›r. De-¤iflkenlik, deneylerde araflt›rmac›n›n kontrol edebildi¤i baz› faktörler ya da uyaran-

larla (treatment) ortaya ç›kar. Di¤er kurgularda ise araflt›rmac›n›n kontrolü d›fl›ndageliflir. Deneylerde kontrol dedi¤imiz olgu asl›nda de¤iflkenli¤in kontrol edilmesi


Belmont Raporu, sadeceTuskegee FrengiÇal›flmas›n›n bir sonucude¤il, ‹kinci Dünya

Savafl›’ndan sonra t›palan›nda artan etik olmayançal›flmalar›n bir sonucudur.Bir deneyde, hamilekad›nlara bulant› vekusmay› kontrol edebilece¤idüflünülen bir ilaç verilmiflve yaklafl›k 12.000 bebe¤insakat do¤mas›na sebepolunmufltu. Yine baflka birçal›flmada, zihinsel engelliçocuklara hepatis mikrobuverilerek afl›s› üretilmeyeçal›fl›lm›flt›r. Tüm bugeliflmeler karfl›s›nda,Amerikan hükûmeti bir

komisyon kurularak çeflitlietik kurallar›n belirlenmesikarar›na varm›flt›r.

M A K A L E



anlam›na gelir. Deneysel kurgularda, alternative aç›klamalar ya da ba¤›ms›z de¤ifl-keni etkileyebilecek alternatif faktörler, deney ortam›n›n sa¤lad›¤› kontrol sayesin-de afl›labilir. Araflt›rmac›n›n deney esnas›nda ba¤›ms›z de¤iflken üzerinde gözlem-

ledi¤i de¤iflkenli¤in iki farkl› kayna¤› vard›r: Gruplar-Aras› Sistemli De¤iflkenlik (systematic between-groups variance) ve Gruplar-‹çi Sistemli Olmayan De¤iflken-

lik (nonsystematic within-group variance) ya da yanl›fl de¤iflkenlik.

Gruplar-Aras› Sistemli De¤iflkenlik Bir deney esnas›nda, ba¤›ms›z bir de¤iflkenin ba¤›ml› de¤iflken üzerindeki etkisiniölçmeye çal›fl›r›z. Ba¤›ms›z de¤iflkenin en az iki farkl› de¤erinin olmas› ve kat›l›m-c›lar›n ba¤›ml› de¤iflken için nas›l tepki gösterdiklerini ölçmek gerekir. E¤er ba-¤›ms›z de¤iflkenin 3 ayr› seviyesi belirtilmiflse ba¤›ml› de¤iflkene bak›ld›¤›nda 3 ay-r› grup gözlemlemek isteriz. Bu gruplar›n ba¤›ms›z de¤iflkenle ilgili tepkilerininbirbirinden önemli derecede farkl› oldu¤unu gözlemlersek bafllang›çta düflündü-

¤ümüz kurama kan›t bulmufl oluruz. Gruplar aras›ndaki farkl›l›¤›n sadece tesadüfi ve do¤al olarak de¤il de sistemli olarak birbirinden farkl› olmas› beklenir. E¤er,do¤al olarak beklenebilecek farkl›l›¤›n ötesine geçilemiyorsa o zaman ba¤›ms›zde¤iflkenin ba¤›ml› de¤iflken üzerinde bir etkisinden bahsedemeyiz. Önemli dere-cede farkl›l›k buldu¤umuz zamanlarda da farkl›l›¤›n deneyde kullan›lan uyarandande¤il de kontrol edilemeyen ya da edilmeyen d›fl faktörlerden kaynaklanmad›¤›n-dan emin olmak gerekir. Dolay›s›yla nedensel bir ç›kar›m yapmadan önce dene-

yin tam kontrollü bir ortamda gerçekleflti¤inden emin olmak gerekir.Gruplar-aras› de¤iflkenli¤i azaltmak için en iyi yöntem rastgele atamad›r. Rast-

gele atama deney ve kontrol grubundaki kat›l›mc›lar›n birbirlerinden baflka faktör-ler aç›s›ndan çok farkl› olmamalar›n› sa¤lar. Di¤er bir yöntem, yafl, etnik kimlik ya

da cinsiyet gibi faktörlerin etkisinin olabilece¤ini düflündü¤ümüz durumlarda,gruplar› homojen bir flekilde seçmektir. Örne¤in, cinsiyetin etkili oldu¤unu düflü-nüyorsak, sadece erkekler ya da sadece kad›nlardan oluflan gruplar belirleyebili-riz. Tabii bu yöntemde bulgular›n genellenebilir olma gücünü azaltm›fl oluyoruz.

Araflt›rmac›n›n ilgilendi¤i deneysel uyaran ya da temel ba¤›ms›z de¤iflken d›fl›ndasonuçlar› etkileyebilece¤i düflünülen faktörler deneyin içine yeni bir ba¤›ms›z de-¤iflken olarak eklenebilir. Böylece, kad›n ve erkeklerle ilgili bulgular birbirleri ilekarfl›laflt›r›l›r.

Gruplar-‹çi Sistemli Olmayan De¤iflkenlik Grup-içi de¤iflkenlik ya da yanl›fl de¤iflkenlik grupta bir kaç kiflinin farkl›l›k göster-

mesi ile ortaya ç›kar. Örne¤in, baz› kat›l›mc›lar deney günü kendilerini iyi hisset-miyor veya tedirgin hissediyor olabilirler. Kiflilerin bireysel yetenekleri de bazengrup-içi de¤iflkenli¤i etkileyebilir. Grup-içi de¤iflkenlik rastgele ve sistemli olma-

yan faktörler sonucu geliflir ve deney bulgular›n› etkilemesi beklenmez. Örne¤in,grupta yetene¤i az olan baz› kat›l›mc›lar düflük bir skor al›yorlarsa, grupta yetene-¤i yüksek olan ve yüksek skor alan baz› kat›l›mc›lar›n da var oldu¤unu düflünme-liyiz. Bu durumda bu iki etki birbirini s›f›rlar ve deney bulgular›n›n önemli derece-de etkilemezler. Bir gruptaki kat›l›mc›lar›n hepsinin ayn› yeteneklere ve özellikle-re sahip olmalar›n› bekleyemeyiz.

Anthony M. Graziano ve Michael L. Raulin. 1997. Research Methods: A Process of Inquiry.

(Third Edition). New York: Longman.


K ‹ T A P



S›ra Sizde 2’de sorulan soruya göre, deney sonucu iki grup ö¤renci aras›nda gözlemlenenfark›n, pozitif haberden kaynakland›¤›ndan ve baflka faktörlerin etkili olmad›¤›ndan emin

olmak için nas›l bir yöntem takip edersiniz?

Deney Yeri: Laboratuvar, Saha ya da Internet?Deneysel yaklafl›mlar›n bir boyutu da deneyin nerede yap›ld›¤› ile ilgilidir.Laboratuvar deneylerinde, kat›l›mc›lar ayn› yerde toplan›r ve araflt›rmac› kat›l›m-c›lar›n davran›fllar› d›fl›nda çevre ile ilgili tüm etkenleri kontrol eder. Alan ya dasaha deneylerinde ise kat›l›mc›n›n müdahale etme olana¤› daha k›s›tl›d›r. Dene-

ye konu olan bireyler genellikle kendi ortamlar›nda, yani araflt›rmac›n›n kontro-lü d›fl›ndaki bir ortamda, gözlemlenir. ‹kisi aras›ndaki ayr›m ‹nternet üzerinden

yap›lan deneylerin artmas› sonucu daha az belirgin hâle gelmifltir. Daha önce sa-dece laboratuvarda araflt›rmac›n›n tüm uyaran etkenleri kontrol edebildi¤i bir or-

tamda yap›labilen deneyler art›k ‹nternet vas›tas› ile sanal laboratuvarlarda yap›-labilmektedir.Daha önce verilen örnekler aras›nda Bonham (1971) ve Deutsch ve di¤erlerinin

(1967) çal›flmalar› laboratuvar ortam›nda gerçeklefltirilmifltir. Mintz ve Geva (1993),Druckman (1993) ve Majeski ve Fricks’in çal›flmalar› (1995) saha deneylerinin ör-neklerindendir. Mintz ve Geva’n›n çal›flmas›nda ö¤rencilerle ilgili deneyler s›n›flar-da, yetiflkinlerle ilgili deneyler ise klise toplant›lar›nda gerçeklefltirilmifltir. Druck-man’›n 52 çevre bilim adam›n›n ve 17 diplomat›n kat›ld›¤› deneyleri de yine kendido¤al ortamlar›nda gerçeklefltirilmifltir. Bilim adamlar› uluslararas› bir çevre konfe-rans›nda diplomatlar da e¤itime kat›ld›klar› yaz okulunda deneye kat›lm›fllard›r.

Rebecca B. Morton ve Kenneth C. Williams. (2008). Experimentation in Political Science in the Oxford Handbooks of Political Science. Janet M. Box-Steffenmeier, Henry E. Brady, Da- vid Collier (eds.). Oxford University Press. Pp. 339-356.McDermott, Rose. (2002). “Experimental Methods in Political Science”, Annual Review of Political Science. Cilt 5, s. 31-61.

Internet Üzerinde DeneyInternet sosyal araflt›rmalar için yeni bir ortam ve olanak sa¤lamaktad›r. Internetüzerinden ya da web ortam›nda deney yapman›n çeflitli avantajlar› aras›nda, çokfazla say›da kat›l›mc›ya k›sa sürede ve düflük bir maliyetle ulaflma, araflt›rmac›n›nbeklenti etkisi gibi yanl› olmas›na sebep olacak durumlar›n önüne geçme ve so-

nuçlar›n büyük kitlelere ulafl›ld›¤› için daha genellenebilir olmas›n› sayabiliriz. De-zavantajlar› aras›nda ise ayn› kat›l›mc›n›n birden fazla defa deneyi almas›n›, sunu-lan verilere ve sorulara dikkatlice cevap verilmemesi ve vazgeçmek isteyenlerindeneyi yar› yerde b›rakabilmelerinden dolay› fazla say›da eksik veri elde edilmesisay›labilir. Ayr›ca, güvenilirlik ve geçerlik problemleri laboratuvar ve saha deney-lerinde oldu¤u gibi burda da karfl›m›za ç›kar.

Kad›nlar›n siyasette artan rolü baz› araflt›rmac›lar›, cinsiyet farkl›l›klar›n›n ulus-lararas› alandaki sorunlar›n çözümünü nas›l etkiledi¤ini sorgulamaya yöneltmifltir.Boyer ve di¤erleri (2009) ‹nternet üzerinden gerçeklefltirdikleri bir deneyde cinsi-

yet farkl›l›klar›n›n uluslararas› müzakereler üzerindeki etkisini anlamaya çal›flm›fl-lard›r. Yafllar› 10 ile 14 aras› de¤iflen ortaokul ve 14 ile 18 aras› de¤iflen lise ö¤ren-

cilerinin kat›l›mc› oldu¤u deneyde, genç yafltaki ö¤rencilerin tercih edilmesindekiamaç, bu ö¤rencilerin fikirlerini ve tutumlar›n› etkileyecek büyüdükleri çevredeki


SIRA S‹ZDE 3

M A K A L E



siyasi görüflleri henüz tam olarak benimsememifl olmalar› ve uluslaras› siyasi olay-larla ilgili fazla bilgi sahibi olmamalar›d›r. Böylece deneysel bulgular üzerindekid›fl etkenlerin kontrol edilebilmesi mümkün olmufltur. Ö¤renciler web üzerinden

birbirleri ile iletiflim kurma olana¤›na sahipler ve deneyden sekiz hafta önce ö¤ret-menler taraf›ndan belirlenen ülke gruplar›n› atan›rlar. Bu süreçte ö¤rencilerden tayin edildikleri ülkenin kültürel ve geleneksel de¤erlerini ö¤renmeleri istenir. Ayr›-ca, ö¤renciler belli tema gruplar›na ayr›l›r. Genelde her ülke için 20 ö¤renci ve bugruplar›n içerisinde temalara göre ayr›lm›fl 3-4 kiflilik gruplar vard›r. Temalar, insanhaklar›, küresel çevre, çat›flma ve ifl birli¤i, uluslararas› ekonomi ve y›l içerisindepopüler olmufl bir konu olarak befl konuyu içerir. Her konu ile ilgili ortalama 15ülke grubu deneye dahil edilir. Gruplar, hep-kad›n, hep-erkek ya da kar›fl›k olarakdüzenlenir. Her deneyde, muhakkak her grup türünün var oldu¤undan emin olu-nur. Ö¤renciler, di¤er gruplardaki ö¤rencilerin cinsiyetlerinin bilmezler fakat ken-di gruplar›n›nkinin fark›ndad›rlar. Bir deney 5 hafta sürmektedir. Ö¤renciler,

‹nternet’te araflt›rma yap›p, dokümanlar haz›rlayabilirler. Ayr›ca, elektronik posta vas›tas› ile di¤er ülke gruplar›na ulaflabilirler. ‹sim ve cinsiyet konusunda bilgi ver-meleri yasakt›r. Birbirlerine genelde ülke ve tema ismi ile hitap ederler. Örne¤in,Nijerya ‹nsan Haklar› Komitesi ya da Kanada ‹nsan Haklar› Komitesi gibi.

Ö¤renciler, uluslararas› siyasi konular› di¤er okullardan deneye kat›lan di¤erö¤renciler ile deney için gelifltirilmifl bir yaz›l›m arac›l›¤› ile tart›fl›r ve müzakereederler. Deney sonunda müzakere stillerinin ölçümü için ifl birlikçi (collaborative),çat›flmac› (conflictual), yarat›c› (creative), karfl›l›kl› (reciprocal), bencil (self-interes-ted) ve iddial› (assertive) olmak üzere 6 farkl› müzakere biçimi belirlenmifltir. De-ney sonucunda, tümü kad›n olan gruplar›n tümü erkek ya da kar›fl›k gruplardandaha fazla di¤er gruplarla iletiflime geçtikleri gözlemlenmifltir. Ayr›ca, tümü kad›n

gruplar›n daha fazla say›da ifl birlikçi müzakere ve daha az say›da karfl›l›kl› ve ben-cil müzakere stillerini tercih ettikleri gözlemlenmifltir.

Boyer, M.A., Urlacher, B., Hudson, N.B., Niv-Solomon, A., Janik, L., Butler, M.J., Brown,S.W., Ioannou, A. (2009). “Gender and Negotiation: Some Experimental Findings from anInternational Studies Simulation,” International Studies Quarterly, Cilt 53, s.23-47.

DENEYSEL KURGU ÇEfi‹TLER‹Bu k›s›mda bahsedilen deneysel kurgular genellikle laboratuvar ve alan deneyleri(field experiment) için geçerlidir. Do¤al deneyler ayr› bir k›s›mda anlat›lacakt›r.

Alan deneyleri do¤al deneylerden farkl›d›r. Alan deneylerinde, araflt›rmac› deneye konuolan temel ba¤›ms›z de¤iflken ya da uyaran üzerinde kontrol imkân›na sahiptir, sadece de-neyi kat›l›mc›lar›n do¤al ortam›na tafl›m›flt›r. Do¤al deneylerde ise araflt›rmac›n›n deney uyaran› üzerinde hiçbir kontrolü yoktur. Ba¤›ms›z de¤iflken flans eseri ortaya ç›kar.

Deney Öncesi Test (Pretest)- Deney Sonras› Test(Posttest) - Kontrol Grubu KurgusuEn temel deneysel yaklafl›m kurgusu, fiekil 2.1’de gösterildi¤i üzere dört aflamadanoluflmaktad›r. Öncül ya da deney öncesi test, deney kat›l›mc›lar›n›n baflta farkl› ol-mad›klar›n› göstermek içindir. ‹kinci aflamada, kat›l›mc›lar tamamen rastgele birprosedüre göre deney ve kontrol gruplar›na atan›rlar. Deney grubuna atanan kat›-

l›mc›lar, etkisini anlamaya çal›flt›¤›m›z ba¤›ms›z de¤iflkenle ilgili bir ifllemden ge-çerler. ‹fllem bir ilaç, bir video gösterisi ya da bir ilan olabilir. Kontrol grubu iflle-


D ‹ K K A T

M A K A L E



me tabi tutulmayan ve deney sonunda, deneyin bafl›ndaki gibi davranmas›n›bekledi¤imiz gruptur. Üçüncü aflamada deney grubu iflleme tabi tutulduktansonra, son aflamada, ilgilendi¤imiz ba¤›ms›z de¤iflkenin etkisini anlamak üzere

deney sonras› test yap›l›r. Deney grubunun kontrol grubundan farkl› davranma-s› beklenir.Öncül test içeren bu temel deney kurgusu, kat›l›mc›lar›n tümünün, ister deney

isterse kontrol grubuna atanm›fl olsunlar, ayn› özelliklere sahip oldu¤unu göster-mesi aç›s›ndan bir avantaja sahip olsa da öncül test kat›l›mc›lar› fark›nda olmadandeneyde uygulanan ifllem ya da ba¤›ms›z de¤iflken konusunda hassaslaflt›rabilir.Di¤er bir deyiflle deney sonunda gözlemlenen etkinin öncül testten mi yoksa de-ney esnas›nda uygulanan ifllemden mi kaynakland›¤›n› ay›rdetmekte zorlanabiliriz.Bu probleme öncül test hassasiyeti denilir. Bir örnekle bu noktay› netlefltirecekolursak, insanlar›n farkl› ›rklara karfl› olan fikirlerini ve tav›rlar›n› anlamaya yöne-lik bir deney düflünelim. Deney s›ras›nda kat›l›mc›lar›n bir k›sm›na farkl› bir ›rka

mensup insanlarla sohbet etmeleri söylenir. Bu deneyde farkl› ›rktan insanlarla ile-tiflim kurmak, deney grubunun tabi olaca¤› ifllemdir. Kontrol grubundaki kat›l›m-c›lar›n ise iletiflim kurmalar›na izin verilmez. Fakat, deneyin bafl›nda tüm kat›l›mc›-larla, farkl› ›rkla ilgili sorular sorulup, fikir ve tav›rlar› anlafl›lmaya çal›fl›l›r. Deney sonunda da yine hem deney grubu hem de kontrol grubu üyelerine benzer soru-lar sorulur. E¤er deney grubundaki kat›l›mc›lar›n karfl› ›rk için daha az yanl› fikir

ve tav›rlar sergilediklerini gözlemliyorsak bu de¤iflimde öncül testin etkisinin olupolmad›¤›n› ay›rt etmek zor olacakt›r. Çünkü deneye kat›lanlar, en baflta sorulan so-rulardan deneyin amac›n› anlam›fl, deneye karfl› daha hassas bir tutum içerisinegirmifl olabilirler. Dolay›s›yla deneydeki ifllemin, yani farkl› ›rklardan insanlarla ile-tiflim kurman›n, kiflilerin farkl› ›rklara karfl› fikir ve tav›rlar›n› de¤ifltirdi¤ini savun-

mak zor olacakt›r.

Öncül test hassasiyeti ile bafla ç›kmak için bu testin deneyden uzunca bir süreönce yap›lmas› yoluna gidilebilir. Aradaki zaman, kat›l›mc›lar›n öncül test ve de-ney aras›nda ba¤lant› kurmalar›n› engelleyebilir. Fakat bu da kesin çözüm olmaya-bilir. Özellikle de sorular hassas bir konu ile ilgili ise, kat›l›mc›lar uzun vadede ko-nu ile ilgili fikir de¤iflikli¤ine gidebilirler. Bazen de öncül testi deneyden çok önce

yapmak münkün olmayabilir. Bu problemi çözmek için araflt›rmac›lar ço¤u zamanöncül test yapmaks›z›n deneye bafllarlar. Bir sonraki deney kurgusu, deney sonra-s› test - kontrol grubu kurgusunu anlatmaktad›r.

Deney Sonras› Test - Kontrol Grubu KurgusuBu kurguda deney kat›l›mc›lar›n›n bafllang›çta eflit oldu¤unu gösterecek direk birtest yap›lmamaktad›r. Fakat, rastlant›sal atama (random assignment) bir anlamda


DeneyÖncesi Test

(Pretest)

Rastlant›salAtama

DeneyGrubu

KontrolGrubu

‹fllem(Treatment)

DeneySonras›

Test

DeneySonras›

Test

fiekil 2.1

Öncül Test - Deney Sonras› Test - Kontrol Grubu Kurgusu



hem deney hem de kontrol grubu kat›l›mc›lar›n eflit flartlara sahip oldu¤unu sa¤la-mak için yeterlidir. Dolay›s›yla deneysel ifllem öncesi kat›l›mc›lar›n ayn› flartlardabafllad›¤›n› belirlemeye ihtiyaç duyulmaz. Tabii bu varsay›m, deney kat›l›mc›lar›n›n

say›s› fazla oldukça do¤rulu¤u artan bir varsay›md›r. Örne¤in 10 kiflinin kat›ld›¤›bir deneyde e¤er kat›l›mc›lar ba¤›ml› de¤iflkenle ilgili çok farkl› sonuçlar gösteri- yorsa deney ve kontrol grubuna kiflilerin benzer flartlarla da¤›ld›¤›n› düflünmekzorlafl›r. Genel kural, kat›l›mc› say›s›n›n en az 25-30 aras›nda kat›l›mc›y› rastlant›salolarak atamaya elveriflli olmas›d›r. Deney Sonras› Test- Kontrol Grubu kurgusuhem deneyin maliyetini ve sarfedilen çabay› hem de öncül test hassasiyetinden ka-ç›nmak için elveriflli bir yöntemdir.

Bahsetti¤imiz avantajlar›n›n yan› s›ra bu deney kurgusunun bir dezavantaj›, ön-cül testin deney ifllemi (experimental treatment) üzerindeki etkisinin anlafl›lama-mas›d›r. Bu dezavantaj› aflmak için önerilen deneysel kurguya Solomon Dörtlü

Grup Kurgusu denilir. Solomon kurgusu öncül test-deney sonras› test ve deney sonras› test kontrol grubu kurgular›n›n birlefliminden oluflmaktad›r.

Solomon Dörtlü Grup KurgusuBu kurguda deney kat›l›mc›lar› fiekil 2.3’te gösterildi¤i gibi dört farkl› gruba rast-gele atan›rlar. Gruplardan ikisinde öncül test uygulan›r. Di¤er ikisinde uygulan-maz. Öncül test uygulanan gruplardan biri ve uygulanmam›fl olanlardan biri de-neysel iflleme tabi tutulur. Solomon kurgusu, kat›l›mc›lar›n ba¤›ml› de¤iflkenle ilgi-li fikir ve davran›fllar› üzerinde bir kaç farkl› etkinin ölçülmesine yard›mc› olur. Ön-cül teste tabii tutulan iki grubun bafllang›çta benzer özelliklere sahip olmas› rast-gele ataman›n baflar›l› oldu¤una iflaret eder. Tüm dört grubun kat›l›mc›lar› ile ilgi-li deney sonras› testler hem deneysel ifllemin hem de öncül testin kat›l›mc›lar›n ba-¤›ml› de¤iflkene verdikleri tepki üzerindeki etkisini ölçmek için kullan›l›r.

Deneysel ifllemin herhangi bir etkisi, grup 1 ve 3’ün sonuçlar›n›n, grup 2 ve 4ile karfl›laflt›r›lmas› sonucu ö¤renilebilir. Benzer flekilde, sadece öncül testin etkisigrup 2 ve 4’ün sonuçlar›n›n karfl›laflt›r›lmas› ile ö¤renilir. Öncül testin herhangi biretkisi ise grup 1 ve 3’ün deney sonras› sonuçlar› karfl›laflt›r›larak ö¤renilir. Bu sondurumda, her iki grupta deneysel ifllemden geçmelerine ra¤men, sadece grup 1kat›l›mc›lar› öncül testi alm›fllard›r.


fiekil 2.2

Rastlant›salAtama

DeneyGrubu

KontrolGrubu

‹fllem(Treatment)

DeneySonras›

Test

DeneySonras›

Test

Deney Sonras› Test - Kontrol Grubu Kurgusu



Bir ma¤azada sat›fl elemanlar›n›n performans›n› etkileyen faktörleri inceleyen bir araflt›r- ma yapmak istedi¤inizi düflünün. Sat›fllar›n artmas› için e¤itim verilmesi gerekti¤ini düflü-nüyorsunuz fakat ma¤aza yönetimini ikna etmeniz gerekiyor. Bir deney tasarlayarak, e¤i- tim alman›n sat›fllar› art›rmadaki rolünü ispatlamaya çal›flacak olsan›z, nas›l bir deney ta-sarlard›n›z?

DÂH‹LÎ GEÇERL‹KDeneysel bulgular›n yorumlanmas›nda, dâhilî geçerlik önemli bir role sahiptir.Dâhilî geçerlik, deney sonucunda gözlemlenen etkinin sadece deneyin uyaran›(treatment) olan faktörden ya da ba¤›ms›z de¤iflkenden kaynaklad›¤› anlam›na ge-lir. Deney ortam›nda araflt›rmac›, özellikle laboratuvar deneylerinde, birçok çevre-

sel faktörleri kontrol etme imkân›na sahip oldu¤u için, dâhilî geçerli¤e ulaflmaknispeten daha kolayd›r. Deney sonucunda gözlemlenen neden-sonuç iliflkisinin dedâhilî geçerlik sayesinde, bu ünitenin bafl›nda anlat›ld›¤› gibi, sahte olmad›¤›n›,gözlemlenen etkinin deneyin bafl›nda düflünülen ba¤›ms›z de¤iflken ya da de¤ifl-kenler taraf›ndan olufltu¤unu anlamak mümkündür. Di¤er bir deyiflle deney grubu

ve kontrol grubu aras›ndaki tek fark deneye konu olan uyaran›n birinci gruba uy-gulan›p, ikincisinde uygulanmam›fl olmas›d›r.

Dâhilî geçerli¤in sa¤lanmas›nda baz› sorunlar yaflanabilir. O sorunlar› flöyleözetleyebiliriz:

Geçen Zaman -Tarih (History): Deneysel yaklafl›m›n üstünlü¤ü, araflt›rmac›-n›n deneyin yap›ld›¤› ortam üzerinde oldukça yüksek kontrollünün olmas› ve de-

ney grubu ile kontrol grubu bulgular› aras›nda gözlenen fark›n sadece ba¤›ms›zde¤iflken taraf›ndan olufltu¤undan emin olmas›d›r. Bazen, öncül test ile deney son-ras› test aras›nda geçen zamanda, ba¤›ms›z de¤iflken haricinde, deneyin sonucunuetkileyecek baz› olaylar olabilir. Örne¤in, terörizme ve terörist sald›r›lara olan tep-kilerle ilgili bir çal›flma yap›l›yor olsun. Kat›l›mc›lar deney ve kontrol gruplar›na ay-r›ld›ktan sonra bir anda radyoda ya da televizyonda yeni bir sald›r›n›n haberini ala-bilirler. Böyle bir durumda deney bulgular›n›n ba¤›ms›z de¤iflken olarak kullan›-lan deneysel ifllem (treatment) ve kat›l›mc›lar›n deney öncesi dinledikleri haber ileilgili etkiyi birbirinden ay›rtetmek zordur.

Olgunlaflma (Maturation): Deney bulgular›n› ba¤›ms›z de¤iflken d›fl›nda etki-leyebilecek di¤er bir faktörde, zaman içerisinde kat›l›mc›lar›n kendilerinde baz›

de¤iflikliklerin oluflmas›d›r. Kat›l›mc›lar, deney esnas›nda yorulabilir, dikkatleri da-¤›labilir ya da s›k›labilirler.


Grup 1:

Grup 2:

Grup 3:

Grup 4:

ÖncülTest

ÖncülTest

Deneysel‹fllem

Deneysel‹fllem

Deney Sonras›Test

Deney Sonras›Test

Deney Sonras›Test

Deney Sonras›Test

fiekil 2.3

Solomon Dörtlü Grup Kurgusu

SIRA S‹ZDE 4



Ölçüm (Measurement): Standart bir deneysel kurgu ölçüm ya da test denilenbir aflamay› kapsar. Deneysel ifllemin kat›l›mc›lara uygulanmas›ndan önce ba¤›ml›de¤iflkenle ilgili ölçüm yap›labilir. Deneysel kurgu türlerinden bahsederken bu ko-

nu öncül test olarak detayl› bir flekilde anlat›ld›. Örne¤in, deneyden önce kat›l›m-c›lara güncel politik konularla ilgili fikirleri sorulursa deneyin konusunu anlay›p,deney esnas›ndaki tutum ve tav›rlar›n› ona göre düzenleyebilirler.

Seçim Yanl›l›¤› (Selection Bias): Seçim yanl›l›¤›, deney kat›l›mc›lar›n›n rast-gele bir prosedüre göre de¤il de baflka standartlara göre seçilmesi durumunda or-taya ç›kar. Örne¤in, deneye kat›lanlar sadece gönüllülerden olufluyorsa onlar›n de-neye karfl› alg› ve dikkatleri gönüllü olmayan kat›l›mc›lardan farkl› olacakt›r.

Deneysel Kay›p (Experimental Mortality): Deney esnas›nda, kat›l›mc›lar-dan baz›lar› deneyi yar›da b›rakabilirler. Bu durumda, bafllang›çta eflit diye adledi-len deney ve kontrol gruplar› art›k eflit özelliklere sahip olmayabilir. Kat›l›mc›lar›nbirden fazla defa bir deney için haz›r bulunmalar› istendi¤i durumlarda ya da ge-

nellikle saha deneylerinde insanlar›n adres de¤ifltirme ihtimallerinden dolay› s›ks›k kay›plar gözlenebilir. Bir deney devam ederken kat›l›mc›lar s›k s›k deneyi b›-rakmak istiyorlarsa o zaman araflt›rmac› kat›l›mc›lar› neyin rahats›z etti¤ini ve etikkurallarla ilgili bir sorun olup olmad›¤›n› yeniden gözden geçirmelidir.

HAR‹CÎ GEÇERL‹K Haricî geçerlik, bir deney sonucu ba¤›ml› de¤iflken üzerinde etkisi oldu¤u söyle-nen ba¤›ms›z de¤iflkenin ve bu etkinin nas›l ortaya ç›kt›¤›na dair nedensel sürecin,farkl› bir grup kat›l›mc› ve farkl› bir ortamda yine ayn› flekilde ortaya ç›k›p ç›kma-

yaca¤› konusunu tan›mlamak için kullan›lan bir tabirdir. Laboratuvarda yap›lan de-neylerin, dâhilî geçerlik u¤runa haricî geçerlikten feragat etmesi ve bulunan so-

nuçlar›n laboratuvar d›fl› farkl› ortamlara ya da toplumlara genellenebilir olup ol-mad›¤› elefltiriye konu olmaktad›r. Deney sonucu elde edilen bulgular genele dö-külürken hem kat›l›mc›lar hem de araflt›rmac› taraf›ndan sebep olunan problemle-ri afla¤›daki gibi s›ralamak mümkündür:

Kat›l›mc› Popülasyonu S›n›rlamas›Deneysel yaklafl›mlar üzerindeki elefltirilerin büyük bir ço¤unlu¤u, kat›l›mc›lar›nözellikleri üzerine yo¤unlaflmaktad›r. Genelde, araflt›rmac›lar taraf›ndan üniversite-lerde yap›lan deneylerde üniversite ö¤rencilerinin kat›l›mc› olarak seçilmesi, prob-lemin temel kayna¤› olarak görülmektedir. Üniversite ö¤rencilerinin sokaktaki

adam› yans›tmad›¤› görüflü, onlar üzerinde yap›lan deneylerle ulafl›lan bulgular›n

da genele yay›lmamas› gerekti¤ini savunmaktad›r. Fakat, üniversite ö¤rencilerininsokaktaki ortalama bir kifliden daha zeki, sosyal problemlerle daha yak›ndan ilgi-lendikleri, siyasi meselelere karfl› daha hassas olduklar›n› düflünürsek, onlar›n ka-t›l›m›yla yap›lan deneylerin çok da gerçekten uzak sonuçlar do¤urmayaca¤›n› an-layabiliriz. Tabii ki, araflt›rmac›lar her zaman toplumu yans›tan kat›l›mc›lar› bulma-

ya ve onlarla deney yapmaya teflvik edilmelidir. Fakat, bunun mümkün olmad›¤›durumlarda, toplumun nabz›n› hiç tutmamaktansa, ö¤renciler üzerinde çal›flma

yapmak ve biraz olsun toplumdaki görüflleri anlamaya çal›flmak gerekir. Bu görüflCampbell ve Stanley (1963) taraf›ndan da savunulmufltur.

Kat›l›mc› Fark›ndal›¤›Laboratuvarda yap›lan deneylerde kat›l›mc›lar, deney ortam›nda olduklar›n›n far-k›nda olduklar› için elde edilen sonuçlar›n yanl› olma ihtimali yüksektir. Araflt›rma-




c›lar, kat›l›mc›lar› yan›ltarak ya da dikkatlerini da¤›tarak onlara bir deneyde olduk-lar›n› unutturabilirler. Di¤er yandan, kat›l›mc›lar deneye gelmeden önce zatenkendilerine bir rol biçmifl durumda olabilirler. Kat›l›mc›lar, deneyle ilgili hisleri

do¤rultusunda, gönüllü, gönülsüz ve habersiz olarak üçe ayr›labilir. Gönüllü kat›-l›mc›lar bir deneyde olduklar›n›n fark›ndad›rlar. Gönüllü olarak bir deneye kat›lankifliler genelde maliyet-fayda hesaplamas› yapm›fl ve bir flekilde deneyden birfley-ler kazanacaklar›na inan›yor olabilirler. Kazançlar›, maddi veya manevi olabilir.Dolay›s›yla bu tür kat›l›mc›lardan dürüst olarak cevap vermeleri beklenebilir. Baz›durumlarda, gönüllü kat›l›mc›lar deneye konu olan kuram›n onaylanmas› için çoku¤rafl›rlar. Bu durumlarda deney bulgular›n›n genele yay›lmas› zor olabilir. Baz›kat›l›mc›lar ise kendilerini deneye kat›lmak zorunda hissetmifl ve araflt›rman›n ta-mamen bir zaman kayb› oldu¤unu düflünüyor olabilirler. Örne¤in, baz› psikolojiderslerinde ö¤rencilerden, ders mecburiyeti olarak, belli say›da deneye kat›lmala-r› beklenir, orduda askerlerin kat›ld›¤› fakat onlar›n fikir ya da onaylar›n›n al›nma-

d›¤› baz› deneyler yap›labilir, ya da etnik az›nl›klar devaml› deneye kat›lmak içinhedef seçiliyor olabilirler. Habersiz olan kat›l›mc›lar ise deneyde olduklar›ndan far-k›nda olmayan ancak deney sonucunda gözlemlendikten sonra bir deneyin içinde

yer ald›klar› söylenen kat›l›mc›lard›r. Bu tür deneyler son zamanlarda popülerlikkazanm›fllard›r. Kat›l›mc›lar deney ortam›nda olduklar›n›n fark›nda olmad›klar› içinharicî geçerli¤i art›rmak da mümkün olmaktad›r. Fakat habersiz kat›l›mc›lar genel-de do¤al deney ortamlar›nda kullan›lmaktad›r. Do¤al deney konusu ile ilgili k›s›m-da, daha detayl› olarak bu tür kat›l›mc›larla yap›lan deneylerin etik boyutu ele al›-nacakt›r.

Araflt›rmac›n›n Beklentileri ve Yanl› Tutumu

Deneysel yaklafl›mlarda, araflt›rmac›n›n deneyin en bafl›ndan sonuna kadar plan-lanmas›nda çok önemli rolü oldu¤u, özellikle laboratuvar deneylerinde ortam› ta-mamen kontrol etmesi gerekti¤i vurguland›. Araflt›rmac›n›n deney ortam›nda haz›rbulunmas› bile bazen sonuçlar› etkileyebilir. Araflt›rmay› yapan kiflinin beklentile-ri bir flekilde kat›l›mc›lara yans›yabilir. ‹laçlar›n etkisini anlamaya yönelik araflt›r-malarda, ‘iki tarafl› körlük’ (double blind) uygulamas›, doktorun da hastan›n da birilac›n verilip verilmedi¤ini bilmemesi, beklenti etkisini (expectancy effect) kontroletmeye yöneliktir. Baz› durumlarda ise deney kat›l›mc›s› deneyi yapan araflt›rma-c›dan baz› ipuçlar› elde edip araflt›rmac›y› memnun etmeye çal›flabilir. ‹puçlar› çe-flitli flekillerde elde edilebilir. Örne¤in, kat›l›mc›n›n araflt›rmac›n›n beklentilerinegöre cevap verdi¤i her an, deneyi yapan kifli hafifçe bafl›n› e¤ebilir veya gülümse-

yebilir. Kat›l›mc› da araflt›rmac›n›n vücut diline göre cevaplar›n› ayarlayabilir. Budurumu düzeltmek, beklenti etkisini düzeltmekten daha zor olabilir.

Rosenthal (1966) bir dizi tekrarlanm›fl deney sonras›nda beklenti etkisini baflar›ile ispatlam›flt›r. Deneysel psikoloji dersini alan bir grup ö¤renci kat›l›mc›, di¤er birgrup ö¤renci de deneyi yapan araflt›rmac›lar olarak yer alm›fllard›r. Deneyi yapanö¤rencilerin görevi kat›l›mc›lara 10 kiflinin yüz portresini içeren foto¤raflar› göster-meleri, kat›l›mc›lar›n görevi ise foto¤raflarda görünen kiflilerin baflar›l› olup olma-d›klar› konusunda fikir bildirmeleridir. Deneyden hemen önce Rosenthal deneyi

yapan ö¤rencilerin yar›s›na, önceki araflt›rmalarda foto¤raflar›n baflar›l› insanlar›gösterdi¤ini ve o anda yap›lacak deneyde de kat›l›mc›lardan yüksek skorlar bek-lemelerini söyler. Di¤er yar›s›na da tam tersini söyler. Asl›nda, foto¤raflar önceden

daha fazla say›da ö¤renci ile yap›lm›fl ve genifl bir foto¤raf grubu içerisinden seçil-mifllerdi. Önceki deneyde bu foto¤raflar kat›l›mc›lar›n daha tarafs›z kald›klar› fo-




to¤raflard›. Fakat yeni deneyde tüm kat›l›mc›lara e¤er önceki deneyin sonuçlar› ileayn› flekilde de¤erlendirme yaparsalar 2 $ kazanacaklar› söylendi. Deney sonucun-da, bulgular beklenti etkisini yans›t›r flekilde idi. Deneyi yapan ö¤renciler aras›n-

da, kendilerine bir önceki deneyin sonuçlar›na göre foto¤raflarla ilgili, kat›l›mc›lar-dan pozitif de¤erlendirme bekleyebilecekleri söylenenler daha yüksek say›da po-zitif de¤erlendirme bildirdiler.

R. Rosenthal. (1966). Experimenter Effects in Behavioral Research. New York: Appleton-Century-Crofts.

Beklenti Etkisi ÇözümleriDeneyi yapan kiflinin gözlemlerinin yanl› olmamas› ve beklenti etkisinin bulgular›etkilememesi için çeflitli öneriler düflünebiliriz. Deneyi yapan kiflinin yak›ndan ta-kibi ve gözlenmesi çözümlerden birisidir. Deneyi yapan ve kat›l›mc› aras›ndaki gö-

rüflmeler hem sesli hem görüntülü kay›t edilebilir. Daha kesin bir çözüm ise dahaönceden bahsedilen iki tarafl› körlük yöntemidir. Deneyi yapan kifliye deney ko-nusu kuramdan bahsedilmezse o da kat›l›mc›lara çeflitli ipuçlar› verebilecek du-rumda olmayacakt›r. Fakat bu durumda bile, deneyi yapanlar bir kuram tahminedebilirler. Özellikle deney uzun sürer ve zaman içerisinde, deneyi yapanlar bul-gularda belli bir e¤ilimin oldu¤unu keflfederseler, bu yöntem de beklenti etkisinekesin çözüm de¤ildir. Bu durumda, deneyi yapanlar kat›l›mc›lardan hangilerinindenek grubunda hangilerinin kontrol grubunda oldu¤unu bilmezseler, beklenti et-kisi önemli derecede minimize edilmifl olur. Daha kesin bir çözüm, deneyle ilgilitüm prosedürün gerçek kifliler taraf›ndan deney an›nda de¤il de daha önceden çe-kilmifl video kay›tlar› veya yaz›l› olarak sunulmas›d›r.

Haricî Geçerlik Nas›l Belirlenir?Bir deneyin bulgular›n›n ne kadar genel olarak deneye konu olan kiflileri ya da ak-törleri yans›t›p yans›tmad›¤›n› anlayabilmek için haricî geçerli¤in üç boyutta ince-lenmesi gerekmektedir: sa¤laml›k (robustness), ekolojik geçerlik (ecological vali-dity) ve ilgi (relevance).

Sa¤laml›k (Robustness): Deney Tekrarlanabilir mi?Sa¤laml›k, bir deney bulgusunun farkl› ortamlarda, farkl› kiflilerle ve farkl› zaman-larda yap›lacak baflka bir deneyde ayn› flekilde tespit edilip edilemeyece¤ini belir-tir. S›n›rl› anlam›yla laboratuvarda yap›lan bir deneyin, baflka bir laboratuvarda fark-

l› araflt›rmac›lar taraf›ndan benzer flekilde tekrarlanmas› anlam›na gelir. Genel anla-m›yla, ba¤›ms›z de¤iflkenin etkisinin farkl› ortamlarda ve kat›l›mc›larla yap›lan de-neylerde gözlemlenebilmesi demektir. Örne¤in, bir üniversitenin psikoloji bölümüö¤rencileri ile yap›lan bir deneyde bulunan etki, daha sonra lise ö¤rencilerinin ka-t›l›m› ile yap›lan bir deneyde tekrar bulunabilir. Habyarimana ve birlikte çal›flt›¤› di-¤er araflt›rmac›lar, 2007 y›l›nda yapt›klar› çal›flmada laboratuvar ortam›nda 300 kifli-nin kat›l›m› ile gerçeklefltirdikleri deneyi, bir de sahada yaparak bulgular› karfl›lafl-t›rm›fllard›r. Bu bulgular›n sa¤laml›¤›n› ve tekrar edilebilir (replicable) oldu¤unugöstermek için takip edilen bir yoldu. Araflt›rman›n amac›, neden baz› etnik grup-lar›n düflük suç oran›, iyi okullar, iyi sa¤l›k hizmetleri ve hijyen konusunda baflar›l›olduklar›n›, baz›lar›n›n ise bu konularda geri kald›klar›n› anlamakt›. Çal›flma için

Uganda’n›n Kampala flehrinden rastgele atama yöntemi ile 300 kifli seçilir ve birlik-te baz› oyunlar oynamalar› istenir. Amaç ayn› etnik gruptan kat›l›mc›lar›n birbirleri


K ‹ T A P



ile daha fazla ifl birli¤i yap›p yapmad›klar›n› gözlemlemekti. Deneyi yapan kiflilerkat›l›mc›lara birbirlerinin etnik kimli¤i hakk›nda bilgi vermeyip, bu bilgiye oyunla-r› oynamak için iletiflim kurarken kendilerinin ulaflmalar›n› sa¤lam›flt›r. Habyarima-

na ve di¤erleri bu çal›flma ile laboratuvar ortam›ndaki bir deneyi sahada tekrarlaya-rak ilk bulgular›n sa¤laml›¤›n› ispatlam›fllar, deneyin farkl› ortamlara nas›l uyarlana-bilece¤ini göstermifller ve bulgular›n genellenebilir oldu¤unu ispatlam›fllard›r.

Habyarimana, J., Hamphreys, M., Posner, D. N., Weinstein, J. M. (2007). “Why Does EthnicDiversity Undermine Public Goods Provision?”, American Political Science Review, Cilt 101, Say› 4, s. 709-725.

Ekolojik Geçerlik: Bulunan Etki Tipik E¤ilimleri Yans›t›yor mu?Ba¤›ms›z de¤iflkenin etkisinin farkl› ortam ve kiflilere genellenebilir olup olmad›¤›sorusu, o etkinin gerçek yaflamdaki tipik e¤ilimleri yans›t›p yans›tmad›¤›ndan fark-

l› bir sorudur. Ekolojik geçerli¤in temelinde bu vard›r. Di¤er bir deyiflle ekolojikgeçerlik bir deney sonucu gözlenen etkinin olufltu¤u flartlar›n toplum genelindekitipik flartlar› yans›t›p yans›tmad›¤›na bakar. Tipik olma genellenebilir olmaktanfarkl›d›r. Baz› araflt›rmac›lar, örne¤in, üniversite ö¤rencilerinin kat›l›mc› oldu¤u velaboratuvar ortam›nda yap›lan deneylerin, kiflilerin gerçek dünyada içinde bulun-du¤u flartlar› yans›tmad›¤›n› belirtirler. Yukar›da bahsedilen deneyde Habyarimana

ve di¤erleri laboratuvar ortam›nda gerçeklefltirdikleri deneyi do¤al ortama tafl›ya-rak bu sorunu halletmifl görünüyorlar.

‹lgi (Relevance): Deney Sonucu Ö¤renilen Bilgi Gerçek Yaflamla‹lgili mi?Deney bulgular›n›n gerçek yaflamla ilgisi olup olmad›¤› ekolojik geçerlik taraf›n-dan da iflaret edilen bir konudur. Fakat daha genifl anlam›yla ilgi, bulgular›n ger-çek yaflama uygulanabilirli¤ini ve sorunlara çözüm getirip getiremedi¤ine ba-kar.Deneysel yöntemlerin uluslararas› iliflkilerde yayg›nlaflmas›n› engelleyen prob-lemlerden biri, dâhilî ve haricî geçerlik aras›nda her zaman birinden feragat edildi-¤ine dair yayg›n olarak kabul edilen kan›d›r. Fakat do¤al deneyler ve simülasyon-lar iki geçerlik aras›nda bir köprü oluflturabilir. Ünitenin geri kalan k›sm›nda bu iki

yöntem detayl› olarak incelenmektedir.

S‹MÜLASYON (SIMULATION)Simülasyon araflt›rmac›lar›n dâhilî ve haricî geçerlikle ilgili tehditlerle bafla ç›kmakiçin kulland›klar› bir yöntemdir. Gerçek yaflamdaki bir ortam ya da olay bilgisayar

üzerinde taklit edilir. Birden fazla deneysel kurguyu taklit edebilme imkân› oldu-¤u için dâhilî geçerlik garanti alt›na al›nm›fl olur. Ayr›ca, gerçek yaflamda o ana ka-dar karfl›lafl›lmam›fl durumlar›n da gözlemlenmesi olas›l›¤› vard›r. Uluslararas› ‹lifl-kiler alan›nda genelde oyun kuram› diye adland›rd›¤›m›z bir çok kuram simülas-

yon ile yarat›lan deney ortam›nda test edilmifltir. Simülasyon gerçe¤ini ne kadar iyi yans›t›rsa, haricî geçerlik problemi de minimize edilmifl olur. Simülasyon ve ger-çek aras›ndaki benzerlikten emin olmak için araflt›rmac›lar saha deneylerine bafl-

vurup, sonuçlar› simülasyonun sonuçlar› ile karfl›laflt›rabilirler.Simülasyonun en çok bilinen örneklerinden biri, ayn› zamanda Uluslasaras›

‹liflkiler alan›nda klasik olarak nitelendirilen çal›flmalardan biri, Robert Axelrod’un1984 y›l›nda yay›nlad›¤› Ortakl›¤›n Geliflmesi (the Evolution of Cooperation) isimli

eseridir. Axelrod bu çal›flmas›nda mahkumlar›n ç›kmaz› (prisinor’s dilemma) oyu-nunu bilgisayar ortam›na programlam›fl ve taraflar›n sadece bir kere de¤il bir kaç


M A K A L E



kere karfl›laflt›klar›n› varsaym›flt›r. Simülasyonun sonunda taraflar›n ilk oyunda yada karfl›laflmada ifl birlikçi bir tutum izlemeleri ve daha sonraki karfl›laflmalarda di-¤er taraf›n bir önceki turda ya da karfl›laflmada yapt›¤›n›n ayn›s›n› yapmas› duru-munda (k›sasa k›sas - tit-for-tat ) uzun vadede devletlerin ortak çal›flmaya ve ifl bir-li¤ine do¤ru ilerleyecekleri saptanm›flt›r.

Beriker ve Druckman 1996’da yay›nlanan çal›flmalar›nda Birinci Dünya Savafl› so-nunda toplanan uluslararas› bir konferans›n simülasyonunu yapm›fllar ve sonuçlar›Lozan’da 1922-23 y›llar›nda toplanan konferansla karfl›laflt›rm›fllard›r. Konferans›n endikkat çeken yan› taraflar aras›ndaki dengesiz ya da asimetrik güç da¤›l›m› idi. Den-geli ve dengesiz güç yap›lar› iki konu üzerinde yo¤unlaflt›: Bo¤azlardan Karadeniz’egeçmek ve az›nl›k haklar›. Konferans tutanaklar›na dair içerik analizi iki güç yap›s›aras›nda yap›lan pazarl›k aç›s›ndan farkl›l›klar› ortaya koymufltur. Sonraki aflamada,bu iki güç yap›s› simüle edilmifl ve bir üçüncü senaryo ile karfl›laflt›r›lm›flt›r. Üçüncüsenaryoda eflit güce sahip fakat di¤erlerine göre daha az güçlü iki devlet aras›ndakikarfl›l›kl› müzakere ortam› taklit edilmifltir. Bu üçüncü senaryo, gerçek konferansta

yaflanmam›fl bir durumu analiz etme imkân› tan›m›fl ve ikili müzakerelere kat›lanlar›nkonferans›n sonucundan daha fazla memnun olduklar›, daha h›zl› çözüme ulaflt›klar›

ve çok partili müzakerelere göre daha az rekabet hâlinde davrand›klar› gözlenmifltir.Bu simülasyonda ayr›ca haricî geçerlik ya da genellenebilirlik bafltaki iki farkl› güç da-¤›l›m senaryolar›n›n farkl› ortamlarda analiz edilmesi sayesinde artt›r›lm›flt›r.

Simülasyonlar›n di¤er bir avantaj› da gerçek yaflamda olup biten olaylar› tümkomplex yap›s›yla yans›tabilme baflar›s›d›r. Laboratuvar deneylerinde olaylar›ngerçek yaflamdaki gibi komplex hâlleriyle yans›t›lmas› oldukça zor, saha deneyle-rinde ise gerçek oldu¤u gibi yans›t›labilir fakat saha deneylerini yapmak her konuiçin mümkün olmayabilir. Beriker ve Druckman (1996) çal›flmas›nda görüldü¤ü gi-bi Lozan Konferans› gibi savafl sonras› bir konferans›n gerçekleflmesi için bekle-

mek çok vakit alabilir. Simülasyonun baflar›s› iki boyut üzerinde de¤erlendirilebi-lir: range (çeflitlilik) ve extension (uzant›) . Çeflitlilik taklit edilen senaryolar›n say›-s›na, uzant› ise senaryolar›n gerçek olayla ilgili detay ve kapsam›na iflaret eder.Taklit edilen senaryo say›s›n›n k›s›tl› oldu¤u simülasyonlara dar kapsaml›, fazla sa-

y›da oldu¤unda genifl kapsaml› denir. Senaryolar ya da modeller gerçek olayla il-gili çok fazla detay içerdi¤inde derin uzant›l› , az detay içerdi¤inde ise yüzeysel uzant›l› olarak adland›r›l›rlar.

Oyun kuram›n›n simülasyonlarla test edilmesine geri dönecek olursak oyun ku-ram› modelleri basit bir varsay›m üzerine infla edilir: kifliler bir konu hakk›nda ka-rar verirken var olan opsiyonlar aras›ndan kendileri için en iyi olan› seçerler. Oyunkuram çözümlerinden birisi olan Nash Dengesi (Nash equilibrium), kifliler kararla-

r›n› verirken sadece kendileri için en iyi olan› de¤il ayn› zamanda di¤erlerinin nedüflündü¤ünü de hesaba katarak kendileri için en iyi opsiyonu seçeceklerini öngör-mektedir. Nash dengesi, iki kiflinin pazarl›k içinde oldu¤u durumlarda her iki taraf için de en faydal› çözümün bulunaca¤›n› savunur. Nash dengesi bulundu¤unda, ikitaraf›n da zararlar› minimize edilmifl olur. Nash dengesinin gerçek yaflamda ikili pa-zarl›klarda s›kl›kla ortaya ç›kan bir sonuç olup olmad›¤›n› anlamak için laboratuvarortam›nda gerçek kiflilerle deneyler yap›labilir. Fakat, farkl› bir çok senaryo ve mo-dellerle ilgili varsay›mlar› hesaba katarak simülasyon çal›flmas› yap›labilir.

Uluslararas› ‹liflkiler alan›nda yap›lan simülasyon çal›flmalar›n›n klasik örnekle-rinden bir tanesi, Richard Stoll’un 1987 y›l›nda küresel bir otoritenin olmad›¤›n›

varsayarak devletler aras›nda güç dengesinin (balance of power) nas›l otomatik

olarak ortaya ç›kt›¤›n› inceleyen çal›flmas›d›r. fiekil 2.4 bu simülasyonun aflamala-r›n› göstermektedir. Bu çal›flma için devletlerle ilgili realist dünya görüflü varsay›l-


K›sasa k›sas (tit-for-tat)

Oyun kuramlar› aras›nda yeralan, karfl› taraf e¤erdüflmanca bir tavra girerseayn› flekilde karfl›l›k vermek,

dostça bir tav›r sergilerseyine ayn› flekilde karfl›l›kvermek prensibine dayal› biroyundur. Dünya TicaretÖrgütünün savundu¤ukarfl›l›kl›l›k ilkesinintemelinde bu oyun kuram›yatar. E¤er bir ülke di¤er birülkeye karfl› ticaretle ilgilikorumac› politikalar›n›kald›r›yorsa, di¤er ülkeninde ayn›s›n› yapmas› gerekir.

‹çerik Analizi yaz›l›dokümanlar›n dikkatliceokunarak iletiflim dilinin vebiçimlerinin detayl› olarakincelenmesidir. Yaz›l›dokümanlar aras›ndauluslararas› anlaflmalar,organizasyonlar›n ve siyasipartilerin kuruluflsözleflmeleri yer alabilir.



m›fl, yani devletlerin sürekli yaflam mücadelesi verdi¤i düflünülmüfltür. Anarflik birortamda (mutlak bir uluslararas› otoritenin olmad›¤› bir ortam) devletler birbirleri-ni yok mu ederler yoksa bir devlet tüm devletlere hükmetmeye mi bafllar? Bir bil-gisayar program› kullanarak, simülasyona dahil edilecek devletler belirlenir. Budevletlerin bafllang›çta sahip olduklar› güç için de¤erler belirlenir. Ayr›ca, bilgisa-

yar program› oyunun kurallar›n› da net bir flekilde yans›tmal›d›r. Örne¤in, sadececo¤rafi aç›dan yak›n devletler birbirlerine savafl açabilirler. Simülasyon turlar flek-linde ilerler. Her turda, bir devlet rastgele sald›rgan olarak bilgisayar program› ta-raf›ndan atan›r. Sald›rgan devletin komflu devletlere göre gücü hesaplan›r. Devlet-leraras› ittifaklar kurulur ve sald›rgan devletin gücü yeniden hesaplan›r. Sonrakiaflamada, oyunun kurallar›na göre savafl açma karar› al›n›r. Savafla taraf olan ülke-ler için savafl›n sebep oldu¤u zarar hesaplan›r. Bu süreçte baz› ülkeler elenebilir.Program daha sonra, birden fazla devletin kal›p kalmad›¤›n› hesaplar. E¤er, en aziki devlet yaflamay› baflarm›flsa bir sonraki tura geçilir ve yeni hesaplamalar yap›-l›r. Turlar istenildi¤i kadar çok tekrarlanabilir. Fakat bir turun sonunda sadece bir

devlet kal›rsa, simülasyon sona erer. Stoll çal›flmas›n› 270 turla tamamlam›flt›r.fiekilde görüldü¤ü üzere, simülasyon, çok detayl› olarak düflünülmüfl bir de-

neydir. Araflt›rmac›, bir aktörün bir olay karfl›s›nda ne tür tutum ve hareket sergi-leyece¤ini ve buna karfl›l›k di¤er aktörlerin ne tür tav›rlarda bulunaca¤›n› detayl›olarak düflünmek zorundad›r. Dolay›s›yla simülasyonlar›n oluflturulmas› araflt›rmakonusu ile ilgili oldukça fazla bilgi sahibi olmay› gerektirir. Simülasyonlar dura¤an

ya da geleneksel modellerle anlafl›lmas› güç olan konular› ayd›nlatabilirler. Özel-likle, araflt›rmac› ilgilendi¤i konuya ait temel aktörleri ve onlar›n birbirleri ile nas›lbir etkileflim içinde oldu¤unu ancak aktörler hareket etmeye bafllay›nca anlayabi-lece¤i durumlarda, simülasyon çok faydal› bir yöntem olarak öne ç›kar. Gerçek ha-

yatta aktörleri birden fazla turda birbirleri ile etkileflim hâlinde yakalamak zor ola-

ca¤› için, simülasyon farkl› modellerin farkl› turlarda ele al›nmas›n› sa¤layarakaraflt›rman›n bir nevi deney ortam›nda yap›lmas›n› sa¤lar.


Evet

Evet

Hay›r

Hay›r

Bafllang›ç

Ülkelerin ve güçde¤erlerinin

programa girilmesi

Oyunun kurallar›n›nbelirlenmesi, ittifaklar›nkurulmas›, güç üstünlü¤ü

durumu varsa savafl›naç›lmas›

SimülasyonunBafllang›c›,

1. Tur

Sald›rgan›nSeçilmesi

Güç oranlar›n›nhesaplanmas›

Gerekiyorsaittifaklar›n kurulmas›

Sald›rgan daha m› güçlü?

Savafl açmak ve

taraflar için zararlar›hesaplamak

Gücü olmayandevletleri eleme

Birden daha fazla ülkekald› m›?

Bir sonraki turageç

‹mparatorluk Güç dengesi

Son

fiekil 2.4

Güç Dengesi Simülasyonu



Nimet Beriker ve Daniel Druckman. (1996). “Simulating the Lausanne Peace Negotiations,1922-23: Power Asymmetries in Bargaining”, Simulation and Gaming, Cilt 27, Say› 2, s.

162-183.Richard J. Stoll. (1987). “System and State in International Politics: A Computer Simulati-on of Balancing in an Anarchic World”, International Studies Quarterly, Cilt 31, s. 387-402.Robert Axelrod. (1984). The Evolution of Collaboration. New York: Basic Books.

DO⁄AL DENEYLERLaboratuvar ve saha aras›ndaki fark temelde araflt›rman›n yap›ld›¤› ortamlar›n fark-l› olmas›d›r. Laboratuvar deneyinde, kat›l›mc›lar deneyin yap›laca¤› yere giderler.Do¤al deneyde ve saha deneyinde ise araflt›rmac› deneyle ilgili herfleyi kat›l›mc›la-ra kendi do¤al ortamlar›nda sunar. ‹nternet’in geliflmesi ile beraber, araflt›rmac›larneredeyse kat›l›mc›lar›n evlerinin içine kadar girebilmifllerdir. Laboratuvar ortam›

ve saha aras›ndaki fark ‹nternet’in geliflimi ile beraber iyice belirsiz bir hâl alm›flt›r.‹kisinin aras›ndaki ayr›m ise asl›nda kat›l›mc›lar›n bir deney ortam›nda olduklar›-n›n ne kadar fark›nda olup olmad›klar›d›r. Kendi do¤al ortamlar›nda olduklar›nda,kat›l›mc›lara önceden bir çal›flma içinde yer alacaklar› söylense bile, çal›flman›namaçlar›n›n daha az fark›ndad›rlar.

Genel bir araflt›rma stratejisi olarak laboratuvar ve saha ortamlar› aras›nda gidipgelme iki yönlü bir yol üzerinde olmal›d›r. Sosyal bilimcilerin ilgilendi¤i bir çokkonu do¤al ortamlar›n ya da gerçek hayat›n gözlenmesi sonucu ortaya ç›kar. Ger-çek hayat çok komplike oldu¤u için, bir de¤iflkenin di¤eri üzerindeki etkisini ay›r-detmek zordur. Belirli bir neden-sonuç iliflkisini test etmek için ba¤›ml› de¤iflkeni

ya da etkisine inan›lan de¤iflkeni do¤al ortam›n›n d›fl›na çekmek, ve di¤er de¤ifl-

kenlerin kontrol edildi¤i laboratuvar ortam›na tafl›mak gereklidir. Neden-sonuçiliflkisi laboratuvar ortam›nda tespit edildikten sonra ise tekrar sahaya geri dönmek

ve etkiyi yaratan de¤iflkenin do¤al ortamda de¤iflmedi¤ini görmek gerekir. Saha velaboratuvar aras›ndaki bu iki yönlü al›flverifl yukar›da da bahsedildi¤i gibi haricî geçerli¤in sa¤lanmas› için gereklidir. fiekil 2.5 neden-sonuç iliflkisinin keflfedilme-sinde bu karfl›l›kl› süreci göstermektedir.

Saha ve do¤al deneylerde, araflt›rmac›n›n deneyin yap›ld›¤› ortam, kat›l›mc›la-r›n seçimi ve deneyin sonucunu etkileyebilecek di¤er de¤iflkenler üzerindelaboratuvar deneylerinde oldu¤u kadar kontrolleri olmad›¤› için, do¤al ve saha de-neylerine yar› deneyler de (quasi-experiments) denir. Bu ana kadar do¤al ve sahadeneyleri hakk›nda benzer fleyler söyledik. Önceden de belirtildi¤i üzere, ikisifarkl›d›r. Do¤al deneyler sahada yani kat›l›mc›lar›n do¤al ortamlar›nda yap›lmala-

r›na ra¤men, araflt›rmac›n›n ba¤›ml› de¤iflkenin kendili¤inden oluflmas›n› bekle-mekten baflka çaresi yoktur. Saha deneyleri, laboratuvar› sahaya tafl›mak anlam›na


fiekil 2.5

Do¤alGözlem

KuramGelifltirme

LaboratuvarDeneyi

KuramGelifltirme

Do¤alGözlem

SahaDeneyi

Do¤al Deneylerin Aflamalar›

M A K A L E



gelir. Tabii, di¤er bir çok de¤iflken üzerinde kontrolü az olsa da araflt›rmac› hâlendeney konusu ba¤›ms›z de¤iflkeni kontrol etme imkân›na sahiptir. Do¤al deneyler-de araflt›rmac› ba¤›ml› de¤iflken ya da uyaranla ilgili manipülasyon yapma imkân›-

na sahip de¤ildir. Aradaki fark› daha da netlefltirmek için, do¤al deneylerle ilgili üçkonudan söz edilebilir: do¤al davran›fl, do¤al yönlendirme ve do¤al ortam (Crano ve Brewer, 2002, pp.198-202).

Do¤al davran›fl, gözlemlenen etkilerin deneydeki yönlendirmeler sonucu de¤ilde do¤al bir sürecin sonucu olarak ortaya ç›kmas› demektir. Bu tür bir do¤al dav-ran›fl ya da tepki çok de¤erlidir, çünkü araflt›rmac›n›n ya da deneyin talepleri so-nucu ortaya ç›kmam›flt›r. Do¤al dürtüler sonucu ortaya ç›kan tepkiler kat›l›mc›n›nbir araflt›rma içerisinde oldu¤u bilincinin d›fl›nda oluflur. Bu da bulgular›n genelle-nebilirli¤ini (generalizability) artt›r›r. Do¤al yönlendirme, araflt›rmac› olsun ya daolmas›n do¤al olarak oluflan bir durumdur. Yani ba¤›ms›z de¤iflken araflt›rmac› ta-raf›ndan kontrol edilmez, do¤al olarak araflt›rmaya konu olan olay›n gerçekleflti¤i

s›rada ortaya ç›kar. Örne¤in, insanlar›n terörist sald›r›lara tepkisini anlamak istiyor-sak, bir sald›r› gerçeklefltikten sonra insanlar›n fikir ve davran›fllar›n› gözlemleye-biliriz. Sald›r›n›n gerçekleflmesinde araflt›rmac›n›n hiçbir etkisi ya da yönlendirme-si yoktur. Deneysel dürtü ya da uyaran (treatment) kendili¤inden ortaya ç›km›flt›r.Do¤al ortam, laboratuvar d›fl›nda gerçekleflen deneysel gözlem demektir. Ortamaraflt›rmac› taraf›ndan bir deney yapmak için oluflturulmam›flt›r. Kat›l›mc›lar›n daortamla ilgili böyle bir alg›lar› yoktur. Örne¤in, s›n›f ö¤renciler için bir laboratuvarortam› de¤il, do¤al ortamd›r.

Do¤al deneylerde öne ç›kan di¤er bir konuda gözlemi yapan araflt›rmac›n›n,araflt›rmaya konu olan kiflilerle nas›l bir iletiflim gelifltirece¤idir. ‹letiflimin seviyesikat›l›mc› gözlemi ya da uzaktan gözlem aras›nda de¤iflebilir. Bu seviye, toplanan

verinin kalitesini ve ne tür ç›kar›mlar yap›labilece¤ini de etkiler. Kat›l›mc› gözlemi durumunda araflt›rmac›, araflt›rma konusu kiflilerle yüz yüze görüflür ve araflt›rma-

ya konu olan olay›n do¤al ortam›nda di¤er kat›l›mc›larla birlikte yer al›r. Di¤er birdeyiflle, araflt›rmac› analiz edilen ortam›n bir parças›d›r, araflt›rma ortam›n› hem et-kiler hem de ondan etkilenir. Kat›l›mc› gözlemi yapmak isteyen araflt›rmac›lar›nkarfl›laflacaklar› temel sorun, araflt›rma konusu olan gruba nas›l dahil olunuca¤›d›r.Gruba dahil olurken araflt›rmac› grup içi dinamikleri etkileyecek ve do¤al ortam›de¤ifltirecek bir flekilde grubun bir parças› olmaya çal›flmamal›d›r. Do¤al gözlemçal›flmas›n›n klasik örneklerinden biri, Clifford Geertz’in 1950’lerde Bali’deki horozdö¤üfllerini inceleyen çal›flmas›d›r. Geertz (1973) horoz dö¤üfllerinin köylüler ara-s›nda nas›l bir ortak kültür ve gelenek oluflmas›na katk›da bulundu¤unu anlamaya

çal›flm›flt›r. O s›rada Bali’de horoz dövüflleri yasak oldu¤u için köylüler devaml›polisin takibinde olup yakalananlar hapse at›l›yordu. Yine böyle bir zamanda, ikiköylüyü polisten gizlemeyi baflaran Geertz, köylülerin güvenini kazanm›fl ve gru-ba bu flekilde dahil olarak, bir çok gözlem ve röpörtaj yapma imkân› bulmufltur.Geertz’in çal›flmas› kat›l›mc› gözlemi ve gözlenen gruba dahil olma konusunda gü-zel bir örnektir, ama yapt›¤› çal›flma do¤al deney de¤ildir.

Do¤al deneylerin fark›, deneye konu olan ba¤›ms›z de¤iflkenin tesadüfi bir bi-çimde araflt›rmac›n›n etkisi olmadan ortaya ç›kmas›d›r. Dolay›s›yla deneysel dürtü

ya da uyar› flans sonucu tesadüfen ortaya ç›kar. Yak›n zamanda do¤al deney kul-lan›lan araflt›rmalardan bir örnek vermek gerekirse, Susan Hyde’›n (2007) yeni ku-rulan demokrasilerde uluslararas› seçim gözlemcilerinin etkisi ile ilgili yapt›¤› ça-

l›flmas› say›labilir. Hyde (2007) uluslararas› gözlemcilerin seçimlerde ifllenebilecekhile ve yolsuzlu¤u azalt›p azaltmad›¤›n› anlamak için, 2003 y›l›nda Ermenistan’da




yap›lan baflkanl›k seçimleri esnas›nda gözlemcilerin oldu¤u seçim sand›klar›ndano anki Baflkan için daha az say›da oy ç›kt›. O an görevde olan Baflkan›n seçimler-de hileye baflvurmas› bekleniyordu. Gözlemciler, seçim günü rastgele bir prosedü-

re göre belli seçim sand›klar›n›n bulundu¤u yerlere atan›r. Hyde’›n beklentisinegöre e¤er görevi devam eden Baflkan bir hileye baflvurmuyorsa gözlemcilerin ol-du¤u sand›klarda da olmad›klar› sand›klardaki kadar baflar›l› olmal›d›r. Ermenis-tan’daki seçimlerde do¤al deney yap›lma imkân›, seçim günü bir çok kaynak tara-f›ndan belirlenmifl yolsuzluk ve hilenin yap›lm›fl olmas›d›r. Yani ba¤›ml› de¤iflkenkendi do¤al ortam›nda oluflmufl, araflt›rmac›n›n yönlendirdi¤i bir ba¤›ms›z de¤ifl-kene tepki olarak ortaya ç›kmam›flt›r. Bulgular, uluslararas› gözlemcilerin ziyaretetti¤i yerlerde bulunan seçim sand›klar›ndan o an görevde olan Baflkan, ziyaretedilmeyen sand›k yerlerine göre çok daha az oy alm›flt›r.

Do¤al deneyler, uluslararas› iliflkilerin analizinde son zamanlarda daha s›k kul-lan›lmalar›na ra¤men, henüz çok yayg›n kullan›ld›klar› söylenemez. Araflt›rmac›-

lar›n, deneyden önce uzun zaman ay›r›p her türlü detay› düflünmeleri, deneye ko-nu olabilecek uluslararas› organizasyon ve aktörlerle önceden iletiflim kurup,ba¤lant›lar›n› gelifltirmeleri gerekmektedir. Sonunda baflar›l› olup olmayaca¤›ndanemin olunmayan bir çal›flma için araflt›rmac› önemli bir miktarda zaman harcamakdurumunda kalmaktad›r. Bu da do¤al deneylerin uluslararas› iliflkiler kuramlar›-n›n test edilmesinde yayg›n olarak kullan›lan bir yöntem olmas›na engel olufltur-maktad›r. Ayr›ca, do¤al deneylerde haricî geçerlik konusu laboratuvar deneyleri-ne göre daha az sorun olsa da bulgular›n di¤er ortamlara genellenebilmesi bazenkolay olmayabilir.

Türkiye’de terörist sald›r›lara olan tepkisileri ölçmek istedi¤inizi varsayal›m. Nas›l bir do-

¤al deney tasarlars›n›z?

Clifford Geertz. (1973). The Interpretation of Cultures. New York: Basic Books.Susan D. Hyde. (2007). “The observer effect in international politics: Evidence from a na-

tural experiment”, World Politics, Cilt 60, Say› 1, s. 37-63.Lyall, Jason. (2009). “Does indiscriminate violence incite insurgent attacks? Evidence fromChechnya”, Journal of Conflict Resolution, Cilt 53, Sayfa 3, s. 331-362.Susan D. Hyde. (2010). “The Future of Field Experiments in International Relations”, An-nals AAPSS, Cilt 628, s. 72-84.

Saha deneyleri de do¤al deneyler gibi, önceden belirtildi¤i üzere dâhilî ve haricî

geçerlik aras›nda bir köprü oluflturur. Bunun yak›n zamandaki örneklerinden biri,Findley ve Harris’in (2012) Güney Afrika’da gerçeklefltirdikleri çal›flmalar›d›r.

Etnik kimli¤in bir ülkede yaflayan çeflitli etnik gruplar aras›nda ç›kan çat›flmalarüzerindeki etkisini inceleyen araflt›rmac›lar, öncelikle kiflilerin farkl› etnik gruplarlailgili fark›ndal›klar›n›n anlafl›lmas› gerekti¤ini vurgulam›fllard›r. Siyaset Bilimi araflt›r-mac›lar› Michael Findley ve Adam Harris, (2012) Güney Afrika’nin Do¤u Kap böl-gesinde yapt›klar› bir deneyde, bir etnik gruba mensup bireylerin, baflka bir etnikgrup mensubu di¤er bireylerin etnik kimli¤ini teflhis etme konusunda en belirleyicifaktörün, kendi etnik kimliklerini ne kadar güçlü sahiplendikleri oldu¤unu savun-maktad›r. Etnik çat›flma ile ilgili bir çok çal›flma olmas›na ra¤men, çat›flman›n orta-

ya ç›kmas› için öncelikle farkl› etnik gruplardan bireylerin karfl› taraf›n etnik kimli-

¤ini tan›mas› gerekti¤i konusu göz ard› edilmifl, yeterince çal›fl›lmam›flt›r. Philip Go-urevitch’in 1994’te Ruanda’da Hutular›n Tutsilere karfl› iflledi¤i soyk›r›m› konu alan


S IRA S‹ZDE

5

M A K A L E



kitab›, Hutular›n Tutsileri tan›makta çektikleri zorluklar›, bazen kendi gruplar›ndaninsanlar› Tutsi diye tan›mlad›klar›n› anlatmaktad›r. Bir kifli di¤er bir kiflinin etnikkimli¤ini nas›l tahmin eder? Harris ve Findley, 62 kat›l›mc› ile yapt›klar› deneyde,

kat›l›mc›lara toplam 9 farkl› etnik grubu temsil eden 76 kiflinin foto¤raf›n› ve vide-osunu göstermifllerdir. Deney sonunda, her kat›l›mc› toplam 152 tane tahminde bu-lunmufl ve bu da 62 kat›l›mc› için 9424 gözlem elde edilmesini sa¤lam›flt›r. Verininanalizi sonucunda, etnik kimli¤i do¤ru tahmin etmek için en önemli faktörün kifli-lerin kendi etnik kimlikleri hakk›nda ne kadar güçlü hissetti¤i olmufltur.

Philip Gourevitch. (1998). We Wish to Inform You That Tomorrow We will Be Killed withOur Families: Stories from Rwanda. New York: Picador. Adam Harris ve Michael Findley. (2012). “Is Ethnicity Identifiable? Lessons from an Expe-riment in South Africa”. Journal of Conflict Resolution. Forthcoming.

SONUÇDeneysel yöntem siyaset bilimi ve uluslararas› iliflkilerle ilgili bir çok konununaraflt›r›lmas›nda kullan›labilecek birçok yöntemden bir tanesidir. Deneysel yakla-fl›mlar, fizik, biyoloji ve t›p gibi do¤al bilimlerde; psikoloji ve ekonomi gibi sosyalbilimlerde etkili olarak kullan›lagelmifllerdir. Maalesef Uluslararas› ‹liflkiler alan›n-da deneylerin kullan›m›, özellikle genellenebilirlikle ya da d›fl geçerlik ile ilgilikayg›lar yüzünden, daha yavafl ilerlemifltir. Deneysel yöntemin en önemli avanta-j›, baflka hiçbir yöntemde mümkün olmayacak flekilde araflt›rma konusu ba¤›ms›zde¤iflkenler üzerinde kontrol sa¤lama imkân›d›r. Araflt›rmac›, sistemli olarak ba-¤›ms›z de¤iflkenin de¤erlerini yönlendirebilir. Bu nedenle deneysel yöntem bafl-ka yöntemlerden üstün dâhilî geçerlik seviyesine sahiptir. Di¤er bir deyiflle arafl-

t›rmac› deney sonunda ba¤›ml› de¤iflken üzerinde gözlemlenen etkinin deney esnas›nda manipüle edilen ya da yönlendirilen ba¤›ms›z de¤iflkenden kaynak-land›¤›ndan oldukça fazla emindir. Hangi faktörün daha önce gerçekleflece¤iniaraflt›rmac› belirledi¤i için, iki faktör ya da de¤iflken aras›nda neden-sonuç iliflki-si kurmak da kolayd›r.

Deneysel yöntemin di¤er bir avantaj›, araflt›rma kurgusunun çok detayl› ve titizolarak tasarlanmas›ndan kaynaklan›r. Deney bulgular›, ba¤›ms›z de¤iflken olarakdikkatlice kay›t edilir ve sosyal bilimlerde baflka bir yöntemin izin vermeyece¤i de-recede kusursuz ölçüme olanak sa¤lar. Maalesef, siyaset bilimcilerin deneysel ça-l›flmalar›n kendi bafllar›na yeterli olabilmesi gerekti¤i vurgusu, bu durum gerçek-leflmedi¤inde, deneysel yöntemin gereksiz oldu¤u kan›s›na yol açm›flt›r. Deneysel

yöntem de di¤er yöntemler gibi baflka araflt›rma yöntemleri ile birlikte kullan›l›p,bilimsel çal›flmalara katk›da bulunabilir. Önceden anlat›ld›¤› gibi, deneyler oyunkuram› modellerinin test edilmesinde etkili olarak kullan›lm›fl ve bu modellerin da-ha da detayland›r›lmas›na yard›mc› olmufllard›r. Deneysel yöntem sadece ba¤›ml›de¤iflken üzerinde oluflan etkiyi de¤il, bu etki oluflurken geçen süreci de yak›ndantakip imkân› tan›maktad›r. Bu da neden-sonuç iliflkisinin detayl› bir flekilde nas›lgerçekleflti¤ini anlamaya yard›mc› olmaktad›r.

Uluslararas› ‹liflkiler alan›nda deneysel yöntemin kullan›m›n›n yayg›nlaflmas›daha önceden çal›fl›lmam›fl konular hakk›nda bilgi edinmek için f›rsatlar sunmak-tad›r. Bu tür konular aras›nda, kültürel farkl›l›klar›n siyasi görüfller üzerindeki etki-si, devletin yönetim sisteminin kiflilerin davran›fl ve tutumlar› üzerindeki etkisi,

kimlik oluflumu, ve ittifaklar›n kurulmas›, sürdürülmesi ve bozulmas› say›labilir.


K ‹ T A P




Bu ünitede, öncelikle nedensellik konusu ince-

lendi ve hangi yöntemlerin iki de¤iflken aras›ndanedenselli¤i ispatlamak için en etkili oldu¤u üze-

rinde duruldu. Ünitenin temel amaçlar›ndan biri-

si deneysel yöntemleri yak›ndan incelemek ol-

du¤undan, deneysel yöntemlerle ilgili çeflitli kur-

gulara yer verildi, dâhilî ve haricî geçerlik ve de-

¤iflkenlik konular› yak›ndan incelendi. En önem-

lisi, deneysel kurgular›n uluslararas› iliflkiler ala-

n›ndaki geçmiflteki uygulamalar›na yer verildi ve

gelecekte ne gibi araflt›rma f›rsatlar›na yol açaca-

¤› konusu anlat›ld›. Deneysel yöntemin yumuflak

karn› olan haricî geçerli¤in simülasyon ve do¤aldeney yöntemleriyle nas›l afl›laca¤› konular› üze-

rinde duruldu. Baflta belirtti¤imiz amaçlar üze-

rinde duracak olursak,

‹ki de¤iflken aras›nda nedensel bir iliflki nas›l ku-

rulur ve test edilir

Nedenselli¤in objektif bir de¤erlendirme de¤il,

asl›nda kiflisel ya da subjektif bir de¤erlendirme

sonucu ortaya ç›kt›¤› görüldü. ‹ki de¤iflkenin ay-

n› anda de¤ifliyor olmas› ya da birinin di¤erin-

den önce ya da sonra geliyor olmas›, aralar›ndabir neden-sonuç iliflkisi oldu¤u anlam›na gelmez.

Deneysel kontrol, bu neden-sonuç iliflkisini daha

objektif kurmaya yard›mc› olur. Ama bu yöntem

de problemsiz de¤ildir. Araflt›rmac›n›n fark›nda

olmad›¤› baflka faktörler çal›flmaya bir flekilde

dahil edilmezse nedensellik konusunda do¤ru

ç›kar›mlar yap›lmas› zordur. Her araflt›rma bir so-

ru ve ona cevap olufltarabilecek bir kuram ile

bafllar. Kuram de bize öngördü¤ümüz nedensel

iliflki konusunda ipuçlar› sa¤lar.

Araflt›rma kurgular›n›n temel aflamalar› neler-

dir, temel kurgular nelerdir ve deneysel yakla-

fl›mlar di¤er yaklafl›mlardan nas›l farkl›l›klar

gösterir

Araflt›rma kurgular› genelde nitel ve nicel olmak

üzere ikiye ayr›l›r. Deneysel yöntemler de nicel

yaklafl›mlar aras›nda say›labilir. Fakat istatistiksel

ve vaka analizi yöntemlerine göre, deneysel yön-

temin en dikkat çekici özelli¤i, araflt›rmac›n›n ba-

¤›ms›z de¤iflken ya da deneye konu olan uyaran

üzerinde manipüle etme gücünün olmas›d›r.

Deneysel kurgular›n çeflitleri

Klasik deney kurgusunda olmas› gereken bile-flenler, deney grubu, kontrol grubu ve uyaran

(treatment) d›r. Deneysel yöntemde ilerlemeler

kaydedildikçe, gruplar›n say›s› artm›fl ve de¤ifl-

kenler aras›ndaki karfl›l›kl› iletiflimde analiz edil-

meye bafllanm›flt›r. Öncül test yap›lmas›, kat›l›m-

c›lar›n rastgele gruplara atanmas› ve kat›l›mc›lar-

dan ayd›nlat›lm›fl onay al›nmas› deneyin bafllan-

g›c›nda yerine getirilmesi gereken temel flartlar-

d›r. Öncül test kat›l›mc›lar›n bafllang›çta eflit özel-

liklere sahip olduklar›n› göstermek ve ba¤›ml›

de¤iflken üzerinde baflka faktörlerin etkisini kon-trol etmek aç›s›ndan önem tafl›r.

Deneysel yaklafl›m kullanarak hangi uluslarara-

s› iliflkiler konular›n› araflt›r›labilir

Deneysel yöntemin uluslararas› iliflkiler alan›n-

daki kullan›m› pek yayg›n olmamas›na ra¤men,

geçmiflten günümüze bir çok konu üzerinde uy-

gulanm›flt›r. Savafl, çat›flma, ifl birli¤i, oyun ku-

ram›, d›fl politika analizi, karar verme süreçleri

gibi konular› deneysel yöntemin kullan›ld›¤› arafl-

t›rma alanlar› aras›nda sayabiliriz. Ayr›ca, gele-cekte de deneysel yöntem kullan›larak bir çok

yeni araflt›rma yolunun aç›lmas› mümkündür.

Özet

1

A M A Ç

2

A M A Ç

3

A M A Ç

4

A M A Ç




1. Deneysel ve kontrol gruplar›n› olufltururken, kat›-

l›mc›lar› afla¤›daki kurala göre da¤›t›r›z.

a. Her grupta eflit say›da kad›n ve erkek oldu¤una

dikkat ederiz

b. Kat›l›mc›lar›n yafllar›n›n 30’u geçmemesine dik-

kat ederiz

c. Kat›l›mc›lar› iki gruba da rastgele atamaya dik-

kat ederiz

d. Her grupta e¤itim seviyesinin dengeli oldu¤una

dikkat ederiz

e. Her grupta farkl› siyasi görüflten kat›l›mc› olma-

s›na dikkat ederiz

2. Yafllar› 2 ile 5 aras›nda de¤iflen çocuklar›n, anneleriile nas›l bir iliflki gelifltirdiklerini incelemek isteyen bir

grup araflt›rmac›, bir mahalle seçerek, yaklafl›k 20 ço-

cuk ve annesini düzenli olarak her ay ziyaret etmekte-

dirler. Ziyaretleri s›ras›nda çocuklar ve annelerine çeflit-

li oyunlar oynat›p, aralar›ndaki iletiflimi gözlemlemek-

tedirler. Bu deneyde araflt›rmac›lar›n karfl›laflaca¤› en

önemli zorluk ailelerin baflka adreslere tafl›nmalar› ve

izlerinin kaybedilmesidir. Deneysel çal›flma ile ilgili ta-

n›mlanan bu tehdit afla¤›dakilerden hangisidir?

a. Seçme yanl›l›¤›

b. D›fl geçerlikc. Zaman

d. Deneysel kay›p

e. ‹ç geçerlik

3. Yaz mevsimlerinde hem dondurma sat›fllar› hem de

bo¤ulma vakalar› artt›¤›na göre, çok dondurma yemek

bo¤ulmaya sebep olur. Dondurma sat›fllar› ile bo¤ulma

aras›nda nas›l bir iliflki vard›r?

a. Neden-sonuç iliflkisi

b. Sahte iliflki

c. Genellenebilir iliflki

d. Eflzamanl› iliflki

e. Deneysel iliflki

4. Ev han›mlar› ile ilgili bir deney yapmak istedi¤inizi

düflünün. Amac›n›z, ev han›mlar›n›n çal›flmaya karfl› tu-

tumlar›n› ölçmektir. Bunun için bir anket haz›rlar, bir

mahalledeki evleri gezmeye bafllars›n›z. Bu ne tür bir

deneye örnektir?

a. Do¤al deney

b. Solomon deneyi

c. laboratuvar deneyi

d. Öncül test-kontrol grubu deneyie. Bu bir deney de¤ildir

5. Afla¤›dakilerden hangisi de¤iflkenlik ile ilgili yanl›fl

bir bilgidir?

a. ‹ki de¤iflken aras›nda neden-sonuç iliflkisini gös-

terebilmek için, gruplar-aras› de¤iflkenli¤e ihti-

yaç yoktur.

b. Deney sonucunda, deney grubu ve kontrol gru-

bu aras›nda sistemli bir fark olmas› beklenir.

c. De¤iflkenlik, ba¤›ml› de¤iflkenin deney sonras›

ölçümü s›ras›nda deney ve kontrol grubu ara-

s›nda farkl› de¤erler gözlemlemek demektir.

d. Grup-içi de¤iflkenlik çok da kayg› duyulacak bir

problem de¤ildir.

e. De¤iflkenlik deney esnas›nda araflt›rmac›n›n

kontrolünde olan ba¤›ms›z de¤iflken taraf›ndanbelirlenir.

6. Belmont Raporu öncelikle hangi bilimsel alanda ça-

l›flmalara kat›lan kiflilerin haklar›n› korumak için yaz›l-

m›flt›r?

a. Fizik

b. T›p

c. Ekonomi

d. Biyoloji

e. Psikoloji

7. Bonham’›n 1971 y›l›nda yay›nlanan silahlanma mü-

zakereleri ile ilgili deneyi sadece erkek kat›l›mc›lar›n

oldu¤u bir laboratuvarda yap›lm›flt›r. Bu durum afla¤›-

dakilerden hangisine tehdit oluflturur.

a. dâhilî Geçerlik

b. Haricî Geçerlik

c. Do¤ru Ölçüm

d. Olgunlaflma

e. Beklenti Etkisi

8. Cinsiyet fark›n›n, savafl karar› üzerindeki etkisini in-

celeyen bir çal›flma yapaca¤›n›z› düflünün. Amac›n›z,

kad›nlar›n çat›flma yerine iletiflim tarafl›s› oldu¤unu is-

patlamakt›r. Sadece kad›nlar›n kat›l›mc› oldu¤u bir de-

ney yaparsan›z, afla¤›daki problemlerden hangisi ile

karfl›lafl›rs›n›z?

a. Deney tekrarlanamaz

b. Deneysel kay›p ihtimali artar

c. Kat›l›mc›lar, bir deney ortam›nda olduklar›n›n

daha çabuk fark›na var›rlar

d. Geçmifl zaman›n etkisi artar

e. Seçim yanl›l›¤› hatas› yapm›fl oluruz





9. Afla¤›dakilerden hangisi do¤al deneyleri di¤er de-

neylerden ay›ran en önemli özelliktir?a. laboratuvar ortam› yerine, sahada yap›l›r

b. Araflt›rmac› deneyin bir parças›d›r

c. Ba¤›ms›z de¤iflken ya da uyaran flans eseri orta-

ya ç›kar

d. Kat›l›mc›lardan ayd›nlat›lm›fl onay al›n›r

e. Araflt›rmac›, deney konusu gruba dahil olmaya

ya da ba¤lant› kurmaya çal›fl›r.

10. ‹ki tarafl› körlük uygulamas› bir deneyde önem ta-

fl›r, çünkü

a. Kat›l›mc›lar›n, araflt›rmac›y› memnun etmek içindo¤al bir istekleri vard›r

b. Araflt›rmac›, hangi kat›l›mc›lar›n deney, hangile-

rinin kontrol grubunda oldu¤unu bilirse deney

bulgular›n› etkileyebilir

c. E¤er kat›l›mc›lar hangi grupta olduklar›n› bilir-

seler, farkl› tepkiler gösterebilirler.

d. a, b ve c

e. a ve b

Hangi devletler insan haklar›n› çi¤nemeye meyillidirler?

Son y›llarda hem bilim adamlar› hem de uluslar aras›camian›n çeflitli hükûmetlerin insan haklar›na olan du-

yarl›l›¤›na olan ilgileri artm›flt›r. Özellikle, Uluslararas›

Af Örgütü, ABD D›fliflleri Bakanl›¤› ve Özgürlik Evi

(Freedom House) tüm ülkelerin insan haklar› perfor-

mans› ile ilgili göstergelerini y›ll›k raporlar halinde ya-

y›nlamaktad›rlar. Araflt›rmac› Stephen C. Poe ve C. Na-

el Tate devletlerin insan haklar› ihlalleri ile ilgili sebep-

leri araflt›r›p, neden baz› hükûmetlerin insan haklar›na

daha duyarl› oldu¤unu aç›klamaya çal›flm›fllard›r. Afla-

¤›daki aç›klamalar iki araflt›rmac›n›n inceledi¤i sebepler

aras›ndad›r:1. Demokratik iflleyiflin ve koruyucu tedbirlerin

yerleflmifl olmas›. Genelde demokratik ülkeler-

de insan haklar›n› taciz eden liderler rahatl›kla

seçimlerde koltuklar›n› kaybedebilecekleri için,

insan haklar› ihlaline daha az rastlan›r.

2. Nüfus Miktar› ve Büyüme H›z›. Kalabal›k nüfüsa

sahip olan ve nüfus art›fl h›z› yüksek olan ülke-

lerde, devletin zorlay›c› tedbirlere basflvurma ih-

timali de fazlad›r. Özellikle, h›zl› nüfus art›fl›,

kaynaklar›n paylafl›lmas› konusunda da strese

sebep olur. Genç nüfusun fazla olmas›, toplum-daki suç oran›n› da artt›r›r.

3. Ekonomik Geliflme ve Büyüme. H›zl› ekonomik

büyüme, milli gelirden istedi¤i pay› alamayan

toplumun baz› kesimlerinde gücenme ve k›rg›n-

l›¤a yol açar. Bu da siyasi istikrars›zl›¤a ve bas-

k›ya neden olabilir. Fakat, biliyoruz ki, geliflmifl-

lik düzeyi yüksek olan ülkeler bireylerin ihtiyaç-

lar›n› karfl›lama yetisine sahip oldu¤undan, bu

tür ülkelerde bask›c› yöntemlere baflvurmaya ge-

rek kalmamaktad›r.

4. Savafl ya da iç savafl tecrübesi. E¤er bir ülke ay-

n› zamanda hem d›flar›da hem de içerde savafl›-

yorsa, vatandafllar›n› kontrol etmek için bask›ya

ve dolay›s› ile insan haklar›n› ihlal edebilecek

yöntemlere baflvurabilir.

‹nsan Haklar› ihlalleri ile ilgili verilen yukar›da-

ki örnekte, görüldü¤ü üzere bir çok farkl› se-

beplerden bahsetmek mümkün. Bu farkl› sebep-

ler aras›nda hangilerinin en aç›klay›c› oldu¤unu

belirlemek için fakl› araflt›rma kurgular›ndan ya-

rarlan›r›z. E¤er amac›m›z en etkili faktörü belir-

lemek ise, çok say›da ülkede ayn› faktörün ge-

Yaflam›n ‹çinden

“




çerli olup olmad›¤›n› anlamaya çal›fl›r›z. Bunun

için büyük veritabanlar› içeren (large-N) daha

çok nicel araflt›rma kurgular›ndan faydalan›r›z.

E¤er amac›m›z bir faktörün tamamen nas›l ne-

densel ba¤ örüntüsü içerisinde insan haklar› ih-

lallerine sebep oldu¤unu belirlemek ise o za-

man vaka çal›flmalar› ve di¤er nitel yaklafl›mlar-

dan istifade ederiz.

Kaynak: Jannet Buttolph Johnson, H.T. Reynolds ve

Jason Mycoff.(2008). Political Science Research Met-

hods. Washington, DC: CQ Press.

Kendimizi S›nayal›m Yan›t Anahtar›1. c Yan›t›n›z yanl›fl ise “Rastgele Atama” konusunu

yeniden gözden geçiriniz.

2. d Yan›t›n›z yanl›fl ise “Dâhilî Geçerlik ve Deney-

sel Kay›p” konular›n› yeniden gözden geçiriniz.

3. b Yan›t›n›z yanl›fl ise “Nedensel veya Sahte ‹liflki-

ler” konusunu yeniden gözden geçiriniz.

4. e Yan›t›n›z yanl›fl ise “Deney Yeri: laboratuvar,

Saha ya da ‹nternet” konusunu yeniden gözden

geçiriniz.

5. a Yan›t›n›z yanl›fl ise “De¤iflkenlik ve Kontrol” ko-


6. b Yan›t›n›z yanl›fl ise “Ayd›nlat›lm›fl Onay” konu-


7. b Yan›t›n›z yanl›fl ise “Haricî Geçerlik” konusunu


8. e Yan›t›n›z yanl›fl ise “Nedensellik ve Araflt›rma

Kurgular›” konusunu yeniden gözden geçiriniz.

9. c Yan›t›n›z yanl›fl ise “Do¤al Deneyler” konusunu


10. d Yan›t›n›z yanl›fl ise “Beklenti Etkisi” konusunu yeniden gözden geçiriniz.

S›ra Sizde 1

Reagan’›n baflkanl›k yapt›¤› dönem olan 1980 ve 1988

y›llar› aras›nda, Amerikan askerî harcamalar› önemli de-

recede artm›flt›r. Takiben Sovyetler Birli¤i’nin 1991 y›-

l›nda çöküflü ise Amerikan muhafazakar kesimi taraf›n-

dan Reagan’›n siyasi baflar›s›n›n bir sonucu olarak alg›-

lanm›flt›r. Nedensel iliflki: Amerika ile askerî güç ve har-

cama aç›s›ndan eflitlenmek için çaba harcayan Sovyet

ekonomisi büyük bir stres alt›na girmifltir ve bu durum

So¤uk Savafl döneminin sonunu getirmifltir.

Fakat 1980-1988 ve 1989-1991 dönemleri aras›nda baflka

birçok olay gerçekleflmifl olabilir. Örne¤in, Komunist

Çin’de reformlar, müslüman az›nl›klar›n say›s›n›n artma-

s› ve Sovyet liderleri aras›ndaki artan rekabet alternatif

aç›klamalar aras›nda gösterilebilir. E¤er analize her ba-

k›mdan benzer fakat Amerika ile silah yar›fl›na girmemifl

bir devleti kontrol grubu olarak eklemek mümkün olsay-

d›, bu aç›klamalar test edilip, elimine edilebilirdi. Fakat

bu flekilde baflka bir ülke mevcut de¤il.

S›ra Sizde 2

Çal›flma ile ilgili öncelikle bir ders seçilir. Bu ders Siya-

set Bilimine Girifl gibi bir ders olabilir. S›n›ftaki ö¤ren-

ciler 6’flar ya da daha fazla gruplara rastgele ayr›l›r. Bu

gruplar daha sonra kendi aralar›nda ikiye bölünür. De-

ney grubuna Arap Bahar› ile ilgili pozitif baz› haberler

okutulur. Kontrol grubuna hiçbir fley okutulmaz. Daha

sonra görüfllerini ölçen bir anket doldurtulur. Beklenti-

miz pozitif haberi okuyan gruplardaki ö¤rencilerin, kon-

trol grubundakilere göre Arap Bahar›’n›n gelece¤i ile il-

gili daha pozitif yönde görüfl bildirmesidir.

S›ra Sizde 3

‹ki grup aras›ndaki farkl›l›¤›n kesin olarak pozitif ha-

berden kaynakland›¤›n› ispatlamak için öncül test ya-pabiliriz. Öncül testte kiflilerin Arap Bahar› ile ilgili bafl-

lang›çtaki fikirlerini ö¤renmek ve deney sonunda bu fi-

kirlerin de¤iflip de¤iflmedi¤ini saptamak uyaran (pozitif

haber) ve etki (Arap Bahar› hakk›ndaki görüfllerin po-

zitif biçimde de¤iflmesi) aras›ndaki sebep-sonuç iliflkisi-

ni daha iyi aç›klamam›za yard›mc› olur. Ayr›ca, ö¤ren-

cilerin yafllar›, siyasi görüflleri ve gündemle ilgili kon-

trol amaçl› de¤iflkenlerin eklenmesi de çözüm olabilir.

S›ra Sizde Yan›t Anahtar›

”




S›ra Sizde 4

Öncelikle ma¤aza elemanlar›n› rastgele atama yöntemiile iki gruba ay›r›rd›m. Gruplardan birisi deney grubu,

yani e¤itimi alacak grup, di¤eri de kontrol grubu, yani

e¤itim almayacak olan grup, olarak belirlenir. Deneye

bafllamadan önce, iki grubun da eflit koflullarda çal›fl-

maya kat›lmalar›ndan emin olmak için öncül bir test ya-

par›m. Öncül test, kiflilerin o anki ayl›k ortalama sat›fl

miktarlar›na bakar. Bir de baflka faktörlerin etkili olma-

mas›ndan emin olmak için, sat›fl performans›n› etkile-

yebilece¤ini düflündü¤üm baz› durumlar› elemanlara

bir anket vas›tas› ile sorar ve bu faktörlerin kontrolünü

sa¤larim. Örne¤in, o an maddi s›k›nt› yaflay›p yaflama-d›klar›, ailede hastal›k gibi sorunlar›n olup olmad›¤›n›,

ve elemanlar›n ifllerini gerçekten sevip sevmedikleri gi-

bi sorularla bu d›fl etkenleri kontrol etmeye çal›fl›r›m.

E¤itim sonras›nda, elemanlar›n sat›fl performanslar›n› 2-

3 ayl›¤›na takip eder ve e¤itim alan grupla almayan

grup aras›nda önemli bir farkl›l›k olup olmad›¤›n› tespit

etmeye çal›fl›r›m.

S›ra Sizde 5

Do¤al bir deney yapabilmek için, bir sald›r›n›n gerçek-

leflmesi beklenmelidir. Önceden, çal›flman›n nas›l birgrupla yap›laca¤› tasarlanmal› ve sald›r› gerçekleflme-

den önce ba¤lant›lar kurulmaya çal›fl›lmal›d›r. Hatta,

sald›r› öncesinde öncül bir test yap›l›p kat›l›mc›lar›n

bafllang›çtaki fikir ve tav›rlar› ölçülebilir. Kat›l›mc›lar,

ö¤renciler olabilir, bir camide tan›flaca¤›n›z bir grup

olabilir ya da bir bankan›n çal›flanlar› olabilir. Tabii esas

olan öncül test ve sald›r› gerçekleflinceye kadar geçen

sürede kay›ba u¤ramamakt›r. Sald›r› sonras› da bir an-

ket vas›tas› ile insanlar›n tepkileri ölçülebilir.

Axelrod, R. (1984). The Evolution of Cooperation.

New York: Basic Books.Beer, F., Healy, A., Sinclair, G., Bourne, L. (1987). “War

Cues and Foreign Policy Acts”, American Political

Science Review, Cilt 81, Say› 3, s.701-716.

Beriker, N., Druckman, D. (1996). “Simulating the Lau-

sanne Peace Negotiations, 1922-23: Power Asy-

mmetries in Bargaining”. Simulation and Gaming,

Cilt 27, Say› 2, s. 162-183.

Bonham, M. (1971). “Simulating International Disarma-

ment Negotiations”, the Journal of Conflict Reso-

lution, Cilt 15, Say› 3, s.299-315.

Boyer, M.A., Urlacher, B., Hudson, N.B., Niv-Solomon, A., Janik, L., Butler, M.J., Brown, S.W., Ioannou, A.

(2009). “Gender and Negotiation: Some Experimental

Findings from an International Studies Simulation,”

International Studies Quarterly, Cilt 53, s.23-47.

Campbell, D. T., Stanley, J. C. (1963). Experimental and

Quasi-experimental Designs for Research . Chica-

go: Rand McNally and Company.

Cook, T.D., Campbell, D.T. (1979). Quasi-Experimen-

tation: Design and Analysis Issues for Field Set-

tings. Boston: Houghton Mifflin Company.

Crano, W.D., Brewer, M.B. (2002). Principles and Met-hods of Social Research. New York: Psychology

Press.

Deutsch, M., Epstein, Y., Canavan, D., Gumpert, P.

(1967). “Strategies of Inducing Cooperation: An Ex-

perimental Study”, the Journal of Conflict Reso-

lution, Cilt 11, Say› 3, s. 345-360.

Druckman, D. (1993). “The Situational Levers of Nego-

tiating Flexibility”, the Journal of Conflict Reso-

lution, Cilt 37, Say› 2, s. 236-276.

Druckman, D. (2005). Designing Experiments and

Conducting Simulations in Doing Research. Sa-

ge Publications.

Druckman, J., Nelson, K.R. (2003). “Framing and Deli-

beration: How Citizens’ Conversations Limit Elite

Influence”, American Journal of Political Scien-

ce, Cilt 47, s. 729-45.

Druckman, J. N., Green, D.P., Kulinski, J.H., Lupia, A.

(2006). “The Growth and Development of Experi-

mental Research in Political Science”, American

Political Science Review, Cilt100, Say› 4, s.627-35.





Geddes, B. (1990). “How the Cases You Choose Affect

the Answers You Get: Selection Bias in Comparati-

ve Politics”. Political Analysis, Cilt 2, s.131-150.

Geertz, C. (1973). The Interpretation of Cultures.

New York: Basic Books.

Geva, N., Hanson, C. (1999). “Cultural Similarity, Fore-

ign Policy Actions, and Regime Perception: An Ex-

perimental Study of International Cues and Democ-

ratic Peace”, Political Psychology , Cilt 20, Say› 4,

s.803-827.

Gourevitch, P. (1998). We Wish to Inform You That

Tomorrow We will Be Killed with Our Families:

Stories from Rwanda. New York: Picador.

Graziano, A.M., Raulin, M.L. (1997). Research Met-

hods: A Process of Inquiry. New York: Longman.Habyarimana, J., Hamphreys, M., Posner, D. N., Weins-

tein, J. M. (2007). “Why Does Ethnic Diversity Un-

dermine Public Goods Provision?”, American Poli-

tical Science Review, Cilt 101, Say› 4, s. 709-725.

Harris, A., Findley, M. (2012). “Is Ethnicity Identifiable?

Lessons from an Experiment in South Africa”, Jour-

nal of Conflict Resolution. Forthcoming.

Healy, A., Hoffman, J., Beer, F., Bourne, L. (2002). “Ter-

rorists and Democrats: Individual Reactions to Inter-

national Attacks”, Political Psychology, Cilt 23,

Say› 3, s.439-467.Hyde, S. D. (2007). “The Observer Effect in Internatio-

nal Politics: Evidence from a Natural Experiment”,

World Politics, Cilt 60, Say› 1, s. 37-63.

Hyde, S. D. (2010). “The Future of Field Experiments in

International Relations”, Annals AAPSS, Cilt 628, s.

72-84.

Johnson, J.B., Reynolds, H.T., Mycoff, J.(2008). Politi-

cal Science Research Methods. Washington, DC:

CQ Press.

Kinder, D., Palfrey, T.R.. (1993). On Behalf of an Ex-

perimental Political Science, in Experimental Foundations of Political Science. Ann Arbor: Uni-

versity of Michigan Press.

Kraus, S., Wilkenfeld, J., Harris, M., Blake, E. (1992).

“The Hostage Crisis Simulation”, Simulation & Ga-

ming, Cilt 23, Say› 4, s.398-416.

Lyall, J. (2009). “Does indiscriminate violence incite in-

surgent attacks? Evidence from Chechnya”, Journal

of Conflict Resolution, Cilt 53, Say› 3, s. 331-362.

Majeski, S., Fricks, S. (1995). “Conflict and Cooperation

in International Relations”, the Journal of Conflict

Resolution, Cilt 39, Say› 4, s.622-645.

McDermott, R. (2002). “Experimental Methods in Politi-

cal Science”, Annual Review of Political Science,

Cilt 5, s.31-61.

McDermott, R. (2011). “New Directions for Experimen-

tal Work in International Relations”, International

Studies Quarterly, Cilt 55, s.503-520.

Merolla, J., Zechmeister, L. (2012). Collaborative Re-

search: The Effects of Terrorist Threats on De-

mocratic Support in Liberal and Illiberal De-

mocracies. (Turkey Study with Belgin San-Akca).

Miller, R.R. (1993). “Negotiating with Terrorists: A Com-

parative Analysis of Three Cases”, Terrorism and

Political Violence, Cilt 5, Say› 3, s.78-105.

Mintz, A., Geva, N. (1993). “Why Don’t Democracies

Fight Each Other? An Experimental Study”, the Jo- urnal of Conflict Resolution, Cilt 37, Say› 3, s.484-

503.

Morton, R. B., Williams, K. C.. (2008). Experimentati-

on in Political Science in the Oxford Handbo-

oks of Political Science. Janet M. Box-Steffenmei-

er, Henry E. Brady, David Collier (eds.). Oxford Uni-

versity Press.

Morton, R. B., Williams, K. C.. (2010). Experimental

Political Science and the Study of Causality:

From Nature to the Lab. New York: Cambridge

University Press.Pilisuk, M. (1984). “Experimenting With the Arms Ra-

ce”, the Journal of Conflict Resolution, Cilt 28,

Say› 2, s.296-315.

Rosenthal, R. (1966). Experimenter Effects in Beha-

vioral Research. New York: Appleton-Century-

Crofts.

Schafer, M. (1997). “Images and Policy Preferences”,

Political Psychology , Cilt 18, Say› 4, s.813-829.

Shively, W.P. (2011). The Craft of Political Research.

Eighth Edition. Pearson Education, Inc.

Stoll, R. J. (1987). “System and State in International Po-litics: A Computer Simulation of Balancing in an

Anarchic World”, International Studies Quar-

terly , Cilt 31, s. 387-402.





Bu üniteyi tamamlad›ktan sonra; Araflt›rmalarda kullan›lan temel örneklem mant›¤›n› kavrayabilecek,En basit örneklem yöntemlerinden daha geliflkin ve çetrefil yöntemlere ka-dar farkl› yaklafl›mlar› örneklerle aç›klayabilecek,Kendi araflt›rmalar›n›zda kullanabilece¤iniz örneklem yöntemlerinin avantaj

ve dezavantajlar›n› kavrayabilecekbilgi ve becerilere sahip olabileceksiniz.

‹çindekiler

• A¤›rl›kland›rma• Anahtar Öge Seçimi• Basit Rastsal Örnekleme

(Simple Random Sampling)• Büyüklü¤e Orant›l› Olas›l›kl›

Örnekleme (BOOÖ)(Probability Proportionate to SizeSampling)

• Çal›flma Evreni• Elverifllilik Örneklemesi

• Kapsanan/Kapsam D›fl› Öge(ler)• Katmanl› Örnekleme

(Stratified Sampling)

• Kota Örneklemesi• Küme Örneklemesi

(Cluster Sampling)• Öge(ler)• Örnek Listesi• Örnek Listesinde Kümeleme

Sorunu• Örnek Listesinde Yineleme

Sorunu• Örneklem/Örnek Grubu

• Örnekleme

Anahtar Kavramlar

Amaçlar›m›z



Örnekleme

Yöntemleri

• G‹R‹fi

• SIK KULLANILAN HEDEF K‹TLELERVE BUNLARIN ÖRNEK L‹STELER‹

• NEDEN ÖRNEKLEM SEÇEL‹M K‹?

• ÖRNEKLEM‹ NASIL SEÇEL‹M?




G‹R‹fiSosyal bilim araflt›rmalar›nda herhangi bir flekilde veri toplayan herkesin temel ikikayg›s› vard›r. Biri ikinci bölümde tart›fl›ld›¤› gibi kavramsallaflt›rma ve bu ba¤lam-da ölçüm sorunlar›d›r. Di¤eriyse toplan›lan verinin ulafl›lmas› amaçlanan hedef kit-leyi temsil edebilme yetene¤idir. Türkçede örnekleme (sampling) derken asl›ndatam da bu ikinci tür bir kayg›y› dile getirmifl oluyoruz. Örnek seçmek özünde da-ha genifl bir kitlenin temsilcisini seçmektir. Yani örnek seçim yöntemi üzerine tar-t›flmalar her zaman üzerinde konuflulacak örnekler temelinde asl›nda daha geniflbir kitle hakk›nda ç›kar›m yapma, o genifl kitleyi temsil etme sorunu üzerine inflaedilmifl bir tart›flmad›r.

Günlük hayat örneklem seçimi üzerine pek çok tecrübe edinmemizi sa¤lar. Ör-neklem seçmekten pek çok zaman kaçamay›z ve pek de fark›nda olmadan bu ko-nu üzerine genifl tecrübeye sahip oluveririz. Pazardan al›flverifl yapan herkes flefta-li alacaksa önce bir fleftaliyi elle yoklar ve sonra koklar örne¤in ya da can eriktenbir tanesinin tad›na bakar. De¤iflik beyaz peynir kal›plar›ndan b›çak ucunda birparça al›n›p tad›na tuzuna bak›l›r. Peynir kal›b›n›n bir o ucundan bir bu ucundanayr› ayr› tad›ml›k al›nmaz. Ya da can erik y›¤›n›n›n içine elini dald›r›p flöyle derin-lerden bir yerden de bir ikinci tanenin tad›na bak›lmaz. Bu sadece sokak adab›nauymad›¤› için de¤il ayn› zamanda böyle bir örneklem yönteminin pek bir mant›¤›-n›n da olmad›¤› için yap›lmaz.

Sosyal konularla u¤raflan merakl› gazeteciler yazd›klar› yaz›larda ya da televiz-

yon tart›flma programlar›nda s›k s›k “halk›n nabz›n›” nas›l tuttuklar›ndan örnek ver-mektedirler. Bu ya Ayfle Han›m Teyze’nin sordu¤u sorular ya da taksi floförlerininneler düflündükleriyle ilgili hikâyeciklerle aktar›lmaktad›r. Bu örneklerde gazeteci‹stanbul ya da Ankara’da bir yerden di¤erine giderken bindi¤i taksilerin floförleriy-le memleketin sorunlar› hakk›nda konuflmakta ve onlar›n görüfllerini aktarmakta-d›r. Ya da yine bir mahalle pazar›nda görüflülen kad›nlar›n enflasyonda gerçektenbir düflüfl olup olmad›¤› hakk›nda fikirlerini ya da iflsizlik sorunu niye çözülemiyorgibi sorular›n› “halk›m›z›n nabz›” olarak yans›tmaktad›rlar. Hatta arada baz›lar› “sa-dece ‹stanbul ya da Ankara’da de¤il memleketin her yerinde pek çok taksici ile”görüfltüklerini söyleyerek toplad›klar› verilerin ya da bir anlamda örneklemin inan-d›r›c›l›¤›n› artt›rmaya çal›flmaktad›rlar.

Günlük yaflam›m›zda vücudumuzdan da de¤iflik amaçlarla veri toplar, örneklemal›r›z. Örne¤in bir fleker hastas› düzenli olarak kan flekerini ölçer. Günde birkaç de-

Örnekleme Yöntemleri



fa parmak ucundan bir damla kan al›p fleker ölçümü yapan hasta kimi zaman me-rak edebilir örne¤in: yetiflkin bir insan›n vücut özelliklerine ba¤l› olarak vücudunda4-8 litre aras›nda kan bulunmas›na ra¤men bir ufak damla ile bu ölçüm nas›l yeter-

li olmaktad›r? Damardan bir fl›r›nga boyutunda bile kan gerekmedi¤i gibi, ne sa¤ elparma¤›ndan bir örne¤in yan› s›ra bir de sol el parma¤›ndan örnek alma yoluna gi-dilmemektedir. Herhangi bir yerden bir ufak damla iflimizi görmektedir.

Benzer mant›kla kendimize börek tepsisinden al›nan örneklerin nas›l bir man-t›¤› yans›tt›¤›n› da sorabiliriz. Evde örne¤in anneannemizin yapt›¤› börekten kaça-mak “örneklem(ler)” ald›¤›m›z çok olmufltur. Genelde tepsinin ortas›ndan bir ufakparça kenar merakl›lar› için yeterli olmayacakt›r ve bir de kenar k›s›mlardan tad›m-l›k almak ço¤u zaman flart (?!) olur. Yani peynir kal›plar›ndan ya da insan vücu-dundan kan al›rken örnek al›m›n› kabaca pek “da¤›tmaks›z›n” gayet ufak tutarkenbörek tepsisinin de¤iflik yerlerinden örnekler toplamak do¤al olarak en mant›kl›

yol gibi gelmektedir. Gazetecilerin taksi floförü örneklemlerinde de farkl› illerde

görüflmeler yapman›n gere¤i hissedilmektedir sanki. Tabii ayn› mant›k ile her ilinfarkl› mahallelerinin taksi floförlerinin de farkl› görüflleri yans›tma olas›l›klar›n›n dafarkl› olaca¤› görülebilir. ‹stanbul’u bilenler için Etiler’deki bir taksi dura¤›ndan ko-nuflulacak bir floför ile Bayrampafla dura¤›ndan bir floförün görüfllerinin örtüflmeolas›l›¤› eflit olabilir mi? Keza benzer flekilde Ankara’da Çankaya ya da ‹zmir’de Al-sancak mahallelerinden bir dura¤›n floförü ile bu kentlerin biraz daha varofllar›n-dan gelen bir floför elbette farkl› görüfller yans›tacaklard›r.

Burada verilen örneklerin farkl›laflmas› örnek al›nan hedef kitlelerin do¤alar›-n›n farkl›l›¤›ndan ileri gelmektedir. Peynir kal›b›n›n alt›yla üstü ya da köflelerindenbirinin tad› ya da tuzunun farkl› olmas›n› beklemedi¤imizden tek bir parçayla ye-tiniriz. Benzer flekilde litrelerce kan›n fleker aç›s›ndan homojen olmas› nedeniyle

herhangi bir yerden bir ufak damlan›n tüm vücuttaki hedef kitle olan litrelerce ka-n› temsil edece¤ini düflünürüz. Oysa bir tepsi böre¤in içindeki peynir, ›spanak yada di¤er malzemenin tepsi içinde homojen flekilde yay›lmam›fl olaca¤›n› biliriz.Pek çok zaman tepsinin ortas›nda hem malzeme bol olur hem de piflkinlik dere-cesi kenarlara göre daha azd›r. Böyle olunca tepsi böre¤in tad›na tek bir yerdenbak›lmaz genelde.

Taksi floförü örne¤inden hareketle sosyal araflt›rmalarda hedef kitle pek çokfarkl› özellik gösteren bireylerden olufluyorsa o zaman bu farkl›l›klar› yans›tma be-cerisine sahip olmak kullan›lan örneklemlerde aran›lan en baflta gelen özellik ola-cakt›r. Ancak yukar›da verilen örneklerde de vurguland›¤› gibi unutmamak gere-kir ki sosyal araflt›rmalarda örneklem sadece bireylerden oluflan hedef kitleleri

temsil amac›yla bir araya getirilmez. Herhangi bir arfliv çal›flmas›nda ço¤u zamanulafl›labilir olan belgeler veri hâline dönüfltürülebilecek say›dan çok daha fazlad›r.Bu belgelerin gözlem ve ölçümlerini yapmak için hedef kitleyi temsil eden bir ör-neklem çekip az say›da belgeden oluflan gözlemler temelinde hedef kitle hakk›n-da ç›kar›mlar yapmak mecburiyetinde oluruz. Benzer flekilde pek çok zaman ga-zetelerin içeriklerinin önemli bilgiler içerdi¤i ve bu bilgilerin anlaml› bir özet çer-çeve içinde çözümlemeye haz›r hâle dönüfltürülmesi hedeflenir. Örne¤in halk›n nedüflündü¤ünden önce gazete okurlar›n›n karfl› karfl›ya olduklar› haber ve yorumiçeri¤ini saptay›p bunun gazete okurlar›n›n görüfl ve tercihleri üzerinde nas›l etki-leri oldu¤unu test etmek isteriz. Bir gazetenin içeri¤ini temsil gücüne sahip bir içe-rik örneklemi nas›l çekilebilecektir? Belirli bir zaman içerisinde tek bir gazetenin

içeri¤i üzerine yo¤unlaflmaktan uzaklafl›rsak o hâlde de zaman içinde içeri¤in tem-sili günlük gazetelerde farkl› bir kurguyla elde edilirken 24 saat yay›n yapan tele-




vizyon kanallar›nda farkl› kurgulanmas› gerekecektir. Benzer flekilde temsil etmekisteyece¤imiz kitle belgeler ya da medyadaki içerik d›fl›nda taksi floförü örne¤indekonufltu¤umuz gibi farkl› özelliklerde bireyler olabilece¤i gibi flirketler, sivil top-

lum kurulufllar› gibi kurumlar da olabilir.

Örneklem Seçim Sürecinde Temel Terimler Hedef kitle ya da çal›flma evreni (target population ) çal›flmam›zda üzerine e¤ildi-¤imiz ögelerin (units ) toplam›d›r. Bu kitle ço¤u zaman oldukça soyut bir tan›md›r.Örne¤in Türkiye seçim araflt›rmalar›nda oy verme yafl›nda vatandafllar hedef kitle-si olarak al›n›r. Ancak daha aç›k bir ifadeyle bu kitle belli bir seçim öncesi örne¤in12 Haziran 2011 genel seçimi öncesi Türkiye’de ikamet eden vatandafllar demekdaha do¤ru olacakt›r. ‹kamet etme hâlinin nas›l saptanaca¤› da çok aç›k de¤ildir.Bu tür belirsizlikler baz› amaçlar için çok önemli olmazken di¤erleri için önemlifarklar yaratabilmektedir. Askerî tesislerde yaflayan silahalt›ndaki askerlerle görüfl-

me yap›lamayaca¤›ndan hareketle bu kitlenin hedef evrenin d›fl›nda b›rak›lmas›kaç›n›lmazd›r. Benzer flekilde ulafl›lamayan hapishanelerdeki nüfus ya da hastane ya da ö¤renci yurtlar›ndaki nüfus da pratik olarak hedef kitlenin d›fl›ndad›r. Türk-çe konuflamayan ancak 18 yafl›n›n üzerinde oy verme yeterlili¤ine sahip vatandafl-lar da ayn› flekilde hedef kitleye pratik olarak dahil de¤illerdir.

Benzer flekilde ulafl›lamayacak nüfus co¤rafi olarak da belli olabilir. Belli bir za-man sürecinde elveriflsiz hava flartlar› nedeniyle ya da mevcut toplumsal hassasi-

yetler nedeniyle baz› bölgelerde çal›flma yap›lamayacak ise o zaman hedef kitle-nin bu nedenlerle çal›flma özelinde k›s›tl› yap›s› olabilecektir. Belki amaçlanan he-def kitleye ulafl›lamamaktad›r ama bu flekilde çerçevesi iyi belirlenebilirse çal›flmahedef kitlesi aç›klanarak k›s›tlanabilir.

Hedef kitle içinde yer alan ögelerin seçilecek örnek içine dahil olma olas›l›¤›olanlar›n›n listesine örnek listesi (sampling frame ) diyoruz. En basit flekliyle örneklistesi örne¤imize dahil edebilece¤imiz tüm ögeleri içeren bir listedir. Bazen bu do-layl› bir listedir. Örne¤in hedef kitlemiz oy verme yafl›nda hane halk› üyeleri olsun.Bu kitleye ulaflmam›z› sa¤layacak olan bir hane telefonlar› listesi de örnek listesiolarak ifllev görebilir. Hane halk› üyelerinin her biri için bir telefon numaras› olma-sa da her haneye ulaflmam›z› sa¤layacak bir telefon listesi kullan›larak hanelere veoradan da hane sakinlerinin her birine ulafl›labilir. Benzer flekilde telefon listesi gi-bi ifl yeri de¤il de hane ikameti olan adres listeleri de örnek çerçevesi olarak kul-lan›labilir. Bu tür listelerin de¤iflik sorunlar›na afla¤›da de¤inece¤iz.

E¤er bir hedeflenen evren ögesi örnek listesinde yer al›yorsa bu öge listemiz ta-

raf›ndan “kapsan›yor (covered )” diyoruz. Baz› ögeler hedef evrenimizde olabilirlerancak örnek listemize giremeyebilirler. Bu durumdaki ögelere “kapsam d›fl›” kalanögeler diyoruz. Örnek listemizde olmad›klar›ndan bu tür ögeler hiçbir flekilde ör-ne¤imiz içinde olamayacaklard›r. Bir de örne¤imize kat›l›m hakk› olmayan ögeler(ineligible units ) örnek listemizde olabilirler. Örne¤in, bu tür durumlar hane halk›adres listemizde ifl yerlerinin bulunmas›yla ortaya ç›kabilir. Bir di¤er kapsama so-runu da örnek listemizde birden fazla ögenin asl›nda hedef kitlede ayn› ögeye kar-fl›l›k gelmesi olarak tan›mlanabilecek yinelenme (duplication ) sorunudur. Hanehalk›na telefon listesiyle ulaflmaya çal›flt›¤›m›z durumda birden çok telefon numa-ras› olan evler ya da cep telefonu ile normal hatl› telefonlar›n birlikte kullan›ld›¤›durumlarda ayn› kifliye birkaç numaradan ulaflmak mümkün olacak ve bu neden-

le de bu kiflilerin seçilme flanslar› artm›fl olacakt›r. Di¤er yandan kümeleme (clus- tering ) sorunu diye nitelenebilecek bir di¤er sorun kümesi de baz› örnek listele-

673. Ünite - Örnekleme Yöntemleri





oturan bireylere gitmek oldu¤u hat›rda tutulursa böyle bir listede kay›tl› olmayansokaklarda oturanlarla herhangi bir sokak olmaks›z›n flehirlerin uç bölgelerindegecekondularda yaflayan vatandafllar›n kapsama d›fl› kalmalar› söz konusudur. Bu

aflamada her sokaktan gidilecek hane adresleri tespit edilmekte ve ard›ndan herhane içinden görüflülecek bireylerin tespiti için bir yöntem takip edilerek haneiçinden görüflülecek birey tespit edilmektedir. Birden çok hane sahibi olanlar içinde bu tür listelerde yineleme nedeniyle örnek içine dahil olma olas›l›klar› daha

yüksektir. Elbette bu tür bir örnekleme yönteminde kümeleme sorunu da yaflan-maktad›r. Aç›kt›r ki sokaklardan seçilecek hane adreslerinde eflit say›da birey ya-flamamaktad›r. Çok kiflinin yaflad›¤› hanelerdeki bireylerin örnek içine dahil olmaflanslar› daha düflük olmaktad›r.

Telefon listeleri de benzer örneklem seçim sorunlar›na yol açmaktad›r. Önce-likle her hanede telefon olmad›¤›n›n hat›rda tutulmas› gerekir. Özellikle k›rsal böl-gelerde hanelere telefonla ulaflmak önemli bir sorundur. Resmî olarak bu listelerin

tam ve eksiksiz olarak elde edilmesi mümkün görünmemektedir. Hane telefonuolmayan pek çok kimsenin de bugünlerde cep telefonu sahibi oldu¤u gözlenmek-tedir. Cep telefonu listeleri de do¤rudan farkl› servis sa¤lay›c› firmalar›n elinde ol-du¤undan bunlar›n da kullan›m› sorunludur. Elde kullan›mda oldu¤u de¤iflik ra-porlarla ortaya ç›kan bu listelere kimlerin dahil oldu¤u, kimlerin bu listelerin d›fl›n-da kald›¤› gibi temel sorular›n cevab› belli de¤ildir. Hiç ulafl›lamayan baz› kiflilerin

yan› s›ra baz› kiflilere de hem ev telefonlar›ndan, hem de ifl için kulland›klar›n›n yan› s›ra bir de kiflisel cep telefonlar›ndan da ulafl›labilmektedir. Böylelikle yine-lenme sorunu da bu mevcut listelerde vard›r diyebiliriz. Öte yandan sadece k›rsalbölgelerde de¤il ama kentsel yerleflim bölgelerinde de örne¤in gecekondu mahal-lelerinde yaflayan ya da s›k s›k ev de¤ifltiren ö¤rencilerin de hiç sabit hatl› ev tele-

fonu olmaks›z›n sadece cep telefonu kullanmalar› söz konusu olmaktad›r. Bu türfarkl›l›klar ve belirsizlikler telefon örnekleminin kullan›m›n› k›s›tlamaktad›r.

Müflteri, Çal›flan ya da Dernek, Kulüp vs. ÜyelikleriPek çok zaman anket çal›flmalar›nda müflteri, firma çal›flanlar›, kulüp ya da derneküye listeleri örnek listesi olarak kullan›lmaktad›r. Bu tür listelerin en büyük soru-nu güncelleme sorunlar›d›r. Pek çok zaman bu tür listelere bir defa giren kiflilerüyelikten ayr›lsalar, art›k müflteri olmasalar bile listeden silin(e)memekte ve bu fle-kilde listede olmamas› gereken pek çok kifli listede görünmektedir. Benzer flekil-de listeye girifl de farkl› yönetimsel aflamalardan geçmeyi ya da onay süreçlerinigerektiriyorsa listede olmas› gereken baz› kiflilerin listede görünmemeleri sonucu

da ortaya ç›kabilmektedir. Bu tür listelerde yinelenme olas›l›¤› düflük görülebilir. Ancak e¤er müflteri ile herhangi bir iletiflim listeye dahil olman›n temeli ise o za-man firma ile iletiflime giren örne¤in sorunlu ve flikâyet amac›yla bunu yapan müfl-terilerin yinelenen kay›tlar› listeye eklenebilmektedir. Bu tür güncelleme ve listeyedahil olma süreçlerinin yak›ndan takibi sa¤l›kl› bir örnek listesi oluflturman›n en te-mel gere¤idir.

Kurumlar Kurumlardan oluflan hedef kitle ve bunlar›n temel verdi¤i örnek listeleri farkl› fle-

killerde ortaya ç›kabilmektedir. Örne¤in okullarda yap›lacak çal›flmalarda Millî E¤i-tim Bakanl›¤›n›n de¤iflik co¤rafi temelli ve farkl› tür okullar›n listeleri kullan›labi-

lir. Firma isim ya da adresleri farkl› il Ticaret Odalar›ndan elde edilebilir. Vak›f,




dernek listeleri de Vak›flar Genel Müdürlü¤ü ya da ‹çiflleri Bakanl›¤›ndan elde edi-lebilir. Firma listelerinde temel sorun iflas eden ya da hâlen faaliyetine ara vermifl

olan firmalar›n kullan›lan listelerden düflülmeleri pek s›k rastlanan bir olgu de¤il-

dir. Dolay›s›yla listeler pek çok aktif olmayan firmayla doludur. Bu tür listelerdefirma büyüklüklerine genelde ulafl›lamamaktad›r. Böylelikle ifl hacmi temelindeay›rt etmeksizin her tür ve her büyüklükte firma bu listelere girmekte ve dolay›s›y-

la da küçük firmalar bu listelere hakim olmaktad›r. Firmalar›n merkez yönetimleriile flubelerinin ay›rt edilmesi de birçok zaman sorun olabilmektedir. Kurum listele-rinin belki de en s›k rastlan›lan bir di¤er sorunu da bu kurumlara ulafl›labilecek ad-res ve telefon numaralar›n›n güncel olmamas›d›r. Genellikle bu tür örnek listeleriönemli bir çaba ile güncellenerek kullan›ma haz›r hâle gelebilmektedir.

Olaylar Pek çok zaman hedef evren evli çiftlerden ya da bir servisi alm›fl müflterilerden, bir

tür hastal›¤a yakalanm›fl ya da tedavi görenlerden, trafik cezas› alm›fl olanlar gibibelli özellikleri olan olaylara ba¤l›d›r. Burada önemli olan aç›k bir “olay” tan›m›

ba¤lant›s›yla mevcut arflivlere eriflmek ve listeleri oluflturmakt›r. Aç›kt›r ki bu türolay ba¤lant›s› asl›nda bir tür zaman k›s›d› ba¤lam›nda anlaml› olacakt›r. Bu aç›danhangi tür olaylar›n hangi zaman içinde gerçekleflti¤ine ba¤l› olarak örnek listeleri-nin oluflturulmas› gerekir.

Bu tür örnek listelerinde de kümelenme ya da yinelenme gibi sorunlar gözle-nebilir. Örne¤in, bir banka kredisi al›nd›¤›nda bu krediyi alan kifli ile kullanan ki-fli her zaman örtüflmeyebilir. Ya da örne¤in h›rs›zl›k ma¤duru olan hanelerin liste-si ç›kar›ld›¤›nda hane halk›ndan hangi bireylerin do¤rudan bu tür bir olay›n ma¤-duru oldu¤u belli olmayabilmektedir.

Nadir Hedef Kitleler Kimi zaman hedef kitleleri nadir yapan do¤rudan söz konusu özelli¤in az bulunur-lu¤udur. Örne¤in, Türkiye’de 2,5 milyonun biraz üzerinde fleker (diyabet) hastas›olabilir. Ancak toplam 74 milyon nüfus içerisinde bu kitlenin oran› ancak %3,3 ci-

var›ndad›r. Yani toplam fleker hastas› say›s› az de¤ildir ancak bu hastalara ulaflabi-linecek örnek listeleri içerisinde bu hastalar›n bulunma olas›l›¤› düflük kalarak birörnek seçim sorunu oluflturmaktad›r.

Di¤er bir nadir olma nedeni de kiflilerin de¤iflik nedenlerle söz konusu özellik-

lerini saklama e¤ilimine girmeleridir. Örne¤in cinsel tacizle karfl› karfl›ya kalmak, ya da uyuflturucu kullan›m› veya ilaç ba¤›ml›l›¤› gibi sorunlarla karfl› karfl›ya olmak

s›radan bir anket çal›flmas› içerisinde kiflilerle konuflularak bulunabilecek olgularde¤ildir. Ço¤u zaman ne derece yayg›n olursa olsun kifliler bu tür tecrübeleriniaraflt›rmac›yla paylaflmayacak ve gerçek durumlar›n› saklama e¤ilimine girecekler-

dir. Pek çok zaman cinsel tercih, din ya da sekter tercih ya da etnik köken aç›s›n-dan az›nl›k gruplar›ndan olanlar da benzer flekilde bu kimliklerini araflt›rmac›lar-dan gizleme e¤iliminde olacaklard›r. Bu durumlarda örnek listelerinin araflt›rmasürecine içsel olarak oluflturulmas› gerekir.

Denek güdümlü örneklem (respondent driven sampling ) yöntemleri k›s›tl› say›-

da ve rastsal olarak da seçilmemifl olabilecek birkaç denek ile örnekleme bafllar.Bu “tohum” deneklerden kendi sosyal a¤lar› içinden yine k›s›tl› say›da birkaç yenidene¤i daha örnekleme dahil etmeleri istenir. Örnek listesine kat›lan her yeni kiflikendi sosyal a¤lar›ndan yeni kat›l›mc›lar› bulur ve böylelikle örnek listesi genifller.




Bu liste içinden görüflülebilen her kifliyle yürütülen çal›flma sonucu ulafl›lan örnek-lemin rastsal flekilde oluflturulan örneklemlerle benzeflti¤i ve temsil gücüne sahip

oldu¤u iddias› için bak›n›z Heckathorn (1997).

NEDEN ÖRNEKLEM SEÇEL‹M K‹?Örneklem seçiminin daha ilk aflamalar›ndan itibaren örnek listelerinin oluflturul-mas›ndaki zorluklar araflt›rmac›y› yavafl yavafl “niye örneklem seçiyoruz ki?” nok-tas›na getirebilir. Elbette bu soruya ilk önce verilebilecek yan›t “zaman ve maliyetmasraflar›n›n yüksekli¤inden kaçmak için” diye verilebilir. Pek çok zaman sosyalaraflt›rmalarda anket soru cetvellerinin uygulanmas› 30 ile 60 dakika aras› sürebil-mektedir. Örnek listemizden seçilen ögelere/deneklere ulaflabilmenin maliyetininde önemsiz bir rakam olmad›¤›n› hat›rda tutmal›y›z. Bir ilçede yaflayan 50,000 ki-flinin tümüyle görüflmek yar›m saatlik bir soru cetveli ile bile 25,000 saat yani 8 sa-atlik bir çal›flma günü ile 3125 ifl günü alacakt›r. Aç›kt›r ki hiçbir anketör 8 saatlik

bir mesai yaparak sabah 9 dan akflam 5’e haneleri dolaflamayacakt›r. Ço¤u zamançal›flma saatleri d›fl›nda hane ziyaretleri gerekecektir. Binlerce ifl gününe karfl›l›kgelen bir çal›flma süresinin maliyetlerinin ne kadar yüksek olaca¤› aç›kt›r. Oysa da-ha k›s›tl› büyüklükte bir örneklem ile örne¤in 2000 kifli ile görüflüldü¤ünde mali-

yetler çok daha uygun fiyatl› olmaya bafllamaktad›r. Ancak bir di¤er ak›lda tutulmas› gereken konu örneklem ile elde edilecek ve-

rinin tüm hedef kitleye ulafl›larak elde edilenden daha do¤ru olaca¤› yönünde bek-lentilerimizdir. Binlerce iflgünlük bir projede istihdam edilmesi gereken anketörle-rin beklenilen ihtimam ile görüflmeleri yerine getirme olas›l›klar› çal›flan say›s› art-t›kça düflecektir. Yine bu yüksek say›da saha çal›flan› gereksinimi çal›flman›n ger-çeklefltirilme süresini uzatacak ve sonuç olarak toplanan verinin hangi zamana ait

bir veri oldu¤u belirsiz hâle gelecektir. Aylarca süren veri toplama sürecinin bafl› ilesonu aras›nda hedef kitlenin özelliklerinin de¤iflmedi¤i varsay›m› inand›r›c› olmak-tan uzaklaflacakt›r. En son olarak düflünülmesi gereken veri toplama sürecinin uzun

ve çok say›da çal›flan›n bir arada çal›flmas›n› gerektirmesidir. Bu gereklilik ancakönemli bir yönetim çabas› ve bunun yarataca¤› ek sorun ve maliyetleri ortaya ç›kar-maktad›r. K›sacas› tüm bu etmenler düflünüldü¤ünde örneklem ile çal›flmak ne ka-dar ufak da görünse herhangi bir nüfus say›m›n›n gerektirdi¤i maliyet ve oluflturdu-¤u veri toplama sorunlar› ile karfl›laflt›r›ld›¤›nda çok daha tercih edilir olmaktad›r.

Örneklem ile çal›fl›rken öncelikle çal›flma amaçlar›na uygun hedef kitlenin be-lirlenmesi gerekecektir. Daha sonraki aflamada seçilecek örnek grubunun hedef kitleyi temsil edebilir özelliklere sahip olacak flekilde seçilmesi gerekir. En son ola-

rak da seçilmifl olan örneklemin sadece örneklemden kaynaklanan hata boyutlar›-n›n belirlenmesi gerekir. Bu aflamalar sonunda elde edilen sonuçlar›n›n tüm hedef kitleye nas›l genellenebildi¤i üzerinde düflünmek gerekir. Aç›kt›r ki elde edilmiflolunan veriler hedef kitleyi temsil etti¤i düflünülen ögeler ya da deneklerden olufl-maktad›r. Dolay›s›yla bu ögeler temelinde yap›lan gözlem ve sorgulamalar bizetemsil edilmeye çal›fl›lan hedef kitleye dair genellemeler yapma olana¤› sunabil-mektedir. Yani e¤er oy verme yafl›nda Türkçe konuflabilen ve toplu ikamet alanla-r› d›fl›nda hanelerde yaflayan Türkiye Cumhuriyeti vatandafllar›n› temsilen örnekle-me dahil edilen deneklerle, bu k›s›tlar çerçevesinde bir hedef evrene dair genelle-meler yapt›¤›m›zda örneklemimizin genellenebilirli¤i (sample generalizeability)üzerine konuflmufl oluyoruz. Bu çerçevede bir di¤er genelleme yapma e¤ilimi

araflt›rmac›lar›n farkl› hedef kitleler aras› ç›kar›mlarda bulunmaya çal›flt›klar›nda




ortaya ç›kan bir sorundur. Diyelim ki Türkiye özelinde bir hedef kitleyi temsil ama-c›yla toplanan bir verimiz var ya da Türkiye’nin içinde bir ‹stanbul, ‹zmir, Trabzon,Kayseri ve Diyarbak›r’dan toplanm›fl kentsel yerleflim birimlerini temsil eden bir

baflka araflt›rmam›z var. Araflt›rmac›lar olarak ilk yapmak isteyece¤imiz genelleme-ler belki hedef kitlelere dairdir ancak hemen ard›ndan da örne¤in farkl› iller teme-lindeki verilerimizden Türkiye geneline genellemeler yapmak isteyebiliriz. Ya dabir ad›m ileri giderek Türkiye temelli örneklemler ile Avrupa’ya ya da farkl› seç-men kitlelerine dair genellememeler yapman›n çekicili¤ine kap›labiliriz. Buradaaraflt›rma evrenleri ya da hedef kitleleri farkl› olmas›na ra¤men giriflilen genellemeçabas› sorgulanmaya aç›kt›r. Ayn› bir ölçümün d›flsal geçerlili¤i (external validity )nas›l sorgulanabilirse burada da evrenler aras› genellenebilirlik de (cross populati-

on generalizeability ) sorgulanabilir olacakt›r.

ÖRNEKLEM‹ NASIL SEÇEL‹M?

Örneklem seçiminde iki temel farkl›laflman›n alt›n› çizmekte fayda var. Bunlardanen büyük kabul gören ve istatistiki analiz için yegane uygun örneklem seçim yön-temi rastsal örneklem seçimidir. Di¤er rastsal olmayan örneklem yöntemleri türlüsorunlar içerir ve istatistiki analize de olanak tan›mazlar. Burada öncelikle rastsalörneklem üzerinde duraca¤›z ve di¤er örneklem yöntemlerini rastsall›ktan nas›luzaklaflt›klar›n› vurgulayarak anlatmaya çaba gösterece¤iz. Bunun bafll›ca nedenirastsal olmayan yöntemlerin de akademik ya da ticari pek çok araflt›rmada k›s›tla-r›n›n ne oldu¤u göz ard› edilerek kullan›lmas›d›r.

Ancak unutulmamal›d›r ki rastsal olan örneklemlerin avantajlar›n›n gözlenebil-mesi de baz› özel flartlara ba¤l›d›r. Bu flartlar›n bafl›nda genifl örneklem ile çal›fla-bilmek gelir. E¤er bir çal›flma k›s›tl› say›da gözlem ile yap›lmak durumundaysa

rastsal örneklem ile çal›flman›n pek bir anlam› yoktur. Örne¤in bir etnografik ça-l›flma yürütülürken çal›flman›n yürütülece¤i köyün ya da mahallenin seçimi için il-gili bölgedeki tüm köy ya da mahallelerin tam listesinin içinden bir tane rastsalköy/mahalle seçmenin pek bir mant›¤› yoktur (Fiflek, 1998, 182). Bu bir tek köyünherhangi bir temsil gücü olaca¤› beklenemez. Rastsal seçimde temsil örnekleminbüyüklü¤ü artt›kça ve örneklemin tümü için söylenebilir. Tek bir ögenin, bu du-rumda köy ya da mahallenin, hedef kitle içinden amaçlanan de¤iflkenler temelin-de bir temsil gücü olmas› bekleniyorsa o zaman bu seçimin rastsal olarak yap›l-maktan ziyade gerçekten amaçlara uygun özellikler gösteren bir yerin aran›p seçil-mesiyle mümkün olabilecektir.

Yine benzer flekilde hat›rda tutulmal›d›r ki rastsal örneklemin mant›¤› hedef kit-

lenin özelliklerinin bilinmedi¤i sadece örneklem temelinde istatistiki olarak ç›kar-sama yöntemiyle tahmin edilmeye çal›flt›¤› durumlarda iflleyecektir. Seçim araflt›r-malar› bu tür araflt›rmalarda özel bir yere sahiptir çünkü burada önemli konular-dan biri olan parti tercihlerinin da¤›l›m› seçim öncesinde elde edilen bir örneklemtemelinde tahmin edildikten birkaç gün sonra gerçek de¤eri de seçim sonucu ö¤-renilebilir. Diyelim ki rastsal örneklem ile elde edilen sonuçlar bir partinin oyunu%45 olarak bulurken di¤er rastsal olmayan bir örneklem temelinde de %47 gibi biroy oran› bulunmaktad›r. Rastsal olan örneklem ile art› eksi diyelim 3 puanl›k birbeklenen örneklem hatas› varken di¤er örneklem için böyle bir aral›k üretilemez.Rastsal örneklemde bu aral›k asl›nda benzer büyüklükte birçok rastsal benzer ör-neklemler çekilmifl olsa bunlar›n yüksek bir oran›nda (genellikle %95) elde edilen

sonuçlar›n art› eksi belirli bir puan aral›¤›nda ç›kaca¤› söylenebilir. Burada bu ara-l›k örne¤in %42 ile %48 olarak belirlenebilir.




Burada yine hat›rda tutulmal›d›r ki rastsal seçilmifl bir örneklemin rastsal olmayan örneklemlerden daha do¤ru sonuçlar üretece¤i de garanti de¤ildir. Tüm rast-sall›k gereklerinin yerine getirilmesi durumunda bile hedef kitle hakk›nda üretilen

beklentiler ihtiyatla de¤erlendirilmek durumundad›r. Ancak çok say›da benzer ör-neklemlerle çal›fl›lm›fl olsa bu örneklemlerin ancak ufak bir k›sm›nda, ki bu ufakk›s›m öznel olarak genelde %5 olarak belirlenir, gözlenen de¤erlerden bir miktaruzaklaflaca¤› beklentisi üretilebilir. Eldeki herhangi bir örneklemin bu %5lik gru-bun içinde olup olmad›¤›n› ise bilebilmek mümkün de¤ildir. Dolay›s›yla rastsal ol-mayan bir örneklem ile de olsa bulunmufl olan diyelim ki %47’lik bir oran bir ikigün sonra gözlenecek seçim sonucunda ortaya ç›kacak sonuçtan rastsal örneklemile bulunan %45 oran›ndan daha uzak olacak diye bir flart yoktur. Kald› ki seçimaraflt›rmalar› hedef kitledeki gerçek oranlar›n gözlenebildi¤i çok nadir bir durumakarfl›l›k gelir. Bilimsel araflt›rmalar›n hemen tümünde bu tür bir gerçek de¤er göz-lenememektedir. Dolay›s›yla bu belirsizlik karfl›s›nda rastsal örneklemin belirsizlik

düzeyini istatistiki olarak belirleyen özel mant›¤›n›n avantaj ve k›s›tlar› ak›lda tutul-mal›d›r.

Rastsal Olmayan Örneklem SeçimiPek çok ders kitab›nda rastsal olmayan örnekleme yöntemlerini, uzman örnekle-mesi, anahtar öge seçimi, elverifllilik ya da kota örneklemesi gibi tek tek ayr› bafl-l›klar alt›nda bulunabilir. Bu tür bir sunum ile belki bu “yöntem”lerin eksik ve ku-surlar›n› yeterince vurgulam›fl olmuyoruz düflüncesiyle burada öncelikle rastsal ol-mayan yöntemlerin rastsal olanlardan ay›rt edilebilmesini sa¤lama amac› güdüle-cektir. Afla¤›da üzerinde ayr›nt›l› olarak durulaca¤› gibi rastsal örneklem seçimizahmetli bir ifltir. Genellikle rastsal olmayan yöntemlerin temel ortak özelli¤i uygu-

lama kolayl›¤›d›r ve seçilen ögelerin temsil yetene¤i zedelenmifltir.Bu tür örnekleme yaklafl›mlar›n› televizyonlarda s›k s›k görüyoruz. Bir Anado-

lu kentinin al›flverifl yo¤unlu¤u olan bir caddesine gidiliyor ve orada gelip geçenile de¤iflik konularda konufluluyor. Gazeteler web sitelerinde ankete ça¤r› yay›nla-

y›p bu ça¤r›ya cevap verenlerin görüfllerinin dökümünü yap›yorlar. Olayl› bir fut-bol maç› sonras›nda büyük ço¤unlu¤u ayn› tip forma giymifl seyircilerle olaylar›nde¤erlendirmesi yap›l›yor.

Bu tür örneklem yöntemlerinde seçilen ögelerin herhangi bir hedef kitleyi yan-s›tma yetene¤inin oldu¤una kendimizi ikna etmemiz çok zordur. Pek çok zamanbu yaklafl›m bir elverifllilik örneklemsi yaklafl›m›d›r. Nas›l ki bir futbol maç›nda“haks›z” penalt› karar›n› iki tak›m taraflar› tamamen farkl› de¤erlendirebilmektedir

o hâlde tek bir tarafa a¤›rl›k veren bir de¤erlendirmenin tarafl› olma olas›l›¤› yük-sektir. Herhangi bir gazetenin okur kitlesinin partizan, sosyal statü ve benzeri aç›-lardan renginin ülke genelini temsil edemeyece¤i aç›kt›r. Bu web sitelerine giripbu sorulara cevap verenlerin say›lar› yüz binleri de bulsa bu aç›k gerçek de¤iflme-

yecektir. Herhangi bir gün al›flverifl mekân› olan bir yere gelenlerin herhangi birgenellemeye temel oluflturabilecek bir temsil gücüne sahip olduklar›n› düflün-mekde de benzer flekilde yan›lt›c›d›r. Belki bu konuflulanlar o mekân›n müflteri kit-lesini temsil amac›yla bir örnekleme dahil edilebilir ama bu amaç d›fl›nda bir ama-ca hizmet etmeleri beklenmemelidir.

“Uzman”lara genelde k›s›tl› say›da gözlem yap›lacak ve yo¤un bir derinlemesi-ne çal›flma yürütülecek niteliksel çal›flmalarda baflvurulur. Bir tipik mahalle ya da

köy seçilece¤inde hedeflenen “tipik” özelliklere sahip bir yerin seçiminde uzmande¤erlendirmesine baflvurularak bir seçim yap›labilir. Bu seçimlerden elde edilen






testi için kan örne¤i almak ya da beyaz peynir kal›b›ndan bir ufak parça tatmakhep bu tür bir mant›¤›n parças›d›r.

Hedef kitlede türdefllik azald›¤›nda örneklem çekmek git gide zorlafl›r. Yoksa

örnek seçmek konusunda pek dikkatli de¤ilsek bunu herkesin yapabilece¤ini dü-flünebiliriz. Hatta pek çok araflt›rmada benzer bir basite indirgeyen mant›k takipedilmektedir. Örne¤in, derslerimizin takip edildi¤i üniversitelerde ö¤rencilerin gö-rüfllerini bir örneklem çerçevesinde ö¤renmek ve çözümlemek s›k s›k üstlenilenbir araflt›rma çerçevesidir. Üniversitemizdeki ö¤rencileri temsil yetene¤ine sahipflimdilik diyelim ki 100 ö¤renci ile görüflmek istiyorsak örne¤in üniversite kampü-süne gidip “rastgele” ö¤rencilerle görüflmeyi seçebiliriz. Ancak bu “rastgele” görüfl-melerin asl›nda kendi içinde sonuçlar›n›z› etkileyip bir yöne do¤ru tarafl› hâle ge-tirebilecek içsel dinamikleri olaca¤›n› tahmin etmek zor de¤ildir. Bu süreçte en bü-

yük etkiler en baflta hepimizin sahip oldu¤u kiflisel ön yarg›lar›m›z ve yanl›l›klar›-m›zdan gelecektir. Örne¤in sigara içen bir araflt›rmac› sigara içmeyen ö¤rencilerin

daha ra¤bet etti¤i aç›k alanlara de¤il de daha çok duman alt› kantinlere gidebile-cektir. Hadi diyelim kantinlerde art›k sigara yasa¤› var ama yine her kampüste ba-z› kantinlerin biraz daha ucuz ya da pahal› olmas› ya da farkl› yiyecek ve içecek-lerin bulunmas› nedeniyle farkl› ö¤renciler için çekim merkezi oldu¤u s›k gözle-nen bir olgudur. Bu tür farkl›laflmalar› diyelim göz önüne ald›k ama yine hem ken-di arkadafl çevremiz, kampüsteki çevremiz bizi baz› gruplarla daha rahat konufla-bilir k›larken di¤erlerinden de uzaklaflt›r›yor olacakt›r. Diyelim ki bu flekil ortayaç›kacak tarafgirli¤in önüne geçmek istedik yine zorlanaca¤›m›z konu ne tür ö¤ren-ci özelliklerinin ne oranda hedef kitlemizde yer ald›¤›n› tespit etmek olacakt›r.Tüm bu kayg›larla ö¤renci seçimini bizim ön yarg› ve sosyal e¤ilimlerimizden ko-parmak amac›yla bir formüle ba¤lay›p diyelim ki her 10 ö¤renciden biriyle görüfl-

me formülüne ba¤lad›k. E¤er kantinin kap›s›na yak›n bir yerde her 10 ö¤rencidenbiriyle görüflürsek örneklemimizdeki yanl›l›¤› s›f›rlayabilir miyiz? Kantine geleme-

yen ö¤renciler aç›kt›r ki örneklemimize giremeyecektir. E¤er söz konusu kantin diyelim iletiflim fakültesine yak›n ama mühendislik fakültesine uzakt›r, o zaman fa-külte, puan türü ve puan düzeyi farkl›l›klar› do¤rudan örneklemimize de yans›m›flolacakt›r. Bu ve benzer yanl›l›klar örneklemimizin temsil gücünü yok edecektir.

Rastsal örnekleme “rastgele” örneklem demek de¤ildir. Rastsal örnekleme gayet basit bir temel prensibe dayan›r: rastsal örneklemde hedef kitledeki tüm öge-lerin örnekleme seçilme flanslar› eflittir.(Burada Moser ve Kalton’daki (1971, 80-82)tart›flmay› referans almam›z yerinde olur. Moser ve Kalton s›n›rlamas›z rastsalörnekleme (unrestricted randon sampling) yöntemini hedef kitledeki tüm ögelerin

örnekleme seçilme flanslar›n›n eflit oldu¤u yöntem olarak tan›mlar. S›n›rlamas›zrastsal örnekleme ayn› zamanda ikameli bir örneklemedir. ‹kamesiz örneklemeyegeçildi¤inde basit rastsal örnekleme geçilmifl olur ve burada da hedef kitledeki herögenin örnekleme seçilme flans› eflitlenmifltir. Prensip olarak hedef kitledekiögelerin örnekleme seçilme flanslar›n›n bilinmesi ya da hesaplanabilmesi vebunlar›n s›f›rdan farkl› olmas› rastsal örneklem için yeterlidir Hansen, Hurwitz veMadow (1953). Burada s›f›r olas›l›ktan farkl› olmak sadece örnekleme seçilmeninmümkün olmas›d›r. Bu seçilme flanslar›n›n eflit olmas› gerekmez.) Yani izlenilen

yöntem seçilme flanslar›n›n eflitli¤i prensibine dayan›r (equal probability of selecti-

on method ). Bu temel prensibe uyan rastsal örneklem seçiminin iki temel avantaj› vard›r. Birincisi, her ne kadar hiçbir zaman tam olarak hedef kitleyi temsil edeme-

se de di¤er tüm yöntemlerden daha yüksek temsil gücüne sahiptirler ve yukar›da-ki örnekte farkl› örnekleri verilen sistematik hatalar› yoktur. ‹kinci ve daha önem-




li bir avantaj rastsal örneklem ile seçilmifl örneklerde olas›l›k teorisi yard›m› ile ör-ne¤imizin ne derece hata pay› oldu¤u ya da do¤ruluk derecesi hesaplanabilir. Herne kadar uzak ihtimal de olsa herhangi bir s›radan ya da “rastgele” yöntem ile se-

çilmifl örne¤iniz hedef kitleyi mükemmel temsil ediyor olabilir. Burada ürkütücüolan araflt›rmac›n›n rastsal olmayan bir örneklem yöntemi ile elde edilen örne¤inne derece temsili oldu¤unu tahmin edememesidir.

Birkaç ‹statistiki KavramBurada biraz daha ilerlemeden örneklem da¤›l›m› (sampling distribution ) ve stan-dart hata (standard error ) kavramlar› üzerinde durmak iyi olacakt›r. Herhangi biristatisti¤in standart hatas› o istatisti¤in örneklem da¤›l›m›n›n standart sapmas›d›r.‹statistikte standart sapma bir da¤›l›m›n ortalama etraf›nda ne derece yay›k bir fle-kilde da¤›ld›¤›n›n bir ölçütüdür. Pekiyi örneklem da¤›l›m› nedir?

Bir istatisti¤in (statistic ) örneklem da¤›l›m› o istatisti¤in kuramsal olarak müm-

kün olan tüm de¤erlerinin eflit örneklem büyüklü¤ünde mümkün olan tüm örnek-lemler içindeki da¤›l›m›d›r. Bu kavram› aç›klamak en kolay bir örnekle ile yap›la-bilir. Elimizde 0, 3, 6 ve 9 dan oluflan dört gözlemli bir hedef kitle olsun. Bu dörtgözlemli hedef kitleden ikame ile kaç tane ikili örneklem seçebiliriz? Afla¤›dakiTablo 3.1’de tüm olas›l›klar (toplam 16 de¤iflik ikameli örneklem) ve bu olas›l›kla-ra karfl›l›k gelen örneklem ortalamalar› gösterilmifltir. Birinci seçimimiz 3 oldu¤un-da ve bu de¤eri ikame ettikten sonra ikinci seçim yap›ld›¤›nda da 6 elde edildi¤in-de örneklemimiz 3 ve 6 dan oluflacak ve ortalamas› da 9/2=4,5 bulunacakt›r. 4,5ortalama (0,9), (3,6), (6,3) ve (9,0) örneklemlerinde elde edilecektir.

Benzer flekilde ayn› dört gözlemli hedef kitleden bu sefer üçlü tüm örneklem-lerin dökümü de (toplam 64 de¤iflik ikameli örneklem) yine afla¤›daki Tablo 3.2’deüretilmifltir. Burada örne¤in birinci gözlem 3, ikinci gözlem 6 ve üçüncü gözlem de3 oldu¤u takdirde elde edilecek örneklem (3,6,3) ortalama 12/3=4 verecektir. 4 or-talama (0,9,3), (0,6,6), (0,3,9), (3,0,9), (3,3,6), (6,3,3), (3,9,0), (6,6,0), (6,3,3), (6,0,6),(9,3,0) ve (9,0,3) örneklemlerinden elde edilmektedir.

‹kameli örnekleme yap›ld›¤›nda dört gözlemli hedef kitleden dörtlü örneklem-ler de çekmek mümkündür. Böylelikle seçilen dört gözlemin dördünün de ayn›ögeden oluflaca¤› durumlar da mümkün olmaktad›r. Bu durumda çekilebilecek

toplam 256 farkl› örneklem vard›r. Bunlar›n hepsini göstermeye giriflmeyece¤izburada. Afla¤›daki Tablo 3.3’te ikameli örnekleme ve bu üç örnekleme uygulama-

Birinci seçim 0 3 6 9

‹kinci seçim

03

6

9

0 1,5 3 4,51,5 3 4,5 6

3 4,5 6 7,5

4,5 6 7,5 9


Tablo 3.1Örneklem Da¤›l›m› Örne¤i-1


Birinci seçim 0 3 6 9

‹kinci seçim 0 3 6 9 0 3 6 9 0 3 6 9 0 3 6 9

Üçüncü

seçim

0

3

6

9

0 1 2 3

1 2 3 4

2 3 4 5

3 4 5 6

1 2 3 4

2 3 4 5

3 4 5 6

4 5 6 7

2 3 4 5

3 4 5 6

4 5 6 7

5 6 7 8

3 4 5 6

4 5 6 7

5 6 7 8

6 7 8 9



s›n›n oluflturdu¤u örneklem da¤›l›mlar› ile bu da¤›l›mlardan elde edilen örneklemortalamalar› ve bunlar›n standart hatalar› verilmifltir. Burada iki noktan›n alt›n› çiz-mek gerekir. Birincisi her üç uygulamada da örneklem da¤›l›mlar›n›n ortalamas›

hedef kitlenin ortalamas›na (0+3+6+9)=18/4=4,5 eflittir. Yani hedef kitlede ilgilen-mekte oldu¤umuz istatisti¤in kestirilmesinde bir yans›z kestirim yap›lmaktad›r. Di-¤er ilginç olan nokta ortalamalar›n standart sapmas›n›n öncelikle hedef kitleninstandart sapmas›ndan daha ufak oldu¤udur. Bu iki gözlem merkezî limit teoremi-nin (central limit theorem ) sonucudur. Merkezî limit teoremi ortalaman›n örnek-lem da¤›l›m›n›n normal da¤›l›m oldu¤unu ve bu da¤›l›m›n ortalamas›n›n hedef kit-le ortalamas›na eflit oldu¤unu söyler. Ortalaman›n örneklem da¤›l›m›n›n standartsapmas› da hedef kitlenin standart sapmas›n›n gözlem say›s›n›n kare köküne bö-lümüdür.

Merkezî limit teoremi hedef kitlenin da¤›l›m›ndan ba¤›ms›z olarak buradan çe-kilecek bir örneklem da¤›l›m›n›n bu örneklemin büyüklü¤ü artt›kça normal da¤›l›-

ma yaklaflaca¤›n› söylemektedir. Bu da örneklem da¤›l›mlar›n›n istatistiki kestirim-lerde bulunmakta kullan›labilece¤ini belirtir.(Normal da¤›l›m hakk›nda bilgi Ünite

8’de bulunabilir.) Diyelim ki bir hedef kitleden bir örneklem çektik ve ortalamas›-n› da 6 bulduk. O zaman kendimize bu gözlenen ortalaman›n ne derece ender gö-rülen bir de¤er oldu¤unu sorabiliriz. Karfl›laflt›rma yapabilece¤imiz bir referans nok-tam›z olmad›¤›nda bu soruyu cevaplamak mümkün olmayacakt›r. Oysa e¤er biz buistatisti¤in örneklem da¤›l›m›n› afla¤›daki tablodaki gösterildi¤i gibi biliyorsak o za-man 6 ve üzeri bir ortalaman›n (0,1211+0,0781+0,0391+0,0156+0,0039=0,2578) %26olas›l›kla elde edilebilece¤ini söyleyebiliriz.

Merkezî limit teoremi ortalaman›n örneklem da¤›l›m›n›n hedef kitledeki ortala-maya eflit olaca¤›n› söyledi¤ine göre örneklem ortalamas› yukar›da özetlenen flekil-

de bir ne derece ender bir örneklem ortalamas› gözlüyoruz sorusunun cevaplanma-s›nda kullan›labilir. Ancak unutulmamal› ki hedef kitlemizin standart sapmas›n› as-l›nda hiçbir zaman gözleyemeyece¤iz. Bu standart sapmay› örneklem büyüklü¤ü-nün kareköküne bölmemizi ve bu yolla örneklem ortalamas›n›n örneklem da¤›l›m›-n›n standart sapmas›n› bulaca¤›m›z› söyleyen merkezî limit teoremini iflletmemiziçin hedef kitlenin standart sapmas›n›n bir kestirmesine ihtiyac›m›z olacakt›r. Bu dabize afla¤›daki denklem taraf›ndan verilecektir. Afla¤›daki denklemde de¤iflkeninortalama de¤eri X

– ve hedef kitlenin standart sapmas› da δ ile gösterilmifltir.

Hedef kitlenin standart sapmas› bu denkleme (N-1) de¤il N olarak yerlefltirildi-

¤inde elde edilen

olur. Bu denklemde dikkat edilirse N-1=3 de¤il N=4 kullan›lm›flt›r. Oysa (N-1) de-

¤il N kullan›ld›¤›nda standart sapman›n yanl› (biased) bir kestirmesi elde edilir. N-

1 kullan›ld›¤›nda ise bu yanl› kestirme düzeltilmifl olur.Kestirilen ortalaman›n standart sapmas› δx-

kestirilend = s

N=x

∑ −(X X1

2

(( / )(( , ) ( , ) ( , ) ( , ) )) ,1 4 0 4 5 2 3 4 5 2 6 4 5 2 9 4 5 2 3− + − + − + − = 335

yansız kitle kestirmedeğeri s N

δ =−

∑= 1

1( (( )X X− 2

1




Burada örneklemin standart sapmas› ve örneklem büyüklü¤üne ba¤l› bir denk-

lem vard›r. Örneklem büyüklü¤ü artt›kça ortalaman›n kestirilen standart hatas›

düflmektedir. Örneklem varyans› s2 (standart sapman›n karesi) artt›kça ortalama-

n›n kestirilen standart hatas› da artmaktad›r. Bu da beklentimize gayet uygundur. Yaln›z burada gözlenen ayn› zamanda örneklemenin standart hatay› düflürmek

amac›yla büyüklü¤ünü artt›rma e¤iliminin ne kadar maliyetli oldu¤udur da ayn›

zamanda. Kestirilen ortalaman›n standart hatas›n› yar›ya indirmek için örneklem

büyüklü¤ünü dört kat›na ç›karmak gerekir . Bir iyi haber ise bu denk-

lemde hedef kitlenin büyüklü¤ünün yer almamas›d›r. Bu hiç de beklenen bir so-

nuç de¤ildir. Hedef kitlemiz ‹stanbul seçmen nüfusu da olsa bir mahalle ya da

okul nüfusu da standard hata hesab›nda dikkate al›nan sadece örneklem büyüklü-

¤üdür. Fiflek (1998, 188) buradaki hesaplar›n daha öncede not edildi¤i gibi ikameli

örneklem varsay›m› alt›nda yap›ld›¤›na dikkat çekmektedir. Pratikte sosyal

bilimciler hemen hiç ikameli örnekleme yapmazlar. Ancak buna ra¤men hedef kitle yeterince büyük oldu¤unda bu çok büyük bir fark yaratmamaktad›r. Küçük

hedef kitlelerle çal›fl›rken bir düzeltme faktörünü hesaba katmak gerekir.

Örneklem Büyüklü¤üPratik olarak kamuoyu/anket çal›flmalar›nda ilk sorulardan biri çal›fl›lacak örnek-lem büyüklü¤üne dairdir. Genellikle örneklem büyüklü¤ünün ne kadar olaca¤›n›pratikte projenin bütçesi belirler. Ana prensip olarak görece büyük örneklemler

4 2=( )

OrtalamaGözlem

say›s›Ortalamaolas›l›¤›

OrtalamaGözlem


OrtalamaGözlem


0,00 1 0,0625 0 1 0,0156 0 1 0,0039

1,50 2 0,1250 1 3 0,0469 0,75 4 0,0156

3,00 3 0,1875 2 6 0,0938 1,5 10 0,0391

4,50 4 0,2500 3 10 0,1563 2,25 20 0,0781

6,00 3 0,1875 4 12 0,1875 3 31 0,1211

7,50 2 0,1250 5 12 0,1875 3,75 40 0,1563

9,00 1 0,0625 6 10 0,1563 4,5 44 0,1719

16 1,0000 7 6 0,0938 5,25 40 0,1563

8 3 0,0469 6 31 0,1211

9 1 0,0156 6,75 20 0,0781

64 1,0000 7,5 10 0,0391

8,25 4 0,0156

9 1 0,0039256 1,0000

Ortalama 4,5 4,5 4,5

Ortalamalar›nstandart sapmas›

2,37 1,94 1,68

Ortalamalar›nstandart hatas›

2,71 2,03 1,70





küçüklerinden daha avantajl›d›rlar. Ancak elbette her zaman sorunun nihai cevab›araflt›rmac›n›n amaçlar›na ba¤l›d›r.

Ço¤u zaman örneklem seçim yöntemi basit rastsal örneklem olmasa da sanki

öyle oldu¤u varsay›m› alt›nda basit bir nominal evet-hay›r cevapl› de¤iflken ile ça-l›fl›ld›¤› varsay›m›yla oran için bir güven aral›¤› denklemi kullan›larak farkl› varsa- y›mlarda gerekli örneklem büyüklükleri hesaplan›r. Afla¤›da bu amaçla kullan›la-bilecek formül verilmifltir:

Cp=±Zα(σp)

Burada Cp=oran için güven aral›¤›Zα=α düzeyi için Z skoru

= örneklemdeki oran için standart hata olarak tan›mlanm›flt›r.

σp yukar›daki Cp içine koyuldu¤unda

Bulunur. Bu formülde Zα

%5 için 1.96 %1 için 2.575 olarak Z tablosundan bu-

lunabilir (Bak›n›z EK. Cp araflt›rmac› taraf›ndan genelde 0.03 ile 0.05 aras›nda kul-

lan›l›r. Biz burada 0,03 düzeyini seçece¤iz. oransal olarak hedef kitlenin

ne derece homojen oldu¤una dair bir varsay›md›r. Aç›kt›r ki bu formül p=0,5 için

en yüksek de¤erini alacak di¤er tüm de¤erler için asl›nda görece daha homojen

bölünmeler gösterdi¤i için daha düflük düzeyde kalacakt›r. Dolay›s›yla örneklem

hesab›nda en muhafazakâr varsay›m olarak en heterojen durum olan %50-%50 bö-

lünmüfllü¤e karfl›l›k gelen p=0,5 seçilir. Tüm bu de¤erler yukar›daki formüle yer-

lefltirildi¤inde

bulunur. Zα

%1 için 2.575 olarak de¤ifltirildi-

¤inde daha yüksek bir n bulunmaktad›r:

. Burada dikkat edilirse örneklem büyük-

lü¤ü ile standart hata aras›nda negatif bir iliflki oldu¤u görülecektir. Güven aral›¤›-

n› daraltmak için git gide büyüyen örneklemlerle çal›flmak gerekmektedir.

Yukar›da kullan›lan formül hedef kitlenin büyük oldu¤u varsay›m›yla flekillen-mifltir. Afla¤›da görece küçük hedef kitleler için kullan›labilecek formül verilmifltir:

Buradan n için yeniden düzenleme yap›l›rsa afla¤›daki denkleme ulafl›l›r:

nZ p p N

Z P P N C p

=−

−

+ −

α

α

2

2 2

1

1 1

( )

( ) ( )

n Z p p

C

N n

N p

= − −

−

α ( )1

1

2

n = −

=

( . ) . ( . )

..

2 575 0 5 1 0 5

0 031841 8

2

n = −

=

( . ) . ( . )

..

1 96 0 5 1 0 5

0 031067 1

2

p p( )1−

nZ p p

C p

= −

α ( )12

σ p p p n= −( ) /1




Yukar›daki örne¤i bu kez 200 kiflilik bir küçük hedef kitle için kullan›rsak

bulunur.

Elde edilir. Buradan da görülece¤i gibi küçük hedef kitlelerde örneklem olarakoldukça yüksek bir oran çekilmesi gerekmektedir. Afla¤›da bu amaçla kullan›labi-lecek bir en ufak gerekli örneklem büyüklükleri tablosu verilmifltir.

Aral›k ölçekli de¤iflkenler için örneklem büyüklü¤ü hesab› yine benzer flekilde yap›labilir. Yeterince genifl bir hedef kitle oldu¤u varsay›m› alt›nda önceki denk-lem afla¤›daki gibi de¤ifltirilebilir:

Ci=±Zα(σx-)

Burada Ci=aral›k ölçe¤i için güven aral›¤›Zα=α düzeyi için Z skoru

= örneklemdeki oran için standart hata olarak tan›mlanm›flt›r.

σx- yukar›daki Cp içine koyuldu¤unda

σ2 örneklemden elde edilen s2 ile kestirilip gerekli de¤erler yerlerine yerlefltiri-

lince n bulunur. Oran için yap›lan hesapta %50-%50 bölünmüfllük muhafazakâr bir

varsay›m olarak kullanabiliyordu. Burada ise araflt›rmaya giriflmede s2 de¤erini

bulmam›z gerekmektedir ki araflt›rmada kullan›lacak örneklem büyüklü¤ünü he-

saplayabilelim. Bunun için ya eski çal›flmalarda elde edilmifl de¤erler kullan›labilir

ya da bir pilot çal›flma ile yaklafl›k bir de¤er bulunabilir. Son olarak da varsay›lan

bir s2 de¤eri için örneklem büyüklü¤ü hesaplanabilir. Varsayal›m ki hane bafl›na ayl›k gelirdeki standart sapma 1000 olsun. Öyle bir

örneklem büyüklü¤ü seçmek istiyoruz ki %95 güvenilirlik düzeyinde lik bir hatapay› ile çal›flmak istiyoruz. O zaman afla¤›daki de¤erler elde edilir

n =

=1 96 1000

100384 2

2 2

2. .

nZ

Ci

=

ασ2 2

2

σ σx n= /

n = −

− + −

( . ) . ( . )( )

( . ) . ( . ) ( )

1 96 0 5 1 0 5 200

1 96 0 5 1 0 5 200 1 00 03168 57

2..

=

%95 güvenilirlik düzeyi %99 güvenilirlik düzeyi

Hedef Kitle (N) ±%3 ±%5 ±%10 ±%3 ±%5 ±%10

500 250a 218 81 250a 250 125

1.000 500a 278 88 500a 399 143

1.500 624 306 91 750a 460 150

3.000 788 341 94 1142 544 158

10.000 965 370 96 1556 622 16450.000 1.045 382 96 1777 655 166

100.000 1.058 383 96 1809 659 166


a) Hedef kitle büyüklü¤ü normallik varsay›m›n› desteklemedi¤inden seçilecek örneklem büyüklü¤ü hedef kitlede verilenin %50’si olarak verilmifltir.

Kaynak: Rea ve Parker (1997) s.121



Yine küçük hedef kitleler için bir düzeltme yap›ld›¤›nda afla¤›daki formül eldeedilir:

Buradan n için yeniden düzenleme yap›l›rsa afla¤›daki denkleme ulafl›l›r:

Yine ayn› örnekle çal›flmaya devam edip bu sefer sadece 5000 kiflilik bir ufakmahallenin hane gelirini hesaplamaya gayret edersek

Aral›k ölçe¤i için yukar›daki gibi bir tablo oluflturmak mümkün de¤ildir. Herde¤iflken için yukar›daki formüller tek tek uygulanmak durumundad›r.

fiimdi tekrar örnekleme yöntemlerine geri dönüp rastsal örnekleme tart›flmas›-n› tamamlamaya çal›flaca¤›z.

Basit Rastsal Örnekleme (Simple Random Sampling)Basit rastsal örnekleme tüm rastsal örnekleme yöntemleri aras›nda bir referansnoktas› olarak kullan›lan yöntemdir. Örnek listemizin elde edilmesini takiben yap-mam›z gereken bu listedeki her ögeye bir referans numaras› vermektir. Örnek lis-temizin yinelenme ve kümelenme sorunlar›ndan ar›nd›r›lm›fl ve her ögenin tek bir

referans numaras› olmas›yla herhangi bir rastsal rakam tablosu ya da basit bir kifli-sel bilgisayar program› kullanarak istenilen say›da rastsal olarak belirlenmifl rakamkullan›larak örne¤imiz seçilebilir.

Örne¤in diyelim ki örnek listemizde üniversitemize kay›tl› 3000 ö¤renci vard›r.Örneklem büyüklü¤ümüzün de 100 olaca¤›n› belirlemifl olal›m. Basit rastsal örnek-lem ile ihtiyaç duyulan 100 ögenin seçilmesi için 1 ile 3000 aras›nda 100 tane rast-sal rakam belirlenmesi gerekir. Bunu herhangi bir rastsal rakam tablosundan 100tane 1-3000 aras›nda dört basamakl› rakam seçerek yapabilece¤iniz gibi herhangibir hesap tablosu (spreadsheet) program›ndan 1-3000 aras› 100 rakam üreterek de

yapabilirsiniz. Böylelikle bu seçilen rakamlara karfl›l›k gelen ögeler örne¤imiz ola-rak seçilmifl olacakt›r.

E¤er 100 tane rastsal rakam seçimi uzun ve zahmetli geliyorsa daha basit yön-tem basit sistematik örnekleme yöntemidir. Burada 3000 ö¤renciden 100 ö¤renciörne¤imize seçilecekse 3000/100=30 örneklem oran› (sampling ratio) olarak belir-lenir. Daha sonra 1-30 aras› bir rastsal rakam belirlenir. Diyelim bu rakam 17 ol-sun. Örnek listemizde ilk olarak 17’nci s›radaki öge örne¤imize seçilmifl olacakt›r.‹kinci seçilecek öge 17+30=47inci öge olarak belirlenir. En son seçilen ögenin s›ranumaras› üzerine örneklem oran› eklenerek yeni seçilecek öge tespit edilir ve enson 100’üncü seçime kadar böyle devam edilir.

Basit sistematik örneklem e¤er örnek listemiz bafltan rastsal bir flekilde olufltu-rulmufl bir listeyse basit rastsal örneklem seçim yöntemiyle bir farkl›l›k göstermez.

Ancak basit sistematik örneklem yönteminin bir tehlikesi vard›r. E¤er örnek liste-

sinde dönemsellik ( periodicity ) varsa ve bu dönemsellik örnek listesinde örneklemoran› ile örtüflürse o zaman basit sistematik örneklem yöntemi sistematik yanl› ör-

n =+

1 96 1000

100 1 96 1000 4999

2 2

2 2 2

.

( . / )= 356 7. . bulunur

nZ s

C Z s Ni

=+ −

α

α

2 2

2 2 2 1/ ( )

n Z sC

N n N

i

= −−

α

2 2

2 1




nekler seçebilir. Örne¤in okullardan ö¤renci seçimi s›ras›nda kullan›lan ö¤rencilisteleri eflit ö¤rencilerin oldu¤u s›n›flar temelinde ve bu s›n›flarda da ö¤rencilerinbaflar› notlar›na göre s›ralanm›fl olursa o zaman tipik bir sorunlu durumla karfl› kar-

fl›ya kal›r›z. Diyelim ki s›n›flarda 30’ar ö¤renci var ve her s›n›fta ö¤renciler en ba-flar›l› birinci ö¤renciden en sondaki 30’uncu ö¤renciye do¤ru s›rlanm›fl flekilde ör-nek listemize konulmufl olsun. Yine bir önceki örne¤i devam ettirirsek 100 ö¤ren-ci seçmek için 17’inci ö¤renciden bafllay›p 47’inci ö¤renci ard›ndan örneklem ora-n› olan 30 ekleyerek 100 ö¤renci seçmemiz gerekecektir. Ancak bu flekilde her s›-n›ftan hep 17’inci baflar› s›ras›ndaki ö¤renciyi seçmifl oluruz ve bu da genel ö¤ren-ci kitlesini hiç temsil yetene¤ine sahip bir örnek olmaz. Sadece hep ayn› 17’inci ba-flar› yetene¤ine sahip ö¤rencileri örnekleme dahil etmifl oluruz. Ne birinciler ne dedi¤erleri hiçbir flekilde örne¤imize dahil olamazlar.

Katmanl› Örnekleme (Stratified Sampling)

Katmanl› örnekleme yöntemi daha önce de¤inmifl oldu¤umuz temel bir gözlemedayan›r. O gözlem de hedef kitlenin ne derece türdefl (homojen) ise çekilen örnek-lemin de o derece daha az örneklem hatas› üretti¤idir. E¤er bir hedef kitlede varolan ögelerin %99’u bir görüflte ve sadece %1’i karfl›t görüflte ise o zaman çekilenörneklemin bu farkl›laflmay› çok ›skalama olas›l›¤› düflüktür. Oysa hedef kitlenin

yar›s› bir fikirde di¤eriyse bunun karfl›s›nda ise o zaman çekilen örneklemin hedef-teki bu 50-50 bölünmüfllü¤e uzak sonuç verme olas›l›¤› daha yüksek olacakt›r.

Katmanl› örnekleme yöntemi bu gözlem temelinde ifller ve hedef kitleyi türdeflalt gruplara ay›r›p her birinden gerekli büyüklükte örnekleme yoluyla toplam ör-neklemi oluflturur. Örne¤in, üniversite ö¤rencilerini tek bir toplam örnek listesin-den çekmek yerine s›n›flara göre alt kümelere ay›r›rsak s›n›flar kendi içlerinde da-

ha türdefl olacaklard›r. Her bir s›n›fa ihtiyaç duyulan oranda gözlem ayr›l›p bu göz-lemleri s›n›f alt kümelerinden seçmek katmanl› bir örnekleme olacakt›r. Böylelik-le s›n›fa göre katmanland›rmaya gidilmedi¤inde örneklemimizin s›n›f de¤iflkeninegöre içerece¤i örneklem hatas›, s›n›fa göre katmanlamaya gidildi¤inde s›f›rlanm›flolacakt›r. Ayn› mant›¤› takiben hedef kitlenin s›n›f d›fl›nda bilinen, cinsiyet, bölüm

ya da not ortalamas› gibi di¤er özelliklerine göre de katmanlama yap›labilir. Böy-lelikle örneklemimiz içinde hedef kitlede bu özellikler aç›s›ndan olmas› gerekti¤ioranda ö¤renci cinsiyet, bölüm ve not ortalamas› özelli¤ine sahip olarak yans›t›l-m›fl olacakt›r.

Bu flekilde katmanlama yap›l›rken hedef kitlemiz kendi içinde türdefl ama kat-manlar aras› türdefl olmayan bir yap› gösterecektir. Yine hat›rlamal›y›z ki de¤iflken-

ler aras› yak›n iliflkiler bu tür birkaç de¤iflken temelinde yarat›lan türdefl alt grup-lar ile di¤er baflka de¤iflkenler aras› da türdefllik sa¤layacakt›r. Örne¤in, üniversites›n›flar›na göre türdefllefltirici bir katmanlama ayn› zaman da s›n›fla yüksek dereceiliflkili olan yafl aç›s›ndan da türdefl katmanlar yaratacakt›r ve yafl aç›s›ndan da tem-sil gücü yüksek bir örneklem elde edilecektir. Benzer flekilde cinsiyet ile meslek,

ya da not ortalamas› ile de akademik yetenek aras›nda yüksek iliflki olmas› nede-niyle bu aç›lardan da türdefl ve temsili bir örneklem elde edilmifl olunacakt›r. Buaç›dan bak›ld›¤›nda hangi de¤iflkenlere göre katmanlama yap›lmas› gerekti¤inedair de ipuçlar› elde edilebilir. Sonuç olarak katmanlama elde hangi de¤iflkenlerinoldu¤una ba¤l›d›r. Ancak baflka pek çok de¤iflkenle de yüksek oranda ilgileflim(correlation ) gösteren cinsiyet, e¤itim, yafl, co¤rafi bölge gibi de¤iflkenler s›k s›k

katmanlamada kullan›lan de¤iflkenlerdir.




Katmanlama yap›l›rken öncelikle seçilen de¤iflkenler temelinde hedef kitle altgruplara bölünür ve seçilecek örneklem içerisinde her alt grubun sahip olmas› ge-reken pay tespit edilir. Örne¤in dördüncü s›n›f erkek ö¤renciler aras›nda 3,5/4 ve

üzeri not ortalamas› olan ö¤renci oran› e¤er %5 ise örneklemin %5’i dördüncü s›-n›ftan 3,5 üzeri not ortalamas› olan erkeklere ayr›l›r. Her bir alt grup içinden derastsal flekilde gerekli say›da öge seçilir. Bir di¤er yöntem de tüm örneklemi kulla-n›lan tabakalar temelinde tek bir uzun liste olarak düzenlemektir. Bu liste üzerin-de her katman›n kaplad›¤› yer toplam içerisinde sahip oldu¤u pay kadar olacakt›r.Daha sonra rastsal bir bafllang›ç noktas›yla sistematik olarak seçim yap›ld›¤›nda or-taya ç›kacak örneklemde her katman içinden elde edilmesi gerekti¤i kadar say›daöge otomatik olarak seçilebilecektir.

Burada hat›rda tutulmas› gereken bir di¤er nokta da asl›nda kimi zaman kulla-n›lan örnek listelerinin örtülü (implicit ) katmanlama içermesidir. Örne¤in ço¤u za-man üniversite ö¤renci listeleri s›n›flar ve bölümlere göre katmanlanm›fl olarak

kullan›l›r. Keza de¤iflik kurum listeleri de iller temelinde üyelik ya da iktisadi faaliyet büyüklü¤üne göre s›ralanm›fl flekilde kullan›l›yor olabilir. Bu flekilde bir düzen-lemenin var olup olmad›¤›n›n aç›k bir flekilde ö¤renilmesi bu listelerden elde edi-lecek rastsal örneklerin bu örtülü katmanlama olmad›¤›n› varsayd›¤›m›z durumlar-dan daha iyi temsil gücüne sahip örneklemler elde etmemiz durumunu do¤urur.

Yani bu durumda alt› çizilmesi gereken nokta rastsal örneklemden elde edece¤i-mizden daha temsili bir örneklem elde etmemiz mümkündür.

Küme Örneklemesi (Cluster Sampling)fiimdiye kadar verilen örnekleme yöntemlerinde sonuç olarak bir liste oluflturulupbu listeden rastsal bir seçim ile örneklem seçiliyordu. Ancak pek çok sosyal arafl-

t›rmada çal›fl›lacak listeler ya bulunamaz ya da pratik olarak böyle listelerle çal›fl-mak mümkün de¤ildir. Örne¤in, bafl›ndan beri kulland›¤›m›z üniversite ö¤rencile-ri örne¤inde ço¤u zaman ö¤renci listelerini üniversite yönetiminden almak ve ar-d›ndan da bu ö¤rencileri basit ya da sistematik rastsal bir flekilde örneklemimizedahil etmek mümkün olmayabilir. Oysa biliyoruz ki ö¤renciler de¤iflik derslere ka-

y›tl›d›rlar ve bu derslerin listesini bulmak elbette ö¤renci listesine eriflmekten dahakolayd›r. Üstelik bu derslerin nerede ve ne zaman yap›ld›¤›n› da tespit etmek ko-layd›r. Dolay›s›yla yap›lmas› gereken ihtiyaç duyuldu¤u kadar ders seçip bu ders-lere gitmek ve ö¤rencilerle görüflmeleri yapmakt›r. Elbette baz› ö¤renciler birdenfazla seçilmifl dersi al›yor olabilirler ancak bu tür ö¤rencileri uyararak ikinci kezgörüflmeyi engelleyebiliriz.

Benzer flekilde il nüfus listelerini elde etmek zor olman›n ötesinde çok da pra-tik de¤ildir. Listenin var oldu¤u durumda rastsal seçilecek bir kifli flehrin bir ucun-da di¤eriyse farkl› baflka bir ucunda ç›kabilecek ve böylelikle de bu kiflilere ulafl-mak pratik olarak mümkün olmayabilecektir. Oysa kentsel yerleflimlerde co¤rafiolarak birbirine yak›n adres bloklar›nda oturanlar blok blok listelenebilmektedir.Bu flekilde tüm flehir sakinlerini içeren flehir bloklar› içinden gerekli say›da blokçekip, her bir bloktaki toplam hane listesini oluflturup bu listeden yine rastsal ola-rak hane seçmek ard›ndan da her hane içinde çal›flma kapsam›nda görüflülebile-cek kiflilerin listesini oluflturup bu listeden bir kifliyi rastsal seçerek ilerlemek müm-kündür.

Bu flekilde özetlenebilecek bu yöntem çok aflamal› küme örneklemesi iki ad›m-

dan oluflur: önce bir listeleme yap›l›r ard›ndan da bu listeden bir seçim yap›l›r. Buflekilde birincil örnekleme birimleri ( primary sampling units ) oluflturulur ve hatta




gerekli flekilde katmanlan›r. Sonra bu birimlerden örnekler seçilir. Bir sonraki afla-mada da bu birimlerden ikinci örneklem birimleri ayn› flekilde bir listeleme sonra-s›nda örnek ikincil örnekleme birimleri seçilir ve bu flekilde bir aflamadan di¤eri-

ne geçilerek nihai ölçümlerin yap›laca¤› birime kadar ilerlenir.Küme örneklemi etkinlik (efficiency ) aç›s›ndan tavsiye edilir. Ancak bu etkinlikbir baflka maliyeti de beraberinde getirmektedir. Tek bir listeden yap›lan basit rast-sal seçim tek bir örneklem hatas› içerirken, örne¤in iki aflamal› bir küme örnekle-minde iki örneklem hatas› söz konusudur. Birinci aflamadaki kümeler hedef kitle-deki kümeleri ancak bir örneklem hatas›yla temsil edebilmektedir. ‹kinci aflamadada belirli bir kümenin içinden yap›lan seçim de ancak bir ek örneklem hatas›ylasöz konusu kümeyi temsil edebilmektedir. Bu sorunu çözmenin yolu ilk seçilenkümelerin ve bu kümelerden seçilen ögelerin say›s›ndad›r. Örneklem büyüklü¤ü-müzü veri ald›¤›m›zda elimizde iki uç noktada örneklem seçim seçene¤i olur. Di-

yelim ki toplam 2000 görüflme yap›lacak. Bu örneklemi tek bir kümeden 2000 ki-

fli ile görüflerek de yapabiliriz, 2000 farkl› kümeden birer görüflme yaparak da. Ta-bii ki bu yöntemlerin ikisi de tavsiye dilmez. Ama bir ara yol bulurken karfl› karfl›- ya olunan temel sorunu kavramakta bu uç noktalar yard›mc› olabilir.

Örneklem hatas› iki etmen taraf›ndan azalt›l›r. Birincisi örneklem büyüklü¤ünüartt›rmak ikincisi de örnek çekilen kitleleri daha türdefl hâle getirmektir. Bu iki et-men çok aflamal› küme örnekleminde ayn› anda etkilidir. Bir küme örneklemi tümkümeleri ancak çok say›da küme seçilir ve kümeler de birbirine bezer ise en iyitemsil edecektir. Bir öge örneklemi de tüm ögeleri en iyi olarak ancak kümeleriçindeki öge say›s› yüksek ve seçilen küme içindeki ögeler de birbirine çok ben-zer ise temsil eder.

E¤er örneklem büyüklü¤ünü sabit tutarsak küme say›s› artt›kça kümeler içinde-

ki öge say›s› do¤al olarak düflecektir. Bu durumda kümelerin temsil kabiliyeti ar-tarken her küme içinden gelen ögelerin kümeleri temsil kabiliyetleri düflecektir.

Büyüklü¤e Orant›l› Olas›l›kl› Örnekleme (BOOÖ)(Probability Proportionate to Size Sampling)fiimdiye kadar kullan›lan örneklerde listelenen kümelerin büyüklük aç›s›ndanfarkl›l›klar› dikkate al›nmam›flt›. Yani her gidilen s›n›fta farkl› say›da ö¤renci varsaörne¤in bu s›n›flarda eflit say›da ö¤renci çekilmesi durumunda her ögenin seçilmeolas›l›¤› eflitlenmifl olmayacakt›r. Az say›da ö¤rencinin oldu¤u bir s›n›fta herhangibir ö¤rencinin seçilme olas›l›¤› çok say›da ö¤renci olan bir s›n›ftakinden yüksekolacakt›r. Bu da rastsal örnekleme yönteminin en önemli varsay›m›n› ihlal etmifl

olacakt›r. Oysa öncelikle s›n›flar› seçerken seçilme flanslar›n› her s›n›ftaki ö¤rencisay›s›na oranl› olarak hesaplasak ve ard›ndan da her s›n›ftan eflit say›da ö¤renci se-çersek o zaman her ö¤rencinin seçilme flans›n› eflitleyebiliriz.

Afla¤›daki tabloda 20 de¤iflik ders için farkl› kay›tl› ö¤renci say›lar› verilmifltir.Birikimli ö¤renci say›lar› kolonunda her s›n›f sahip oldu¤u ö¤renci say›s›na oran-t›l› bir yer tutmaktad›r. Örne¤in ilk Ders 1 150 ö¤rencilik yer tutarken Ders 2 25 ö¤-rencilik yer tutmaktad›r. Böylelikle birikimli ö¤renci say›s› kolondaki en son girdiolan tüm derslerdeki toplam ö¤renci say›s› olan 872 ö¤renci içinden 3 rakam rast-sal olarak seçildi¤inde bu ö¤rencilerin hangi dersin ö¤renci grubuna düfltü¤ünebak›larak dersler büyüklüklerine orant›l› olarak seçilmifl olur. 1 ile 872 aras›nda ilkseçilen rakam 149 Ders 1’e denk gelirken ikinci 302 Ders 6’ya üçüncüsü ise Ders

11’e denk gelmektedir. Böylelikle Ders 1, 6 ve 11 seçilmifl olur.




Bu derslerden befler ö¤renci seçildi¤inde her bir ö¤rencinin seçilme olas›l›¤›flöyle hesaplanabilir:

Ders 1’in seçilme olas›l›¤› 150/872. Ders 1 den herhangi bir ö¤rencinin seçilme

olas›l›¤› ise 1/150’dir. Bu iki olas›l›¤›n çarp›m› bize Ders 1 den bir ö¤renci seçilmeolas›l›¤› olan (150/872)×(1/150)=1/872 verecektir.Ders 6 için benzer flekilde (98/872)×(1/98)=1/872Ders 11 için benzer flekilde (51/872)×(1/51)=1/872 bulunacakt›r. Bu flekilde

herhangi bir dersten seçilecek bir ö¤rencinin örneklemimize dahil edilme olas›l›¤›her zaman 1/872 olacakt›r. Bu özelli¤in yan› s›ra büyüklü¤e orant›l› olas›l›k ile se-çim yöntemi toplam hedef örneklem büyüklü¤ünü sabit tutmaktad›r. Küme örnek-lemi hemen her zaman büyüklü¤e orant›l› olas›l›kl› örnekleme ile yürütülür. Elbet-te e¤er bütün kümeler eflit büyüklükte ise bu yönteme gerek kalmayacakt›r.

Anket çal›flmalar› örne¤inde ölçüm ve örnek seçim sürecinde mevcut hatalarfiekil 3.1 de k›saca özetlenmifltir. (Bak›n›z Groves, Fowler, Couper, Lepkowski,

Singer ve Tourangeau (2004, 48 ) Bu çerçevede anket çal›flmalar›nda kalite üzeri-ne de biraz daha e¤ilme olana¤› bulaca¤›z. fiekilden de takip edilebilece¤i gibi bir-birini takip eden her aflama aras›nda bir baflka tür “hata” yapmak söz konusu ol-maktad›r. Aç›kt›r ki araflt›rmac›lar›n ana amac› bu süreç içerisindeki “toplam ankethatas›n›” en aza indirgemektir. Burada alt›n› çizmek gerekir ki bir anket çal›flmas›-n›n kalitesinden bahsederken asl›nda söz konusu etti¤imiz örne¤in bir kavramsal

ölçümün ortalamas› ya da bir regresyon iliflkisinde mevcut katsay›ya dair özellik-lerdir. Biz burada örnek ortalamas› için hata bileflenlerinden bahsedece¤iz.

Ö¤renci say›lar› Birikimli ö¤renci say›lar›

Ders 1 150 150 149

Ders 2 25 175

Ders 3 43 218

Ders 4 12 230

Ders 5 8 238

Ders 6 98 336 302

Ders 7 21 357

Ders 8 34 391

Ders 9 56 447

Ders 10 78 525

Ders 11 51 576 540

Ders 12 44 620

Ders 13 14 634

Ders 14 36 670

Ders 15 54 724

Ders 16 52 776

Ders 17 23 799

Ders 18 29 828

Ders 19 37 865

Ders 20 7 872872




Bu flekilde bizim için önemli olan birinci nokta anket/kamuoyu çal›flmalar›ndatemel olarak hatalar›m›z iki ayr› kaynaktan geldi¤idir. Birinci hata kayna¤›m›z öl-çüm sorunlar›m›za iliflkindir. Burada kavramlaflt›rmay› takiben sorular›n dillendiril-mesi ve sahada veri toplamaya kadar de¤iflik kaynaklarda hata yap›labilmektedir.Nihai olarak elde edilen verilerin iflleme sokulmas› aflamas›nda da kodlama, bilgi-

sayara geçirme gibi süreçlerde de hata yap›lmas› beklenir.‹kinci ana hata kayna¤› ise örneklemin temsil yetene¤ine dairdir. Örnekleme

sürecinde karfl›lafl›lan güçlükler, saha çal›flmas› s›ras›nda deneklere ulafl›lamama-s›ndan kaynaklanan hatalar dikkate al›nmal›d›r. Ancak unutulmamal›d›r ki tüm ça-balara ra¤men örnekleme süreci hiçbir zaman hedef kitledeki gerçek de¤erleri bi-linen de¤iflkenlerin tam bir yans›mas›n› veremeyecektir. ‹flte bu farkl›l›klar›n veri-ler topland›ktan sonra giderilmeye çal›fl›lmas› aflamas› üzerinde flimdi durmak iste-di¤imiz noktad›r.

A¤›rl›kland›rma Afla¤›da TU‹K-ADNKS kayna¤›ndan Türkiye nüfusunun illere ve k›r-kent ayr›m›na

göre nüfusu 2010 y›l› sonu itibar›yla verilmifltir. Bu bilgiler do¤rultusunda örnek-lem seçimi yap›lsa dahi sonuçta elde edilen örneklemin bölgesel da¤›l›m› eldekibu verilerden farkl›laflmaktad›r. Bunun pek çok de¤iflik nedeni olabilir. Her ne ka-dar ADNKS sonuçlar› veri al›narak örneklemde bulunmas› gereken görüflme say›-lar› bölgelere da¤›t›lm›fl olsa da her bölgede yürütülen saha çal›flmas›nda istenilensay›da anket belirlenen süre içinde tamamlanamayabilmektedir. Yap›lan kontrollersonucu baz› anketlerin iptal edilmesi de gerekebilmekte sonuç olarak bölge da¤›-l›m›n› tam yans›tmayan bir sonuç elde edilmektedir. Bu sonuçlar› a¤›rl›kland›rmaile amaçlanan da¤›l›ma benzetebiliriz.


Ölçüm Temsil

Ölçüm (Yi)

Yan›t (yi)

‹fllenmifl yan›t (yip)

Hedef evren (Y)

Örnek çerçevesi (Yc)

Örnek (ys)

Denekler (yr)

Örneklem sonras›

düzeltmeler

Araflt›rma istatisti¤i (yprw)

Geçerlilik

Veri ifllemhatas›

Kapsamahatas›

Örneklemehatas›

Cevaps›zl›k hatas›

Düzeltmehatas›

Ölçümhatas›

(yrw)

fiekil 3.1

Anket Çal›flmas› örne¤inde ölçüm ve

örneklem seçim sürecinde hatalar



Afla¤›daki tabloda örneklemimizde gözlenen da¤›l›m 9 bölge için gösterilmifltir.Bölge gruplamalar› da ayn› tabloda gösterilmifltir. Buradan görüyoruz ki ‹stanbul

d›fl›nda kalan Marmara bölgesinde, Orta Anadolu ve Do¤u Anadolu bölgelerinde yap›lmas› gerekenden daha çok görüflme yap›l›rken di¤er bölgelerde bölge da¤›l›-m›na göre yap›lmas› gerekenden biraz fazla görüflme tamamlanm›flt›r. A kolonun-da gerçekleflmifl da¤›l›m› hangi a¤›rl›kla çarparsak B kolonundaki da¤›l›m› eldeederiz? Bu soruya verilen yan›t bize kullanmam›z gereken a¤›rl›k de¤erlerini vere-cektir. E¤er B kolonunu A kolonuna bölersek elde edilen a¤›rl›klarla bölgelerdebulunmas› gereken da¤›l›m elde edilebilir. ‹stanbul’da yap›lmas› gerekti¤inden bi-raz daha az görüflme yap›lm›fl oldu¤u için buradaki her gözlem 1.03 ile ça¤r›ld›¤›n-da nüfusuna göre sahip olmas› gerekti¤i kadar bir pay ‹stanbul’a ayr›lm›fl olacak-t›r. Gerçekleflen örneklemde olmas› gerekti¤inden fazla paya sahip bölgelerdekigözlemlerde 0-1 aral›¤›nda bir a¤›rl›kla çarp›larak gerekli pay yarat›labilecektir.

A¤›rl›k hesaplamalar› ço¤u zaman da bu tür bölgesel sapmalar› araflt›rman›nkurgusu gerektirdi¤i için yap›l›r. Örne¤in kimi zaman de¤iflik bölgelerden eflit sa-


Toplam Kent toplam K›r toplam Toplam

(%)Kent(%)

K›r(%)

1 ‹stanbul ‹stanbul 13.255.685 13.120.596 135.089 18,0 23,3 0,8

21 ‹zmir ‹zmir 3.948.848 3.606.326 342.522 5,4 6,4 2,0

22 Manisa Manisa, Afyon, Kütahya, Uflak 3.005.558 1.898.830 1.106.728 4,1 3,4 6,3

23 Ayd›n Ayd›n, Denizli, Mu¤la 2.739.188 1.579.695 1.159.493 3,7 2,8 6,6

31 Adana Adana, Mersin 3.733.124 3.117.480 615.644 5,1 5,5 3,5

32 Kahramanmarafl Hatay, Kahramanmarafl, Osmaniye 3.004.608 1.726.974 1.277.634 4,1 3,1 7,3

33 Antalya Antalya, Isparta, Burdur 2.685.499 1.863.546 821.953 3,6 3,3 4,7

41 Diyarbak›r fianl›urfa, Diyarbak›r 3.192.329 2.012.711 1.179.618 4,3 3,6 6,7

42 Gaziantep Gaziantep, Ad›yaman, Kilis 2.414.833 1.934.725 480.108 3,3 3,4 2,7

43 Mardin Mardin, Batman, fi›rnak, Siirt 1.985.610 1.253.191 732.419 2,7 2,2 4,2

51 Ankara Ankara 4.771.716 4.641.256 130.460 6,5 8,3 0,7

52 Konya Konya, Karaman 2.246.478 1.646.487 599.991 3,0 2,9 3,4

61 Bursa Bursa, Eskiflehir, Bilecik 3.595.460 3.163.817 431.643 4,9 5,6 2,5

62 Sakarya Kocaeli, Sakarya, Düzce, Bolu, Yalova 3.246.147 2.610.149 635.998 4,4 4,6 3,6

71 Samsun Samsun, Tokat, Çorum, Amasya 2.740.686 1.755.076 985.610 3,7 3,1 5,6

72 Zonguldak Zonguldak, Karabük, Bart›n 1.035.071 528.494 506.577 1,4 0,9 2,9

73 Kastamonu Kastamonu, Çank›r›, Sinop 743.029 412.556 330.473 1,0 0,7 1,9

81 Sivas Kayseri, Sivas, Yozgat 2.352.971 1.766.445 586.526 3,2 3,1 3,4

82 Aksaray K›r›kkale, Aksaray, Ni¤de,

Nevflehir, K›rflehir 1.496.296 935.204 561.092 2,0 1,7 3,2

91 Van Van, Mufl, Bitlis, Hakkari 2.022.373 988.080 1.034.293 2,7 1,8 5,9

92 Malatya Malatya, Elaz›¤, Bingöl, Tunceli 1.625.158 1.066.419 558.739 2,2 1,9 3,2

100 Ordu Trabzon, Ordu, Giresun, Rize,Artvin, Gümüflhane

2.516.167 1.414.065 1.102.102 3,4 2,5 6,3

111 Bal›kesir Bal›kesir, Çanakkale 1.642.720 963.961 678.759 2,2 1,7 3,9

112 Tekirda¤ Tekirda¤, Edirne, K›rklareli 1.521.328 1.026.734 494.594 2,1 1,8 2,8

121 Erzurum Erzurum, Erzincan, Bayburt 1.068.446 661.051 407.395 1,4 1,2 2,3

122 A¤r› A¤r›, Kars, I¤d›r, Ardahan 1.133.660 528.488 605.172 1,5 0,9 3,5

Toplam Nüfus 73.722.988 56.222.356 17.500.632 100 100 100

Kaynak: http://www.tuik.gov.tr/VeriBilgi.do?alt_id=39

Tablo 3.4Toplam Nüfusun Bölgesel Da¤›l›m›, 31.12.2010 itibariyle



y›da gözlem al›narak daha sonra bu veriler toplan›p bir ülke geneli sonuç üretil-meye çal›fl›l›r. Burada amaç bölge temelinde baz› sonuçlar üretebilmektir. Örne¤inburada verilen örnekte her bölgeden 1000 gözlem ile bölge temelinde sonuçlar da

verilebilecektir. Ancak bu flekilde eflit olarak her bölgeden ayn› büyüklükte örnek-lemler bir araya getirildi¤inde ülke genelindeki bölge da¤›l›m›ndan sap›lm›fl oluna-cakt›r. Bunu düzeltmek için verilecek a¤›rl›klar da afla¤›da (B/C) kolonunda he-saplanm›flt›r. Bu kolondaki a¤›rl›klar›n 1’den olan sapmalar› ilk a¤›rl›k hesab› olan(B/A) kolonundan çok daha yüksektir.

‹statistik paketleri a¤›rl›k de¤erleri bu flekilde hesapland›ktan sonra tüm ifllem-leri gözlemlerin farkl› a¤›rl›klar› dikkate alarak gerçeklefltirmektedir. Afla¤›da var-say›msal bir da¤›l›m›n iki ayr› a¤›rl›k verildi¤inde nas›l de¤iflti¤i hesaplanmaktad›r.

‹lk bölgesel a¤›rl›klar bu tabloda C kolonundad›r. Bu a¤›rl›k kullan›larak verilen“evet” ve “hay›r” cevaplar› hesaplan›p genel ülke toplam›ndaki da¤›l›mlar bulun-du¤unda “evet” oran›n›n %38.9 dan %39.8’e de¤iflti¤ini görüyoruz. Oysa D kolo-nundaki ikinci a¤›rl›k uyguland›¤›nda elde edilen “evet” oran› %35.5’e düflmekte-dir. Aç›kt›r ki a¤›rl›klar›n nas›l flekillendi¤ine göre genel toplamdaki sonuçlarda an-laml› flekilde de¤iflebilecektir.

Örneklemde

gerçekleflen

pay (%) (A)

Hedef

Kitledeki pay

(%) (B)

Bölgesel

a¤›rl›klar (1)

(B/A)

Örneklemde

gerçekleflen

pay (%) (C)

Bölgesel

a¤›rl›klar (2)

(B/C)

Istanbul (1) 17,5 18,0 1,03 11,1 1,62

Ege (21-23) 13,1 13,1 1,01 11,1 1,18

Akdeniz (31-33) 11,3 12,8 1,13 11,1 1,15

Güney Do¤u Anadolu (41-43) 9,3 10,3 1,11 11,1 0,93Bat› Anadolu (51-52) 7,9 9,5 1,20 11,1 0,86

Marmara (61-62, 111-112) 16,1 13,6 0,84 11,1 1,22

Karadeniz (71-73, 100) 8,6 9,5 1,11 11,1 0,86

Orta Anadolu (81-82) 8,2 5,2 0,64 11,1 0,47

Do¤u Anadolu (91-92, 121-122) 8,0 7,9 0,99 11,1 0,71

100 100 100


Evet

(A)

Hay›r

(B)

Bölgesel

a¤›rl›klar (1) (C)

A¤›rl›kl› Evet

(A*C)

A¤›rl›kl› Hay›r

(B*C)

Bölgesel

a¤›rl›klar (2) (D)

A¤›rl›kl› Evet

(A*D)

A¤›rl›kl› Hay›r

(B*D)

Istanbul 71 300 1,03 73,0 308,4 1,62 114,9 485,5

Ege 77 200 1,01 77,5 201,4 1,18 91,1 236,7

Akdeniz 200 40 1,13 225,9 45,2 1,15 230,1 46,0

GDogu Anadolu 97 100 1,11 107,6 110,9 0,93 89,9 92,7

BAnadolu 68 100 1,20 81,7 120,2 0,86 58,3 85,7

Marmara 42 300 0,84 35,4 252,5 1,22 51,3 366,4

Karadeniz 100 82 1,11 111,2 91,2 0,86 85,9 70,4

OAnadolu 100 74 0,64 63,6 47,1 0,47 47,0 34,8

DAnadolu 70 100 0,99 69,3 99,0 0,71 50,0 71,4

825 1296 845,2 1275,8 818,4 1489,6

Toplamda da¤›l›m (%) 38,9 61,1 39,8 60,2 35,5 64,5

Tablo 3.5A¤›rl›k Hesaplar›

Tablo 3.6 A¤›rl›kland›r›lm›fl sonuçlarda de¤iflim




Araflt›rmalarda kullan›lan temel örneklem man-

t›¤›n› kavramak Sosyal araflt›rmalarda kullan›lan belli bafll› rastsal

ve rastsal olmayan örneklem seçme yaklafl›m›n›n

mant›¤› üzerinde durduk. Bu mant›¤›n basit rast-

sal örneklem yönteminden bafllayarak nas›l ge-

rekli de¤iflikliklere u¤rad›¤›n› irdeleyip farkl› ih-

tiyaçlara nas›l farkl› örneklem seçme yöntemle-

riyle cevap verildi¤ini gördük. Bu çerçevede rast-

sal olmayan örneklem seçim yöntemlerinin ne-

den bilimsel kriterlere uymad›¤›n› vurgulay›p

rastsal örneklem seçim yöntemlerinin teknik ge-

reklerini tart›flt›k.

En basit örneklem yöntemlerinden daha geliflkin

ve çetrefil yöntemlere kadar farkl› yaklafl›mlar›

örneklerle aç›klamak

Örneklem tart›flmam›z› günlük hayattan örnekler

üzerine kurduk. Pazarda ya da bakkalda al›flverifl

yapan ya da kamuoyu araflt›rmac›lar›n›n hangi

ortak kayg›lar› oldu¤unu ve bu kayg›lara cevap

verebilmek için hangi temel prensiplerden hare-

ket ettiklerini vurgulad›k.

Kendi araflt›rmalar›n›zda kullanabilece¤iniz ör-

neklem yöntemlerinin avantaj ve dezavantajla- r›n› kavramak

Tart›flmam›zda rastsal ya da rastsal olmayan ör-

neklem seçim yöntemlerinin gerek bu iki kamp

aras›ndaki karfl›laflt›rmas›n› gerek her bir yaklafl›-

m›n kendi içerisindeki karfl›laflt›rmalar› yapt›k.

Özellikle rastsal örneklem seçiminde farkl› yön-

temlerin avantaj ve k›s›tlar›n›n üzerinde durduk.

Özet

1

A M A Ç

2

A M A Ç

3

A M A Ç




1. Taksi floförleri iyi bir örneklem oluflturmaz çünkü...

a. Türkiye’nin her yerinde taksi bulunmaz

b. Taksicilerin hepsi okuma yazma bilmezc. Yol flartlar› taksicilerle konuflmay› engeller

d. Ülkedeki herkesimi taksi floförleri temsil ede-

mez

e. Gazeteciler en çok taksiyle yolculuk eder

2. Afla¤›dakilerden hangisi örneklem kullan›m› için bir

neden olarak verilemez?a. Hedef kitle bütünüyle gözlenemeyecek kadar

büyüktür

b. Hedef kitleye ulaflmak çok çaba gerektirir

c. Hedef kitlenin bir listesi yoktur

d. Örneklem pahal›d›r

e. Daha yüksek tahmin do¤rulu¤u sa¤lar

3. Rastsal örneklemde...

a. hedef kitledeki her ögenin seçilme flans› eflittir

b. seçilenlerin görüflmeyi kabul olas›l›¤› daha yük-

sektir

c. seçilenler gönüllü olarak çal›flmaya kat›l›r

d. ilgili tüm gruplar tam olarak temsil edilir

e. hata pay› en düflük örneklem yöntemidir

4. Afla¤›dakilerden hangisi rastsal örnekleme say›labi-lir?

a. Fabrika ç›k›fl›nda seçilen kamyonlar›n içinden

bir mal örne¤i almak

b. S›raselviler Caddesinde seçilen ö¤rencilerle gö-

rüflmek

c. Trafik sorunlar›yla ilgili olarak Bo¤aziçi köprüleri

giflelerinde seçilen vas›talarda görüflme yapmak

d. Ö¤renci kahvelerinde ö¤renci sorunlar›yla ilgili

görüflmeler yapmak

e. Yaklafl›k 40 kiflilik s›n›flar›n oldu¤u okul ö¤ren-

ci listesinde beflinci ö¤renci ile bafllay›p 15. 25.

35..... ö¤rencileri seçerek ilerlemek

5. Anket verilerinin çözümlemesinde neden a¤›rl›k kul-

lan›l›r?

a. Sonuçlar be¤enilmedi¤inden

b. Sonuçlar›n bilinen hedef kitle özelliklerinden

olan sapmalar›n› düzeltmek için

c. ‹stenilen sonuçlara ulafl›lamad›¤›ndan

d. ‹statistiki çözümleme yap›lamad›¤›ndan

e. Çok veri oldu¤undan

6. Afla¤›dakilerden hangisi örnek listesinde karfl›lafl›lan

güçlüklerden de¤ildir?

a. Listelere birden çok nedenle kay›t olunabilirb. Listeler güncellenmez

c. Listelerde olmas› gerekenler olmayabilir

d. Listelerde olmamas› gerekenler olabilir

e. Listelerin uzun olmas›

7. Afla¤›dakilerin hangisinde =denek güdümlü örnek-

leme ihtiyaç duymay›z?

a. Hedef kitle gizlidir

b. Hedef kitle gizli de¤ildir ama çok nadirdir

c. Hedef kitle nadir de¤ildir ama ulafl›lmas› çok

güçtür

d. Hedef kitleye ulaflmak kadar nas›l bir sosyal a¤

içinde bulundu¤unu merak ederiz

e. Elimizde hedef kitlenin tam bir listesi oldu¤unda

8. Afla¤›dakilerden hangisi kota örnekleminin k›s›tla-

r›ndan de¤ildir?a. Sahada görüflmeciler seçilirken sistematik hata

e¤ilimi oluflmas›

b. Hedef kitle içindekilerin örnekleme seçilme flan-

s›n›n eflit olmamas›

c. ‹statistiki çözümleme olana¤› vermemesi

d. Kotal› örneklemin yönetilmesinin daha zor ol-mas›

e. Hedef kitlede baz› gruplar›n paylar›n›n tam ola-

rak bilinmesi

9. Afla¤›dakilerden hangisi küme örneklemesinin man-

t›¤›n› yans›t›r?

a. Hedef kitlenin alt gruplar›ndan birbirine benzer

gözlemler aras›ndan seçim yapar

b. Hedef kitleyi s›raya dizer ve oradan seçim yapar

c. Hedef kitlenin uç noktalar›n› atar ve öyle seçim

yapar

d. Hedef kitleyi co¤rafi alt gruplara ay›r›r ve ora-dan seçim yapar

e. Hedef kitle içinden rastgele seçim yapar

10. Afla¤›dakilerden hangisi katmanl› örneklemesinin

mant›¤›n› yans›t›r?

a. Hedef kitlenin alt gruplar›ndan birbirine benzer

gözlemler aras›ndan seçim yapar

b. Hedef kitleyi s›raya dizer ve oradan seçim yapar

c. Hedef kitlenin uç noktalar›n› atar ve öyle seçim

yapar

d. Hedef kitleyi co¤rafi alt gruplara ay›r›r ve ora-

dan seçim yapare. Hedef kitle içinden rastgele seçim yapar





1. d Yan›t›n›z yanl›fl ise “S›k Kullan›lan Hedef Kitle-

ler ve Bunlar›n Örnek Listeleri” konusunu yeni-

den gözden geçiriniz.

2. e Yan›t›n›z yanl›fl ise “Neden Örneklem Seçelim

ki?” konusunu yeniden gözden geçiriniz.

3. a Yan›t›n›z yanl›fl ise “Örneklem Nas›l Seçelim?”


4. e Yan›t›n›z yanl›fl ise “Örneklem Nas›l Seçelim?”


5. b Yan›t›n›z yanl›fl ise “A¤›rl›kland›rma” konusunu


6. e Yan›t›n›z yanl›fl ise “S›k Kullan›lan Hedef Kitle-



7. e Yan›t›n›z yanl›fl ise “S›k Kullan›lan Hedef Kitle-



8. e Yan›t›n›z yanl›fl ise “Neden Örneklem Seçelim

ki?” konusunu yeniden gözden geçiriniz.

9. d Yan›t›n›z yanl›fl ise “Örneklem Nas›l Seçelim?”


10. a Yan›t›n›z yanl›fl ise “Örneklem Nas›l Seçelim?”


Fiflek, H. (1998). Elementary Methods of Research

in the Social / Behavioral Science, volume 1 The

Design of Research. ‹stanbul: Bo¤aziçi University

Press.

Frankel, M. (1983). “Sampling Theory” in Rossi, P.H.,

J.D. Wright and A.B. Anderson (eds.) Handbook of

Survey Research . Academic Press. Inc.

Groves, R. M., F.J. Fowler Jr., M.P. Couper, J.M.

Lepkowski, E. Singer ve R. Tourangeau (2004)

Survey Methodology. John Wiley & Sons Inc.

Publication.

Hansen, M.H., hurwitz, W.N. ve W.G. mADW 1953

Sample Surey Methads and Thery Vol. 1 Methods

and Applications vol.2 Theory, Wiley, Wiley, New

york; Chapman and Hall, London.

Heckathorn, D. D. (1997)."Respondent-Driven

Sampling: A New Approach to the Study of Hidden

Populations." Social Problems vol.44, no.2, 174-

199.

Henry, G.T. (1990). Practical Sampling. Sage

Publications.

Moser, C.A. ve G. Kalton. 1971. Survey Methods in

Social Investigation. Ashgate.

Rae, L.M. ve R.A.Parker. (1997).Designing and

Conducting Survey Research, A Comprehensive

Guide. San Francisco: Jossey-Bass Publishers.

Sudman, S. (1983). “Applied Sampling” in Rossi, P.H.,

J.D. Wright and A.B. Anderson (eds.) Handbook of

Survey Research . Academic Press. Inc.

fienesen, Ü. (2004) ‹statistik, Say›lar›n Arkas›n›

Anlamak. ‹stanbul: Literatür Yay›nlar›.

Kendimizi S›nayal›m Yan›t Anahtar› Yararlan›lan Kaynaklar



Bu üniteyi tamamlad›ktan sonra; Vaka analizlerinin avantajlar›n› ve kullan›m alanlar›n› aç›klayabilecek,En benzer ve en farkl› sistem, en olas› ve en az olas›, kritik ve sapk›n vakaanalizlerinin fark›n›, önemini, ifllevini ve uygulamas›n› aç›klayabilecek,

Vaka içi analizlerin ve süreç takibi yönteminin özelliklerini, ifllevini ve uygu-lamas›n› aç›klayabilecek,Do¤al deneylerin ve tipolojik kuramlar›n ifllevini ve faydas›n› söyleyebilecek,Uygunluk yöntemini, karfl›-olgusal ak›l yürütmeyi ve vaka analizlerinde za-man boyutunun nedensellikle olan kritik ba¤lant›s›n› aç›klayabilecekbilgi ve becerilere sahip olabileceksiniz.

‹çindekiler

• Süreç Takibi• Gerekli ve Yeterli Koflullar• Seçilim Ön Yarg›s›

(Selection Bias)

• J. S. Mill’in Uyuflma ve Farkl›l›k Yöntemleri

Anahtar Kavramlar

Amaçlar›m›z


Araflt›rma YöntemleriVaka Analizi

• G‹R‹fi

• NEDEN VE NASIL VAKA ANAL‹Z‹?

• VAKA ANAL‹Z‹ ÇEfi‹TLER‹: EN BENZER

VE EN FARKLI S‹STEM TASARIMLARI• TEK VAKALI ANAL‹ZLER: EN OLASI

VE EN AZ OLASI VAKALAR

• TEK VAKALI ANAL‹ZLER: KR‹T‹K VESAPKIN VAKALARIN ÖNEM‹

• VAKA ‹Ç‹ ANAL‹ZLER

• SÜREÇ TAK‹B‹ YÖNTEM‹

• DO⁄AL DENEYLER

• KARfiI-OLGUSAL AKIL YÜRÜTMEDENEYLER‹

• UYGUNLUK YÖNTEM‹

• T‹POLOJ‹K KURAMLAR

• VAKA ANAL‹ZLER‹N‹N ZAMANBOYUTU

• SONUÇ




G‹R‹fiSiyaset bilimi ve uluslararas› iliflkilerde kullan›lan nitel araflt›rma yöntemleri aras›n-da en önemlilerinden ve flüphesiz en çok kullan›lanlardan birisi ‘vaka analizleri’bafll›¤› alt›nda toplanan yaklafl›mlar ve çal›flmalar bütünüdür. Örneklemini genifl tu-tarak pek çok ülkeyi, bazen dünyan›n tüm ülkelerini, araflt›rma kapsam›na alan ni-celiksel ve istatistiki araflt›rma yöntemlerinin aksine, vaka analizi yönteminde ilgialan›nda olan sonucun gerçekleflti¤i ya da gerçekleflmedi¤i bir ya da birkaç ülke,bölge ya da olaya bafll›ca vaka veya vakalar olarak yo¤unlafl›l›r. Sadece siyaset bili-mi ve uluslararas› iliflkilerde de¤il, tarih boyunca sosyal bilimlerin de¤iflik dallar›n-da genel olarak çok yayg›n biçimde kullan›lan vaka analizleri, bugün sosyal bilim-

lerin kurucular› aras›nda kabul edilen Emile Durkheim, Karl Marx, Alexis de Toc-queville ve Max Weber gibi öncü bilim insanlar›n›n s›kça baflvurdu¤u ve en önem-li eserlerinde takip ettikleri bir araflt›rma yöntemidir. Vaka analizi yönteminin, buünitede detayl› olarak incelenece¤i üzere, de¤iflik amaçlara yönelik olarak kullan›-lan ve de¤iflik say› ve türde vakalar› ele alan pek çok farkl› çeflidi mevcuttur. Siya-set bilimi ve uluslararas› iliflkilerin do¤as› gere¤i araflt›rma alanlar›n›n pekço¤undaele al›nan vakalar ülkelere karfl›l›k gelmektedir. Buna ra¤men, bir ülkenin alt böl-gelerini (co¤rafi bölge, eyalet, il, ilçe, köy vs.) inceleyen vaka analizleri oldu¤u gi-bi din, dil, ekonomik geliflmifllik gibi birtak›m özelliklerine istinaden pek çok ülke-den oluflan bölgeler de vaka analizlerinin inceleme birimi olarak ele al›nm›flt›r.

Alman sosyal bilimci Max Weber, Protestan Ahlak› ve Kapitalizmin Ruhu adll› eserindekapitalizmin Kuzey Avrupa’da Güney Avrupa’ya göre daha geliflmifl olmas›n› bir vaka ola-rak ele al›r ve bunu kuzeyin Protestan güneyin ise Katolik olufluyla iliflkilendirerek, Pro- testanl›¤›n kapitalizme daha meyilli bir ahlak ö¤retisini meflrulaflt›rarak sermaye biriki- mini teflvik etti¤ini savunur.

NEDEN VE NASIL VAKA ANAL‹Z‹?Onlarca ülkeyi ve belki de binlerce veriyi örneklemi olarak kullanan ve büyükçapta korelasyonlar› ortaya ç›karmakta baflar›l› olan istatistiki analizlere nazaran

vaka analizleri do¤rudan bir veya birkaç vakadaki neden-sonuç iliflkilerine odak-lan›r. Bir veya birkaç vakaya odaklan›lmas›, pek çok vakada rastlanan bir korelas-

yonun ard›nda yatan neden-sonuç iliflkisini ve mekanizmas›n› ortaya ç›karmaya yard›mc› olur.

Vaka Analizi

K ‹ T A P



Örne¤in, dünyan›n tüm ülkelerini kapsam›na alan istatistiki araflt›rmalar eko-nomik kalk›nma ile demokrasi aras›nda pozitif bir korelasyon tespit etmifllerdir.Fakat bu korelasyon ekonomik kalk›nman›n neden ve nas›l demokrasiye sebep

oldu¤unu aç›klayamaz. Dahas›, e¤er bu ikisi aras›nda bir neden-sonuç iliflkisi var-sa bile, ekonomik kalk›nman›n m› demokrasiye yoksa demokrasinin mi ekono-mik kalk›nmaya sebep oldu¤u da aç›klanmaya muhtaçt›r. Vaka analizi böyle du-rumlarda devreye girer ve flüphelenilen de¤iflkenler aras›nda bir neden-sonuç ilifl-kisinin olup olmad›¤›n›, e¤er varsa hangi do¤rultuda oldu¤unu ve en önemlisi deba¤›ms›z de¤iflkenin tam olarak nas›l bir mekanizman›n ya da geliflim sürecininsonucu olarak ba¤›ml› de¤iflkendeki geliflmelere sebep oldu¤unu ortaya ç›karmakiçin kullan›l›r.

Yukar›daki örne¤imizle devam edecek olursak, ekonomik kalk›nmayla demok-rasi aras›nda tespit edilen korelasyon dolay›s›yla varsay›lan iliflkinin anlaml› olupolmad›¤›n›, e¤er varsa da ekonomik kalk›nman›n tam olarak neden ve nas›l de-

mokrasiye sebep oldu¤unu incelemek üzere bafll›ca araflt›rma yöntemi olarak va-ka analizini kullanan pek çok çal›flma yap›lm›flt›r. Bunlar›n en eski ve ünlülerindenbir tanesi de Barrington Moore’un kaleme ald›¤› Diktatörlü¤ün ve Demokrasinin

Toplumsal Kökenleri adl› eserdir. Bu eserinde Moore, ‹ngiltere, Fransa ve ABD’ninliberal demokratik, Almanya ve Japonya’n›n faflist, Rusya’n›n ise komünist bir reji-mi benimsemesini, ekonomik kalk›nman›n oluflturdu¤u sermayedar s›n›f›n (burju-

vazi) di¤er s›n›flarla iliflkisi üzerinden aç›klam›flt›r. Moore’a göre, burjuvazi iflçi s›-n›f›yla ittifak yaparak soylu toprak sahiplerine karfl› bir siyasi cephe oluflturdu¤un-da demokrasi yerleflebilmekte, oysa soylu toprak sahipleri burjuvaziyle ittifak ya-parak iflçi s›n›f›na karfl› bir siyasi cephe oluflturduklar›nda ise faflizm ortaya ç›k-maktad›r. Moore’un iddias›na göre, köylülerin çok bask›n, soylu toprak sahipleri,

burjuvazi ve iflçi s›n›f›n›n ise çok zay›f oldu¤u bir toplumsal yap› ise komünist dev-rime yatk›nd›r.

Barrington Moore, Jr. (2003). Diktatörlü¤ün ve Demokrasinin Toplumsal Kökenleri:

Ça¤dafl Dünyan›n Yarat›lmas›nda Soylunun ve Köylünün Rolü, Ankara: ‹mge Yay›nevi.Moore’un ABD’de 1966’da yay›nlanan bu önemli eserinin ancak 37 y›l sonra Türkçe’ye çev-rilmifl olmas› da Türkçe siyaset bilimi yaz›n› aç›s›ndan kayg› verici ve düflündürücüdür.

VAKA ANAL‹Z‹ ÇEfi‹TLER‹: EN BENZER VE EN FARKLIS‹STEM TASARIMI

Vaka analizleri ifllevlerine göre çok de¤iflik flekillerde tasarlanabilmekte, bir vaka

analizinin tasar›m›n›, cevab› aranan soru ya da sorular belirlemektedir. Vaka ana-lizi tasar›mlar›n›n en yayg›n olanlar› aras›nda en benzer sistem tasar›m› (most simi-

lar systems design) ve en farkl› sistem tasar›m› (most different systems design) ola-rak bilinen tasar›mlar gelmektedir. Bu tasar›mlarda kullan›lan yöntemler ‹ngiliz fi-lozof John Stuart Mill’in ismiyle özdeflleflmifltir.

En Benzer Sistem Tasar›m›En benzer sistem tasar›m›nda, önemli oldu¤u düflünülen tüm ba¤›ms›z de¤iflken-lerde birbirine benzeyen ama ilgilenilen ba¤›ml› de¤iflkende farkl›l›k gösteren va-kalar bir arada ele al›n›r ve sonuçtaki farkl›l›¤a sebep olan etkenin ne oldu¤u ara-n›r. Örne¤in, ilgi alan›m›z› neden baz› ülkelerin demokratik olurken baz› di¤erle-

rinin ise demokratik olamad›¤› olarak belirleyelim. Demokrasinin kökeninde dekuramsal olarak ekonomik geliflmifllik seviyesi, egemen dinî gelenek, sömürge


K ‹ T A P



geçmifli, bir önceki rejimin niteli¤i ve etnik çeflitlilik seviyesinin önemli rol oynad›-¤›n›n düflünüldü¤ünü birer veri olarak kabul edelim. Bu durumda, yukar›da sayd›-¤›m›z faktörlerin hepsinde birbirine benzeyen fakat demokrasi seviyesinde farkl›-

laflan birkaç ülkeyi karfl›laflt›rarak demokrasinin yerleflmesinde etkisi olabilecek fa-kat gözden kaçan baflka etken ya da etkenler ortaya ç›kar›labilir. Mali, Moritanya ve Nijer ekonomik kalk›nm›fll›k seviyesi olarak nispeten birbirine yak›n (az gelifl-mifl, kifli bafl›na düflen gelirin 1,000-2,000 ABD dolar› seviyesinde oldu¤u) ülkeler-dir. Her üçü de eski Frans›z sömürgesi oldu¤u gibi, her üçünün de nüfusunun ke-sif ço¤unlu¤u Müslümand›r. Yine bu ülkelerin üçü de Afrika’n›n Sahra çölü bölge-sinde benzer iklim ve co¤rafi koflullara sahip ve her üçü etnik olarak yüksek sevi-

yede çeflitlili¤e sahiptir. Yukar›da say›lan tüm bu benzerliklere ra¤men, Mali 2012’yedek uzun y›llar boyunca çok partili demokratik bir sistemle yönetildi¤i hâlde, Mo-ritanya ve Nijer son derece anti-demokratik rejimlere sahip olagelmifllerdir. Bu ör-nekte de görüldü¤ü üzere en benzer sistem tasar›m›nda, önemli oldu¤u varsay›lan

pek çok olas› ba¤›ms›z de¤iflkeni (ekonomik geliflmifllik, etnik yap›, din, co¤rafya,iklim, sömürge geçmifli vs.) benzer oldu¤u hâlde ba¤›ml› de¤iflkende (bu örnekte‘demokrasi’) farkl›l›k gösteren vakalar karfl›laflt›rmal› olarak incelenir. En benzersistem tasar›m›nda kullan›lan yönteme John Stuart Mill’e istinaden “Mill’in farkl›l›k

yöntemi” (Mill’s method of difference) denilmektedir. ‹ncelenen vakalarda pek çokba¤›ms›z de¤iflken ayn› oldu¤u hâlde ba¤›ml› de¤iflken farkl› oldu¤undan, araflt›r-mac› ‘farkl›’ olan ve dolay›s›yla ba¤›ml› de¤iflkenin de farkl›l›¤›n›n nedeni olan ba-¤›ms›z de¤iflkeni aramaktad›r.

Tablo 4.1’de görüldü¤ü gibi, karfl›laflt›rmal› vaka analizi yapan bir araflt›rmac›,cevap arad›¤› konuda siyaset bilimi ve uluslararas› iliflkiler yaz›n›nda önemli etkisioldu¤u varsay›lan befl ba¤›ms›z de¤iflkende (N-1, N-2, N-3, N-4, N-5) ayn› de¤eresahip üç vakay› ele alm›flt›r. Örne¤in N-1 kifli bafl›na düflen gelir, N-2 flehirleflmeoran›, N-3 okuma yazma oran›, N-4 ekonomide petrol ürünlerinin pay›, N-5 de enbüyük etnik az›nl›¤›n nüfusa oran› olsun. Sebebi merak edilen sonuç (S) ülkenin

demokrasi seviyesi olsun. Bu araflt›rma tasar›m›n› en benzer sistem tasar›m› yapansonuçta ortaya ç›kan ba¤›ml› de¤iflkenin de¤erinin ilk iki vakada ayn› (1) fakatüçüncü vakada farkl› (9) olufludur. Ayn› örnekten yola ç›karsak ilk iki vaka de-mokrasinin olmad›¤› bir ülkeye iflaret ederken üçüncü vaka son derece demokra-tik bir ülkeye iflaret etmektedir. Araflt›rmac›, en benzer sistem tasar›m› sayesindeilk befl ba¤›ms›z de¤iflkenin her üç vakada da de¤erleri ayn› oldu¤u için, sonucuetkilemeyece¤ini, ba¤›ml› de¤iflkende ortaya ç›kan farkl›l›¤›n sebebinin flimdiyekadar incelenmemifl bir baflka neden olmas› gerekti¤ini öngörmüfltür. Yukar›dakiörnek tablomuzda ba¤›ml› de¤iflkene sebep olan ba¤›ms›z de¤iflken N-6 olarak ifa-de edilmifltir. Çünkü N-6’n›n de¤erleri ilk iki vakada ayn› oldu¤u hâlde, üçüncü va-kada oldukça farkl›d›r ve bu farkl›l›k ayn› do¤rultuda ba¤›ml› de¤iflkendeki farkl›-

l›¤a paraleldir. Elbette bu örnekte “ayn› de¤erde” olarak ifade etti¤imiz ba¤›ms›zde¤iflken de¤erleri, pratikte ço¤u en benzer sistem analizinde birbirine yak›n veya

N-1 N-2 N-3 N-4 N-5 N-6 S

Vaka-1 5 7 9 1 3 2 1

Vaka-2 5 7 9 1 3 2 1

Vaka-3 5 7 9 1 3 8 9

954. Ünite - Vaka Analizi

Tablo 4.1En benzer sistem tasar›m›nda ba¤›ml›

ve ba¤›ms›z de¤iflkenler*

*Ba¤›ms›z de¤iflkenler N (neden), ba¤›ml› de¤iflken ise S (sonuç) olarak belirtilmifltir



benzerdir ama ayn› de¤ildir. Örne¤in, üç ülkeli bir en benzer sistem tasar›m›ndaüç ülkenin de kifli bafl›na düflen gelirinin tam olarak “ayn›” olmas› beklenemez. Fa-kat örne¤in bu üç ülkenin de kifli bafl›na düflen geliri genel olarak az geliflmifl ve-

ya Üçüncü Dünya ülkeleri olarak kabul edilen ülkeler seviyesindeyse (örne¤in$1,200, $1,600 ve $1,800), bu üç ülkenin benzerli¤i kabul edilebilir. Çünkü gelifl-mifl ülkelerin $20,000 ve üzerindeki kifli bafl›na düflen millî gelirleri göz önündebulunduruldu¤unda, bu üç ülkenin millî gelir düzeyinde benzerli¤i yads›namaz.

Siyaset bilimi ve uluslararas› iliflkilerde en benzer sistem tasar›m› kullanan ça-l›flmalar pek çoktur. Mounira Charrad, en benzer sistem tasar›m› örne¤i olan çal›fl-mas›nda, ekonomik, sosyal, etnik, dinî, kültürel, ve tarihi olarak birbirine son de-rece benzeyen Cezayir, Fas ve Tunus vakalar›n› ele alm›fl ve tüm bu benzerliklerera¤men neden kad›n haklar›n›n Tunus’ta gözle görülür flekilde daha ileri, Fas’tanispeten geri ve Cezayir’de ise ikisinin ortas› bir noktada oldu¤unu araflt›rm›flt›r.

Araflt›rmas› sonucunda Charrad bu farkl›l›¤›, Tunus’ta devletin kapasitesinin, özel-

likle co¤rafi sebeplerden dolay› çok daha yüksek, Cezayir’de ve Fas’ta ise çok da-ha s›n›rl› olmas›na ba¤lam›flt›r. Devletin kapasitesinin Tunus’ta çok daha yüksekolmas›n› ba¤lad›¤› co¤rafi sebepler aras›nda, Tunus’un nispeten çok daha küçük

ve co¤rafi olarak ulafl›m› kolay düzlük olmas›, Cezayir ve Fas’›n ise daha genifl veçok daha da¤l›k olmas› yer almaktad›r.

Mounira M. Charrad. (2001). States and Women’s Rights: The Making of Postcolonial

Tunisia, Algeria and Morocco, Berkeley: University of California Press.

Uluslararas› iliflkiler alan›nda Ian Lustick’in Britanya ve ‹rlanda, Fransa ve Ceza- yir, ‹srail ve Bat› fieria iliflkilerinin benzerlikleri üzerinden yazd›¤› kitab› en benzer

sistem tasar›m› örne¤i olarak ele al›nabilir. Britanya’n›n ‹rlanda’da, Fransa’n›n Ce-zayir’de, ‹srail’in Bat› fieria ve Gazze’de yerlefltirdi¤i yüz binlerce yerleflimci yoluy-la bu bölgeleri anavatan›n bir parças› hâline getirme giriflimlerinin benzerli¤inera¤men, bu giriflimlerin sonuçlar› (ba¤›ml› de¤iflken) nispeten farkl›l›k göstermifl-tir. Bu üç vaka aras›nda Fransa, kendisine karfl› gerçeklefltirilen 20.yüzy›l›n en kan-l› ba¤›ms›zl›k savafl›nda (Cezayir ba¤›ms›zl›k savafl›) ma¤lup olarak Cezayir’den ta-mamen çekilmek zorunda kalm›fl, savafl›n sonucunu müteakip Cezayir nüfusununonda birini oluflturan bir milyon Frans›z vatandafl› Hristiyan ve Yahudi de bir y›lgibi k›sa bir sürede Cezayir’den Fransa anakaras›na göç etmifltir. Britanya ise ‹rlan-da Cumhuriyeti’nin ba¤›ms›zl›¤›n› tan›d›¤› hâlde merkezi Belfast olacak flekildeKuzey ‹rlanda’y› elinde tutmay› baflarm›flt›r. ‹srail ise Kudüs baflta olmak üzere Ba-

t› fieria’n›n tamam›n› askerî, önemli bir k›sm›n› da kurdu¤u yeni Yahudi yerleflim-leri yoluyla demografik olarak kontrolü alt›nda tutmaya devam etmektedir. Sömür-geci devlet aç›s›ndan bak›lacak olursa, Fransa’n›n tam olarak ma¤lup, Britanya’n›nk›smen baflar›l›, ‹srail’in ise büyük ölçüde baflar›l› oldu¤u söylenebilir. Benzer üs-tünlüklere ve hedeflere ra¤men üç vaka aras›ndaki sonuç farkl›l›klar› nas›l aç›kla-nabilir? ‹flte bu soruya üçlü bir vaka analiziyle yaklaflan Lustick’in eseri en benzersistem tasar›m›na benzetilmektedir.

Ian Lustick. (1993). Unsettled States, Disputed Lands: Britain and Ireland, France and

Algeria, Israel and the West Bank-Gaza, Ithaca: Cornell University Press.


K ‹ T A P

K ‹ T A P



En Farkl› Sistem Tasar›m›En farkl› sistem tasar›m› ise ba¤›ms›z ve ba¤›ml› de¤iflkenler aras›nda tam tersi birtasar›m› öngörmektedir. En farkl› sistem tasar›m›nda, birbirinden hemen her konu-

da çok farkl› olduklar› hâlde belli bir sonucun ayn› oldu¤u vakalar birlikte incele-nir. ‹lgilenilen sonuç için önemli oldu¤u varsay›lan pek çok ba¤›ms›z de¤iflkeninde¤erinin vakalar aras›nda birbirinden mümkün oldukça farkl› olmas›na dikkatedilir. Ba¤›ml› de¤iflkenin ise ayn› olmas› gereklidir. Bu durumda, birbirinden bukadar farkl› olan vakalar aras›nda ilk bak›flta görünmeyen ortak bir ba¤›ms›z de¤ifl-kenin oldu¤u varsay›lmakta ve araflt›rmac› iflte bu ba¤›ms›z de¤iflkeni aramaktad›r.

John Stuart Mill’in müstakil bir yöntem olarak ortaya koydu¤u bu yönteme de onaistinaden “Mill’in uyuflma yöntemi” (Mill’s method of agreement) denilmektedirçünkü bu yönteme göre hemen her bak›mdan farkl› fakat ayn› sonuca sahip olan

vakalar aras›nda bir ba¤›ms›z de¤iflkende ortakl›k olmas›, o ba¤›ms›z de¤iflkenin,ilgilenilen sonucun (ba¤›ml› de¤iflkenin) sebebi oldu¤una iflaret say›lmaktad›r. Ör-

ne¤in, ilgilendi¤imiz sonuç soyk›r›m olsun. Almanya, Ruanda ve Yugoslavya gibisiyasal rejim, refah seviyesi, nüfus yo¤unlu¤u, co¤rafi özellikler, din, dil ve ekono-mik eflitsizlik konular›nda aralar›nda muazzam farkl›l›klar olan üç vakan›n üçündede soyk›r›m›n gerçekleflmifl olmas›n› aç›klamaya çal›flmak bir tür en farkl› sistemtasar›m›n› gerektirmektedir.

Tablo 4.2’de görüldü¤ü gibi, karfl›laflt›rmal› vaka analizi yapan bir araflt›rmac›,siyaset bilimi ve uluslararas› iliflkiler yaz›n›nda ilgilendi¤i sonuçla iliflkilendirilenbefl önemli ba¤›ms›z de¤iflkenin (N-1, N-2, N-3, N-4 ve N-5) de¤erlerinin her üç

vakada farkl› oldu¤u fakat ilgilenilen sonucun (S) de¤erinin her üçünde de ayn›oldu¤u (1) bir en farkl› sistem tasar›m› yapm›flt›r. Bu tasar›m›n do¤as› gere¤i, herüç vakada da de¤erleri birbirinden farkl› olan ilk befl ba¤›ms›z de¤iflkenin sonuç-ta ortaya ç›kan ba¤›ml› de¤iflkenin sebebi olmad›¤› tahmin edilmektedir. Bu üç

vaka pek çok ba¤›ms›z de¤iflken aç›s›ndan birbirinden olabildi¤ince farkl› oldu¤uhâlde her üçünde de ayn› sonuç gözlendi¤ine göre, araflt›rmac› daha önce önemi

fark edilmemifl fakat sonucun ana sebebi olan bir baflka ba¤›ms›z de¤iflkeni (N-6) veya de¤iflkenleri keflfetmek zorundad›r. En farkl› sistem tasar›m›n›n amac›, birbi-rinden çok farkl› vakalar› ayn› sonuca götüren ortak ba¤›ms›z de¤iflken(ler)i venedensellik yap›s›n› ortaya ç›karmakt›r. Bu aç›dan en farkl› sistem tasar›m› yenikuramlar›n ortaya konmas›nda ve eski kuramlar›n da gelifltirilmesinde çok önem-li rol oynam›flt›r.

Siyaset biliminde en farkl› sistem tasar›m›n› kullanan çal›flmalar pek çoktur.Harvard Üniversitesi’nden Barrington Moore’un ö¤rencisi de olan Theda Skocpol,en farkl› sistem tasar›m› örne¤i olan Devletler ve Toplumsal Devrimler: Fransa, Rus-

ya ve Çin’in Karfl›laflt›rmal› Analizi adl› meflhur kitab›nda, siyasal, demografik,ekonomik, sosyal, etnik, dinî, kültürel ve tarihi olarak birbirinden çok farkl› özel-

likler gösteren Fransa, Rusya ve Çin vakalar›n› ele alm›fl ve tüm bu farkl›l›klara kar-

N-1 N-2 N-3 N-4 N-5 N-6 S

Vaka-1 1 7 8 6 18 4 1

Vaka-2 8 2 15 9 1 4 1

Vaka-3 4 0 3 14 11 4 1


Tablo 4.2En farkl› sistem tasar›m›nda ba¤›ml› ve ba¤›ms›z de¤iflkenler*

*Ba¤›ms›z de¤iflkenler N (neden), ba¤›ml› de¤iflken ise S (sonuç) olarak belirtilmifltir



fl›n neden bu üç ülkede modern tarihin en önemli üç büyük devriminin yafland›¤›sorusuna yan›t aram›flt›r. Skocpol, tüm farkl›l›klar›na ra¤men Fransa, Rusya, veÇin’de iki önemli ba¤›ms›z de¤iflkenin efl zamanl› olarak varl›¤›n›n devrimin ger-

çekleflmesinde belirleyici rol oynad›¤› sonucuna varm›flt›r. Bu iki ba¤›ms›z de¤ifl-ken, devletin askerî gücünün rakipleri karfl›s›nda gerilemesi ve büyük bir köylüayaklanmas›d›r. Skocpol’a göre, Fransa, Rusya ve Çin devletleri askerî olarak ra-kiplerine karfl› h›zla güç kaybettikleri bir süreçle efl zamanl› olarak geliflen çok bü-

yük köylü isyanlar›yla devrildiler.

Theda M. Skocpol. (2004). Devletler ve Toplumsal Devrimler: Fransa, Rusya ve Çin’in

Karfl›laflt›rmal› bir Çözümlemesi, Ankara: ‹mge Kitabevi.

Uluslararas› iliflkiler alan›nda da devrimlere karfl›laflt›rmal› olarak yaklaflan ve enfarkl› sistem analizini and›ran vaka analizi tasar›mlar› kullanan çal›flmalar vard›r.

Stephen Walt’›n Devrim ve Savafl adl› eseri, ad›ndan da anlafl›laca¤› üzere devrim-lerle savafl aras›ndaki iliflkiyi incelemektedir. Frans›z, Rus, ‹ran, Amerikan, Meksika,Türk ve Çin devrimlerini karfl›laflt›rmal› olarak inceleyen kitap, bu devrimlerin sava-fla yol aç›p açmad›¤›n› ve devrimle savafl aras›ndaki nedensellik iliflkilerini incele-mektedir. Birbirinden çok farkl› koflullarda ve ülkelerde gerçekleflen devrimleri eleald›¤› için bu eserin yaklafl›m› en farkl› sistem analizini and›rmaktad›r.

Stephen M. Walt. (1996). Revolution and War, Ithaca: Cornell University Press.

2010 y›l› Aral›k ay›nda Tunus’ta Muhammed Bouazizi adl› bir iflportac›n›n kendini yakma-

s›yla bafllayan halk ayaklanmalar› Tunus’ta iktidar›n devrilmesine yol açm›fl, izleyen iki y›liçerisinde M›s›r ve Libya’da da iktidarlar halk ayaklanmalar› sonucu devrilirken, Yemen veSuriye baflta olmak üzere birçok baflka Arap ülkesinde de iç savafla kadar gidebilen iktidarkarfl›t› protestolar gerçekleflmifltir. ‘Arap Bahar›’ ya da ‘Arap devrimleri’ olarak adland›r›-lan bu hareketlerin karfl›laflt›rmal› olarak incelenmesi için daha uygun olan yöntem enbenzer sistem tasar›m› m› yoksa en farkl› sistem tasar›m› m›d›r? Neden?

En Benzer ve En Farkl› Sistem Tasar›mlar›n›n BirlikteKullan›m›En farkl› ve en benzer sistem tasar›mlar›na yöneltilen ortak bir elefltiri, bu yöntem-lerin ayn› sonuca varan farkl› neden-sonuç zincirlerini dikkate almamas›d›r. Dev-

rimlerin nedeni üzerine yap›lan çal›flmalardan devam edecek olursak, benzer dev-rimlerin nedenleri de¤iflik olabilir. Daha genellefltirecek olursak, ayn› ba¤›ml› de-¤iflkene sebep olan farkl› ba¤›ms›z de¤iflkenler ve neden-sonuç iliflkisi zincirleriolabilir. Bu durum eflsonuçluluk (equifinality) olarak tan›mlanmaktad›r.

En benzer ve en farkl› sistem tasar›mlar› ayn› araflt›rman›n de¤iflik safhalar›ndaolmak üzere bir arada da kullan›labilir. Pek çok araflt›rmac› neden-sonuç iliflkileri-ni daha kesin bir flekilde ortaya ç›karaca¤›n› düflünerek en benzer ve en farkl› sis-tem tasar›mlar›n› bir arada kullanmay› denemifllerdir. Ahmet Kuru, ABD’de pasif,Fransa ve Türkiye’deyse d›fllay›c› laiklik modellerinin hakimiyetini karfl›laflt›rd›¤›çal›flmas›nda, ABD ve Fransa’y› karfl›laflt›r›rken en benzer sistem tasar›m›n›, Fransa

ve Türkiye’yi karfl›laflt›r›rken ise en farkl› sistem tasar›m›n› kullanm›flt›r. ABD ve

Fransa’n›n tüm benzerliklerine ra¤men farkl› bir laiklik modelini, Fransa ve Türki- ye’nin ise tüm farkl›l›klar›na ra¤men benzer bir laiklik modelini benimsemifl ve uy-


K ‹ T A P

K ‹ T A P

SIRA S‹ZDE

1



gulam›fl olmalar›n› Kuru bu iki yöntemi kullanarak ideolojik mücadeleler eksenin-de ayn› neden-sonuç iliflkisiyle aç›klam›flt›r. Burada üç vaka, en benzer ve en fark-l› sistem tasar›mlar›na müsait iki çift vaka olarak incelenmifltir.

Ahmet T. Kuru. (2011). Pasif ve D›fllay›c› Laiklik: ABD, Fransa ve Türkiye, ‹stanbul: Bil-gi Üniversitesi Yay›nlar›.

En benzer ve en farkl› sistem tasar›mlar›, vakalardan bir ya da birkaç›n›n ince-lenen süreç dahilinde de¤iflik zaman dilimlerine bölünmesi suretiyle de ayn› vakaincelemesinde birlikte kullan›labilir. Bunun için öncelikle en farkl› sistem tasar›m›-na uygun vakalar belirlenir, daha sonra da bu vakalar ba¤›ml› ve ba¤›ms›z de¤ifl-kenin farkl›l›k gösterdi¤i zaman dilimlerine bölünür. Bu durumda her vakan›nkendi içindeki zaman dilimlerinin karfl›laflt›rmas› en benzer sistem tasar›m›, vaka-lar›n birbirleriyle karfl›laflt›r›lmas› ise en farkl› sitem tasar›m›n› örneklemifl olur. Ör-

ne¤in fiener Aktürk’ün, birbirinden çok farkl› üç ülkede, Almanya, Rusya ve Tür-kiye’de, devletin etnik siyasetinde seksen y›ll›k bir süreklilikten sonra ortaya ç›kanen ciddi siyaset de¤iflikliklerinin sebeplerini aç›klad›¤› kitab›nda Almanya, Rusya

ve Türkiye vakalar›n›n karfl›laflt›rmas›nda en farkl› sistem tasar›m›, her ülkenin (va-kan›n) kendi içindeki de¤iflik dönemlerinin karfl›laflt›rmas›nda ise en benzer sistemtasar›m› kullan›lm›flt›r.

fiener Aktürk. (2013). Regimes of Ethnicity and Nationhood in Germany, Russia, and

Turkey, New York: Cambridge University Press.

En benzer ve en farkl› sistem tasar›mlar›n› gerek ayr› ayr› ve gerekse birlikte

kullan›rken dikkat edilmesi gereken bafll›ca husus kullan›lan yöntemin araflt›rma-n›n amac›na uygun olmas›d›r. fiayet araflt›rman›n amac›, flimdiye kadar sebepleri

yeterince incelenmemifl, hakk›nda fazlaca kuramsal ya da ampirik bulguya dayal›çal›flma yap›lmam›fl bir ba¤›ml› ya da ba¤›ms›z de¤iflken üzerine en genifl anlam›y-la de¤iflik hipotezler üretme, test etme ve kuramsal infla (theory building) ise enfarkl› sistem tasar›m› böylesi bir keflif çal›flmas›na müsait bir yöntem olabilir. Oysaaraflt›rman›n amac› hâlihaz›rda siyaset bilimi veya uluslararas› iliflkiler sahas›ndaüzerinde çok çal›fl›lm›fl, kuramsal ve ampirik aflama kaydedilmifl bir ba¤›ml› veyaba¤›ms›z de¤iflkenin sebepleri veya sonuçlar›n› araflt›rarak test etmek ve incele-mek ise en benzer sistem tasar›m› bu ba¤›ml› veya ba¤›ms›z de¤iflkenin izole edi-lerek daha yo¤un olarak incelenmesine olanak sa¤lar.

Tunus, M›s›r, Libya, Bahreyn ve Suriye’yi derinden etkileyen ve Arap Bahar› veya Arap dev-rimleri olarak bilinen halk ayaklanmalar›n› en farkl› ve en benzer sistem analizini ayn›anda kullanarak nas›l inceleyebilirsiniz? Bu soruyu cevaplarken Tunus ve M›s›r’da devrimin görece kans›z ve bar›flç›l yollardan çok partili demokratik seçimlere yol açt›¤›n›, Lib- ya’da da uzun ve kanl› bir iç savafltan sonra diktatörlü¤ün devrildi¤ini fakat Bahreyn’de muhalif protestolar›n k›sa sürede Suudi Arabistan’›n askerî müdahalesiyle bast›r›ld›¤›n›,Suriye’de ise muhalifler ve iktidar aras›nda savafl›n uzun süre sürdü¤ünü göz önüne alabi-lirsiniz. Devrim sayesinde demokrasiye ulaflma baflar›lar› aç›s›ndan baflar›l› olandan bafla-r›s›za do¤ru bir s›ralama yapmak gerekirse Tunus, Libya, M›s›r, Suriye ve Bahreyn olarak s›ralanabilecekken, iç savafl yaflam›fl olmalar› aç›s›ndan da Suriye ve Libya’n›n di¤erlerin-

den ayr›ld›¤›n› göz önüne alabilirsiniz.


K ‹ T A P

K ‹ T A P

S IRA S‹ZDE

2



TEK VAKALI ANAL‹ZLER: EN OLASI VE EN AZ OLASIVAKALARHer ne kadar vaka analizlerinde daha yayg›n olan yöntem pek çok vakan›n karfl›-

laflt›rmal› olarak (örne¤in, Frans›z, Rus, ve Çin devrimleri) ele al›nmas›ysa da tekbir özel vakan›n derinlemesine araflt›r›lmas›n›n kuramsal ya da kavramsal faydasa¤layaca¤› durumlarda, tek vakal› analizlere yönelinmifltir. Fakat sosyal bilimler-deki vaka analizlerinde genel kural›n birden fazla vakan›n karfl›laflt›rmal› incelen-mesi oldu¤unu, tek vakal› analizlerin ancak çok özel flartlarda ve ancak karfl›laflt›r-mal› vaka analizinden daha fazla yarar sa¤layaca¤› ispat edildi¤i takdirde kullan›-labilece¤ini vurgulamak gerekir. Bir siyaset bilimci, hiçbir sebep göstermeksizin vekarfl›laflt›rmal› vaka analizinden daha faydal› olaca¤›n› ispat etmeksizin, s›rf dahaiyi bildi¤i ya da öylesi hofluna gitti¤i için tek bir vakaya odaklanan bir inceleme

yapmamal›d›r.Tek vakal› analizlerin bilimsel aç›dan tercihe flayan ve meflru say›labilmesi için

de öncelikle ele al›nmas› düflünülen vakan›n, tüm benzer vakalar aras›ndaki kar-fl›laflt›rmal› yeri tespit edilmelidir. E¤er dünya çap›nda tüm benzer vakalar aras›n-da, ilgilenilen vakan›n, tek bafl›na incelenmesini meflrulaflt›racak bir hususiyeti

varsa tek vakal› bir analiz gerçeklefltirilebilir. Tek vaka analizini meflrulaflt›racakolan, bu analizlerin kuramsal bir fayda sa¤lad›¤› durumlar vard›r. Bu durumlar›nbafl›nda “en olas› vaka” ve “en az olas› vaka” olarak adland›r›lan araflt›rma tasa-r›mlar› gelmektedir.

En Olas› Vaka AnaliziEn olas› vaka (most likely case) belli bir konuda ele al›nan bir kuram›n tahminleri-nin gerçekleflme ihtimalinin en yüksek oldu¤u vakan›n incelenmesidir. E¤er ele

al›nan kuram›n tahminleri en olas› vakada bile gerçekleflmiyorsa, bu durum o ku-ram için gerçekten çok büyük bir eksikli¤e iflaret eder ve kuram›n inan›l›rl›¤› cid-di flekilde zedelenir. Örne¤in, ak›lc› seçim (rational choice) kuram›n›n kaba veekonomik maddeci bir yorumuna göre insanlar toplumsal hayatta en fazla ekono-mik ç›kar sa¤layacaklar› seçenekleri tercih ederler. Bu ekonomik maddeci kuram›ntahminlerinin en kolay gerçekleflece¤ini bekledi¤imiz, bir baflka deyiflle ‘en olas›

vaka’lar aras›nda, kiflilerin mevduatlar›n› de¤erlendirmek için hesap açt›klar› ban-kalar, yani kiflilerin banka tercihleri gelmektedir. Çünkü parasal birikimin de¤er-lendirilmesine dair tercihlerin, ak›lc› seçimin ekonomik maddeci varsay›mlar›na enuygun ortam› sa¤lad›¤› düflünülebilir. E¤er kifliler, ekonomik birikimlerini de¤er-lendirmek üzere yapt›klar› bankac›l›k tercihlerinde bile ak›lc› seçim kuram›n›n tah-

minleri do¤rultusunda, ekonomik maddeci ç›kar de¤erlendirmelerine göre hareketetmiyorlarsa, o zaman ak›lc› seçim kuram›n›n inan›l›rl›¤› ciddi flekilde zedelenir.Böyle bir vaka analizinin bulgular› do¤rultusunda kuram›n varsay›m ve tahminle-rinin de¤ifltirilmesi, örne¤in ekonomik maddeci olmayan ç›karlar›n da varsay›mla-ra eklenerek, bunlar için de tercih hiyerarflisinde de¤erler tespit edilmesi ya daak›lc› seçim kuram›n›n uygulanabilirli¤inin s›n›rlar›n›n daralt›lmas› gerekmektedir.

Yukar›daki örnekte en olas› vakan›n tespitinde kuramsal ve niteliksel bir yol iz-ledik. Oysa en olas› vaka, belli bir veri taban› içerisinde, ilgilenilen ba¤›ms›z de¤ifl-kene sebep oldu¤u varsay›lan ba¤›ml› de¤iflkenin en yüksek oldu¤u vaka da ola-bilir. Somut bir örnek olarak 1960’larda çok popüler olan “modernleflme kuram›-n›” (modernization theory) ele alal›m. Bu kurama göre ekonomik kalk›nma de-

mokrasiye neden olan en önemli ve hatta yegane etmendir. Modernleflme kuram›-




na göre, ilgilendi¤imiz ba¤›ml› de¤iflken demokrasi, demokrasiye sebep oldu¤u varsay›lan ba¤›ms›z de¤iflken ise ekonomik kalk›nm›fll›kt›r. Ekonomik kalk›nm›fll›-¤›n ölçümünü de yayg›n bir flekilde kullan›ld›¤› üzere, kifli bafl›na düflen ortalama

gelir (Gayrisafi Millî Has›la [GSMH]/kifli) olarak belirleyelim. Bu tasar›mda dünyaüzerinde kifli bafl›na düflen geliri en yüksek olan ülke, bu durumda Katar, böylesibir kuram için demokrasinin gerçekleflece¤i ‘en olas› vaka’ olarak ortaya ç›kar.E¤er Katar’da bile demokrasi yoksa, kuram›n varsay›mlar›n›n de¤ifltirilmesi gereke-bilir. Benzer gözlemler, petrol zengini olan ülkelerde ekonomik refah›n demokra-siye yol açmad›¤›n› gösteren ve ‘petrol laneti’ (oil curse) olarak bilinen kuramlar›nortaya ç›kmas›na sebep olmufltur.

Michael L. Ross. (2012). Oil Curse: How Petroleum Wealth Shapes the Development of

Nations, Princeton: Princeton University Press.

Uluslararas› iliflkilerdeki Yeni Gerçekçilik kuram›na göre ittifaklar tehditlerin dengelen- mesi kural›na göre infla edilir. Tehdit alg›s›n›n temelinde de ülkelerin ekonomik ve askerî güçlerindeki de¤iflimler yatmaktad›r. Bu kural› göz önünde bulundurarak ve dünyada sonony›lllarda ülkelerin ekonomik ve askerî güçlerindeki de¤iflimi göz önüne alarak, YeniGerçekçilik kuram›n›n ittifaklarla ilgili bu iddias›n›, küresel düzeyde veya bölgesel düzey-de, test edecek bir en olas› vaka tasar›m› yap›n›z.

En Az Olas› Vaka AnaliziEn olas› vaka analizinin tam tersine ise “en az olas› vaka” (least likely case) analizidenilmektedir. En az olas› vaka analizi, belli bir konuda ele al›nan bir kuram›n tah-minlerinin gerçekleflme ihtimalinin en düflük oldu¤u vakan›n incelenmesidir. E¤er

böylesi bir vakada bile ilgilenilen kuram›n tahminleri gerçeklefliyorsa, o zaman okuram›n analitik gücü konusunda son derece güçlü bir destek bulunmufl olur.E¤er kuram ‘en az olas› vaka’da bile do¤rulanm›flsa, ele al›nabilecek tüm vakalar-da do¤rulanma ihtimali de yüksektir.

Yukar›da örnek verdi¤imiz ak›lc› seçim kuram›ndan devam edecek olursak,ak›lc› seçim kuram›n›n ekonomik maddeci varsay›mlar›ndan do¤an tahminleriningerçekleflme ihtimalinin en az oldu¤u alanlardan birinin etnik ve ulusal kimlik so-runlar› olaca¤› söylenebilir. Çünkü milliyetçili¤e dair pek çok kuram milliyetçilikleiliflkili kimlik sorunlar›n› duygulara, içgüdülere ve her hâlükârda ekonomi-d›fl› et-menlere ba¤lamaktad›r. E¤er etnik gruplar›n kimli¤e dair seçimlerinde dahi ak›lc›seçim kuram›n›n ekonomik maddeci tahminlerini do¤rulayan flekilde hareket et-

tikleri ortaya ç›karsa, ak›lc› seçim kuram› son derece güçlü bir destek bulmufl olur.David Laitin, Sovyet-sonras› Estonya, Letonya, Kazakistan ve Ukrayna’da kimlikoluflumunu inceledi¤i eserinde, bu cumhuriyetlerdeki Rus az›nl›¤›n mensuplar›n›nçocuklar›n› hangi dilde okula göndereceklerine karar verirken ana hatlar›yla eko-nomik maddeci bir hesab› göz önüne ald›klar›n› tespit etmifltir. Bu sebeple, etnikRus kimli¤ine ait olduklar› ve ana dilleri de Rusça oldu¤u hâlde birçok aile çocuk-lar›n› kendi hür iradeleriyle Estonca gibi içinde yaflad›klar› ülkelerin yeni resmî di-linde e¤itmeyi tercih etmifllerdir. Laitin’in en az olas› vakalarda ulaflt›¤› bu sonuç,ak›lc› seçim kuram›na güçlü bir destek olarak kabul edilebilir.

David D. Laitin. (1998). Identity in Formation: The Russian-Speaking Populations in

the Near Abroad, Ithaca: Cornell University Press.


K ‹ T A P

S IRA S‹ZDE

3

K ‹ T A P



Arie Kacowicz’e göre (Sprinz ve Wolinsky-Nahmias, Methods for Studying In-

ternational Relations, s.107-28), uluslararas› iliflkiler yaz›n›nda disiplinli oluflturul-mufl (disciplined-configurative) en iyi tek vakal› analiz Graham Allison’›n Karar›n

Özü: Küba Füze Krizi’ni Aç›klamak (Essence of Decision: Explaining the Cuban Missile Crisis) adl› eseridir. Bu kitab›nda Allison, Küba füze krizi vakas›na ABD veSovyetler Birli¤i’nin verdi¤i tepkiler üzerinden karar alma süreçlerini aç›klad›¤› id-dias›nda olan üç kavramsal modeli test etmifltir. Dahas›, Allison Küba füze krizi sü-recindeki üç ayr› kritik karar› ayr› ayr› inceleyerek bir anlamda tek vaka analizin-den üç ayr› vaka ç›karm›flt›r. Bu kararlar, Sovyetler Birli¤i’nin Küba’ya füze yerlefl-tirmesi, ABD’nin Küba’y› denizden ablukaya almas› ve son olarak Sovyetler Birli-¤i’nin füzeleri geri çekmeyi kabul etmesidir.

Graham T. Allison. (1971). Essence of Decision: Explaining the Cuban Missile Crisis,

Boston: Little, Brown, and Co.

Özetlemek gerekirse, en olas› ve en az olas› vakalar da bafllang›çta belirtildi¤igibi ancak karfl›laflt›rmal› bir yelpazede tespit edilebilir. Tek vakal› analize yönele-cek bilim insan›, inceledi¤i vakan›n, ki karfl›laflt›rmal› siyaset ve uluslararas› iliflki-lerde en yayg›n vakalar ülkelerdir, yerleflik bir kuram›n beklentilerine istinaden enolas› ya da en az olas› vaka oldu¤unu aç›kça ispatlamak zorundad›r. En bafltan va-kan›n böyle bir statüsü oldu¤u gösterilmezse, tek vakal› analizin meflruiyet zeminioluflmaz.

Yukar›daki örneklerde de görüldü¤ü üzere, en olas› ve en az olas› vaka ana-lizleri, tek bir vakan›n bile, belli koflullar› sa¤lad›¤› sürece, yerleflik kuramlar› sar-sabilece¤ini ve yeni kuramlara ve kavramsal kefliflere yol açabilece¤ini göster-

mektedir. Fakat tek vakal› analizler en olas› ve en az olas› vaka tasar›mlar›yla s›-n›rl› de¤ildir.

Tarihsel kurumsalc›l›¤a göre, kurumlar›n yap›s›, onlar› kuran gruplar›n aras›ndaki güçlerdengesine ba¤l›d›r. Tarihsel kurumsalc›l›¤›n bu iddias›n› test edebilece¤iniz bir en az ola-s› vaka tasar›m› ortaya koyunuz.

TEK VAKALI ANAL‹ZLER: KR‹T‹K VE SAPKINVAKALARIN ÖNEM‹Tek vakal› analizlerin en önemli türlerinden bir tanesi de ‘sapk›n vaka’ (deviant

case) incelemesidir. Sapk›n vaka, belli bir nedensellik iliflkisinin iflleyifline dair yer-

leflmifl kuramlar bütününe, ba¤›ml› ve ba¤›ms›z de¤iflkenler aras›nda keflfedilmiflkorelasyonlara, ters bir durum arz eden vakad›r. Sapk›n vakalar var olan hiçbir ku-ram›n aç›klayamad›¤›, yerleflmifl genelgeçer kuramlar›n ve varl›¤› ispatlanm›fl am-pirik kal›plar›n öngördü¤ü modelden belirgin bir flekilde sapm›fl olan vakalard›r.

Yine demokrasinin sebepleri üzerine ortaya konmufl kuramlardan ve keflfedilmiflkorelasyonlardan yola ç›karak bir sapk›n vaka örne¤i verebiliriz. Demokrasinin se-bebini ekonomik refah seviyesine, burjuvazinin geliflmesine, flehirleflmeye, Protes-tan Hristiyan gelene¤e, ‹ngiliz sömürge geçmifline, geçmifl demokrasi deneyimine

ve demokratik komflular›n etkisine ba¤layan kuramlar›n hiçbiri, komünizm sonra-s›nda Mo¤olistan’da çok partili demokratik bir rejim kurulaca¤›n› tahmin etmezdi.Mo¤olistan, eski komünist ülkeler aras›nda en yoksullardan birisi, halk›n›n önem-

li bir k›sm› flehirleflmemifl olmas› bir yana hâlen göçebe ve yar›-göçebe olarak ya-flayan, hiç geçmifl demokrasi deneyimine ve tek bir demokratik komfluya bile sa-


K ‹ T A P

SIRA S‹ZDE 4




hip olmayan bir ülke olarak demokrasinin sebeplerine dair ortaya konan tüm ya-p›salc› kuramlar›n beklentilerinin aksine k›sa sürede çok partili demokratik bir re-jimi tesis etti¤i için tam bir ‘sapk›n vaka’ olarak incelenebilir. Steven Fish Mo¤olis-

tan’› bu çerçeveden incelemifl ve bu sapk›n vaka incelemesinden hareketle de-mokrasinin hiçbir yap›sal ön koflul olmaks›z›n yerleflebilece¤ini iddia etmifltir.

M. Steven Fish. (1998). Mongolia: Democracy Without Prerequisites, Journal of Democ-

racy, Cilt 9, Say› 3, s.127-41.

Tan›m› gere¤i, sapk›n vakalar›n tespiti de ancak karfl›laflt›rmal› bir yelpazede yap›labilir. Çünkü ancak tüm vakalar›n da¤›l›m› ortaya ç›kar›ld›ktan sonra e¤er var-sa, herhangi bir vakan›n sapk›n olup olmad›¤› tespit edilebilir. Tüm vakalar›n da-¤›l›m› bilinmeden sapk›n vakan›n olup olmad›¤›, varsa hangisi oldu¤u tespit edile-mez. Dolay›s›yla büyük ölçekli istatistiksel analizler sapk›n vakalar›n tespitinde

çok yararl› ve yayg›n bir rol oynar. ‹statistiki analizdeki da¤›l›m› gözlemleyen arafl-t›rmac›, ayn› zamanda mevcut da¤›l›m›n çok d›fl›nda kalan vaka ya da vakalar› datespit etme imkân›na sahiptir. E¤er varsa, mevcut da¤›l›m›n en uza¤›nda kalan va-ka ya da vakalar sapk›n vaka incelemesine tabi tutulabilir. ‹nsani kalk›nm›fll›k en-deksi ile demokratikleflme endeksleri aras›nda çok güçlü bir korelasyon bulun-maktad›r. Üstelik petrol zengini fakat demokratik olmayan ülkelerin yüksek gelir-lerine ra¤men insani geliflmifllik seviyeleri düflük oldu¤u için onlar›n durumu dabu korelasyona ayk›r› de¤ildir. Fakat Singapur, insani geliflmifllik endeksi çok yük-sek oldu¤u ve üstelik petrol zengini de olmad›¤› hâlde demokratik olmayan bir ül-ke özelli¤iyle demokratikleflme kuramlar›n›n test edilerek gelifltirilmesi için tam birsapk›n vaka örne¤i sunmaktad›r.

Birleflmifl Milletler Kalk›nma Program› (UNDP) taraf›ndan ülkelerin sa¤l›k, e¤itim ve ya-flam standard› gözönüne al›narak hesaplanan insani kalk›nma endeksi ( human develop-

ment index, HDI) ve demokrasi aras›nda güçlü bir pozitif iliflki oldu¤u iddia edilmifltir.Ülkelerin HDI s›ralamalar›na ve Özgürlük Evi (Freedom House) taraf›ndan verilen demok-rasi notuna (1 en demokratik ve 7 en anti-demokratik olmak üzere) bakarak bu kalk›n- ma-demokrasi aras›nda varsay›lan iliflkiye ters düflen sapk›n vaka örnekleri tespit ediniz.

Özgürlük Evi (Freedom House) taraf›ndan yay›nlanan Dünya Özgürlük Haritas› üzerindeülkelerin demokrasi notunu flu adresten bulabilirsiniz: http://www.freedomhouse.org/re- port-types/freedom-world Birleflmifl Milletler Kalk›nma Program› taraf›ndan hesaplanan

ülkelerin insani kalk›nma endeksi (HDI) s›ralamalar›na ulaflmak için flu internet kayna¤›-n› kullanabilirsiniz: http://en.wikipedia.org/wiki/List_of_countries_by_Human_Develop- ment_Index

Sapk›n vaka analizlerinin yan›s›ra, tek vakal› analizlerin en önemli türlerindenbir tanesi de ‘kritik vaka’ (crucial case) incelemesidir. Kritik vaka, belli bir neden-sellik iliflkisinin iflleyifline dair yerleflmifl kuramlar›n birço¤u için aç›klanmas› mut-lak gerekli olan bir vakad›r. Her kuram›n, aç›klayamad›¤› veya aç›klama iddias›n-da olmad›¤›, kapsama alan› d›fl›nda baz› vakalar olabilir. Bu durumlarda temelbeklenti, böyle vakalar›n say›ca pek az veya kuram›n aç›klayabildi¤ini iddia etti¤ikapsama koflullar›n›n (scope conditions) aç›kça d›fl›nda olmas›d›r. Fakat öyle vaka-

lar vard›r ki kuram›n aç›klad›¤›n› iddia etti¤i olaylar kümesinde merkezi bir önemesahiptir. O vakay› doyurucu bir flekilde aç›klayabilen kuram büyük bilimsel güve-

S IRA S‹ZDE

5

‹ N T E R N E T

K ‹ T A P



nilirlik ve itibar kazan›r, aç›klayamayan kuram›n da güvenilirli¤i yara al›r. Örne¤insosyalist devrimlerin sebeplerini aç›klayabildi¤ini iddia eden bir kuram›n Rus veyaÇin devrimini aç›klayamamas› kabul edilemez çünkü Rus devrimi ilk büyük sosya-

list devrim olup dünyadaki neredeyse tüm di¤er sosyalist devrimlere örnek olmufl,Çin devrimiyse dünyan›n en büyük nüfusa sahip halk›na sosyalist bir rejim getir-mifltir. Bir bak›ma ‘sosyalist devrim’ denilen hadisenin en paradigmatik örnekleri-ni Rus ve Çin devrimleri oluflturdu¤u için, bir sosyalist devrim kuram›n›n en bafltabu devrimleri aç›klayabilmesi gerekir. Bunun gibi genel olarak devrimleri aç›kla-

yabildi¤ini iddia eden bir kuram›n da Frans›z (1789), ‹ran (1979) ve Do¤u Avrupa(1989) devrimlerini aç›klayamamas› kabul edilemez çünkü bunlar modern ça¤›nilk ve son büyük devrimleridir. Bu sebeple, toplumsal devrimler üzerine yaz›laneserlerin önemli k›sm› bu sayd›¤›m›z devrimler üzerinedir.

Nikki R. Keddie (der.). (1995). Debating Revolutions, New York: NYU Press.

Uluslararas› iliflkilerde kritik vaka örne¤i çal›flmalar aras›nda Richard Ned Le-bow ve Janice Gross Stein’›n So¤uk Savafl› Hepimiz Kaybettik adl› eseri gelir. Bueserde Lebow ve Stein, nükleer silahlar ve cayd›r›c›l›k stratejilerine iliflkin kuram-lar için birer kritik vaka olarak Küba Füze Krizi ve Yom Kippur Savafl›’n› inceler-ler. Yazarlar ABD ve SSCB’nin her iki krizde de birbirlerini nükleer silahlar›n des-te¤inde tehdit etmesinin iddia edildi¤i gibi baflar›l› bir cayd›r›c›l›k örne¤i olmad›¤›-n› ve hatta tam tersine So¤uk Savafl› daha da uzatarak ve savunma harcamalar›n›muazzam seviyelere ç›kararak her iki tarafa da büyük zarar verdi¤ini iddia etmifl-lerdir. Bu yaklafl›m kritik vaka analizi say›labilir çünkü nükleer cayd›r›c›l›k kuram-lar›n›n ifllerli¤i e¤er en büyük iki nükleer güç olan ABD ve SSCB aras›nda bile is-

patlanam›yorsa, bu kuramlar çok büyük bir yara alm›fl say›l›r.

Richard Ned Lebow ve Janice Gross Stein. (1995). We All Lost the Cold War, Princeton:Princeton University Press.

Kritik vakalara uluslararas› iliflkiler kuramlar›ndan daha büyük ve önemli ör-nekler vermek gerekirse Gerçekçilik, Liberalizm ve ‹nflac›l›k gibi temel uluslarara-s› iliflkiler kuramlar›n›n tamam› için Birinci ve ‹kinci Dünya Savafl› birer kritik va-kad›r. Bu iki büyük dünya savafl›n›n sebeplerine iliflkin doyurucu bir aç›klama or-taya koyamayan bir uluslararas› iliflkiler kuram›n›n baflar›s›z oldu¤u düflünülürçünkü uluslararas› iliflkiler kuramlar› en baflta savafl ve bar›fl›n sebeplerini, özellik-

le de en büyük güçler aras›nda küresel anlamda savafl ve bar›fl›n sebeplerini aç›k-layabilecekleri iddias›ndad›rlar. Bu kuramlar›n örne¤in Libya-Çad ya da Azeri-Er-meni savafl› gibi savafllar› aç›klayamamalar›, küçük ülkeler aras›ndaki çat›flmalar›nkapsama alanlar›na girmedi¤i veya bu savafllar›n büyük güçler aras›ndaki çat›flma-lar›n birer türevi oldu¤u (proxy wars) ve benzeri kapsama koflullar› yoluyla k›s-men gözard› edilebilir. Oysa uluslararas› iliflkilerin dinamiklerini aç›klama iddias›n-da olan kuramlar›n Birinci ve ‹kinci Dünya Savafl›’n›n sebeplerini aç›klayamamala-r›n›n makul bir sebebi olamaz.

John J. Mearsheimer. (2003). Tragedy of Great Power Politics, New York: W. W. Norton &Company.


K ‹ T A P

K ‹ T A P

K ‹ T A P



Kritik vaka kuramsal önemi bak›m›ndan en olas› ve en az olas› vakalar›n top-lam› gibidir çünkü kritik vakay› aç›klayabilen kuram›n do¤rulu¤u ispatlanm›fl,aç›klayamayan kuram›n ise baflar›s›zl›¤› tescil edilmifl olur. Oysa en olas› vakay›

aç›klayamayan kuram›n baflar›s›zl›¤› tescil edilir ama aç›klayabildi¤i takdirde do¤-rulu¤u ispat edilmifl olmaz çünkü zaten bu vaka o kuram için ‘en olas› vaka’d›r.Tam tersi olarak, en az olas› vakay› ise aç›klayabilen kuram›n do¤rulu¤u ispatlan-m›fl olur ama aç›klayamad›¤› takdirde baflar›s›zl›¤›na hükmedilemez çünkü tan›m›gere¤i bu vaka o kuram için ‘en az olas› vaka’d›r.

Milliyetçili¤in sebeplerini aç›klad›¤›n› iddia eden kuramlar için hangi vaka veya vakalar(hangi milliyetçilikler) kritik vaka olabilir?

VAKA ‹Ç‹ ANAL‹ZLERTek vakal› analizlerin de asl›nda çoklu vaka analizleriyle benzer bir karfl›laflt›rma

mant›¤›na dayand›¤›n›, en olas› ve en az olas›, sapk›n ve kritik vaka incelemeleriözelinde gördük. Vaka içi (within case) analizlerde de karfl›laflt›rma mant›¤› tek bir vakan›n kendi içinde uygulan›r. Karfl›laflt›rmal› siyasette genellikle her bir ülke bir vaka olarak ele al›nd›¤›ndan, vaka içi analizler ço¤unlukla bir ülkenin tarihteki de-¤iflik dönemlerinin karfl›laflt›rmal› olarak incelenmesi suretiyle yap›lmaktad›r. Buözelli¤iyle vaka içi analizler ‘en benzer sistem’ tasar›m›na benzemektedir çünkü

vaka esasen ayn› vakad›r ve öyle oldu¤u için vakan›n de¤iflik dönemlerindeki ne-redeyse bütün özellikleri benzerdir. Fakat burada vaka içi analiz yapabilmek içinba¤›ml› de¤iflkenin de¤erinde önemli bir de¤ifliklik gözlenmifl olmas› gerekir. Ör-ne¤in cevab›n› arad›¤›m›z soru soyk›r›ma sebep olan neden-sonuç iliflkisi olsun.Bu durumda vaka içi analiz için uzun y›llar boyunca kimlik temelli fliddetten göre-

ce uzak yaflam›fl, daha sonraysa soyk›r›m yaflam›fl bir ülkeyi, mesela 20. yüzy›ldaRuanda’y›, vaka içi analiz konusu olarak ele alabiliriz. Ruanda tarihi, soyk›r›m›n ol-du¤u 1994 y›l›na gelinceye kadar de¤iflik dönemlere ayr›l›r ve soyk›r›ma gelinceyekadar incelenen her dönemde neden soyk›r›m olmad›¤› araflt›r›l›r. Bu araflt›rmadanbeklenen odur ki daha önceki dönemlerde olmay›p da 1994 döneminde ortaya ç›-kan bir etmen veya etmenler soyk›r›ma sebep olmufltur ve vaka içi dönemsel kar-fl›laflt›rma bu faktörleri ortaya ç›karacakt›r.

Vaka içi analizde ele al›nan vaka, hangi prensipler do¤rultusunda dönemlereayr›lmal›d›r? Burada yol gösterici bir prensip, ba¤›ml› de¤iflkene sebep oldu¤unudüflündü¤ümüz etmenlerin da¤›l›m›ndaki de¤iflikliklere göre bir dönemsel ay›r›m

yapmakt›r. Örne¤in, ‹ran vakas›nda, A, B, C ve D etmenlerinin ilgilendi¤imiz ba-

¤›ml› de¤iflken (örne¤in, “devrim”) üzerinde belirleyici rolü oldu¤unu düflünüyor-sak, ‹ran tarihini A, B, C, ve D etmenlerinin de¤iflik kombinasyonlarda var oldu¤udönemlere ay›rabiliriz. Örne¤in, hiçbir etmenin var olmad›¤› I. dönem, A ve C’ninbirlikte var oldu¤u II. dönem, B ve D’nin birlikte var oldu¤u III. dönem, A ve D’ninbirlike var oldu¤u IV. dönem, ve A, B ve D’nin birlikte var oldu¤u V. dönem. Vediyelim ki sebebini araflt›rd›¤›m›z ba¤›ml› de¤iflken, “devrim”, IV. dönemde ger-çekleflmifl olsun. Bu durumda devrimin gerçekleflmesi için A ve D’nin bir arada varolmas› fakat B’nin de olmamas› gerekir, fleklinde bir sonuca varabiliriz.

Vaka içi analiz yöntemiyle tek bir vakadan yola ç›karak var›lan sonuçlar›n ge-nellenebilir olup olmad›¤› konusundaki tart›flma ve endifleler, bu yöntemin sosyalbilimlere katk›s›n› s›n›rlayan en önemli etkendir. E¤er vaka içi analiz yap›lan, en

az olas›, en olas›, kritik veya sapk›n bir vaka ise en az›ndan bu hususiyetinden do-lay› var›lan sonucun kuramsal de¤erinin yüksek olaca¤› varsay›labilir. Fakat e¤er


S IRA S‹ZDE

6



vaka içi analiz, ilgilenilen ba¤›ml› de¤iflkenin (örne¤in, “devrim”) ortaya ç›kt›¤›herhangi bir alelade vaka üzerine yap›l›yorsa, acaba var›lan sonuçlar›n bilimselkatk›s› ne ölçüde olacakt›r? Bu çerçevede tart›flma ve endifleler, vaka analizlerinde

en önemli hususlardan birinin, belki de en baflta geleninin, sorulan soruya uygun ve savunulabilir vakalar›n seçilmesi oldu¤unu bir kez daha hat›rlatmaktad›r.

Türkiye örne¤inde seçim sisteminin siyasi parti say›s›na etkisini test etmek isteyen biraraflt›rmac› nas›l bir vaka içi analiz tasarlayabilir?

SÜREÇ TAK‹B‹ YÖNTEM‹Genel olarak niteliksel yöntemlerin, özellikle de vaka analizinin, niceliksel yön-temlere üstünlükleri aras›nda en önde gelen bir tanesi neden-sonuç iliflkilerini gö-rünür k›larak aç›k bir flekilde ortaya koymas›d›r. Niceliksel analizler ço¤unlukla

yüzlerce ve hatta binlerce vakay› ele alarak iliflkili olduklar›n› düflündükleri (ba-

¤›ms›z ve ba¤›ml›) de¤iflkenler aras›nda muhtelif önemde korelasyonlar› tespit et-tikleri hâlde, bu korelasyonlardan hangilerinin ya da herhangi birinin hakiki birneden-sonuç iliflkisine iflaret edip etmedi¤ini kesin olarak ortaya ç›karamazlar.

Örne¤in dünyan›n bütün ülkelerinde A, B, C, D ve E etmenleri aras›ndaki ilifl-kiyi araflt›rd›¤›m›z›, bunlardan A, B, C ve D’nin ba¤›ms›z, E’nin ise ba¤›ml› de¤ifl-ken oldu¤unu düflündü¤ümüzü varsayal›m. ‹statistiki araflt›rmam›z, A’n›n oldu¤uülkelerin %85’inde E’nin de oldu¤unu, oysa B, C, veya D’nin oldu¤u ülkelerdeE’nin %50’nin alt›nda s›kl›kla gözlemlendi¤ini ortaya koymufl olsun. Bu durumda,

A’n›n E’ye sebep oldu¤una dair ciddi bir flüphe duymakta hakl›y›zd›r. Fakat bunundo¤rudan bir nedensellik iliflkisi oldu¤unu iddia etmek çok yanl›fl olur çünkü A veE aras›nda hiçbir nedensellik iliflkisi olmad›¤› gibi e¤er varsa da bu iliflki bizim tah-

min etti¤imizden çok daha de¤iflik bir flekilde iflliyor olabilir. Örne¤in hem A’yahem de E’ye sebep olan bir üçüncü etken, M olabilir. Nedensellik iliflkisi tam tersido¤rultuda da olabilir: Bir baflka deyiflle, E’nin sebebi A de¤il, A’n›n sebebi E ola-bilir. Ve nihayet, A ve E aras›nda hiçbir nedensellik iliflkisi olmay›p, s›kl›kla birara-da olmalar› tamamiyle rastlant›sal da olabilir. Örne¤in siyaset bilimi ve uluslarara-s› iliflkiler araflt›rmalar› için çok önemli veriler aras›nda petrol zenginli¤i ve egemendinî gelenek yer almaktad›r. Fakat dünyan›n petrol zengini ülkelerinin büyük ço-¤unlu¤u, petrol ihrac eden ülkeler örgütü OPEC’in biri (Venezuela) hariç tüm üye-leri, Müslüman ço¤unluklu ülkelerdir. Bu verilere istatistiksel bir aç›dan bak›lacakolursa Müslümanl›k ve petrol zenginli¤i aras›nda çok güçlü bir nedensellik iliflkisioldu¤u düflünülebilir. Oysa en basit bir süreç takibi bile, Müslümanl›¤›n petrol

zenginli¤ine veya petrol zenginli¤inin Müslümanl›¤a sebep olmad›¤›n› bizlere gös-terecektir. Böylesi rastlant›sal iliflkilerin üstesinden gelerek hakiki neden-sonuçiliflkilerini ortaya ç›karman›n en önemli yollar›ndan birisi vaka analizlerinin bafll›ca

yöntemlerinden olan ‘süreç takibi’ (process tracing) yöntemidir.Süreç takibi, ilgilendi¤imiz sonuca (ba¤›ml› de¤iflkene) neden oldu¤u san›lan

ba¤›ms›z de¤iflkenlerin ad›m ad›m nas›l o sonuca sebep oldu¤unun izlenmesidir.Süreç takibi, nedensellik sürecindeki neden-sonuç zincirini ve neden-sonuç meka-nizmas›n› ortaya ç›karmakta kullan›l›r. Süreç takibi, istatistiki olarak aralar›nda çokgüçlü bir korelasyon olan ve dolay›s›yla nedensellik iliflkisi oldu¤undan flüphele-nilen de¤iflkenlerin tam olarak nas›l birbirini tetikledi¤ini keflfetmeye de yarar. Sü-reç takibi, nedensellik hikâyesi (causal story) de denilen iliflkiler zincirini ortaya

koymak için gereklidir. Böylesi nedensellik hikayelerinde sebep ve sonuç aras›n-da pek çok ara de¤iflkenler olabilir, hatta büyük s›kl›kla vard›r ve bunlar ancak sü-


SIRA S‹ZDE 7

Duverger’in Yasas›: Seçimsisteminin siyasi partisay›s›na etkisine iliflkinFrans›z siyaset bilimciMaurice Duverger’in kendiad›yla an›lan iddias›na

(Duverger’in yasas›) göredar bölgeli ço¤unluk seçimsistemi iki partili bir siyasidüzene, nispi seçim sistemiise çok partili (üç veya dahafazla) bir siyasi düzenesebep olmaktad›r. Nispitemsil seçim sisteminikullanan ülkelerin aras›ndada seçim baraj›uygulamayan ya da çokdüflük seçim baraj› olanülkelerin, yüksek seçimbaraj› olanlara göre, oylar›nçok daha fazla say›dapartiye da¤›ld›¤› bir siyasi

düzene sahip olmalar›beklenir.



reç takibi sayesinde ortaya ç›kart›labilir. Alexander George ve Andrew Bennett ne-den-sonuç iliflkisini yanyana dizilmifl elli domino tafl›n›n y›k›lmas›na benzetir (Ge-orge ve Bennett, Case Studies, s.206). Basit bir çal›flma ancak birinci ve ellinci do-

mino tafl›n›n düflüflünü tespit edebilirken, aradaki k›rk sekiz tafl›n yer ald›¤› süreci,neden-sonuç zincirini ve o zinciri tetikleyen mekanizmay› ortaya ç›karamaz. Oysabirinci tafl› ellinci tafla ba¤layan süreçte yap›lan bir de¤ifliklik nedensellik iliflkisininak›fl›n› ve sonucu de¤ifltirebilir. Dolay›s›yla neden-sonuç zincirinin mümkün ol-dukça eksiksiz ve kusuruz bir flekilde ortaya ç›kar›lmas› gereklidir.

Süreç takibine yo¤unlaflan araflt›rmac›lar›n s›kl›kla vurgulad›klar› gibi, dar an-lamda sebebe ve sonuca odaklanm›fl araflt›rma yöntemleri hakiki nedensellik zin-cirini ve mekanizmas›n› kavrayamazlar. 1960’larda son derece popüler olan Bar-rington Moore’un demokrasinin ve diktatörlü¤ün kökenlerine iliflkin teorisini ha-t›rlayal›m. Moore, demokrasinin ve diktatörlü¤ün sebebini, “burjuvazi yoksa de-mokrasi de yoktur” vecizesiyle özetlemifl, burjuvazinin ortaya ç›k›fl›n›n aflamal› ola-

rak demokrasiyi de getirdi¤ini belirtmifltir. Fakat sadece bu vecizede özetlenen se-bep ve sonuca odaklanmak, nedensellik mekanizmas›n›n gözden kaç›r›lmas›na yolaçar. Burjuvazi neden ve nas›l demokrasiye sebep olur? Burjuvazinin hangi hare-ketleri ve iliflkileri onu demokrasinin destekçisi hâline getirir? Bu sorular›n cevap-lar› süreç takibi yöntemiyle incelenirse, o zaman burjuvaziyi demokrasiye ba¤la-

yan nedensellik zinciri keflfedilmifl ve hangi koflullarda, e¤er varsa, bu zincirinhangi halkas›nda kopmalar olabilece¤i de görülmüfl olur.

Siyaset biliminde ilgilenilen soru ve sorunlar›n pek ço¤u bir nedensellik zinci-rini ifade etmektedir. Genellikle, A do¤rudan B’ye sebep olmaz; örne¤in A C’ye, CE’ye, E ise B’ye sebep olur. Bir yoruma göre burjuvazi, mülkiyet haklar›n› garantialt›na almak için hukukun üstünlü¤ünü ve fleffaf, rekabetçi seçimlerle iktidara ge-

len hükûmetleri tercih eder. Benzer bir baflka yoruma göre burjuvazi, siyasal ikti-darlar taraf›ndan mülkünün müsadere edilmesi tehlikesine karfl› güvencede olmakiçin özel teflebbüsün, sivil toplumun ve fikir hürriyetinin s›n›rlar›n› olabildi¤incegeniflleterek yasal güvence alt›na al›r ve bu süreçte kas›ts›z bir yan sonuç olarakdemokrasi geliflir. De¤iflik bir baflka yoruma göreyse burjuvazi kendili¤inden de-¤il, tam tersine kendisine rakip olarak oluflan ve geliflen iflçi s›n›f›n›n mücadelesineticesinde önce erkeklerin ve sonra kad›nlar›n eflit oy hakk›na ve temsili demok-rasinin yerleflmesine sebep olmufltur. Bu üç de¤iflik yorumda ortak olan, burjuva-zinin demokrasiye sebep oldu¤u iddias›d›r. Fakat her bir yorum burjuvaziyi de-mokrasiye ba¤layan nedensellik iliflkisini çok de¤iflik flekillerde kurgulamaktad›r.Bunlardan herhangi birinin do¤ru olup olmad›¤›n› bulabilmek ise ancak detayl› bir

tarihsel süreç takibi analizi yoluyla mümkündür. Örne¤in e¤er burjuvazinin mülki- yet haklar›n› merkeze alan yorum benimsenirse, burjuvazinin zaten devlet taraf›n-dan desteklendi¤i ve siyasal ba¤lant›lar› sayesinde zenginleflti¤i ülkelerde (örne¤inRusya), muhtemelen burjuvazinin kendisinden beklenen demokratiklefltirici ifllevi

yerine getiremedi¤i görülecektir. Süreç takibi, karfl›laflt›rmal› siyaset alan›ndaki ni-tel çal›flmalar›n en fazla baflvurdu¤u yöntemdir.

Ruth Berins Collier. (1999). Paths toward Democracy: The Working Class and Elites in

Western Europe and South America, New York: Cambridge University Press.

Uluslararas› iliflkilerde süreç takibi analizine baflvuran çal›flmalar pek çoktur.

Daha önceki bölümde bahsetti¤imiz Ian Lustick’in Britanya, Fransa ve ‹srail karfl›-laflt›rmas› süreç takibi analizini içermektedir. Susan Peterson’un demokratik bar›fl


K ‹ T A P



kuram›n›n iddialar›n› mercek alt›na alarak ‹ngiltere ve Fransa’y› savafl›n efli¤ine ge-tiren Fafloda Krizi üzerinden inceledi¤i, “Demokrasilerin Fark›: Kamuoyu, devlet

yap›s› ve Fafloda krizinin dersleri”, bafll›kl› makalesi tek vakaya odaklanan bir sü-

reç takibi analizidir. Benzer flekilde James Lee Ray’in demokratik bar›fl kuram›n›niddialar›n› Fafloda krizi ve Amerikan-‹spanyol savafl› süreçleri üzerinden elefltirelbir flekilde ele ald›¤› eseri de süreç takibi analizini kullanmaktad›r. Bu çal›flmalar-da amaç, ilgilenilen kuramlarda iddia edilen nedensellik iliflkilerinin yine bu ku-ramlarda öngörüldü¤ü flekilde iflleyip ifllemedi¤ini somut vakalar üzerinden göz-lemleyerek ispatlamak veya çürütmektir.

Susan Peterson. (1995). “How democracies differ: Public opinion, state structure, and thelessons of the Fashoda crisis,” Security Studies, Cilt 5, Say› 1, s.3-37. James Lee Ray.(2009). Democracy and International Conflict: An Evolution of the Democratic Peace

Proposition, Columbia, SC: University of South Carolina Press.

Yüksek petrol gelirinin anti-demokratik rejimlerle iliflkili oldu¤u iddias›n› yukar›da oku-duk. Bu iddian›n bir parças› olarak öne sürülen yüksek petrol geliri ve (‘polis devleti’ ola-rak da adland›r›lan) orant›s›z büyüklükte askerî ve sivil istihbarat›n varl›¤›n› süreç takibikullanarak nas›l analiz edebilirsiniz?

DO⁄AL DENEYLERDo¤al deney (natural experiment) , siyaset bilimi ve uluslararas› iliflkilerde pek azrastlan›lan ve en benzer sistem analizinin uç noktas› olarak tarif edilebilecek bir

yöntemdir. Do¤al deney, hemen her bak›mdan birbirinin ayn› olan, zaman ve me-kân da dahil olmak üzere ayn› çevresel ve ba¤lamsal etmenler taraf›ndan kuflat›l-

m›fl, sadece de¤iflken etkisi araflt›rman›n oda¤›nda olan etmen söz konusu oldu-¤unda birbirinden farkl›laflan, iki ya da daha fazla vakan›n karfl›laflt›rmal› incelen-mesidir. Ayn› yörede yan yana yaflayan, sosyo-ekonomik, dinî, kültürel, dilsel,co¤rafi ve di¤er önemli özellikleri bak›mdan birbirine benzeyen ve sadece etkisi-ni ölçmek istedi¤imiz etmenin farkl› oldu¤u toplumsal gruplar bulunabilirse, bu bi-ze bir do¤al deney f›rsat› sunar. Çünkü do¤al deney, neredeyse laboratuvar orta-m›ndakine benzer bir flekilde, tek bir etmenin di¤er tüm etmenlerden ba¤›ms›z et-kisini izole ederek ölçmemize olanak sa¤lar.

Bir do¤al deney çal›flmas›n›n da yer ald›¤› yeni eserinde, Amerikal› siyaset bi-limci Keith Darden, 1940’l› y›llarda Ukrayna’n›n bat›s›nda, Karpat da¤lar› eteklerin-de iki komflu il olan Transcarpathia ve Stanislaviv’i ele al›r. Bu iki il ayn› dili (Uk-

raynaca) konuflmakta, ayn› din (Hristiyan) ve mezhebe (Yunan Katolik) mensup,ayn› seviyede sanayileflmifl, ayn› seviyede flehirleflmifl, ayn› oranda ve seviyededa¤l›k bir araziye ve ayn› tür orman örtüsüne sahip, halk›n›n ço¤unlu¤u nüfusu2,000’den az yerleflim birimlerinde yaflayan kiflilerden olufluyordu. Siyaset bilimci-lerin isyan ve gerilla savafl› konusunda önemli oldu¤unu düflündükleri tüm bu et-menlerin benzerli¤ine ra¤men, Sovyetler Birli¤i taraf›ndan 1944 y›l›nda iflgal ve il-hak edildikten sonra bu iki ildeki Sovyet karfl›t› Ukrayna milliyetçisi gerilla direni-fli seviyesinde muazzam bir fark ortaya ç›kt›. Stanislaviv iflgal alt›ndaki bat› Ukray-na’da en yo¤un Sovyet karfl›t› gerilla savafl›na sahne olurken, Transcarpathia’da hiçSovyet karfl›t› gerilla direnifli gözlenmedi. 1944 sonunda Stanislaviv Sovyet kontro-lüne geçti¤inde Ukrayna Direnifl Ordusu’na mensup 10,000 gerilla savaflç›s› da¤lar-

da Sovyet ordular›na karfl› direniyordu. ‹kinci Dünya Savafl›’n›n tüm Avrupa’da so-na erdi¤i 1945 y›l›nda bile hâlen 4,500 direniflçi Stanislaviv’de K›z›lordu’ya karfl› sa-


K ‹ T A P

SIRA S‹ZDE 8



vafl›yordu. 1946’da direniflçi say›s› 2,500’e indirilebildi¤i hâlde 1950’lerin bafllar›nakadar Stanislaviv da¤lar›nda Sovyet güçlerine karfl› militanlar›n sald›r›lar› devam et-ti. Transcarpathia’daysa Sovyet kontrolüne girdi¤i 1944 sonundan itibaren hiçbir

direnifl görülmedi. Keith Darden aradaki bu fark› Stanislaviv’de savafl öncesi dö-nemde Ukrayna milliyetçisi bir okul müfredat›n›n yürürlükte olmas›na, Transcar-pathia’da ise olmamas›na ba¤l›yor. Darden’›n çal›flmas›, biri hariç bütün di¤erönemli özellikleri bak›m›ndan birbirine benzeyen iki vakay› teflhis ve analiz ede-rek, siyaset biliminde nadir görülen bir do¤al deney örne¤i sunuyor.

Keith Darden. (2013). Resisting Occupation: Mass Schooling and the Creation of Du-

rable National Loyalties, New York: Cambridge University Press.

Türkiye’de Cumhuriyet döneminin ilk on befl y›l›ndaki (1923-1938) ink›laplar›n nüfusüzerindeki etkisini ölçmek için Türkiye içindeki ya da d›fl›ndaki hangi iller ya da bölgeler

aras›nda bir do¤al deney tasar›m› yap›labilir?

KARfiI-OLGUSAL AKIL YÜRÜTME DENEYLER‹Do¤al deneylere, siyaset bilimi ve uluslararas› iliflkilerde pek az rastland›¤› gözönünde bulundurularak, do¤al deneyin kuramsal muadili olarak “karfl› olgusal ak›l

yürütme deneyleri” (counterfactual thought experiments) diye adland›r›lan bir yönteme baflvurulmaktad›r. “Birbirine çok benzeyen iki tarihî vaka bulunamazsa,kontrollü bir karfl›laflt›rma yapabilmek için var olan bir vakayla icat edilen bir va-ka efllefltirilir” (George ve Bennett, Case Studies, s.167). Bu yöntemde, gerçek olanbir vakaya, etkisi ölçülmeye çal›fl›lan ba¤›ms›z de¤iflken eklenerek veya e¤er hâli-haz›rda varsa, ç›kar›larak, karfl› olgusal bir vaka icat edilir. Bu manipülasyondan

hareketle, icat edilen bu yeni vakada ba¤›ml› de¤iflkenin de¤erinin nas›l veya nekadar de¤iflece¤i üzerine ak›l yürütülür.

Karfl› olgusal ak›l yürütme deneyleri siyaset bilimi ve uluslararas› iliflkiler ku-ramlar›n›n gelifliminde, özellikle So¤uk Savafl döneminde, büyük rol oynam›flt›r.Örne¤in ABD-Sovyetler Birli¤i aras›nda ç›kabilecek bir nükleer savafl›n dinamik-leri üzerine yaz›lan say›s›z eserin tamam› karfl› olgusal analize dayanmaktad›rçünkü dünya hâlen bir nükleer savafl yaflamam›flt›r. Philip Tetlock ve Aaron Bel-kin taraf›ndan derlenen, Dünya Siyasetinde Karfl› Olgusal Ak›l Yürütme Deneyle-

ri adl› kitapta etrafl›ca aç›kland›¤› üzere, Küba Füze Krizi’nden Hitler’in yükselifli-ne, devrimlerin sebebinden ABD-‹ran iliflkilerine kadar pek çok konuda yap›lançal›flmalarda karfl› olgusal ak›l yürütme deneyleri kullan›lm›flt›r. Nükleer savafla

yol açabilecek süreçler ve olas›l›klar›n araflt›r›lmas› örne¤inde oldu¤u gibi, gerçeksiyasette rastlanamayacak kadar uç olaylara sebep olabilecek nedensellik zincir-leri üzerine yo¤unlaflan çal›flmalar do¤as› gere¤i karfl› olgusal ak›l yürütme deney-lerine müsaittir.

Philip E. Tetlock ve Aaron Belkin (1996). Counterfactual Thought Experiments in World

Politics: Logical, Methodological, and Psychological Perspectives, Princeton: PrincetonUniversity Press.

Bir bak›ma her ciddi siyasal bilimler ve uluslararas› iliflkiler çal›flmas›, en az›n-

dan bir boyutuyla karfl› olgusal ak›l yürütmeyi gerekli k›lar. Çünkü her çal›flmada

araflt›rmac›, savundu¤u tez hakk›nda flu sorunun cevab›n› aç›kça vermek zorunda-


K ‹ T A P

S IRA S‹ZDE

9

K ‹ T A P



d›r: Araflt›rd›¤›m vakada, ne olmufl olsayd› benim savundu¤um tezin yanl›fll›¤› ka-

n›tlan›rd›? fiayet bu soruya ‘hiç birfley’ cevab› verilirse, savunulan tez tamamen to-

tolojik (tautological) ve dolay›s›yla bilimsellikten uzakt›r. Bilimsel bir tezin kendi-

ni çürütme yollar›n› ve olas›l›klar›n› da aç›klamas› gerekir.Karfl› olgusal ak›l yürütme deneylerine yöneltilen elefltirilerin bafl›nda bu yön-

temin disiplinsiz kullan›m›, hangi hâllerde ve nas›l kullan›laca¤›n›n yeterince kesin

olarak belirtilmemifl olmas› gelmektedir. George ve Bennett, bu elefltirilere ceva-

ben karfl› olgusal ak›l yürütme deneylerini kullan›rken uyulmas› gereken pek çok

koflul öne sürmüfllerdir (George ve Bennett, Case Studies, s.168-9). Birincisi, karfl›

olgusal ak›l yürütme ancak nedensellik iliflkisinin ba¤›ml› ve ba¤›ms›z de¤iflkenle-

riyle birlikte kesin bir flekilde tespit edilerek aç›kland›¤› gerçek bir vakaya nispet-

le yap›labilir. Dolay›s›yla önce somut ve gerçek bir vakan›n nedensellik iliflkisinin

ortaya konmas›, ard›ndan da bu gerçek vakan›n nedensellik iliflkisine nispetle kar-

fl› olgusal vakalar›n icat edilmesi gerekmektedir. ‹kinci koflul, icat edilen karfl› ol-

gusal vakada de¤iflkenler aras›ndaki iliflkinin gerçek vakadaki iliflki örgüsüne pa-ralel ve güçlü kuramsal deste¤e sahip olmas›d›r. Örne¤in araflt›rmac›, A, B ve C ba-

¤›ms›z de¤iflkenlerinin beraberce K ba¤›ml› de¤iflkenine sebep oldu¤unu tespit et-

tikten sonra, sadece A ve B’nin mevcut oldu¤u bir vakada K’nin oluflamayaca¤›n›

karfl› olgusal bir ak›l yürütme deneyiyle ortaya koyabilir. Fakat dördüncü koflulda

da görülebilece¤i üzere, nedenselli¤in baflka koflullarla ikame edildi¤i hâllerde bu

yarg› geçerli de¤ildir.

Üçüncü koflul olarak George ve Bennett birden fazla de¤iflkenin etken oldu¤u

tarihsel vakalar›n aç›klanmas›nda, tüm ba¤›ms›z de¤iflkenlerin farkl›l›¤›n› sa¤laya-

cak bir karfl› olgusal vaka üretmenin mümkün olamayabilece¤ine dikkat çekerler.

Bu gözlemle paralel bir dördüncü gözlemleri de böylesi tarihsel aç›klamalarda ba-

¤›ms›z de¤iflkenlerden birisi eksik olsa bile, ba¤›ml› de¤iflkende yine de de¤iflimolabilece¤i çünkü eksik ba¤›ms›z de¤iflkenin ayn› sonuca sebep olabilecek baflka

bir de¤iflkenle ikame edilebilece¤i iddias›d›r. Nedenselli¤in ikamesi (causal subs-

titution) olarak ifade edilen bu durum, nedensellik konusunda niteliksel araflt›rma-

lar›n bilhassa üzerinde durdu¤u eflsonuçluluk (equifinality) olgusunun karfl› olgu-

sal ak›l yürütme yöntemindeki iz düflümüdür.

Beflincisi, karfl› olgusal bir vaka icat edilirken de¤ifltirilen ba¤›ms›z de¤iflken,

e¤er varsa di¤er ba¤›ms›z de¤iflkenlerden özerk olmal›d›r. E¤er birkaç ba¤›ms›z

de¤iflken birbirleriyle ayr›lmaz bir flekilde ba¤l›ysa ve konjonktürel nedensellik

(conjunctural causation) tabir edilen durum söz konusuysa, böyle bir nedensel-

lik ba¤lam›nda faydal› bir karfl› olgusal vaka icat etmek mümkün olmayabilir.

E¤er A, B ve C’nin K’ye sebep oldu¤u yukar›daki örnekte, B ve C’nin ortaya ç›k›-

fl› ancak A’n›n varl›¤›yla tetikleniyorsa, B ve C özerk de¤il A’ya ba¤›ml›d›r. Böyle

bir durumda A’n›n olmad›¤› bir karfl› olgusal vaka kurgulamak faydal› olmaz çün-

kü bu iliflkiler a¤› sebebiyle A’n›n olmad›¤› bir vaka kurgusunda B veya C’nin ol-

mas› da beklenemez. Oysa karfl› olgusal vakalar›n en önemli faydas›, ba¤›ms›z

de¤iflkenlerden sadece bir tanesinin ba¤›ml› de¤iflken üzerindeki etkisini ölçmek-

tir. Yine konjonktürel nedenselli¤e benzer flekilde, nedenselli¤in parças› olan et-

menlerin zamansal olarak birbirini takip etti¤i ve birbiri üzerinde yükseldi¤i va-

kalarda da karfl› olgusal ak›l deneylerinin kullan›lmas›n›n uygun olmayabilece¤i

vurgulanm›flt›r.


Eflsonuçluluk (equifinality)de¤iflik ba¤›ms›z de¤iflkenkombinasyonlar›n›n ayn›ba¤›ml› de¤iflkene sebepolmas›d›r ki niteliksel

araflt›rmalar›n baz›taraftarlar›na göre nicelikselaraflt›rmalar böylesinedensellik zincirleriniteflhis etmekten acizdir.Örne¤in, A, B ve C ba¤›ms›zde¤iflkenleri beraberce Kba¤›ml› de¤iflkenine sebepolsa bile, M ve N ba¤›ms›zde¤iflkenleri de beraberce Kba¤›ml› de¤iflkenine sebepolabilir. K›sacas›, ayn›sonuca farkl› yollardanvar›labilir. Sosyal bilimlerdes›kça karfl›lafl›lan iflte budurum eflsonuçluluk olarak

ifade edilir.



UYGUNLUK YÖNTEM‹Bu ünitede örnek verilen vakalar kadar birbirine benzeyen vakalar bulmak vekontrollü karfl›laflt›rmalar yapmak her konuda ve her araflt›rma sorusunda müm-

kün olmayabilir. Do¤al deneyler bir yana, ele al›nan her iddia için en benzer sis-tem analizi tasarlayabilmek ve hatta kritik veya sapk›n vakalar bile bulabilmek çokzor ya da imkâns›z olabilir. Bu durumda en az›ndan nedensellik zincirindeki hâl-kalar› oluflturan her bir ayr› nedensellik iddias›n›n, de¤iflik vakalardaki gerçekli¤euygun olup olmad›¤› uygunluk yöntemiyle (congruence method) test edilebilir.Uygunluk yönteminde süreç takibine ya da kontrollü karfl›laflt›rma yöntemlerininayr›nt›l› koflullar›n›n herbirini sa¤lamaya gerek yoktur. Tek bir nedensellik iddias›ele al›n›r ve tek tek vakalar›n bu iddian›n tahminiyle uygunluk içinde olup olma-d›¤›na bak›l›r. Daha önce de belirtti¤imiz elli domino tafl›n›n birbirine çarparakdüfltü¤ü nedensellik zinciri benzetmesini düflünecek olursak, uygunluk yöntemiörne¤in sadece 27. ve 28. tafl aras›ndaki nedensellik iliflkisine odaklan›r. Oysa da-

ha do¤ru, bilimsel ve tercih edilmesi gereken yöntem elbette e¤er mümkünse tümnedensellik zincirini bir bütün olarak incelemeyi baflarabilmektir. Araflt›rmac›y› uy-gunluk yöntemini kullanmaya zorlayan sebep, ayn› örnekten hareketle, elli domi-no tafl›n›n da birbirine çarparak y›k›ld›¤› bir süreci tek bir vakada gözlemlemeninçok zor ya da imkâns›z olufludur. Uygunluk yönteminde nedensellik süreci parça-lar›na ayr›l›r ve her bir halkas› di¤erlerinden izole edilerek incelenir.

Uluslararas› iliflkiler alan›ndaki kuramsal tart›flmalarda önemli bir yeri olan de-mokratik bar›fl kuram›n› ele alal›m. Bu kuram›n karmafl›k ve uzun bir nedensellikzinciri bulunmakta, bu zincir pek çok farkl› fakat birbiriyle iliflkili iddiadan olufl-maktad›r. E¤er araflt›rmac› bu iddialar›n hepsini ayn› anda bir ya da birkaç vakaüzerinden süreç takibi yöntemiyle izleyerek test etme imkân›n› bulam›yorsa, bu id-

dialar› teker teker uygunluk yöntemiyle test edebilir. Demokratik bar›fl kuram›nagöre demokratik ülkelerin halklar› baflka demokratik ülkelerin halklar›na karfl› sa-

vafla girmeye (demokratik olmayan ülkelerle savafla girmeye göre) daha az istekli-dirler. Sadece bu iddian›n uygunluk yöntemiyle test edilebilmesi için araflt›rmac›demokratik ülkeler aras›nda uluslararas› kriz ve gerginliklerin yafland›¤› dönemler-de demokratik ülke halklar›n›n gerçekten birbirleriyle savafla daha az istekli olupolmad›klar›n› ölçebilir. Üçüncü Cumhuriyet Fransa’s› ve Weimar Almanya’s›n›nhalklar› gerçekten birbirleriyle savafla, örne¤in Sovyet Rusya’ya karfl› savafla oldu-¤undan daha m› az istekliydiler? Fafloda krizi s›ras›nda ‹ngiliz halk› Fransa’yla sa-

vafla, örne¤in benzer bir kriz döneminde Japonya’yla savafla oldu¤undan daha m›az istekliydi? Bu örneklerde oldu¤u gibi uygunluk yönteminde biri hariç di¤er tüm

etmenler ve süreçler gözard› edilerek ve hatta olaylar mekânsal ve zamansal ba¤-lam›ndan bile kopar›larak sadece temel kuramsal iddian›n öngördü¤ü tahminin so-mut vakan›n gerçe¤ine uygunluk arz edip etmedi¤i test edilmektedir.

Pek çok iddian›n iç içe geçti¤i karmafl›k bir nedenselli¤e sahip petrolün laneti(oil curse) olarak bilinen kurama göre petrol zengini ülkeler pek çok sebepten do-lay› demokratikleflmede büyük zorluk çeker ve büyük oranda demokratikleflemez-ler. Bu sebeplerden bir tanesi petrol zengini ülkelerde devletin çok büyük bir is-tihbarat a¤›n› besleyerek kendi halk›n›n demokratikleflme taleplerine karfl› kulla-nabilmesidir. Tek bafl›na bu iddiay› test edebilmek için petrol zengini ülkeler tektek ele al›n›p kifli bafl›na düflen istihbarat eleman› harcamas› ve istihbarat eleman›say›s›n›n dünya ortalamas›n›n üzerinde olup olmad›¤› test edilebilir. Venezuela,

Katar, Rusya, Brunei, Libya, Suudi Arabistan gibi petrol zengini ülkelerde istihba-




rat harcamalar› ve personelinin gerçekten ortalaman›n çok üzerinde olup olmad›-¤›na bak›lmas› uygunluk yöntemine karfl›l›k gelir. E¤er bu iddia do¤ru de¤ilse, pet-rolün demokrasiyi engelledi¤ine dair kuramlarda önemli bir zay›fl›k ortaya ç›km›fl

olur. E¤er do¤ru ise kuram›n dayanaklar›ndan olan bir iddia, ampirik olarak do¤-rulanm›fl olur.

Benedict Anderson’un milliyetçilik kuram›na göre matbaan›n icad›n› takip eden yüzy›llar-da, Anderson’un matbaa kapitalizmi (print capitalism) olarak ifade etti¤i kâr amaçl› ya- y›n faaliyetleri sonucu ulafl›lan yüksek okuryazarl›k oran› milliyetçili¤in bafll›ca sebebidir. Anderson’un kuram›n›n bu iddias›n› uygunluk yöntemiyle nas›l test edebiliriz?

T‹POLOJ‹K KURAMLARTipolojik kuramlar (typological theories) farkl› ba¤›ms›z de¤iflken kombinasyonla-r›n›n her biri için belli bir ba¤›ml› de¤iflkeni öngören kuramlard›r. Örne¤in belli bir

sonucu etkileyen üç ba¤›ms›z de¤iflkenin oldu¤u bir konuda, matematiksel olaraktoplam alt› ba¤›ms›z de¤iflken kombinasyonu ve dolay›s›yla alt› sonuç olabilir. El-bette bu alt› ba¤›ms›z de¤iflken kombinasyonundan baz›lar›, daha önce bahsetti¤i-miz “eflsonuçluluk” (equifinality) olas›l›¤›na istinaden ayn› sonuca sebep olabilir-ler. Her hâlükârda, araflt›rmac›n›n tipolojik kuramda bütün olas›l›klar› öngörmesigerekmektedir.

Örne¤in, Tablo 4.3’teki birinci ba¤›ms›z de¤iflken askerî harcamalar, ikinci ba-¤›ms›z de¤iflken sa¤l›k harcamalar›, üçüncü ba¤›ms›z de¤iflken e¤itim harcamalar›sonuçta ortaya ç›kan ba¤›ml› de¤iflken de vergi politikas› olsun. E¤er öyleyse, butipolojik kurama göre askerî harcamada C, sa¤l›k harcamas›nda A, e¤itim harcama-s›nda B’nin benimsendi¤i bir vakada (ülkede), sonuç olarak, 3 say›s› ile ifade edi-len tipte vergi politikas› ortaya ç›kacakt›r denilmektedir. Bennett ve George tipo-

lojik kuramlar›n iflaret etti¤i nedensellik iliflkilerini patolojideki hastal›k sendrom-lar›na benzetirler (George ve Bennett, Case Studies, s.235). Doktorlar çoklukla has-tal›k sendromlar› için tek bir sebep öne sürmezler; birtak›m sebeplerin birtak›m so-nuçlarla iliflkili oldu¤unu belirtmekle yetinirler (“Yüksek tansiyon, kolestrol ve si-gara al›flkanl›¤›n›n beraberce bulundu¤u hastalar›m›zda flu rahats›zl›klara s›kl›klarastlanmaktad›r” gibi). Bu aç›dan tipolojik kuramlar›n ortaya koydu¤u nedensellik

ve ondan kaynaklanan tahminler de patolojideki sendromlara benzer. Kuflkusuz ti-polojik kuramlar›n ortaya koydu¤u böylesi görece mu¤lak nedensellik örgüleri,daha kesin ve basit nedensellik iliflkileri arayan sosyal bilimciler için pek de tat-minkâr aç›klamalar ortaya koyamaz. Fakat hangi sebeplerin üst üste geliflinin han-gi sonuçlara (patolojinin “sendromlar›”) sebep oldu¤unun disiplinli ve mu¤lakl›k-

tan uzak bir aç›kl›kla belirtilmesi, bilimsel bir araflt›rma için yeterli olacakt›r. Tipo-lojik kuramlar da bu amaca hizmet eder.

Ba¤›ms›z de¤iflken Ba¤›ms›z de¤iflken Ba¤›ms›z de¤iflken Ba¤›ml› de¤iflken

A B C 1

A C B 2

C A B 3

C B A 4

B A C 5

B C A 6


SIRA S‹ZDE 10

Tablo 4.3Üç ba¤›ms›z de¤iflkene yer veren bir tipolojik kuram›n

yap›s›





do tarz› olaylarda ba¤›ms›z de¤iflkenin ortaya ç›k›fl›ndan çok k›sa süre sonra ba-¤›ml› de¤iflken ortaya ç›kar. Öyle ki ikisinin ortaya ç›k›fl› efl zamanl› (örne¤in ay-n› y›l içerisinde) bile olabilir. Pierson, günümüz Amerikan siyaset biliminin fazla-

s›yla tornado benzeri sebep-sonuç iliflkilerine yo¤unlaflt›¤›n› gözlemlemekte vebu durumu elefltirmektedir. Elefltirisinin sebebi, sosyal bilimlerde karfl›lafl›lan ço-¤u olay›n sebeplerinin çok uzun zaman dilimlerine yay›lmas›, sebep ve sonuç ara-s›nda uzun bir kuluçka dönemi olmas›d›r. Sadece tornado tarz› sebep-sonuç ilifl-kilerine yo¤unlaflan çal›flmalar bu gibi olaylar›n nedensellik örgüsünü analiz et-mekten acizdirler.

Paul Pierson, Politics in Time: History, Institutions, and Social Analysis (Princeton:Princeton University Press, 2004), s.81, Tablo 3.1.

Göktafl› metaforu ile ifade edilen süreçlerdeyse, sebep (ba¤›ms›z de¤iflken) k›-sa süre zarf›nda gerçekleflirken (göktafl›n›n yere düflüfl an›nda oldu¤u gibi), sonu-cun (ba¤›ml› de¤iflken) ise çok uzun süreler zarf›nda gerçekleflti¤i (göktafl›n›ndüflmesiyle yaflanan iklim de¤iflikleri dolay›s›yla dinazorlar›n neslinin tükenmesigibi) süreçlere iflaret eder. Deprem metaforu ile iflaret edilen süreçlerdeyse, fay hatlar›n›n yüzlerce y›ll›k yavafl hareketinde oldu¤u gibi, sebep (ba¤›ms›z de¤ifl-ken) çok uzun süre zarf›nda gerçekleflirken, sonuç (ba¤›ml› de¤iflken) ise bir dep-

remde oldu¤u gibi çok k›sa sürede ortaya ç›kmaktad›r. Popüler medyada da ba-zen “siyasi deprem” olarak adland›r›lan ani ve muazzam nitelikteki olaylar›n ço¤uzaman ony›llara yay›lan bir arkaplan›, kuluçka dönemi bulunmaktad›r. 3 Mart1924 günü genç Türkiye Cumhuriyeti’nin tüm siyasal, toplumsal ve kültürel yap›-s›n› etkileyecek ve laikli¤i temellendirecek üç önemli yasan›n efl zamanl› olarakparlamentoda kabulü (Halifeli¤in kald›r›lmas›, fieriyye ve Evkaf Bakanl›¤›n›n la¤-

vedilmesi ve e¤itimin laik bir temelde birlefltirilmesi [Tevhid-i Tedrisat] ), nedensel-lik örgüsü aç›s›ndan Pierson’›n tarif etti¤i flekliyle bir depremdir çünkü sonuç (ba-¤›ml› de¤iflken) ayn› günde aniden ç›kar›lan ve zaman› için son derece radikal sa-

y›lan kanunlar›n uygulanmas› ise de bu radikal reformlar› do¤uran entelektüel vesiyasal altyap› ‹ttihat ve Terrakki’nin kuruluflundan bafllay›p 2. Meflrutiyet (1908-

1918) dönemini ve sonras›n› da kapsayan en az›ndan çeyrek yüzy›ll›k bir süreçtir.fiükrü Hanio¤lu, Atatürk: Entelektüel bir Biyografi adl› kitab›nda Atatürk reformla-r›n›n çeyrek yüzy›la yay›lan arka plan›n› incelemekte ve aç›klamaktad›r. Bu örnek-te, ba¤›ml› de¤iflken bir günde tecelli ederken, onun sebebi olan ba¤›ms›z de¤ifl-keni tespit ve analiz edebilmek için en az çeyrek yüzy›ll›k bir dönemin süreç ta-kibi yöntemiyle incelenmesi gerekmektedir. Son olarak, Pierson’un küresel ›s›nmametaforuyla ifade etti¤i süreçlerdeyse, hem sebep hem de sonuç çok uzun sürele-re yay›larak kendini göstermektedir. Küresel ›s›nman›n sebebinin Sanayi Devri-mi’nden bu yana geçen yüzy›llarda atmosfere yay›lan endüstriyel gazlar oldu¤u,sonucunun da ony›llar boyunca kademeli olarak artan küresel ›s› oldu¤u gözönü-ne al›nacak olursa, bu tarz nedensellik örgülerinde hem ba¤›ml› hem de ba¤›ms›z

de¤iflkenin incelenmesinde genifl zaman dilimlerini ele alan süreç takibi yöntemi-nin gerekece¤i aflikârd›r.

Sebep / Sonuç K›sa (Sonuç) Uzun (Sonuç)

K›sa (Sebep) Tornado Göktafl›

Uzun (Sebep) Deprem Küresel Is›nma


Tablo 4.4De¤iflik Nedensellik Örgülerinin Zaman Boyutu

K ‹ T A P



SONUÇBu ünitenin s›n›rlar› çerçevesinde aç›klanmaya çal›fl›ld›¤› üzere niteliksel araflt›rma

yöntemlerinin en önemlilerinden say›lan vaka analizi yöntemleri kendi içinde çok

çeflitlidir. Bu yöntemlerin pek ço¤unun süreç takibi analizini gerektirdi¤i düflünü-lecek olursa, vaka analizlerinin araflt›rmac›lar için son derece uzun sürelerde ve

yo¤un çal›flmay›, yan› s›ra vaka olarak incelenen ülkelerin diline, kültürüne ve sosyal ba¤lam›na hakimiyeti gerektirdi¤i ortaya ç›kar. Bu zorlu¤u anlayabilmek içinsadece yeni bir dil ö¤renmenin veya sadece bir ülkenin en çok okunan gazetesin-de ilgilenilen konuyla ilgili birkaç y›l boyunca yaz›lm›fl tüm yaz›lar› tespit ve ana-liz etmenin ne kadar uzun süre alaca¤›n› düflünmek yeterlidir. Bundan dolay›d›r kiniteliksel vaka analizine yönelen araflt›rmac›lar›n di¤er yöntemleri kullanan mes-lektafllar›ndan daha uzun ve zor araflt›rma koflullar›n› göze almalar› gerekebilir. Buünitede vaka analizlerinin tasar›m›na ve uygulanmas›na iliflkin k›saca aç›klad›¤›m›ztemel kurallar›n hiçbirine dikkat edilmeden yap›lm›fl baz› araflt›rmalar›n da “vaka

analizi” ad› alt›nda takdim edildi¤ini hayretle ve üzüntüyle görmek mümkündür fa-kat bu gibi çal›flmalar›n uluslar aras› iliflkiler ve siyaset bilimine kayda de¤er birkatk› yapmas› beklenemez.

Tüm araflt›rma yöntemlerinde oldu¤u gibi vaka analizinde de önce yan›t aranansoru veya sorular›n belirlenmesi ve ancak bu sorular ›fl›¤›nda hangi vaka analizi ta-sar›m›n›n seçilece¤ine karar verilmesi gerekmektedir. Mevcut pek çok de¤iflik va-ka analizi türünün ne çeflit ifllevleri oldu¤unu ve ne gibi sorular› cevapland›rmak-ta özellikle etkili olduklar›n› bu ünite boyunca k›saca ele ald›k. ‹ster nicel ister ni-tel her türlü araflt›rma yönteminde oldu¤u gibi vaka analizlerinde de son derecedikkat edilmesi gereken bir konunun da araflt›rmac›n›n ortaya koydu¤u iddian›n

yanl›fll›¤›n›n nas›l kan›tlanabilece¤ini aç›kça göstermesi oldu¤unu belirttik. Çünkü

hiçbir kan›t›n çürütemeyece¤i, tersini ispatlaman›n imkâns›z oldu¤u bir iddia bi-limsel olamaz ve ancak bir totolojiye iflaret eder.

Sosyal bilimlerde bilgi birikimi ve kuramsal ilerlemelerin önemli bir k›sm› vakaanalizi yöntemlerini kullanan araflt›rmalar›n sonucu olarak gerçekleflmifltir. Gele-cekte de vaka analizlerinin bilimsel geliflmeye katk›lar›n›n artarak devam etmesimuhtemeldir. Bu alandaki araflt›rma yöntemlerinin günden güne daha da disiplin-li ve kuramsal olarak tutarl› bir yörüngeye oturmas› da bu kan›y› güçlendirir mahi-

yettedir. Vaka analizi yöntemlerinin kullan›m alanlar›, s›n›rlar›, koflullar› ve ifllevle-rinin aç›kça ortaya konmas›, bu yöntemin h›zla iyileflerek geliflmesine katk›da bu-lunmaktad›r. Kuramsal ve teknik olarak h›zla geliflen ve iyileflen vaka analizi yön-temlerinin Türkiye’de de daha yayg›n ve disiplinli kullan›m›n›n teflvik edilmesinin

ülkemizde siyaset bilimi ve uluslararas› iliflkiler alan›ndaki araflt›rmalara büyük kat-k›da bulunaca¤›na ve bu alanlardaki e¤itime de son derece olumlu yans›malar›olaca¤›na kuflku yoktur.





Vaka analizlerinin avantajlar›n› ve kullan›m

alanlar›n› aç›klayabilmek Vaka analizleri, do¤rudan bir veya birkaç vakaya

odaklanarak nedensellik iliflkisini ve mekanizma-

s›n› ad›m ad›m takip ederek ortaya ç›karmakta di-

¤er araflt›rma yöntemlerine (örne¤in, istatistiki ça-

l›flmalara) nazaran daha avantajl›d›rlar. Korelas-

yonlar›n keflfi için niceliksel, istatistiki çal›flmalara,

de¤iflik nedensellik mekanizmalar›n›n ortaya ç›-

kar›lmas›nda ise vaka analizlerine baflvurulabilir.

En benzer ve en farkl› sistem, en olas› ve en az

olas›, kritik ve sapk›n vaka analizlerinin fark›n›,önemini, ifllevini ve uygulamas›n› aç›klayabilmek

Neredeyse tüm ba¤›ms›z de¤iflkenlerin benzer,

ba¤›ml› de¤iflkenin ise farkl› oldu¤u araflt›rmala-

ra en benzer sistem tasar›m›, neredeyse tüm ba-

¤›ml› de¤iflkenlerin farkl›, ba¤›ms›z de¤iflkenin

ise ayn› oldu¤u araflt›rmalara ise en farkl› sistem

tasar›m› denilmektedir. ‹lkinde amaç, di¤er tüm

ba¤›ms›z de¤iflkenleri ayn› tutarak sonuçta fark-

l›l›k yaratan ba¤›ms›z de¤iflkeni keflfetmektir.

‹kincisinde amaç, birbirinden son derece farkl›

özelliklere sahip vakalarda ayn› sonucu do¤uransebebi keflfetmektir. Kritik vaka bir kuram için

doyurucu bir flekilde aç›klanmas› zorunlu olan

vakad›r. Belli bafll› kuramlar›n inan›l›rl›¤›n› test

etmek için kullan›l›r. Sapk›n vaka ise herhangi

bir faktörün tüm vakalarda gözlenen da¤›l›m›n-

dan belirgin bir flekilde sapt›¤› bir vakan›n ince-

lenmesidir ki burada amaç kuramsal bir ilerleme

sa¤lamakt›r.

Vaka içi analizlerin ve süreç takibi yönteminin

özelliklerini, ifllevini ve uygulamas›n› aç›klaya-

bilmek

Vaka içi analiz karfl›laflt›rmal› vaka analizinin tek

bir vakaya uygulanm›fl hâli olup, bir vakan›n ta-

rihindeki de¤iflik dönemler aras›nda veya de¤i-

flik alt-bölgeleri aras›nda karfl›laflt›rma yap›larak

uygulan›r. Amaç tek bir vaka içinde tarihsel ya

da mekânsal olarak gerçekleflen k›r›lmalar› veya

farkl›laflmalar› kullanarak nedensellik mekaniz-

mas›n› ortaya ç›karmakt›r. Süreç takibi yöntemi

sadece birtak›m ba¤›ms›z ve ba¤›ml› de¤iflkenler

aras›nda iliflki oldu¤u saptamas›n›n ötesine geçer

ve bu ba¤›ms›z de¤iflkenlerin tam olarak nas›l

ba¤›ml› de¤iflkene sebep olduklar›n› aç›klamay›amaçlar. Süreç takibi yöntemi karfl›laflt›rmal› si-

yaset alan›ndaki nitel çal›flmalar›n en fazla bafl-

vurdu¤u yöntemdir.

Do¤al deneylerin ve tipolojik kuramlar›n ifllevini

ve faydas›n› söyleyebilmek

Do¤al deney, hemen her bak›mdan birbirinin ay-

n› olan, zaman ve mekân da dahil olmak üzere

ayn› çevresel ve ba¤lamsal etmenler taraf›ndan

kuflat›lm›fl, sadece de¤iflken etkisi araflt›rma ko-

nusu olan etmende birbirinden farkl›laflan, iki yada daha fazla vakan›n karfl›laflt›rmal› incelenme-

sidir. Tipolojik kuramlar ise farkl› ba¤›ms›z de-

¤iflken kombinasyonlar›n›n her biri için belli bir

ba¤›ml› de¤iflkeni öngören kuramlard›r.

Uygunluk yöntemini, karfl›-olgusal ak›l yürüt-

meyi ve vaka analizlerinde zaman boyutunun

nedensellikle olan kritik ba¤lant›s›n› aç›klaya-

bilmek

Uygunluk yönteminde tek bir nedensellik iddia-

s› ele al›n›r ve tek tek vakalar›n bu iddian›n tah-miniyle uygunluk içinde olup olmad›¤› ortaya

konur. Kontrollü bir karfl›laflt›rma yapabilmek

için birbirine benzer iki somut vaka bulunamaz-

sa, karfl›-olgusal ak›l yürütmeye baflvurularak var

olan bir vakayla icat edilen bir vaka karfl›laflt›r›l›r.

Vaka analizinde zaman boyutu çok önemlidir

çünkü ayn› sebepler benzer koflullar çerçevesin-

de ve hatta ayn› co¤rafyada olsalar bile farkl› za-

manlarda farkl› sonuçlar do¤urabilirler. Dahas›,

sebepler ve sonuçlar efl zamanl› olarak ortaya

ç›kmayabilecekleri gibi, sebebin ve sonucun tam

olarak ortaya ç›kmas› farkl› uzunlukta süreleri

gerektirebilir.

Özet

1

A M A Ç

2

A M A Ç

3

A M A Ç

4

A M A Ç

5

A M A Ç




1. Bir karfl›laflt›rmal› vaka analizinde, neredeyse tüm

ba¤›ms›z de¤iflken de¤erleri benzer fakat ba¤›ml› de¤ifl-

ken de¤eri farkl›ysa bu vaka analizi tasar›m› ne adla

an›l›r?

a. Sapk›n vaka analizi

b. Kritik vaka analizi

c. En benzer sistem tasar›m›

d. En farkl› sistem tasar›m›

e. Vaka içi analizi tasar›m›

2. Bir karfl›laflt›rmal› vaka analizinde, neredeyse tüm ba-

¤›ms›z de¤iflken de¤erleri farkl› fakat ba¤›ml› de¤iflken

de¤eri ayn›ysa bu vaka analizi tasar›m› ne adla an›l›r?

a. Sapk›n vaka analizi

b. Kritik vaka analizi

c. En benzer sistem tasar›m›

d. En farkl› sistem tasar›m›

e. Vaka-içi analizi tasar›m›

3. Bir kuram›n do¤ru olarak aç›klad›¤›nda ispatland›¤›,

aç›klayamad›¤›nda ise kuram›n çürütüldü¤ü bir vakaya

ne ad verilir?

a. Sapk›n vaka

b. Kritik vakac. Tipolojik vaka

d. Karfl›-olgusal vaka

e. Kuramsalc› vaka

4. Afla¤›daki durumlardan hangisinde tek vakal› (tek

ülkeli) analiz yapmak bilimsel olarak meflru kabul

edilebilir?

a. Araflt›rmac› sadece bu ülkenin siyasetine ve tari-

hine hakimse

b. Araflt›rmac› sadece bu ülkenin dilini biliyorsa

c. Yak›n zamanda bu ülkenin içinde yer ald›¤› birsavafl gerçekleflmiflse

d. Bu ülke hiç endüstrisi olmad›¤› hâlde demokra-

tik olan tek ülkeyse

e. Bu ülke üzerine yap›lacak araflt›rmalar için bol-

ca araflt›rma teflvik fonu varsa

5. Vaka içi analizlerde gözlem say›s›n› artt›rmak için

afla¤›dakilerden hangisinin yap›lmas› en uygundur?

a. Analiz edilen vakada test edilen kuramlar›n sa-

y›s› artt›r›l›r

b. Analiz edilen vakada at›f yap›lan eser say›s›

artt›r›l›r

c. Vaka için mülakat yap›lan her insan ayr› bir va-

ka say›l›r

d. Analiz edilen vaka, ilgilenilen de¤iflkenlerin da-

¤›l›m›na göre dönemlere ayr›l›r

e. Sonuçlar baflka araflt›rmac›lar›n sonuçlar›yla kar-

fl›laflt›r›l›r.

6. Paul Pierson, siyasal olaylarda sebebin de sonucun

da k›sa süre içinde ve birbirine yak›n olarak ortaya ç›k-

t›¤› nedensellik örgüsüne ne ad vermektedir?

a. Tornado

b. Göktafl›

c. Deprem

d. Küresel Is›nma

e. Tayfun

7. Belli say›da ba¤›ms›z de¤iflkenin her türlü kombi-

nasyonuyla ortaya ç›kan farkl› nedensellik zincirlerini ve sonuçta ortaya ç›kacak ba¤›ml› de¤iflkeni belirten ta-

sar›mlara ne ad verilir?

a. Tipolojik kuramlar

b. Karfl›-olgusal düflünce deneyleri

c. En benzer sistem analizi

d. Süreç takibi

e. Do¤al deneyler

8. Afla¤›dakilerden hangisi birkaç aflamadan oluflan bir

nedensellik zincirini tamamen ortaya ç›karmay› sa¤la-

cak yöntemlerden birisi de¤ildir?a. Süreç takibi

b. Vaka-içi analiz

c. Do¤al deney

d. Uygunluk testi

e. En benzer sistem analizi





9. “Mill’in uyuflma yöntemi” hangi araflt›rma tasar›m›n-

da kullan›l›r?

a. Do¤al deneyler

b. Tipolojik kuramlar

c. Uygunluk testi

d. En benzer sistem analizi

e. En farkl› sistem analizi

10. Afla¤›daki sorulardan hangisini cevaplamak ko-

nusunda vaka analizi yöntemlerini kullanmak uygun

de¤ildir?

a. Dünyan›n bütün ülkelerinde cinayet oranlar›n›

ve ba¤lant›l› olabilecekleri sosyo-ekonomik ve-

rileri ortaya koymak

b. Gelir eflitsizli¤i ve cinayet oranlar› aras›ndaki ne-

densellik iliflkisini incelemek

c. Birkaç ülkede de¤iflik dönemlerde yürürlü¤e ko-

nan idam cezas› uygulamas›n›n cinayet oranlar›

üzerindeki etkisini incelemek

d. Dinî inançlar›n cinayet sürecinde katiller üzerin-

deki etkisini incelemek

e. ‹dam cezalar›n›n kald›r›lmas› süreçlerinde dinî

inançlar›n siyasi karar alma mekanizmalar› üze-

rindeki etkisini incelemek

1. c Yan›t›n›z yanl›fl ise “En Benzer Sistem Tasar›m›”


2. d Yan›t›n›z yanl›fl ise “En Farkl› Sistem Tasar›m›”


3. b Yan›t›n›z yanl›fl ise “Tek Vakal› Analizler: Kritik

ve Sapk›n Vakalar›n Önemi” konusunu yeniden

gözden geçiriniz.

4. d Yan›t›n›z yanl›fl ise “Tek Vakal› Analizler” konu-


5. d Yan›t›n›z yanl›fl ise “Vaka ‹çi Analizler” konusu-

nu yeniden gözden geçiriniz.

6. a Yan›t›n›z yanl›fl ise “Vaka Analizlerinin Zaman

Boyutu” konusunu yeniden gözden geçiriniz.

7. a Yan›t›n›z yanl›fl ise “Tipolojik Kuramlar” konu-


8. d Yan›t›n›z yanl›fl ise “Uygunluk Yöntemi” konu-


9. e Yan›t›n›z yanl›fl ise “En Farkl› Sistem Tasar›m›”


10. a Yan›t›n›z yanl›fl ise “Neden ve Nas›l Vaka Ana-

lizi” konusunu yeniden gözden geçiriniz.


Bu örneklerde ba¤›ml› de¤iflkende gözle görülür bir fark-

l›l›k gözlemlenmektedir çünkü Tunus kans›z bir flekilde

demokrasiye geçti¤i hâlde Suriye’de uzun süren bir iç sa-

vafl demokrasiye geçifli engellemifltir. Oysa (Libya’n›n

görece zenginli¤i hariç) bu ülkelerde pek çok benzer ba-

¤›ms›z de¤iflken (Arap dili, Müslüman ço¤unluklu top-

lum, eski sömürge, ekonomik az geliflmifllik, yüksek ifl-

sizlik vs.) mevcuttur. Dolay›s›yla Arap devrimleri bu hâliy-

le en benzer sistem tasar›m›na daha müsaittir.

S›ra Sizde 2

En farkl› sistem tasar›m› için vakalar›n ba¤›ml› de¤iflken-

lerinin de¤erinin benzer, ba¤›ms›z de¤iflkenlerin farkl›

olmas› gerekmektedir. En benzer sistem tasar›m› için ise

ba¤›ml› de¤iflkenin farkl›, ba¤›ms›z de¤iflkenlerin ben-

zer olmas› gerekmektedir. Bu örnekte, her ikisi de eski

‹ngiliz sömürgesi ve Arap olan M›s›r ve Bahreyn, ilki de-

mokratikleflti¤i ikincisiyse demokratikleflemedi¤i için en

benzer sistem tasar›m›na müsaittir. Ayn› flekilde, her iki-

si de eski Frans›z sömürgesi ve Arap olan Tunus ve Su-

riye de ilki demokratikleflti¤i ikincisiyse demokratiklefle-medi¤i için en benzer sistem tasar›m›na müsaittir. Öte





yandan, Libya ve Suriye Arap devrimi sürecinde kanl› iç

savafllar yaflayan iki ülke olarak benzer bir ba¤›ml› de-

¤iflkene sahiptirler. Oysa bu ülkelerin sömürge geçmifl-

leri (biri ‹talyan di¤eri Frans›z), ekonomik zenginlikleri

(Libya Afrika’n›n en zengin ülkelerinden, Suriye ise gö-

rece yoksul), dinî yap›lar› (Suriye’nin üçte bir Hristiyan,

Nusayri ve di¤er dinî az›nl›klardan oluflmuflken Libya’n›n

neredeyse tamam› Sünni Müslüman), flehirleflme oranla-

r› ve sosyal yap›lar› birbirinden bir hayli farkl›d›r. Dola-

y›s›yla, Suriye ve Libya iç savafl ba¤›ml› de¤iflkeni aç›s›n-

dan ise en farkl› sistem tasar›m›na müsaittir.

S›ra Sizde 3

Çin Halk Cumhuriyeti’nin son otuz y›lda istikrarl› bir fle-

kilde dünyan›n en h›zl› büyüyen ekonomik ve askerî gücü oldu¤u göz önüne al›nacak olursa, Yeni Gerçek-

çilik kuram›na göre, komflular›n›n Çin’i dengelemek

için Çin-karfl›t› bir ittifaka yönelmifl olmalar› gerekir.

Bunun gibi, dünyan›n de¤iflik bölgelerinin yükselen

ekonomik ve askerî güçlerine karfl› ittifak kurulaca¤›

beklentisi üzerine Yeni Gerçekçilik kuram› aç›s›ndan

en olas› vaka analizi tasar›mlar› yap›labilir.

S›ra Sizde 4

Tarihsel kurumsalc›l›¤›n öngörüsüne en ters olmas›n›

bekledi¤imiz kurumlar, tan›m› gere¤i toplumdaki güçodaklar›n› de¤il de güçsüzleri gözetmesi beklenen ku-

rumlard›r. Bunlar›n bafl›nda da yarg› kurumlar› gelir.

Anayasa Mahkemesi, Yarg›tay, Dan›fltay ve di¤er mah-

kemeler adaleti sa¤layarak güçsüzü gözetmekle görev-

li olduklar› için tarihsel kurumsalc›l›¤›n bu iddias› için

en az olas› vakalar olarak ele al›nabilirler.

S›ra Sizde 5

Gana (HDI puan› 0.541 ve dünya s›ralamas›nda 135. ül-

ke oldu¤u hâlde FH notu 1.5 ve özgür), Hindistan (HDI

puan› 0.547 ve s›ralamada 134. ülke oldu¤u hâlde FHnotu 2.5 ve özgür) ve Benin (HDI puan› 0.427 ve s›ra-

lamada 167. ülke oldu¤u hâlde FH notu 2.0 ve özgür)

çok az geliflmifl olduklar› hâlde yüksek demokrasi stan-

dartlar›na ulaflt›klar› için olumlu anlamda sapk›n vaka-

lar olarak ele al›nabilir. Öte yandan Singapur (HDI pua-

n› 0.867 ve s›ralamada 26. ülke oldu¤u hâlde FH notu

4.0 ve k›smen özgür), Birleflik Arap Emirlikleri (HDI

puan› 0.846 ve s›ralamada 30. ülke oldu¤u hâlde FH

notu 6.0 ve özgür de¤il) ve Brunei (HDI puan› 0.838 ve

s›ralamada 33. ülke oldu¤u hâlde FH notu 5.5 ve özgür

de¤il) son derece kalk›nm›fl olduklar› hâlde demokratikolmad›klar› için kötü anlamda sapk›n vakalar olarak ele

al›nabilir. Bunun gibi pek çok baflka örnek bulunabile-

cekse de hepsi bu cevap anahtar›na s›¤mayacakt›r.

S›ra Sizde 6

Dünya çap›nda milliyetçili¤in do¤uflu için son derece

önemli olan Frans›z milliyetçili¤i kritik vaka say›labilir.

Bunun yan› s›ra etnik milliyetçili¤in tarihsel olarak en

önemli ve y›k›c› (Yahudi soyk›r›m› dolay›s›yla) örne¤i

say›lan Alman milliyetçili¤i de kritik vaka say›labilir. Fran-

s›z veya Alman milliyetçiliklerinin do¤uflunu aç›klayama-

yan bir milliyetçilik kuram› büyük yara alm›fl say›l›r.

S›ra Sizde 7

Türkiye örne¤inde seçim sisteminin parti say›s›na ve

sistemine etkisini ölçmek üzere bir vaka içi incelemetasarlayan araflt›rmac›, Türkiye’nin çok partili demokra-

si tarihini uygulanan seçim sistemlerine göre de¤iflik

dönemlere ay›r›r. 1946-1960 döneminde dar bölgeli ço-

¤unluk sistemi, 1960-1980 döneminde barajs›z ya da

düflük seçim barajlar›n›n uyguland›¤› bir nispi temsil

sistemi ve 1983 y›l›ndan bugüne kadar yüksek bir se-

çim baraj›n›n (%10) kullan›ld›¤› nispi temsil sistemi. Bu

üç dönemden ilkinde yasas›na göre parlamentoda iki

partili bir sistem, ikinci dönemde irili ufakl› çok say›da

partinin parlamentoya girdi¤i bir sistem ve üçüncü dö-

nemdeyse önceki iki dönemin aras›nda bir say›da par-tinin parlamentoya girdi¤i bir sistem olaca¤› tahmin

edilmektedir.

S›ra Sizde 8

Yüksek petrol gelirinin polis devletine sebep olup ol-

mad›¤›n› ölçmek üzere süreç takibi analizi uygulamas›

için öncelikle ele al›nan ülke veya ülkelerin petrol geli-

ri ve bunlar›n dünya ortalamas›n›n üzerinde olup olma-

d›¤› tespit edilir. Daha sonra bu gelirin ne kadar›n›n

do¤rudan ya da dolayl› yollarla devletin kullan›labilir

bütçesine girdi¤i tespit edilir. E¤er petrol gelirleri her-hangi bir denetime tabi olmaks›z›n devleti yönetenlerin

(emir, sultan, diktatör vs.) harcayabilecekleri bir fona

aktar›l›yorsa bu gibi bir durum mutlaka tespit edilir. Da-

ha sonra bu ülke ya da ülkelerin bütçelerinin ne kadar-

l›k k›sm›n› askerî ve sivil istihbarat, polis ve di¤er gü-

venlik harcamalar›nda kulland›¤› tespit edilir. Daha son-

ra petrol gelirlerinde y›ll›k art›fl ve düflüfllerden güvenlik

harcamalar›n›n di¤er harcamalardan daha fazla etkilenip

etkilenmedi¤ine bak›l›r. K›sacas› petrol gelirinin ortaya

ç›k›fl›ndan harcanmas›na kadarki tüm süreç ad›m ad›m

incelenir ve güvenlik harcamalar›n›n büyüklü¤üyle ara-s›nda bir iliflki olup olmad›¤› bu süreçte gözlemlenir.




S›ra Sizde 9

1923-1938 dönemindeki ink›laplar›n Türkiye nüfusu

üzerindeki etkisini ölçmek için bu ink›laplar›n yafland›-

¤› dönemde Türkiye’nin illeriyle, bu dönemde Türki-

ye’nin bir parças› olmayan fakat 1923 öncesi dönemde

Türkiye’nin geri kalan›na çok benzer özellikler göste-

ren iller karfl›laflt›r›labilir. Örne¤in Hatay ili, 1938’de

Türkiye’ye kat›ld›¤› için Cumhuriyet döneminin ilk on-

befl y›l›ndaki ink›laplar› yaflamam›flt›r ama 1923 öncesi

ve 1938 sonras› dönemde Türkiye’nin di¤er illeriyle ay-

n› yap›n›n bir parças›d›r. Dolay›s›yla örne¤in bir Hatay-

Adana ya da Hatay-Kilis karfl›laflt›rmas› ink›laplar›n et-

kisi konusunda do¤al deney ifllevi görecektir.

S›ra Sizde 10

Milliyetçili¤in ortaya ç›kt›¤› bir dizi ülke, milliyetçi ak›m-

lar›n ortaya ç›kt›¤› tarihlere göre s›ralan›r. Daha sonra o

tarih s›ras›na göre bu ülkelerde okuma-yazma oranlar›

tespit edilir ve okuma-yazma oranlar›yla milliyetçi ak›m-

lar›n ortaya ç›k›fl› aras›nda bir uygunluk olup olmad›¤›

görülür. Örne¤in, Frans›z ve Alman milliyetçili¤i oku-

ma-yazma oran›n›n %60 oldu¤u bir dönemde ortaya

ç›km›flken, Tatar milliyetçili¤i okuma-yazma oran›n›n

%5 oldu¤u bir dönemde ortaya ç›km›flsa, bu Ander-

son’un kuram›n›n do¤rulu¤u konusunda flüphelenme-

mize sebep olur.

Abdelal, R., Herrera, Y., Johnston, A., McDermott, R.

(2009). Measuring Identity: A Guide for Social

Scientists, New York: Cambridge University Press.

Aktürk, fi. (2013). Regimes of Ethnicity and

Nationhood in Germany, Russia, and Turkey,

New York: Cambridge University Press.

Allison, G. T. (1971). Essence of Decision: Explaining

the Cuban Missile Crisis, Boston: Little, Brown,

and Co.

Brady, H. E., Collier, D. (2004). Rethinking Social

Inquiry: Diverse Tools, Shared Standards,

Lanham: Rowman & Littlefield.

Brubaker, R. (1992). Citizenship and Nationhood in

France and Germany, Cambridge: Harvard

University Press.

Charrad, M. M. (2001). States and Women’s Rights:

The Making of Postcolonial Tunisia, Algeria and

Morocco, Berkeley: University of California Press.

Collier, D., Levitsky, S. (1997). “Democracy with

Adjectives: Conceptual Innovation in Comparative

Research”, World Politics, Cilt 49, s.430-451.

Collier, R. B. (1999). Paths toward Democracy: The

Working Class and Elites in Western Europe

and South America, New York: Cambridge

University Press.

Darden, K. (2013). Resisting Occupation: Mass

Schooling and the Creation of Durable National

Loyalties, New York: Cambridge University Press.

Fish, M. S. (1998). “Mongolia: Democracy Without

Prerequisites”, Journal of Democracy, Cilt 9, Say›

3, s.127-41.

George, A. L., Smoke, R. (1974). Deterrence in

American Foreign Policy: Theory and Practice,

New York: Columbia University Press.

George, A. L., Bennett, A. (2005). Case Studies and Theory Development in the Social Sciences,

Cambridge, Massachusetts: MIT Press.

Goertz, G. (2006). Social Science Concepts: A User’s

Guide, Princeton: Princeton University Press.

Hanio¤lu, M. fi. (2011). Atatürk: An Intellectual

Biography, Princeton: Princeton University Press.

Hanson, S. E. (2010). Post-Imperial Democracies:

Ideology and Party Formation in Third

Republic France, Weimar Germany, and Post-

Soviet Russia, New York: Cambridge University

Press.





Keddie, N. R (der.). (1995). Debating Revolutions,

New York: NYU Press.

Kuru, A. T. (2011). Pasif ve D›fllay›c› Laiklik: ABD,

Fransa ve Türkiye, ‹stanbul: Bilgi Üniversitesi

Yay›nlar›.

Laitin, D. D. (1998). Identity in Formation: The

Russian-Speaking Populations in the Near

Abroad, Ithaca: Cornell University Press.

Lebow, R. N., Stein, J. G. (1995). We All Lost the Cold

War, Princeton: Princeton University Press.

Lustick, I. (1993). Unsettled States, Disputed Lands:

Britain and Ireland, France and Algeria, Israel

and the West Bank-Gaza, Ithaca: Cornell

University Press.

Mahoney, J., Rueschemeyer, D. (2003). ComparativeHistorical Analysis in the Social Sciences, New

York: Cambridge University Press.

Marx, A. W. (1998). Making Race and Nation: A

Comparison of South Africa, the United States,

and Brazil, New York: Cambridge University Press.

Marx, A. W. (2004). Faith in Nation: Exclusionary

Origins of Nationalism, New York: Cambridge

University Press.

Mearsheimer, J. J. (2003). Tragedy of Great Power

Politics, New York: W. W. Norton & Company.

Moore, B. (2003). Diktatörlü¤ün ve Demokrasinin Toplumsal Kökenleri: Ça¤dafl Dünyan›n

Yarat›lmas›nda Soylunun ve Köylünün Rolü,

Ankara: ‹mge Yay›nevi.

Peterson, S. (1995). “How democracies differ: Public

opinion, state structure, and the lessons of the

Fashoda crisis”, Security Studies, Cilt 5, Say› 1, s.3-

37.

Pierson, P. (2004). Politics in Time: History,

Institutions, and Social Analysis, Princeton:

Princeton University Press.

Putnam, R. (1993). Making Democracy Work: Civic Traditions in Modern Italy, Princeton: Princeton

University Press.

Ragin, C. C. (2000). Fuzzy-Set Social Science, Chicago:

University of Chicago Press.

Ray, J. L. (2009). Democracy and International

Conflict: An Evolution of the Democratic Peace

Proposition, Columbia, SC: University of South

Carolina Press.

Ross, M. L. (2012). Oil Curse: How Petroleum Wealth

Shapes the Development of Nations, Princeton:

Princeton University Press.

Skocpol, T. (2004). Devletler ve Toplumsal Devrimler:

Fransa, Rusya ve Çin’in Karfl›laflt›rmal› Bir

Çözümlemesi, Ankara: ‹mge Kitabevi.

Sprinz, D. F., Wolinsky-Nahmias, Y. (2004). Models,

Numbers, and Cases: Methods for Studying

International Relations, Ann Arbor: University of

Michigan Press.

Tetlock, P. E., Belkin, A. (1996). Counterfactual

Thought Experiments in World Politics:

Logical, Methodological, and Psychological

Perspectives, Princeton: Princeton University Press.

Walt, S. M. (1996). Revolution and War, Ithaca: Cornell

University Press.

Weber, M. (2008). Protestan Ahlak› ve Kapitalizmin

Ruhu, Ankara: Ayraç



Bu üniteyi tamamlad›ktan sonra;Nitel alan araflt›rmalar›n›n temel özelliklerini kavrayabilecek,Nitel amaçl› görüflme ve kat›l›mc› gözlem yöntemlerini aç›klayabilecek,Odak grup yönteminin gerçeklefltirilme esaslar›n› tan›mlayabilecek,Nicel içerik analizinin esaslar›n› tan›mlayabilecekbilgi ve becerilere sahip olabileceksiniz.

‹çindekiler

• Nitel Amaçl› Görüflmeler• Kat›l›mc› Gözlem• Odak Gruplar›• ‹çerik Analizi

• Nitel Alan Çal›flmas›• Etnografik Yöntemler• Güvenirlik• Geçerlik

Anahtar Kavramlar

Amaçlar›m›z



• G‹R‹fi

• GÖRÜfiME VE KATILIMCIGÖZLEM

• ODAK GRUPLARI

• ‹ÇER‹K ANAL‹Z‹


Nitel Yaklafl›m ileGörüflme, Gözlem veOdak GrupYöntemleri, ‹çerik Analizi



G‹R‹fiNitel alan araflt›rmalar› istatistiksel analizler için gerekli verilerin toplanmas›na yö-

nelik araflt›rma yöntemlerinden farkl› gözlemsel metotlar› içerir. Örne¤in anketler

bir toplumdaki iflsizlerin ya da belirli bir görüfle sahip kiflilerin yüzdelik dilimini

belirleme yarayan veriler sunarken nitel alan araflt›rmalar› genellikle say›lara indir-

genemeyecek nitel veriler elde ederler. Nitel alan araflt›rmalar› sadece bu yönleriy-

le nicel yöntemlerden ayr›lmazlar. Nitel alan araflt›rmalar›n›n önemli bir özelli¤i de

sadece veri toplamaktan ibaret olmamalar›d›r. Bu tip araflt›rmalarda ço¤unlukla

önceden haz›rlanm›fl test edilecek hipotezler bulunmamaktad›r. Gözlemler ve gö-

rüflmeler gibi araçlar vesilesiyle yeni gözlemleri gerektiren geçici sonuçlara var›la-

bilir. Bu ba¤lamda nitel alan araflt›rmalar›n›n teori gelifltiren bir faaliyet oldu¤unusöyleyebilmek de mümkündür.

Nitel alan araflt›rmalar›n› oluflturan metotlara genel olarak ‘etnografik metotlar’

ad› da verilir. Bu metotlar, di¤er araflt›rma metotlar›nda da oldu¤u gibi her arafl-

t›rma konusunda kullan›lmaya uygun olmayabilirler. Nitel alan araflt›rmalar› özel-

likle en iyi do¤al ortam›nda anlafl›lacak olan tav›r ve davran›fllar›n çal›fl›lmas›nda

kullan›l›rlar. Bu özellikleriyle sosyal hayat›n do¤al ortam›nda çal›fl›lmas› gibi bir

avantaj› da beraberinde getirirler. Örne¤in Amerika Birleflik Devletleri’nin ulusal

güvenlik bürokrasisinin 90’l› y›llar›n bafl›nda nükleer testlerin durdurulmas›na

hangi süreçler sonucunda r›za göstermifl oldu¤unun anlafl›lmas›nda bu alanda ça-

l›flan bürokratlar ve silah labarotuvarlar› yöneticileri nezdinde yap›lm›fl olan alan

çal›flmalar›n›n önemli faydas› olmufltur. Nitel araflt›rmalar ayn› zamanda sosyal sü-reçlerin zaman içinde geçirdi¤i de¤iflimlerin çal›fl›lmas›nda da önemli rol oyna-

maktad›r. Örne¤in nitel yaklafl›mla çal›flmakta olan bir alan araflt›rmac›s› ayaklan-

ma gibi bir sosyal bir hareketi bafl›ndan sonuna kadar içeriden gözlemleme flan-

s›na sahip olabilir.

John ve Lyn Lofland, Analysing Social Settings (Belmont: Wadsworth, 1995: 101-113) ad-

l› kitaplar›nda, sosyal hayat›n nitel alan çal›flmas›na uygun unsurlar›n› listelerler. Çeflitli

davran›fllar, olaylar, roller, iliflkiler, gruplar, kurulufllar, sosyal dünyalar ve hayat tarzlar›

bu listenin esas unsurlar›n› olufltururlar. Tüm bu alanlarda nitel alan çal›flmas›, sosyal ha-

yatta kendili¤inden belirgin olmayan hususlar› ortaya ç›karmakta önemli rol oynayabil-

mektedir.

Nitel Yaklafl›m ile Görüflme,Gözlem ve Odak Grup

Yöntemleri, ‹çerik Analizi

K ‹ T A P



Afla¤›da da görülece¤i üzere nitel alan araflt›rmalar›nda kullan›lan yöntemleraraflt›rman›n sordu¤u sorulara ba¤l› olarak farkl›l›k göstermektedir. Baz› araflt›rmakonular›nda birebir görüflmeler tercih edilirken di¤erlerinde kat›l›mc› gözlem ya da

odak gruplar› tercih edilebilir. Bunlar›n bir ya da birkaç› bir arada da kullan›labi-lir. Örne¤in Almanya’daki Türk göçmenlerinin kimlik oluflturma sürecini, bu süreçkapsam›nda kendilerini Türkiye’ye ve Almanya’ya iliflkin olarak ne flekilde konum-land›rd›klar›n› anlamakta bu metotlar›n tümü kullan›labilir. Di¤er yandan siyasikampanyalar›n bireyler taraf›ndan ne flekilde anlamland›r›ld›¤›n›n çal›fl›lmas›ndaodak gruplar› tek bafl›na önemli rol görebilir.

Bu farkl› metotlar› detayl›ca ele almadan önce nitel alan araflt›rmalar› gerçeklefl-tirirken göz önünde tutulmas› gereken baz› temel hususlara dikkat çekilmesi ge-rekmektedir. Bunlardan ilki ve belki de en önemlisi, tüm di¤er metotlarda da ol-du¤u gibi, araflt›rmaya bafllamadan önce araflt›rma konusuyla ilgili literatürün ta-ranmas›d›r. Alan araflt›rmas›na fiilen bafllamadan önce, araflt›r›lacak konuyla ilgili

olarak di¤er sosyal bilimcilerin bulgular› ve de¤erlendirmeleri hakk›nda kapsaml›bilgi sahibi olunmas› gerekmektedir. Daha sonraki aflama ise araflt›rmac›n›n çal›fl›-lacak alana ne flekilde girifl yapaca¤›na karar vermesidir. Bir alan araflt›rmac›s›n›nalana kat›l›fl flekli baflka bir araflt›rmac›yla benzer olmayabilir. Örne¤in AmerikaBirleflik Devletleri’ndeki asker aileleri üzerine bir çal›flma gerçeklefltiren MargaretHarrell (2003) alan araflt›rmas›n› gerçeklefltirebilmek için askerlerin ba¤l› bulundu-¤u komutan taraf›ndan yaz›lm›fl ve askerleri araflt›rmac›yla ifl birli¤i yapmaya ça¤›-ran bir mektuba ihtiyaç duymufltur. Oysa Phillippe Bourgois (1995) gibi yer alt›uyuflturucu sat›c›lar›n›n hayatlar›na iliflkin bir alan çal›flmas› yapan bir antropolo-gun resmi bir otoriteden yard›m almas› düflünülemez.

Alan çal›flmas› yapacak olan sosyal bilimcilerin alanda ›rklar›, s›n›flar›, cinsiyet-

leri, e¤itim düzeyleri, milliyetleri ve di¤er birtak›m özellikleriyle var olduklar›n›nbilincinde olmalar› gerekmektedir. Baz› durumlarda araflt›rmac›n›n baz› özelliklerialanda kolaylaflt›r›c› rol oynarken di¤er durumlarda sorun teflkil edebilmektedir.Örne¤in Avrupa Birli¤i bürokrasisinde Türkiye alg›lar› üzerine bir çal›flma gerçek-lefltirmekte olan bir alan araflt›rmac›s›n›n Türk vatandafl› oluflu alan çal›flmas›ndamuhatap al›nan bürokratlar›n daha çekinceli cevaplar vermesine neden olabilir.

Ancak her durumda önemli olan bir husus, alan çal›flmas›n› gerçeklefltirecek olanaraflt›rmac›n›n çal›flacak alanda kullan›lmakta olan dile hakim olmas›d›r. Her nekadar çevirmenler kullan›labiliyor olsa da çevirmenlerin sorular› ve sorulara veri-len cevaplar› kurma flekilleri araflt›rmay› belirli bir yönde etkileyebilir.

Çal›flmay› gerçeklefltiren araflt›rmac›n›n alan çal›flmas›n›n kapsam›ndaki kifliler-

le ilk iletiflimini ne flekilde kuruyor oldu¤u da önem tafl›maktad›r. Oldukça yayg›nolan tekniklerden biri, tan›fl›kl›k kurulmufl olan bir ya da birkaç kifliden hareketledaha genifl araflt›rma öznelerine ulaflmakt›r. Buna literatürde “kartopu tekni¤i/etki-si” (snowball technique/effect) ad› da verilmektedir ve genelde kat›l›mc› gözlem vegörüflme metotlar› kullanan alan araflt›rmalar› için geçerlidir. (Odak gruplar›ndakikifli seçimleri bu metotun yap›s› nedeniyle daha farkl›d›r ve afla¤›da detayland›r›l-maktad›r.)

Bu tekni¤in güçlü yan› hâlihaz›rda birbirine güvenen kiflilerin birbirlerinin refe-rans›yla gelen araflt›rmac›ya da güven duygusuyla yaklaflacak olmas›d›r. Bu tekni-¤in zay›f noktas› ise bu kiflilerin rastlant›sal bir örneklemden seçilmemesi nedeniy-le araflt›rmac›ya olaylar›n s›n›rl› bir aç›s›n› sunma ihtimalidir. Bu sorunu aflman›n

yollar›ndan biri, görüflülecek kiflilerin say›s›n›n oldukça genifl tutulmas› ve bu ba¤-lamda alan çal›flmas› kapsam›nda görüflülecek kiflilere farkl› yollarla da ulafl›lmaya


Kartopu tekni¤i/etkisi:Araflt›rmac›n›n alanaraflt›rmas› kapsam›ndailetiflim kurmufl oldu¤u birya da birkaç kifli arac›l›¤›yladaha genifl öznelereulaflmas›n› sa¤layan süreceverilen add›r.



çal›fl›lmas›d›r (örne¤in alan çal›flmas› aç›s›ndan görüflülmesi anlaml› olan ve önce-den belirlenen kiflilere formal kanallar yoluyla ulaflmak gibi). Nitel alan araflt›rma-lar›nda örneklem konusu afla¤›da daha detayl› bir biçimde ele al›nacakt›r.

Burada göz önünde tutulmas› gereken önemli hususlardan biri, araflt›rmac›n›naraflt›rma kapsam›nda görüflece¤i kiflilere görüflmenin nedeni ve araflt›rman›n anahedefi üzerine bilgi vermesidir. Baz› durumlarda etik bir ikilem ortaya ç›kabilir.Bazen araflt›rman›n amaçlar›n›n görüflülecek kiflilere net bir flekilde ortaya konul-mas› görüflülen kiflilerin davran›fllar›n› ve söylemlerini etkileyebilir. Di¤er taraftangerçekli¤e uymayan bir içeri¤in aktar›lmas› ise araflt›rmac›n›n karfl›s›ndakileri al-datmas› anlam›na da gelebilir. Bu durumda verilecek olan karar› araflt›rman›n ama-c›, çal›fl›lmakta olan konunun do¤as›, araflt›rmac›n›n kullanmak istedi¤i gözlemler

ve buna benzer di¤er faktörler belirleyecektir. Bugüne kadar yap›lm›fl olan nitelalan araflt›rmalar›n›n bu konuda belirlemifl oldu¤u sabit bir metodolojik ya da etikkural bulunmamaktad›r. Birçok durumda birebir görüflülen, kat›l›mc› gözlem kap-

sam›nda zaman geçirilen ya da odak gruplar›nda yer alan kiflilere, bu kiflilerle ku-rulacak ilk temasta araflt›rmadan ç›kacak akademik üründe isim ve kimliklerine yer verilmeyece¤ini belirtmek bireylerin araflt›rmac›yla ifl birli¤i yapmas›n› kolaylaflt›ra-cakt›r. Araflt›rmac›lar nihai çal›flmalar›nda kiflilerin isimleri yerine çeflitli kodlar kul-lanabilirler. Araflt›rmac›n›n burada unutmamas› gereken bir husus, nihai çal›flmadasöz konusu kiflilerin isim ve kimliklerini belirtmemenin mahremiyet ilkesini çi¤ne-memek için yeterli olamayabilece¤i, ayn› zamanda kiflilerin tan›nmas›na nedenolabilecek dolayl› bilgilerin verilmesinde de dikkatli olunmas› gerekti¤idir. Örne-¤in bir ya da birden fazla bakanl›¤›n mensuplar›yla bir alan çal›flmas› gerçeklefltir-mek istedi¤inizde, bürokratlar›n mahremiyetini korumak için hem isim belirtilme-meli hem de “X bakanl›¤›nda Y konular›yla ilgilenmekte olan” gibi kiflinin tan›n-

mas›na neden olabilecek ifadelerden kaç›n›lmas› gerekmektedir.Nitel alan araflt›rmalar›n›n en güçlü yanlar› tav›r, davran›fl ve söylemlerin çal›fl›l-

mas›nda ve sosyal süreçlerin zaman içerisinde u¤rad›klar› de¤iflimlerin gözlemlen-mesinde etkili olmalar›d›r. Bu ba¤lamda söz konusu metotlar›n en kuvvetli yan›çal›fl›lan alanda derinlemesine analiz yap›lmas›na olanak sa¤lamalar›d›r. Nitel alanaraflt›rmalar›n›n bir di¤er avantaj› ise esnek olmalar›d›r. Alan araflt›rmas›n›n tasar›-m›n› nicel anket çal›flmalar›n›n aksine araflt›rman›n birçok aflamas›nda de¤ifltirmekmümkündür. Nitel alan araflt›rmalar› ayn› zamanda karfl›laflt›rmal› olarak bak›ld›-¤›nda özellikle nicel yaklafl›mla gerçeklefltirilen anket çal›flmalar›na k›yasla daha azmasrafl›d›r. Ço¤u zaman bir tek araflt›rmac› ile gerçeklefltirilmesi mümkün olabilir.

Nitel alan araflt›rmalar›n›n, anket ya da deneysel yaklafl›mlar gibi di¤er metotla-

ra k›yasla daha avantajl› oldu¤u bir di¤er noktaysa bu araflt›rmalar›n geçerli¤inin(validity) yüksek olmas›d›r. Kapsaml› nitel araflt›rmalar derinlemesine analizi müm-kün k›lmakta ve böylece ölçülmekte olan (ya da çal›fl›lmakta olan) konudan uzak-lafl›lmamaktad›r. Öte yandan nitel alan araflt›rmalar›n›n en zay›f noktalar›ndan birigüvenirlik (reliability) düzeylerinde sorun görünme ihtimalidir. Baflka bir deyiflleayn› araflt›rman›n tekrarlanmas› durumunda ayn› sonuçlara var›l›p var›lamayaca¤›nitel alan araflt›rmalar›nda tart›flmal› bir konudur. Söz konusu araflt›rmalar derinle-mesine olduklar› gibi, ayn› zamanda oldukça kiflisel de olabilirler. Bu duruma lite-ratürde “gözlemcinin çeliflkisi” (observer’s paradox) ad› verilmektedir.

Nitel alan araflt›rmalar›nda verilerin objektif olmas› beklenemez. Veriler alan ça-l›flmas›n› gerçeklefltiren araflt›rmac›n›n varl›¤›ndan etkilenirler. Bireyler sosyal bir

ba¤lamda di¤er bireyleri çal›flt›klar›nda araflt›rma ortam›n› etkilerler. Günümüzdebirçok araflt›rmac› bu sorunun fark›nda olup bunu gidermek için çeflitli yollar ge-

1255. Ünite - Nitel Yaklafl›m ile Görüflme, Gözlem ve Odak Grup Yöntemleri, ‹çer ik Analizi

Gözlemcinin çeliflkisi: Nitelalan araflt›rmalar›ndaverilerin alan çal›flmas›n›gerçeklefltirenaraflt›rmac›n›n varl›¤›ndanetkilenmesi durumunaverilen add›r.



lifltirmektedir. Örne¤in birçok araflt›rmac› bu sorunu “nirengi” (triangulation) yo-luyla aflmaya çal›flmaktad›r. Nirengi prensibi uyar›nca nitel bir metot, bir ya da bir-den fazla nitel ya da nicel metotla bir arada kullan›labilir. Örne¤in kat›l›mc› gözle-

me dayanan bir alan araflt›rmas›, görüflmeler ve/veya odak gruplar›ndan da ayn›anda faydalanabilece¤i gibi, içerik analizi ya da nicel anket çal›flmalar›yla da birarada yap›labilir. Örne¤in Türkiye’nin AB üyeli¤ine iliflkin belirli AB üye ülkelerin-deki görüfl ve alg›lar› ölçmeye yönelik bir araflt›rma bu alandaki nicel veri kaynak-lar›ndan (örne¤in Eurobarometre) faydalanabilece¤i gibi, ayn› araflt›rma kapsam›n-da seçilmifl ülkelerde belirli mülakatlar da gerçeklefltirilebilir.

Buna ek olarak araflt›rmac›lar›n tüm araflt›rma boyunca kendi ön yarg›lar›n›n, yaflam deneyimlerinin, statülerinin, güç ve karakterlerinin araflt›rman›n bulgular›n› ve yorumlar›n› nas›l flekillendirdi¤i konusunda düflünmeleri ve aç›k olmalar› ge-rekmektedir. Nitel alan araflt›rmalar›ndaki bu sürece “dönüfllülük” (reflexivity) ad›da verilmektedir.

Yukar›da belirtilmifl olan özellikler tüm nitel alan çal›flmalar›na, yani etnografik yaklafl›mlara, ortak zemin teflkil etse de nitel alan çal›flmalar› kapsam›nda veri top-lama ve veri analizinde kullan›lmakta olan farkl› metotlar mevcuttur. Bunlardan ilkolarak görüflme ve kat›l›mc› gözlem ele al›nacak, daha sonraysa odak gruplar› ta-n›t›lacakt›r.

Nitel alan araflt›rmalar› gazetecilik mesle¤i kapsam›nda icra edilen gözlem ve raporlamay-

la kar›flt›r›lmamal›d›r. Nitel araflt›rmalar yapmakta olan sosyal bilimcinin rolü elde etti¤i

verileri gazeteciler gibi oldu¤u gibi raporlamak de¤il, verileri sosyal dünyan›n anlamlan-

d›r›lmas›nda analiz edilmesi gereken bilgiler olarak görmektir.

Nitel alan araflt›rmalar›n› geçerlik ve güvenirlik aç›s›ndan de¤erlendiriniz.

GÖRÜfiME VE KATILIMCI GÖZLEMNitel alan çal›flmalar›n›n büyük bir k›sm› görüflmelerden ve kat›l›mc› gözlemlerdenfaydalan›rlar. Genelde birçok etnografik çal›flman›n bu iki metodu bir arada kul-land›¤› görülmektedir.

Kat›l›mc› gözlem, araflt›rmac›n›n araflt›rma konusuna iliflkin belirli bir yer ya daalanda kat›l›nabilecek faaliyetlere kat›larak olaylar› gözlemlemesini ve bu gözlem-leri yorumlamas›n› içerir. Kat›l›mc› gözlem, alan araflt›rmac›s›n›n kendi kat›l›m›n-dan dolay› bir fleyler ö¤renmesi, zaman içinde araflt›rd›¤› alandaki kiflilerin günde-lik hayat›n›n bir parças› haline gelmesi anlam›na gelmektedir. Genellikle araflt›rma-

c›lar kat›l›mc› gözlem yöntemini uzun zaman zarflar›nda kullanarak, belirli biralanda aylar, hatta y›llar geçirebilirler.

Araflt›rmac›lar belirli bir alanda uzun süreler geçirilmesinin araflt›rmada bellizay›fl›klar› beraberinde getirebilece¤ini fark etmifltir. Bunlardan en önemlisi çal›-fl›lan bölgenin zaman içinde s›n›rlar› olan kapal› bir topluluk olarak görülerek bü-

yük resmin araflt›rmac› taraf›ndan görülememesidir. Bu nedenle özellikle sosyalantropologlar, kat›l›mc› gözlem kullan›lacaksa çok bölgeli alan araflt›rmalar›n›n(multi-sided field research) daha yararl› olaca¤›n› iddia etmektedir. Alan araflt›r-mac›s› belirli bir araflt›rma bölgesinde gözlemledi¤i bir fleye neden olan ba¤lam›ndi¤er bölgeleri de içerdi¤ini düflünerek farkl› yerlerde araflt›rma yapma yoluna gi-debilir. Örne¤in bir yerdeki toprak reformunun o bölgedeki köylüleri ne flekilde

etkiledi¤ini araflt›ran bir sosyal bilimcinin öncelikle o bölgedeki güç yap›s› veekonomik tabakalanma gibi konularda araflt›rma yapmas› gerekmektedir. Ancak


Nirengi: Nitel bir metodunözellikle araflt›rmadagüvenirli¤in art›r›lmas›amac›yla bir ya da birden fazlanitel ya da nicel metotla birarada kullan›lmas›na verilen

add›r.Dönüfllülük: Nitel alanaraflt›rmalar›ndaaraflt›rmac›lar›n tüm araflt›rmaboyunca kendi ön yarg›lar›n›n,yaflam deneyimlerinin,statülerinin, güç vekarakterlerinin araflt›rman›nbulgular›n› ve yorumlar›n›flekillendirmesinde oynad›klar›role dair yaflad›klar›fark›ndal›kt›r.

D ‹ K K A T

S IRA S‹ZDE 1



buna ek olarak bu reformda rol oynayan avukatlar, STK’lar, resmî yetkililer ve di-¤er ulusal ve uluslararas› kurumlarla da görüflmesi gerekecektir. Buna ek olarakbu reformun baflar› aç›s›ndan farkl›l›k gösterdi¤i bölgeleri de k›yaslama yoluna gi-

debilir. K›sacas› güç sistemleri, bilgi ak›fllar›, ürünler ve bilgiler o kadar genifl biralana da¤›lm›fl olabilir ki alan araflt›rmac›lar›n›n bu ba¤lar› ve farkl› yollar› takipedip çal›flmalar› gerekmektedir. Ancak bu tip araflt›rmalar çok genifl kapsaml› ol-du¤undan genelde birden fazla alan araflt›rmac›s›n›n yer ald›¤› tak›mlarla yap›l›r-lar. Kat›l›mc› gözlemlerin baflar›l› olmas› için araflt›rmac›n›n çal›flman›n yap›ld›¤›bölgede konuflulmakta olan dili konuflmas›, iyi bir dinleyici olmas›, fazla müda-haleci olmamas›, kendi ön yarg›lar›n›n fark›nda olmas› ve insanlar›n gündelik ha-

yat›na kar›flmas› flart koflullard›r.Kat›l›mc› gözlemin araflt›rmac› aç›s›ndan birçok avantaj› mevcuttur. Kat›l›mc›

gözlem arac›l›¤›yla araflt›r›lmakta olan kiflilerle sürekli iletiflimin sa¤lanmas› onlar-la güvene dayal› yak›n bir iliflkinin kurulmas›na yard›mc› olur. Ayn› zamanda kifli-

lerin yapt›klar›n› bizzat izleyerek bunlardan hangilerinin kaydedilece¤ine karar ve-rebiliyor olmak daha sonras›nda dokümanlar ya da arflivler yoluyla olaylar hakk›n-da bilgi sahibi olmaktan daha avantajl› görünmektedir. Son olarak belirtilmesi ge-reken bir husus ise kat›l›mc› gözlemin olaylar ya da bir kültüre iliflkin formal veidealize edilmifl anlat›larla pratikte yaflananlar aras›ndaki fark› gösterebilmekte et-kili bir yol oldu¤udur. Örne¤in üniversitelerin ne flekilde iflledi¤ine iliflkin bir ça-l›flma yürütüyorsan›z, ö¤retim üyeleri, idari çal›flanlar ve de ö¤rencilerle yapt›¤›n›zformal görüflmelerden baz› bilgiler edinebilirsiniz. Ancak fakülte toplant›lar›na veö¤le yemeklerine gitti¤inizde, ayn› zamanda da bir ö¤renci yurdunda kald›¤›n›zdaelde edece¤iniz bilgiler ve izlenimler çok daha farkl› ve kapsaml› olacakt›r. Benzerbiçimde Gusterson (2008) nükleer silah karfl›t› aktivistler hakk›nda yapt›¤› alan

araflt›rmas›nda bu kiflilerin protestolar›na ve gezi faaliyetlerine bir süreli¤ine dü-zenli olarak kat›lm›fl ve kat›l›mc› gözlem yolunu benimsememifl olmas› durumun-da aktivistlerin aras›ndaki topluluk bilincinin gücü ve orada bulunabilmek için

yapt›klar› fedakârl›klar›n› hiçbir zaman net olarak anlayamayaca¤›n› belirtmifltir.Nitel alan araflt›rmalar›nda en s›k kullan›lan görüflme yöntemi yar›-yap›land›r›l-

m›fl (semi-structured) görüflmelerdir. Bu görüflmeler en basit anlam›yla araflt›rma-c›lar›n alan araflt›rmas› kapsam›nda sa¤layacaklar› bulgulara ulaflmak amac›yla ilgi-li bireylere soru sormas›n› ve cevaplar› kaydetmesini gerektirir. Nicel anket çal›fl-malar›nda bireylere sorulan sorular ço¤unlukla yap›land›r›lm›fl sorulard›r. Bundankas›t, sorulacak sorular›n önceden net ve kapal› bir flekilde belirlenmifl olmas›d›r.Sorular ayn› kelime s›ras› ve flekliyle farkl› bireylere sorulmakta, böylece k›yasla-

malar ve farkl›laflt›r›lm›fl genellemeler yapmak da mümkün olmaktad›r. Bu araflt›r-mac›ya önemli avantajlar sa¤l›yor olsa da, baz› dezavantajlar› da beraberinde getir-mektedir. Örne¤in bu tip yöntemlerde bireylerin anlam dünyas›n›n derinlemesinekeflfinin mümkün olamayaca¤› iddia edilmektedir. Ayn› zamanda nicel anket te-melli görüflmelerin görüflülen kiflileri seri imal edilmifl bir yapayl›k hissine bo¤maihtimaline de dikkat çekilmifltir.

Nitel alan araflt›rmalar›nda ise daha esnek sorular sorulmas›na olanak tan›yan yar›-yap›land›r›lm›fl görüflmeler tercih edilmektedir. Bu ba¤lamda her görüflmedensonra sorular tekrar elden geçirilerek araflt›rma esnas›nda tekrar tasarlanabilir yada görüflme esnas›nda verilen bir cevap önceden haz›rlanmam›fl yeni sorular› daberaberinde getirebilir. Örne¤in nitel yaklafl›mla görüflme gerçeklefltirmekte olan

bir alan araflt›rmac›s› yapt›¤› görüflmelere, görüflülmekte olan kiflinin e¤itim duru-mu, yafl›, çal›flt›¤› ifli ve pozisyonu gibi araflt›rmas›nda de¤erli olabilecek baz› temel




sorularla bafllayabilir. Bunu takiben, bireysel ç›karlar ve kimlikler uyar›nca farkl›kiflilerle yap›lan görüflmelerde farkl› konular ifllenebilir. Araflt›r›lan konuyla ilgilibilgiler derinleflip geniflledikçe, her görüflme bir öncekinin üzerine infla edilir. Bu

ba¤lamda araflt›rman›n son aflamalar›nda gerçeklefltirilen görüflmeler ilk aflamalar-daki görüflmelerden farkl› bir seyir izleyebilir. Her bir görüflme tekrarlayan temala-r›, üzerine düflünülmesi ve araflt›r›lmas› gereken yeni sorular›, araflt›rmac›n›n anla-

y›fl›ndaki boflluklar› ayd›nlatarak görüflmelerin farkl›laflmas›na neden olur. Nicelaraflt›rmalar›n birço¤unda de¤erler, tercihler ya da inançlar araflt›rmac›n›n olabildi-¤ince net fikir sahibi olabilece¤i veriler olarak ele al›n›rken, nitel görüflmelerin ço-¤u görüflülen kiflilerin birden fazla durumlarda kendileriyle çeliflkiye düflebilece¤i-ni, kendilerini araflt›rmac›ya daha farkl› yans›tmak isteyebileceklerini dikkate al›r-lar. Bunlar› ‘gerçek’ verilere ulaflmay› engelleyen olgular olarak görerek minimizeetmeye çal›flan nicel görüflmelerin aksine nitel yaklafl›mlarda söylemsel tutars›zl›k-lar görüflülen kiflilerin kültürel kimliklerinin bir parças› olarak ele al›n›rlar. Bu de-

¤iflkenli¤in ve tutars›zl›¤›n kendisi bafll› bafl›na bir veri olarak de¤erlendirilir.Kvale (1996: 88) nitel araflt›rmalarda görüflme sürecini yedi ana aflamaya ay›r-maktad›r. Bunlardan ilki, görüflmelere bafllamadan önce görüflmelerin ana hedefi-nin ve araflt›r›lacak kavramlar›n belirlenmesidir. Bu aflamay› takiben görüflmeninkimlerle ve ne flekilde gerçeklefltirilece¤i tasarlan›r. Kimlerle görüflülece¤i hususuörneklem konusunu gündeme getirmektedir. Nicel yaklafl›mlarda benimsenmekteolan örneklem yöntemlerini nitel yaklafl›mlarda uygulamak mümkün olmamakta-d›r. Alandaki kiflilerin hepsinin ‘ideal örneklem’in yap›s›na uymak üzere ifl birli¤i

yapmas›n› beklemek pek gerçekçi de¤ildir. Ancak buna ra¤men, oldukça etkili ni-tel örneklem yöntemleri de bulunmaktad›r. Bunlardan biri, araflt›rmac›yla öncedenba¤lant›s› olan ve araflt›r›lacak alanda/grupta araflt›rmac›yla ifl birli¤i yapmak konu-

sunda istekli ve ifl birli¤ine aç›k kiflilerle görüflmektir. Buna “f›rsat yoluyla örnekle-me” (opportunistic sampling) ad› da verilmektedir.

Bir di¤er yöntem, araflt›rma alan›yla birebir ve direkt ilgili kiflilerle görüflmektir.Buna da “muhakeme yoluyla örnekleme” (judgmental sampling) ad› verilmektedir

ve bu yöntem araflt›rmac›n›n kendi bilgisine dayanarak görüflülecek kiflileri seçti¤ibir örneklem yöntemidir.

Bir baflka yöntem ise araflt›rmac›n›n, etnik köken, yafl ya da güç gibi alandakifarkl› unsurlar üzerinden var oldu¤unu düflündü¤ü katmanlar üzerinden haz›rlad›-¤› “tabakaland›r›lm›fl örnekleme” (stratified sampling) yöntemidir. Böylece baz› k›-

yaslamalar yapmak da mümkün olabilmektedir.Bir baflka yöntem, araflt›rmac›lar›n k›yaslama yapma imkân›na sahip olmak ve

farkl›l›klar›n nereden kaynakland›¤›n› ö¤renmek amac›yla görüflmüfl olduklar› ki-flilerden tamamen farkl› kiflilerle görüflmeleridir.

Görüflmelerden önce sorular yoluyla kapsanacak konular belirlenir. Araflt›rma-c›n›n burada kapsamak istedi¤i konular› içeren genel bir sorgulama plan› bulun-makla birlikte, araflt›rmac› belirli kelimelerin belirli bir s›rada yer ald›¤› sabit soru-lar sormamaktad›r. Bu durum nitel yaklafl›ml› görüflmelerin araflt›rmac›n›n konufl-ma için belirli bir yön belirledi¤i ve sorular›n muhatab›n›n da baz› konular› günde-me getirerek seyrini etkiledi¤i bir konuflma olmas› anlam›na gelmektedir. Görüfl-menin genel hatlar›yla tasarlanmas›n›n akabinde görüflmeler gerçeklefltirilir. Gö-rüflme esnas›nda sorular sorulmal›, cevaplar dikkatlice dinlenmeli, cevab›n anlam›araflt›rman›n amac› göz önünde bulundurularak de¤erlendirilmeli ve verilen cevap

kapsam›nda daha derin bir bilgiye ulaflmak için baflka bir soru tasarlanmal› ya da(e¤er gerekli olursa) yine baflka bir soruyla cevap veren kiflinin ilgisi araflt›rma ko-


F›rsat Yoluyla Örnekleme:Araflt›rmac›n›n kendisiyleönceden ba¤lant›s› olan vearaflt›r›lacak alanda/gruptakendisiyle ifl birli¤i yapmakkonusunda istekli ve iflbirli¤ine aç›k kiflilerlegörüflmesine verilen add›r.

Muhakeme YoluylaÖrnekleme: Araflt›rmac›n›naraflt›rma alan›yla birebir vedirekt ilgili olan kiflilerlegörüflmesine verilen add›r.

Tabakaland›r›lm›flÖrnekleme: Araflt›rmac›n›n,etnik köken, yafl ya da güçgibi alandaki farkl› unsurlarüzerinden var oldu¤unudüflündü¤ü katmanlarüzerinden gruplad›¤›kiflilerle görüflmesine verilenadd›r.



nusuyla daha ilgili bir alana çekilmelidir. Bu nedenle nitel görüflmelerde araflt›rma-c›n›n iyi bir dinleyici olmas›n›n yan› s›ra ayn› zaman zarf›nda iyi düflünebilmesi vekonuflabilmesi de gerekmektedir. Baz› görüflmeler bir saat ya da daha k›sa bir sü-

rede tamamlanabilirken çok daha uzun süren görüflmeler de mümkündür. Örne-¤in baz› antropologlar›n, aral›klara bölünmüfl yaklafl›k 10 saati aflan görüflmeler yapm›fl oldu¤u bilinmektedir. Burada önemli olan görüflme esnas›nda zamanlama- y› do¤ru kurmakt›r. Araflt›rmac›lar deneyim kazand›kça görüfltükleri kiflilerin s›k›l-d›¤› ya da sab›rs›zland›¤› durumlar› daha iyi tespit etmeye bafllar ve zamanlamala-r›n› daha uygun bir flekilde ayarlayabilirler.

Konuflman›n yönünün araflt›r›lan alanla ilgili olmas›n› sa¤lamada araflt›rmac›yaönemli görev düflmektedir. Burada önemli olan husus konuflmac› konuyla ilgisi ol-mayan bir alana girdi¤inde konuflulan kifliyi susturmadan uygun bir flekilde isteni-len konulara yönlendirmektir. Araflt›rmac›n›n görüflmede kapsanmas›n› istedi¤i ko-nuflmalar› s›n›rl› bir düzeyde tutmas›, bir konudan di¤erine geçifli de kolaylaflt›ra-

cakt›r. Geçifllerin yumuflak ve mant›k çerçevesinde olmas› gerekmektedir. Araflt›r-mac›n›n karfl› taraf›n söyledikleriyle samimi olarak ilgilendi¤i intibas›n› yaratmas›çok önemlidir. Bir anlamda araflt›rmac›n›n konuyla ilgili bilgilere ihtiyaç duyan ö¤-renci konumunda görünmesi araflt›rmac›n›n iflini kolaylaflt›racakt›r.

Görüflme esnas›nda ve görüflmenin bitimi takiben (tercihen görüflme ç›k›fl›nda ya da günün ilerleyen saatlerinde) görüflmeye iliflkin detayl› notlar al›nmas› büyükönem tafl›maktad›r. Özellikle görüflme esnas›nda verilen bilgilerin bir k›sm› atlana-ca¤› ya da hat›rlanamayabilece¤i için görüflmelerde kay›t cihaz› bulunmas› önem-lidir. Özellikle görüflmelerin analizi dilsel ya da söylemsel bir çerçevede yap›lacak-sa (konuflma analizi, söylem analizi gibi) konuflmada kullan›lan birebir kelimele-rin, sessizliklerin, dönüfllerin kayda geçirilmesi flartt›r. Örne¤in bazen görüflülen ki-

flinin belirli noktalardaki sessizlikleri önemli bir bulgu olabilir. Benzer biçimde ba-zen görüflülen bir kiflinin baz› olaylarla ilgili olarak çok fazla konuflarak çok fazlabilgi vermesi de, kiflinin bu olaylarda oynad›¤› role, olaylar›n onun üzerinde b›rak-t›¤› etkiye ya da yaflan›lanlar›n farkl› yorumlara aç›k ihtilafl› olaylar oldu¤unu dü-flündü¤üne iflaret edebilir. Kaydedilen konuflman›n yan› s›ra araflt›rmac›n›n kendiald›¤› notlarda ampirik gözlemlerini ve bu gözlemlere iliflkin yorumlar›n› belirtme-si de faydal› olacakt›r. Bu husus kat›l›mc› gözlem metodu için de önem tafl›makta-d›r. Nitel alan araflt›rmalar›nda alandaki hangi detay›n önemli oldu¤u ya da önem-li olmad›¤› ancak araflt›rma ilerledikçe netleflecek bir durumdur. Bu nedenle özel-likle bafllarda araflt›rmac›ya önemsiz gelebilecek detaylar›n dahi not edilmesi ge-rekmektedir. Bu detaylar daha sonra önem kazanabilir ya da hiç kazanmayabilir.

Ancak bu detaylar›n kaydedilmesi bile ileride önemli baz› verilerin hat›rlanmas›naneden olabilir. Araflt›rmac›n›n ald›¤› notlar› tekrar tekrar okumas› önemlidir. Not-lar tekrar gözden geçirildikçe, daha önceki notlar ve gözlemlerle ba¤lant› kurula-bilir. Tekrar okuma sürecinde iliflkisellik daha net ortaya ç›kabilir, nerelerde bofl-luklar var, çeliflkileri neler aç›kl›yor ve beklenmedik geliflmeler neler gibi sorularadair daha net cevaplar ortaya ç›kabilir. Bu flekilde varsay›mlar ve hipotezler tekrargözden geçirilebilir.

Görüflmelerin sonras›nda görüflme kay›tlar›n›n yaz›ya geçirilmesi aflamas› bafl-lar. Bu da asl›nda oldukça dikkat gerektiren, zor bir süreç olmakla birlikte sa¤l›kl›bir analiz için flart kofluldur. Deflifre edilen görüflme kay›tlar›n›n ve araflt›rmac›n›ngörüflme boyunca tuttu¤u notlar›n çal›flman›n amac› kapsam›ndaki anlamlar› de-

¤erlendirilerek analizi yap›l›r. Araflt›rmac›lar›n ellerindeki malzemeleri organize et-melerini sa¤layarak analizi kolaylaflt›ran çeflitli bilgisayar programlar› mevcuttur.




Citation ve Ethnoscape gibi programlar, araflt›rmac›n›n çeflitli anahtar kelimeler ve-silesiyle kodlad›¤› verileri organize etmesini sa¤lar. Bu programlar, formal görüfl-melerin yan› s›ra kat›l›mc› gözlemler kapsam›nda al›nm›fl notlar›n organizasyonu

için de kullan›labilir. En son aflama ise araflt›rma sonuçlar›n›n derlenerek di¤erleri-ne aktar›lmas›d›r. Gerek analiz gerek yaz›m aflamas›nda tekrarlayan ve farkl›laflantemalara, bu ba¤lamda al›nt› yap›labilecek parçalara yo¤unlafl›l›r.

Eben Weitzman ve Matthew Miles, Computer Programs for Qualitative Data Analysis: A

Software Softbook (Thousand Oaks, CA: Sage, 1995) adl› kitapta nitel alan araflt›rmas›na

dair notlar›n kayd›nda ve nitel veri analizlerinde araflt›rmac›lar›n kullanabilece¤i uygun

bilgisayar programlar›na iliflkin genifl bilgiler sunulmaktad›r.

Verilerin düzenlenmesinde ve analizinde kullan›labilecek bilgisayar programlar› için bkz.

Hyperresearch, http://www.researchware.com ya da http://www.scolari.com.

Görüflme yönteminin farkl› aflamalar›n› tan›mlay›n›z.

ODAK GRUPLARIOdak gruplar› yak›n zamanda sosyal bilimlerdeki nitel yaklafl›mlarda çokça tercihedilmekte olan bir metottur. Odak gruplar›n› amaçlar›na göre farkl› flekillerde ta-n›mlamak mümkündür. Ancak odak gruplar›n›n baz› temel ortak özellikleri demevcuttur. Örne¤in Myers (2004: 23) odak gruplar›n› “araflt›rma amac›yla yap›lantart›flma” olarak tan›mlar. Odak gruplar› üstüne en yetkin araflt›rmac›lardan olanKitzinger ve Barbour (1999: 4) ise odak gruplar›n› “belirli konular› araflt›ran gruptart›flmalar›” olarak tan›mlamaktad›r.

Odak gruplar› en s›k olarak araflt›rmac›lar›n kolektif ya da bireysel fikirleri arafl-t›rd›¤› ya da araflt›r›lmakta olan fikirlerin ve inançlar›n ne derece sabit ya da de¤i-flime aç›k oldu¤unun sorguland›¤› durumlarda kullan›lmaktad›r. Odak gruplar›n›nilk yayg›n kullan›m› piyasa araflt›rmalar›nda olmufl, zamanla akademik araflt›rma-larda da kullan›lmaya bafllanm›flt›r. Sosyal bilimlerde odak gruplar›n›n kullan›ld›¤›ilk çal›flmalar, medyan›n bireylerin alg› ve görüfllerine etkisini konu alan araflt›rma-lar olmufltur. Daha sonralar› odak gruplar› HIV, AIDS ya da çevre sorunlar› gibi ko-lektif konularda medyan›n alg›lar› ne flekilde etkiledi¤i ve de¤ifltirdi¤i konusu üze-rine odaklanm›flt›r. Yak›n dönem çal›flmalarda ulusal kimlikler ve geç modernitedöneminde ulusal kimli¤in yaflad›¤› kriz gibi konular da odak gruplar› kullan›larakaraflt›r›lm›flt›r. Odak gruplar› ço¤unlukla di¤er metotlarla beraber, onlar› tamamla-

y›c› bir metot olarak kullan›l›r. Örne¤in odak gruplar› nicel anket çal›flmalar›ndaanket tasar›m›ndan önce ankete ba¤lamsal bir temel oluflturmak için ya da anketsonuçlar›n› daha iyi yorumlayabilmek için kullan›labilir. Bu yaklafl›m, özellikle ça-l›fl›lan konu hakk›nda sahip olunan bilginin az oldu¤u, dolay›s›yla da anketin plan-lanmas›n›n zor oldu¤u durumlarda gerçekleflir. Odak gruplar› ayn› zamanda et-nografik yöntemleri benimseyen çal›flmalarda birebir görüflmelerle birlikte de kul-lan›labilir.

Odak gruplar› arac›l›¤›yla araflt›rmac›lar birkaç kifliyi sistematik olarak ve ayn›anda sorgulama imkân› bulurlar. Odak gruplar› arac›l›¤›yla grup iletiflimi ve etkile-flimi veri sa¤lanmas›na yol açmaktad›r. Odak gruplar›n› araflt›rmac› ya da araflt›r-mac›n›n atad›¤› kifli(ler) moderatör olarak yönetir. Moderatörün esas görevi tart›fl-

ma konular›n› ortaya sunmak ve tart›flma sürecinin yönünü belirleyerek kolaylafl-t›rmakt›r. Moderatör bunu yaparken odak grup toplant›s›n› gere¤inden fazla da


K ‹ T A P

‹ N T E R N E T

SIRA S‹ZDE 2

Moderatör: Odakgruplar›nda grupgörüflmelerini yöneten kifliyeverilen add›r.





Odak gruplar› her zaman birbirine yabanc› kat›l›mc›lardan oluflmazlar. Araflt›r-ma konusuna göre belli bir iflyerinin çal›flanlar›, aile gruplar›, sosyal gruplar hattaarkadafl gruplar› bile odak gruplar›nda kat›l›mc› olabilir. Bu tip gruplarda araflt›r-

mac› do¤al ortamlarda ortaya ç›kan verilere daha çok yaklaflabilir. Bu tarz gruplarkat›l›mc›lara daha rahat ulafl›lmas› ve toplant›ya kat›l›m›n daha yüksek olabilmesigibi nedenlerle baz› avantajlar› bar›nd›r›rlar. Ancak bu tip gruplarda konuflan kat›-l›mc›lar›n tan›d›klar›yla ayn› ortamda daha temkinli olmalar› ve konuflmalar›ndakendilerini k›s›tlama ihtimalleri de yüksek olabilir.

Odak gruplar›nda tart›flmalar›n çerçevesinin do¤ru çizilmesi büyük önem tafl›-maktad›r. Moderatörün öne ç›kartaca¤› konular, araflt›rman›n kavramsal çerçeve-sinden ve tasar›m›ndan hareketle belirlenir. Örne¤in bir ülkedeki göçmenlerin ül-kedeki deneyimleri ve bu deneyimlerin ülkede yürütülmekte olan resmî göçmenpolitikalar›yla ve halk aras›ndaki pratiklerle olan iliflkisini incelemekte olan biraraflt›rmac›n›n kavramsal çerçevesini ›rkç›l›k ve ayr›mc›l›k, grup iliflkileri ve toplum

inflas›, göç üzerine de¤iflen sosyal görüfller gibi konulardaki kavramsal literatürdenalmas› beklenebilir. Araflt›rman›n kavramsal çerçevesinin ve araflt›rma sorular›n›nbelirlenmesini takiben araflt›r›lacak spefisik sorgulama alanlar› belirlenir. Verilenörne¤e uyarland›¤›nda bu alanlar, göçmenlerin yaflad›klar› ülkeye iliflkin alg›lar›,istihdam piyasas› ve ifl hayat›, e¤itim, afl›r› sa¤ ve ›rkç›l›kla mücadele olarak belir-lenebilir. Bu alanlar sadece baz› fiziksel ya da kurumsal yerleri kapsamamakta, ay-n› zamanda belirli durumlar› ya da göçmenlerin alg›lar›n› da kapsayarak göçmen-lerin deneyimlerinin oluflmas›ndaki temel etmenleri oluflturmaktad›r.

Odak gruplar›n›n ana sorgulama alanlar›n›n belirlenmesini takiben bu alanlaraözgü farkl› sorular oluflturularak kat›l›mc›lara moderatörler taraf›ndan sorulur. An-cak odak gruplar›ndaki esas amaç grubun bu sorulara cevaplar›n› almaktan ziyade

tart›flman›n bu sorular ekseninde teflvik edilmesi ve böylece analiz safhas›nda grupcevaplar›n›n temelini oluflturan anlamland›rmalar›n ve normlar›n anlafl›labilmesi-dir. Bir baflka deyiflle moderatörün sordu¤u sorular grubun belirli bir konuya ilgi-sini ve grup içinde o konuya iliflkin iletiflimi sa¤layan ‘odaklanma egzersizleri’ ola-rak de¤erlendirilebilir.

Odaklanma egzersizleri her zaman soru fleklini almayabilir. Bazen gruptaki ka-t›l›mc›lara belirli ifadeler içeren bir liste verilerek bunlar› önem derecesine göre s›-ralamalar› istenebilir; farazi vakalar sunularak bu durumlarda kat›l›mc›lar›n ne fle-kilde davranaca¤› sorgulanabilir ya da kat›l›mc›lara belirli foto¤raflar gösterilerekbu foto¤raflardan hareketle belirli bir konuda bir haber bülteni yapmalar› veya fo-to¤raflarda neler oldu¤unu düflündüklerini anlatmalar› istenebilir. Hangi odaklan-

ma egzersizlerinin seçilece¤ini yine araflt›rma sorusu belirleyecektir. Örne¤in odakgrubunun amac› daha sonra yap›lacak olan bir nicel anket çal›flmas›na temel olufl-turacak anlat›lar elde etmekse daha aç›k uçlu odaklanma egzersizleri tercih edile-bilecektir.

Bir odak grubu toplant›s›n›n en fazla doksan dakikada tamamlanmas› beklen-mektedir. Odak gruplar›ndaki tart›flmalar›n kay›t cihaz›yla kayda al›nmas› gerek-mektedir, aksi takdirde verilerin zenginli¤i kaybedilecektir. Bir saatlik bir odakgrubu tart›flmas›n›n deflifre edilmesi yaklafl›k sekiz saat alabilir ve yüzden fazla say-fay› kapsayabilir. Akademik çal›flmalarda kullan›lan odak gruplar›n›n piyasa arafl-t›rmalar›nda kullan›lan odak gruplar›ndan en temel fark› akademik araflt›rmalardakay›tlar›n deflifre edilerek sistematik analizinin yap›lmas›d›r. Deflifre sürecini taki-

ben verilerin kodlanarak analize uygun hâle getirilmesi gerekmektedir. Böylecebelirli bir temaya, konuya ya da hipoteze iliflkin tüm veriler bir araya toplan›r. Bu


Odaklanma Egzersizleri:Odak gruplar›nda grubunilgisini belirli bir konuyaodaklamak amac›yla grubunbelirlenmifl olan konudaetkileflime geçmesinisa¤layacak grupgörevleridir.



ifllem yap›l›rken kodlanmakta olan konuflma al›nt›lar›n›n dile getirildi¤i ba¤lamla-r›n dikkate al›nmas› çok önemlidir. Görüflme ve kat›l›mc› gözlem k›s›mlar›nda dabelirtilmifl oldu¤u gibi baz› bilgisayar programlar› (örne¤in Ethnograph ) araflt›rma-

c›n›n atad›¤› kodlar› temel alarak verilerin kayd›n› ve eriflimini kolaylaflt›r›r. Belirlibir koda iliflkin bütün metinlerin kolayl›kla bulunmas›n› sa¤lar. Odak grubu metin-lerinin analizi konuflma analizi ya da söylem analizi gibi farkl› metotlar kullan›la-rak yap›labilir. Tekrarlanan temalar incelenir ve seçilmifl al›nt›lar verilir.

Odak gruplar›n›n en önemli avantajlar› esnek olmalar›, çabuk sonuç vermeleri,masrafl› olmamalar› ve geçerliklerinin yüksek olmas›d›r. Odak gruplar›n›n bir di-¤er avantaj› da grup dinamiklerinin araflt›rmac›n›n öngöremeyece¤i ya da birebirgörüflmelerde ortaya ç›kamayabilecek araflt›rmaya iliflkin baz› konular›n ortaya ç›k-mas› için imkân sa¤lamas›d›r. Grup normlar›n›n ve grup alg›lar›n›n araflt›r›lmas›n-da odak grup yönetiminin di¤er yöntemlerden üstün oldu¤u iddia edilmektedir.Daha kolay ve masrafs›z yap›s›yla bu tip araflt›rmalarda kat›l›mc› gözlemden bile

daha etkili olabildi¤ini öne sürenler olmufltur. Ancak odak gruplar›n›n baz› zorluk-lar› da mevcuttur. Araflt›rmac›n›n kontrolünün birebir görüflmelerden daha az ol-mas›, grup içi farkl›l›klar›n idaresinde sorunlar yaflanabilmesi ve gruplar› olufltur-ma süreçlerinin zor olabilmesi bunlardan baz›lar›d›r.

Richard A. Krueger ve Mary Anne Caset, Focus Groups: A Practical Guide for Applied Re-

search (Thousand Oaks, CA: Sage, 2008) adl› kitapta odak grup görüflmelerine iliflkin kap-

saml› ve pratik bilgiler sunmaktad›r.

Odak gruplar›nda moderatörün rolünü tan›mlay›n›z.

‹ÇER‹K ANAL‹Z‹‹çerik analizi metinlerden ç›kar›m yap›lmas›n› sa¤layan prosedürlerin gelifltirilme-sine iliflkin bir metottur. ‹çerik analizi, iletiflimde sembollerin nas›l kullan›ld›¤› veiletiflime ne çeflit anlamlar yüklendi¤ine ›fl›k tutmaktad›r. Bu metot arac›l›¤›yla ki-taplar, dergiler, gazeteler, fliirler, ‹nternet sayfalar›, flark›lar, resimler, filmler, tele-

vizyon programlar›, görüflmeler, siyasi partilerin seçim bildirileri, günlükler, ko-nuflmalar, mektuplar, kanunlar ve anayasalar gibi çeflitli metinler incelenebilir.


K ‹ T A P

Resim 5.1

Odak Gruplar›

Kaynak: Trinity College Dublin, http://www.tcd.ie/niid/research/Doing%20disability%20research/index.php

SIRA S‹ZDE

3



‹çerik analizi özellikle iletiflim çal›flmalar›nda kullan›lm›fl ve kimin, kime, neyi ve hangi etkiyle söyledi¤i sorular› üzerine yo¤unlaflm›flt›r. Bir çal›flmada içerik ana-lizi kullan›l›p kullan›lmayaca¤›, di¤er metotlarda da oldu¤u gibi araflt›rma sorusu-

na ba¤l› olarak karar verilecek bir husustur. ‹letiflimden anlam ç›karma odakl› arafl-t›rma sorular›nda içerik analizi kullanmak anlaml› olabilir. Örne¤in bir araflt›rmac›siyasi liderlerin çevrelerindeki koflullar› ve bu koflullar›n getirdi¤i k›s›tlar› kontroletmeye ve etkilemeye iliflkin tart›flmalar› ne s›kl›kla yapt›¤›yla ilgileniyor olabilir.Nitekim mevcut birçok araflt›rma, liderlerin çevrelerindeki k›s›tlarla ilgili konuflmabiçimlerinin beklentilerini, stratejilerini ve faaliyetlerini etkiledi¤ini göstermifltir. Budurumda örnekteki araflt›rma konusu halk›n önündeki bir kiflinin iletifliminden an-lam ç›karmay› içermekte oldu¤undan içerik analizi kullan›labilir.

Araflt›rma sorusunun ve kullan›lacak metodun belirlenmesini takiben incelene-cek malzemeler seçilir. Yukar›da da belirtildi¤i üzere içerik analizinde incelenebi-lecek metin çeflitleri oldukça genifltir. Örnekteki araflt›rma konusuna uyarland›¤›n-

da siyasi liderlerin konuflmalar›, bas›n toplant›lar› ve görüflmeleri içerik analizinetabi tutulmaya uygun malzemeler olabilir. Belirli günlerde ve belirli kitleler içindikkatle haz›rlanm›fl konuflmalar, daha spontane bir flekilde gerçekleflen ve liderinkiflili¤ine iliflkin bilgiler veren görüflmelerle beraber incelemeye al›nabilir.

Yap›lan içerik analizleri nitel ya da nicel olabilir. Örne¤in araflt›rmadaki odaknoktas› liderlerin belirli baz› özelliklere ne derece sahip olduklar› konusu ise, ni-cel içerik analizi daha uygun olacakt›r. Bu durumda konuflmalarda ya da görüflme-lerde kullan›lmakta olan belirli kelime ve ifadelerin s›kl›¤›n›n liderin özelliklerineiliflkin bir fikir verdi¤i varsay›lmaktad›r. ‹çerik analizleri ço¤unlukla nicel olsalarda, nitel çal›flmalar da mevcuttur. Örne¤in araflt›rman›n odak noktas› metinlerdekibaz› özelliklerin varl›¤› ya da yoklu¤u olabilir. Propaganda analizi yapmakta olan

bir araflt›rmac› bir siyasi lidere ait metinlerde belirli temalar›n varl›¤›n› ya da yok-lu¤unu inceleyerek belirli bir eylemin gerçekleflme olas›l›¤› üzerine tespitlerde bu-lunabilir. Nitel içerik analizleri özellikle incelenen malzemelerin belirli ba¤lam vedurumlarda ne anlama geldiklerinin araflt›r›ld›¤›, söylenmeyenlere söylenenler ka-dar önem atfedildi¤i durumlarda tercih edilebilir. Bu bölümde a¤›rl›k nicel içerikanalizlerine verilecektir.

Nicel içerik analizlerini üç ana gruba ay›rmak mümkündür. Bunlardan ilki, me-tinlerdeki belirli kelimelerin ya da ifadelerin s›kl›¤›na odaklanan “s›kl›k analizi”dir(frequency analysis).

Yukar›da verilen örnekte de oldu¤u gibi siyasi liderlerin belirli konulara iliflkingörüfllerinin incelenmesinde ço¤unlukla bu yol tercih edilir. Liderlerin baz› kelime

ve ifadeleri daha s›k kullanmas›n›n, bu içeriklerin onlar için önem tafl›d›¤› varsay›-m›yla hareket edilir. Bir di¤er nicel içerik analizi ise “koflulluluk analizi” (contin-

gency analysis) olarak bilinir. Bu tip analizde belirli kelimelerin, ifadelerin ya datemalar›n bir arada görüldü¤ü durumlara odaklan›l›r.

Örne¤in liderlerin belirli bir durumdaki stres düzeylerine iliflkin ifadeleriyle birdurumdaki inkâr ya da yüzleflme tepkilerine iliflkin ifadelerin birbirleriyle olan iliflki-lerine bak›labilir. Böylece lider üzerindeki bask› ve liderin eylemi aras›ndaki iliflkiyeodaklan›labilir. Son nicel içerik analizi türü ise “de¤erlendirmeli ifade analizi” (eva-

luative assertion analysis) dir. Bu tip analizler söylenilenlerin kuvvetine odaklan›r.Örne¤in bir siyasi lider kendi yönetiminden bahsederken hangi s›fatlar› kullan-

maktad›r? Bu s›fatlar daha sonra pozitiflik ya da negatiflik veya ifl birli¤ine aç›kl›k

ya da kapal›l›k derecesine göre s›ralanabilir. Örne¤in bu tip bir analiz Birinci Dün- ya Savafl›’n›n ç›k›fl›na neden olan Temmuz 1914 krizindeki liderlerin di¤er tarafla-


S›kl›k Analizi: Metinlerdekibelirli kelimelerin ya daifadelerin s›kl›¤›naodaklanan nicel içerikanalizlerine verilen add›r.

Koflulluluk Analizi: Belirlikelimelerin, ifadelerin ya datemalar›n bir aradagörüldü¤ü durumlaraodaklan›lan bir nicel içerikanalizi çeflididir.

De¤erlendirmeli ‹fadeAnalizi: Metinlerdekiifadelerin kuvvetiniincelemeye odaklanan niceliçerik analizlerine verilenadd›r.





Nicel içerik analizlerinde kodlaman›n say›sal olmas› gerekmektedir. Bu ba¤-

lamda bu örnekteki ilk cümle ‘bir’ olarak kodlanabilir, ikincisi ise eylem yanl›s›

bir durufl sergilemedi¤inden ‘s›f›r’ olarak kodlanabilir. Bu flekilde tüm görüflme

metni kodland›ktan sonra söz konusu liderin bir görüflmede eyleme geçme yada eylem planlamaya iliflkin kulland›¤› fiillerin zamanl›k yüzdesi hesaplanabilir.

Bu, flu anlama gelmektedir: lider, olaylar› kontrol edebildi¤ini ifade edebilece¤i

durumlar›n yüzde kaç›nda bu tarz ifadeleri içeren fiilleri kullanm›flt›r? Bir liderin

eyleme geçmeye ve olaylara kontrolüne olan inanc›na iliflkin genel skoru tüm

görüflmeler incelendikten sonra ortaya ç›kan yüzdelerin ortalamas› al›narak be-

lirlenebilir ve di¤er liderlerin skorlar›yla k›yaslanabilir. Bir araflt›rmac› bir liderin

ya da liderlerin skorlar›n›n zaman, konu ya da konuflulan ortama göre de¤iflip

de¤iflmedi¤ini varyans analizi (ANOVA) yaparak de¤erlendirebilir. Birçok ista-

tistik paketinde tek yönlü varyans analizi yapmak mümkündür. Böylece tek

yönlü varyans analizi (F-test olarak da bilinir) istatistiksel olarak anlaml›ysa

(olas›l›k de¤eri 0.05 ya da daha azsa), liderin skorunun seçilen ba¤lama (zaman,konu, konuflulan ortam) göre de¤iflti¤i, liderin farkl› durumlara adapte olabildi-

¤i söylenebilir.

Yukar›daki örnekte ‘belirgin bir içeri¤in’ (manifest content) kodlamas›n›n ya-

p›ld›¤› görülmektedir. Bir di¤er deyiflle iletiflimdeki somut terimlere odaklan›lmak-

tad›r. Belirgin içeri¤in analizine odaklanan di¤er araflt›rmalarda bir metindeki be-

lirli bir tutumu ya da tutumlar› anlamaya yönelik olarak farkl› kodlama kategorile-

ri de gelifltirilebilir. Örne¤in liderlerin taviz vermeyen, kat› bir durufl sergileyip ser-

gilemediklerinin araflt›r›ld›¤› bir çal›flmada metinlerdeki tehditlerin, suçlamalar›n,

sald›r›lar›n, uyar›lar›n ve ültimatomlar›n s›kl›¤›na bak›labilir. Bu kategoriler kombi-

ne edilerek bir ‘sertlik’ endeksi oluflturulabilir ve farkl› liderlerin sertlik endeksleri

karfl›laflt›r›labilir.

Baz› araflt›rma sorular›nda ise iletiflimin arkas›ndaki anlamlara bak›l›r. Buna

‘gizli içerik’ (latent content) ad› da verilmektedir. Örne¤in farkl› gazetelerin siyasi

durufllar›n›n incelendi¤i bir araflt›rmada baflyaz›lar seçilerek araflt›rmac› taraf›ndan

subjektif olarak de¤erlendirilebilir. Araflt›rmac›, kategorilere iliflkin kavramsal lite-

ratürden hareketle yaz›lar› örne¤in ‘çok liberal’, ‘orta düzeyde liberal’, ‘ortada’, ‘or-

ta düzeyde muhafazakâr’ ya da ‘çok muhafazakâr’ olarak kodlayabilir. Benzer bi-

çimde seçim bildirgelerini ele alal›m. Seçim bildirgelerinde partilerin de¤indi¤i ko-

nulara iliflkin ifadeler sa¤-sol skalas›na göre kodlanarak de¤erlendirilebilir. Afla¤›-

daki örnekte araflt›rmac›lar›n ‹ngiltere’deki 2010 genel seçimlerinden sonra olufltu-

rulan Muhafazakâr Parti ve Liberal Demokrat Parti koalisyonunun koalisyon anlafl-mas›n› nicel içerik analizine tabi tutarak koalisyon anlaflmas›nda ele al›nan konu-

lar› sa¤-sol skalas› aç›s›ndan de¤erlendirdi¤i tablolardan bir kesit gösterilmektedir.

Söz konusu araflt›rmada bu veriler, partilerin seçim bildirgelerinde ayn› politika

alanlar›nda ald›klar› sa¤-sol skorlar›yla k›yaslanarak partilerin koalisyona girerken

hangi alanlarda tavizler verdiklerini ya da hangi alanlarda ‘kazand›klar›n›’ aç›kla-

maya çal›flm›flt›r.




Di¤er tüm metotlarda oldu¤u gibi içerik analizinin de güçlü ve zay›f yanlar› var-d›r. ‹çerik analizinin en büyük avantaj› zaman ve para aç›s›ndan masrafl› olmama-s›d›r. Büyük bir araflt›rma kadrosu gerektirmez, bir üniversite ö¤rencisi taraf›ndanbile yap›labilir. ‹çerik analizinde hatalar›n düzeltilmesi de daha kolayd›r. Örne¤inkodlamada hata yap›ld›¤›nda geriye dönüp düzeltmek mümkündür. Oysa bir alanaraflt›rmas›nda ya da ankette yap›lan hatalar›n telafisi çok daha zor olabilmektedir.‹çerik analizi ayn› zamanda uzun zaman aral›klar›nda gerçekleflen süreçlerin çal›-fl›lmas›na da izin vermesi aç›s›ndan avantajl›d›r.

‹çerik analizinin en zay›f noktalar›ndan biri kay›tl› iletiflimle s›n›rl› kalmas›d›r.Buna ek olarak di¤er tüm metotlarda da oldu¤u gibi içerik analizinde de güvenir-lik ve geçerlik konular› büyük önem tafl›makta ve s›k›nt›lar do¤urabilmektedir.

Araflt›rmac›n›n kulland›¤› kodlama prosedürlerini ve kurallar›n› kullanan baflka birkiflinin benzer sonuçlara ulafl›p ulaflmayaca¤› sorusu içerik analizinde güvenirlikile ilgili öne ç›kan husustur. Birçok araflt›rmac› bu sorunu konuyla ilgili baflka biraraflt›rmac›ya/araflt›rma asistan›na metinlerin örnek bir k›sm›n› kodlat›p, bu kodla-r›n kendi kodlar›yla aras›ndaki uyuma bakarak çözme yoluna gitmektedir. Ayn› bi-rimlere (cümle, paragraf vs.) ayn› kategorilerin kodlan›yor olmas› güvenirli¤in de

yüksek oldu¤unu gösterir. Geçerli¤in artmas› ise bir kavramdaki farkl›l›klar›n kod-lama kategorilerine yans›t›lmas›yla mümkün olabilir.

Araflt›rmac›lar›n kodlama sürecinde kullanabilecekleri çeflitli bilgisayar programlar› mev-

cuttur.http://courses.washington.edu/socw580/contentsoftware.shtml adresinde nicel içerik

analizinde kullan›labilecek bilgisayar programlar›n›n kapsaml› bir listesi sunulmaktad›r.

‹çerik analizinde kodlaman›n nas›l yap›ld›¤›n› aç›klay›n›z.

Konu Bafll›¤› Tüm ifadelerdeki % Sa¤ % Sol % Fark %

Özgürlükler 2.9 100.0 0 100.0

Vergilendirme 2.4 93.3 0 93.3

Ulusal Güvenlik 1.6 90.0 10.0 80.0

Suçla Mücadele 3.5 77.3 0 77.3

Aile 2.7 64.7 0 64.7

Göç 1.7 63.6 0 63.6

Bütçe Aç›¤› 2.2 57.1 0 57.1

Adalet 1.9 66.7 16.7 50.0

Savunma 2.9 44.4 16.7 27.8

Toplu Eylem 1.7 54.5 27.3 27.3

Bankac›l›k 2.7 52.9 41.2 11.8

Avrupa 2.2 7.1 0 7.1


Tablo 5.1Koalisyon Anlaflmas›ndaki Bölümlerin Sa¤-Sol

Skorlar›

Kaynak: Thomas Quinn, Judith Bara ve John Bartle, The Coalition Agreement:Who Won? The Verdict of the Content Analysis,Paper prepared for the PSA’s Elections,Public Opinion and Parties subgroup’s annual conference,10-12 September 2010, University of Essex

‹ N T E R N E T

SIRA S‹ZDE

4




Nitel alan araflt›rmalar›n›n temel özelliklerini

kavramak Nitel alan araflt›rmalar› istatistiksel analizler için

gerekli verilerin toplanmas›na yönelik araflt›rma

yöntemlerinden farkl› gözlemsel metotlar› içerir.

Nitel alan araflt›rmalar› özellikle en iyi do¤al or-

tam›nda anlafl›lacak olan tav›r ve davran›fllar›n

çal›fl›lmas›nda kullan›l›rlar. Nitel alan araflt›rmala-

r›nda kullan›lan yöntemler araflt›rman›n sordu¤u

sorulara ba¤l› olarak farkl›l›k göstermektedir. Ba-

z› araflt›rma konular›nda birebir görüflmeler ter-

cih edilirken, di¤erlerinde kat›l›mc› gözlem ya da

odak gruplar› tercih edilebilir. Bunlar›n bir ya dabirkaç› bir arada da kullan›labilir.

Nitel amaçl› görüflme ve kat›l›mc› gözlem yön-

temlerini aç›klamak

Kat›l›mc› gözlem, araflt›rmac›n›n araflt›rma konu-

suna iliflkin belirli bir yer ya da alanda kat›l›nabi-

lecek faaliyetlere kat›larak olaylar› gözlemleme-

sini ve bu gözlemleri yorumlamas›n› içerir. Kat›-

l›mc› gözlem, alan araflt›rmac›s›n›n kendi kat›l›-

m›ndan dolay› bir fleyler ö¤renmesi, zaman için-

de araflt›rd›¤› alandaki kiflilerin gündelik hayat›-n›n bir parças› hâline gelmesi anlam›na gelmek-

tedir. Nitel alan araflt›rmalar›nda en s›k kullan›-

lan yöntemlerden bir di¤eri görüflmelerdir. Gö-

rüflmeler araflt›rmac›lar›n alan araflt›rmas› kapsa-

m›nda sa¤layacaklar› bulgulara ulaflmak amac›y-

la ilgili bireylere soru sormas›n› ve cevaplar› kay-

detmesini gerektirir. Nitel alan araflt›rmalar›nda,

nicel araflt›rmalara k›yasla daha esnek sorular so-

rulmas›na olanak tan›yan yar›-yap›land›r›lm›fl gö-

rüflmeler tercih edilmektedir.

Odak grup yöntemlerinin gerçeklefltirilme esasla-

r›n› tan›mlamak Odak gruplar› en s›k olarak araflt›rmac›lar›n ko-

lektif ya da bireysel fikirleri araflt›rd›¤› ya da arafl-

t›r›lmakta olan fikirlerin ve inançlar›n ne derece

sabit ya da de¤iflime aç›k oldu¤unun sorguland›-

¤› durumlarda kullan›lmaktad›r. Odak gruplar›

ço¤unlukla di¤er metotlarla beraber, onlar› ta-

mamlay›c› bir metot olarak kullan›l›r. Odak grup-

lar› arac›l›¤›yla araflt›rmac›lar birkaç kifliyi siste-

matik olarak ve ayn› anda sorgulama imkân› bu-

lurlar. Odak gruplar› arac›l›¤›yla grup iletiflimi ve

etkileflimi veri sa¤lanmas›na yol açmaktad›r.Odak gruplar›n› araflt›rmac› ya da araflt›rmac›n›n

atad›¤› kifli(ler) moderatör olarak yönetir. Odak

gruplar›n›n ideal kat›l›mc› say›s› alt› ila sekiz ara-

s›nda de¤iflir. Odak gruplar›nda tart›flmalar›n çer-

çevesinin do¤ru çizilmesi büyük önem tafl›mak-

tad›r. Moderatörün öne ç›kartaca¤› konular, arafl-

t›rman›n kavramsal çerçevesinden ve tasar›m›n-

dan hareketle belirlenir.

Nicel içerik analizinin esaslar›n› tan›mlamak

‹çerik analizi metinlerden ç›kar›m yap›lmas›n›sa¤layan prosedürlerin gelifltirilmesine iliflkin bir

metottur. ‹çerik analizi, iletiflimde sembollerin

nas›l kullan›ld›¤› ve iletiflime ne çeflit anlamlar

yüklendi¤ine ›fl›k tutmaktad›r. Nicel içerik ana-

lizlerini, s›kl›k analizi, koflulluluk analizi ve de-

¤erlendirmeli ifade analizi olarak üçe ay›rmak

mümkündür. Nicel içerik analizlerinde analiz bi-

rimi ve örneklemin belirlenmesini takiben me-

tinler araflt›rma sorusuna uygun olarak kodlan›r

ve çeflitli bilgisayar programlar›n›n da yard›m›yla

kodlanan verilerin analizi yap›l›r.

Özet

1

A M A Ç

2

A M A Ç

3

A M A Ç

4

A M A Ç




1. Afla¤›dakilerden hangisi nitel alan araflt›rmalar›nda

at›lmas› gereken ilk ad›md›r?

a. ‹lgili literatürün taranmas›

b. Görüflülecek kiflilerle ba¤lant› kurulmas›

c. Final raporunun haz›rlanmas›

d. Görüflülecek kiflilere arac›l›k edecek kiflilerin be-

lirlenmesi

e. Verilerin kodlanmas›

2. Afla¤›dakilerden hangisi alan çal›flmas›nda not al›r-

ken yap›lmamas› gereken bir davran›flt›r?

a. Gözlemlerken not almak

b. Notlar› tekrar yazmaktan kaç›nmak

c. Ampirik gözlemleri ve yorumlar› içermek

d. Haf›zaya güvenmemek

e. Önemsiz görünen detaylar› da not almak

3. Bir araflt›rmac› bir düzine üniversite ö¤rencisini üni-

versite yaflamlar› üzerine konuflmak üzere bir odada bir

araya getirmek istiyor. Bu araflt›rmac› afla¤›daki yön-

temlerden hangisini kullanmal›d›r?

a. Kat›l›mc› gözlem

b. Odak gruplar›

c. Görüflmed. ‹çerik Analizi

e. Etnografi

4. Odak gruplar› afla¤›dakilerden hangisinde daha çok

kullan›lmaktad›r?

a. E¤itim araflt›rmalar›

b. Teori gelifltirme

c. Pazar araflt›rmalar›

d. Deneysel çal›flmalar

e. Deney sonras› raporlama

5. Afla¤›dakilerden hangisi alan araflt›rmac›lar›n›n ken-

di özelliklerinin araflt›rmay› ne flekilde etkilemekte ol-

du¤una iliflkin yapt›klar› bireysel sorgulama sürecine

verilen add›r?

a. Dönüfllülük

b. Odak grubu

c. Sembolik realizm

d. Nirengi

e. Örnekleme

6. Afla¤›dakilerden hangisi içerik analizinin avantajla-

r›ndan de¤ildir?

a. Zaman ve para aç›s›ndan masrafl› olmamas›.

b. Güvenli olmas›.

c. Süreçlerin uzun zaman dilimlerinde incelenme-

sine izin vermesi.

d. Araflt›rma tasar›mdaki hatalar›n düzeltilmesinin

çok zor olmamas›

e. Kay›tl› iletiflimle s›n›rl› kalmamas›

7. Afla¤›daki metotlardan hangisi ‘kimin neyi, kime,

neden, nas›l ve hangi etkiyle’ söylendi¤inin çal›fl›lma-

s›nda etkilidir?

a. ‹çerik analizi

b. Tarihsel ve karfl›laflt›rmal› analiz

c. Nitel görüflme

d. Odak gruplar›

e. Kat›l›mc› gözlem

8. Bir araflt›rmac› iki ülkenin siyasi liderlerinin bir an-

laflmazl›k karfl›s›nda sergiledikleri tutumu çal›flmak için

bu liderlerin medyadaki konuflmalar›n› içerik analizine

tabi tutuyor. Bu araflt›rmada siyasi liderler afla¤›dakiler-

den hangisini yans›t›r?a. Gözlem birimi

b. Analiz birimi

c. Gizli içerik

d. Belirgin içerik

e. ‹çerik birimi

9. Ham veriyi standardize etme sürecine verilen isim

afla¤›dakilerden hangisidir?

a. Kodlama

b. Dönüfllülük

c. Nirengid. Örnekleme

e. Analiz

10. Bir araflt›rmada nitel bir metodun, bir ya da birden

fazla nitel ya da nicel metotla bir arada kullan›lmas›na

ne ad verilir?

a. Korelasyon

b. Nirengi

c. Kombinasyon

d. Dönüfllülük

e. Metinleraras›l›k





1. a Yan›t›n›z yanl›fl ise “Nitel Alan Araflt›rmalar›: Te-

mel Özellikler” konusunu yeniden gözden ge-

çiriniz.

2. b Yan›t›n›z yanl›fl ise “Görüflme ve Kat›l›mc› Göz-

lem” konusunu yeniden gözden geçiriniz.

3. b Yan›t›n›z yanl›fl ise “Odak Gruplar›” konusunu


4. c Yan›t›n›z yanl›fl ise “Odak Gruplar›” konusunu


5. a Yan›t›n›z yanl›fl ise “Nitel Alan Araflt›rmalar›: Te-


çiriniz.

6. e Yan›t›n›z yanl›fl ise “‹çerik Analizi” konusunu


7. a Yan›t›n›z yanl›fl ise “‹çerik Analizi” konusunu


8. b Yan›t›n›z yanl›fl ise “‹çerik Analizi” konusunu


9. a Yan›t›n›z yanl›fl ise “‹çerik Analizi” konusunu


10.b Yan›t›n›z yanl›fl ise “Nitel Alan Araflt›rmalar›: Te-


çiriniz.

S›ra Sizde 1

Nitel alan araflt›rmalar›n›n geçerlikleri anket ya da de-

neysel yaklafl›mlar gibi di¤er metotlara k›yasla daha

yüksektir. Kapsaml› nitel araflt›rmalar derinlemesine

analizi mümkün k›lmakta ve böylece ölçülmekte olan

(ya da çal›fl›lmakta olan) konudan uzaklafl›lmamakta-

d›r. Öte yandan nitel alan araflt›rmalar›n›n en zay›f nok-

talar›ndan biri güvenirlik alan›nda görülmektedir. Nitel

alan araflt›rmalar› derinlemesine olduklar› gibi, ayn› za-

manda oldukça kiflisel de olabilirler. Araflt›rmac›n›n dö-

nüfllülük prensibi uyar›nca kendi kiflisel özelliklerinin

ve de¤er yarg›lar›n›n araflt›rmaya olabilecek etkilerini

göz önünde bulundurmas›yla bu sorun hafifletilebilir.

S›ra Sizde 2

Bunlardan ilki, görüflmelere bafllamadan önce görüflme-

lerin ana hedefinin ve araflt›r›lacak kavramlar›n belirlen-

mesidir. Bu aflamay› takiben görüflmenin kimlerle ve ne

flekilde gerçeklefltirilece¤i tasarlan›r ve sorular yoluyla

kapsanacak konular belirlenir. Görüflmenin genel hatla-

r›yla tasarlanmas›n›n akabinde görüflmeler gerçeklefltiri-

lir. Görüflme esnas›nda ve görüflmenin bitimini takiben

görüflmeye iliflkin detayl› notlar al›n›r. Görüflmelerin son-

ras›nda görüflme kay›tlar› yaz›ya geçirilir ve analiz edil-

dikten sonra derlenerek di¤erlerine aktar›l›r.

S›ra Sizde 3

Odak gruplar›nda grup görüflmelerini yöneten kifliye

moderatör denir. Moderatörler, odak gruplar›n›n ana

sorgulama alanlar›n›n belirlenmesini takiben bu alanla-

ra özgü farkl› sorular› odak grup toplant›lar›nda kat›-

l›mc›lara sorar. Moderatörün görevi odak gruplar›nda

tart›flma konular›n› ortaya sunmakla s›n›rl› de¤ildir, ay-

n› zamanda tart›flma sürecinin yönünü belirleyerek ko-

laylaflt›rmaktan da sorumludur. Odak grup moderatör-lerinin toplant›da öne ç›kan tüm konularda tüm kat›l›m-

c›lar›n görüfl bildirmesini sa¤lamas› gerekmektedir.

S›ra Sizde 4

‹çerik analizinde ham verinin analiz edilebilmesi ama-

c›yla standardize edilmesi sürecine kodlama ad› verilir.

Sözel ya da yaz›l› iletiflim yollar› belirli bir kavramsal

çerçeve uyar›nca kodlanarak s›n›fland›r›l›r. Nicel içerik

analizlerinde kodlaman›n say›sal olmas› gerekmektedir.

Kendimizi S›nayal›m Yan›t Anahtar› S›ra Sizde Yan›t Anahtar›




Babbie, E. (2007). The Practice of Social Research,

(11. Bas›m), Belmont: Wadsworth.

Barbour, R. S., Kitzinger, J. (1999) Developing Focus

Group Research: Politics, Theory and Practice,

London: Sage.

Bourgois, P. (1995). In Search of Respect: Selling

Crack in El Barrio, New York, Cambridge

University Press.

Druckman, D. (2005). Doing Research: Methods of

Inquiry for Conflict Analysis, Thousand Oaks:

Sage.

Gusterson, H. (2008). ‘Ethnographic Research’. A. Klotz

ve D. Prakash (der.) Qualitative Methods in

International Relations: A Pluralist Guide,

Basingstoke: Palgrave Macmillan.

Harrell, M. (2003). ‘Gender and Class-Based Role

Expectations for Army Spouses’. P.R. Frese ve M.C.

Harrell (der.) Anthropology and the United

States Military, New York: Palgrave Macmillan.

Hermann, M. G. (2008) ‘Content Analysis’. A. Klotz

ve D. Prakash (der.) Qualitative Methods in



Holsti, O. R. (1972). Crisis, Escalation, War, Montreal:

McGill-Queens University Press.

Klotz, A., Prakash, D. (2009). Qualitative Methods in



Krueger, R. A., Caset, M. A. (2008). Focus Groups: A

Practical Guide for Applied Research, Thousand

Oaks: Sage.

Kvale, S. (1996). Interviews: An Introduction to

Qualitative Research Interviewing, Thousand

Oaks: Sage.

Myers, G. (2004). Matters of Opinion: Talking about

Public Issues, Cambridge: Cambridge University

Press.

Wodak, R., Krzyzanowski, M. (2008). Qualitative

Discourse Analysis in the Social Sciences,





Bu üniteyi tamamlad›ktan sonra;Nicel amaçl› temel veri toplama süreçleri hakk›nda anket çal›flmalar› çerçe-

vesinde bilgi edinebilecek, Anket çal›flmalar›n›n tarihsel geliflimi Türkiye’deki prati¤in de¤erlendirmesiy-le tart›flabilecek,

Anket çal›flmalar›n›n kurgulanmas› ve soru sorma tekniklerini kavrayabilecek,bilgi ve becerilere sahip olabileceksiniz.

‹çindekiler

• Aç›k-Kapal› Uçlu Sorular• Ön Test• Biliflsel Görüflmeler• Aç›k Olmayan ve Çok Anlaml›

Sorular

• Yönlendirici Sorular• Kiflilerin Kendi Kendilerine

Cevaplad›¤› Anketler• Telefonla Yürütülen Anketler• Yüzyüze Yürütülen Çal›flmalar

Anahtar Kavramlar

Amaçlar›m›z



• G‹R‹fi

• KAMUOYU VE AKADEM‹KÇEVRELER‹N TÜRK‹YE’DE ANKETÇALIfiMALARINA BAKIfiI

• B‹L‹MSEL ARAfiTIRMA ALANIOLARAK KAMUOYU/ANKETÇALIfiMALARI

• ÇALIfiMASININ KURGULANMASI

• SAHADA GÖRÜfiMELER YOLUYLAVER‹ TOPLANMASI

• KAMUOYU/ANKETÇALIfiMALARININ SINIRLARI VEGÜÇLÜ YÖNLER‹


Nicel Yaklafl›m ileGörüflme TemelliSaha Çal›flmalar›:Anket Çal›flmalar›naGirifl



G‹R‹fiDaha önceki ünitede nitel yaklafl›m ile veri toplama çerçevelerini gözden geçirmifl-tik. Burada benzer flekilde nicel yaklafl›m ile veri toplama gayretlerinin ana çerçe-

vesini çizip k›saca nicel veri çözümleme teknikleri üzerine duraca¤›z. Ünite 3’te su-nulmufl olan örneklem seçme yöntemleriyle do¤rudan ba¤lant›l› olan anket çal›fl-malar›n›n ana hatlar› ortaya konulmaya çal›fl›lacak ve elde edilen verilerin çözüm-lemesi ve sunumu üzerinde de ünite 7’de k›saca durulacakt›r. Nicel veri elbette sa-dece anket çal›flmalar›yla toplan›lmaz. Uluslararas› iliflkilerde çat›flmalar hakk›ndaayr›nt›l› nicel veri toplama çal›flmalar› süregelmektedir. (Bu tür çal›flmalara pek

çok örnek verilebilir. Örne¤in savafl ve uluslararas› çat›flma üzerine bak›n›z Corre-

lates of War (http://www.correlatesofwar.org/ ). Siyasal rejim ve de¤iflim üzerine

POLITY IV (http://www.systemicpeace.org/polity/polity4.htm), günlük temelde de¤i- flik Avrupa ülkelerinde protesto ve bask› üzerine European Protest and Coersion

Data (http://web.ku.edu/~ronfran/data/index.html), az›nl›k gruplar ve bunlar et-

raf›ndaki çat›flmalar için Minorities at Risk (http://www.cidcm.umd.edu/mar/), si-

lahl› çat›flmalar üzerine Armed Conflict Dataset (http://www.prio.no/CSCW/Data-

sets/Armed-Conflict/UCDP-PRIO/) verilebilir.) Bunlar üzerinde burada durulmaya-cakt›r. ‹çerik çözümlemesine farkl› yaklafl›mlar ve anket tekniklerinin ana prensip-leri uluslararas› iliflkilerde di¤er nicel yaklafl›mlar›n ana sorunlar› üzerine de bir bil-gi verecektir kanaatindeyiz.

Kamuoyu yoklamalar› ya da k›saca anket çal›flmalar› diyebilece¤imiz çal›flmala-ra Türkiye’de gösterilen ilgi son y›llarda h›zla artmaktad›r. Temel olarak kamuoyu

araflt›rmas› ya da anket çal›flmalar›ndan anlafl›lan kiflilere sorulan sorular temelindesistematik bilgi toplanmas›na karfl›l›k gelir. Burada sorular›n soruldu¤u kifliler birhedef kitleyi temsil edecek flekilde bir araya getirilmifl bir örneklem grubudur (ba-k›n›z Ünite 3) ve araflt›rman›n ana amac› bu grup temelinde çok daha genifl olanhedef kitle hakk›nda betimleyici ya da nedensel baz› ç›kar›mlarda bulunmakt›r.

Kamuoyunun de¤iflik konularda politika tercihleri, beklentileri ve de¤erlendir-meleri tipik olarak de¤iflik ortamlarda yürütülen anket çal›flmalar›yla tespit edil-mektedir. Uluslararas› iliflkilerde politika tercihleri de git gide artan bir s›kl›kta ge-nifl halk kitlelerinin tercihleriyle de iliflkilendirilmektedir. (Burada bir kuramsal

çerçeve olarak Putnam (1988) gösterilebilir. Gönlübol (1969), Özcan (1994) ve

Tanör (1994) ise Türkiye’de iç ve d›fl politika aras›ndaki iliflkiler üzerine örnek ola-

rak verilebilir. Anket çal›flmas›na dayal› d›fl politika tercihleri üzerine bir örnek

Nicel Yaklafl›m ile GörüflmeTemelli Saha Çal›flmalar›:Anket Çal›flmalar›na Girifl



için ise bak›n›z Çarko¤lu ve Kiriflci (2004)). Kamuoyunun tercih, beklenti ve de-¤erlendirmeleri, do¤rudan siyasa yap›m süreçlerinin gelifltirilmesi ve uygulanmak-ta olan politikalar›n etkinli¤inin tespitine yönelik kaç›n›lmaz çal›flmalard›r. Bu aç›-

dan bak›ld›¤›nda, genifl halk kitlelerine kamu sektörü taraf›ndan götürülen hizmet-lerin etkinli¤inin tespit edilmesi ve kamuoyunun ald›¤› hizmetlerden duydu¤umemnuniyetinin yan› s›ra hizmetler konusundaki beklentilerinin de saptanabilme-si iyi bir kamu sektörü yönetiflim mekanizmas›n›n ayr›lmaz parçalar›d›r. Bu amaç-la gerek belediyeler, gerek farkl› bakanl›k ve kamu kurulufllar› de¤iflik düzeylerde

ve farkl› hedef kitlelere yönelik olarak siyasa de¤erlendirme ve gelifltirmeye yöne-lik pek çok kamuoyu yoklamas› yapmaktad›rlar.

Kamuoyu ve Akademik Çevrelerin Türkiye’de AnketÇal›flmalar›na Bak›fl›Türkiye’deki kamuoyu araflt›rmalar›n›n önemli bir bölümü yüz yüze yap›lan görüfl-

meler temelinde yürütülen çal›flmalardan oluflmaktad›r. Ancak, teknolojik geliflme-ler ve düflük maliyetleri nedeniyle telefon ve ‹nternet üzerinden yürütülen çal›flma-lar›n say›s› son y›llarda h›zla artmaktad›r. Kamuoyu ile de s›k s›k paylafl›ld›¤› göz-lenen bu çal›flmalar hakk›nda ise yayg›n kayg› ve soru iflaretleri gerek akademikortamlarda gerek kamuoyundaki tart›flmalarda s›k s›k dile getirilmektedir. Bunlar›nbafl›nda örneklem temelli çal›flmalara karfl› duyulan güvensizlik gelmektedir. Örne-¤in, çok farkl› görüfllerin yer ald›¤› aflikar olan tüm bir ülke halk› ya da milyonlar-ca kiflinin yaflad›¤› yerleflim yerlerindeki görüfllerin nas›l olup da yaklafl›k 1,500 ki-fliden oluflan bir örneklem grubu temelinde belirlenebildi¤i gelmektedir. “Nas›lolur da hedef kitlenin bu kadar genifl oldu¤u bu çal›flmalarda bu kadar az kifliylegörüflülerek anlaml› bilimsel sonuçlara ulafl›labilir?” sorusu s›k s›k dile getirilmek-

tedir. Örneklem tekniklerinin yanl›fl ve eksik kullan›m›, örneklem prati¤inde göz-lemlenen saydaml›k ve standart eksikli¤inin yan› s›ra gerek akademik camiada ge-rekse de kamuoyunda örneklem tekni¤inin tam olarak anlafl›lmamas› bu elefltirile-rin en temel nedenidir. Ancak bu elefltirilerin lay›k›yla flekillendirilmifl bir örnek ilegerçeklefltirilmifl bir kamuoyu yoklamas› için geçerlili¤i yoktur. Bu konuda gerek-li temel teknik bilgiyi Ünite 3’te tart›flm›flt›k.

Halk aras›nda “anket çal›flmas›” olarak an›lan bu çal›flmalarda kullan›lan soru-lar›n da s›k s›k elefltirildi¤i de gözlenmektedir. Elefltiriler özünde araflt›rmac›lar› is-tedikleri sonuçlara ulaflmak amac›yla baz› sorular› flekillendirmekle itham edertondad›r. “Sorular flu flekilde de¤il de bu flekilde sorulsayd› sonuçlar da elde edil-di¤inden farkl› olurdu” gibi bir elefltirinin pek çok tart›flmada dillendirildi¤i görül-

mektedir. Bu yaklafl›m›n ard›nda, afla¤›da da ayr›nt›l› olarak irdeleyece¤imiz gibi,kamuoyu ve anket araflt›rmalar›n›n Türkiye prati¤inde ve Türkçede hangi tür soru-lar›n nas›l dillendirilmesi gerekti¤ine dair bir bilgi birikiminin mevcut olmamas›

yatmaktad›r. Yurt d›fl›ndaki birikimin neredeyse otomati¤e ba¤lanm›fl bir Türkçe-lefltirilmesi temelinde flekillenen pek çok çal›flman›n bu konudaki beklentileri kar-fl›lamaktan uzak oldu¤u aç›kt›r. Bu konuda temel soru sorma teknikleri üzerineafla¤›da k›sa bir tart›flma sunulacakt›r.

Bilimsel Araflt›rma Alan› olarak Kamuoyu/AnketÇal›flmalar›K›saca kamuoyu yoklamalar› ya da anket çal›flmalar› olarak tarif etti¤imiz bu çal›fl-

malar Jean M. Converse (1987) dört ana bafll›k alt›nda betimlemekte ve tasnif et-mektedir. Bunlar›n birincisi kamuoyu/anket çal›flmalar›n›n hangi amaçlar için kul-




lan›ld›¤› temelinde flekillenmektedir. ‹kincisi, soru sorma tekniklerindeki geliflme-lerdir. Üçüncüsü örneklem teknolojisindeki geliflmeler dördüncüsü ise veri topla-ma tekniklerindeki geliflmelerdir.

Kamuoyu/Anket Araflt›rmalar›n›n Amaçlar›Tarihsel geliflim içinde en eski anket çal›flmalar› olarak genel nüfus say›mlar› gös-terilebilir. Bu say›mlar bir bölgedeki tüm nüfusu öncelikle vergilendirme ancak da-ha sonralar› da siyasi temsil amac›yla yap›lm›flt›r. Her iki gerekçenin de do¤as›n-dan olarak bu say›mlar her zaman siyasi olarak tart›flmal› olagelmifltir. Daha sonra-lar› anket çal›flmalar› öncelikli olarak bir sosyal sorunun do¤as›n› anlamak bu so-runa dair çözümleme ve siyasa önerileri üretmek amac›yla flekillendirilmifltir. Char-les Booth taraf›ndan 14 y›l boyunca Londra yaflayan yoksul nüfusun özellikleri ve

yoksulluk nedenleri üzerine yürütülen çal›flma modern dönemin bu tür çal›flmala-r›n›n öncülerinden biri olarak verilebilir. Her ne kadar bu öncü çal›flma bugün an-

lafl›ld›¤› flekliyle bir örneklem ve yap›land›r›lm›fl bir soru cetveli temelinde yürütül-memifl olsa da Booth elde etti¤i sistematik ölçümleri nicel özetler haline dönüfltü-rerek bu temel sosyal sorunun çözümlemesini 17 ciltlik bir çal›flma çerçevesindeözetlemifltir. (Bak›n›z http://booth.lse.ac.uk/.)

Günümüze gelirken “sokaktaki insan›n” görüflünü anlamaya yönelik anket ça-l›flmalar› gazeteler ve pazarlama araflt›rmac›lar› taraf›ndan artan s›kl›kta kullan›l-m›flt›r. Siyasetçilere gösterilen tepkiler, partilerin toplum kesimleri taraf›ndan nederece ve ne nedenlerle desteklendi¤inin anlafl›lmas›na yönelik çal›flmalar bafl›n-dan beri kamuoyu araflt›rmalar›n›n en önemli dallar›ndan biri olagelmifltir.

1930’lara gelindi¤inde hangi mal ve servislerin nas›l bir pazara sahip oldu¤u,reklamlar›n etkinli¤i ve benzeri konularda pazarlama aç›s›ndan ciddi ve yayg›n

araflt›rmalar yürütülmekteydi. Zamanla bu özel flirketler ve araflt›rma gruplar› ya damerkezleri yüz yüze görüflmelerden, posta yolu ile veri toplamaya ve sonras›ndada telefonla benzer araflt›rmalar› yürütmeye bafllad›lar. Bu çal›flmalar›n temelindetutum ve tercihlerin standart bir soru cetveli çerçevesinde ölçülüp tüketici ve seç-menlerin tatmin düzeylerini belirlemek yatar. Tüketicilerin mevcut ya da planlananbir servis ya da ürüne dair beklentilerinin ne derece tatmin edilebildi¤inin saptan-mas› bu tür çal›flmalarda yayg›n olarak kullan›lmaktad›r. fiirket yöneticileri mevcutpiyasa flartlar›nda var olan ya da hedeflenen müflterileri ve çal›flanlar› ile yürüttük-leri bu anketlerle flirketlerinin performanslar›n› gelifltirmek yönünde bilgi üretmek-tedirler. Siyasetçiler ve siyasi partiler ise seçmen karfl›s›nda ne durumda olduklar›-n› çözümleme gayreti içinde anket çal›flmalar›na yönelirler. Öyle ki bu çal›flmalar

siyasette dile getirilen her tür görüflü do¤rudan flekillendiren bafll›ca etmenler ara-s›nda gösterilmektedir. Siyaseten tercih edilen konularda liderlik göstermek ve fi-kirlerini halka anlat›p onlar› ikna etmektense pek çok zaman siyasilerin sadece an-ket çal›flmalar›yla popüler olduklar›n› tespit ettikleri görüflleri dile getirmeyi tercihettikleri gözlenmektedir.

Tüketici ya da siyasi davran›fl› pazarlama ya da siyasi rekabet amac›yla ö¤ren-menin yan› s›ra git gide artan say›da çal›flma do¤rudan davran›flsal sosyal bilimci-ler taraf›ndan de¤iflik sosyal dinamikleri betimlemek ve bunlara dair hipotezlerintesti amac›yla da kullan›lmaya bafllanm›flt›r. 1950’lerde yükselifle geçen bu yakla-fl›m çerçevesindeki çal›flmalar günümüze geldi¤imizde pek çok sayg›n araflt›rmagrubu taraf›ndan uluslararas› ifl birlikleri çerçevesinde ve kimi kez de kamu kay-

naklar› taraf›ndan da desteklenerek sürdürülmektedir. (Bu çal›flmalar aras›nda Dünya De¤erler Araflt›rmas› (http://www.worldvaluessurvey.org/), Uluslararas› Sa-

1456. Ünite - Nicel Yaklafl›m ile Görüflme Temelli Saha Çal›flmalar›: Anket Çal›flmalar›na Gir ifl



ha Çal›flmalar› Program› (http://www.issp.org/), Avrupa Sosyal Anket Çal›flmas›

(http://www.europeansocialsurvey.org/) örnek olarak verilebilir). Türkiye’de de buçal›flmalar›n baz›lar› yürütülmektedir. Ancak bu çal›flmalar Türkiye hakk›nda karfl›-

laflt›rmal› bir bilgi verirken pek çok Türkiye’ye özgü sorun hakk›nda ayr›nt›l› birsorgulama yapmak yerine standart bir soru cetvelinin Türkçelefltirilmesi yoluna gi-dilmektedir. Türkiye’ye ve Türkçeye özgü bir sorgulama çerçevesi oluflturulama-makta ve bu alanda çal›flmalar eksik kalmaktad›r.

Benzer flekilde Türkiye ‹statistik Kurumu bünyesinde son y›llarda gitgide artansay›da anket çal›flmas› iktisadi hayat ve buradaki geliflmelerin tespitinin ötesindesosyal konular›nda sorgulanmas›na yönelik flekillendirilir olmufltur. Bu çal›flmalarzamana yay›lm›fl bir istatistiki veri üretme gayretiyle flekillenirken nedensellik çö-zümlemesine olanak sa¤layacak kuramsal derinli¤e ço¤u zaman sahip de¤ildir. Buaç›dan davran›flsal bir çözümleme yerine ana olarak özet istatistiki betimlemeleramac›na yönelik bir kullan›mlar› olmaktad›r.

Soru Sorma Tekniklerindeki Geliflmeler Kiflilerin içsellefltirmifl olduklar› ve do¤rudan gözleme olanak vermeyen öznel(subjective) durumlar›n ölçümüne duyulan ilgi soru sorma tekniklerindeki gelifl-meleri besleyen en önemli etmendir. Olgusal bilgilerin toplanmas› aflamas›nda gö-rüflmeciler do¤rudan basit bir yafl, meslek, e¤itim ve benzeri olgulardan oluflan birliste ile seçilen kiflilere gitmekte ve basit sorularla bu bilgiler toplanmaya çal›fl›l-maktayd›. Bu tür sorularda sorular›n nas›l sorulmas› gerekti¤ine dair ayr›nt›l› birdüflünme sürecinden geçilmiyordu genlikle. Ço¤u zaman tecrübeli görüflmecilerbu sorgulamalarda neyin nas›l sorulmas› gerekti¤ini iyi bildikleri varsay›m›yla ha-reket ediyorlar ve bu sorunun dillendirilifl fleklinin elde edilen verilerin sa¤l›kl›l›¤›-

na dair bir sorun teflkil etmedi¤i varsay›m›yla hareket ediliyordu. Ancak ne zaman ki anket yapmak bir endüstri hâline dönüfltü ve bunun sonu-

cunda pek de tecrübeli olmayan pek çok anketör pazarlama ve siyasi araflt›rmalar-da kullan›l›r oldu, o zaman sorular›n sorulufl ya da dillendirilifl flekli üzerinde da-ha dikkatli düflünülmesi gere¤i de aç›kça ortaya ç›kt›. Ayn› zamanlarda ortaya ç›-kan bulgular da sorular›n dillendirilifl flekillerinde ufak de¤iflikliklerin elde edilensonuçlarda önemli farkl›l›klar yaratt›¤›n› gösterince araflt›rmac›lar soru dillendirilifliüzerine daha dikkatle e¤ilmeye bafllad›lar. Bu tür çal›flmalarda kullan›lan anketör-lerin e¤itimleri ve görüflmelerin gerçeklefltirilmesinde dikkat edilmesi gereken un-surlar›n standardize edilmesi üzerine de gitgide daha dikkatle e¤ilmeye bafllan›ld›.

Anketörlerin görüflmelerde nas›l davran›p, sorular› nas›l kaydettiklerinden, k›yafet

ve d›fl görünümleriyle konuflma flekillerindeki farkl›l›klara kadar türlü etmenin el-de edilen sonuçlar› etkiledi¤inin tespiti bu alanlarda da e¤itim ve standardizasyo-na gidilmesine neden oldu.

1930lara gelindi¤inde Louis L. Thurstone gibi psikometri uzmanlar› kiflilerin

hisleri, tutumlar› ve de¤erleri gibi öznel durumlar›n› nicel yöntemler kullanarak

ölçmek üzerine önemli geliflmeler kaydetmeye bafllad›lar. (Bak›n›z Thurstone ve

Chave (1929)). Ancak bu yöntemler çok ayr›nt›l› ve uzun sorular›n cevaplanma-

s›yla iflliyor ve ülke genelini temsil yetene¤ine sahip rastsal örneklemlerle kullan›-

m› çok güç oluyordu. Ancak Rensis Likert daha sonralar› kendi ad›yla an›lacak cet-

veli gelifltirip Thurstone’un zor ikili karfl›laflt›rmalarla elde edilen sonuçlar›na ben-

zer sonuçlar elde edilebildi¤ini gösterince soru cetvellerinin kurgulanmas› ve soru

dillendirmesinde önemli bir ad›m at›lm›fl oldu. Likert bu bulgular›n› daha sonra bu




çal›flmalarda öncü olacak Michigan Anket Çal›flmalar› Araflt›rma Merkezini (Michi-

gan Survey Research Center) 1946 da kurarak devam ettirdi.Günümüze gelindi¤inde soru cetvellerinin kurgulanmas› ve sorular›n dillendi-

rilmesinde Türkiye’deki pratik oldukça geliflime muhtaç bir aland›r. Tipik olaraksorular de¤iflik yurtd›fl› çal›flmalar›n Türkçelefltirilmesi ya da uyarlanmas›ndan iba-rettir. Bu alanda Türkçenin kullan›m›ndaki farkl›l›klar›n etkilerinin ölçümü üzerinepek çal›flma yoktur. Sorular›n uzmanlarca gözden geçirimi, odak grup tart›flmalar›,biliflsel görüflmeler (cognitive interviews) ya da rastsal ayr›flma deneyleriyle (ran-domized / split ballot experiments) test edilip de¤erlendirilmesi nadirdir (bu ko-nularda daha derinlemesine tart›flmaya afla¤›da daha fazla yer ayr›lacakt›r). Genelpratik soru cetvellerinin sahaya ç›kmadan önce ufak bir grup görüflme ile sahadapilot teste tabi tutulmas›d›r. Ancak aç›kt›r ki bu uygulaman›n Türkçenin kullan›m›temelinde karfl› karfl›ya olunan sorunlar ve belirsizliklerin anlafl›lmas›nda ancak k›-s›tl› bir yard›m› olabilmektedir.

Örneklem Teknolojisindeki Geliflmeler Genel nüfus say›mlar›nda hedef nüfustaki tüm bireylere ulafl›lmaya çal›fl›ld›¤›ndanörneklemeye ba¤l› hata s›f›rlanabilmektedir. Fakat genifl hedef kitle ile karfl› karfl›-

ya olundu¤unda tüm bireylere ulaflma hedefinin pratik olmad›¤› aç›kt›r. Bu amaç-la ilk bafllarda “tipik” bir yerleflim merkezi bulunmaya çal›fl›lm›fl ya da elde edilenörneklemin örne¤in cinsiyet da¤›l›m› aç›s›ndan yüzde elli kad›n yüzde elli de er-kek olarak oluflacak flekilde seçilmesine gayret edilmifltir. Olas›l›k teorisinin temel-leri 18. yüzy›lda at›lm›fl olsa da örneklem teknolojisi ancak 20. yüzy›lda ve tar›m-sal mahsul tahmini üzerine yap›lan çal›flmalar temelinde flekillenmifltir. Tar›msalürün mahsulünün tahmini üzerine yap›lan çal›flmalarda alan olas›l›¤› örneklem

(area probability sampling) tekni¤i gelifltirilmifltir. Bu teknik herhangi bir tar›msalalan›n seçilme olas›l›¤›n›n eflitlenmesi prensibi üzerine infla edilmifltir. Tar›msalalan örnekleminden haneler ve burada yaflayan kiflilerin örnekleme dahil olmaolas›l›klar›n›n eflitlendi¤i bir örneklem seçme tekni¤i gelifltirilmesi mümkün olmufl-tur. Öyle ki bu teknik örnekleme dahil edilmek istenilen hedef kitleye dahil olantüm kiflilerin bir listesinin oluflturulmas› gere¤i olmadan da çal›flabilecek flekle in-dirgenebilmifltir. Böylelikle milyonlarca tüketici ya da seçmenin tek tek isim liste-leri olmaks›z›n yaflad›klar› flehir ya da adres bloklar›ndan rastsal bir teknik ile se-çilmelerini mümkün k›lan bir örneklem teknolojisi yarat›labilmifltir.

Bu tekni¤in gelifltirilmesi ile büyük ekonomik buhran y›llar› ve ard›ndan gelenII. Dünya Savafl› y›llar›n›n sosyal sorunlar› hedef kitleyi temsil gücüne sahip örnek-

lemlerle yürütülebilecek anket çal›flmalar›n› ön plana ç›karm›flt›r. Bu amaçla yürü-tülen ilk modern rastsal örneklem temelli anket çal›flmas› 1939 y›l›nda ayl›k iflsiz-lik istatistikleri elde etmek amac›yla kullan›lm›flt›r. ‹kinci dünya savafl› y›llar›nda bi-reylerin hükümet tahvillerini alma e¤ilimleri gibi öznel tutumlar›n yan› s›ra olgusalgözlemler elde etmek amac›yla da benzer örneklem teknikleri kullan›lm›flt›r. Savafl

y›llar›nda örneklem ve anket çal›flmalar›na yap›lan yat›r›m sonucu pek çok kalifi- ye sosyal bilimci hedef kitleyi temsil gücüne sahip bir örneklem temelli anket ça-l›flmalar›n›n temel itibar›yla üç ana etmen taraf›ndan flekillendi¤i fikrine eriflmifl bu-lunuyordu. Bunlardan biri sorular›n nas›l dillendirildi¤i, di¤eri verilerin anketörlertaraf›ndan nas›l topland›¤› ve üçüncüsü ise örneklemin nas›l çekildi¤iydi.

Daha önce Ünite 3’te de tart›fl›ld›¤› gibi günümüzde bilimsel anket çal›flmalar›n-

da temel al›nan standart rastsal örneklemdir. Türkiye’de sosyal bilim camias›nda




rastsal örneklem tekni¤i oldukça nadir kullan›lan bir tekniktir. Bunun nedeni sonbirkaç y›la gelene kadar bu tekni¤in gerektirdi¤i veri taban›n›n mevcut olmamas›y-d›. Oysa son birkaç y›ld›r TU‹K taraf›ndan ifl yeri d›fl› hanelerde yaflayan nüfusa da-

ir bilgiler kamunun kullan›m›na aç›k olarak düzenlenmifltir. Son y›llarda artan birgüvenilirlikle bu tür bir tekni¤in uygulanmas›na olanak verecek bir veri taban› Ad-

rese Dayal› Nüfus Kay›t Sisteminin (ADNKS) gelifltirilmesiyle oluflmufltur. Ancak bu veri taban›n›n kullan›m› gerek akademik çal›flmalarda gerek piyasaya yönelik siya-si ya da pazarlama çal›flmalar›nda henüz oldukça s›n›rl›d›r.

Yine Ünite 3’te tart›fl›ld›¤› üzere telefon anketlerinde dijital ortamda hanelere veiflyerlerine ait telefon numaralar› birbirlerinden ayr›flt›r›l›r flekilde kullan›ma aç›kde¤ildir. Dolay›s›yla rastsal numara arama yöntemi ya da herhangi bir listeden co¤-rafi tabakaland›rma ya da basit rastsal yöntemle arama yönteminin uygulanmas› fluan için mümkün de¤ildir. Piyasa flartlar›nda telefon anketleri uygulanmaktad›r. An-cak bunlar›n rastsal örneklem kurallar› çerçevesinde gerçeklefltirildi¤ini söylemek

mümkün de¤ildir. Bu teknolojinin gelifltirilmesi için önemli bir akademik ve tek-nolojik yat›r›m gerekmektedir.

Veri Toplama Tekniklerindeki Geliflmeler Anket çal›flmalar›n›n ilk y›llar›nda bilgi toplama teknikleri özünde mümkün oldu-¤unca çok kifliyle görüflme temeline dayan›yordu. Özünde yap›sal bir soru cetve-line dayanmayan kalitatif görüflmeler uzun görüflme notlar› üretiyor ve bunlar›nözetlenmesi temel çözümleme sorunsal›n› oluflturuyordu. Anket çal›flmalar›n›n ge-liflimi özünde veri toplama yöntemlerinin standardizasyonu, h›zland›r›lmas› ve do-lay›s›yla da ucuzlaflt›r›lmas› temelinde geliflmifltir.

Okuma yazmas› olan hedef kitlelere ulaflmakta öncül anket çal›flmalar› posta ile

anket soru cetvellerini hedef kitleye ulaflt›r›p onlar›n bu cetvelleri doldurmalar› yo-luyla veri toplam›flt›r. Ancak Türkiye gibi önemli oranda okuma yazmas› olmayankitlenin bulundu¤u ve ayn› zamanda da posta servisinin güvenilirlikten yoksun birflekilde çal›flt›¤› ülkelerde bu yöntem yayg›n kullan›ma sahip olamam›flt›r. Saha ça-l›flmalar›n›n k›sa sürede bitirilmesi gereken durumlarda da posta servisinin h›z› vegüvenilirli¤i bu tür çal›flmalar› temelinden etkilemekteydi. Bu aç›dan da posta yo-lu ile çal›flmak sorun yarat›yordu.

Telefon servisinin yayg›nlaflmas›yla görece olarak ucuz ve h›zl› bir flekilde he-def kitlelere ulaflabilmek mümkün hâle gelmifltir. Ancak uzun y›llar boyunca tele-fon anketleri görece olarak fakir ve h›zla yer de¤ifltiren hedef kitlelere ulaflma yö-nünden sorunlu olmaya devam etmifltir. Son y›llarda telefon kullan›m›n›n yayg›n-

laflmas›n›n yan› s›ra cep telefonu servislerinin yayg›nlaflmas›yla da hem fakirlikhem de yer de¤ifltirme e¤iliminde olan kitlelere ulafl›mdaki sorunlar çözüm yolu-na girmifltir. Ancak bu kez de cep telefonlar›n›n eriflilebilirli¤inde yasal k›s›tlaroluflmaya bafllam›flt›r. Özel flirketlerin kontrolündeki cep telefon kay›tlar› hem ya-sal olarak paylafl›ma aç›lmamakta hem de paylafl›m bir maliyet karfl›l›¤› mümkünolsa bile yasal olarak engellenebilmektedir. Belki de en önemli k›s›t telefon an-ketlerinin çok yayg›nlaflmas› sonucu cevap verme oranlar›nda büyük düflüfllergözlenmekte ve bu teknikle elde edilen örneklemlerin temsil gücü sorgulan›r ha-le gelmektedir.

Ancak burada vurgulanmas› gerek nokta veri tabanlar›n›n düzenli oldu¤u or-tamlarda örnekleme dahil edilecek kiflilere rastsal örneklem kurallar›na uygun ola-

rak ulafl›mda, de¤iflik sorular›n istenildi¤i flekilde sorulmas›na ve verinin elektronikortamda kayd›na ve analizine kadar her aflamada kompüterize sistemlerin kullan›-




m›n›n mümkün hâle gelmesidir. Ancak bu sistemlerin Türkiye’deki kullan›m stan-dartlar›nda eksiklikler ve belirsizlikler sürmekte ve bu alanda akademik çal›flmala-ra olan ihtiyaç her geçen gün artmaktad›r.

Kiflisel bilgisayarlar›n ucuzlamas› sonucu en baflta kullan›ma aç›lan yüz yüzegörüflmelerde de kompüter kullan›m› mümkün hâle gelmifltir. Anket soru cetvelle-rinin kâ¤›da bas›l› olarak ka¤›t kalem arac›l›¤›yla yap›lmas› yerine kiflisel bilgisayar-lar yard›m›yla hanelere bilgisayarlar› da götürerek yapmak mümkün hâle gelmifl-tir. Hatta bu teknoloji yard›m›yla görüflmelerin yap›ld›¤› hanelerin kontrolü demümkün olmakta ve rastsal örneklem seçimi kriterlerine uyum her aflamada kon-trol edilebilmektedir. Ancak bu teknolojinin kullan›m›nda da gerek anketörlerine¤itimi gerek bilgisayarlar›n sa¤lanmas› ve kullan›m› birer maliyet kalemi oldu¤un-da bu tekni¤in Türkiye flartlar›na uygun gelifltirilmesinde de çeflitli sorunlar›n çö-zümünde bilgi ve tecrübe birikimine ihtiyaç vard›r.

Son y›llarda internet erifliminin de yayg›nlaflmas›yla anket çal›flmalar›n›n inter-

net üzerinden yürütülmesi yönünde de önemli geliflmeler olmufltur. Burada örnek-lemin içinde yer alan kiflilerin seçilmekten ziyade kendi seçimleriyle bu anketi dol-durmalar› sonucu temsili örneklem seçiminde sorunlar vard›r. (Bu çal›flmalara ve-

rilebilecek örnek olarak Ali Çarko¤lu ve Andre Krouwell taraf›ndan gelifltirilen

www.oypusulasi.org sitesinden toplanan 2011 seçimine dair verilerdir). Ancakklasik örneklem yöntemleriyle birlikte efllefltirme teknikleri ve de¤iflik örneklemsonras› a¤›rl›kland›rma tekniklerinin kullan›m›yla temsiliyet sorunlar›na de¤iflik çö-zümler üretilebilmektedir.

Veri Çözümlemesi ve Deneysel Çal›flmalar Anket çal›flmalar›n›n çözümlenmesinde örneklem tekniklerinin geliflmesiyle birlik-

te artan oranda istatistiki çok de¤iflkenli çözümleme teknikleri kullan›lmaya bafl-lanm›flt›r. Bu teknikler tabüler çözümleme tekniklerine dayal› olarak bafllam›fl ar-d›ndan kompüter teknolojisinin en yüksek olas›l›k kestirmesi (maximum likeliho-od estimation) yönteminin kullan›m›n› genifl kitlelere açmas›yla önemli merhalelerkat etmifltir. Burada vurgulanmas› gereken anket verilerinin nedensellik s›namala-r›nda kullan›m›ndaki geliflen tekniklerdir.

Bu tekniklerin yan› s›ra anket çal›flmalar›nda elde edilen verilerin kendine hassorunlar›na istatistiki çözümler üretilmesinde de önemli geliflmeler olmufltur. Ön-celikle elde edilen örneklemin temsil yetene¤ini s›namak ve gelifltirmeye yönelikteknikler gelifltirilmifltir. Bunlarla efl zamanl› olarak anket çal›flmalar›nda elde edi-len verilerdeki sorulara eksik cevap verme nedeniyle gözlenen eksiklerin de¤iflik

istatistiki çözümleme yöntemleriyle bir anlamda “tamir edilmesi” yönünde teknik-ler gelifltirilmektedir.

Nedensellik s›namalar›n›n temelinde yatan deneysel yöntemler artan bir h›zlaanket çal›flmalar›na uyarlanmaktad›r (bak›n›z Ünite 2). Gerek de¤iflik sosyal bilimdallar›ndaki akademik hipotezlerin s›nanmas›nda, gerek daha pratik ve kamu po-litikalar›na dair de¤erlendirmelerle iktisadi ve pazarlama araflt›rmalar›n›n ihtiyaçduydu¤u s›namalar›n gerçeklefltirilmesinde artan bir h›zla deneysel teknikler anketçal›flmalar›na uyarlanmaktad›r. Bu teknikler anket çal›flmalar›n›n gerek örneklemseçimi gerek saha çal›flmalar›n›n yürütülmesinde özel bir seri sorunun çözülmesi-ni gerektirmektedir.

Yukar›da sözü edilen anket verilerinin çözümlenmesi ve de¤iflik deneysel kur-

gular›n anket çal›flmalar›nda uygulanmas›nda da Türkiye prati¤inde önemli bir tec-rübe ve bilgi birikimi eksikli¤i vard›r. Elde edilen verilerin çözümlenmesine gelin-




di¤inde s›k s›k sadece basit betimlemeler kullan›lmakta ve nedensel iliflkilerin mo-dellenmesi nadiren gözlenmektedir. Kamuoyu araflt›rmalar›nda nedensellik sapta-malar›nda son y›llarda s›k s›k kullan›lan ileri istatistiki çözümlemeler ancak nadi-

ren Türkiye’de kullan›lmaktad›r. Deneysel kurgulara ise ancak son y›llardaki bir-kaç çal›flmada rastlanmaktad›r.

Anket Çal›flmas›n›n Kurgulanmas›Her veri toplama süreci asl›nda kavramsallaflt›rma ve ölçüm alan›nda verilen karar-lar ile bafllar. Kuramsal çerçevemiz içerisinde hangi kavramsal yap› tafllar›na ihti-

yaç duydu¤umuz ana hatlar›yla belirlenmifltir. Veri toplama sürecine geçmedenönce hangi kuramsal çerçeve içerisinde hangi kavramlar›n görgül yans›malar›n› el-de edece¤imize karar vermifl olmal›y›z. Örne¤in tehdit alg›lar›n›n d›fl politika ter-cihlerine etkisi üzerine bir araflt›rma sorumuz oldu¤unu varsayarsak, d›fl politikatercihlerini ba¤›ml› de¤iflkenimiz ve tehdit alg›lar›n› da ba¤›ms›z de¤iflkenlerden

biri olarak hangi düzeyde bir ölçüm ile çözümlememiz içinde kullanaca¤›m›zaaraflt›rman›n bafl›nda karar vermek gerekir.

Tehdit alg›s› tehdit vard›r ya da yoktur gibi nominal düzeyde ele al›nabilece¤i gibi tehdit az-d›r, orta düzeyde ya da yüksek düzeyde vard›r gibi s›ralama düzeyinde de ölçülebilir. Ba¤›m-l› de¤iflken olarak da d›fl politikada uluslararas› arenada ifl birli¤i içinde çok partnerli bir politika izlemenin karfl›s›nda ifl birli¤ini ret eden tek tarafl› bir politika izlemeyi koyan nominal bir ölçüm düflünülebilir. Analiz birimi olarak elitler ya da s›radan vatandafllar› al›rsak tüm de¤iflkenlerimizi alg› düzeyinde bireylerden elde edebiliriz. Ba¤›ml› de¤iflkenin nomi-nal düzeyde ya da s›ralama veya daha yukar› bir düzeyde ölçülmesinin veri toplama aflamas›sonras›ndaki çözümlemelerde nas›l bir fark yarataca¤›n› düflünün ve k›saca özetleyin.

Bu kavramlar›n hangi düzeyde ölçülece¤ine dair verece¤imiz kararlar dahasonra bu verilerle ne tür çözümlemeler yapabilece¤imizi de belirleyece¤inden sonderece önemlidir. Dolay›s›yla veri toplama sürecine bafllamadan önce nas›l bir ku-ramsal çerçeve içerisinde hangi kavramlar›n birbirleriyle iliflkilerine bakmak istedi-¤imizi aç›kl›¤a kavuflturmal›y›z. Temel nedensellik ba¤lar›n›n ortaya konulmas›hangi ba¤›ml› de¤iflkenlerin hangi ba¤›ms›z de¤iflkenlerle iliflki içerisinde oldu¤u-nu ortaya koymam›z› gerektirecektir. Ço¤u zaman veri toplama süreçlerinde karfl›-lafl›lacak zorluklar dikkate al›narak temel hipotezlerin s›nanmas› için gerekli öl-çümler üzerinde daha yo¤un çal›fl›l›p daha yüksek düzeylerde ölçüm yap›l›rken di-¤er kavramsallaflt›rma ve ölçümlerde daha basitlefltirici ölçümlere gidilebilir.

Örne¤in yeniden d›fl politika tercihlerinin belirleyicilerini anlamaya çal›flt›¤›m›zbir araflt›rma çerçevesine geri dönersek burada birkaç temel soru ile ilgilenmemizbeklenir. Burada temel merak›m›z elitlerin d›fl politika tercihleri ve bunlar›n nas›lbir etkileflim sürecinde flekillendi¤i midir yoksa s›radan vatandafllar›n m›? E¤er elit-lerle ilgiliysek do¤rudan d›fl politika konusunda karar verici ve karar mekanizma-lar›nda çal›flan, bu süreçlere bir düzeyde müdahil olup etkili olabilecek kiflilerdenmi bahsediyoruz? Yoksa bu karar mekanizmalar›n›n d›fl›nda ancak bu mekanizma

ve süreçleri dolayl› da olsa etkileyen bir çevre içindekilerden mi bahsediyoruz? Aç›kt›r ki karar vericilerle ilgiliysek elit tan›m›m›z oldukça daralt›lm›fl olacakt›r. Bu-rada baflbakan ve bakanlar düzeyinde hükümet üyeleri ile güvenlik bürokrasisiolarak adland›rabilece¤imiz sivil bürokrasi ve askerî komuta düzeyinde yüksek

düzey yöneticilerle ilgilenir durumda oluruz. Yani ölçüm birimimiz birkaç yüksekdüzey sivil ve askerî yönetici olacakt›r. Her ne kadar günümüz Türkiye’sinde d›fl


SIRA S‹ZDE 1



politika kararlar›n› oluflturan tercihlerin anlafl›lmas›nda bu yöneticilerin kifli olaraktercihlerinin genel çerçevesini belirlemekte bu yöneticilere ulaflmak gerekli olsa dabunun ne derece güç oldu¤u da çok aç›kt›r. D›fl politika bilfiil yürütülürken bu sü-

reçte etkili kiflilerle birebir görüflmeler yapmak imkâns›z de¤ilse de son derecezordur. Aç›kt›r ki d›fl politikay› yürütenlerin birinci tercihleri araflt›rmac›lar›n me-raklar›n› tatmin etmek de¤il do¤rudan bu politikalardan istedikleri sonuçlar› almakolacak ve bu görüflmeleri yürütmek hemen hemen imkâns›zlaflacakt›r. Kald› ki bugörüflmeler yürütülebilse bile bu görüflmelerde al›nacak cevaplar›n da ilgilenilensürecin entegral bir parças› olarak stratejik bir flekilde dile getirilece¤ini de bekle-memiz gerekir. Yani gerçek ve samimi tercihlerin, duyarl›l›klar›n, beklentilerin yada tahminlerin neler oldu¤unu kritik kararlar› alan kiflilerle görüflerek ö¤renmemizpek mümkün görünmemektedir. Onlar tabii olarak d›fl politikay› olufltururken ara-da s›rada araflt›rmac›lar›n sorular›na yan›t vererek onlara yard›mc› olmak gibi birrol üstlenmeyeceklerdir.

Ancak d›fl politikay› flekillendiren bu ilk çember içine pek girmek zorunda daolmayabiliriz. Bu çemberdekilerin kendileriyle birlikte çal›flmak üzere kendilerinebenzer görüfllerde olanlar› bürokrasinin ikinci düzey çemberine dahil etmeleribeklenir ya da farkl› düzeylerde etkin olacak ancak en az›ndan görüflleri kamusalalandaki tart›flmalarda ses bulan farkl› bir elit grup çemberine de bas›n mensupla-r›, akademi, ifl dünyas› ve benzeri çevrelerdeki belli bafll› isimlerle görüflerek deulafl›labilir. Bu çevrelerin içerisinden bir örneklem elde etmek elbette mümkündür(bak›n›z Ünite 3). Bu çevrelerin görüfllerini birebir görüflmeler yoluyla elde etmek

yerine bu elit çevrelerinin görüfllerini yans›tan belgelere de ulaflmak mümkündür.Bu belgelerin bir içerik çözümlemesi sonucunda da yine elit çevrelerin d›fl politi-ka görüfllerini elde etmek mümkün olacakt›r (bak›n›z Ünite 5).

‹lgimizi elitlerden s›radan vatandafllara çevirdi¤imizde de bu kez oy verme ya-fl›nda vatandafllardan oluflan bir örneklem ile çal›flma gere¤i ortaya ç›kacakt›r. El-bette farkl› bir aç›dan bakarak oy verme yafl›na henüz gelmemifl ancak henüz si-

yasi dünya görüflü de¤iflik düzeylerde flekillenmeye devam eden gençler ve hattasiyasal sosyalizasyonunun bafl›nda çocuklarla da görüflmeler yürütülebilir. Her du-rumda temel analiz birimimiz farkl› yafl gruplar›nda bireylerden oluflacakt›r.

Bu bireylerin d›fl politika hakk›nda görüfllerinin ya da farkl› d›fl politika konula-r›nda tercihlerinin nas›l flekillendi¤ini merak ediyorsak bunlar›n nas›l bir kuramsalçerçevede çözümlenece¤ine ba¤l› bir ölçüm çerçevesi çizeriz. D›fl politikan›n çetre-fil bir konu oldu¤u ve bu politikalar üzerinde s›radan vatandafllar›n do¤rudan pekde etkisinin bulunmad›¤› temelinden hareket edersek s›radan vatandafllarla yürütü-

lecek bir çal›flmada sorular›m›z›n pek derinlemesine olmamas› ve daha yüzeysel vehatta ideolojik bir tak›m kestirme sinyalleri yans›tmas› gerekti¤ini düflünebiliriz. Buçerçeve içerisinde s›radan vatandafllarla görüflmelerin daha çok kestirme sinyaller veideolojik dünya görüflünün d›fl politikaya yans›malar›n› ölçmeye yo¤unlaflmas› bek-lenir. Sorular›n genel çerçevesinin s›radan vatandafllar›n anlay›fl›n› ve de¤erlendirme-sini kolaylaflt›racak bir flekilde dillendirilmesi bu kuramsal çerçevenin bir gere¤i ola-cakt›r. Oysa e¤er çal›flma elit gruplara ve hatta karar vericilere yönelik bir çal›flma iseo zaman sorular›m›z›n daha derinlemesine bilgi da¤arc›¤›n› yoklayan ve de¤erlendir-melerin de daha sofistike farkl›laflmalar› yans›tacak flekilde dillendirilmesi do¤ruolur. Hatta bir elit düzeyinin üzerinde görüflülen kiflilerin görüfl ve de¤erlendirmele-rinin araflt›rmac› taraf›ndan k›s›tlanmaks›z›n oldu¤u gibi elde edilmesi yani afla¤›da

daha ayr›nt›l› tart›fl›laca¤› gibi aç›k uçlu olarak al›nmas› bir zorunluluk olabilir.




Aç›k ve Kapal› Uçlu Sorular Bu aflamada en temel soru sorma tekni¤i fakl›laflmas› olarak aç›k uçlu ile kapal›uçlu sorular üzerinde durmam›z iyi olur. Nicel araflt›rmalarda ço¤u soru kapal› uç-

lu denilen bir yap›dad›r. Kap› uçlu sorularda görüflülen kiflilerin cevaplar› araflt›r-mac› taraf›ndan verilmifl birkaç seçenek ile s›n›rlanm›flt›r. Görüflülen kifliye yönel-tilen soruya verilebilecek cevaplarda birkaç farkl› seçenek aras›ndan biri olmaküzere k›s›tlanm›flt›r. Aç›k uçlu sorularda ise cevaplar görüflülen kiflinin dile getirdi-¤i flekilde al›n›r ve sorunun anlafl›l›p cevaplar›n dile getirilmesinde kifliden kifliyeolabilecek farkl›laflmalar oldu¤u gibi cevaba yans›t›l›r. Bu tür aç›k uçlu cevaplardaço¤u zaman araflt›rmac›n›n ikinci bir aflama olarak gelen cevaplar› yorumlamas› veistatistiki bir çözümleme içinde basit kategorilere ay›rmas› gitmesi gerekir. Bu türgruplamalar bir yandan gereklidir ama di¤er yandan da öznel bir de¤erlendirmegerektirdi¤inden hem zaman al›c›d›r hem de güvenilirlik hatalar›n› da davet ederbir durum yaratmaktad›r. Ancak kapal› uçlu sorular yap›lar› gere¤i hem sorular›n

istenildi¤i gibi anlafl›ld›¤› hem de sunulan seçeneklerin tüm olas› seçenekleri kap-sad›¤› varsay›m›n› aç›k uçlu formatta yapmay›z. Yani e¤er soru tam anlafl›lamaya-bilirse ya da cevap seçeneklerinin ne oldu¤u tam olarak bilinemiyorsa aç›k uçlusorular daha avantajl› bir soru format› olarak karfl›m›za ç›karlar.

Örne¤in, afla¤›da Türkiye’nin Avrupa Birli¤i’ne yönelik politikalar›nda önemliolabilecek baz› tercih ve de¤erlendirmeler görüflülen kiflilerden al›nmaya çal›fl›l-maktad›r. ‹lk soruda hipotetik bir halk oylamas› durumunda görüflülen kiflinin Tür-kiye’nin AB’ne üyeli¤i görüflüne mi destek verece¤i yoksa bunun karfl›s›nda m›olaca¤› sorgulanmaktad›r. Bu sorunun oldukça karmafl›k birçok süreç hakk›nda

varsay›mlar içerdi¤ine dikkat çekmek gerekir. Basit gibi görünen bu soru asl›ndabirkaç karmafl›k süreci basit varsay›mlarla geçifltirip görüflülen kifliyi sadece iki se-

çenek aras›nda bir tercihe zorlamaktad›r. Görüldü¤ü gibi görüflülen kifliye bu ikiseçenek okunmakta ancak “fikrim yok”, “bilmiyorum” ya da “cevap vermek iste-miyorum” gibi cevaplar okunmadan not edilmektedir. Yani asl›nda aç›kça dillen-dirilmifl iki seçene¤in yan› s›ra üç dillendirilmeden not edilen seçenek daha vard›r.

Ancak sorunun içeri¤inin sadece bu seçeneklere olanak verdi¤i söylenebilir mi?Bu seçenekler verilmemifl olsayd› baz› görüflülen kiflilerin cevaplar›n›n anlaml› bir

yorumu olmayabilirdi. Örne¤in, ayn› soru bu seçenekler olmadan soruldu¤undaal›nan baz› cevaplar afla¤›da s›ralanm›flt›r:

“Ben Avrupa Birli¤i’nin bize bir yarar› olmayaca¤›n› düflünüyorum.”“Asl›nda Avrupa gibi olacaksak iyi olur tabii.”“Üyelik iyi bir fley tabii”

“Avrupa bizi isterse üye oluruz.”“Ben üyelik için destek veririm.”Bu ve benzeri cevaplar›n asl›nda amaçlanan ölçüm aç›s›ndan hangi yöne yak›n

oldu¤u anlafl›labilirken dile getirilen cevab›n kelime karfl›l›klar›na bak›ld›¤›nda yo-ruma muhtaç olduklar› da aç›kt›r. Bu yorum her cevap için elde edilmeye çal›fl›l-d›¤›nda araflt›rmac›n›n asl›nda cevaplar› ald›ktan sonra da önemli bir iflinin kalm›floldu¤unu görüyoruz. Görüflülen kiflilerin cevaplar› bir de araflt›rmac›n›n yorumuile standardize edilip ard›ndan istenilen formatta bir dökümünün yap›lmas› gerek-mektedir. Yani sonuç olarak cevap verenlerin içinde ne oranda bir grup AB üyeli-¤ine destek verirken ne oranda karfl›t oy ç›kmaktad›r? Bu sorunun cevab›n›n veri-len cevaplardan al›nmas› yerine bir de araflt›rmac›n›n verilen cevaplar› yorumlay›p

gruplayarak bize çözümlemesi gerekecektir. Oysa kapal› uçlu sorularda bu tür bir




ara çözümlemeye hiç gerek yoktur. Bu çözümlemeler ve yorumlar bir anlamda gö-rüflülen kiflilere b›rak›lmakta ve sunulan iki seçenekten birini tercih ederek bize bir

yorum gere¤i kalmadan do¤rudan bir yan›ta ulafl›labilmektedir. Sorunun seçenek-

leri k›s›tlanarak görüflülen kiflilerin kendi sonuçlar›na kendilerinin do¤rudan var-malar› sa¤lanmaktad›r.

‹kinci soruya bak›ld›¤›nda da ilk göze çarpan asl›nda sorunun oldukça çetrefilbir d›fl politika karar›n› basite indirgemekte oldu¤u gözlenmektedir. Aç›kt›r ki han-gi küresel ve bölgesel konumda olundu¤una ba¤l› olarak Türkiye’nin d›fl politika

alternatifleri de farkl› olabilecektir. Hatta hiçbir aflamada böylesine sert s›n›rlar›olan bir seçenekler serisi ile karfl› karfl›ya kal›nmayaca¤› da söylenebilir. D›fl poli-tika ile pek de ilgili ve bilgili olmayan bir s›radan vatandafl›n böyle bir soru ile kar-fl› karfl›ya kald›¤›nda kendisine verilen bu seçeneklerden hiçbirini hat›rlayamama-s› da olas›d›r. Yani bu soru kapal› uçlu de¤il de aç›k uçlu verilseydi kaç kifli bu üçseçene¤i önlerine koyup aras›ndan birini seçerdi bilmek kolay de¤ildir. Ama ifltekapal› uçlu sorularda tam bu tür bir fonksiyonu da yerine getirerek kiflilere karfl›karfl›ya olduklar› seçenekleri an›msatarak bunlar aras›ndan birini seçmeleri de is-tenebilmektedir. Yine yukar›da alt› çizilen kuramsal çerçevenin de bize hat›rlatt›¤›gibi s›radan vatandafllar›n pek çok çetrefil d›fl politika konusunda seçeneklerin ne-ler oldu¤una dair anlaml› bir bilgi düzeyinde olamamalar›n› do¤al karfl›lamak ge-

rekir. O hâlde bu seçeneklerin belli bafll›lar›n› onlara an›msatarak aralar›nda bir se-çenek oluflturmaya davet etmek kapal› uçlu sorular›n s›k s›k yapt›klar› bir fleydir.

Yine unutulmamal›d›r ki ikinci sorunun da örnekledi¤i gibi kapal› ve aç›k uçlu so-rular birlikte de dile getirilebilmektedir. Verilen üç seçenek d›fl›nda bir “di¤er” se-çene¤i varsa bu da aç›k uçlu olarak al›nabilmektedir. Bu flekilde de¤erlendirmeyesunulmufl olan üç seçene¤in ne derece sorulan soru için akla gelebilecek ana se-çenekler oldu¤u da s›nanm›fl olmaktad›r. E¤er bu üç seçenek d›fl›nda anlaml› birbütünlük oluflturan farkl› “di¤er” seçenekleri dile getiriliyorsa o zaman sorununucu kapat›l›rken gerekli alternatiflerin tam olarak görüflülen kiflilere sunulmam›floldu¤unu anlayabiliriz.

Benzer çerçevede bu sorunun bir d›fliflleri bakan›na sorulmufl oldu¤unu düflü-

nürsek sunulan seçeneklerin onun için çok da anlaml› olmad›¤› düflünülebilir. D›fliflleri bakanl›¤› yürütmüfl bir kifli için seçenekler ne bu kadar k›s›tl› ne de bu dere-ce kal›n ve sert s›n›rlarla çizili olacakt›r. O hâlde seçilen hedef kitle sofistike bir elitgrup oldu¤unda kapal› uçlu sorular›n s›n›rlay›c› basite indirgeyici çerçevelerini ter-cih etmek pek önerilmez.




1. 150 ve alt› (150 veya daha az)2. 151-250 (151-250 aras›)3. 251-350 (251-350 aras›)4. 351-450 (351-450 aras›)5. 451-550 (451-550 aras›)6. 551-750 (551-750 aras›)7. 751-1.000 (750-1.000 aras›)8. 1.001-1.500 (1 milyar-1.500 aras›)9. 1.501-2.000 (1,5 milyar-2.000 aras›)

10. 2.001-3.000 (2 milyar-3.000 aras›)11. 3.001-5.000 (3 milyar-5.000 aras›)12. 5.001 ve üstü (5.000 fazla)Kapal› uçlu sorular de¤er yarg›lar›n›n baz› sosyal bask› mekanizmalar›nda yan-

s›malar›yla elde edilen cevaplar›n gerçe¤i yans›tmamas› sonucundan kaç›nmakamac›yla da kullan›labilir. Örne¤in “Hiç trafikte h›z s›n›r›n› aflma sonucu ceza öde-diniz mi? Ödediyseniz kaç defa ödediniz?” gibi bir soruya kifliler aç›k uçlu olarakgerçekleflen cezaland›r›lma oran›n›n alt›nda bir cevap elde edilmektedir. Oysa ay-n› soru “Kaç defa h›z s›n›r›n› açmak nedeniyle ceza ödediniz?” diyerek seçenekle-ri s›f›rdan bafllayarak sayarak soruldu¤unda daha gerçekçi ve daha yüksek bir h›zcezas› da¤›l›m› elde edilebilmektedir.

Benzer flekilde görüflülen kiflilerce hassas ve kendi kiflisel özlük alanlar›n›n ih-lali olarak alg›lanabilecek sorular›n kurgulanmas›nda kapal› uçlu soru seçene¤iolumlu sonuçlar vermektedir. Örne¤in kiflilere yukar›daki flekilde ortalama toplamhane halk› geliri aç›k uçlu olarak soruldu¤unda net bir rakam ile cevap almak ge-nelde zor olmaktad›r. Oysa kiflilere ayn› soru kapal› uçlu olarak ve seçeneklerinbelirli aral›klar olarak sunuldu¤unda al›nabilen cevap oran› anlaml› flekilde art-maktad›r. Yani kifliler bir cevab› kendileri oluflturmak yerine kendilerine sunulanseçeneklerden birini seçmeyi daha kolay bulmaktad›rlar diyebiliriz.

Kapal› Uçlu Sorularda Baz› Sorunlu Alanlar Yine de kapal› uçlu sorular›n baz› k›s›tlar› ak›lda tutulmal›d›r. Kimi zaman verilen

seçenekler aras›nda seçim yapamayan denekler herhangi bir cevab› kafadan atarak ya da rastsal bir flekilde seçebilmektedir. Bu flekilde elde edilen cevaplar› bilinçli bir




tercih olarak ele alan araflt›rmac›lar bu cevaplar temelinde anlaml› örüntüler keflfin-de çok zorlanacaklar hatta yanl›fl yorumlara gidebileceklerdir. Sunulan seçenekle-rin sorulan soruya verilebilecek cevap yelpazesini tümüyle yans›tmad›¤› durumlar-

da yukar›da da de¤inilmifl olan “di¤er” seçene¤inin sunulmas› gözden kaç›r›lmama-l›d›r. Ancak sorular son fleklini almadan bu “di¤er” seçene¤ine ihtiyaç olup olmad›-¤›n›n deneme görüflmeler yoluyla sahada s›nanmas› ve e¤er böyle bir “di¤er “seçe-ne¤ine ihtiyaç yoksa bu seçene¤in hiç soruya eklenmemesi tavsiye olunur.

Son olarak düflünülmesi gereken güçlük kapal› uçlu sorular›n görüflülen kiflile-rin cevaplar› toplan›rken baz› gözden kaçan hatalara yol açma olas›l›¤›n› yükselt-ti¤idir. A seçene¤i yerine soru cetveli üzerinde B seçene¤inin iflaretlenmesi ya dacevaplar bilgisayarda veri setine aktar›l›rken A yerine B seçene¤inin girilmesi aç›kuçlu sorularda pek olamayacak tür hatalard›r. Ancak aç›k uçlu sorular›n da ço¤uzaman kodlama ve yorum sorunlar› içerdi¤i ak›lda tutulmal›d›r.

Ülkenin karfl› karfl›ya oldu¤u sorunlar›n neler oldu¤unu belirlemek üzere bir soru oluflturun veetraf›n›zdaki 10-15 kifliye bu soruyu “aç›k uçlu” olarak hiçbir seçene¤i siz okumadan yöneltin.Gelen cevaplar› ayr›nt›l› bir flekilde not al›n. Nelerin dile getirildi¤ini nas›l raporlayabilirsiniz?fiimdi de ayn› soruyu bu kez ilk soruyu takiben sizin oluflturdu¤unuz k›sa sorun seçenek-leri vererek “kapal› uçlu” olarak sorun. Yine 10-15 kifliye gidip bu yeni soruyu yöneltin.Nas›l bir farkl›l›k görüyorsunuz? Bu iki soru Türkiye’yi temsil gücüne sahip bir örneklemiçindeki kiflilere yöneltilseydi nas›l bir sonuç elde edilirdi sizce?

Aç›k uçlu sorular›n dillendirme d›fl›nda soru cetvelinde sadece fleklen uygulan-mas› gayet kolayd›r. Yegâne dikkat edilmesi gereken nokta cevaplar›n not al›na-bilmesi için yeteri kadar yer b›rak›lmas›d›r. Kapal› uçlu sorularda ise farkl› birkaç

konuda hassasiyet gösterilmesi gerekir.Bu konular›n bafl›nda cevap seçeneklerinin aç›k bir flekilde görüflülen kiflileresunulmas›d›r. Soru cetvelinin iyi kurgulanmad›¤› durumlarda verilen bir cevab›nhangi seçene¤e ait oldu¤u aç›k de¤ilse verinin kullan›m› mümkün olmayacakt›r.Tüm u¤rafllar ard›ndan bir cevap al›nm›fl olacak ancak bu cevab›n örne¤in ikinciseçene¤e mi yoksa üçüncü seçene¤e mi iflaret etti¤i anlafl›lamayabilecektir. Bilgi-sayar kullan›larak yürütülen görüflmelerde (web üzerinden ya da yüz yüze) bu ge-nelde sorun olmamaktad›r. Ancak burada da seçeneklerin iflaretlendi¤i t›klanacakdü¤meler yeterince büyük olmad›¤›nda cevaplayanlar› ya da cevaplar› giren gö-rüflmecileri büyük bir s›k›nt›ya sokabilecektir.

Soru cetveli kurgusundan önce dikkat edilmesi gereken bir nokta da seçenekle-rin birbirleriyle hiçbir flekilde örtüflmüyor olmas›d›r elbette. Örne¤in yukar›da veri-len örnekte gelir gruplar› birbirleriyle örtüflmemektedirler. Ancak bu flekilde görü-flülen kifliler sadece bir gruba ait olabilirler. Aral›k (interval) ölçe¤indeki de¤iflken-ler için kapal› uçlu seçenek kategorileri haz›rlamak kendine has zorluklar içerir. Ör-ne¤in görüflülen kiflinin yafl›n› kapal› uçlu bir soru ile almak istedi¤imizde tüm ola-s› yafllar› s›ralamak gibi uzun bir liste kullanmak zorunda kalabiliriz. Bundan kaç-mak için yafl gruplar› oluflturmak tercih edilir. Benzer zorluklar kiflilerin gelirlerinibelirlerken de karfl›m›za ç›kacakt›r. Bu tür durumlarda önerilen öncelikle oluflturu-lan grup aral›klar›n›n eflitlenmesidir. Örne¤in 18 bafllang›ç yafl›ndan bafllan›yorsa18-27, 28-37, 38-47 gibi ilerlemek uygun olur. E¤er görüflülen kifliler bir iki grubaa¤›rl›kl› olarak da¤›lacaksa bundan kaç›nmak yerinde olur. Bu tür da¤›l›mlar pekçok bilgiyi bir daha geri gelemeyecek flekilde gizleyecek ve söz konusu de¤iflken-

deki de¤iflim gözlenemez hâle gelecektir. Bu durumlarda kategoriler aras›nda fark-l›laflma oluflmas›n› sa¤layacak kadar çok say›da kategori oluflturmak gerekir. Genel-


SIRA S‹ZDE

2



likle oluflturulan kategorilerin yerleflik normlara uymas›na gayret edilir. Ancak bugenel prensiplere her durumda uymak da mümkün olmayabilir. Örne¤in seçmen

yafl›nda deneklerle yap›lan görüflmelerde en düflük yafl 18 olunca onar y›ll›k eflit ge-nifllikte yafl gruplar› oluflturarak 18-27, 28-37 gibi ilerlemek söz konusu olur. Oysa

yerleflik normlarda 27 ya da 37 gibi bir yafl grup kategorisini sonland›r›c› kesim nok-tas› yoktur. Genelde insanlar 20-25, 26-30, 31-35 gibi gruplara daha yatk›nd›rlar.

Afla¤›da verilmifl ve daha önceki örneklerde de kullan›lm›fl olan soru format›-n›n temel özelliklerinin üzerinden gitmekte yarar vard›r. Öncelikle her sorunun birtek numaras› olmal›d›r. Buradaki örnekte S.18 olan bu numara d›fl›nda bir de ce-

vaplar›n tek tek not edilmesi için ayr›lm›fl bir yer ve bu bilgi için de bir numara var-d›r. S.18’den al›nan cevap diyelim ki “Günefl, rüzgar ve su enerjisi” olsun o zaman3 seçene¤i iflaretlenip C61 kolonunda ayr›lan yere de “3” yaz›lmas› gerekecektir.Bu flekilde cevaplar›n ön kodlamas›n›n yap›lm›fl olmas› veri giriflini kolaylaflt›ra-cakt›r. Aksi taktirde anket üzerinde bir flekilde iflaretlenen cevaplar›n nümerik de-¤erlere dönüfltürülmesi için ayr› bir kodlamaya tabi tutulmalar› gerekecektir.

Her bir seçene¤e ayr› bir mant›kl› nümerik de¤er verilmesi gerekir. Ancak “cevap yok”, “fikri yok”, “bilmiyor” ya da seçemiyorum” gibi asl›nda eksik cevap (mis-sing value) olacak cevaplar nas›l kodlanmal›d›r? Burada kesin bir kural koymakpek mümkün de¤ildir. S.18’de “seçemiyorum” 8 olarak kodlanm›flt›r. Oysa yukar›-da soru D.19 ve D.20’de 98, 99, 99998, 99999 de¤erleri de ayn› amaçla kullan›lm›fl-t›r. Burada önemli olan her kodun neye karfl›l›k geldi¤ini do¤ru bir flekilde kodla-m›fl olmakt›r. De¤erlerin kendi bafllar›na özel bir önemi elbette yoktur. Ancak ge-nel bir kodlama kural› kullanmak çözümleme aflamas›nda kolayl›k sa¤layacakt›r.E¤er bilirsek ki 98, 99, 99998 ve 9999 gibi de¤erler bu tür eksik veriye karfl›l›k ge-lir o zaman bu de¤erlerin çözümlemeye kat›lmamas› kolay olur.Ancak unutulma-mal›d›r ki örne¤in çok nadir de olsa 99 yafl›nda bir bireyle de görüflmek mümkün-

dür ve 99 örne¤in yafl için eksik veri kodu olarak kullan›lmamal›d›r.Soru formunun kurgusunda farkl› renk ile belirtilmifl görüflmeciye yöneltilen

baz› notlar da vard›r. S.18 de [-!- SEÇENEKLER‹ OKUYUN VE YALN›ZCA B‹R SE-ÇENE⁄‹ ‹fiARETLEY‹N] gibi bir not düflülmüfltür. Görüflmecinin her soruda ne

yapmas› gerekti¤ine dair bu notlar çok kullan›fll› olabilir. Soruda herhangi bir kartkullan›m› olup olmad›¤›, tek seçenek mi çok seçenekler mi iflaretlenebilece¤i, kul-lan›lan cevap seçenekleri ya da cetvelin nas›l kullan›labilece¤i ve benzeri birtak›mbilgiler burada görüflmeciye hat›rlat›l›p onun dikkati uyan›k tutulabilir.

Herhangi bir soruda görüflülen kiflilerin de¤erlendirmesine b›rak›lan seçenekle-rin say›lar›na da dikkat etmek gerekir. Bu seçenek say›s›n›n çok genifl olmamas›önerilir. Seçenekler 6-7 taneden fazla oldu¤unda sorunun konusuna herhangi bir

yak›nl›¤› olmayan s›radan bir dene¤in verilen seçenekler aras›ndan ç›kmas›n› bek-lemek çok fley beklemek olacakt›r. Bu seçenekler görüflülen kiflilerin uzmanl›k yada ilgi alanlar› dikkate al›nd›¤›nda en çok 10-15 tane de yap›labilir. Ancak bu za-man da mutlaka yüz yüze görüflmeler s›ras›nda görüflülen kiflilere seçenekleri gö-

rüp okuyabilecekleri bir kart vermek do¤ru olacakt›r. Aç›kt›r ki telefon görüflmele-rinde bu olana¤›m›z olmad›¤›ndan seçenek say›s›n› düflük tutmak bir zorunluluk-




tur. Yine ak›lda tutmak gerekir ki okuma yazma oran›n›n düflük oldu¤u hedef kit-lelerle çal›fl›rken kart vermenin bir yarar› olmayacakt›r. Hatta kimi zaman okuma

yazmas› olsa bile uzun bir listeyi okuyup anlaman›n gerektirdi¤i dikkat ve biliflsel

yetenek baz› denekler için oldukça yüksek olabilecek ve onlar› ya sorudan ve hat-ta görüflmeden uzaklaflt›racak ya da en az onun kadar kötü olan bir di¤er sonuçolarak da görüflülen kifli sanki gerçek bir cevapm›fl gibi kafadan atma rastsal ce-

vaplar üretip görüflmeciyi bafl›ndan savmaya gayret edebilecektir.Cevap kategorilerinin s›ralamas›na dikkat gerekir. Elbette afla¤›daki örnekte ol-

du¤u gibi s›ral› cevap kategorilerinde seçenek do¤al olarak ortaya ç›kmaktad›r.Örne¤in afla¤›daki soru S.12a’da seçenekler s›ral› cevap mant›¤›na uygun olarak

verilmektedir. Oysa nominal kategorilerden oluflan seçenekler için bu seçenekle-rin hangi s›rayla soruldu¤u bir fark yaratabilmektedir. Örne¤in soru S.27’de her gö-rüflmede bafllang›ç olarak de¤erlendirmesi al›nacak partiyi de¤ifltirmek her görüfl-mede ayn› parti s›ras›yla de¤erlendirmeleri almaktan daha iyi sonuç verecektir.

Baz› sorularda birden çok cevap ve hatta bu cevaplar›n da bir s›rlamas› al›nmayaçal›fl›l›r. Afla¤›da soru A.03’te en önemli ilk üç sorunun s›ralanmas› istenmifltir. Herbir sorunun numaras› birinci, ikinci ve üçüncü en önemli sorun cevab›na not al›na-cakt›r. Soru D.23’te ise her bir seçenek tek tek var ya da yok olarak cevaplanacakt›r.




S›k kullan›lan bir di¤er soru türü de bir cetvel kullan›larak cevaplar›n al›nd›¤›sorulard›r. Daha önce de bahsedilmifl olan Likert cetveli tipik olarak beflli ya da ye-dili seçenek kategorileriyle kullan›l›r. Soru A.01’de öznel yaflam memnuniyeti cet-

velinin yedili Likert cetveli uygulamas› verilmifltir. (Bu skala için bak›n›z Diener,

Emmons, Larsen, ve Griffin (1985)). Soru S.02’de ise beflli bir tutum cetveli veril-mifltir. Her iki örnekte de önemli bir uygulama seçeneklerin her birinin ne demekoldu¤unun aç›k bir flekilde belirtilmifl olmas›d›r. Bu tür cetvellerde e¤er her cetvelde¤erine bir aç›k tan›m verilemiyorsa o zaman en az›ndan cetvelin iki uç noktas›-n›n ne anlama geldi¤i aç›kça tan›mlanmal›d›r. Gerek A.01 gerek S.02’de bir grupde¤erlendirme için ayn› de¤erlendirme cetvelinin kullan›lmas› ön görülmektedir.

Tek tek her biri için ayr› birer cetvel vermenin soru cetveli üzerinde çok yer kap-layaca¤› noktas›ndan hareketle de¤erlendirmeler ayr› ayr› okunmakta fakat ayn›cetvel yüz yüze görüflmelerde görüflülen kiflilere verilerek de¤erlendirme yapma-lar› istenmektedir.




De¤erlendirme cetvelleriyle çal›fl›rken birkaç temel prensibe uymak gereklidir.Sunulan seçenekler 10-11’i aflmamal›d›r. Sorulan sorular tek boyutlu olmal›d›r kikullan›lan cetveller anlaml› bir flekilde kullan›labilsin. Cetvel üzerinde gösterilendüzenek mant›kl› tek bir boyuta karfl›l›k gelmelidir. De¤erlendirilmesi istenen ifa-delerin sorulufl flekli hep ayn› yönde olmamal›d›r. Görüflülen kiflilerin sorular›n so-rulufl mant›¤›n› anlad›klar›n› düflünerek otomatik olarak hep benzer yönde cevap-lar vermelerinin önüne geçmek için verilen ifadelerin uç noktalar›n›n anlam› de-¤ifltirilerek sorulmal›d›r. Örne¤in soru S.02’de birinci ifadeye tamamen kat›lan biri-nin ikinci ifadeye hiç kat›lmamas› beklenir. Oysa soru “Düflük gelirliler ile yüksek

gelirliler aras›ndaki fark› azaltmak hükümetin sorumlulu¤u de¤ildir” diye ifadeedilmifl olsayd› ilk ifadeyle ayn› yönde de¤erlendirme verilmifl olacakt› ve bu fle-kilde devam eden bir soru grubunda otomatik cevap üretme e¤ilimi kolayca orta-

ya ç›kabilecekti. Oysa ifadelerin yönlerini de¤ifltirerek görüflülen kiflilerin dikkati-nin daha odaklanmas› sa¤lanabilir.

fiimdiye dek örnek olarak verilmifl sorular› farkl› flekilde dillendirin ve bu farkl›l›klar›nnas›l sonuçlara yol açabilece¤ini not edin.

Sorular›n Dillendirilmesinde ‹zlenecek Ana Prensipler Bir önceki bölümde araflt›rmam›z› flekillendiren kuramsal çerçeve ve kavramsallafl-

t›rman›n sorular›m›z› flekillendirirken en önemli k›s›t olarak düflünülmesi gerekti-


SIRA S‹ZDE

3



¤ini belirtmifltik. Aç›k ve kapal› uçlu soru formatlar›n›n tercihini de bu çerçevededüflünmek gerekir. Ancak bu en kaba grupland›rman›n ötesine geçti¤imizde soru-lar›n dillendirilmesindeki ana prensiplerin sanatla bilimsellik aras›nda ince bir çiz-

gi etraf›nda flekillendi¤ini görürüz.Sorular›m›z› dile getirirken ilk düflünmemiz gereken bunlar› cevaplayacak olandeneklerin ne düzeyde bir lisan hakimiyeti ve konumuza dair bilgisi oldu¤udur.Görece olarak daha yüksek e¤itimli, kulland›klar› dil ve bu dilin kullan›m› ve ke-lime hazinesi olarak daha zengin bir arka plana dayanan elitlerle yap›lan görüflme-lerde sorular›m›z için kullan›lacak dil bu gözlemlere dayanarak halk geneli içinkullan›landan daha sofistike bir farkl›laflmaya gidebilir. Ancak bu saptamay› yap-makla beraber genel geçer kural olarak sorular›n k›sa, basit ve net bir flekilde an-lafl›labilir olmas› gerekir. Prensip olarak özel bilgi gerektiren, farkl› anlamlar yük-lenebilecek teknik kelime ya da deyimlerden kaç›n›lmal›d›r. Bir bölgenin bir leh-çenin, de¤iflik e¤itim düzeylerinin ya da mesle¤in daha yo¤un kulland›¤› kelime ya

da deyimlerden kaç›n›lmal›d›r. Soru sorarken en baflta gelen amac›m›z görüflülenkiflinin sordu¤umuz soruyu istedi¤imiz flekilde ve tam olarak anlamas›d›r. Ancakböylelikle görüflülen kiflilerin verdikleri cevaplar kendi tercih, görüfl, tutum ve de-¤erlendirmelerini araflt›rma kapsam›nda görüflülen di¤er deneklerle karfl›laflt›r›labi-lir flekilde çözümlenebilecektir. E¤er sorular›m›z anlafl›lam›yorsa al›nan cevaplar-daki bilgi de yanl›fl olabilecektir. Anlafl›lamayan sorulardan oluflan araflt›rmalarda“bilmiyor”, “cevap yok” ya da “karar veremiyor” gibi cevaplar daha yüksek oran-da olacakt›r. Elbette tekrar tekrar anlafl›lmaz sorulardan oluflan araflt›rmalara kat›l-ma oranlar›n›n da düflük olmas› flafl›rt›c› olmayacakt›r. Bu tür anlafl›lma sorunlar›-n›n olup olmad›¤›n›n s›nanmas› sorular›n sahada test edilmesi ve derinlemesinebiliflsel görüflmeler (cognitive interviews) yap›lmas› gerekir.

Soru Cetvelinin Ön Testleri (Pre-Tests) ve Biliflsel(Cognitive) Görüflmeler Soru cetvelindeki sorular›n s›nanmas› ya da ön testler (pre-testing) ile kastedilenaraflt›rmac›n›n sorular›n› hedef kitledeki farkl› gruplar› ufak gruplar halinde de ol-sa yans›tan bir küçük örneklem ile görüflerek küçük ölçekli bir deneme yapmas›-d›r. Soru cetveline son flekli verildikten sonra sahaya ç›k›ld›¤›nda görüflmeler nas›l

yap›lacaksa ayn› flekilde örneklem seçimi ölçütlerine ba¤l› olarak farkl› yerleflimbirimlerinde saha çal›flmas› ayn› saha ölçütlerine göre gerçeklefltirilir. Burada amaçfarkl› sosyo-ekonomik statü, temel demografik göstergeler ve kültürel gruplar›n buön s›nama grubuna dahil edilmesidir. Bu farkl› gruplar için de¤iflik sorular›n anla-

fl›l›p anlafl›lmad›¤› farkl› “cevap yok/bilmiyorum” cevaplar› al›n›p al›nmad›¤›na ba-k›l›r. Ön s›namalar› yapan görüflmecilerin sorular› sorduklar›nda gelen tepki ve ce-

vaplara bakarak dikkatle sorular›n anlafl›l›p anlafl›lmad›¤›n› tespit etmeye çal›flma-lar› beklenir.

Bu küçük ölçekli s›namalarda öncelikle sorular›n anlafl›l›rl›¤›na bak›l›r. Anlafl›l-mayan ya da yanl›fl anlafl›lan sorular›n yan› s›ra sorulardaki belirsizliklerin de sap-tanmas›na çal›fl›l›r. Sorular›n ilgilenilen konuyla ilgili tüm dikkate al›nmaya de¤erseçenekler ve farkl› perspektifleri yans›y›p yans›tmad›¤› anlafl›lmaya çal›fl›l›r. Ko-nuyla çok da ilgili olmayan ya da eksik flekillendirilmifl sorular olup olmad›¤›nabak›l›r. Soru cetvelinde araflt›rmac›lar›n beklentilerinin aksine baz› sorular›n tepkialmas› söz konusu olabilir. Gerek hassas kiflisel bilgilerin al›nmas›, gerek sorunun

dile getirilmesinde farkl› gruplara rahats›zl›k veren bir dil kullan›lm›fl olmas› gibisorunlar ancak sahada farkl› denek gruplar›na ulafl›larak anlafl›labilir. Araflt›rmac›-




lar genelde kendileri ve çevrelerindeki akademik ve ö¤renci çevresince tepki çek-meyen sorular›n daha genifl bir halk kitlesine ulafl›ld›¤›nda tepki çekmesine flafl›r›r-lar. Ancak bu her soru cetvelinde ak›lda tutulmas› gereken bir olas›l›kt›r ve her de-

fas›nda da ›srarla s›nanarak gerçek saha çal›flmas›nda karfl›lafl›labilecek zorluklaren aza indirilebilir.Böyle bir ön s›nama çal›flmas› genelde 40-80 aras› görüflme ile yürütülür. Bura-

da araflt›rmac›n›n ilgilendi¤i sonuçlar›n istatistiki özellikleri de¤ildir. Beklenilenoluflturulmufl soru cetvelinin kalitesini s›namak ve gelifltirmektir. Bu amaçla rastsalbir örneklem seçimi yap›lmaz (bak›n›z Ünite 3). Ancak çal›flman›n sorular›n› fark-l› flekilde dinleyip yorumlayabilece¤i düflünülen farkl› gruplara gidilmeye çal›fl›l›r.

Aç›kt›r ki soru cetvelinin ana hedef kitlesinde karfl›lafl›labilecek zorluklar göz önü-ne al›narak bir ön s›nama örneklemi seçilmeye çal›fl›l›r. Bir gençlik sorunlar›n› an-lamaya yönelik araflt›rman›n ön s›namas›n› yetiflkinlerle yapmak gibi bir mant›khatas›na düflmemek gerekir. Ön s›nama sonuçlar›na göre soru cetvelinde de¤iflik-

liklere gidilir ve bu de¤iflikliklerin ne derece yayg›n oldu¤una ba¤l› olarak ek ge-rekli s›namalar da yap›labilir.Biliflsel görüflmeler (cognitive interviews) ile kastedilen ön s›nama ile yap›lan

çal›flman›n temel fikri üzerine daha genifl bir sorgulamaya gidilmesidir. Tipik olarakön s›namalarda soru cetvelinin uygulanmas› gerçek saha görüflmelerinde yap›ld›¤›gibi yürütülür. Böyle bir uygulamada sorulan sorulara verilen cevaplar›n ne düflü-nülerek hangi k›staslara ve nas›l bir alg›lama süreci sonunda verildi¤ini anlamaya

yönelik bir çaba içinde olunmaz. Oysa soru cetvelinin de¤erlendirilmesinde esas ih-tiyaç duyulan da tam böyle bir sorgulama ile elde edilecek bilgilerdir. Dolay›s›ylaalg›sal görüflmelerde sorular her zamanki gibi sorulup cevaplar al›nd›ktan sonra birde bu cevaplara nas›l ulafl›ld›¤›, sorulardan verilen cevaptan ba¤›ms›z olarak ne an-

lafl›ld›¤›, verilen cevap ile tam olarak ne denmek istendi¤i derinlemesine bir sorgu-lamaya tabi tutulur. Bu flekilde sorular›n sadece anlafl›l›p anlafl›lmad›¤› de¤il anlafl›-lan›n araflt›rmac›n›n amaçlad›¤› anlam olup olmad›¤› da ö¤renilmeye çal›fl›l›r. Veri-len cevaplar›n da dene¤in kafas›ndaki anlam› ö¤renilmeye çal›fl›l›r ve bu anlam›ngerçekten araflt›rmac›n›n formüle etmeye çal›flt›¤› anlam olup olmad›¤›na bak›l›r.

fiimdiye dek örnek olarak verilmifl ve kendi dillendirdi¤iniz sorulardan birer tane seçin vebunlar› 10-15 arkadafl›n›za sorun cevaplar›n› not edin. Ard›ndan da bu sorulardan ne an-lad›klar›n› ve verdikleri cevaplara nas›l ulafl›p neden bu cevaplar› verdiklerini ö¤renmeyeçal›fl›n. fiimdi bu sorular hakk›nda yeni neler ö¤rendi¤inizi düflünün. Sorular bu flekildekullan›labilir mi? Sorun görüyorsan›z bu sorunlar nas›l çözülebilir?

Aç›k Olmayan ve Çok Anlaml› Sorular Sorular› dillendirirken belirsizlikten kaç›nmak gerekir. Örne¤in afla¤›daki sorudaparantez içindeki (sizinle beraber) ifadesi soruya dahil edilmedi¤inde deneklernas›l bir soruyla karfl› karfl›ya olduklar›n› anlamakta zorlanacaklard›r. Acaba top-lam kaç kifli oldu¤u sorulurken dene¤in kendisi de bu hesaba kat›lacak m›d›r

yoksa denek d›fl›nda kaç kifli oldu¤u mu sorulmaktad›r? Oysa parantez içindeki(sizinle beraber) ifadesi kullan›ld›¤›nda bu belirsizlik ortadan kalkm›fl olmaktad›r.


SIRA S‹ZDE

4



Yukar›da daha önce de örnek olarak verilmifl olan gelir sorusu da benzer zor-luklar içerebilir: “Geçti¤imiz alt› ay içinde bütün aile fertlerinin maafl, kira, emekliayl›¤›, de¤iflik ifl kazançlar› vb. gelirlerini göz önünde bulundurarak ortalama top-lam ayl›k HANE HALKI geliriniz ne kadard›r?” Gelir sorular› hemen her araflt›rma-da merak edilen ama hem sorulmas› hem de cevaplanmas› çok zor bir sorudur.

Yukar›daki dillendirmede “geçti¤imiz alt› ay” bir nirengi noktas› olarak verilmifltir.Böyle bir referans süresi verilmedi¤inde örne¤in mevsimsel gelir farkl›l›klar› yafla-

yanlar bu soruyu cevaplamakta zorlanacaklard›r. Tar›m sektöründe gelir sahibi

olanlar maaflla çal›flan iflçi ve memurlar gibi de¤ildirler. Hasat sonras› oluflan gelirbütün bir y›l içindir. Ayl›k gelir sahibi olmak genelde ifl gücünü formel piyasadasatarak de¤erlendiren kesim için anlaml› olabilir. Ancak dönemsel olarak ve enfor-mel piyasa flartlar›na göre çal›flanlar için ayl›k gelir duruma ve zamana göre de¤i-flecektir. Benzer flekilde tek bir formel iflten gelir elde edenler için bu gelir sorusugörece kolay bir sorudur. Oysa formel iflinin yan› s›ra bir de enformel ifllerde yar›-zamanl› ya da f›rsat buldukça çal›fl›p gelir elde edenler için gelir hesap edilmesi veak›lda tutulmas› da zor bir sorudur. Dolay›s›yla soru sorulurken de¤iflik gelir türle-ri zikredilerek farkl› kaynaklar›n da hesaba kat›lmas› gere¤i hat›rlat›lmaktad›r. Birdi¤er sorun da buradaki flekliyle sorgulanan›n bireylerin kiflisel gelirleri de¤il par-ças› olduklar› hanenin toplam gelirine dair olmas›d›r. Soru kiflisel gelir olarak so-

rulmamaktad›r çünkü bilinen odur ki genifl aile yap›s› içinde kiflilerin bireysel ge-lirleri de¤il parças› olduklar› genifl ailenin tüm bireylerinin bir araya getirdi¤i gelirdaha önemlidir. Burada tabii kuramsal olarak gelirin bireysel düzeyde ölçümün-den çok gelirin bireylerin davran›fl, tercih ve tutumlar› üzerine etkisi üzerine bir il-gi var. Yani amaç içinde yaflan›lan ortamda kullan›ma aç›k olan toplam gelirin et-kisini görmektir. Bu gelirin kullan›m üzerinde tek tek aile bireylerinin ne dereceetkileri oldu¤u bu soruda irdelenmektedir. Böyle olunca da birey de¤il hanenintoplam geliri sorgulanmaktad›r. Ama toplam hane gelirinin de hesab› kolay de¤il-dir. Hem her tür (maafl, kira, emekli ayl›¤›, de¤iflik ifl kazançlar› vb.) gelir dikkateal›nacak hem de bu hanede yaflayan ve gelir getiren herkes için yap›lacakt›r.

Tar›msal geliri olanlar için bu sorunun çok anlaml› olmad›¤› söylenebilir. Hem

tar›m gelirine karfl›l›k gelen bir gelir türü verilen örneklerde yoktur hem de alt› ay-l›k bir nirengi dönemi de¤iflik tür tar›m gelirleri için senenin her döneminde an-laml› olmayacakt›r. Hasat dönemi erken yaz olanlara bahar döneminde bu soru so-ruldu¤unda geçen hasat dönemi sonunda elde ettikleri geliri verecekler midir? Busorunun cevab› sorudan bellidir ve vermemeleri beklenir. Ancak o zaman da ha-nenin önemli bir geliri hesap d›fl›na itilmifl olacakt›r. Bu durumda olanlar›n kimile-ri kafalar›nda bu de¤erlendirmeyi yap›p fark›nda olarak ya da olmayarak tar›msalgelirlerini hesaba dahil edecek kimileri de soruya ba¤l› kalarak etmeyebilecektir.Böylelikle kontrol d›fl› ve sanki adam›na göre sorulup cevaplanm›fl bir soru sormuflolmaktay›z.

Bir di¤er örnek olarak da son y›llarda pek çok araflt›rmada vurgulanan sivil top-

lum kurulufllar›na üyelik ve di¤er tür faaliyetlerine kat›l›m›na dair verilebilir. Bu so-




ru “Bünyesinde faal oldu¤unuz bir sivil toplum kuruluflu var m›?” ya da “Faaliyet-lerine kat›ld›¤›n›z sivil toplum kurulufllar› var m›?” gibi bir dillendirme ile sorulabi-lir. Ancak faal olmak ile ne kast edildi¤i aç›k de¤ildir. Üye olmak m›, yoksa gönül-

lü olarak bir kurulufl için çal›flmak m›, yoksa ba¤›fl yapmak m› kast edilmektedir?Benzer flekilde “sivil toplum kuruluflu” denirken nas›l bir kurulufl vard›r ak›lda? Si- vil toplum kuruluflu olarak herkesin akl›na hep ayn› kurulufllar gelmeyecek ya dabirinin sivil toplum kuruluflu dedi¤ine di¤eri kat›lmayabilecektir.

Afla¤›da izlenen yolda sivil toplum kuruluflundan ne kast edildi¤i aç›klanmayaçal›fl›lm›fl ve de¤iflik tür ve faaliyet alanlar› da örnek olarak verilmifltir. Ancak bu-rada da faaliyet olarak sadece üyelik kullan›lm›flt›r. Ancak Çarko¤lu ve Cenker(2011) göstermektedir ki üyelik özellikle Türkiye’de pek de yayg›n de¤ildir. Bununönemli bir nedeni kiflilerin kendilerini herhangi bir kuruluflla üyelik yoluyla formelbir ba¤ içinde görmeye çekinmeleri olabilir.

Afla¤›da verilen sorgulama sivil toplum kurulufllar›n›n gayet genifl bir faaliyetalan› içindeki farkl› alanlarda çal›flanlar›n›n her biri için ba¤›fl yapmak, üye olmak,gönüllü çal›flmak ve toplant›s›na kat›lmak gibi farkl› faaliyetlerden hangilerinin ya-p›ld›¤› ve hatta yap›lan ba¤›fl miktar›yla buralarda harcanan vakit de tek tek sorul-

mufltur. En sonda Türk Hava Kurumu, K›z›lay, TEMA, Çocuk Esirgeme Kurumu, AKUT gibi yayg›n bir fark›ndal›¤› olan kurulufllar özelinde de ayn› sorgulama ya-p›lm›flt›r. Zaman içinde faaliyetlerin farkl›laflabilece¤i de dikkate al›narak “son bir

y›l içerisinde” ifadesiyle herkese ayn› referans noktas› verilmifltir. Daha önce tutu-lan yollarda ya bu tür bir temel referans dönemi verilmemifl ya da sadece halen de-

vam etmekte olan tek bir faaliyet türü (üyelik) sorgulanm›flt›r. Bu örnekler göster-mektedir ki tek bir sorunun farkl› amaçlara hizmet amac›yla pek çok farkl› dile ge-tirilifl flekli olabilir. Burada dikkat çekmek gerekir ki bu de¤iflik biçimlerin saha ça-l›flmas›nda çok farkl› sürelerde gerçeklefltirilebilmesi söz konusudur. Yani en basitizlenen yol çabuk sorulup geçilebilirken biraz kuramsal amaç ve sorgulama fleklide¤iflince çok daha uzun sürede benzer bir sorunun cevab› al›nabilmektedir.




Çok anlaml› sorulara örnek olarak flu soruyu düflünelim: ”Günlük yaflant›n›z›düflündü¤ünüzde sizi kifli olarak en fazla meflgul edip zorlayan ve üzen en önem-li sorun nedir?” Bu flekilde soruldu¤unda bir yanda iflsizlik, yeterli para kazanama-ma ya da sa¤l›k sorunlar› ön plana ç›karken bir di¤er grup da Güneydo¤uda ha-

yatlar›n› kaybeden flehitleri bu soruya cevap olarak vermektedir. Bunun nedenibüyük olas›l›kla “üzen en önemli sorun” diye bir ibare kullan›lm›fl olmas›d›r. Üzün-tü ile kiflisel olarak zorlanma ve meflguliyet ayn› soruda bir arada kullan›l›nca han-gi soruya cevap verildi¤i mu¤lak kalmaktad›r.


14 fiimdi size bir kart verece¤im. Size fikir vermesi aç›s›ndan bu kartta gönüllü kat›l›ma yönelikçeflitli kurulufllar›n neler olabilece¤i gösterilmektedir. Kartta yer alan tarzda gönüllü kat›l›mayönelik bu tür kurulufllardan (dernek, vak›f, hay›r iflleri yapan kurulufllar, sendika, sporkulübü gibi) herhangi birine son bir y›l içerisinde ba¤›flta bulunmak, üye olmak, gönüllü

çal›flmak, toplant›s›na kat›lmak gibi bir faaliyette bulunup bulunmad›¤›n›z› söyler misiniz?Evet ise bu kurumlar›n her birinin aç›k isimlerini söyler misiniz?

KURULUfi T‹P‹ KURULUfiADI

Ne tarz bir faaliyette bulundu¤u Son bir ayiçerisinde busivil toplumkuruluflu içinkaç saat vakitharcad›n›z?

Üyeolarak

Gönüllüçal›flarak

Toplant›s›nakat›larak

Ba¤›fltabulunarak

Ba¤›fltabulunulduise miktar›

Spor kulübü 1 2 3 4 ........ ......saat

Gençlik derne¤i 1 2 3 4 ........ ......saat

Çevreci dernek 1 2 3 4 ........ ......saat

‹nsan haklar›yla ilgili dernekler 1 2 3 4 ........ ......saat

Hay›r iflleri yapan kurulufl 1 2 3 4 ........ ......saat

Dinî kurulufl (cami yapt›rmaderne¤i vs.)

1 2 3 4 ........ ......saat

‹flçi Sendikas› 1 2 3 4 ........ ......saat

Köy veya kent güzellefltirmeveya dayan›flma derne¤i 1 2 3 4 ........ ......saat

Meslek odalar› 1 2 3 4 ........ ......saat

Sanat, folklor dernekleri 1 2 3 4 ........ ......saat

Hemflehri dernekleri 1 2 3 4 ........ ......saat

Cemaat dernekleri 1 2 3 4 ........ ......saat

Okul yapt›rma dernekleri 1 2 3 4 ........ ......saat

Sa¤l›k/Hastane gelifltirmedernekleri vak›flar› 1 2 3 4 ........ ......saat

Siyasal parti 1 2 3 4 ........ ......saat

Kad›n derne¤i 1 2 3 4 ........ ......saat

Türk Hava Kurumu 1 2 3 4 ........ ......saat

K›z›lay 1 2 3 4 ........ ......saat

TEMA 1 2 3 4 ........ ......saat

Çocuk Esirgeme Kurumu 1 2 3 4 ........ ......saat

Arama Kurtarma Derne¤i

(AKUT) 1 2 3 4 ........

......saatDi¤er 1 1 2 3 4 ........ ......saat



Bir di¤er örnek olarak da flu soruya bakal›m: “Önümüzdeki befl y›la bakt›¤›n›z-da, içinde yaflad›¤›n›z yak›n aile çevresi ve mahalleniz ya da köyünüzde günlük

yaflamda ne derece de¤iflim bekliyorsunuz? Bu de¤iflim sizce olumlu yönde bir de-

¤iflim mi yoksa olumsuz yönde mi?” Burada “yak›n aile çevresi”, “mahalleniz ya daköyünüzde günlük yaflam” a dair bir de¤erlendirme bekleniyor. Oysa bu üç ayr›de¤erlendirme olarak al›nabilecek bir sorudur asl›nda. Öyle ya aile çevresinde birbüyük de¤ifliklik uzun zamand›r hasreti çekilen bir aile üyesinin bir iflten, gurbet-ten, askerden vs geri dönüflü olabilir, uzun zamand›r planlanan bir özel yaflam de-¤iflikli¤i evlilik, çocuk sahibi olma olabilir. Oysa bu geliflmeler mahallede ya daköyde olup bitenden tamamen ba¤›ms›z gerçeklefliyor da olabilir. Bu referanslar-dan hangi birine bakarak de¤erlendirme yap›laca¤› tamamen belirsiz kalmaktad›r.

Yönlendirici Sorular Sorunun sorulufl biçimi ya da dillendirilifl flekliyle al›nan cevaplar›n da¤›l›m›n›n de-

¤iflebilmesi sorular›m›z› dillendirirken üzerine dikkatle e¤ilmemiz gereken bir so-rundur. Ço¤u zaman sorunun anlafl›lmas›n› kolaylaflt›rmak amac›yla soru hakk›n-da aç›klay›c› bilgiler verilir. Bu bilgilerin soruya verilen cevaplar› bir yöne do¤ruçekmemesi gerekir. Örne¤in, dünyada yüksek olarak alg›lanabilecek say›da ülke-de idam cezas› cinayet suçuna ceza olarak verilmektedir deyip ard›ndan ülkemiz-de idam cezas›n›n yeniden kanunen mümkün olmas›n› destekliyor musunuz? gibibir soru sormak denekleri yönlendirmek olacakt›r ya da hükûmet bütçesinden as-keri harcamalar için kifli bafl›na flu kadar harcanmaktad›r diyerek ard›ndan çevrekorumas›na kifli bafl›na çok daha düflük bir rakam vererek harcama düzeyinin uy-gun olup olmad›¤›n› sormak do¤rudan cevab› yönlendirerek askerî harcamalar dü-flürülsün çevre korumas›na harcamalar da artt›r›ls›n sonucunu yaratacakt›r. Bu so-

rular bu tür yönlendirici aç›klamalar ya da konumland›rmalar (contextualization) yap›lmadan soruldu¤unda çok farkl› sonuçlar elde etmek flafl›rt›c› olmamal›d›r.

SAHADA GÖRÜfiMELER YOLUYLA VER‹ TOPLANMASIK›saca de¤iflik flekillerde haz›rlan›p kullan›lan soru cetvellerinin çal›flma süresincenas›l bir veri toplanma sürecine sokuldu¤unu özetlemeye çal›flal›m. Burada yüz

yüze görüflmeler yoluyla yürütülen çal›flmalar, telefon ve posta ya da ‹nternet üze-rinden kiflilerin kendi kendilerine cevaplad›klar› anketler yoluyla yürütülen çal›fl-malar üzerinde yo¤unlafl›lacakt›r.

Kiflilerin Kendi Kendilerine Cevaplad›klar› Anketler

Kiflilerin kendi kendilerine cevaplad›klar› anketler yoluyla yürütülen çal›flmalardagörüflmeciler kullan›lmad›¤› için maliyet avantaj› oldukça yüksektir. Herhangi birflekilde görüflmeci ile dene¤in bir araya gelmesi gerekmedi¤inden denekler soru-lara gerek duyduklar› zaman› vererek düflünüp, hatta araflt›r›p istedikleri yan›tlar›

verebilirler. Herhangi bir zaman k›s›tlamas› olmaks›z›n sorular› cevaplayabilirler.Benzer nedenlerle herhangi bir soruyu bir görüflmecinin önünde cevaplaman›n ge-tirebilece¤i çekinme ya da utanma duygusu olmadan sorular cevaplanabilir. Ancakposta yolu ile deneklerin kendi kendilerine cevaplad›klar› anketlerde görüflmecile-rin kiflileri ziyaret etmelerinin getirdi¤i ilgi ve cevaplama iste¤i eksik kalabilir. Tipikolarak eve ya da ifl yerine ulaflt›r›lan bu tür anketler k›sa yoldan çöpe gidebilir. Do-lay›s›yla posta anketlerinde en önemli sorun cevap oran›d›r (response rate). Bu dü-

flük cevap oranlar›n›n önemli bir nedeni deneklerin isteksizli¤i oldu¤u kadar ken-dilerinden bekleneni anlayamama ya da istenen cevaplar› oluflturamama da olabi-




lir. Her ne kadar kifliler okuryazar olsalar da okuduklar›n› anlama kendilerine sorucetvelinde iletilen aç›klama ve talimatlar› takip etme yetisine sahip olmayabilirler.Soru cetvelinin çetrefil yap›s› bu tür deneklerin kat›l›m›n› k›s›tlayacakt›r. Yine unu-

tulmamal›d›r ki kifliler soru cetvellerini kendileri doldururken aile ya da arkadafllar-dan ve de¤iflik ‹nternet kaynaklar›ndan da destek ve yard›m alabilirler ve bu tür d›fl-sal etkileri araflt›rmac›n›n kontrolü ya da etkilerini ölçme olana¤› yoktur.

Posta ile yürütülen çal›flmalarda soru cetvelinin görünümü ayr› bir önem tafl›r.Öncelikle soru cetveli bir kitapç›k gibi düzenlenip kaliteli bir ka¤›da bas›lmal› vegöze çarpan kaliteli bir zarf ile birinci s›n›f posta servisi kullan›larak kiflilere iletil-melidir. Bu tür ayr›cal›kl› bir görünüm cevap oran›n› yüksek tutmaya yard›m ede-cektir. Sorular›n ulaflt›r›ld›¤› deneklerce kendi bafllar›na cevaplanaca¤› düflünülereksoru cetvelinin tek bafl›na her türlü pratik soruyu ya gereksiz k›lacak kadar aç›k yada ortaya ç›kabilecek her tür soruya bir cevab› da soru cetveli üzerinde bulunduranbir formda olmal›d›r. Bir sorudan bir di¤erine geçifller ya da atlamalar gibi teknik

olarak kafa kar›flt›r›c› olabilecek düzenlemelerden kaç›n›lmal› ya da son derece aç›kbir flekilde soru cetveli üzerinde düzenlemeye gidilmelidir. Soru cetvelinde sorulararas›nda yeterli mesafe b›rak›lmal› sorular kolay okunur görünmelidir.

Aç›kt›r ki ‹nternet üzerinde yürütülen bu tür çal›flmalarda, gerekli talimat veaç›klamalar ya da cevaba ba¤l› olarak atlamalar ve de¤iflik yönlendirmeleri basitbir flekilde sorunsuz olarak her dene¤e ulaflt›rmak mümkündür. Internet üzerindeposta ile yürütülen çal›flmalarda oldu¤u gibi belli adreslere davet gönderilerek deanket kiflilere ulaflt›r›labilir. E¤er hedef kitlede yer alanlar›n email adresleri tam ola-rak var ise aynen posta yolu ile yürütülen çal›flmaya benzer bir yap›ya geri dönül-müfl olunur. Hatta bu durumda ‹nternet üzerinden yürütülen çal›flman›n do¤alavantajlar› olacakt›r. Posta masraf› ve postan›n alaca¤› zaman ‹nternet üzerinden

yap›lan çal›flmada olmayacakt›r. Kiflilere ulafl›m masrafs›z olacak, verilerin girifli vekontrolünde önemli zaman kazan›lm›fl olacakt›r.

Ancak hem klasik posta yolu ile yürütülen çal›flmalarda hem de ‹nternet üze-rinden yürütülen çal›flmalarda karfl›lafl›lan ana zorluk verilen cevaplar›n gizlili¤ininsa¤lanmas› ve bu ba¤lamda da cevap vermeyenlerin kontrolüne dairdir. E¤er pos-ta yolu ile gönderilen soru cetvellerine bir kimlik numaras› verilirse bu deneklerin

verdikleri cevaplar›n adres ve kimlik numaras›ndan takip edilebilir oldu¤unu dü-flünerek yine hassas sorular›n cevaplar›nda çekingen davranmalar› sonucunu do-¤uracakt›r. Benzer flekilde ‹nternet üzerinde de kifliye ait bir davet ile anket sitesi-ne girifl yap›ld›¤›nda kimin girifl yapmad›¤›n› takip etmek mümkün olup yenidendavet ile cevap oranlar›n› yukar› çekmek de mümkün olmaktad›r. Kiflilerin kimlik

bilgilerinin verilen cevaplarla birlefltirerek bir çözümleme yapma amac› güdülmü- yorsa deneklerin anonimli¤inin muhafaza edilmesi yoluna gitmek en do¤ru yololacakt›r. Her hâlükârda deneklere kimlikleri ile ilgili ne tür bilgiye sahip olundu-¤u ve bu bilgilerin nas›l ve ne amaçla kullan›laca¤› aç›k bir flekilde anlat›lmal›d›r.

Telefonla Yürütülen Çal›flmalar Telefonla yürütülecek görüflmelerin de yüz yüze yap›lan çal›flmalara olan en bü-

yük avantaj› yine maliyettir. Telefon anketlerinde örneklemle ilgili sorunlara Ünite3’te de¤inmifltik. Bu sorunlar›n bertaraf edilebildi¤i varsay›m›ndan hareket edersektelefon çal›flmalar›n›n en önemli avantaj› tek bir yerden tüm görüflmecilerin yak›n-dan izlenebilece¤i bir ortamda görüflmelerin yap›lmas›n›n kiflilerin kendi kendile-

rine sorular› cevaplamalar›n›n getirdi¤i baz› dezavantajlar› ortadan kald›rmaya yar-d›mc› olmas›d›r. Ancak ak›lda tutulmal›d›r ki yüz yüze yap›lacak görüflmelere




oranla telefon görüflmelerinin k›sa sürmesi beklenir. Yine yüz yüze görüflmelerde ve tabi posta ya da web üzerinden yap›lan görüflmelerde kullan›labilecek grafik yada skala kullan›m›n›n telefonda yap›lamamas›d›r. Bu yüzden kullan›lacak cevap

seçeneklerinin k›sa ve skalalar›n da basit olmas› gerekir.

Yüz Yüze Görüflmelerle Yürütülen Çal›flmalar Maliyet yüksekli¤ine ra¤men yüz yüze görüflme yöntemi hâlâ anket verisinin top-lanmas›nda en kaliteli veri toplama yöntemidir. Bu elbette görüflmecilerin iyi e¤i-tilmifl ve kontrol edilmifl olmalar›na da s›k› s›k›ya ba¤l›d›r. Bat›da yar› zamanl› ola-rak ev kad›nlar›n›n çal›flt›¤› bir ifl alan› iken zamanla bu grubun tam zamanl› iflleregeçmesi ve artan suç oran› anketör olarak çal›flmak isteyenlerin arz›n› azaltm›flt›r.

Tipik olarak Türkiye’deki görüflmeciler ço¤unlukla yar› zamanl› çal›flan üniver-site ö¤rencileridir. Her ne kadar bu e¤itim vermeyi kolaylaflt›rsa da ayn› kiflilerinfarkl› projelerde istihdam›n› zorlaflt›rmakta ve e¤itimli görüflmecilerin süreklili¤ini

k›s›tlamaktad›r. Yüz yüze görüflmelerde e¤itimli görüflmecilerin ve Ünite 3’te özet-lenen örneklem seçim yöntemlerinin uygulanmas› ile hanelerde görüflmelerin ya-p›lmas› görece olarak kolaylaflm›fl olsa da hane görüflmelerinde randevu al›naraksadece görüflmeye ayr›lm›fl bir zamanda görüflme yapmak halen oldukça zor vemaliyetli bir uygulamad›r. Bugünlerde yüksek standartlarda bir araflt›rmada yap›lanTUIK’den ADNKS temelinde elde edilen hane adreslerine gönderilen görüflmeci-lerle görüflmelerin yap›lmaya çal›fl›lmas›d›r. Kiflisel bir iletiflim kurularak yap›lma-

ya çal›fl›lan görüflmelerde cevap oran› telefon ile yap›landan yüksek olmakla bera-ber ço¤u zaman %50 oran›n›n üzerine ç›kamamaktad›r. Sadece görüflme yapmay›kabul edenlerin oran›nda de¤il ayn› zamanda da her sorulan soruya al›nan cevaporan›nda da yüz yüze yap›lan görüflmelerde önemli bir geliflme gözlenmektedir.

Görüflmeciler bir nedenle anlafl›lmadan geçifltirilmeye çal›fl›lan sorular hakk›n-da baz› önceden tasarlanm›fl basit aç›klamalar getirerek cevap alabilmektedirler.Burada dikkat edilmesi gereken nokta görüflmecilerin yapt›klar› aç›klamalarla al›-nan cevaplar› baz› yönlere do¤ru flekillendirmeleridir ki bundan hassasiyetle ka-ç›nmak gerekti¤i aç›kt›r. Yine tecrübeli ve iyi e¤itilmifl görüflmecilerin ciddiyetsiz,samimi olmayan denekleri ve aç›kça tutars›z ve yanl›fl olan cevaplar› ortaya ç›kar-malar› da beklenir. Bu tür aksamalar görüflmeci kullan›lmayan yöntemlerde ya hiçanlafl›lamamakta ya da basit mant›k hatalar› bulunsa bile bu ancak veri toplama sü-reci bittikten sonra olabilmektedir. Buna bir yeni teknoloji olarak web üzerinden

yürütülen çal›flmalarda oluflturulan veri toplama amaçl› web sitesindeki mant›kkontrolleri ile cevaplayan denekleri uyararak bir çözüm bulunsa bile bu yöntem-

lerin tam olarak ifllemesi zordur. Yüz yüze yürütülen çal›flmalarda en önemli sorun kimi zaman 50-150 aras› gö-

rüflmecinin birkaç hafta içerisinde ayn› çal›flmada çal›flmas›yla oluflan koordinasyon ve kontrol sorunlar›d›r. Sahaya sadece e¤itimden geçmifl görüflmecilerin ç›k-mas›n› sa¤lamak bir sorun olabilmekte, çal›flma sürerken anketör e¤itimi verilme-si gerekebilmektedir. Anketörlerin sahada gerek haneye eriflim, gerek haneden gö-rüflülecek kiflinin seçimi, gerekse de görüflme s›ras›nda kendilerinden beklenenle-ri yerine getirip getirmediklerinin kontrol edilmesi flartt›r. Aksi taktirde her aflama-da pek çok sorunla karfl›lafl›labilir ve bu da örneklemin hem temsil yetene¤ini dü-flürecek hem de al›nan cevaplar›n istenilen ölçüm standartlar›nda olmamas› sonu-cunu oluflturabilecektir. Dolay›s›yla yüz yüze görüflmelerle yürütülen çal›flmalarda

önemli bir çaba görüflmecilerin sahada görüflmeler sürerken kontrolü için harcan-maktad›r. Görüflmeler bitirildikten sonra da hem belli oranda dene¤in kontrol




amaçla yeniden ziyareti hem yine belli oran›n›n da telefonla ulafl›larak kontroldengeçirilmesi gerekmektedir.

KAMUOYU/ANKET ÇALIfiMALARININ SINIRLARI VEGÜÇLÜ YÖNLER‹Kamuoyu/anket çal›flmalar› de¤erlendirilirken örneklem teknolojisindeki geliflme-lerin sa¤lam›fl oldu¤u avantajlarla bafllamak yerinde olur. Pratik olarak hakk›ndabilgi elde etmenin çok güç oldu¤u pek çok hedef kitle hakk›nda pratik bir flekildebilgi elde etmek kamuoyu/anket çal›flmalar›yla mümkün olmaktad›r. Pek çok ka-mu siyasas› aç›s›ndan önemli de¤erlendirmenin demokrasinin iflleyifli için ihtiyaçduyulan de¤erlendirmelerin elde edilebilmesi ancak bu tür çal›flmalarla mümkünolabilmektedir. Pek çok kuramsal beklentimizin hedef kitleleri temsil yetene¤inesahip örneklemler kullanarak test edilebilmesi ancak kamuoyu araflt›rmalar›ylamümkün olabilmektedir. Ancak unutmamak gerekir ki kamuoyu/anket çal›flmala-

r› sonuçta bireylerin davran›fllar› ya da bu davran›fllar›n›n gözlenmesi temelindede¤il sadece bireylerin kendi bildirimleri temelinde flekillenmektedir. Kiflilerinkendileri hakk›nda bildirimlerinin sorunlu bir veri kayna¤› oldu¤u unutulmamal›-d›r. Pek çok zaman hassas konularda bu bildirimler eksik ya da yanl› flekillendiri-lecek, hatta pek çok konuda hiçbir bildirimde bulunulmayabilecektir. Ancak de-neysel yöntemlerin kamuoyu/anket çal›flmalar›na uyarlanmas›yla bu tür k›s›tlar›nda üstesinden gelinmeye bafllanm›flt›r.

Yine hat›rda tutmak gerekir ki pek çok zaman kamuoyu/anket çal›flmalar› sa-dece tutumlar üzerinde durmaktad›r. Tutumlarla tercih ve davran›fllar aras›ndakiba¤ son derece sorunlu bir ba¤d›r. Pek çok zaman tercih ya da davran›fla dönüfl-memifl de olsa kiflilerin bir tutumlar› vard›r. Bu tutumlar›n de¤iflik ortamlarda fark-

l› tezahürlerinin de olaca¤› beklenir.





Nicel amaçl› temel veri toplama süreçleri hakk›n-

da anket çal›flmalar› çerçevesinde bilgi edinmek Nicel amaçl› veri toplama süreçlerinin yegane

yöntemi saha çal›flmalar› yoluyla anket uygula-

malar› de¤ildir. Ancak en yayg›n kullan›m› olan

ve ana sorunlar› itibar›yla di¤er yöntemlerle de

benzeflen bu yöntemin ana niteliklerinin neler

oldu¤unu ortaya koymaya çal›flt›k.

Anket çal›flmalar›n›n tarihsel geliflimi Türkiye’de-

ki prati¤in de¤erlendirmesiyle tart›flmak

Burada anket çal›flmalar›n›n gerek dünyada ge-

rekse de Türkiye’deki geliflimi üzerinde k›sa birtart›flma yürütülmüfltür. Bu yöntemin geliflimi ve

flu an halen kullan›lan farkl› yaklafl›mlar›n karfl›-

laflt›rmal› avantaj ve k›s›tlar› ortaya konmaya ça-

l›fl›lm›fl ve Türkiye prati¤inde mevcut seçenekle-

rin neler oldu¤u ortaya konmufltur.

Anket çal›flmalar›n›n kurgulanmas› ve soru sor-

ma teknikleri hakk›nda bilgi edinmek Anket çal›flmalar›n›n farkl› kurgular›n›n neler ol-

du¤u ve soru cetvellerinin kurgusunda dikkat

edilecek unsurlar ile soru sorma teknikleri üzeri-

ne k›sa bir tart›flma verilmifltir. Burada ana amaç

her farkl› yöntem ve yaklafl›m›n örneklerini sun-

mak ve avantajlar› ile k›s›tlar›n›n neler oldu¤unu

vurgulamakt›r.

Özet

1

A M A Ç

2

A M A Ç

3

A M A Ç




1. Kapal› uçlu sorular?

a. K›s›tl› say›da cevap seçene¤i kullan›r

b. Deneklerin herhangi bir seçene¤i seçmesine izin vermez

c. Detayl› cevaplar vermeyi teflvik eder

d. Temel demografik sorular›n cevaplar›n› arar

e. Az say›da seçenek sunar

2. Afla¤›dakilerden hangisi telefon anketlerinin bir de-

zavantaj› de¤ildir?a. Araflt›rmac›lar genifl bir ulafl›m bütçesi ile çal›fl-

mak zorunda de¤ildirler

b. Baz› kiflilere telefon ile ulaflmak mümkün olma-

yabilir

c. Telefonda kiflilerle ayr›nt›l› de¤erlendirme cet-

velleri verilemez

d. Kiflilerle k›s›tl› zamanda yak›n anlay›fl içinde bir

görüflme yapmak zordur

e. Görsel yard›m al›namaz

3. Bir yüz yüze görüflmeye bafllarken afla¤›dakilerden

hangilerinden bahsetmek gerekmez?a. Araflt›rman›n amaçlar›

b. Araflt›rman›n kimin taraf›ndan yap›ld›¤›

c. Araflt›rma verilerinin nas›l kullan›laca¤›

d. Araflt›rmay› destekleyen kurulufllare. Araflt›rmada kullan›lacak istatistiki teknikler

4. Afla¤›dakilerin hangisi bir yüz yüze görüflme anketinde

standart bir görüflme süreci izlenmesinin nedeni de¤ildir?a. Sorular›n farkl› denekler için ayr› ayr› uyarlan-

mas›n› engellemek için

b. Sorular›n farkl› farkl› anlamlara gelecek flekilde

sorulmas›n› engellemek için

c. Cevaplar›n standart bir yorumunu alabilmek için

d. Görüflmecilere kolay olsun diye

e. Tecrübesiz görüflmecilerin de anketi yapabilme-

sini sa¤lamak

5. Afla¤›dakilerin hangisine bir soru cetvelinde sorula-

r›n s›ralamas›n› ayarlarken dikkat etmek gerekmez?

a. Hassas sorular› sona b›rakmak

b. Sorular› konu bafll›klar›na göre gruplamak

c. Sorular›n farkl› düzende sorulabilmesini sa¤lamak

d. Kendinden sonra gelen sorular›n önemini de¤ifl-

tirecek sorular sormak

e. Kolay cevaplanabilecek sorular› önce sormak

6. Afla¤›dakilerin hangisi genel bir soru dillendirme

prensibi de¤ildir?

a. Hiçbir aç›k uçlu soru sormab. Sorular› uzun tutma

c. Anlafl›lmaz terimler kullanma

d. Anlam farkl›l›klar›ndan kaç›nacak ifadeler kullan

e. Çok uzun seçenek listeleri kullanma

7. Yönlendirici sorulardan kaç›nmak gerekir, çünkü?

a. Baz› seçeneklerin soru taraf›ndan cevap olarak

önerildi¤i düflünülüp sonuçlar farkl›laflabilir

b. Soru ve cevaplar aras›nda bir uyumsuzluk olu-

flabilir

c. Baz› negatif ifadeler kullan›labilir

d. Ayn› zamanda birçok konu sorgulan›yor olabilir

e. Cevap için çok bilgi sahibi olmak gerekebilir

8. Afla¤›dakilerden hangisi do¤rudur?

a. Kiflilerin kendi kendilerine yapt›klar› anketler

sadece posta yolu ile yürütülür

b. ‹nternet anketleri bir tür posta anketidir

c. Posta anketini kimin doldurdu¤u kesin olarak

bilinir

d. Internet anketleri özünde kendi kendine doldu-

rulan anketlerdir

e. Soru cetvelinin görünümü kendi kendine dol-durulan anketlerde önemli de¤ildir

9. Afla¤›dakilerin hangisi kendi kendine doldurulan an-

ketlerin yüz yüze yürütülen anketlerle karfl›laflt›r›ld›¤›n-

da bir dezavantaj› de¤ildir?a. Kiflilerin sorular üzerinde daha uzun düflünüp

karar verebilmesi

b. Çok say›da kapal› uçlu soru sorulamamas›

c. Araflt›rmac›n›n fazla detayl› soru soramamas›

d. Deneklerin çok fazla soruya cevap verememesi

nedeniyle eksik veri toplanmas›

e. Daha h›zl› sonuç al›nabilmesi

10. Bir anket çal›flmas›nda kiflilerin do¤ru cevap verip

vermediklerini nas›l anlayamay›z?a. Verilen cevaplar ile kiflilerin davran›fllar›n› karfl›-

laflt›rabiliriz

b. Verilen cevaplar› hedef kitledeki do¤rulu¤u bili-

nen verilerle karfl›laflt›r›r›z

c. Farkl› sorularla ayn› konuda veri toplay›p onlar›

karfl›laflt›r›r›z

d. Deneysel veri ile al›nan cevaplar› karfl›laflt›r›r›z

e. Görüflülenlere do¤ru cevap verip vermediklerini

sorar›z





1. a Yan›t›n›z yanl›fl ise “Çal›flman›n Kurgulanmas›”


2. a Yan›t›n›z yanl›fl ise “Sahada Görüflmeler Yoluy-

la Veri Toplanmas›” konusunu yeniden gözden

geçiriniz.

3. e Yan›t›n›z yanl›fl ise ““Sahada Görüflmeler Yo-

luyla Veri Toplanmas›” konusunu yeniden göz-

den geçiriniz.

4. e Yan›t›n›z yanl›fl ise “Sahada Görüflmeler Yoluy-


geçiriniz.

5. d Yan›t›n›z yanl›fl ise “Çal›flman›n Kurgulanmas›”






8. d Yan›t›n›z yanl›fl ise ““Sahada Görüflmeler Yo-

luyla Veri Toplanmas›” konusunu yeniden göz-

den geçiriniz.

9. e Yan›t›n›z yanl›fl ise “Sahada Görüflmeler Yoluy-


geçiriniz.

10. e Yan›t›n›z yanl›fl ise “Bilimsel Araflt›rma Alan›

Olarak Kamuoyu/Anket Çal›flmalar›” konusunu



Ba¤›ml› ya da ba¤›ms›z de¤iflkenlerin ölçüm düzeyleri-

nin farkl›laflmas› verilerin toplanmas›nda da bunu takip

eden çözümleme aflamas›nda da önemli etkiler yarata-

cakt›r. Farkl› ölçüm düzeylerinde görüflülen kiflilerin is-

tenilen cevab› istenildi¤i flekilde verebilme yetileri dede¤iflecektir. Örne¤in gelirinizi bir aral›k içerisinde söy-

lemek kesin bir rakam olarak vermekten her zaman da-

ha kolayd›r. Benzer flekilde her çözümleme tekni¤i için

farkl› varsay›mlar geçerli olacakt›r. Nominal ya da s›ra-

lama ölçe¤inde elde edilmifl bir ölçüm ile anlaml› mate-

matiksel ifllemler yap›lamayacakt›r. Bu nedenle mate-

matiksel ifllemlerin kullan›laca¤› zaman bu tür k›s›tlara

dikkat etmek gerekir.

S›ra Sizde 2

Bu tür sorular›n dillendirilmesine ne kadar dikkat eder-

sek edelim aç›k uçlu b›rak›lan bu sorulara herkesin ve-

rece¤i cevaplar farkl› olabilecektir. Bu cevaplarda bir

ortak yön bulmak ve bu cevaplar› flekillendiren ana

motivasyon ya da fikrin ne oldu¤unu ortaya ç›kar›p bu-

na göre bir gruplamaya gitmek gerekecektir.

S›ra Sizde 3

Burada örnek olarak kullan›lan sorular›n bir elefltiriye

tabi tutulmas› beklenmektedir. Her soru için ayn› ama-

ca ulaflmay› sa¤layacak farkl› bir dillendirme ne olabi-

lir? Bu soru daha k›sa ve özlü bir flekilde dile getirilebi-

lir mi? Ya da amaca uygun olarak sorunun biraz daha

detayl› ve uzun sorulmas› gereklidir? Gibi sorular› ken-

dimize sormam›z gerekir.

S›ra Sizde 4

Burada beklenen her soru için bizim varsayd›¤›m›z an-

lam›n soruyu cevaplayanlarca elde edilip edilmedi¤inin

gözlenmesidir. Biz bir amaca uygun olarak soruyu so-

ruyoruz ama acaba cevaplayanlar bizim beklentilerimi-

ze uygun flekilde mi anl›yorlar sorumuzu? Yoksa bek-

lentilerimizden farkl› ve bizim amac›m›za da hiç uygun

olmayan anlamlar da yüklüyorlar m› sorulan sorulara?

Bu ve benzeri sorularla biliflsel görüflmelerde sorulan

sorular›n amaca hizmet edip etmedi¤ini belirlemeye ça-

l›flmak gerekir.





Chang L, Krosnick JA (2009). National Surveys via RDD

Telephone Interviewing versus the Internet: Com-

paring Sample Representativeness and Response

Quality. Public Opinion Quarterly, 73(4):641-678.

Converse, Jean M. 1987. Survey Research in the Uni-

ted States: Roots and Emergence 1890-1960, Uni-

versity of California Press.

Couper M, et al. (2001). Web Survey Design and Admi-

nistration. Public Opinion Quarterly 65(2): 230-253.

Çarko¤lu, Ali ve Kemal Kiriflci 2004. “The View from

Turkey: Perceptions of Greeks and Greek-Turkish

Rapprochement by the Turkish Public”, Special Is-

sue on Greek-Turkish Relations, Turkish Studi-es, Frank Cass, vol. 5, No. 1, Spring, pp.117-154.

Çarko¤lu, Ali ve Cerem Cenker. 2011. “On the Relati-

onship between Democratic Institutionalization and

Civil Society Involvement: New Evidence from Tur-

key”, Democratization, vol.18, No.3, pp.751-773.

Diener, E., Emmons, R. A., Larsen, R. J., & Griffin, S.

(1985). The Satisfaction with Life Scale.Journal

of Personality Assessment, 49, 71-75.

Dillman D (1991). The design and administration of ma-

il surveys. Annual Review of Sociology, 17:225-

249.Gönlübol, M., ‹ç Etkenler Aç›s›ndan bir D›flPolitika ‹ncelemesi (Ankara: Ulusal Bas›mevi,

1969).

Groves R. (1990) “Theories and methods of telephone

surveys”, Annual Review of Sociology, 16:221-240.

Özcan, G. ‘Türkiye’de D›fl ‹liflkilerin ‹ç Hukuk Rejimi’ in

F. Sönmezo¤lu (ed.), Türk D›fl Politikas›n›n Ana-

lizi, (‹stanbul: Der Yay›nlar›, 1994), pp.293-316.

Putnam, R.. “Diplomacy and Domestic Politics: The Lo-

gic of Two Level Games,” International Organi-

zation. Vol.42. No.3 (1988). pp.427-60.

Schaeffer N.C, Presser S (2003). The Science of Asking

Questions. Annual Review of Sociology. 65-88.

Tanör, B. ‘Türkiye’de D›fl ‹liflkilerin ‹ç Hukuk Rejimi’ in

Sönmezo¤lu F. (ed.), Türk D›fl Politikas›n›n Ana-

lizi, (‹stanbul: Der Yay›nlar›, 1994) pp. 317-32.Thurstone, L.L. ve E.J. Chave. 1929. The Measurement

of Attitude, Chicago: University of Chicago Press.

Tourangeau R, Smith TW (1996). Asking sensitive ques-

tions: The impact of data collection mode, question

format, and question context. Public Opinion Qu-

arterly 60(2): 275-304.






Bu üniteyi tamamlad›ktan sonra;Nicel veri analizinin temel özelliklerini kavrayabilecekDe¤iflik nicel veri grafiklerini yapabilecekMerkezi e¤ilim ve buradan sapma ölçütlerini de¤erlendirebilecekTablo analizi, standart normal tabloyu kullanabilecek regresyon analizinintemel kavramlar›n› aç›klayabilecekbilgi ve becerilere sahip olabileceksiniz.

‹çindekiler

• Histogram• Çubuk Çizimi• Pasta Çizimi• Ortalama• Varyans

• En S›k De¤er, Mod• Medyan• Tablo Yüzdeleme• Regresyon Modeli

Anahtar Kavramlar

Amaçlar›m›z


Araflt›rma YöntemleriNicel Veri Analizive Raporlama

• G‹R‹fi

• BET‹MSEL N‹CEL VER‹ ANAL‹Z‹

• MERKEZÎ E⁄‹L‹M ÖLÇÜTLER‹

• DA⁄ILIM ÖLÇÜTLER‹

• TABLO VER‹LER‹N‹NÇÖZÜMLEMES‹

• REGRESYON MODEL‹

• SONUÇ




G‹R‹fiNicel veri analizi ile bu analizlerin raporlanmas›n›n her aflamas› araflt›rman›namac›yla yak›ndan ilgilidir. Pek çok zaman ya elde araflt›rman›n amac›na ulaflma-

ya yeterli olmayacak bir veri seti vard›r ya da bu amaca do¤rudan hizmet etmeyen ancak farkl› konularda ilginç olabilecek bilgiler veri setinde mevcuttur. Arafl-t›rmac›(lar) pek çok zaman veri toplama ifli bitti¤inde sanki bu ifle niye girifltik-lerini unutmufl gibi amaç ve disiplinden yoksun bir flekilde sonuç raporlar›n› yaz-maya giriflebilirler. Bu gibi durumlarda araflt›rmac›lar›n eldeki veriyi de¤iflik fle-killerde okurlara ulaflt›rma gayreti içinde olduklar› görülür ancak dikkatli birokur ne amaçla eldeki raporun okunmas› gerekti¤ini bilmeden sanki bir veri de-

nizinde yüzer gibi bir duyguya kap›labilir. Okurlar› böyle bir güçlükle karfl› kar-fl›ya b›rakmamak gerekir. Bunun bafll›ca sebebi herhangi bir okurun bilim insan-lar› için çok de¤erli olmas›d›r. Tüm ilginç bilimsel çal›flmalar aras›ndan taraf›m›z-dan yaz›lm›fl birkaç sayfay› okumaya bafllam›fl bir kiflinin ilgisini, vakit ve çaba-s›n› heba etmememiz gerekir. Bunun belki de en do¤rudan yolu en bafl›ndanamac›m›z›n ne oldu¤unu net bir flekilde belirlememiz ve araflt›rmam›z› raporlar-ken her aflaman›n bu amaca nas›l hizmet etti¤ini gözden kaç›rmamam›z gerekir.Örne¤in bu ünitede nicel veri toplamay› bitirdikten sonra bu verileri nas›l rapor-layaca¤›m›z› aktarmaya çal›fl›yoruz. Bunu yaparken de her zaman veri toplama-

ya bafllarken kendimize koymufl oldu¤umuz ana amaçlar›m›za geri dönmemiz vebu amaçlar› nicel veri raporlamakta temel k›lavuz olarak kullanmam›z gerekti¤i-

ni vurguluyoruz.Bilimsel çal›flmalar›n sonuçlar› pek çok farkl› ortamda paylafl›labilir. Ne tür bir veri çözümlemesi yaparsak yapal›m ne tür bir mecrada bu çözümleme sonuçlar›n›paylaflt›¤›m›z ve çözümlemelerin sunumu ya da raporlanmas›n› de¤ifltirecektir. Buaç›dan farkl› bilimsel araflt›rma sonuçlar›n›n paylafl›m mecralar›n› k›saca gözden ge-çirmekte fayda vard›r. Burada bilimsel veri ve çözümlemelerinin paylafl›ld›¤› tümfarkl› mecralar›n üzerinden gidebilece¤imizi düflünmemeliyiz. Bu liste çok kalaba-l›k olacakt›r. Ancak bilim insanlar› öncelikle çal›flmalar›n› bilimsel dergilerde maka-leler olarak yay›nlarlar. Bu dergi makaleleri oldukça k›sa olduklar›ndan biraz dahauzun ve ayr›nt›l› bir sunum ya bir kitap fleklinde olur ya da akademik bir kitap de-¤ilse de bir araflt›rma raporu olarak sonuçlar paylafl›labilir. Günümüzde araflt›rma

sonuçlar›n›n web siteleri üzerinden pek çok de¤iflik makale ve hatta kitaba ulafl›mlinki verilerek paylafl›ld›¤› gibi dinamik veri analizi yapma olana¤› ile de desteklen-

Nicel Veri Analizi veRaporlama



di¤ini görmekteyiz. Bu tür web sitelerine örnek olarak Uluslararas› Saha Çal›flma-

lar› Program› (International Social Survey Program-ISSP (http://www.issp.org/) ve

Dünya De¤erler Araflt›rmas› (World Values Survey-WVS http://www.worldvaluessur-

vey.org/) siteleri verilebilir.Bilimsel yaz›n›n paylafl›ma sunuldu¤u en “de¤erli” mecralar iki tarafl› kör ha-kemlik sürecinden geçirilmifl makale ve kitaplard›r. De¤erli kelimesini t›rnak içinealarak veriyorum çünkü bu elbetteki öznel bir de¤erlendirmedir. Pek çok zaman birbilimsel çal›flman›n de¤eri zaman içerisinde farkl› bilim insanlar›nca hatta farkl› alan

ve disiplinlerde çal›flan bilim insanlar›nca nas›l kullan›fll›, yararl›, aç›klay›c› vs bu-lundu¤uyla ilgilidir ve temel olarak bu de¤er buluflun zamana b›rak›l›p bilim insan-lar›nca at›fta bulunmaya de¤er bulunmayla ölçülmesi gerekir. ‹ki tarafl› kör hakem-lik sürecinden kast edilen de asl›nda basit bir kurumsal düzenlemedir. Makalelerin

yay›na sunuldu¤u dergiler editör(ler), yay›n kurulu üyelerince yönetilirler. Bu der-gilere yay›nlanmak üzere gönderilen makaleler bu yöneticiler (genelde editör) tara-

f›ndan makalenin konusu ve burada kullan›lan yöntemlerde uzmanlaflm›fl birkaçhakeme de¤erlendirmek üzere gönderilir. Kitap öneri ve taslaklar› da genelde üni- versite yay›nevlerinin yöneticileri olan editörlerce benzer bir çift tarafl› “kör” de¤er-lendirmeye tabi tutulur. Bu makaleler hakemlere gönderilirken kim ya da kimler ta-raf›ndan yaz›ld›klar› belirtilmez. Hatta makalenin yazar bilgisi bir flekilde makaleyiokurken tahmin edilebilir durumdaysa bu bilgilerin de hakemden gizlenmesi esas-t›r. K›saca hakem makalenin kim ya da kimlerce kaleme al›nd›¤›n› bilmeden, yanibu anlamda “kör” olarak, makaleyi okuyup de¤erlendirmelidir. Bu flekilde genelde2-3 hatta bazen daha fazla say›da hakem taraf›ndan makale okunup de¤erlendirilir.Bu “kör” de¤erlendirmeler sonucunda ya bafl›ndan yay›na de¤er bulunmaz, ya ba-z› de¤iflikliklerle yay›na kabul olunur, ya da baz› de¤ifliklik önerileriyle yeniden

“kör” de¤erlendirmeye al›n›r ve süreç tekrar edilir. Ancak her durumda dergi editö-rünün karar› hakem raporlar› eflli¤inde yazar(lar)a iletilir. Burada da “kör” de¤erlen-dirmenin ikinci taraf› gündeme gelir. De¤erlendirmelerin hangi hakemler taraf›ndan

yap›ld›¤› da yazar(lar)a söylenmez editörler taraf›ndan. ‹ki tarafl› “kör” de¤erlendir-meden kast edilen de tam budur. Ne de¤erlendirilen kim taraf›ndan de¤erlendiril-di¤ini bilir, ne de de¤erlendiren kimi de¤erlendirdi¤ini bilir.

Ancak böyle bir çift tarafl› “kör” de¤erlendirmeyle sadece ve sadece bilimsel öl-çütlerle bir makalenin bilimsel bilgi da¤arc›¤›m›za anlaml› bir katk› yap›p yapma-d›¤› konusunda do¤ru bir karara ulafl›labilece¤i düflünülür. Bu flekilde bir de¤er-lendirme ile yay›nlanan dergi ve kitap serileri akademik camia taraf›ndan “de¤er-li” olarak kabul görür. Kimi alanlarda bu tür çift tarafl› bir “kör” de¤erlendirmenin

zor ya da olanaks›z oldu¤u düflünülebilir. Zaten ufak bir grup olan uzman kadrobirbirinin ilgi ve araflt›rma alanlar› ve hatta yazma sitilini dahi gayet iyi bilir ve bu

yüzden yazar›n kimli¤inin gizlenmesi hemen hemen olanaks›zd›r. Bu tür ufakgruplar›n oluflturdu¤u alanlar›n dergileri de genelde dar bir okur çevresine ulafl›r.Daha genifl ve dolay›s›yla da çift tarafl› “kör” de¤erlendirmenin daha kolay oldu¤ualanlar›n dergileri genelde daha çok okura ulafl›r, daha çok referans al›r ve dolay›-s›yla da daha “etkili” dergiler olurlar. Etki faktörü üzerine bak›n›z (http://thomson-

reuters.com/products_services/science/free/essays/impact_factor/).

Bu tür çift tarafl› “kör” de¤erlendirmeye dayal› dergilerde bilimsel argümanla-r›n dile getirilifli ve bulgular›n sunumu genellikle genel kabul görmüfl ve genellik-le riayet edilen kurallara göre flekillenir. Pek çok yüksek etki sahibi dergi genellik-

le makale uzunlu¤una k›s›tlama getirir. Bu k›s›tlamalar genellikle belli bir büyük-lükte sayfa ya da kelime say›s›yla verilir. Yedi sekiz bin kelime ile on bin kelime




aras› de¤iflen bu makalelerde sunumun gayet disiplinli olmas› flartt›r. Sadece ma-kalenin amac›na uygun bir kaynakçan›n önemli bir yer tutaca¤› düflünüldü¤ündegeriye makalenin ana fikri ve bulgular›n›n sunumu için çok yer kalmad›¤› ortada-

d›r. Her makale öncelikle ifllenilen konunun kuramsal, görgül ve siyasa aç›s›ndanönemi ve bu aç›lardan ana amaçlar›n›n k›saca ortaya kondu¤u bir girifl ile baflla-mal›d›r. Ard›ndan çal›flmaya temel oluflturan yaz›n gayet disiplinli ve amaca uygunflekilde ortaya konmal›d›r. Bu yaz›n taramas›nda amaç konuyla ilgili ne kadar çok

yay›n oldu¤unu ve yazarlar›n bunlar aras›ndan ne kadar genifl bir k›sm›n› okumufloldu¤unu göstermek de¤ildir. Sadece bir yaz›n›n tüm detaylar›yla ortaya konulma-s› amaçlanan makale ve kitaplar haricinde böyle bir yaz›n taramas› hiçbir zaman

yap›lmaz. Bir makale ve hatta kitapta yaz›n taramas›yla amaçlanan ayr›nt›l› bir ana-liz öncesinde konuyu ana hatlar›yla ön plana ç›karmak ve daha da önemlisi takipeden analize neden ihtiyaç oldu¤unu gösterecek ve yaz›ndaki eksiklikleri öne ç›-karacak bir tarama yapmakt›r. Bir sonraki bölümlerde sunulacak olan analizin,

yöntemsel yeniliklerin, bunlara temel sa¤layan yeni toplan›lm›fl verinin ve benzeri yeniliklerin neden yenilik ve bilgi da¤arc›¤›m›za yeni bir katk› oldu¤unu ortayakoyacak bir yaz›n taramas› gereklidir. Bu ana amac› yerine getirebilecek uygunuzunlukta bir yaz›n taramas› bir makale içinde yaklafl›k iki bin kelime ile s›n›rl› kal-mak durumundad›r. Daha uzun olan bir tarama ne yöntemin ne de bulgular›n te-mel özellikleri ve analiz ve yorum için yer b›rakacakt›r.

King, Keohanne ve Verba (1994) kitab›ndaki bilimsellik kriterlerine geri döner-sek her çal›flman›n yöntemsel özelliklerinin ortaya konulmas› özel bir öneme sahip-tir. Ancak böylelikle ne yap›lm›fl oldu¤u lay›k›yla anlafl›labilecektir. Ancak böylelik-le bizden sonra gelen araflt›rmac›lar öncelikle bizim yapt›klar›m›z› yeniden üretmek

ve ileri götürebilmek için üzerine yeni araflt›rmalar infla edebileceklerdir. Araflt›rma-

n›n kamusal alana aç›k bir flekilde yerlefltirilip paylafl›lmas›n›n da en baflta gelen flar-t› yöntemin lay›k›yla ayr›nt›l› bir flekilde anlat›lmas›d›r. Bu ya ana makale metni için-de ya da bir teknik ekte yap›labilir. Ancak mutlaka bunun için bir yer makalelere derapor ve kitaplara da konulmal›d›r. Yöntem detaylar› verilirken verinin nas›l toplan-d›¤› ve hatta temel betimsel özellikleri de buraya eklenebilir.

Bilimsel makalelerde nitel ya da nicel verilerin betimleyici temel özelliklerine yeray›rmak güç olabilir. Ancak pek çok zaman bu özellikler üzerinden dikkatli bir oku-run ay›raca¤› vaktin çok de¤erli bilgiler verece¤i unutulmamal›d›r. Bir verinin “hika-

yesi” öncelikle betimsel özelliklerindedir. Makalelerde bunlara ay›racak çok k›s›tl› yer olabilir ama kitaplarda ve bilimsel raporlarda daha fazla yer ay›r›p gerekli özenigöstererek bu betimsel özelliklerin ayr›nt›l› bir dökümünü vermek gerekir. Bilimsel

makalelerde en genifl yer genelde en son analiz teknikleriyle elde edilen bulgular›nsunumu ve bunlar›n tart›fl›lmas›na ayr›l›r. Bulgular›n tart›fl›lmas› deyince ne kast edil-di¤inin üzerinde durmak gerekir. Burada kast edilen analiz tekni¤ine hâkim herke-sin okuyabilece¤i bir tak›m tablolar› bir de yazar olarak tekrar edip okura sunmakde¤ildir. Sonuç olarak yazardan beklenen “bir art› bir iki eder” türünden bir analizokumas› de¤il bu elde edilen “iki” sonucunun mevcut yaz›n içerisinde nas›l yorum-lanmas› gerekti¤idir. Sonuçlar›n hangi ba¤lamda nas›l farkl› okunabilece¤i ve genelsosyal bilim yaz›n› içerisinde nas›l anlaml› bir görüfle karfl›l›k geldi¤ine dair araflt›r-mac›lar›n yorumunun burada paylafl›lmas› önemlidir. Yazar kendince bulgular› nas›l

yorumlad›¤›n› savunabilmeli ve böylece okurlar› ikna edebilmelidir. Sonuçlar›n su-numunda en önemli beklenti ve belki de en zor olan› asl›nda budur.

Biz burada nicel veri analizinin engin detaylar›na girmeye çal›flmayaca¤›z bile. Bukonu çok daha uzun bir tart›flmay› gerektirecektir. Ancak her nicel araflt›rman›n bir

1777. Ünite - Nicel Veri Analizi ve Raporlama



noktada elde etti¤i verinin temel özelliklerini anlamas› için gerekli en temel analizsüreçleri üzerinde duraca¤›z. Buna nicel verinin “hikâyesi” diyece¤iz. Bu hikâyedeöncelikle biraz resim kullanmak gerekir. Elde edilen de¤iflkenlerin nas›l bir da¤›l›ma

sahip olduklar› grafiklerle resmedilmelidir. Bu da¤›l›mlar›n çok gözlem içermesi bizihep zora sokan bir özelliktir. En merak etti¤imiz hemen her zaman tipik olarak buda¤›l›mdan bir gözlemin ne olaca¤›d›r. Herhangi bir de¤iflkenin en tipik gözlemi ne-dir? Bu sorunun yan›t›n› verir vermez da¤›l›m› gören herkes geri kalan gözlemlerinbu tipik gözlem etraf›nda nas›l da¤›ld›¤›na dair de bir “hikâye” dinlemek ister. De-¤iflkenlerimizin betimlendikten sonra ilgimiz genellikle iliflkilere kayacakt›r. Hangide¤iflken ile bir di¤eri aras›nda nas›l bir iliflki oldu¤unu ö¤renmek isteyece¤izdir. Bunedensellik iliflkileri için bir ba¤›ml› de¤iflken ile ba¤›ms›z de¤iflkenlere ihtiyaç du-

yar›z. Asl›nda bu nedensellik iliflkilerinin de mümkün oldu¤unda grafiklerle resme-dilmesi tavsiye edilir. Böylelikle teknik olarak çok çetrefil görünen bir iliflki gayet ra-hat anlafl›labilecek ve verinin hikâyesi ortaya kendili¤inden ç›k›verecektir.

Araflt›rmac›lar nicel verileri tüm detay›yla her tür yay›n mecras›nda kullanama- yabilirler. Örne¤in günümüz dergilerinde detayl› betimsel bir tart›flmaya nadiren yer verilmektedir ve genellikle beklenilen en uygun ve en son tekniklerle amaçla-nan, genellikle nedensellik iliflkilerinin s›nanmas›d›r. Pek çok zaman da daha uzun

ve ayr›nt›l› çözümlemelere yer verme olana¤› ancak kitap ve raporlarda elde edi-lebilmektedir. Ancak araflt›rmac›lara analizlerini makale fleklinde yay›nlama aflama-s›na gelmeden eldeki verinin do¤as›n› kendileri için anlamakta afla¤›da özetlenenbetimleyici çözümlemeleri yapmalar› tavsiye edilir.

BET‹MSEL N‹CEL VER‹ ANAL‹Z‹Bir nicel veri analizine genelde basit bir frekans tablosuyla bafllan›r. Afla¤›da Tablo

1’de buna örnek olarak bir araflt›rmada yafl da¤›l›m› gösterilmifltir. Tipik olarak böy-le bir tablo tek bir sütun olarak gözlenir. Biz burada sayfaya s›¤d›rmak amac›yla 35.Sat›rdan gözlemleri ikiye bölerek tabloyu oluflturduk. Bu tür yer kazan›mlar›n› pekçok zaman raporlamada kullanmak zorunda kalabiliriz. Tablo 1’de ilk kolon sade-ce sat›r say›s›n› vermektedir. ‹kinci kolon ise yafl de¤erlerini gösteriyor. Alt›nc› ko-lon ile tablonun ikinci k›sm› bafllamaktad›r ve bu kolon da yine yafl de¤erlerini ver-mektedir. 3 ve 7. Kolonlarda her yafl de¤erinden kaçar dene¤in veri setimizde ol-du¤unu okuyabiliyoruz. Örne¤in 18 yafl›nda 24 kifli varken 53 yafl›nda da 33 kifli

vard›r. 4 ve 8. Kolonlar da her bir gözlem grubunun toplam›n yüzde kaç pay›na sa-hip oldu¤unu gösterir. Yine ayn› örnekten devam edersek 18 yafl›ndakiler toplam›n%1.1’ine karfl›l›k gelirken 53 yafl›ndakiler %1.6’s›na karfl›l›k gelmektedir.

Toplamda 2-5 kolonda gösterilen yafllarda (yani 18-52 yafl aras›nda) toplam1661 kifli (toplam›n %78.9’u) varken 53-91 yafl aras›nda da 444 kifli (toplam›n%21.1’i) vard›r. Yani genel toplam olarak 1661+444=2105 kifli vard›r bu tabloda ve-rileri özetlenen. 4 ve 8. Kolonlar her yafltan toplamda yüzde kaç gözlem yap›ld›¤›-n› gösterirken 5 ve 9. Kolonlar kümülatif paylar› vermektedir. Kümülatif pay bu ör-nek özelinde her yafl için o yafl ve alt›ndakilerin toplam içindeki yüzde pay›n› ve-rir. Yani 13. Sat›rda 30 yafl›nda toplam›n %2.4’ü bulunurken 30 yafl ve alt› (yani 18-30 yafl aras›nda) toplam›n %29’u bulunmaktad›r.

Kümülatif pay de¤iflik yafl gruplar› aras›nda toplam›n ne kadar›n›n bulundu¤u-nu hesaplamakta da çok kullan›fll›d›r. Örne¤in e¤er merak›m›z 30 ile 35 yafl aras›n-da toplam›n yüzde kaç›n›n bulundu¤unu ö¤renmek ise o zaman 35 yafl›n kümüla-

tif yüzde de¤eri olan %43.5’ten 30 yafl›n kümülatif de¤eri olan %29’u ç›karmam›z yeterlidir. Yani 30-35 yafl aras›nda toplam›n (43.5-29=) %14.5 bulunur.




Elimizdeki veriyi tablo ile daha anlafl›l›r bir özet hâline döktü¤ümüzde asl›ndadaha da basit bir çizim ile resmedildi¤inde ayn› verinin daha da kolay anlafl›l›r ha-le dönüflece¤i de görülecektir. Bunu yaparken eldeki verinin hangi düzeyde ölçül-

dü¤ünü göz önünde tutmakta fayda vard›r. Örne¤in yukar›daki örnekteki yafl gibibir oransal ölçekte ölçülmüfl bir de¤iflken ile u¤rafl›yorsak o zaman çubuklar›n bir-


1 2 3 4 5 6 7 8 9

Yafl Frekans Yüzde

(%)Kümülatif

(%) Yafl Frekans

Yüzde(%)

Kümülatif(%)

1 18,00 24 1,1 1,1 53,00 33 1,6 80,52 19,00 53 2,5 3,7 54,00 32 1,5 82,0

3 20,00 39 1,9 5,5 55,00 30 1,4 83,4

4 21,00 50 2,4 7,9 56,00 20 1,0 84,4

5 22,00 33 1,6 9,5 57,00 30 1,4 85,8

6 23,00 48 2,3 11,7 58,00 22 1,0 86,8

7 24,00 35 1,7 13,4 59,00 26 1,2 88,1

8 25,00 50 2,4 15,8 60,00 13 ,6 88,7

9 26,00 48 2,3 18,1 61,00 29 1,4 90,1

10 27,00 57 2,7 20,8 62,00 21 1,0 91,1

11 28,00 60 2,9 23,6 63,00 15 ,7 91,8

12 29,00 63 3,0 26,6 64,00 13 ,6 92,4

13 30,00 50 2,4 29,0 65,00 26 1,2 93,6

14 31,00 73 3,5 32,4 66,00 17 ,8 94,4

15 32,00 56 2,7 35,1 67,00 9 ,4 94,9

16 33,00 65 3,1 38,2 68,00 10 ,5 95,3

17 34,00 51 2,4 40,6 69,00 10 ,5 95,8

18 35,00 60 2,9 43,5 70,00 9 ,4 96,2

19 36,00 68 3,2 46,7 71,00 6 ,3 96,5

20 37,00 53 2,5 49,2 72,00 2 ,1 96,6

21 38,00 53 2,5 51,7 73,00 8 ,4 97,0

22 39,00 47 2,2 54,0 74,00 9 ,4 97,423 40,00 45 2,1 56,1 75,00 7 ,3 97,8

24 41,00 53 2,5 58,6 76,00 4 ,2 98,0

25 42,00 41 1,9 60,6 77,00 9 ,4 98,4

26 43,00 51 2,4 63,0 78,00 6 ,3 98,7

27 44,00 34 1,6 64,6 79,00 8 ,4 99,0

28 45,00 38 1,8 66,4 80,00 2 ,1 99,1

29 46,00 36 1,7 68,1 81,00 5 ,2 99,4

30 47,00 44 2,1 70,2 82,00 3 ,1 99,5

31 48,00 45 2,1 72,4 83,00 4 ,2 99,7

32 49,00 35 1,7 74,0 84,00 1 ,0 99,833 50,00 36 1,7 75,7 85,00 3 ,1 99,9

34 51,00 42 2,0 77,7 89,00 1 ,0 100,0

35 52,00 25 1,2 78,9 91,00 1 ,0 100,0

Toplam 1661 78,9 444 21,1

GenelToplam

2105 100

Tablo 7.1Deneklerin Yafl Da¤›l›m›



birine de¤di¤i bir histogram ya da alan çizimi kullanmak daha uygun olacakt›r.Unutulmamal›d›r ki oransal ölçekte de¤iflik aral›klar›n birbirleriyle matematikselolarak karfl›laflt›r›labilmesi söz konusudur. Bu durumda daha düflük düzey nomi-

nal ya da s›ralama (ordinal) ölçekteki de¤iflkenler için daha uygun olan çubuk gra-fi¤indeki gibi çubuklar aras› bir mesafe tutmak gerekmez. Afla¤›daki fiekil 7.1’de ayn› yafl verisi üç de¤iflik flekilde resmedilmifltir. Görüldü-

¤ü gibi ayn› veri birbirinden oldukça farkl› yorumlara olanak veren birbirinden fark-l› flekillerde resmedilebilmektedir. Burada hangisinin eldeki verinin bize iletebildi¤ibilgiye daha yak›ndan karfl›l›k geldi¤ine karar vermemiz gerekir. Aç›kt›r ki yafl grup-lar› daha genifl tutuldu¤unda da¤›l›m›n resmi daha kaba bir hâle bürünmekte ve de-taylar kaybolmaktad›r. fiekil 7.1a’dan 7.1b’ye geçerken Y aksindeki ölçek 0-80 ara-s›nda tutuldu¤u içindir ki yafl gruplar› aras›ndaki fark daha bask›n görünmektedir.fiekil 7.1b’den 7.1c’ye ayn› veri gösterilmesine ra¤men sadece Y aksi 80’den 45’e çe-kildi¤inde grafi¤in b›rakt›¤› intiba sanki yafl gruplar› aras›ndaki fark daha büyükmüflgibi olmaktad›r. Oysa veri ayn› veridir ve fark da elbette ayn› farkt›r. Sadece bu ör-nek bile grafikleri olufltururken verilmek istenilen bilginin ya da yarat›lan intiba›n bir

yanl›l›k yarat›p yaratmad›¤›ndan emin olmam›z gerekti¤ini göstermeye yeter.fiekil 7.1d’de de yine ayn› frekans da¤›l›m› temel al›narak her yafl grubunun

toplam içindeki paylar›n›n da¤›l›m› resmedilmifltir. Ancak bu detaya inildi¤inde engenç yafl grubu olan 18-22 yafl grubunun asl›nda en kalabal›k grup olmad›¤› göz-lenebilmektedir. En genifl grup 28-32 yafl grubudur. Yine ancak fiekil 7.1d’de yaflgruplar› eflit aral›klarla verilmifltir. Daha önceki flekillerde her yafl grubunun genifl-li¤i farkl›d›r. Bu da toplam içinde sahip olduklar› paylardaki farkl›laflman›n ard›n-daki neden olabilece¤i için grafikleri yorumlamak güçleflmektedir. Prensip olarakbir histogramda her grubun temsil etti¤i de¤iflken aral›¤›n›n eflit olmas› gerekir. Çu-buklar›n temeli eflit boyutlarda görünebilir ancak bu ayn› çubuklarla temsil edilen

verinin de eflit aral›ktaki gözlemlere dayand›¤› anlam›na gelmeyebilir. Nitekim afla-¤›daki fiekil 7.1 a-c için eflit olmayan yafl aral›klar› oldu¤u görülebilir.


8070605040302010

0

%78,9

%21,1

18-52 53-91

fiekil 7.1aYafl Da¤›l›m›

40353025201510

50

45

fiekil 7.1cYafl Da¤›l›m›

%43,5%40

%14,3

%2,218-35 36-55 56-75 76-91

80706050403020100

fiekil 7.1bYafl Da¤›l›m›

%43,5 %40

%14,3

%2,2

18-35 36-55 56-75 76-91

fiekil 7.1dYafl Da¤›l›m›

%14,3

%11,3

%9,5

%14,1

%9.6%8,7%6,9

%5,3%3,8

%1,8 %1,1%0,4%0,1

%11,4

%1,8

15131197531

-1

1 8 - 2 2

2 3 - 2 7

2 8 - 3 2

3 3 - 3 7

3 8 - 4 2

4 3 - 4 7

4 8 - 5 2

5 3 - 5 7

5 8 - 6 2

6 3 - 6 7

6 8 - 7 2

7 3 - 7 7

7 8 - 8 2

8 3 - 8 7

8 8 - 9 2

fiekil 7.1




fiekil 7.2a

0 10 2030 40 50

60

%26,1

%14,3 %59,5

Türkiye’nin ABüyeli¤ine karfl› oy

kullan›rd›m

Türkiye’nin ABüyeli¤ini destekler

yönde oykullan›rd›m

FY, bilmiyor, CY

Bugün yap›lacak bir halk oylamas›nda siz,Türkiye’nin Avrupa Birli¤i üyeli¤i için mi, yoksa bunun karfl›s›nda m› oy kullan›rd›n›z?




FY, bilmiyor, CY%9

Ancak Avrupa Birli¤i’neüye sorunlar›n›

çözebilir

%13,2

Türkiye sorunlar›n›kendi çözebilir

%77,9

fiekil 7.2b

Sizce Türkiye kendi sorunlar›n› çözmek

için yeterli imkâna sahip midir, yoksa ancak Avrupa Birli¤i’ne üye olarak m› bu sorunlar› çözebilecektir?

%18

%16

%14

%12

%10

%8

%6

%4%2

%Çok

zararl›olacak

Çok yararl›olacak

FY,bilmiyor,

CY

1 2 3 4 5 6 7 8 9

3,7

3,1

7,1

4,1

4,2

15,7

10,3

14,7

9,0

3,0

9,5

Zararl› olacak (0-4)%22,2

Yararl› olacak (6-10)%52,6

15,6

fiekil 7.2c

Genel olarak de¤erlendirdi¤iniz de Avrupa Birli¤i’ne girmek Türkiye’ye ne derece yararl›, ne derece zararl› olacakt›r?

%40

%35

%30

%25%20

%15

%10

%5

%

38,0 38,0

4,4 1,6 0,6 0,3 0,4

16,7

Türk dünyas›ylayak›nlafl-

mak

‹slamdünyas›ylayak›nlafl-

mak

ABDile

yak›nlafl-mak

FY,bilmiyor,

CY

Di¤erTürk ve

‹slamdünyas›yla

yak›nlaflmal›

D›flülkelerleiflbirli¤iiçindeolmal›,

dünya ilebütünleflmeli

Ba¤›ms›zbir d›flpolitikaizlemeli

4,4

fiekil 7.2d

Türkiye Avrupa Birli¤i’ne üye olmazsa öncelikli izlenmesi gereken d›fl politika hangisidir?



Bu dört örnek üzerinde farkl› grafikler fiekil 7.2’de gösterilmifltir. Her biriningörsel olarak vurgulad›¤› bir farkl› bilgi boyutu vard›r. Örne¤in fiekil 7.2a’da vur-gulanmak istenen bir referandum olmufl olsa Türkiye’nin AB üyeli¤in destekleye-

ce¤ini söyleyenlerin oran›n›n buna karfl› olanlardan yaklafl›k iki kat daha büyük birgrubu oluflturdu¤udur. Bu konuda henüz karar›n› verememifl ya da cevap vereme- yenlerin ise az›msanamayacak bir grup oluflturduklar›n›n da vurgulanmas› bu çi-zimde bir üç boyutlu yatay çubuk çizimiyle gösterilmifltir. Benzer bir üçlü seçene-¤in da¤›l›m› fiekil 7.2b’de pasta çizimiyle gösterilmifltir. Görsel olarak bu üç gruparas›ndaki oransal farklar›n gözlenmesi zor olabilir. Bu nedenle her iki çizimde deçubuk ya da pasta dilimlerinin her birinin rakamsal olarak yüzde kaçl›k bir payakarfl›l›k geldi¤i de çizim üzerinde gösterilmifltir. Böylelikle görsel olarak oluflabile-cek yanl›fl intibalar rakamsal verinin ayn› çizim üzerinde gösterilmesiyle ortadankald›r›lmaya çal›fl›lm›flt›r.

fiekil 7.2c ve d’de görece olarak çok say›da seçenek aras›nda da¤›l›m›n nas›l ol-

du¤u gösterilmeye çal›fl›lm›flt›r. Burada bir pasta çiziminin oldukça karmafl›k bir re-sim ortaya ç›karaca¤› aç›kt›r. fiekil 7.2c’de seçeneklerin nelere karfl› geldi¤i rakamsalolarak 0-10 cetveli üzerinde gösterildi¤inden okumas› daha kolayd›r. Bu durumdabir çizgi grafi¤i mevcut bilgiyi aktarmakta daha iyi bir ifllev görmektedir. Yine her se-çene¤in toplam içinde nas›l bir paya sahip oldu¤unu ayn› çizim üzerinde bulmakmümkündür. Bunun ötesinde bir gruplama da yap›larak 0-4 aral›¤› toplam› ile 6-10aral›¤› toplam› da ayr› birer kutucukta gösterilmifltir. Böylelikle kaba olarak AB’negirmenin Türkiye için “yararl›” ya da “zararl›” olaca¤› kanaatinde olanlar›n nas›l birgruplanmaya gitti¤ini de ayn› çizim üzerinde gözlemek mümkün olmaktad›r.

fiekil 7.2d’de ise hem seçenekler oldukça fazlad›r hem de her bir seçene¤in tekbafl›na okunmas› daha zordur. Bu durumda çizgi grafi¤i yerine bir çubuk çizimi

daha kolay alg›lanacak bir sunum vermektedir. Her ne kadar seçenek say›s› çokolsa da asl›nda topu topu iki seçenek aras›nda eflit flekilde bölünmüfl bir kitle ol-du¤u bu resimden aç›kça gözlenebilmektedir. Geri kalan seçenekler hemen hiç il-gi çekmezken önemli grubun da cevap veremedi¤i gözlenmektedir. Bu grubun se-çim yap›larak ay›rt edilmifl iki seçenekten ayr›flt›r›lmas› ve bunlara karfl›t uçta gös-terilmesi burada önemlidir. Bir di¤er önemli olan nokta gerek fiekil 7.2c gerek7.2d’de Y ekseni s›f›r noktas›ndan bafllamaktad›r. Bu yüzde paylar gösterildi¤indede farkl› ölçümler içinde önemlidir. Özellikle birbiriyle karfl›laflt›r›lacak iki çizimdeeksenlerin karfl›laflt›r›labilir olmas› son derece önemlidir.

Yukar›da verilerin resmedilmesi hakk›nda k›saca örneklemeye çal›flt›¤›m›z bir-kaç ana prensibin alt›n› çizmekte yarar vard›r. Bunlar›n bafl›nda her grafi¤in mut-

laka bir bafll›k ile birlikte okura sunulmas›d›r. Bu bafll›k daima içerdi¤i veri hakk›n-da k›saca bilgi vermeli ve metin içerisinde takibi kolaylaflt›racak flekilde numara-lanmal›d›r. Ayn› prensibi tablolar için de izlemek en do¤rusudur. Herhangi bir bafl-l›¤›n bir özet oldu¤u unutulmamal› ancak gereksiz yere teknik terminoloji de kul-lanmaktan kaç›nmal›d›r. Yani e¤er bir tablo istatistiki bir nedensellik analizi sunu-

yorsa burada ön plana ç›kar›lmas› beklenen bu nedenselli¤in hangi de¤iflkenleraras›nda s›nand›¤›d›r. Yoksa bu s›namada hangi tekni¤in kullan›ld›¤› de¤il. Verile-rin resmedilmesinde verideki bilgi ön plana ç›kar›lmal› ve bu bilginin istenilenözelli¤inin yanl›fls›z bir flekilde yans›t›lmas›na özen gösterilmelidir. Burada kaç›n›l-maz olarak baz› öznel tercihler olacakt›r kuflkusuz. Zaman içerisindeki geliflimi

vurgulamak isteyen bir araflt›rmac› her hangi bir zaman kesitindeki durumu ayr›n-

t›l› bir flekilde resmetmek isteyen bir araflt›rmac›dan farkl› bir çizim oluflturacakt›r. Ancak eldeki amaca en uygun ve bu amac› en yan›lsamas›z flekilde yans›tan bir çi-




zim tercih edilmelidir. Çizim ile rakamsal veri aras›nda istenilen amaca göre bir ba¤kurulabilmeli ve bunun için çizim üzerinde gerekli ek bilgi özetleri okura sunul-mal›d›r. Bu konuda ayr›nt›l› bir sunum için bak›n›z Tufte (1983) ve fienesen (2007,

103-116). Verilerin resmedilmesi buraya kadar raporlaman›n bir parças› olarak ele al›nd›.Oysa raporlama öncesinde de basit resimleme teknikleri kullan›larak verinin “te-mizlenmesi” ve ileri çözümlemeler için de bir temel oluflturulabilir. Afla¤›da bir de-¤iflkenin da¤›l›m›nda temsili tipik bir gözlemin özelliklerini ortaya koyma çabas›nagiriflece¤iz. Bunu yaparken de¤iflkenin da¤›l›m›n› resmetti¤imizde örne¤in ola¤an-d›fl› gözlemlerin olup olmad›¤› önemli bir gözlem olacakt›r. Ola¤and›fll›l›ktan kas›tbir yanl›fl veri girifli olabilece¤i gibi girifli do¤ru da olsa genel e¤ilimlerden çokfarkl› birkaç izole gözlem de olabilir. Bunlar da¤›l›m resmedildi¤inde aç›kça göz-lenebileceklerdir. Keza da¤›l›mda gözlemlerin tek bir de¤er etraf›nda m› yo¤unlafl-t›¤› yoksa farkl› birkaç de¤er etraf›nda m› yo¤unlaflt›¤› en rahat da¤›l›m›n resmedil-

mesiyle gözlenebilecektir. Dolay›s›yla verilerin resmedilmesini sadece raporlama ve verilerin sunumunun bir parças› olarak görmemek gerekir. Grafik kullan›m› iledo¤rudan veri çözümlemesine de girilmifl olunur. Bu konuda daha ayr›nt›l› bir

tart›flma için bak›n›z Henry (1995), Jacoby (1998) ve Wallgren, Wallgren, Pers-

son, Jorner ve Haaland (1996).

Verilerin resmedilmesinde de daha sonraki veri çözümlemelerinde de anaamaçlar›n bafl›nda eldeki çok say›da gözlemi en basit flekilde özetleyen bir kestir-me gösterge bulabilmektir. Elimizde yüzlerce hatta binlerce analiz birimine, kifliye,ülkeye de¤iflik co¤rafi bölgelere vs dair bilgi içerisinden hedef kitlemize dair kes-tirme bilgi veren tipik bir gözlem ne olabilir? E¤er elimizde bir anket çal›flmas› var-sa örne¤in ve bu seçmen yafl›ndaki nüfusu temsil ediyorsa tipik bir seçmen nas›l

bir seçmendir? Bu soru elbette hangi de¤iflkene göre nas›l bir seçmendir diye dil-lendirilmelidir. Yani seçmen nüfusun örne¤in yafl aç›s›ndan tipik bir bireyinin ya-fl› nedir? Tipik seçmenin yafl› kaçt›r?

Bu sorulara verilen en basit yan›t ortalamalar temelindedir. Örneklemimizdekiseçmenlerin ortalama yafl› kaçt›r? Bu soruyu yan›tlarsak tüm örneklemi bir flekildetemsil eden tipik bir bireyin yafl›n›n kaç oldu¤unu bulaca¤›m›z› düflünürüz. fiimdibu ortalama hesaplar›na biraz daha detayl› girelim.

MERKEZÎ E⁄‹L‹M ÖLÇÜTLER‹Ortalama terimi pek çok zaman mu¤lâk bir flekilde kullan›l›r. Siyasetçiler “ortala-ma vatandafl” tan bahsederlerken kimi kast etmektedirler? Ya da bir s›n›ftaki not,

ya da bir flirketteki ortalama maafl kimin not ya da maafl›na karfl›l›k gelir? Ya orta-lama aile büyüklü¤ü ya da illerde ortalama milletvekili say›s› nas›l olur da kesirlibir rakam olur? Bu ve benzeri ortalamalar asl›nda bir da¤›l›mdaki merkezi e¤iliminne oldu¤unu özetlemeye ya da bu da¤›l›mlardan tipik bir gözlemin ne olaca¤›nadair bir kestirmedir. Frekans da¤›l›m› elde edip bunlar› de¤iflik grafiklerle resmet-meye çal›fl›rken asl›nda bu da¤›l›mlar› temsil etmekten uzak kal›r›z. Tüm da¤›l›m›görebilmek güzeldir ama sonuçta burada hala çok fazla bilgi ile u¤rafl›r durumda-

y›zd›r. Hele elde birkaç frekans da¤›l›m› varsa bunlar› birbirleriyle karfl›laflt›rmakiyice zorlafl›r. Frekans da¤›l›mlar›n› temsil eden bir özet bilgi ihtiyac› duyar›z. Bu-nu da asl›nda temelde üç de¤iflik flekilde yapar›z. Birincisi da¤›l›m›n flekli üzerin-de bir basit gözlem üretebiliriz. ‹kinci olarak da¤›l›mdaki gözlemlerin etraf›nda yo-

¤unlaflt›¤› bir temsili de¤er bulmaya çal›fl›r›z. Üçüncü olarak da bu temsili de¤er et-raf›ndaki da¤›l›m›n ne derece oldu¤unu gözleriz.




Frekans da¤›l›mlar› sonsuz de¤iflik flekilde olabilir. Bu aç›dan karfl› karfl›ya ka-l›nan bir da¤›l›m›n fleklini birkaç standart da¤›l›ma referans ile daha rahat betimle-

yebiliriz. Birkaç da¤›l›m standard›ndan bahsedebiliriz. Örne¤in her gözlemin eflit

say›da ya da oranda oldu¤u bir dikdörtgen da¤›l›m bize bir nirengi noktas› verebi-lir (bak›n›z fiekil 7.3 sa¤ alt köfle). Dikdörtgen da¤›l›mda her gözlem eflit say›da da-¤›lm›flt›r dolay›s›yla tipik bir gözlem bulmak özellikle zordur.

Simetrik da¤›l›mlar ile asimetrik da¤›l›mlar› da birbirinden ay›rt etmek gerekir. Si-metrik olmayan bir da¤›l›ma bakt›¤›m›zda ilk akla gelen a¤›rl›kl› gözlemlerin ne yön-de olufltu¤u ya da afl›r› uç gözlemlerin ne yöne do¤ru kayd›¤›d›r. fiekil 7.3’te sa¤ üstköfledeki da¤›l›m simetrik de¤ildir. Da¤›l›m›n “kuyru¤unun” sa¤a do¤ru oldu¤u du-rumda birkaç nadir gözlemin da¤›l›m›n pozitif uçlar›nda oldu¤u anlafl›l›r. fiekil 7.3’te-ki asimetrik da¤›l›m da sa¤a do¤ru kuyruklanm›fl bir da¤›l›md›r. “Kuyru¤un” solado¤ru oldu¤u durumda da birkaç nadir gözlemin negatif uçta gözlendi¤i anlafl›l›r.

Simetrik bir da¤›l›mda bir orta noktan›n sa¤›nda ve solunda ayn› flekilde de¤er

da¤›l›mlar› görülür. Böylelikle orta noktadan büyük ya da küçük de¤erlerin birbiri-ne üstünlük sa¤lamalar› söz konusu de¤ildir. fiekil 7.3’te sa¤ üst köfledeki da¤›l›md›fl›ndaki tüm da¤›l›mlar simetriktirler. Örne¤in bu standart olarak al›nan da¤›l›mlar-da özel bir yere sahip olan çan e¤risi da¤›l›m› da bir simetrik da¤›l›md›r (bak›n›z fie-kil 7.3 orta s›ra sa¤daki flekil). Çan e¤risinde ya da normal da¤›l›mda en çok göz-lem orta noktada yap›lm›flt›r. Bu orta noktan›n üzerinde ya da alt›nda eflit uzakl›k-ta iki de¤er hep ayn› orana sahiptir. Normal da¤›l›mda da¤›l›m›n uç noktalar›nda gitgide az gözlem vard›r ve uç noktalarda ortan›n üzeri ile alt› aras›nda bir gözlem ora-n› farkl›l›¤› yoktur. Normal da¤›l›m üzerinde ileride daha ayr›nt›l› duraca¤›z.

Da¤›l›mlar›n merkezî e¤iliminin ne oldu¤u konusunda birkaç ölçüt kullan›labilir.Bunlar›n en yayg›n kullan›m› olan› basit aritmetik ortalamad›r. Bu tür toplama ifllem-

lerindeki matematiksel notasyon için bu ünitenin sonundaki EK I bölümüne bak›n›z.

Ço¤u zaman bu ortalama de¤er bir frekans tablosundan da hesaplanabilir. Bu-rada afla¤›daki formül yukar›daki formülden de elde edilebilir:

X N fX ii

N

=

=∑

1

1

X N

X ii

N

=

=∑

1

1


fiekil 7.3

De¤iflik da¤›l›m örnekleri



Burada f her X de¤erine karfl›l›k gelen frekans de¤eridir. Afla¤›daki tablodakiörne¤e bakarsak X 2 de¤erini 5 gözlem için al›rken 3 de¤erini 4, 10 de¤erini de 7gözlem için almaktad›r.

X f f X 2 5 (2) 53 4 (3) 410 7 (10) 7Orijinal formülde afla¤›daki ifllemi yapmam›z gerekir:

Gruplanm›fl frekans da¤›l›mlar›nda yukar›daki formülde X yerine grup ortala-malar›n›n (X o) kullan›lmas› gerekir. Aritmetik ortalamalarda e¤er da¤›l›m simetrik de¤ilse uç gözlemler ortalama

de¤eri çok etkileyecektir. Bunu en çabuk flu örnekle görebiliriz. Farz edelim ki 10kiflilik bir grupta herkesin cebinde birer liras› var. Bu grupta cepte ortalama herkesiçin bir lira olacakt›r. On birinci kifli cebinde 100 lira ile gruba kat›l›nca grubun ce-binde toplam 110 lira olacak ve grup ortalamas› da bir liradan 10 liraya ç›k›vere-cektir. Ortalama gelir hesaplar›nda hep bu tür bir uç gözlemin ortalamay› kuyru-¤un ucuna do¤ru çekti¤ini görürüz. Böyle kuyruklu da¤›l›mlarda ortalaman›n ya-n›lt›c› sonuçlar verece¤i de aflikârd›r.

Ortalamadan sapmalar›n toplam› da her zaman s›f›ra eflit ç›kar.

Yukar›daki örne¤e geri dönersek ortalaman›n nas›l iflledi¤ini biraz daha iyi gö-rebiliriz. Orijinal 10 kiflilik grubun her üyesinin cebinde birer lira varken on birin-ci yeni gelen kiflinin cebinde 100 lira vard›. Bu halde yeni grup ortalamas› 10 lirabulunuyordu. Dolay›s›yla bu 11 kiflilik grup için ortalamadan sapmalar›n toplam›-n› hesaplad›¤›m›zda orijinal ilk on kifli için (1-10)=-9 bulaca¤›z. On kifli için bu top-lam -90 yapacakt›r. Yani ilk 10 kifliye dokuzar lira fazladan eklenirken yeni gelenon birinci kifliden de bu toplam da¤›t›lan 90 liran›n ç›k›yor olmas› gerekecektir.

Yani ortalamadan sapmalar her zaman toplamda dengelenecektir.

Ortalamalar farklar› z›mparalar. Derinlikleri, yükseklikleri trafllar ve tek düze birova haline dönüfltürür her co¤rafyay›. Nepal için ortalama bir rak›m elde etmekmümkündür hiç flüphesiz ve bu rak›m büyüklü¤ü hemen yan› bafl›ndaki Bengla-

X N

X X N

X X i

i

i

i

= −( )

= −( )

= =∑ ∑

1 1

1

11

1

10

+ −( )

= −( )( )+ −

1

1

1110 1 10

1

11100

11 N X X

110

1

1190

1

1190 0

( )

= −( )+ ( ) =

X X X i

i

N

i

i

N

−( )

=

= =

∑ ∑1 1

− =

−

= =∑ ∑ NX X

N

N Xi

i

i

N

i

N

1 1

= 0


X =+ +( )

+ + + +( )+ + + +( )+ + + + + +1

5 4 72 2 2 2 2 3 3 3 3 10 10 10 10 10 110 10

1

162 5 3 4 10 7

92

165 75

+( )( )

=( )

⋅( )+ ⋅( )+ ⋅( )( ) = = X .



defl’ten yüksek ç›kacakt›r. Ancak Nepal’in Hindistan s›n›r›nda yükseklik 1000 met-reyi bile bulmazken biraz kuzeye gidildi¤inde Himalaya s›rada¤lar›n›n en yüksektepelerine ulafl›l›r ve bu bölge alçak ovalardan çok daha genifl oldu¤undan tepe-

lerin yüksek rak›m› ortalama rakam› güneydeki ovalardan çok daha yukar› tafl›r.Belki biraz garip de olsa ortalamalar hiç de temsil gücü olmayan büyüklüklerekarfl›l›k gelebilir. Örne¤in ortalama el ya da kol say›s› hesap etti¤imizde bu ortala-ma her zaman ikiden az da olsa ufak ç›kacakt›r. Aç›kt›r ki baz› insanlar ellerini yada kollar›n› kaybedebilirler. Bu uzuvlar›n› kaybetmifl kiflilerin say›s› ne kadar kü-çük olursa olsun tüm toplum için uzuv ortalama say›s›n› ikinin alt›na çekecekler-dir. Yani ortalama uzuv say›s› hiç de temsili olmayan bir flekilde ikiden ufak ç›ka-cak ve ortalama vatandafl›n ikiden az uzvu oldu¤u sonucuna götürecektir bizi.

Görüldü¤ü gibi da¤›l›mdaki tüm de¤erleri dikkate alan ortalama kuyruklu da¤›-l›m örneklerinde oldu¤u gibi da¤›l›m genelini hiç de temsil etmeyen bir sonuç or-taya ç›karabilmektedir. O hâlde bu tür bir hesaba dayanmayan bir “ortalama” gös-

terge ne olabilir? Günlük hayatta s›k s›k en fazla gözlenen de¤erleri genel da¤›l›m›temsil edermifl gibi kullan›r›z. Örne¤in yukar›da kullan›lm›fl olan yafl da¤›l›m›ndafiekil 7.1d’de görüyoruz ki örneklemimizde en çok gözlenen yafl aral›¤› 28-32 ara-s›ndad›r. Yani tipik denek için 28-32 yafl aras›nda denilebilir. Asl›nda bu gruplariçinde yafl da¤›l›mlar›n›n eflit olmad›¤› Tablo 7.1’den de gözlenmektedir. En s›k göz-lenen yafl 31dir ve 28-32 yafl aral›¤›na düflmektedir. Öbeklenmifl verilerde en s›k göz-

lenen de¤erin bulunmas› konusu için bak›n›z fienesen (2007, 173-175).

Eldeki da¤›l›mda en yo¤un olarak gözlenen de¤ere “en s›k de¤er” ya da mod(X esd) denir. Günlük kullan›mda moda olan giysi, saç kesimi vs gibi gözlemler içinde benzer bir gözlem yap›l›r. Örne¤in tipik Türkiyeli için mavi gözlü sar›fl›n deme-

yiz. Mavi gözlü sar›fl›nlar Türkiye’de gözlenmedi¤inden de¤il elbette. Ama en s›k

gözlenen bu tür insanlar olmad›¤›ndan basitlefltirerek genelde Türkiyelilerin dahakumral ya da siyah saçl› ve gözlü olduklar› basitlefltirmesini yapar›z fienesen (2007,

170). Günlük hayatta kullan›lan benzer tür de¤erlendirmeler örne¤in “milli” içe-cek, yiyecek vs için de yap›l›r ve örne¤in Türkiye’de en s›k ve çok tüketilen içe-cek olarak çay “milli” içecek olarak verilir. En s›k gözlenen de¤er nominal düzey

ve üzeri için hesaplanabilir.Ortanca ya da medyan (X md) da aritmetik ortalamaya alternatif olarak tüm da-

¤›l›m de¤erlerinden etkilenmeyen bir ölçüt olarak kullan›l›r. Ortanca gözlem de-¤erleri büyüklük s›ras›ndayken da¤›l›m›n %50’sini geride b›rakan gözlemdir. Yaniortanca da¤›l›mdaki gözlem say›s›n› iki eflit parçaya böler. Bunu hesaplamas› ol-dukça kolayd›r ancak ölçüm düzeyi olarak elde en az›ndan s›ralama yap›labilir bir

düzeyde ölçüm olmal›d›r.Örne¤in elimizde 11, 7, 2, 5 ve 9 dan oluflan bir seri olsun. Burada veriler s›r-

land›¤›nda 2, 5, 7, 9 ve 11 elde edilir ve ortanca de¤er 7 olarak bulunur. Oysa buseriden 11 ç›kar›ld›¤›nda geri kalan gözlemler aras›nda ortanca de¤er 5 ve 7 aral›-¤›nda ((5+7)/2)=6 olarak bulunur. Yani toplam gözlem say›s› çiftse o zaman orta-

ya düflen iki gözlemin aritmetik ortalamas› ortanca gözlemi verir. Öbeklenmifl da-

¤›l›mlarda ortanca hesab› için bak›n›z fienesen (2007, 176-177).

Yukar›da simetrik olmayan ve bir yana do¤ru kuyruklanm›fl da¤›l›mlardan bah-setmifl ve ortalaman›n uç gözlemler taraf›ndan nas›l büyük de¤ifliklikler gösterebil-di¤ini tart›flm›flt›k. Bu ba¤lamda aritmetik ortalama, ortanca ve en s›k gözlenilende¤er aras›ndaki iliflkiyi simetrik ve simetrik olmayan da¤›l›mlarda göstermekte

fayda vard›r. fiekil 7.4’te simetrik da¤›l›m için her üç göstergenin de çak›flt›¤›n› göz-lüyoruz. Oysa sa¤a do¤ru kuyruklanm›fl da¤›l›mlarda ortalama sa¤ uca do¤ru ka-




yarken ortanca gerek aritmetik otalamadan gerekse de en s›k gözlenilen de¤erdendaha küçül kalmaktad›r. Sola do¤ru kuyruklanm›fl da¤›l›mlarda ise aritmetik orta-lama sol uca kayarken ortanca en s›k gözlenilen de¤er ve aritmetik ortalaman›n

aras›nda yer al›r.

DA⁄ILIM ÖLÇÜTLER‹E¤er bir de¤iflken tek bir de¤erden oluflup asl›nda hiç de¤iflim göstermiyorsa yaniasl›nda bir sabitse bir sonraki aflamaya geçmeyiz. Çünkü bir sonraki aflama bumerkezi e¤ilimin etraf›ndaki da¤›l›ma dair olacakt›r. Bu de¤erlendirme merkezi

e¤ilimin etraf›ndaki da¤›l›ma dairdir ama asl›nda herhangi bir gözlemin tüm da¤›-l›m göz önüne al›nd›¤›nda ne derece gözlenmesi olas› bir gözlem oldu¤una dairde bir ç›kar›m yapmaya olanak verir. Herhangi bir gözlem da¤›l›m›n en tipik de-¤erinden ne kadar yukar›da ya da afla¤›dad›r? Bu soruya cevap verebilmemiz içinbir da¤›l›m ölçütü gelifltirmemiz gerekir.

Afla¤›daki fiekil 7.5’te iki da¤›l›m gösterilmifltir. A da¤›l›m› ile B da¤›l›m›n›n or-talama de¤erleri ayn› ve 30 dur. Varsayal›m ki bu 40 de¤erinde bir gözlem elde et-mifl olal›m. Bu gözlem hangi da¤›l›mdan gelmifl olabilir? B da¤›l›m› A da¤›l›m›nagöre daha homojendir. Dolay›s›yla B da¤›l›m›ndan 40 gibi bir de¤eri gözlemek da-ha düflük olas›l›kt›r. Bir baflka de¤iflle 40 A da¤›l›m›nda gözlenmesi çok da ola¤and›fl› olmayan bir de¤ere karfl›l›k gelirken B da¤›l›m›nda ayn› de¤eri gözlemek da-

ha düflük bir olas›l›kt›r diye nitelendirilebilir.


X = Xmd = Xesd

X Xmd Xesd

XXmdXesd

fiekil 7.4

Ortalama, en s›k görülen de¤er (esd) ve ortanca (md) aras›ndaki iliflki



E¤er bu da¤›l›mlar iki partinin iller düzeyinde oy da¤›l›mlar›ysa karfl› karfl›ya ol-

du¤umuz duruma belki daha aç›k bir yorum getirilebilir. A partisi için de B partisiiçinde ortalama oy oran› %30’dur. Bir ilde e¤er her iki parti de %40 gibi bir oy al-m›flsa bu nas›l yorumlanabilir? A partisi için %40 ve üzeri oy al›nm›fl il oran› B par-tisinden daha fazlad›r. Dolay›s›yla bu il A partisi için daha ola¤an bir gözlem ikenB partisi için daha nadir bir gözlemdir.

Bu örnekten de aç›kça gözlendi¤i gibi herhangi bir de¤iflkenin ortalama de¤e-rini bilmek ço¤u zaman pek bir anlam ifade etmez. Çünkü ortalama d›fl›ndaki göz-lemlerin ne kadar “tipik” oldu¤unu sadece bu ortalama de¤ere bakarak bilmekmümkün olmayacakt›r. Bunu anlamak için eldeki verilerin ne derece toplu ya da

yayg›n bir flekilde da¤›lm›fl olduklar›n› da bilmemiz gerekir. Bu bilgiye ulaflmakiçin yine birkaç ölçüt kullan›labilir.

Bu ölçütlerden birinci ve en basit olan› aral›k (range ) de¤eridir. Aral›k de¤eride¤iflkenin en büyük ile en küçük gözlem de¤eri aras›ndaki farkt›r. Yine yukar›da-ki örne¤i devam ettirirsek iki partinin oy oranlar›n›n yine ortalama olarak ayn› ve30 oldu¤unu varsayal›m. A partisi baz› illerde çok düflük baz› illerde de çok yük-sek oy al›rken B partisinin bu ortalama de¤er etraf›nda daha yo¤un bir flekilde oy almakta oldu¤unu varsayal›m. E¤er A partisinin en düflük oy ald›¤› ildeki oyu %10,en yüksek oy ald›¤› ilde de %80 ise aral›k de¤eri A partisi için oy aral›¤› %70 pu-an olacakt›r. B partisi ise en düflük oy ald›¤› ilde %20, en yüksek oy ald›¤› ilde ise%70 oy alm›flsa B partisi için aral›k de¤eri %50 puan olacakt›r. Dolay›s›yla aral›kde¤eri daha düflük olan B partisi için ortalama de¤er etraf›nda da¤›l›m›n daha yo-¤un oldu¤u söylenebilir.

Aral›k ölçütünün ola¤an d›fl› uç gözlemlere karfl› çok hassas oldu¤u ortadad›r.E¤er diyelim ki B partisi için bir ilde hemen hiç oy ç›kmamakta baflka bir ilde dehemen tüm oylar bu partiye gitmektedir. Bu iki il d›fl›ndaki illerde ise %30 civar›n-da bir oy almaktad›r B partisi. Bu durumda sadece bu iki il nedeniyle B partisininaral›k de¤eri daha yüksek ç›kacak ve yan›lt›c› bir da¤›l›m intiba› yaratacakt›r.

Uç gözlemlerin bu yan›lt›c› etkisinden kurtulmak amac›yla de¤iflken da¤›l›mla-r›n›n üst ve alt uçlar› d›flar›da b›rak›larak bir aral›k hesaplanabilir. Bu amaçla dör-de bölenler aral›¤› kullan›labilir. De¤iflken da¤›l›m›n› en üst %25’i ile en alt %25’iat›ld›¤›nda ortada kalan %50 hangi de¤erler aras›nda de¤iflmektedir? Bu sorunun

yan›t› dörde bölenler aral›¤›n› (DBAr) verir.

DBAr = Üst Dörde Bölen – Alt Dörde Bölen DBAr = D 3 – D 1


fiekil 7.5

X=30

A

B

40

Farkl› varyansta simetrik da¤›l›mlar



Yukar›daki örnekte 40 de¤eri e¤er A da¤›l›m› için en üst %25’in s›n›r›n› veriyor-sa B da¤›l›m› için bu de¤erin 40’tan daha düflük olmas› gerekir. E¤er A ve B da¤›-l›mlar› simetrik ise A da¤›l›m›nda %20 ve alt›n›n en düflük %25’lik dilimi vermesi

beklenir. Ancak ortalama de¤er etraf›nda daha yo¤un da¤›l›m gösteren B da¤›l›m›için en düflük %25’lik dilimin s›n›r›n›n 20’den daha büyük olmas› beklenir. Dolay›-s›yla A da¤›l›m› için dörde bölenler aral›¤› %40 ile %20 aras›nda iken B da¤›l›m›için bu aral›¤›n daha dar olmas› beklenir.

Yine yukar›daki Tablo 7.1’de birikimli da¤›l›ma bakt›¤›m›zda ilk %25’lik gözlem28 yafl ile 29 yafl aras›nda kalmaktad›r. 28 yaflta toplam›n %23.6’s› 29 yaflta ise26.6’s› vard›r. Yani aradaki fark %3’tür. ‹lk dörde bölen s›n›r› olan %25 ile 28 yaflbirikimli da¤›l›m de¤eri aras›ndaki fark %1.4’tür. Yani bu da 28 ve 29 yafl aras›nda-ki toplam %3 puan fark›n yaklafl›k %47sine ((1.4/3)=0.466667) karfl›l›k gelmekte-dir. O halde D1=28.47 bulunur. Yine ayn› mant›kla hesapland›¤›nda D3=49.59 bu-lunur. O halde DBAr=49.59-28.47=21.12 bulunur. Yani yaklafl›k 21 yafl fark› da¤›-

l›m›n ortas›ndaki %50yi içermektedir.

Standart Sapma ve Varyansfiimdiye kadar tart›fl›lan da¤›l›m göstergeleri basit ve kolay hesaplanabilir gösterge-lerdir belki ama da¤›l›ma dair pek az bilgiyle hesapland›klar›ndan oldukça kabagöstergeler olarak kalmaktad›rlar. En önemli dezavantajlar› uç noktalarda ola¤an-d›fl› gözlemlerden çok etkilenmeleridir. Ancak böyle gözlemlerin olmad›¤› durum-larda daha çok bilgiyle iflleyen bir gösterge daha iyi ifl görecektir.

Her gözlemin merkezî e¤ilim göstergesi olarak kullan›lan aritmetik ortalama-dan sapmalar› hesapland›ktan sonra bunlar›n ortalamas› hesaplanabilir. Ancak arit-metik ortalaman›n mant›¤›n› hat›rlarsak böyle bir hesab›n her zaman s›f›r verece-

¤ini görürüz:

Bunun yerine her da¤›l›m de¤erinin ortalamadan sapmas›n›n karelerinin topla-m› temelinde afla¤›daki varyans (s2) hesaplamas› elde edilir:

Hedef kitlenin varyans›n› kestirmede yukar›daki formülün N yerine (N-1) ilekullan›lmas› gerekir. Standart sapma (s) hesaplanmas› ise varyans›n karekökü al›-narak yap›l›r:

Standart sapma gözlemlerin ölçü birimi ile ifade edilir. Oysa varyans ortalama-dan sapmalar›n karesi al›narak hesapland›¤›ndan gözlemlerin ölçüm birimindenfarkl› bir ölçüm birimine karfl›l›k gelmektedir. Örne¤in yukar›daki yafl da¤›l›m› ör-ne¤inde (yafl2) gibi ne oldu¤u pek anlafl›lmayan bir ölçüm birimine geçmifl oluruz.

Standart sapman›n mant›¤›n› takip edersek ortalamadan sapmalar›n çok oldu-¤u zaman yüksek standart sapma, az oldu¤u zaman da düflük sapma elde edilece-¤i görülür. En uç örnek olarak tüm gözlemlerin ayn› de¤eri ald›¤› durumda tümda¤›l›m gözlemlerinin ortalamas› her gözlemin de¤erine eflit olacak ve bu ortala-

s s= 2

S N

X X i2 21

= −( )

∑

1 1

1 1 N

X X N

X ii

N

ii

N

−( )

=

= =∑ ∑

− = − =

10

N NX X X




madan her sapma da yine s›f›ra eflit ç›kacakt›r. Bu durumda da varyans ve dolay›-s›yla da standart sapma s›f›r olarak bulunur. Bu durumdan her aflamada bir gözle-min de¤erini di¤erlerinden farkl›laflt›rarak ad›m ad›m uzaklafl›ld›¤›nda her aflama-

da varyans›n da artt›¤› görülecektir. Yine varyans sapmalar›n kareleri ile çal›flt›¤›ndan herhangi bir uç de¤erin top-lama uç bir sapman›n karesi olarak girece¤inden büyük etkisi olacakt›r. Dolay›s›y-la tüm da¤›l›m gözlemlerinin kullan›ld›¤› bütün ölçümlerde oldu¤u gibi burada daola¤and›fl› gözlemler varyans üzerinde büyük etki yaratacaklard›r. Ancak varyans

ve standart sapman›n tam yorumu için normal da¤›l›m ile olan iliflkisi üzerindedurmam›z gerekecektir.

Bir da¤›l›mdaki herhangi bir gözlemin nas›l yorumlanmas› gerekti¤i bu gözle-min içinden geldi¤i da¤›l›mdaki göreceli konumuna ba¤l›d›r. Örne¤in 30 ortalama-l› bir da¤›l›mdan elde edilen 40 gibi bir gözlem ortalamaya at›fla +10 olarak göste-rilebilir. Yine ayn› da¤›l›mdan 20 gibi bir gözlem de -10 olarak gösterilebilir. Bu or-

talamadan farklar standart sapmaya bölünerek kaç standart sapma farka karfl›l›kgeldikleri gösterilebilir. Yani e¤er 30 ortalamal› bir da¤›l›mda e¤er standart sapma5 ise bu da¤›l›mdan elde edilen 40 gibi bir gözlem asl›nda ortalamadan (10/5)=2standart sapma büyük demektir. Bu hesap k›saca gözlemlerin standart z skorlar›-na dönüfltürülmesi olarak bilinir ve afla¤›daki formüle göre hesaplan›r:

Z skorlar›n›n toplamlar› s›f›r oldu¤undan ortalamalar› da s›f›rd›r. Bunu afla¤›da-ki gibi gösterebiliriz:

Z skorlar›n›n varyans ve dolay›s›yla da standart sapmalar› da her zaman 1 dir.Bu da afla¤›dan gözlenebilir:

Z skorlar› ortalamas› s›f›r ve standart sapmas› da 1 olan bir da¤›l›m verir ama buda¤›l›mlar› “normalize” etmez. Yani normal da¤›l›m› olmayan bir da¤›l›m› standart zskorlar›na dönüfltürdü¤ümüzde standart normal da¤›l›m hâline getirmifl olmay›z. Amae¤er elimizde normal bir da¤›l›m varsa o zaman standart z skorlar›na dönüfltürdü¤ü-müzde elimizde standart normal da¤›l›ma sahip bir da¤›l›m olur ve bu da¤›l›m›n özel-liklerini kullanarak eldeki herhangi bir gözlem hakk›nda ç›kar›mlarda bulunabiliriz.

var z N

z z

N

Xi X

s

i( ) = −( )

=−( )

−

∑1

10

2

= −( ) =

−( )−( )

∑

∑∑

∑

2

2

2

2

21

Ns X X

N

N X X

X X i

i

i == 1

z X X

s s X X

N z

i

i

i

i

∑ ∑∑

∑

=−( )

= −( ) =

=

10

10

z X X

s

i=−( )




Normal da¤›l›m ortalama ve standart sapma taraf›ndan flekli belirlenen matema-tiksel bir formüle ba¤l›d›r. Her de¤iflik ortalama ve standart sapma farkl› normale¤riler verir. Afla¤›da fiekil 6’da farkl› ortalama ve standart sapma de¤erlerine göre

de¤iflik normal e¤riler verilmifltir. Bunlar aras›nda bir tanesi s›f›r ortalama ve bir de-¤er alan bir standart sapma için standart normal da¤›l›m elde edilir.

Normal da¤›l›m asl›nda gerçek dünyada hiç gözlenmeyen bir soyut matematik-sel da¤›l›m› verir. Normal da¤›l›m hiçbir zaman X aks›na de¤mez. Yani ortalama-dan ne kadar yukar›da (ya da afla¤›da) bir de¤er gözlenirse her zaman bu de¤er-den daha yukar›da (ya da afla¤›da) bir de¤er gözlenebilir. Yani bu uç de¤erlerinolas›l›klar› çok ufak olabilir ama hiçbir zaman s›f›r olmayacakt›r. Oysa gerçek dün-

yada her zaman gözlenemeyen de¤erler olacakt›r ve dolay›s›yla da¤›l›mlar›n alt ve

üst s›n›rlar› her zaman vard›r. Dolay›s›yla normal da¤›l›m gerçek dünya için sade-ce soyut bir yaklafl›k nirengi noktas› sa¤lar.

Normal da¤›l›m›n simetrik oldu¤undan önceden de bahsetmifltik. Standart sap-ma ve ortalama de¤erlerin de¤iflimi bu gerçe¤i de¤ifltirmez. Afla¤›da fiekil 7.7’denormal da¤›l›m e¤risinin alt›nda yer alan toplam alan›n farkl› standart sapma de-¤erleri aras›ndaki büyüklükleri verilmifltir. Burada hedef kitle ile çal›fl›ld›¤› düflün-

cesinden hareketle standart sapma s yerine σ ve ortalama da X – yerine µ ile göste-

rilmifltir. Buradan da görülen her normal da¤›l›m e¤risi için art› eksi bir standartsapma aras›nda toplam›n yaklafl›k %68’i, art› eksi iki standart sapma aras›nda da

yaklafl›k %95’i yer al›r. Ortalama de¤er etraf›nda simetrik olan bu da¤›l›m herhan-gi bir da¤›l›mda gözlenen de¤erleri ortalama ve standart sapma kullan›larak stan-

dardize ettikten sonra bir standart normal tablosu yard›m›yla de¤iflik hipotezleritest etme olana¤› sa¤lar.


- 1 0 , 0

- 9 , 6

- 9 , 2

- 8 , 8

- 8 , 4

- 8 , 0

- 7 , 2

- 6 , 8

- 6 , 4

- 6 , 0

- 5 , 6

- 4 , 8

- 4 , 4

- 4 , 0

- 3 , 6

- 3 , 2

- 2 , 8

- 2 , 4

- 2 , 0

- 1 , 6

- 1 , 2

- 0 , 8

- 0 , 4 0 , 0 0 , 4 0 , 8 1 , 2 1 , 6 2 , 0 2 , 4 2 , 8 3 , 2 3 , 6 4 , 0 4 , 4 4 , 8 5 , 2 5 , 6 6 , 0 6 , 4 6 , 8 7 , 2 7 , 6 8 , 0 8 , 4 8 , 8 9 , 2 9 , 6

1 0 , 0

- 7 , 6

- 5 , 2

fiekil 7.6

Farkl› Ortalama ve Standart Sapma De¤erleri için Normal Da¤›l›mlar



fiimdi varsayal›m ki elimizde normal da¤›lan s›nav notlar› var. Bu s›navda

gözlenen ortalama 50 standart sapma da 20 olsun. Bu s›navda 70 alm›fl bir ö¤-

renci toplam›n yüzde ne kadar›n› geride b›rakm›fl olacakt›r? Bu soruyu cevapla-

mak için öncelikle elimizdeki gözlenen s›nav sonuçlar›n› standart z skorlar› hali-

ne dönüfltürmemiz gerekir. Bu da¤›l›m için 70 alm›fl bir ö¤rencinin z skoru afla-¤›daki flekilde hesaplan›r:

Demek ki 70 asl›nda bu da¤›l›m için bir standart sapma ortalaman›n üzeri de-

mek olmaktad›r. Bu nedenle de toplam›n yaklafl›k %64’ünü bu notu alan bir ö¤-

rencinin geride b›rakt›¤› ç›karsamas› yap›l›r.

Z skorlar›n›n ekte verilmifl tablosundan bu kadar net ç›kmam›fl de¤erler de

okunabilir. Örne¤in, varsayal›m ki bu s›navda sadece en üst %10 notu alan ö¤ren-

cilere A notu verilmek isteniyor. Acaba hangi not ve üzeri A alabilecektir bu s›nav-dan? Bu durum fiekil 8’de resmedilmifltir. Yapmam›z gereken hangi z skorunun

üzerinde toplam›n %10’unu b›rakt›¤›n› tespit etmektir. Tablodan bu de¤er iki flekil-

de bulunabilir. Ya ortalama ile aras›nda %40 b›rakan z skoruna bak›l›r ya da üze-

rinde %10 b›rakan z skoruna bak›l›r. ‹ki de¤er de elbette ayn› sonuca ulaflt›racak-

t›r bizi. Tabloda z=1,28 için istenilen alana ulafl›ld›¤› gözlenmektedir. Peki 1,28’lik

bir z skoru nas›l bir s›nav notuna karfl›l›k gelmektedir?

z X

X i

i= =

−⇒ = +( )( ) =1 28

50

2050 1 28 20 75 6, , ,

z Xi

= −

= −

=µ

σ

70 50

201


fiekil 7.7

34.1% 34.1%

13.6%13.6% 2.1% 0.1%0.1% 2.1%

0 . 0

0 . 1

0 . 2

0 . 3

0 . 4 Farkl› noktalar için

normal e¤rin alt›nda kalan

alanlar



O hâlde yaklafl›k 75 ve üzerinde not alanlar bu s›navdan A alabileceklerdir. Pe-

ki e¤er 65 ile 75 aras›na da B verilirse toplam›n ne kadarl›k bir yüzdesi B alm›fl ola-cakt›r?

Bu soru için önce 65’in z=0,75’e karfl›l›k geldi¤i bulunur:

Z=0,75 ile z=0 aras›nda %27,34 vard›r. Z=1,28 ile z=0 aras›nda da %40 oldu¤udüflünülürse B alm›fllar›n oran› 40-27,34=%12,66 bulunur. Ayn› aral›¤›n farkl› he-saplan›fl flekilleri fiekil 7.8’de gösterilmifltir.

Benzer bir mant›k ile 45’in alt›na e¤er F veriliyorsa o zaman B’den düflük ve

F’den yüksek not alanlar›n oran›n› bulmak için öncelikle 45 için z skorunu bulma-m›z gerekir:

-0,25 ile z=0 aras›ndaki alan %9,87 bulunur. 65 ve 50 aras›nda da %27,34 oldu-¤una göre toplam›n 27,34+9,87= %37,21 F üzerinde ve B alt›nda not alm›fl bulunur(Bak›n›z fiekil 7.9).

z X i=

−=

−= −

µ

σ

45 50

200 25,

z X

i= −

= −

=µ

σ

65 50

200 75,


-3,0

‹stenilen aral›k 50-27,34-10=12,66ya da40-27,34=12,66ya da50-27,34=22,66-10=12,66olarak bulunur.

z=0,75 z=1,28

%27,34

%10

-2,8-2,6-2,4-2,2-2,0-1,8-1,6-1,4-1,2-1,0-0,8-0,6-0,4-0,2-0,0 0,2 0,4 0,6 0,81,0 1,2 1,4 1,6 1,8 2,0 2,2 2,4 2,6 2,8 3,0

fiekil 7.8

Standart Normal Da¤›l›m Tablosunun Kullan›m›-1



TABLO VER‹LER‹N‹N ÇÖZÜMLEMES‹

Yukar›da frekans da¤›l›mlar› verilirken verilerin tabloya dökülmesinin üzerindenk›saca geçmifltik. Frekans da¤›l›mlar›n› göstermek amac›yla oluflturulan tablolardatek de¤iflkenin almakta oldu¤u de¤iflik de¤erlerin ne yo¤unlukta da¤›ld›¤› gösteri-lir. Örne¤in yukar›daki örneklerde deneklerin yafl da¤›l›mlar› ya da Türkiye’nin

AB’ne üyeli¤i hakk›ndaki de¤erlendirmelerini göstermifltik (bak›n›z Tablo 7.1 vefiekil 7.2). Ancak ço¤u zaman bu de¤iflkenlerin aralar›ndaki iliflkiler de merak ko-nusudur. Örneklemimizde karfl›lafl›lan kiflilerin yafl› artt›kça Türkiye’nin AB’ne üye-li¤ine bir referandum ortam›nda destek verme olas›l›klar› artar m› azal›r m›? Bu ko-nuda bir beklentimizi farkl› temellerde flekillendirebiliriz. Örne¤in 1970’li y›llardasiyasal sosyalizasyonunu yaflam›fl olan yani bu günlerde k›rkl› yafllar›n›n sonunagelmifl olanlar›n bugünlerde 18-20 yafllar›nda olanlardan daha düflük düzeyde AB

üyeli¤ine destek verecekleri beklenilebilir. Bu beklentinin s›namas›na basit bir tab-lo üzerinde bafllan›labilir.

Tablo 7.2’de daha önce Tablo 7.1’de verilen yafl da¤›l›m› ve fiekil 2a’da verilmiflhalk oylamas›nda AB’ne üyelik için destek verilip verilmeyece¤ine dair sorununcevaplar› birbirleriyle iliflkileri temelinde verilmifltir. Öncelikle yafl gruplar› befler

y›ll›k aral›klar yerine onar y›ll›k aral›klar haline dönüfltürülmüfltür. Böylelikle özel-likle ileri yafllarda gözlenen az gözlem say›lar›n›n gözlenilen örüntüyü alg›lamay›zorlaflt›r›c› etkisinden kurtulunmaya çal›fl›lm›flt›r. Dikkat edilirse en son yafl grubuda 78+ olarak b›rak›lm›flt›r. Burada 78-88 yafl grubu ötesinde sadece 2 gözlem bu-lunmas› dolay›s›yla bu yola gidilmifltir. ‹kinci olarak dikkat edilmesi gereken nok-ta toplam gözlem say›lar›ndaki farkl›laflmad›r. Bunun nedeni gerek yafl gerek AB

üyelik de¤erlendirmesi sorusunda bulunan fikri yok ya da cevap yok yan›tlar›n›nbu analiz d›fl›nda b›rak›lm›fl olmas›d›r.


fiekil 7.9

-3,0

‹stenilen aral›k 9,87+27,34=37,21ya da100-(41,13+22,66)=37,21olarak bulunur.

z=0,25 z=0,75

%27,34

%22,66

-2,8-2,6-2,4-2,2-2,0-1,8-1,6-1,4-1,2-1,0-0,8-0,6-0,4-0,2-0,0 0,2 0,4 0,6 0,81,0 1,2 1,4 1,6 1,8 2,0 2,2 2,4 2,6 2,8 3,0

%9,87

%41,13

Standart Normal Da¤›l›m Tablosunun Kullan›m›-2



fiimdi Tablo 2a’n›n nas›l bir mant›k ile oluflturuldu¤unu anlamaya çal›flal›m. Bu-rada iki de¤iflken birbirleriyle iliflkilendirilerek tabloya dökülmüfltür. Bu ne demek-tir? Örne¤in Tablo 7.2’de 18-27 yafl grubunda olup da AB’ne üyelik deste¤i vere-

ce¤ini söyleyen kaç denek vard›r sorusunun cevab› bulunabilir. Bu durumda olantoplam 291 denek vard›r. 28-37 yafl grubunda olup da yine AB üyeli¤ine destek ve-ren 369, 38-47 yafl grubunda olup da AB üyelik deste¤i veren ise 247 denek var-d›r. AB üyeli¤ini destekler yönde oy kullanacaklar›n› söyleyenler aras›nda yaflgruplar›n› takip etti¤imizde gözlenen denek say›s›n›n düflmekte oldu¤unu görüyo-ruz. Bunun temel nedeni ileri yafllarda deneklerin örneklem içerisindeki toplamsay›lar›n›n da düflük olufludur. Türkiye genç nüfusa sahip bir ülkedir ve do¤al ola-rak ülkeyi temsil eden bir örneklemde genç yafl gruplar› daha ileri yafl gruplar›n-dan daha kalabal›k olacaklard›r. Peki bu bize kiflilerin yafllar› artt›kça AB’ne destekolas›l›klar›n›n da düfltü¤ünü gösteriyor mu? Bunu görmek için bu tablodaki verininba¤›ml› ve ba¤›ms›z de¤iflkenler temelinde yüzde paylar hâline dönüfltürmemiz

gerekir.

Burada iliflkisine bakt›¤›m›z iki de¤iflkenin hangisi ba¤›ml› hangisi de ba¤›ms›zde¤iflkendir? Örne¤imizde bu sorunun cevab› gayet aç›kt›r. Basit bir ters mant›k

yürütürsek, AB’ne üyelik deste¤inin kiflilerin yafllar›n› belirleyemeyece¤ini görü-

rüz. Ba¤›ml› de¤iflken olarak bir halk oylamas›nda AB’yi destekler yönde oy kul-lanma oran› yafl gruplar› de¤ifltikçe nas›l de¤iflmektedir? Bu sorunun cevab› için

yukar›daki Tablo 7.2’de e¤er kolon yüzdelerini al›rsak o zaman her yafl grubununüyeli¤e destek verenlerle vermeyenler içindeki pay›n› bulmufl oluruz. Bu paylar›nülkedeki yafl yap›s›n› yans›tman›n ötesine geçmeyece¤i aç›kt›r. Oysa her yafl gru-bu içinde AB üyeli¤ini destekleyenlerle desteklemeyenlerin paylar›n› hesaplad›¤›-m›zda ve bu paylar›n yafl gruplar› aras›nda nas›l bir örüntüyle de¤iflti¤ini gözledi-¤imizde yafl ile üyelik deste¤i aras›ndaki iliflkiye dair bir bilgi elde ederiz.

Tablo 7.2b ba¤›ms›z de¤iflkenin yer ald›¤› sat›r yüzdeleri al›narak Tablo 2a’danhesaplanm›flt›r. Burada görüyoruz ki örne¤in 28-37 yafl aras›ndakilerin %70,6s› ABüyeli¤ini desteklemekte %29,4’ü ise desteklememektedir. Üyeli¤e destek oranlar›-

n›n yafl gruplar› de¤ifltikçe nas›l de¤iflti¤ini gözledi¤imizde AB üyeli¤ine deste¤inen genç yafl grubunda %71.1den 28-37’de %70,6’ya, 38-47 grubunda %67,8’e ve 48-


A.25- Bugün yap›lacak birhalk oylamas›nda siz, Türkiye’nin Avrupa Birli¤i

üyeli¤i için mi, yoksa bunun karfl›s›nda m› oykullan›rd›n›z? Toplam

Türkiye’nin AB üyeli¤inekarfl› oy kullan›rd›m

Türkiye’nin AB üyeli¤inidestekler yönde oy

kullan›rd›m

Yafl gruplar›

18-27 118 291 409

28-37 154 369 523

38-47 119 250 369

48-57 90 184 274

58-67 47 103 150

68-77 19 39 58

78+ 5 19 24

Toplam 552 1255 1807

Tablo 7.2aAB Üyeli¤ine verilen destek ve yafl aras›ndaki iliflki



57 grubunda da 67,2’ye geriledi¤ini gözlüyoruz. Daha ileri yafl gruplar›nda görecedaha az gözlem olmas›na ra¤men AB üyeli¤ine deste¤in düflmedi¤ini hatta biraz

yükseldi¤ini görüyoruz. Yani söz konusu olan iliflki do¤rusal bir iliflki de¤ildir. Yafl

artt›kça destek sürekli olarak düflmemekte ve bir yafl grubuna kadar destek gerile-dikten sonra bu dönüm noktas›ndan sonra yafl artt›kça destek de biraz artmakta an-cak hiçbir zaman en genç yafl gruplar›ndaki destek oranlar›na da ulaflamamaktad›r.

Tablo 7.2c’de görüldü¤ü gibi kolon yüzdeleri al›nmas› durumunda eldeki veriye farkl› bir bak›fl aç›s› elde edilebilir. Örne¤in AB üyeli¤ini destekleyenlerin yafl

profili gerek genel örneklem toplam›na gerek AB üyeli¤ine destek vermeyenleregöre daha genç iken, AB üyeli¤ini desteklemeyenler daha orta yafl gruplar›nda yo-¤unlaflm›fl görünmektedir. Ancak bu bize yafl ile üyelik deste¤i aras›ndaki iliflkinins›nanmas›na yönelik bir test çerçevesi vermemektedir.

Tablo 7.2d’de de tüm örneklem içerisinde her yafl ve üyelik deste¤i de¤erlen-

dirmesi için genel toplam içindeki pay hesaplanmaktad›r. Buradan da görüyoruzki örne¤in 18-27 yafl grubunda AB üyeli¤ine destek verenler toplam›n %16,1’ine


A.25- Bugün yap›lacak bir halk oylamas›nda siz,Türkiye’nin Avrupa Birli¤i üyeli¤i için mi, yoksa

bunun karfl›s›nda m› oy kullan›rd›n›z?Toplam



kullan›rd›m

Yafl gruplar›

18-27 28,9 71,1 100

28-37 29,4 70,6 100

38-47 32,2 67,8 100

48-57 32,8 67,2 100

58-67 31,3 68,7 100

68-77 32,8 67,2 100

78+ 20,8 79,2 100

Toplam 30,5 69,5 100

Tablo 7.2bAB Üyeli¤ine verilen destek ve yafl aras›ndaki iliflki

A.25- Bugün yap›lacak bir halk oylamas›nda siz,

Türkiye'nin Avrupa Birli¤i üyeli¤i için mi, yoksa

bunun karfl›s›nda m› oy kullan›rd›n››z?Toplam

Türkiye'nin AB üyeli¤ine

karfl› oy kullan›rd›m

Türkiye'nin AB üyeli¤ini

destekler yönde oy

kullan›rd›m

Yafl gruplar›

18-27 21,4 23,2 22,628-37 27,9 29,4 28,9

38-47 21,6 19,9 20,4

48-57 16,3 14,7 15,2

58-67 8,5 8,2 8,3

68-77 3,4 3,1 3,2

78+ 0,9 1,5 1,3

Toplam 100,0 100,0 100,0

Tablo 7.2cAB üyeli¤ine verilen destek ve yafl aras›ndaki iliflki



karfl›l›k gelirken 78 ve üzeri yaflta ve üyeli¤e destek verenler toplam›n ancak%1,1’ine karfl›l›k gelmektedir. Bu tabloda sat›r marjinalleri her yafl grubunun top-lam içindeki toplam pay›n› verirken kolon marjinalleri de AB’ne üyelik deste¤inin

genel toplam içindeki da¤›l›m›n› vermektedir. Tabii yine burada fikir beyan etmeyen ve cevap vermeyenlerin çözümleme d›fl›nda b›rak›lm›fl oldu¤unu ak›lda tut-mak gerekir.

‹ki de¤iflken aras›nda bir iliflki oldu¤u tespit edildi¤i zaman akla iki ek soru ge-lir. Birincisi bu iliflkinin yönüdür. ‹kincisi ise bu iliflkinin ne derece yüksek derece-

de bir iliflki oldu¤udur. ‹ki de¤iflken aras›nda bir iliflki oldu¤u tespit edildikten son-ra ba¤›ml› de¤iflkenin baflka aç›klay›c›lar› olup olmad›¤›n› merak ederiz. Bu sorudo¤rudan ilk aflamada ba¤›ms›z de¤iflkenle ba¤›ml› de¤iflken aras›nda gözleneniliflkinin asl›nda bir baflka de¤iflkenin ba¤›ms›z de¤iflkenle olan iliflkisinin bir yan-s›mas› olup olmad›¤›na ya da eldeki bir ba¤›ms›z de¤iflken d›fl›nda ve ondan ba-¤›ms›z olarak baflka de¤iflkenlerin de ilgilendi¤imiz ba¤›ml› de¤iflkenle çoklu iliflkiörüntüleri gösterip göstermedi¤ine bizi götürür.

Yukar›daki yafl ve AB’ne üyeli¤e verilen destek için gözlenilen iliflki yafl grup-lar› yükseldikçe, yani daha yafll› deneklere gidildikçe önce AB’ne üyelik deste¤idüflerken daha sonra yükselmekteydi. Bu U fleklinde bir iliflkiye karfl›l›k gelmekte-dir. Daha basit tür iliflkiler bir ba¤›ms›z de¤iflkenin de¤eri artt›kça ba¤›ml› de¤iflke-

nin de¤erinin de artt›¤› “pozitif” iliflkiler ile ba¤›ms›z de¤iflkenin de¤eri artt›kça ba-¤›ml› de¤iflkenin de¤erinde düflüfl gözledi¤imiz “negatif” iliflkilerdir.

Tablo 7.3’te bu iliflkilere kurgulanm›fl birer örnek verilmifltir. Aile geliri artt›kça, yani burada ba¤›ms›z de¤iflken X artt›¤›nda, hayattan memnuniyetin, yani buradaba¤›ml› de¤iflken Y’nin de artmas›n› bekleriz. Tablo 7.3’te Y ile X aras›nda hiçbiriliflkinin gözlenmedi¤i duruma örnek en üstte A örne¤inde gösterilmifltir. Beklenenpozitif iliflkiye örnek ortada B örne¤inde verilmifltir. Beklentilere karfl› olarak ne-gatif iliflki de C örne¤inde gösterilmifltir. Burada bir dikkat edilmesi gereken durumda daha önceki örneklerden farkl› olarak kolon yüzdeleriyle çal›fl›lm›fl olmas›d›r.Ba¤›ms›z de¤iflken (X) yani aile geliri burada kolonda verildi¤inden kolon yüzde-leriyle çal›fl›lm›flt›r.

‹kinci sorumuz eldeki iliflkinin ne derece kuvvetli bir iliflki oldu¤una dairdir de-mifltik. Tablo 7.3’teki iliflkilerin kuvvetini anlamak için mükemmel pozitif ve mü-


A.25- Bugün yap›lacak bir halk oylamas›nda siz,Türkiye’nin Avrupa Birli¤i üyeli¤i için mi, yoksa

bunun karfl›s›nda m› oy kullan›rd›n›z?Toplam



kullan›rd›m

Yafl gruplar›

18-27 6,5 16,1 22,6

28-37 8,5 20,4 28,9

38-47 6,6 13,8 20,4

48-57 5,0 10,2 15,2

58-67 2,6 5,7 8,3

68-77 1,1 2,2 3,2

78+ 0,3 1,1 1,3

Toplam 30,5 69,5 100,0

Tablo 7.2d AB üyeli¤ine verilen destek ve yafl aras›ndaki iliflki



kemmel negatif iliflkinin nas›l olaca¤›n› düflünmek faydal› olacakt›r. Hayattan mem-nuniyeti yüksek olanlar sadece geliri yüksek olanlar aras›nda ve hayattan memnu-niyeti düflük olanlarda geliri düflük olanlar aras›nda gözleniyor olsayd›, o zaman

elimizde mükemmel pozitif bir iliflki olurdu. Keza hayattan memnuniyeti yüksekolanlar sadece geliri düflük olanlar aras›nda ve memnuniyeti düflük olanlar da sa-dece geliri yüksek olanlar aras›nda olsayd›, o zaman da mükemmel negatif bir ilifl-kimiz olurdu.

‹liflkilerin derecelerinin ölçülmesi eldeki de¤iflkenlerin hangi düzeyde ölçüldü-¤üyle yak›ndan ilgilidir. ‹simlendirme (nominal) düzeyinde ölçülen de¤iflkenleraras›ndaki iliflkilerin derecesi ile s›ralama (ordinal) düzeyinde ölçülen de¤iflkenle-rin aras›ndaki iliflkinin derecesini ölçmek farkl› yaklafl›mlar gerektirecektir. Nomi-nal düzeyde ölçülen iki de¤iflken aras›ndaki iliflkinin yönünü belirlemek mümkünde¤ilken daha ileri düzeylerde hem yön hem iliflki derecesini veren ölçümler ge-lifltirilebilir. Keza en üst ölçüm düzeyi olan oransal (ratio) düzeyine var›ld›¤›nda dafarkl› iliflki formülasyonuna giriflmek gerekir. Biz burada en üst ölçüm düzeyi içinkullan›fll› olan regresyon modeli üzerinde k›saca durup de¤iflkenler aras› çoklu ilifl-kilerin nas›l çözümlenebilece¤ini k›saca örneklemeye çal›flaca¤›z. Bu farkl› ölçüm

düzeylerindeki iliflki ölçütleri pek çok istatistik kitab›nda bulunabilir. Bak›n›z Elif- son, Runyon ve Haber (1990).

REGRESYON MODEL‹Öncelikle en basit olan bir ba¤›ml› de¤iflken ve bir de ba¤›ms›z de¤iflken aras›n-daki iliflkiden bafllayal›m. Burada çözümlemeye bafllamadan önce araflt›rmac› ba-¤›ml› de¤iflkenin ne oldu¤unu belirlemifltir ve bir de onunla ilintilendirdi¤i ba¤›m-s›z de¤iflken vard›r elinde. Biz yine ba¤›ml› de¤iflkeni Y ba¤›ms›z de¤iflkeni de X ile gösterece¤iz. Burada hem Y hem de X oransal olarak ölçülmüfltür. Varsayal›mki elimizde afla¤›daki tabloda gösterilmifl olan bir nesilden di¤erine al›nan e¤itimölçümü olsun. Görüflülen deneklerden kendilerinin ve annelerinin e¤itim düzey-

leri toplam okula devam edilen y›l olarak al›nm›fl olsun. Burada dene¤in annesi-nin e¤itimi ile kendi e¤itimi aras›nda bir iliflkinin olmas› beklenir. Hatta bu iliflki-


‹liflki Yok (A) Aile geliri (X)

Düflük Yüksek

Hayattan

memnuniyet (Y)

Yüksek 60 60

Düflük 40 40

100 100

Pozitif iliflki var (B) Aile geliri (X)

Düflük Yüksek

Hayattan

memnuniyet (Y)

Yüksek 40 60

Düflük 60 40

100 100

Negatif iliflki var (C ) Aile geliri (X)

Düflük Yüksek

Hayattan

memnuniyet (Y)

Yüksek 60 40

Düflük 40 60

100 100

Tablo 7.3Ba¤›ml› ve Ba¤›ms›z De¤iflkenler Aras› ‹liflki Örnekleri



nin de normal flartlar alt›nda pozitif bir iliflki olmas› beklenir. Yani annenin e¤iti-mi artt›kça çocu¤un da e¤itiminin artmas› beklenir. Afla¤›daki veriler fiekil 10’daresmedilmifltir.

Bu flekil annenin e¤itimini ba¤›ms›z de¤iflken olarak X ekseninde, dene¤in e¤i-timini de ba¤›ml› de¤iflken olarak Y ekseninde göstermektedir. Her iki de¤iflkeniçin de 10 gözlem varken bile bu flekil asl›nda gayet karmafl›k bir iliflki resmetmek-tedir. Öyle ya verimiz içinde üç anne befler y›l e¤itimlidir. Ancak bu annelerin bi-

rinin çocu¤u 21 y›l di¤erininki 16 y›l ve üçüncüsününki ise 11 y›l e¤itim alm›fl gö-rünmektedirler. Yani her üç çocuk da annelerinden daha uzun süre okulda kalm›flolsalar da aç›k net bir iliflki örüntüsü gözlemek zordur. Ancak tüm denekler içinannenin e¤itim y›l› her zaman çocu¤unkinden azd›r.

Regresyon analizi do¤rusal bir denklem kestirerek bu çetrefil verileri özetler.Do¤rusal bir denklem e¤er iki gözlemimiz olsayd›, yani elimizde sadece örne¤inüçüncü (Zeynep) ve beflinci (Ömer) boyanm›fl gözlemler olsayd› gayet kolay bu-lunabilirdi. ‹ki noktadan geçen sadece bir tek do¤ru vard›r ve bu da fiekil 7.10’dakesik çizgi ile gösterilmifltir. Oysa elimizde iki de¤il burada oldu¤u gibi 10 hattaçok daha fazla veri varsa, tek bir do¤ruyu bu verileri temsil amac›yla nas›l belirle-

yebiliriz? Kesik çizgi ile gösterilen do¤runun verilerin iyi bir özeti oldu¤undan na-

s›l emin olabiliriz? Örne¤in bu iki nokta aras›na çizilmifl do¤rudan daha “iyi” birdenklem el yordam› bulunamaz m›? Bu denklemleri hangi kriterde belirleyebiliriz?

Regresyon analizi bu sorulara verilebilecek basit bir cevap üzerine kurgulan-m›flt›r. Öyle bir do¤rusal denklem bulal›m ki bu denklem için gözlenen ba¤›ml› de-¤iflken de¤eri Y ile denklemimiz aras›ndaki fark›n, yani fiekil 7.11’deki e de¤eri-nin tüm gözlemler için karelerinin toplam› minimize edilmifl olsun. Yani bu flekil-de kestirilen denklem ile elde edilecek e2’lerin toplam›ndan daha ufak ç›kacak birbaflka denklem bulunmas›n. Kestirilen do¤rusal denklem en genel flekliyle afla¤›-daki gibi yaz›labilir.

ˆ ˆ ˆY X = +α β

Y


Annenin e¤itimi (okula

devam edilen y›l olarak)

Dene¤in kendi e¤itimi

(okula devam edilen y›l olarak)

X Y

Ahmet 5 21

Ayfle 12 17

Zeynep 0 5

Hüseyin 5 16

Ömer 12 21

Emre 4 8

Elif 8 16Ceren 0 12

Serdar 9 13

Berna 5 11

Ortalama de¤er 6 14

Tablo 7.4aRegresyon örnek verisi, kiflinin kendi e¤itimi ve annesinin e¤itimi aras›ndaki iliflki



fiekil 11’de α ve β’n›n neye karfl›l›k geldikleri resmedilmifltir. Alfa (α) ba¤›ms›zde¤iflken (X) s›f›r de¤erini ald›¤›nda ba¤›ml› de¤iflkenin ald›¤› de¤erdir. fiekil11’de pozitif bir de¤er alan α e¤er s›f›r olsayd› denklem orijinden geçen bir do¤-

ruya karfl›l›k gelecekti. Beta (βˆ) ise ba¤›ms›z de¤iflkende bir birim de¤iflimin ba-¤›ml› de¤iflkende karfl›l›k geldi¤i farkt›r. Denklemimizin do¤rusal olmas› bu bir bi-

rimlik de¤iflimin ba¤›ms›z de¤iflken (X) için hangi düzeyde gerçekleflirse gerçek-leflsin ba¤›ms›z de¤iflken üzerinde yarataca¤› etkinin sabit ve β kadar kal›yor ol-mas›na karfl›l›k gelir. Bu önemli bir nokta oldu¤undan elimizdeki örnek çerçeve-sinde do¤rusall›¤›n ne anlama geldi¤ini yorumlamam›z gerekir. Elimizde anne e¤i-timi ile çocuk e¤itimi aras›ndaki iliflkiye dair bir denklem var. X yani annenin e¤i-tini diyelim hiç olmad›¤›nda bulunacakt›r. Anne e¤er bir y›ll›ke¤itime sahipse o zaman elimizde E¤erannenin e¤itimi 20 y›l olsayd› ve bu e¤itimin 21 y›la ç›kmas› durumunda çocu¤une¤itiminde nas›l bir fark olaca¤›n› hesapl›yor olsayd›k o zaman yine ayn› flekilde

fark› βˆ

bulurduk: BU önemli k›s›tt›r. Pekçok zaman bu do¤rusal etkinin beklentilere karfl›l›k gelmedi¤ini düflünebiliriz vebu beklentilerin s›nanmas› gerekir.

Eldeki verilerde Ba¤›ml› de¤iflken olarak kullan›lan Y ile bu kestirilen do¤rusaldenklem aras›ndaki fark da afla¤›daki flekilde ifade edilebilir:

e gerçekleflen ya da gözlenen ba¤›ml› de¤iflken de¤eri oldu¤una ve da do¤-rusal denklem ile tahmin edilen ba¤›ml› de¤iflken de¤eri oldu¤una göre, e bir tah-min hatas›d›r. Tahmin hatalar›n›n karelerinin toplam› olan afla¤›daki denklemin enufak de¤eri veren α ve β de¤erlerini X ve Y cinsinden bulmam›z gerekir:

Bu denklemi minimize eden α ve β de¤erleri afla¤›daki flekilde elde edilir. Butahmin de¤erleri oldu¤undan α ve β olarak ifade edilmifllerdir:

ˆ

ˆ ˆ

β

α β

=−( ) −( )

−( )

= −

∑∑

Y Y X X

X X

Y X

2

e Y X 2 2

= − −( )∑∑ ˆ ˆα β

Y

e Y = − Y

ˆ ˆ

ˆ

ˆ

ˆ

ˆ ˆ

.Y Y 21 20 21 20− = + ( )( )− − ( ) =α β α β β

ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ.Y Y Y 1 = + ( ) ⇒ − = + − =α β α β α β 1 1 0

X 0 00= ⇒ =ˆ ˆY α


fiekil 7.10

0 1 2 3 4 5 6 7 8 9 10 11 12 13

Annenin E¤itimi (Okula Devam Edilen Y›l Olarak)

K e

n d i E ¤ i t i m i ( O k u l a D e v a m

E d i l e n Y › l O l a r a k )

0

5

10

15

20

25

Zeynep

Ceren

Emre

Berna

Hüseyin

Ahmet

Elif

Serdar

Ömer

Ayfle

y=0,811x+9,1341

R2=0,4385

Baban›n e¤itimi ile kendi e¤itimi aras›ndaki regresyon iliflkisi



Yukar›daki 10 gözlem için bu iki denklemin gerektirdi¤i hesaplar afla¤›dakiTablo 7.4’te yap›lm›flt›r. ve olarak hesapland›¤›nda yx vex2 kolonlar› elde edilir. Daha sonra bu kolon toplamlar› ve onlar›n da oranlar› al›n-d›¤›nda ve de¤erleri bulunur. fiekil 7.11 üzerinde de gösterildi¤i gibi gerekgerek de¤erleri pozitif bulunmaktad›r. Yani annenin e¤itimi artt›kça çocuklar›ne¤itimi de artmaktad›r. Ancak bu de¤eri s›f›rdan büyük ancak birden küçük ol-du¤u için annenin her bir y›l fazladan e¤itiminin ancak %81 kadar›n›n çocu¤une¤itimine yans›d›¤›n› görüyoruz. Ancak anne hiç e¤itimsiz bile olsa bir nesil son-

raki çocuklar›n ortalama 9,1 y›ll›k bir e¤itimi olaca¤›n› öngörüyor kestirilen denk-lem. Bu yaklafl›k 9 y›ll›k fark›n annenin e¤itiminden ba¤›ms›z her çocu¤a yans›d›-¤› düflünülürse yeni neslin e¤itim avantaj› ortaya ç›kmaktad›r.

β

β

αβ α

x X X ve y Y Y = −( ) = −( )


e

0 1 2 3 4 5 6 7 8 9 10 11 12 13Annenin E¤itimi (Okula Devam Edilen Y›l Olarak)

K e n d i E ¤ i t i m i ( O k u l a D e v a m

E d i l e n Y › l O l a r a k )

0

5

10

15

20

25

Zeynep

Ceren

Emre

Berna

Hüseyin

Ahmet

Elif

Serdar

Ömer

Ayfle

y=0,811x+9,1341

R2=0,4385

fiekil 7.11

Baban›n e¤itimi ile kendi e¤itimi

aras›ndaki regresyon iliflkisi

Annenin e¤itimi(okula devam

edilen y›l olarak)

Derne¤in kendie¤itimi (okula devam

edilen y›l olarak)

X Y x y yx x2

Ahmet 5 21 -1 7 -7 1

Ayfle 12 17 6 3 18 36

Zeynep 0 5 -6 -9 54 36Hüseyin 5 16 -1 2 -2 1

Ömer 12 21 6 7 42 36

Emre 4 8 -2 -6 12 4

Elif 8 16 2 2 4 4

Ceren 0 12 -6 -2 12 36

Serdar 9 13 3 -1 -3 9

Berna 5 11 -1 -3 3 1

Ortalama de¤er _ X=6

_ Y=14 Toplam= 133 164

Alfa 9,134

Beta 0,811

Tablo 7.4bRegresyon denkleminin kestirim hesaplar› tablosu



fiekil 7.11’de gösterilen bir di¤er hesap sonucu da R 2 de¤eridir. Bu de¤er de yu-kar›daki temel regresyon denklemlerinden elde edilir ve ba¤›ml› de¤iflkendekitoplam varyans›n yüzde kaç›n›n ba¤›ms›z de¤iflken taraf›ndan aç›klanabildi¤ine

karfl›l›k gelir. R 2

s›f›r ile 1 aras›nda de¤iflir ve bire yaklaflt›kça ba¤›ms›z de¤iflkeninaç›klay›c› kuvvetinin artt›¤› fleklinde yorumlan›r. Bu örnekte yaklafl›k %43,8 ba¤›m-s›z de¤iflken taraf›ndan aç›klan›rken geriye kalan %56 gibi bir varyans›n modelin%56 tahmini d›fl›nda gerçekleflti¤i görülür. Dolay›s›yla R 2 de¤eri elimizdeki ba¤›m-l› de¤iflken ile ba¤›ms›z de¤iflken aras›ndaki do¤rusal iliflkinin toplam varyans›n neoran›n› aç›klayabildi¤i yani ne derece kuvvetli bir iliflki oldu¤una dair bir ipucu ve-rir. ‹lk baflta bahsetmifl oldu¤umuz nedensel iliflkiler için iliflkinin yönü ve büyük-lü¤ü hakk›nda bir ç›kar›m› alfa ve beta de¤erlerine bakarak bulurken bu de¤erle-rin özetledi¤i do¤rusal modelin veriye ne derece uydu¤una dair bir ç›kar›m› R 2 ve-rir. Burada verilmifl olan R 2 asl›nda istatistik kitaplar›nda karfl›m›za ç›kan Pear-

son korelasyon katsay›s›n›n karesine eflittir. Bak›n›z Blalock (1979, 405-409) ya

da Elifson, Runyon ve Haber (1990, 198-206).Dikkat edilirse flimdiye kadar regresyon hakk›nda konuflurken asl›nda istatistik-

ten hiç bahsetmedik. Sadece bir e tan›mlad›k ve bu e de¤erlerinin karelerinin top-lam›n› en küçük yapacak alfa ve beta de¤erleri bulduk. Burada sadece bir minimi-zasyon vard›r. Oysa asl›nda regresyon analizi bu eldeki verilerde gözlenen e ve as-l›nda hedef kitledeki do¤rusal iliflkide oldu¤u varsay›lan ve do¤rudan gözlenme-

yen rastsal faktörlerin da¤›l›mlar›na dair bir varsay›m yapar. Bu faktörler e¤er nor-mal da¤›l›ma sahipse o zaman regresyon analiziyle elde edilen alfa ve beta de¤er-leri hakk›nda istatistiki s›namalar yap›labilir. Bu tür bir regresyon analizi sunumu

için bak›n›z Stock ve Watson (2003, 91-141).

Bir sonraki ad›m olarak elimizdeki ba¤›ml› de¤iflkeni aç›klamakta kullan›labile-

cek baflka ba¤›ms›z de¤iflkenler olup olmad›¤› sorusunu cevaplamam›z gerekir. El-bette hemen hiçbir ba¤›ml› de¤iflkendeki varyans›n tümünü ya da bunun önemlibir k›sm›n› sadece tek bir ba¤›ms›z de¤iflken ile aç›klamak mümkün de¤ildir. Sos-

yal iliflkilerde daima çok de¤iflkenli bir aç›klama gereklidir. Yukar›daki denklemçok say›da ba¤›ms›z de¤iflkeni içerecek flekilde afla¤›daki flekilde de¤ifltirilebilir:

Bu flekilde iki ba¤›ms›z de¤iflkenin ba¤›ml› de¤iflken üzerindeki etkilerini birbi-rinden ay›rt etmek gerekir. Örne¤in yukar›da annenin e¤itiminin çocu¤un e¤itimiüzerine etkisine bakarken çok çocuklu ailelerle daha az çocuklu aileler aras›nda

bir fark gözetmemifltik. Oysa beklentimiz ailedeki çocuk say›s› artt›kça oradaki ço-cuklar›n e¤itimlerinin düflece¤i yönündedir. Yapmak istedi¤imiz ailedeki çocuk sa- y›s›n› sabit tuttu¤umuzda annenin e¤itimini de¤ifltirdi¤imizde çocuklar›n e¤itimdüzeyi nas›l de¤iflmektedir onu görmektir. Burada çözümlemeyi zorlaflt›ran anne-nin e¤itimi ile ailedeki toplam çocuk say›s›n›n da, yani seçmifl oldu¤umuz iki ba-¤›ms›z de¤iflkenin de kendi aralar›nda ilintili olmalar›d›r elbette. Bu hem yukar›da-kine benzer flekilde çoklu ba¤›ms›z de¤iflkenlerin katsay›lar›n›n kestirilmesindehem de elde edilen denklemin yorumlanmas›nda zorluklar yarat›r. Yani birbiriyleilintili iki ba¤›ms›z de¤iflkeni tek tek ayn› ba¤›ml› de¤iflkeni aç›klamak üzere birdenkleme koymak sonucunda elde edilecek etki katsay›lar› bu iki de¤iflkenin be-raber ayn› denkleme konulmalar› sonucunda elde edilecek etki katsay›lar›ndan

farkl› olacakt›r. Bu tart›flma bizi çoklu iliflkilerde kontrol kavram›na götürür. Yanibir de¤iflkenin farkl› birkaç de¤iflkenin ba¤›ml› de¤iflken üzerine etkisi kontrol al-

Y X X X eK K = + + + ⋅⋅⋅+ +ˆ ˆ ˆ ˆα β β β 1 1 2 2




t›nda tutuldu¤unda kendi marjinal etkisinden bahsetmemiz gerekir. Burada kon-trol de¤iflkenlerinin ne olduklar› ve say›s› elbette herhangi bir ba¤›ms›z de¤iflkeninçoklu bir denklem içerisindeki marjinal etkisi üzerine büyük etkisi olacakt›r.

SONUÇSosyal bilimlerde ço¤u zaman kuramsal olarak ba¤›ml› de¤iflkenlerin hangi ba¤›m-s›z de¤iflkenler taraf›ndan belirlendi¤i konusunda ba¤›ml› de¤iflkenlerdeki tüm

varyans› aç›klamaya yeterli bir kuramsal çerçeve yoktur. Kuramsal olarak bu belir-sizli¤in yan› s›ra de¤iflkenlerin ölçümünde karfl›lafl›lan pek çok sorun da de¤iflken-ler aras› iliflkilerin modellemesinde görgül sorunlara yol açar. Ancak hemen her za-man birkaç ba¤›ms›z de¤iflkenin etkilerini birbirlerinden ay›rmak, hangisinin di¤er-lerine göre daha yüksek bir etkiye sahip oldu¤unu ortaya ç›karmak ve toplam var-

yans›n mümkün oldu¤unca yüksek bir oran›n› aç›klayabilmek gibi temel sorunlar-la u¤rafl›r›z. Burada önemli olan nokta çok de¤iflkenle kurgulanm›fl bir aç›klay›c›

denklem söz konusu oldu¤unda hangi de¤iflkenlerin ba¤›ml› de¤iflkenle ilintili ola-ca¤›na dair birinci bilginin kuramsal çerçeveden elde edilmesi gere¤idir. Bu ku-ramsal arka plan bize de¤iflkenler hakk›nda bir fikir verir ard›ndan da bu de¤iflken-lerin ölçülüp veri çözümlemesine dahil edilmesi gerekir.

Nicel verilerin çözümlenmesi ve sunumuna bafllarken araflt›rman›n amaçlar›n›nher zaman ak›lda tutulmas› gere¤inden bahsetmifltik. Bu amaçlar do¤rultusundahem nas›l bir çözümleme yap›laca¤›na hem de bu çözümlemelerin hangi öncelik-lerle sunulaca¤›na karar verilir. E¤er amaç sadece bir nicel betimleme yapmaksabuna ba¤l› kal›n›p nedensellik s›namalar›na girmek gerekli olmayacakt›r. Oysaamaç bir nedensellik s›namas›ysa o zaman yukar›da gayet basit bir çerçevede sun-maya çal›flt›¤›m›z çok de¤iflkenli bir s›nama modeli gelifltirilmesi ve bunun teknik

detaylar›n›n okurla paylafl›lmas› gerekecektir.Bu amaçlar›n çal›flman›n en bafl›nda belirlenmesi çok önemlidir çünkü k›saca

göstermeye çal›flt›¤›m›z gibi her çözümlemenin varsayd›¤› birtak›m ölçüm düzey-leri vard›r. Bu düzeylerde ölçümler yap›lmadan ya da eldeki ölçüm düzeyine uy-gun bir çözümleme çerçevesi oluflturmadan tatmin edici bir analiz yap›lamayacak-t›r. Unutulmamal›d›r ki sosyal bilimlerde çok de¤iflkenli bir aç›klama çerçevesi vazgeçilemez bir gerekliliktir. Buna uygun bir araflt›rma kurgusu ve çözümlemesi içingerekli önlemler araflt›rman›n her aflamas›nda al›nmal›d›r.





Nicel veri analizinin temel özellikleri kavrama

Bu bölümde öncelikle nicel veri analizinin gerek

yürütülmesinde gerek sunumunda en önemli iki

etmenin alt› çizildi. Bunlardan birincisi araflt›r-

man›n genel amac› ikincisi ise hedeflenen okur

kitlesinin nitelikleri ve beklentilerinin neler oldu-

¤udur. Buna vurgu yap›larak farkl› amaç ve he-

def okur kitlelerine göre analiz ve sunum strate-

jilerinin de¤iflmesi gere¤i üzerinde duruldu.

De¤iflik nicel veri grafiklerini yapmak

Herhangi bir nicel veri analizinde en baflta gelen

yöntem verinin resminin çizilmesidir. Bu flekilde

verinin ana özellikleri görülebilecek ve analizde

peflinden koflulmas› gereken örüntülerin neler

oldu¤u daha rahat gözlenebilecektir. Bu amaçla

eldeki verinin ölçüm düzeyine ba¤l› olarak fark-

l› grafiksel veri resimlendirme yöntemleri üzerin-

de durulmufltur. Bu yöntemlerde dikkat edilmesi

gereken temel kurallar vurgulanm›flt›r.

Merkezi e¤ilim ve buradan sapma ölçütlerini de-

¤erlendirmek

Eldeki verinin en basit flekilde özetlenebilmesi

için tipik gözlem nedir sorusunun yan›t› nas›l ve-

rilebilir? Bu soru merkezî e¤ilim ölçütlerinin na-

s›l oluflturulabilece¤i tart›flmas›na götürmüfltür

bizi. Bunun ard›ndan bu tipik gözlemden olan

sapmalar›n özetlenmesi amac›yla farkl› ölçütler

tart›fl›lm›flt›r. Her ölçütün avantaj ve k›s›tlar› vur-

gulanm›fl ve örnekler etraf›nda farkl› özellikleri

verilmifltir.

Tablo analizi, standart normal tabloyu kullana-

bilecek regresyon analizinin temel kavramlar›n›

aç›klayabilecek bilgi ve beceriler kazanmak

Gerek veriyi betimlemek gerek verideki farkl›

iliflkileri nedensellik s›namalar›na temel olufltu-

racak flekilde ortaya koymak amac›yla tablo ana-

lizinin temel kavramlar› üzerinde örnekler çer-

çevesinde durulmufltur. Bu tart›flma daha sonra

regresyon analizinin ana kavramlar›yla nokta-

lanm›flt›r.

Özet

1

A M A Ç

2

A M A Ç

3

A M A Ç

4

A M A Ç




1. Niye akademik çal›flmalar öncelikle hakemli dergi-

ler ve kitap yay›nevlerinde yay›nlan›r?

a. Yay›n çabuklaflt›¤› için

b. Kolayl›kla okurla buluflulabildi¤i için

c. Dergiler genelde üniversiteler taraf›ndan bas›ld›-

¤›ndan

d. Bu mecralar›n etkileri daha yüksek oldu¤undan

e. Buralarda çal›flmalar›n bilimsel yeterli¤i çift taraf-

l› kör bir de¤erlendirmeye tabi tutuldu¤undan.

2. Bilimsel çal›flmalar›n sunumunda afla¤›dakilerden

hangisine önem vermek vazgeçilmezdir?

a. Okurun ne yap›ld›¤›n› tam olarak anlay›p arafl-

t›rmay› tekrar üretebilece¤i bilgileri vermek

b. Sonuçlar› istatistiksel olarak sunmak

c. Sonuçlar› basitlefltirip grafiksel olarak sunmak

d. Elde mevcut en son araflt›rma tekniklerini kul-

lanm›fl olmak

e. Araflt›rmay› matematiksel bir ifadeye indirgeye-

bilmek

3. Aritmetik ortalama afla¤›dakilerin hangisindeki mer-

kezi e¤ilimi yans›tmakta en az sorunlu kullan›m› bulur?

a. Ülkedeki gelir da¤›l›m›n› özetlemek içinb. Bölgesel bir partinin ülke çap›nda oy da¤›l›m›

c. Üniversite girifl s›nav›ndaki puan da¤›l›m›

d. Bir gazete okurlar›n›n ideolojik düzlemde da¤›l›m›

e. Zeka ölçüm skorlar›n›n da¤›l›m›

4. Haftal›k süt tüketimi 5 litre olan bir ailenin Türkiye

genelinde ne konumda oldu¤unu saptamak için neye

ihtiyac›m›z yoktur?

a. Türkiye’de haftal›k ortalama süt tüketimini bil-

meye

b. Bu ailenin standart z skorunu bilmeyec. Türkiye’de haftal›k süt tüketiminin standart sap-

mas›n› bilmeye

d. ‹ngiltere’deki haftal›k ortalama süt tüketimini

bilmeye

e. Türkiye’de haftal›k süt tüketiminin varyans›n›

bilmeye

5. Yukar›daki ünite tart›flmas›ndaki örnekte de kullan›-

lan AB’ne üyeli¤e verilen deste¤in asl›nda ideolojik bir

temeli oldu¤u beklentisini elimizde deneklerin kendile-

rini solcu, sa¤c› ya da ortada olarak gösterdikleri bir

cetvel yard›m› ile nas›l s›nayabiliriz?

a. AB üyeli¤ine destek verenlerin yüzde kaç›n›n

solcu oldu¤una bakar›z

b. AB üyeli¤ine karfl› olanlar› yüzde kaç›n›n sa¤c›

oldu¤una bakar›z

c. Örneklemine yüzde kaç›n›n AB’ye destek veren

solcu yüzde kaç›n›n da AB’ne karfl› sa¤c›lar ol-

du¤una bakar›z

d. Solcu, ortada ve sa¤c› olanlar içinde AB’ne taraf-

tar olanlar›n oran› nas›l de¤ifliyor diye bakar›z

e. Toplam örneklemde solcu ve sa¤c› olup da

AB’ne üyeli¤i destekleyenlerin oran›na bakar›z

6. Ortalamas› 45 ve standart sapmas› da 5 olan bir nor-

mal da¤›l›m için 70’in standart z de¤eri afla¤›dakilerden

hangisidir?

a. 2

b. 5

c. 1,2

d. 4,5e. 3

7. Ortalamas› 45 ve standart sapmas› da 5 olan bir nor-

mal da¤›l›m için 40 ve 55 aras›nda kalan alan yüzde

kaçt›r?

a. %67

b. %81,8

c. %95

d. %46

e. %18,2

8. Sonuçlar› normal da¤›lan bir s›navda ortalama 60

standart sapma da 10 dur. S›navdan 50 alan bir ö¤ren-

cinin geride b›rakt›¤› ö¤rencilerin oran› yaklafl›k kaçt›r?

Bu s›navda 50 ve 65 aras›ndakilerin oran› nedir?

a. %30 ve %23

b. %15,9 ve %53,3

c. %17 ve %38,2

d. %34,1 ve %17

e. %15,9 ve %34,1





9. Kifli bafl›na düflen gayri safi milli has›la (KBGSMH)

artt›kça hükümet bütçesinden e¤itime ayr›lan pay›n ( E)

artaca¤› beklentisi do¤rusal bir regresyon denklemiyle

s›nan›rken kullan›lan denklem nas›l olacakt›r ve burada

e¤im (α) ve denklem sabitinin (β) beklenen de¤erleri

ne olabilir?

a. E=α+β (KBGSMH); α=0, β<0

b. E=α+β (KBGSMH); α>0, 0<β<1

c. KBGSMH=α+β E, α>0, β>0

d. KBGSMH=α+β E, α=0, β<0

e. E=α+β (KBGSMH); α>0, β>1

10. Y›llar içindeki seçimlerde bir partinin ald›¤› oy oran›

(Oy%) ile mecliste sahip oldu¤u sandalye oran› (S%) ara-

s›nda bir iliflki olmas› beklenir. Bu iliflki S%= α+β (Oy%)

denklemiyle ifade edildi¤inde mükemmel bir temsil sis-

teminde beklenen α ve β de¤erleri ne olmal›d›r?

a. α=0, β<1

b. α=1, β<0

c. α=0, β=1

d. α=1, β>1

e. α=0, 0<β<1

1. e Yan›t›n›z yanl›fl ise “Nicel Veri Çözümlemesine

Bafllarken” konusunu yeniden gözden geçiriniz.

2. a Yan›t›n›z yanl›fl ise “Nicel Veri Çözümlemesine

Bafllarken” konusunu yeniden gözden geçiriniz.

3. e Yan›t›n›z yanl›fl ise “Merkezi E¤ilim Ölçütleri”


4. d Yan›t›n›z yanl›fl ise “Merkezi E¤ilim Ölçütleri”


5. d Yan›t›n›z yanl›fl ise “Betimsel Nicel Veri Analizi”


6. b Yan›t›n›z yanl›fl ise “Da¤›l›m Ölçütleri” konusu-






9. b Yan›t›n›z yanl›fl ise “Regresyon Modeli” konu-


10. c Yan›t›n›z yanl›fl ise “Regresyon Modeli” konu-






Abelson, R.P. (1995). Statistics as Principled Argu-

ment, Psychology Press.

Blalock, H.M. 1979. Social Statistics, 2. Bask›, New

York: McGraw Hill.

Bulmer, M.G. (1967). Principles of Statistics, Dover

Publications.

Elifson, K.W., R. P. Runyon ve A. Haber. 1990 Funda-

mentals of Social Statistics, 2. Bask›. New York:

McGraw Hill.

Freedman, D., R. Pisani, R. Purves and A. Adhikari

(1991). Statistics, 2nd edition, W..W. Norton and

Company.

Tufte, E. 1983. The Visual Display of Quantitative

Information, Graphics Press.

Jacoby, W.G. 1997. Statistical Graphics for Univaria-

te and Bivariate Data, Sage Publications.

Jacoby, W.G. 1998. Statistical Graphics for Visuali-

zing Multivariate Data, Sage Publications.

Wallgren, A., B. Wallgren, R. Persson, U. Jorner, J. A.

Haaland. 1996. Graphing Statistics & Data: Crea-

ting Better Charts, Sage Publications.

Henry, G.T. 1995. Graphing Data: Techniques for

Display and Analysis, Sage Publications.

Rae, L.M. ve R.A.Parker. (1997). Designing and Con-

ducting Survey Research, A Comprehensive

Guide, San Francisco: Jossey-Bass Publishers.

Stock, J.H. ve M.W. Watson. 2003. Introduction to

Econometrics. Addison Wesley.

fienesen, Ü. (2004) ‹statistik, Say›lar›n Arkas›n› An-

lamak, ‹stanbul: Literatür Yay›nlar›.





Biraz Matematiksel Notasyon

Burada toplama ifllemlerini basit bir notasyon çerçevesinde kullanaca¤›z. Genellikle X ba¤›ms›z Y ise ba¤›ml› de¤ifl-

kenleri göstermek için kullan›lacakt›r. X i ya da Y i bu de¤iflkenlerin ölçüm birimi i için olan de¤erini verecektir. Ya-

ni e¤er analiz birimimiz bireyler ise i Ahmet Bey ya da Ayfle Han›m gibi bireylerin bu de¤iflken için hangi de¤eri al-

d›klar›n› gösterir.

E¤er bir de¤iflken için N tane gözlem varsa bu de¤iflkenin N analiz birimi için toplam de¤erini flu flekilde bulabiliriz:

Ayn› mant›¤› takiple afla¤›daki ifllem de sonuçland›r›l›r:

Ayn› örnek etraf›nda afla¤›daki toplamlar›n birbirlerine eflit olmad›¤›n› teyit etmekte fayda vard›r:

Benzer flekilde Y 3=3 Y 4=5 Y 5=1 için

Afla¤›daki basitlefltirmelere dikkat etmek gerekir:

aX ii

N aX aX aX N aX N a X i

i

N

a Nai

N

=∑ = + + ⋅⋅⋅+ − + =

=∑

==

11 1 1

1

1∑∑

X ii

Y ii

X iY ii=

∑=∑ ≠

=∑

3

5

3

5

3

5

( )( ) ( )( ) ( )( ) ( )( )+ + + + ≠ + + ⇒1 6 2 3 5 1 1 3 6 5 2 1 99 9 35( )( ) ≠

X i X iii

i X i X X X

2

3

5

3

5 2

35 2

32

42

5

≠=∑

=∑

=∑ = + +

221

26

22

241 3 4 5

21 6 2

281= + + = ≠ + + = + + =( ) ( ) ( ) ( ) ( ) X X X

X ii

X X X 2

3

5

32

42

52

1 2

6 2

2 2

41

=∑ = + + = + + =( ) ( ) ( )

Örnek N

X X X X X X X X

:

, , , , , , ,

=

= = = = = = =

10

1 2 2 4 3 1 4 6 5 2 6 2 7 7 8 == = = −

= + + ⋅⋅⋅+ + = + + + + +

3 1 8 10 2

1 1 9 10 2 4 1 6 2 2

, X ve X

X i X X X X ++ + + + − ==∑ ( )7 3 8 2 31

1

10

i

X ii

N X X X N X N =

=∑ + + ⋅⋅⋅ + − +

11 1 1

EK 1




Standard Normal Da¤›l›m

Xcell’de NORMSDIST(..) fonksiyonu ile elde edilmifltir.

EK 2

Z

-sonsuz Z’ye

Z

Z’den +sonsuza

Z Eksi sonsuzdan Z skoruna toplam alan Z’den art› sonsuza toplam alan

0,000 0,5000 0,5000

0,100 0,5398 0,4602

0,200 0,5793 0,42070,300 0,6179 0,3821

0,400 0,6554 0,3446

0,500 0,6915 0,3085

0,600 0,7257 0,2743

0,700 0,7580 0,2420

0,800 0,7881 0,2119

0,900 0,8159 0,1841

1,000 0,8413 0,1587

1,100 0,8643 0,1357

1,200 0,8849 0,11511,300 0,9032 0,0968

1,400 0,9192 0,0808

1,500 0,9332 0,0668

1,600 0,9452 0,0548

1,645 0,9500 0,0500

1,700 0,9554 0,0446

1,800 0,9641 0,0359

1,900 0,9713 0,0287

2,000 0,9772 0,0228

2,100 0,9821 0,0179

2,200 0,9861 0,01392,300 0,9893 0,0107

2,326 0,9900 0,0100

2,400 0,9918 0,0082

2,500 0,9938 0,0062

2,576 0,9950 0,0050

2,600 0,9953 0,0047

2,700 0,9965 0,0035

2,800 0,9974 0,0026

2,900 0,9981 0,0019

3,000 0,9987 0,0013





Bu üniteyi tamamlad›ktan sonra;Farkl› yöntemlerin birbirleri ile rekabet hâlinde olmaktan ziyade, birbirlerinitamamlad›klar›n›,Çeflitli yöntemlerin nas›l en iyi flekilde entegre edilip araflt›rma sorular›na uy-gulanabilece¤ini,Çeflitli kar›fl›mlar›n hangi bilimsel amaca hizmet etti¤ini,Farkl› çoklu yöntem kullan›m flekillerini (4’lü, 3’lü, 2’li gibi) ve örnekleriniaç›klayabilecek bilgi ve becerilere sahip olabileceksiniz.

‹çindekiler

• Üçleme Yöntemi• Formel Modelleme• ‹statistiki Analiz

• Nitel Vaka Analizi• Disiplinli - Yap›land›r›c› Çal›flma

Anahtar Kavramlar

Amaçlar›m›z


Araflt›rma YöntemleriÇoklu YöntemYaklafl›mlar›

• G‹R‹fi• YÖNTEMSEL ÇO⁄ULCULUK

• ÇOKLU YÖNTEM KARIfiIMÇEfi‹TLER‹

• ‹K‹L‹ KARIfiIM ÇEfi‹TLER‹

• FORMEL MODELLEME VE N‹CELYÖNTEMLER‹N KARIfiIMLARI

• FORMEL MODELLEME VE N‹TELYÖNTEMLER‹N KARIfiIMLARI

• N‹CEL YÖNTEMLER‹N DE⁄‹fi‹KTÜRLER‹N‹ KARIfiTIRAN YAKLAfiIM

• N‹TEL YÖNTEMLER‹N DE⁄‹fi‹K

TÜRLER‹N‹ KARIfiTIRAN YAKLAfiIM• SONUÇ




G‹R‹fiSon zamanlarda, uluslararas› iliflkiler alan›nda, araflt›rma yöntemleri ile ilgili gelifl-

meler olmufl ve araflt›rmac›lar ilgilendikleri sorular› cevaplarken çoklu yöntem yak-

lafl›mlar›n› giderek artan bir h›zla kullanmaya bafllam›fllard›r. 20. yüzy›l, nicel ve ni-

tel yaklafl›mlar› a¤›rl›kla kullanan sosyal bilimciler aras›nda yo¤un tart›flmalara sah-

ne olmufl fakat geçti¤imiz on y›lda farkl› yöntemlerin rakip olmad›klar› vurgulan-

m›fl, birbirlerini tamamlay›c› unsurlar›na önem verilmeye bafllanm›flt›r. Ayn› çal›fl-

ma içerisinde farkl› yöntemlerin nas›l birlefltirilece¤i ile ilgili çal›flmalar giderek

önem kazanm›flt›r. Bunun en önemli göstergeleri aras›nda, disiplinleraras› dergiler

olan Çoklu Yöntem Araflt›rmas› Dergisi (Journal of Mixed Method Research) ve Ni-

tel ve Nicel (Quality & Quantity) gibi dergilerin yay›nlanmaya bafllamas› ve bunun yan› s›ra Amerikan Siyaset Bilimi Derne¤i bünyesinde Nitel ve Çoklu Yöntem Arafl-

t›rmalar› (Qualitative and Multi-Method Research) adl› bir alt bölümün kurulmufl

olmas› yer almaktad›r. Baz› bilim felsefesi araflt›rmac›lar›, nitel ve nicel yaklafl›mla-

r›n epistemolojik olarak farkl› olduklar›n› ve ayn› çal›flma içerisinde entegre edile-

meyeceklerini savunmaktad›rlar. Fakat çoklu yöntem kullan›m›n› savunanlar, arafl-

t›rma sorusunu en iyi flekilde cevaplayabilmek için birden fazla yöntemi entegre

etmek gerekiyorsa, bunun yap›lmas› gerekti¤ini, sonuçta bir araflt›rmada kullan›lan

yöntemin soruya göre belirlenmesi gerekti¤ini savunmaktad›rlar.

Siyaset Bilimi ve Uluslararas› ‹liflkiler alanlar›nda araflt›rma yöntemleri konula-

r›nda söz sahibi olan baz› araflt›rmac›lar, nitel ve nicel yaklafl›mlar›n birlikte kulla-

n›lmas›nda bir sak›nca olmad›¤›n› anlatm›fllard›r. Henry Brady ve David Collier,

Sosyal Araflt›rmay› Yeniden Düflünmek (Rethinking Social Inquiry) (2004) adl› ki-

taplar›nda, iki yöntem aras›nda derin farkl›l›klar olmad›¤›n› ve baz› farkl›l›klar›n

araflt›rmac›lar taraf›ndan afl›labilece¤ini King, Keohane ve Verba da Sosyal Araflt›r-

may› Tasarlama (Designing Social Inquiry) (1994) adl› kitaplar›nda, kaliteli sosyal

bilim araflt›rmalar›n›n nicel ve nitel yaklafl›mlar› ayn› çal›flma içerisinde entegre

edebileceklerini belirtmifller ve bu iki yaklafl›m aras›nda bilimsel ç›kar›mda izlenen

prosedürler aç›s›ndan bir farkl›l›k olmad›¤›n› vurgulam›fllard›r.

Henry E. Brady ve David Collier. (2004). Rethinking Social Inquiry: Diverse Tools, Sha-

red Standards. Lanham, MD: Rowman & Littlefield.

Çoklu Yöntem Yaklafl›mlar›

K ‹ T A P



Gary King, Robert O. Keohane ve Sidney Verba. (1995). Designing Social Inquiry: Scien-

tific Inference in Qualitative Research. Princeton, NJ: Princeton University Press.

YÖNTEMSEL ÇO⁄ULCULUKSosyal Bilimlerde çoklu yöntemlerin kullan›m› konusunda giderek artan bir çabaoldu¤unu görüyoruz. Üç temel yöntemi nitel, nicel ve formel model, kullananaraflt›rmac›lar art›k her bir yöntemin birbirini tamamlay›c› rollerini keflfetmifllerdir.Formel modelleme kullan›larak, makro kuramlar hakk›nda de¤erli bilgiler ö¤rene-bilir ve olas› senaryolar› gerçek hayatta olmad›¤› kadar çeflitlendirebiliriz. Fakatformel model, ampirik bir yöntem de¤ildir ve modelin bulgular›n›n nitel ya da ni-cel yöntemler kullan›larak test edilmesi gerekir. Vaka çal›flmalar› ya da nitel yakla-fl›mlar süreç takibi yöntemini kullanarak neden-sonuç iliflkilerini keflfetmeye yar-d›mc› olurlar fakat vaka d›fl›nda genelleme yap›lmas›na s›ra geldi¤inde sorun yafla-

yabilirler. Nicel yöntemler ise de¤iflkenler aras›ndaki ba¤lant›lar› saptayabilirler fa-kat iki de¤iflken aras›ndaki neden-sonuç iliflkisini göstermek için yeterli de¤illerdir. Yöntemler birlikte kullan›ld›¤›nda birbirlerinin eksikliklerini tamamlayabilirler. Buünitede, her bir yöntemin fayda ve üstünlükleri k›saca anlat›ld›ktan sonra nitel, ni-cel ve formel modellerin kullan›ld›¤› örnek araflt›rmalardan bahsedilecektir.

Formel Modelleme Yaklafl›m›Formel modelleme yönteminin üstünlü¤ü, son derece titiz ve dikkatli bir çal›flmagerektiren tümdengelim yönteminde sakl›d›r. Tümdengelim yöntemi ile neden-so-nuç iliflkilerinin detayl› olarak irdelenmesi ve test edilebilir hipotezlerin ortaya ko-nulmas› mümkündür. Örnekler aras›nda, toplu faaliyet ikilemi (collective action),

mahkûmlar ikilemi (prisoner’s dilemma), güvenilir taahhüt (credible commitment) ve müvekkil-vekil sorunu (principal-agent problem) yer almaktad›r. Formel mo-delleme yönteminde bazen birden fazla çözüm olabilece¤i için sonuca ulaflmakzor olabilir. Ayr›ca, kiflilerin tercihleri ba¤›ms›z de¤iflken olarak modele aktar›l›rsa,modelin aç›klama gücü azal›r. Bu eksikliklerin üstesinden gelmek için, formel mo-dellerin mutlaka vaka analizi ya da istatistiksel çal›flmalarla desteklenip, modeldenç›kan hipotezlerin ampirik bulgularla ispatlanmas› gerekir.

Tümdengelim yöntemi Ünite 2’de nedensellik konusu alt›nda ifllenmifltir.

Nicel Yöntemler

Nicel yöntemlere ayn› zamanda istatistiksel yöntemler de denir. Nicel yöntemlerinüstünlükleri aras›nda öne ç›kanlar, iki de¤iflken aras›ndaki iliflkiyi ölçebilmeleri veba¤›ms›z de¤iflken üzerinde gözlemlenen etkinin ne kadar›n›n farkl› ba¤›ms›z de-¤iflkenler taraf›ndan belirlendi¤ini gösterebilmeleridir. Farkl› ba¤›ms›z de¤iflkenle-rin, bir ba¤›ms›z de¤iflken üzerinde yaratt›klar› etkilere, k›smi etkiler (partial ef-fects) denir. Önceki ünitelerde de belirtildi¤i gibi, iki de¤iflken aras›nda bir iliflki-nin ölçülüyor olmas›, bu iliflkinin bir neden-sonuç mekanizmas›na ba¤l› oldu¤u-nun kan›t› de¤ildir. Dolay›s›yla, formel modelleme ve vaka analizleri bu eksikli¤ikapatmak için kullan›labilir. Bu iki yöntem de iki de¤iflken aras›nda neden-sonuçiliflkilerinin belli bir mant›k silsilesi içerisinde keflfedilmesine yard›mc› olurlar.


K ‹ T A P

D ‹ K K A T

Ba¤›ml› de¤iflken üzerindebirden fazla ba¤›ms›zde¤iflkenin etkisiolabilece¤ini düflünürsek,nicel yöntemler her birba¤›ms›z de¤iflkenin ba¤›ml›de¤iflken ile ne kadar iliflkilioldu¤unu ölçebilir. ‹çsavafllar›n süresinin hangifaktörler taraf›ndanbelirlendi¤i konusunda birsorumuz oldu¤unuvarsayal›m. Ba¤›ms›zde¤iflkenler aras›nda

uluslararas› ve yereletkenleri sayabiliriz.Örne¤in, taraflara ülked›fl›ndan destek var m›?Ülke içindeki demokrasinindüzeyi ne boyuttad›r? Bu ikifaktörün de belli olas›l›kyüzdeleri ile iç savafllar›nsüresini etkileyebildi¤inigörebiliriz.



Nitel Yöntemler Nitel yöntemler, nicel yöntemlerin tersine, neden-sonuç iliflkilerinin ispatlanmas›aç›s›ndan üstün olan yöntemlerdir. Ayr›ca, süreç takibi gibi yöntemlerle, istatistik-

sel analizde keflfedilen bir iliflkinin gerçek bir nedensel iliflki mi yoksa sahte biriliflki mi oldu¤unu ayd›nlatmak konusunda istatistiksel yöntemleri tamamlayabilir-ler. Baz› durumlarda, iki de¤iflken aras›nda karfl›l›kl› bir nedensellik iliflkisi olabi-lir. Di¤er bir deyiflle, ba¤›ml› de¤iflken hem ba¤›ms›z de¤iflken taraf›ndan belirle-nen hem de ba¤›ms›z de¤iflkeni etkileyen bir konumda olabilir. Süreç takibi yön-temi, nedensel iliflkinin yönünü belirlemek aç›s›ndan da gereklidir. Ayr›ca, istatis-tiksel yöntemlerin aç›klayamad›¤›, sapk›n ya da normal ölçülerin d›fl›na ç›km›fl(outlier or deviant cases) gözlemleri de aç›klamak için vaka analizi yöntemine ih-tiyaç vard›r. Peki, nitel yöntemlerin eksik kald›klar› noktalar nelerdir? Öncelikle,large-N diye nitelendirilen genifl bir popülasyona yay›lan çal›flmalarda, nedenseletkilerin vaka analizi taraf›ndan keflfedilmesi neredeyse mümkün de¤ildir. Vaka

analizi, araflt›rma konusunun s›kl›¤› ve hangi flartlar alt›nda s›k olufltu¤u konusun-da ölçüm sa¤layamaz. Bu da vaka analizi çal›flmalar›n›n birebir tekrarlanmas›n›(replication) engeller. Araflt›rmac›lar, nadiren ayn› vakalar›, ayn› verileri ve ayn›kuram› kullan›r. En önemlisi de vaka analizi bulgular›n›n hangi popülasyon içinhangi flartlar alt›nda geçerli olaca¤›n› tayin etmek zordur. Bu durum vaka analiziçal›flmalar›n›n nicel yöntemlerin en önemli üstünlü¤ü olan genelleme yapabilmeözelliklerini azalt›r.

Vaka analizi yöntemlerinin tan›mlar› ve de¤iflik uygulamalar›, sapk›n ve kritik vaka anali-zi ve süreç takibi yöntemi de dahil olmak üzere, Ünite 4’te detayl› olarak ifllenmifltir.

ÇOKLU YÖNTEM KARIfiIM ÇEfi‹TLER‹Genelde, birden fazla yöntemin entegre edilerek araflt›rman›n yürütüldü¤ü çal›fl-malara çoklu yöntem kullanan çal›flmalar denir. Peki, kaç yöntemin bir arada kul-lan›lmas› gerekti¤ine dair ideal bir say› var m›d›r? Yöntemlerin kullan›m s›ras›, han-gisinin önce ya da hangisinin sonra kullan›ld›¤› farkeder mi? Andrew Bennett’e gö-re, dört farkl› araflt›rma türü ve amac› tan›mlamak mümkündür: 1- Mant›kl›l›k ‹n-celemesi (Plausibilty Probe), 2- Disiplinli-Yap›land›r›c› Çal›flmalar (Disciplined-configurative studies), 3- Kuram oluflturucu çal›flmalar (Heuristic or theory-genera-ting studies) ve 4- Kuram test edici çal›flmalar› Çoklu yöntemlerin hangi kar›fl›mla-r›n›n bu amaçlara hizmet etti¤ini tan›mlamak, hangi yöntemlerin ne amaçla yanya-na getirilebilece¤i konusunda da fikir sa¤layacakt›r.

Mant›kl›l›k incelemesi, bir araflt›rmaya devam etmeden önce araflt›rma için har-canacak çaban›n ve izlenecek araflt›rma yönteminde baz› de¤iflikliklerin yap›lma-s›n›n gerekli olup olmad›¤›n› belirlemek üzere yap›lan bir ön çal›flmad›r. Disiplin-li-yap›land›r›c› çal›flmalar, bir vakay› ya da istatistiksel olarak gözlemlenen iliflkiyiaç›klamak için bir kuram›n kullan›lmas›d›r. Ampirik bilgiler zaten bellidir fakatbaz› bulgular flafl›rt›c› oldu¤u için bu yönteme baflvurulur. Kuram oluflturucu ça-l›flmalar tümdengelim ya da tümevar›m yöntemlerini kullanarak çal›flman›n d›fl›n-da b›rak›lm›fl fakat ba¤›ml› de¤iflken üzerinde olas› etkisi olacak faktörleri yeni-den ele almak, kuram› gözden geçirmek ve yeni bir kuram tan›mlamak için yap›-lan çal›flmalard›r. Kuram-testine yönelik çal›flmalar ise kuram›n genifl ya da k›s›tl›bir gruba hitap edip etmedi¤ini ve genellenebilir olup olmad›¤›n› belirlemeye yö-

nelik çal›flmalard›r.

2158. Ünite - Çoklu Yöntem Yaklafl›mlar›

D ‹ K K A T



Birden fazla yöntem ayn› çal›flma içerisinde kullan›ld›¤›nda, s›ralama önemlidir.Di¤er bir deyiflle, yöntemsel yaklafl›m önce formel modelleme sonra da istatistik-sel analiz içerebilir ya da önce istatistiksel analiz sonra formel modelleme içerebi-

lir. Birinci yaklafl›m kuram› test etmeyi, ikinci yaklafl›m ise kuram oluflturmay› he-deflemektedir. Bir çal›flma, s›ras›yla kuram oluflturup sonra test edebilir ya da birkuram› önemli bir vakay› aç›klamak üzere kullan›p, daha sonra istatistiksel analiz

yoluyla kuram› daha genel bir ortamda test edebilir. Tabii her yöntem birbiri ileentegre edilip kullan›labilir fakat her türlü yöntem kar›fl›m› bahsedilen her amaçiçin geçerli de¤ildir. Formel modeller için istatistiksel test yapabilir ama istatistikselbulgular için formel model kullanarak test yapamay›z. Ayr›ca, ayn› çal›flma içerisin-de yukar›da belirtilen araflt›rma amaçlar›ndan birden fazlas› hedeflenebilir. Ayn›çal›flma içerisinde, hem teori oluflturma hem de teori test etmeyi hedefleyen yön-temlerin birlikte kullan›ld›¤›n› görmek mümkündür.

Tablo 8.1’de dört amaç ve her amaca hizmet edebilecek kar›fl›mlar anlat›lm›flt›r.

Her kar›fl›m›n amac›n›n ne oldu¤u da ayr›ca her alanda yaz›lm›flt›r. Tabloda ikilikar›fl›m yöntemleri üzerinde durulmufltur. Fakat yukar›da da belirtildi¤i gibi ikidenfazla yöntem bir kaç amac› yerine getirmek için ayn› çal›flma içinde kullan›labilir.4 ve üzeri, 3’lü ve 2’li olmak üzere çoklu yöntem kullanan çal›flmalar› s›n›fland›ra-biliriz. Bu s›n›fland›rma bir hiyerarfli belirtmek amaçl› de¤il, örneklerin daha net veorganize flekilde ele al›nmas› için gereklidir. S›ras›yla, 4’lü ve üzeri, 3’lü ya da üç-leme (tripartite ) çeflitleri ele al›nd›ktan sonra, ünitenin büyük ço¤unlu¤u ikili yön-tem kar›fl›m örneklerine ayr›lm›flt›r.

Formel-Nicel Formel-Nitel Nitel-Nicel

Mant›kl›l›k

‹ncelemesi

Modelleri de¤ifltirme

ve veri taban›incelemesinin

bulunabilece¤i

katk›lar›n ön

çal›flmas›n› yapmak

Modele yap›lmas› gereken

de¤ifliklikleri tespit etmek ve daha ileri düzeyde test

yapmadan önce olas›

modeller aras›nda seçim

yapmak

Modele olas› de¤ifliklikler

tespit etme ve hangivakalar›n çal›fl›labilece¤ini

belirlemek

Disiplinli-

Yap›land›r›c›

Model oluflturmak için

istatistiksel çal›flma

sonucu tespit edilen

iliflkileri kullanma veya

bir modeli belli bir

gözlemi ya da

istatistiksel bulguyuaç›klamak için

kullanmak

Bir modeli bir vakay›

anlamak için kullanmak ya

da bir vakay› modeli

gelifltirmek için kullanmak

Bir vakay›, istatistiksel

analizde dahil edilmesi

gereken ba¤›ms›z

de¤iflkenlerin belirlenmesi

için kullanmak ya da

istatistiksel bulgularda

belirlenen iliflkininnedenselli¤ini bir vakay›

inceleyerek tespit etmek

Kuram

oluflturucu

Formel bir modeli

kullanarak, istatistiksel

analizde dahil edilmesi

gereken ba¤›ms›z

de¤iflkenleri tespit

etmek

Tümdengelim (formel

model) ve tümevar›m

(vaka analizi) yöntemleri

ile yeni olas› de¤iflkenleri

belirlemek

‹statistiksel analiz ile

gözlemlenen ölçülerin d›fl›na

ç›km›fl vakalar› tespit etmek

ve daha sonra bu vakalar›n

analizi yap›larak yeni

de¤iflkenleri belirlemek

Kuram test

edici

Formel modellerin

istatistiksel analizini

yapmak

Vaka analizi ve süreç

takibini kullanarak formel

modellerin testini yapmak

‹statistiksel yöntemler

kullan›larak vaka analizi

bulgular›n›n genellenebilirli¤ini

test etmek


Tablo 8.1Araflt›rma Amaçlar› ve Çoklu Yöntem

Kar›fl›m Çeflitleri

Kaynak: Bennett,Andrew. (2002).“Where the Model Frequently Meets the Road: Combining Statistical, Formal,and Case Study Methods”. Paper

presented at the Annual Meetings of the American Political Science

Association, Boston,MA.



Dört ve Üzeri Yöntemin Kar›fl›m›Zengin bir yöntem yelpazesini biraraya getiren önemli ve iç savafl alan›nda popü-ler çal›flmalardan bir tanesi, Yale Üniversitesi profesörü Stathis N. Kalyvas’›n ilk

2006 y›l›nda yay›nlanan “‹ç Savafl’ta fiiddetin Mant›¤› (The Logic of Violence in Ci- vil War)” bafll›kl› çal›flmas›d›r. Kalyvas iç savafllarda sivillere ve silahs›z kiflilere kar-fl› yöneltilen fliddeti çal›flt›¤› kitab›nda, formel modelleme yöntemi ile ‹kinci Dün-

ya Savafl›’nda iflgal alt›nda olan Yunanistan’daki iç savafl› çal›fl›r. Arfliv taramas› vetarihsel analiz kullanarak iç savafla dair detaylar› belirler. Devletin belli bölgelerde-ki topraklar› kontrol seviyesine göre, hem militanlar hem de devlet güçleri taraf›n-dan sivillerin hedef seçilip seçilmedi¤ini belirler. Yunanistan’›n Argolid bölgesin-deki köyler analiz birimi olarak kullan›l›r. Kalyvas arfliv taramas›, etnografik çal›fl-malar ve mahkeme kay›tlar›n› tarayarak, 1943 ve 1949 y›llar› aras›nda meydana ge-len fliddet vakalar› ile ilgili hem nitel hem de nicel veritaban› oluflturur. Daha son-ra nicel yöntemleri kullanarak Argolid bölgesini Yunanistan’›n baflka bir bölgesi ile

karfl›laflt›r›r. Amaç, neden baz› bölgelerde sivillerin daha çok hedef seçilip fliddetemaruz kald›¤›n› anlamakt›r. Nicel, nitel ve formel modelleme içeren ve ayr›ca nitel

yöntemin etnografik çal›flma ve arfliv taramas› gibi farkl› yöntemlerini kullanarakçok zengin hâle gelmifl olan bu çal›flma iç savafl çal›flmak isteyenlerin mutlaka oku-malar› gereken bir kitapt›r.

Stathis N. Kalyvas. (2006). The Logic of Violence in Civil War. New York: Cambridge Uni- versity Press.

Üçleme (Tripartite) YöntemiÜç yöntemin bir arada kullan›lmas›n›n örne¤ini oluflturan yaklafl›mlar›n belki de

en ünlüsü, ‘üçleme’ yöntemi (tripartite method) olarak bilinen yaklafl›md›r. Stan-ford Üniversitesi siyaset bilimi profesörü David Laitin, üçleme yöntemi ad›n› verdi-¤i çoklu yöntemin di¤er tüm yöntemlere üstün oldu¤unu iddia etmektedir. Lai-tin’in üçleme yöntemine göre bir siyaset bilimci en mükemmel sonuçlara ancakformel modelleme, istatistiki inceleme ve nitel vaka analizini bir arada kullanarakulaflabilir.

Laitin’in üçleme yöntemine göre araflt›rmac› öncelikle cevab›n› arad›¤› soruüzerine tümdengelim yaklafl›m›yla bir formel model infla etmelidir. Bu formel mo-delde, hangi ba¤›ms›z de¤iflkenlerin hangi ba¤›ml› de¤iflkenlere sebep oldu¤u,e¤er varsa ara de¤iflkenlerle birlikte aç›kça belirtilmelidir. Formel model araflt›rma-c›n›n hipotezlerini, beklentilerini, ve ana iddias›n› flematik olarak temsil etmesi aç›-

s›ndan önemlidir.‹kinci aflamada araflt›rmac› bu formel modelde ortaya koydu¤u beklentilerin ne

kadar do¤ru oldu¤unu kendi araflt›rma konusuyla alakal› olan tüm vakalar› (dünya-n›n tüm ülkeleri, bir ülkenin tüm illeri, bir demografik grubun tüm üyeleri, vs.) kap-sayan bir istatistiki incelemeyle ortaya koyar. Elbette bunun yap›labilmesi için üze-rine hipotezlerin dayand›¤› ba¤›ml› ve ba¤›ms›z de¤iflkenlerin nicel olarak kodlan-m›fl oldu¤u veritabanlar›n›n mevcut olmas› gerekir. Pek çok konuda tüm dünyay›

veya tüm ilgili vakalar› kapsayan böylesi veritabanlar› bulunmad›¤› için araflt›rmac›böyle bir veritaban›n› kendisi oluflturmakta veya pek tercih edilmese de tüm ülke-leri kapsamayan, eksikleri ve noksanlar› bulunan veri tabanlar›n› kullanmaktad›r.

‹statistiki araflt›rmas› sonucu ilgilendi¤i ba¤›ml› ve ba¤›ms›z de¤iflkenlerin örne-

¤in tüm dünyadaki da¤›l›m›n› ve hipotezlerinin beklentileriyle aras›nda ne derece-


K ‹ T A P



de bir korelasyon oldu¤unu gören araflt›rmac›, üçüncü aflamada ise bu da¤›l›mda-ki konumlar›na göre seçti¤i bir yada birkaç vaka üzerine derinlemesine bir nitel

vaka analizi gerçeklefltirerek, nedensellik iliflkisini ve mekanizmas›n› ad›m ad›m

ortaya ç›karmay› hedeflemektedir.Formel modelle bafllayan, nicel analizle devam eden, nitel vaka incelemesiylesona eren devam eden Laitin’in üçleme yöntemi bir anlamda en üst kuramsal se-

viyeden (soyut tümdengelim hipotezleri) kademeli olarak ampirik verilere (tüm vakalar evrenini kapsayan istatistiki analize) ve nihayet mikro seviyede bir neden-sellik incelemesine (bir veya birkaç vaka incelemesi) inmektedir. Bu noktada Lai-tin’in vurgulad›¤› husus, bu ilerlemenin tek yönlü olmad›¤›, istatistiki analiz ve va-ka incelemelerinin sonuçlar› do¤rultusunda araflt›rmac›n›n tekrar en bafla dönerekformel modelini yeniden yap›land›rmas› gerekti¤idir. Bu flekilde formel modellerinrehberli¤inde ayn› anda nicel ve nitel yöntemleri de kullanan araflt›rmac›n›n, cevaparad›¤› araflt›rma sorusuna her yöntem ve yaklafl›m aç›s›ndan tatminkâr ve tutarl›

bir cevap bulabilece¤i umulmaktad›r.

Türkiye’nin illerinde okuryazarl›k oran› ve ekonomik kalk›nm›fll›k seviyesi aras›nda, e¤er varsa, nedensellik iliflkisini üçleme yöntemiyle araflt›rabilece¤iniz bir araflt›rma tasar›m› yap›n›z.

Laitin’in üçleme yöntemine karfl› getirilen elefltiriler iki ana grupta toplanabilir:Üçleme yönteminin pratik ve lojistik olarak sosyal bilimlerdeki pek çok araflt›rmasorusu ve araflt›rmac› için tatbik edilmesi imkâns›z olan idealist bir yöntem oldu¤udo¤rultusundaki elefltiriler ve her araflt›rma sorusunda mutlaka üç yöntemin birarada kullan›lmas›n›n daha iyi sonuçlar vermeyece¤i, baz› sorular›n cevaplanma-

s›nda sadece tek bir yöntemin derinlemesine kullan›lmas›n›n daha verimli olaca¤›do¤rultusundaki elefltiriler. Birinci gruptaki elefltirileri getirenler, üçleme yöntemi-nin her bir aya¤›n› oluflturan yöntemlerin tek bafl›na bile çok uzun süren e¤itim veuygulama süresini gerektirdi¤ini, ço¤u araflt›rmac›n›n bu üç yöntemin her birinehakim olmas›n›n çok zor ve hatta imkâns›z oldu¤unu iddia etmektedirler. Bir arafl-t›rmac›n›n oyun kuram› gibi formel modelleme yöntemlerine hakim olduktan sonraistatistik yöntemlerini sadece bilmekle kalmay›p ustaca uygulayabilecek seviyede

yetkinlik kazanmas› ve buna ek olarak vaka incelemesi yapaca¤› ülkelerin dilleri-ni, kültürlerini, tarihlerini ve ba¤lamsal önem arz eden di¤er hususiyetlerini ö¤ren-mesi, çok uzun y›llar alacak ve belki de hiçbir zaman baflar›lamayacak kadar zorbir ideal hedef olabilir. Kald› ki böylesi bir üçlü yöntem e¤itimi için (örne¤in dille-

rin ö¤renimi, saha çal›flmas› vs.) çok büyük finansal kaynaklar›n tahsisi ve herbir yöntemde usta ö¤retim görevlilerinin istihdam› gerekir ki siyaset bilimi ve ulusla-raras› iliflkilerde akademik araflt›rmalar için böylesine büyük yat›r›mlar› yapabile-cek dünyada pek az ülke ve e¤itim kurumu bulunmaktad›r.

David D. Laitin. (2003). “The Perestroikan Challenge to Social Science”, Politics & Soci-

ety, Cilt 31, Say› 1, s.163-184.

Bütün bu zorluklara ve elefltirilere ra¤men, nispeten yeni bir yaklafl›m olan üç-leme yöntemini kullanarak yap›lm›fl ve son y›llarda yay›nlanm›fl baz› araflt›rmalarbulunmaktad›r. Yukar›da da belirtildi¤i gibi üçleme yöntemi formel modelleme, is-

tatistiki yöntemler ve vaka inceleme tekniklerini ve bunlar›n kullan›m›nda gereklidi¤er araçlar› (araflt›r›lan ülkenin dili vs.) ö¤renmeyi gerektirdi¤i için, üçleme yön-


SIRA S‹ZDE 1

K ‹ T A P



temini kullanarak yap›lan araflt›rmalar›n, siyaset bilimi ve uluslararas› iliflkiler dok-tora programlar›n›n ortalama yedi y›l veya daha uzun sürdü¤ü ABD’de yap›landoktora araflt›rmalar› ve tezlerinden üretilmifl olmas› flafl›rt›c› de¤ildir. Bunun yak›n

dönemdeki bir örne¤ini Kaliforniya Üniversitesi, Berkeley’deki doktora tezini,Ham Demokrasi: Do¤al Kaynak Zenginli¤i ve Siyasi Rejimler (Crude Democracy:

Natural Resource Wealth and Political Regimes) ad›yla kitaplaflt›ran Yale Üniversi-tesi ö¤retim üyesi Thad Dunning vermifltir. Dunning bu kitab›nda, petrol baflta ol-mak üzere do¤al kaynaklarla demokrasi aras›nda oldu¤u varsay›lan negatif iliflki-

ye odaklanm›fl ve bu iliflkiyi üçleme yöntemini kullanarak elefltirel bir aç›dan elealm›flt›r. Oyun kuram› baflta olmak üzere formel modelleme tekniklerini kullana-rak do¤al zenginliklerle siyasi rejim aras›nda var oldu¤unu düflündü¤ü iliflkiyi in-celeyen Dunning, demokrasi karfl›t› darbeleri ve demokratikleflme sürecini ayr› ay-r› modelleyerek ifle bafllam›flt›r. ‹kinci aflamada dünyadaki tüm ülkelerde do¤alzenginlik ve demokrasi aras›ndaki iliflkiyi test etti¤i bir istatistiki analiz ortaya koy-

mufltur. Üçüncü aflamada Dunning, petrol zenginli¤inin deste¤iyle ony›llar boyun-ca komflular›ndan çok daha sa¤lam bir demokratik rejim oturtan Venezuela örne-¤ini, do¤al kaynak zenginliklerinin anti-demokratik darbelerle ve otoriter rejimle içiçe geçti¤i fiili, Bolivya ve Ekvador örnekleriyle karfl›laflt›rmal› olarak, nitel vakaanalizi yöntemleriyle incelemifltir. Elbette bu incelemeyi baflarabilmek için, Dun-ning’in formel modelleme, istatistik yöntemleri, ‹spanyol dili ve ad› geçen Latin

Amerika ülkelerinin siyasal tarihi üzerine e¤itim görmesi ve uzmanl›k gelifltirmesigerekmifltir. Bu örnek üçleme yönteminin zorluklar›na iflaret etti¤i gibi, ayn› za-manda uygulanmas›n›n imkâns›z olmad›¤›n› da göstermektedir.

Thad Dunning. (2008). Crude Democracy: Natural Resource Wealth and Political Regi-

mes, New York: Cambridge University Press.

‹K‹L‹ KARIfiIM ÇEfi‹TLER‹

Nicel ve Nitel Yaklafl›m Kar›fl›mlar›

‹statistiksel Analiz ve Derinlemesine MülakatGeorgetown Üniversitesi’nde ö¤retim üyesi Marc Morje Howard, Kaliforniya Üni-

versitesi, Berkeley’de tamamlad›¤› doktora tezini kitaplaflt›rd›¤›, Post-Komünist Av-

rupa’da Sivil Toplumun Zay›fl›¤› adl› eserinde, istatistiksel analiz yöntemlerini vederinlemesine mülakat baflta olmak üzere nitel yöntemleri baflar›l› bir flekilde be-

raberce kullanm›flt›r. Howard’›n bu kitab›ndaki bafll›ca sorusu fludur: Eskiden ko-münist olan ülkelerin vatandafllar› komünist geçmifli olmayan ülkelerin vatandafl-lar›na göre sivil toplum örgütlerine daha m› az kat›lmaktad›rlar? E¤er öyleyse budurumun sebepleri nelerdir? Bu sorular› cevaplamak üzere Howard öncelikle Dün-

ya De¤erler Araflt›rmas› (World Values Survey) verilerini kullanarak otuzdan fazlaülkede vatandafllar›n sivil toplum örgütlerine kat›l›m oranlar›n›n nicel ve istatistikibir analizini yapm›fl, sonuçta komünist geçmifli olan ülkelerde, hem eski demokra-silere (ABD, ‹ngiltere, Fransa, gibi) hem de komünist olmayan otoriter geçmifle sa-hip ülkelere (Meksika, Brezilya, gibi) göre sivil toplum örgütlerine kat›l›m›n çokdaha az oldu¤unu ortaya ç›karm›flt›r.

Howard’›n nicel incelemesindeki bafll›ca bulgusu eski komünist ülkeler ile ko-

münist geçmifli olmayan ülkeler aras›nda istatistiki olarak anlaml› derecede büyükfarklar oldu¤u, bu konuda örne¤in Makedonya ve Slovakya’n›n birbirlerine kom-


K ‹ T A P



flular› olan Yunanistan veya Avusturya’dan çok daha benzedi¤idir. Kifli bafl›na dü-flen ortalama sivil toplum örgütü üyeli¤i eski demokrasilerde 2.39 ve komünistgeçmifli olmayan eski otoriter ülkelerde 1.82 iken komünist geçmifli olan ülkeler-

de 0.91’dir (Howard, Sivil Toplumun Zay›fl›¤›, s.62). Komünist geçmifl ve sivil top-lum aras›ndaki negatif iliflkiyi kuflkuya yer b›rakmayacak verilerle pek çok seviye-de gösteren Howard, ikinci aflamada nitel vaka analizine yönelmektedir. Komünistgeçmifli olan ülkeler aras›nda Do¤u Almanya ve Rusya’y›, bir bak›ma ‘en farkl› sis-tem tasar›m›’na (bu tasar›m için bu kitapta, ‘Vaka Analizleri’ konulu 4. Üniteye ba-k›n›z) baflvurarak seçmifl ve analiz etmifltir. Howard, bu ülkelerde bir yandan Al-manca ve Rusça olarak derinlemesine mülakatlar yaparak, bir yandan da kamuo-

yu araflt›rmalar› düzenleyerek, sivil toplum örgütlerine ilgisizli¤in arkas›ndaki ne-densellik iliflkisini ortaya ç›karmaya çal›flm›flt›r.

Marc Morje Howard. (2003). The Weakness of Civil Society in Post-Communist Europe,

New York, Cambridge University Press.

Nicel Analiz, Nitel Do¤al Deneyler ve ‹çerik Analizi Yale Üniversitesi’nde ö¤retim üyesi olan Keith Darden, ‹flgale Direnifl: Kitlesel

Okuryazarl›k ve Kal›c› Ulusal Aidiyetlerin Yarat›lmas› adl› kitab›nda, Karpat da¤-lar› eteklerinde, Ukrayna’n›n komflu iki ili olan Transcarpathia ve Stanislaviv’de ne-den son derece de¤iflik seviyelerde Sovyet-karfl›l› gerilla direnifline rastlan›ld›¤›n›,nicel verilerin de eflli¤inde fakat bir nitel do¤al deney çerçevesinde inceler. Ayn›dili (Ukraynaca) konuflan bu iki il halk›, ayn› din ve mezhebe (Yunan Katolik H›-ristiyan) ba¤l›d›rlar. Benzer seviyede sanayileflmifl ve flehirleflmifl, benzer flekildeda¤l›k bir araziye sahip ve ayn› tür orman örtüsüyle kapl› ve halk›n›n büyük ço-

¤unlu¤u köylü olan bu iki ilde ortaya ç›kan Ukrayna milliyetçisi, anti-Sovyet geril-la direnifli faaliyetleri ise son derece de¤iflik seviyelerdedir. Siyaset biliminde isyan

ve gerilla savafl› konusunda önemli oldu¤u düflünülen tüm bu etmenlerin benzer-li¤ine ra¤men, 1944 y›l›ndaki Sovyet iflgalini ve ilhak›n› müteakip, bu iki ildekiSovyet karfl›t› Ukrayna milliyetçisi gerilla direnifli seviyesinde muazzam bir fark or-taya ç›km›flt›r.

Ukrayna’da en yo¤un Sovyet karfl›t› gerilla direnifli Stanislaviv’de ortaya ç›kar-ken, komflu il olan Transcarpathia ise hiç Sovyet karfl›t› gerilla direniflinin görül-medi¤i bir bölge olarak göze çarpmaktad›r. Stanislaviv’in Sovyet kontrolüne geç-ti¤i 1944 sonunda dahi, Ukrayna Direnifl Ordusu’na mensup 10,000 gerilla savafl-ç›s› da¤larda K›z›lordu’ya karfl› direnmekteydi. Avrupa’da savafl›n sona erdi¤i

1945 y›l›nda bile 4,500 direniflçi Stanislaviv’de Sovyet iflgaline karfl› savafl›yordu.1946’da direniflçi say›s› 2,500’e indirilebildi¤i hâlde 1950’lerin bafllar›na kadar Sta-nislaviv da¤lar›nda Sovyet güçlerine karfl› militanlar›n sald›r›lar› devam etti. Trans-carpathia’daysa Sovyet kontrolüne girdi¤i 1944 sonundan itibaren hiçbir direniflgörülmedi. Keith Darden aradaki bu fark› Stanislaviv’de savafl öncesi dönemdeUkrayna milliyetçisi bir okul müfredat›n›n yürürlükte olmas›na, Transcarpathia’daise olmamas›na ba¤l›yor. Darden’›n çal›flmas›, niceliksel verilerle (Stanislaviv veTranscarpathia’n›n sosyo ekonomik, fiziki ve co¤rafi niceliksel verileri), nitel birdo¤al deneyin ve içerik analizinin (karfl›laflt›rmal› okul müfredat›) beraberce kul-lan›ld›¤› bir örnektir.

Keith Darden. (2013). Resisting Occupation: Mass Literacy and the Creation of Durab-le National Loyalties, New York, Cambridge University Press.


K ‹ T A P

K ‹ T A P





de, baz› politik ç›kar ve bedel hesaplar›n›n sonucu bilinçli bir yöntem oldu¤unusavunurlar. White, IRA’y› inceledi¤i çal›flmas›nda iki kuramsal yaklafl›m› sentezle-meye çal›flmaktad›r. Önce makro düzeyde bir çal›flma ile ekonomik eflitsizlik, dev-

let bask›s› ve fliddet aras›ndaki iliflkiyi nicel yöntemler kullanarak incelemifl, dahasonra mikro düzeyde mülakatlar yaparak istatistiksel bulgular›n kiflisel bazda nekadar do¤ru oldu¤unu belirlemifltir.

‹statistiksel analiz iki ba¤›ms›z de¤iflkenin etkisini ölçmeye yöneliktir: 1- görece-

li yoksunluk, 2- devlet bask›s›. Özellikle devlet bask›s›n›n bar›flç›l protestoyu des-

tekleyen bir grup için baz› siyasi hesaplara yol açaca¤› düflünülmektedir. fiiddetin

nas›l ortaya ç›kt›¤›n› belirlemek için, White ‹rlanda’n›n kuzeyinde yer alan Derry

flehrini seçmifltir. Bunun iki nedeni vard›r. Birincisi, flehir ‹rlanda milliyetçilerinin

yo¤un olarak mevcut oldu¤u ve s›k s›k bar›flç›l protestolara sahne olan bir yerdi.

‹kincisi, milliyetçiler ço¤unlukta oldu¤u için devletin bask›s›na da maruz kalmam›fl-

lard›r. Ba¤›ml› de¤iflken her ay IRA taraf›ndan gerçeklefltirildi¤i öne sürülen silahl›

ya da bombal› sald›r›lar›n say›s›d›r. Ba¤›ms›z de¤iflkenlerden, göreceli yoksunlukayl›k iflsizlik oranlar› ile, devlet bask›s› ise göz alt› yasas›n›n yürürlü¤e geçmesi ve

her ay askeri kuvvetler taraf›ndan öldürülen ‹rlandal› milliyetçilerin say›s› hesapla-

narak ölçülür. Regresyon analizi sonuçlar› IRA fliddetinin askeri birlikler taraf›ndan

sivillerin hedef al›nmaya bafllamas›yla artt›¤›n› göstermektedir. Göreceli yoksunlu-

¤un ise artan fliddet üzerinde bir etkisi olmad›¤› görülmüfltür.Nicel analiz bulgular›n›n gerçek hayatta insanlar›n düflüncelerini yans›tt›¤›ndan

emin olmak için, White ayr›ca Derry flehrinde medeni haklar› savunmak için olufl-turulmufl hareketin içinde yer alan 11 kifli ile iki saat süren görüflmeler yapm›fl vesiyasi amaçlar› yerine getirmek için bar›flç›l m› yoksa fliddete yönelik mi bir yön-tem takip edilmesi ile ilgili fikirlerini sormufltur. Her bir kiflinin hayat hikayelerini

inceleyerek, baz›lar›n›n nas›l IRA üyesi olma yolunda ilerledi¤i belirlenmifltir. Ör-ne¤in, tutuklanan IRA elemanlar›ndan biri çevrede olan de¤ifliklikleri, bu de¤iflik-liklere kendisinin verdi¤i tepkileri ve IRA’ye üye olma sürecini detayl› olarak an-latm›flt›r. 11 kiflinin de birbiri ile tutarl› olarak, ‹ngiliz hükûmetinin ald›¤› tedbirle-re at›fta bulunmas› ve fliddetin ondan sonra bafllad›¤›n› belirtmeleri göreceli yok-sunlu¤un fliddeti aç›klamadaki gücünü zay›flatmaktad›r. Görüflmeler, insanlar›nfliddete baflvurmalar›n›n bilinçli bir seçim sonucu oldu¤unu ve özellikle bar›flç›l

yollar›n çözüme ulaflt›rmayaca¤›n› düflündükleri anda ortaya ç›kan bir seçim oldu-¤u yönünde kan›t sa¤lam›fllard›r. White’›n çal›flmas›nda, nitel yaklafl›mlar›n neden-sel sürecin nas›l geliflti¤ini aç›klamak için çok faydal› oldu¤unu görüyoruz.

Robert W. White. (1989). “From Peaceful Protest to Guerilla War: Micromobilization of theProvisional Irish Republican Army”, American Journal of Sociology. Cilt 94, Say› 6, s.1277-1302.

‹ki devlet, A ve B, aras›nda nükleer silahlanma ile ilgili müzakereleri araflt›rd›¤›n›z› düflü-nün. A’n›n B’ye karfl› nükleer silah üretimi konusunda cayd›r›c›l›k kullanmak istedi¤ini varsay›n. Hangi flartlar alt›nda cayd›r›c›l›¤›n baflar›l› olaca¤› ile ilgili A’ya tavsiye vermek üzere çoklu yöntemin kullan›ld›¤› bir araflt›rma plan› haz›rlay›n. Vaka analizi ve istatistik-sel yöntem kullanaca¤›n›z› düflünürseniz, nas›l bir çoklu yöntem çal›flmas› yapard›n›z. Buarada amac›n›z›n yeni bir kuram oluflturup test etmek oldu¤unu düflünün.


M A K A L E

SIRA S‹ZDE3



FORMEL MODELLEME VE N‹CEL YÖNTEMLER‹NKARIfiIMLARIFormel modelleme önceden de belirtildi¤i gibi çeflitli sorulara aç›klama olarak kul-

land›¤›m›z kuramlar›n mant›ksal güçlerini artt›rmak için Uluslararas› ‹liflkiler ala-n›nda kullan›lan yöntemlerden biridir. Duncan Snidal (2004), formel modellerinbaflka bir yöntemle, nitel ya da nicel, birlikte kullan›l›rsa uluslararas› siyaset konu-lar› ile ilgili analizlerimizi zenginlefltirece¤ini savunmufltur. Formel modelleme venicel yaklafl›mlar›n kar›fl›k kullan›lma flekillerinden biri yukar›da bahsedilen arafl-t›rma hedeflerinden kuram oluflturma yönündeki çal›flmalard›r. Araflt›rmac›lar for-mel modelleme kullanarak detayl› bir flekilde ba¤›ml› de¤iflkeni etkileyebilecekbirçok yeni etkeni belirleyebilir ve daha sonra istatistiksel analiz yöntemi ile mo-delin öngördü¤ü faktörlerin gerçekten etkileri olup olmad›¤›n› tespit edebilirler.

Afla¤›da nicel ve formel modelleri birlikte kullanan baz› çal›flmalardan örnekler su-nulmufltur. Dusting Tigley ve Barbara Walter (2011), devletleraras› iliflkilerde itibar

infla etme çabalar›n› inceledikleri çal›flmalar›nda, önce bilinen formel modellerinlabaratuvar deneyleri ile testini yap›p, daha sonra model taraf›ndan aç›klanamayangözlemleri inceleyerek, kuram› yeniden düzenlemifllerdir. Bu çal›flma teori olufltu-rucu araflt›rmaya bir örnektir. Kenneth Schultz (1999) demokratik bar›fl ile ilgili ça-l›flmas›nda varolan istatistiksel bulgulara dayanarak, birbiri ile rekâbet hâlinde olaniki kuramsal yaklafl›m› formel modelleme kullanarak gelifltirmifl ve yeniden test et-mifltir. Schultz’un çal›flmas› disiplinli-yap›land›r›c› olarak nitelendirilebilir. Amac›-m›z, bafllang›çta belirlenen dört hedefin herbiri için bir örnek sunmaktan ziyade,örnekleri anlat›rken bariz olarak öne ç›kan karakterlerini belirtmektir. Bapat’›n ça-l›flmas› kuram test etmeye yönelik bir çal›flma olarak nitelendirilebilir.

Formel Modelleme - Deneysel Yöntem Kar›fl›m›‹tibar infla etme ya da sayg›nl›k kazanma devletleraras› ve devlet içi çat›flma ile ilgi-lenen araflt›rmac›lar›n yak›ndan ilgilendikleri konulardan bir tanesidir. Özellikle ka-zan›lan itibar›n niteli¤i çat›flma üzerinde etkili mi, öyle ise hangi flartlar alt›nda etki-li oldu¤u üzerinde yo¤unlukla durulan konular aras›ndad›r. Barbara Walter (2006),hükûmetlerin neden baz› iç çat›flma ç›karan gruplarla savaflt›¤›n›, baz›lar› ile savafl-mad›¤›n› inceledi¤i çal›flmas›nda, devletlerin ço¤unlukla ayr›l›kç› ve toprak talepeden gruplar› kontrol etmeye çal›flt›¤›n› belirlemifltir. Bunun nedenini ise bir devle-tin ilerde ortaya ç›kabilecek olas› baflka gruplara gözda¤› vermek ve hiçbir flekildetopraklar›ndan feragat etmeyece¤ine dair ün ve ya nam›n› yaymaya çal›flmas› ola-rak aç›klam›flt›r. Baz› araflt›rmac›lar ise devlet liderlerinin kararlar›n› verirken di¤er

devletlerin itibarlar›na her zaman önem vermediklerini göstermifltir. Tingley ve Wal-ter (2011) formel modelleme ve laboratuvar deneyleri kullanarak itibar›n hangi flart-lar alt›nda önem kazand›¤›n› tespit etmeye çal›flm›fllard›r. Di¤er etkenlerin kontroledildi¤i laboratuvar ortam›nda, kiflilerin ne zamana itibarlar›n› artt›rmak için çabasarfettiklerini ve itibar›n davran›fllar›n üzerindeki etkisini ay›rt etmek daha kolay olabilir. Afla¤›da, çal›flman›n hem formel modelleme hem de deney k›sm› detayl›olarak anlat›lm›flt›r.

Formel ModellemeÇal›flmalar›n›n ilk k›sm›nda formel modeli sunan Tingley ve Walter, kiflilerin birbir-leri hakk›nda k›s›tl› ya da eksik bilgi sahibi olduklar› durumlarda, itibar infla etmek

için daha çok çaba sarf edildi¤ini ve geçmifl davran›fllar›n önem kazand›¤›n› göster-




mifllerdir. Daha da önemlisi, itibara olan yat›r›m kifliler birbirlerini ilerleyen zaman-larda tekrar göreceklerini düflündüklerinde daha da artmaktad›r. Formel modelde vedeneysel analizde kifliler ya da bireyler baz›nda varsay›mlar yap›lsa da, çal›flman›n

amac› bulgular› kullanarak, devletlerin birbirleri ile devaml› karfl›laflma ve bir flekil-de iletiflime geçme ihtimali düflünüldü¤ünde nas›l hareket edecekleri ile ilgili genel-lemeler yapmakt›r. Tersi düflünüldü¤ünde, bir kifli di¤er kifliyi bir daha hayat›ndaçok s›k görmeyece¤ine kanaat getirmiflse, o zaman itibar infla etme çabas›na girme-si beklenmez. Çal›flman›n ikinci aflamas›nda, deneysel yöntem kullan›larak belli ba-¤›ms›z de¤iflkenlerin itibar infla etme çabalar› üzerindeki etkisine bak›lm›flt›r. Deney kat›l›mc›lar›n›n birbirleri ile çok az karfl›laflt›klar› durumlarda bile itibarlar› ile ilgilidikkatli olduklar› gözlemlenmifltir. Fakat baz› kat›l›mc›lar, bu genel e¤ilimin d›fl›ndakalm›fllard›r. Çal›flman›n son aflamas›nda, normalin d›fl›nda tepki gösteren kat›l›mc›-lar incelenmifl ve neden genelde farkl› tepki gösterdikleri aç›klanmaya çal›fl›lm›flt›r.

Formel modellemede genel olarak araflt›rma konusu olan aktörlere, oyuncular

olarak hitap edilir. Tingler ve Walter’›n çal›flmas›nda bahis konusu olan itibar, biraktörün bir konuyu çözümleme konusundaki tutumuyla ilgilidir. Baflka deyiflle,geçmiflte kendisine karfl› ç›kan aktörlerle mücadele eden bir aktörün, gelecekte dekendisine karfl› gelen aktörlere göz yummayaca¤› ile ilgili inan›fl bu çal›flmadaki iti-bar›n konusudur. Amerika Birleflik Devletleri’nin 11 Eylül sald›r›lar›ndan sonra, Af-ganistan’› iflgal etmeleri bu tür bir ün ve itibar› yayma gayretinin bir örne¤idir. ‹le-ride olabilecek terörist sald›r›lara karfl› tepkisiz kalmayaca¤›n› göstermifltir. Benzerflekilde, ekonomi alan›nda böyle bir formel model, piyasaya giriflini cayd›rma (mar-ket-entry deterrence) oyunudur. Küçük firmalar›n pazardan pay almamalar› için te-kelci (monopolist) bir firma fiyatlar›n› düflürerek, yeni girecek firmalara pazardanalacaklar› pay›n k›s›tl› olaca¤› sinyalini verir. Böylece, rekabet etmek gücü olmayan

olas› firmalar pazara girmekten vazgeçer. Monopol ilk zamanda az kâr elde etse debu k›sa dönemli bir kay›pt›r. Uzun vadede bir çok firmaya karfl› kendisiyle rekabe-tin zor oldu¤una dair bir in salaca¤› için k›sa vadedeki kay›p önemsizdir.

Tingley ve Walter marketi korumaya çal›flan, monopol, ve girmeye çal›flan fir-ma, meydan okuyan, aras›nda tekrarlanan karfl›laflmalar sonucunda, monopolün

ve meydan okuyan firman›n nas›l davranaca¤›n› formel modelleme yöntemiyletahmin etmeye çal›flm›fllard›r. Ayr›ca, meydan okuyan firma her zaman bir tane ol-mayabilir. Birden fazla firma markete girmeye çal›flabilir. Bu durumda, monopolünhareketi de¤iflebilir. Afla¤›daki flekil sadece bir kez karfl›lafl›lan bir oyunu resimle-mektedir. Formel modellemeye örnek oluflturmas› aç›s›ndan Tingley ve Walter’›nçal›flmas›ndan birebir al›nt› yap›larak sunulmufltur.

Oyun monopol ve pazara girmeye çal›flan firma aras›nda ilk karfl›laflma ile bafl-lar. ‹lk hamle pazarda yer alan monopolün savunmaya geçip geçmeyece¤i ya da fi-

yatlar› düflürmek konusunda ne kadar kararl› oldu¤unun tamamen flans eseri birolas›l›k da¤›l›m› ile bafllar. Burada ifl rastgele belirlenir. Monopolün mücadele etmeolas›l›¤› p ile, mücadele etmeme ya da pazara girmeye çal›flan firmay› engellememeolas›l›¤› 1-p ile ifade edilir. Bu durumda, p ’nin de¤eri belirsizdir. Monopolün müca-deleci olup olmad›¤› ile ilgili yeni girmeye çal›flan firman›n fikri monopolün o za-mana kadar yaym›fl oldu¤u ün ile ilgilidir. E¤er karfl›m›zda mücadeleci oldu¤unadair itibar kazanm›fl bir monopol varsa her zaman yeni firmalar› engellemeye çal›-fl›r. Çünkü sonunda alaca¤› ödül her flartta daha fazlad›r. Parantez içinde belirtilenödüllerden ilk rakam, pazara yeni girmeye çal›flan firmaya, ikinci rakam ise mono-

pole aittir. Bu durumda 160, 70’ten büyük oldu¤u için monopol engelleme yolunagider. E¤er karfl›m›zda mücadele konusunda karars›z bir monopol varsa, yeni fir-




malara izin verme yoluna gidecektir. Monopolün o zamana kadar yaym›fl oldu¤uitibara ba¤l› olarak, pazara yeni girmeye çal›flan firma ise monopole meydan oku-

yup okumayaca¤›na karar verir. Tabii bu karar› verirken monopolün mücadele için

kararl› olma olas›l›¤›n›, p , ve karar› olmama olas›l›¤›n›, 1-p , göz önünde bulundu-rur. Monopolle rekabet etmeye karar verirse o zaman monopolde firmay› engelle-mek için mücadele edip etmeyece¤i konusunda karar verir.

Oyunun tekrar oynand›¤› durumlarda, yani birinci firma ile ilgili monopol ka-rar›n› verdikten sonra, ikinci bir firma monopolle rekabet edip etmeyece¤ine ka-rar verir. Takibinde, monopol yeniden ikinci firmay› da engelleyip engellemeyece-¤i konusunda bir karar verir. Her yeni firma pazara girme konusunda karar verme-

ye çal›fl›rken kendinden öncekilerin nas›l davrand›¤›n› ve neticede monopolün na-s›l davrand›¤› konusunda bilgi edinme ve böylece monopolün ün ve itibar›yla ilgi-li fikirlerini de¤ifltirme ve yenileme imkan›na sahiptir. Monopolün ilk pazara gir-meye çal›flan firmalara karfl› tutumu, daha sonra girmeye çal›flan firmalara karfl›olabilecek tutumu konusunda bilgi sa¤lar.

Deneysel YöntemÇal›flman›n deneysel k›sm›nda, kat›l›mc›lara oyunun iki farkl› versiyonu oynat›l-m›flt›r. Amaç, tekrarlanan oyunlar›n, pazara sürekli yeni firmalar›n girmeye çal›flt›-¤› durumlarda monopolün ve yeni firmalar›n davran›fllar› üzerindeki etkisini ölç-mektir. Bir versiyonda 4, di¤erin de 8 pazara yeni girmeye çal›flan firma vard›r.

Formel modelleme sonuçlar›na göre, kat›l›mc›lar›n davran›fllar› ile ilgili 3 tahmindebulunulmufltur. Birincisi, kararl› monopoller her zaman yeni girmeye çal›flan firma-lar› engellemeye çal›flacaklard›r. ‹kinci, karars›z monopoller ilk bafllarda mücadeleedeceklerini gösteren bir ün salmaya çal›fl›rlar, çünkü daha pazara girecek çok fir-ma vard›r. Oyun ilerleyip pazara girmeye çal›flan firmalar azald›kça, monopol ye-ni girmeye çal›flan firmalara izin verecektir. Üçüncü, yeni firma pazara girifl ile il-gili karar›n› verirken önce ne tür bir monopolle karfl› karfl›ya oldu¤unu bilmeli vesonra da monopolün önceki firmalara nas›l davrand›¤›na bakmal›d›r. E¤er mono-pol hiçbir zaman sözünden dönmediyse yeni firmalar hiçbir zaman erken dönem-lerde pazara girmeye çal›flmamal›d›rlar. Çünkü, monopolün türü ne olursa olsun,ilk zamanlarda her yeni firmay› engellemeye çal›flacakt›r.

Kat›l›mc›lar Princeton Üniversitesinin Deneysel Sosyal Bilim Laboratuvar› arac›-l›¤› ile deneye dahil edilmifllerdir. Bir deneyde ya 4 yeni firma ya da 8 yeni firma


fiekil 8.2

Karars›z (1-p)

C

Do¤a

Kararl› (p)

Girifl Yapan Firma

Monopol

C CC

FF

F F

Monopol

(95, 300)

(150, 160) (80, 70)

(95, 300)

(150, 70) (80, 160)

Tek Karfl›laflmal› Monopoli Oyunu

Kaynak: Dustin H.Tingley ve Barbara Walter. (2011).“The Effect of Repeated Play on Reputation

Building: An Experimental Approach,International Organization, Cilt 65, Say› Spring, s.347.

Rasgele atama konusu 3.Ünite’de detayl› olarakifllenmifltir. Deneylerdekat›l›mc›lar aras›nda veözellikle de gruplar aras›de¤iflkenlik üzerinde farkl›etkenleri kontrol etmek

amac›yla rasgele atamayöntemine baflvurulur.



uyaran (treatment) olarak kullan›lm›fl ve kat›l›mc›lar›n bu iki türden sadece birinekat›lmas›na izine verilmifltir. Her oturumda kat›l›mc›lar rasgele atama yöntemi ilemonopoller ve yeni firmalar olmak üzere iki gruba da¤›t›lm›flt›r. Kat›l›mc›lara birin-

ci grup ve ikinci grup ad› verilmifltir. Monopollere kararl› olup olmad›klar› bilgisi verilmifl yeni firmalara bilgi verilmemifltir. Fakat her deneyin sonunda monopolünbir önceki deneyde nas›l davrand›¤› aç›klanm›flt›r. Monopollere de yeni firmalar›nrekabeti göze alma ihtimallerinin üçte bir, göze almama ihtimallerinin üçte iki ol-du¤u söylenmifltir. Amaç, itibar infla etme çabas›na monopollerin gereken önemi

vermelerini sa¤lamakt›r. Böylece itibar infla etmek ile ilgili farkl› teflvikler oldu¤un-da monopollerin nas›l davranaca¤› gözlemlenebilmifltir.

Sonuçlar monopollerin daha az yeni firman›n pazara girmeye çal›flt›¤› durum-larda, itibar infla etme çabalar›n›n azalmad›¤›n› göstermifltir. Yeni firmalar da budurumda, monopollerle rekabeti daha çok göze almaya yanaflmam›fllard›r. Formelmodellemede tahmin edildi¤inin aksine, kat›l›mc›lar 4 ya da 8 yeni firman›n paza-

ra girmeye çal›flt›¤› oyunlarda birbirinden farkl› davran›fllar sergilememifllerdir.Hiçbir oyunun bafl›nda, monopoller beklenenin aksine itibar ve ünlerini artt›r›c› yönde hareket etmemifllerdir. Ayr›ca, yeni firmalar da normalden daha fazla reka-bete girmeye çal›flm›fllard›r. Oyunun daha sonraki tekrarlanan aflamalar›nda ise,monopollerin beklenenin aksine itibarlar› için daha çok çal›flt›klar› görülmüfltür.Rekabet konusunda kararl› olmayan monopollerin oyunun ilerleyen aflamalar›nda

yeni firmalara daha fazla izin vermeleri beklenirken bu tür monopollerde itibar veünleri için çaba sarfetmeye devam etmifllerdir. Ödüllerin da¤›l›m›na bak›ld›¤›nda,bu rasyonel olmayan bir davran›flt›r.

Çal›flman›n son aflamas›nda, beklentilerin d›fl›nda geliflen davran›fllar yenidengözden geçirilmifltir. Karars›z monopollerin rasyonel davranmamas›n›n nedeni,

oyunun mant›¤›n› anlamamalar› olmufl olabilir. Bunu anlamak için, deneyde tek-rarlanan turlar sonucu kat›l›mc›lar›n deneyin kurallar›n› daha iyi ö¤renip ö¤renme-diklerine bak›lm›flt›r. Tekrar sonucu ö¤renme de geliflmeler olsa da deneysel bul-gular›n de¤iflmedi¤i gözlemlenmifltir. Karars›z monopollerin deneyin son aflama-s›nda bile itibar artt›r›c› çabalar›na devam etmeleri geriye kalan yeni firmalar az ol-du¤u için daha az bedel ödemelerine ve yapt›klar› hatay› fark edememelerine ba¤-lanabilir. ‹kinci aç›klama, kat›l›mc›lar›n deneyin kurallar›n› ö¤renmedikleridir. De-ney sonunda kendilerine sonraki kat›l›mc›lara ne tür tavsiyeler verebilecekleri so-ruldu¤unda, bu durum ortaya ç›km›flt›r. Son aç›klama da kiflilerin tercihleri ile ilgi-li olabilir. Karars›z monopoller zay›f olduklar›n› belli etmemek ve etrafa güçlü ol-duklar›n› yaymak için itibarlar›n› son an›na kadar korumaya çal›flm›fllard›r.

Tingley ve Walter, deneyin bulgular› kullan›larak devlet liderlerinin davran›flla-r› hakk›nda ç›kar›mlar yap›lmas› konusunda dikkatli davran›lmas› gerekti¤ini be-lirtmifllerdir. Fakat, yine de kiflilerin tercihleri ve zihinsel yetenekleri ile ilgili deney bulgular›n›n liderler için de geçerli olabilece¤ini savunmak kaç›n›lmazd›r. Baz› li-derler, kendilerine karfl› gelen gruplar ya da kifliler karfl›s›nda sahip olduklar› ün

ve nam›n ne kadar önemli oldu¤unu anlamakta gecikebilirler. Princeton üniversi-tesi ö¤rencilerinin de zihinsel yetenekleri yüksek ö¤renciler oldu¤unu düflünür-sek, liderler hakk›nda çok da uzak tahminler yap›yor say›lmay›z.

Barbara Walter. (2006). “Building Reputation: Why Governments Fight Some Separatistsbut Not Others?” American Journal of Political Science, Cilt 50, Say› 2, s. 313-330.


M A K A L E



Dustin H. Tingley ve Barbara Walter. (2011). “The Effect of Repeated Play on ReputationBuilding: An Experimental Approach”, International Organization, Cilt 65, Say› Spring, s.

343-365.

Formel Modelleme - ‹statistiksel Analiz Kar›fl›m› -Disiplinli Yap›land›r›c›Schultz (1999), formel modelleme ve istatistiksel analiz içeren çal›flmas›nda, ‘de-mokratik bar›fl’ kuram›n› ele alm›flt›r. Demokratik bar›fl kuram›, demokrasilerin ku-rumsal, kültürel ve geleneksel uygulamalar alanlar›nda paylafl›mlar› oldu¤u için,birbirleri ile savaflmalar›n›n neredeyse imkâns›z oldu¤unu öngörmüfltür. Schultzgelifltirdi¤i formel model yolu ile demokratik bar›fl›n devletler aras›nda güvenilir

taahhüt (credible commitment) ’ün olup olmamas› ile alakal› oldu¤unu savunmufl-tur. Ayn› zamanda, Schultz demokratik bar›fl ile ilgili o zamana kadar gelifltirilmifl

olan iki kuram› test etmifltir. ‹lk kuram demokrasilerin kurumsal yap›s›n› vurgula-m›fl, liderlerin verdikleri kararlardan genifl bir halk kitlesine sorumlu oldu¤unu, do-lay›s›yla savafl gibi bir karar›n al›nabilecek zor bir karar oldu¤u vurgulam›flt›r. ‹kin-ci kuram, demokrasilerin kurumsal özelliklerini kabul etmifl, ama bu özelliklerin li-derleri k›s›tlay›c› rolünden çok, di¤er devlet ve aktörleri bilgilendirici rolü üzerin-de durmufltur. Demokrasilerde karar verme süreçleri fleffaf bir flekilde ilerledi¤iiçin di¤er ülkeler demokrasilerin siyasi amaçlar› ile ilgili bilgi alma flans›na sahip-tirler. Bu durum ayn› zamanda demokrasileri uluslararas› arenan›n güvenilir ve sö-züne itimat edilir aktörleri hâline getirir. Birbirleri ile müzakere hâlinde olan dev-letler için güvenilir olmak anlaflmazl›klar›n çözülme flans›n› artt›r›r.

Schultz’un çal›flmas› yukar›da bahsedilen çoklu yöntem kar›fl›m çeflitleri aras›n-

da disiplinli yap›land›r›c› tür olarak da nitelendirilebilir. ‹statistiksel bulgular belli-dir, fakat iki farkl› aç›klama mevcuttur. Schultz’un iki kuramdan hangisinin geçer-li oldu¤unu gösterebilmesi ve her iki kuram› de ayn› veritaban› üzerinde test edi-lebilmesi için farkl› bir yaklafl›m gelifltirdi¤ini görüyoruz. ‹ki kuram de temelde de-mokrasilerin kendi özellikleri ile ilgili olup, demokratik iki ülkenin birbirlerine na-s›l davranacaklar› konusunda direk aç›klamalar› yoktur. Demokrasiler aras›nda sa-

vafl›n gözlemlenmemesi demek, demokrasilerin kurumsal k›s›tlamalar› ve siyasikarar süreçlerinin fleffaf olmas›n›n nedensel bir sonucu olmayabilir. Di¤er bir de-

yiflle o zamana kadar yap›lan hiçbir çal›flma kurumsal k›s›tlamalar› ve fleffafl›k de-recesini ölçüp bu iki de¤iflkenin iki demokratik ülkenin birbiri ile savaflmamas›üzerindeki etkisini direk olarak incelememifltir. Ayr›ca, demokratik bar›fl ile ilgili

çal›flmalar iki devlet aras›nda meydana gelen savafl say›s›n› ba¤›ms›z de¤iflken ola-rak kullanm›fllard›r. Bu da, iki kuramdan hangisinin daha güçlü bir aç›klama getir-di¤ini anlamak için yetersizdir. Schultz önce formel modelleme yöntemi ile bir kriz

durumu pazarl›k modeli gelifltirmifltir. Model, demokrasiler taraf›ndan tehdit edi-len devletlerin yukar›da bahsedilen kurumsal k›s›tlama ve fleffafl›k kuramlar› aç›-s›ndan nas›l tepki gösterece¤ini tahmin etmifltir:

1. Demokratik bir ülke taraf›ndan tehdit edilen baflka bir ülke, demokrasilerdesavafla kalk›flman›n a¤›r bir bedeli oldu¤unu bildi¤i için, tehdidi ciddiye al-maz ve demokratik ülkeye karfl› ç›kar (Kurumsal k›s›tlama kuram›).

2. Demokratik bir ülke taraf›ndan tehdit edilen di¤er bir ülke demokratik ülke-nin gerçek niyetini belirtti¤inin fark›ndad›r ve demokratik ülkenin blöf yap-

mad›¤›n› bilir. Bu sebeple di¤er ülke krizi t›rmand›rmamak için çal›fl›r (flef-fafl›k kuram›).


M A K A L E



‹ki kuramdan da tehdit eden ülkenin demokratik olmas›n›n hedef olan ülkenindavran›fl› üzerindeki etkisi hakk›nda da birbirine tamamen z›t tahminler yürütülü-

yor. Tablo 8.2’de formel modellemenin tahminleri görülebilir.

Kurumsal k›s›tlama kuram›na göre, tehdit alt›nda olan bir ülke, e¤er tehdit edenülke demokrasi ise büyük ihtimalle direnifle geçecektir. Demokratik ülkelerde,özellikle liderler için bir savafltan beklenen fayda az oldu¤u için, hedef seçilen ül-

kelerin demokrasilerden gelen tehditlere daha kuflkucu yaklaflmalar› beklenir. He-def ülke, bu durumda direnme yoluna gider. fieffafl›k kuram› ise tam tersi bir tah-minde bulunur. Demokratik ülkeler niyetlerini daha aç›k belli ettikleri için, savafltehdidi yapan bir demokratik ülkenin blöf yapma ihtimali oldukça düflüktür. Budurumda, hedef ülkelerin demokrasilerden gelen tehditlere direnme olas›l›¤› dahadüflüktür. Hangi kuram›n do¤ru oldu¤unu göstermek için, formel modellemeninistatistiksel olarak test edilmesi gerekmektedir. E¤er istatistiksel bulgular, hedef ül-kelerin demokratik olmayan ülkelere nazaran demokratik ülkelerden gelen tehdit-lere daha fazla direnifl gösterdi¤ini belirlerse kurumsal k›s›tlama kuram› do¤rudur.Tersi durumunda ise fleffafl›k kuram›n›n do¤ru oldu¤u savunulabilir. Hedef ülke-nin direnme ya da teslim olmas› konusundaki seçiminin ba¤›ml› de¤iflken oldu¤u

istatistiksel analiz sonuçlar›, hedef ülkelerin demokratik ülkeler taraf›ndan tehditedildikleri durumlarda krizi t›rmand›rmak yerine, direnifl göstermemeyi tercih et-tiklerini göstermifltir. Bu da fleffafl›k kuram›n›n geçerli oldu¤unu göstermifltir.

Formel Modelleme - ‹statistiksel Analiz Kar›fl›m› - KuramTestiFormel modelleme ve istatistiksel yöntem bir de kuramlar› test etmek amaçl› bir-lefltirilir. Bu bölümde Navin Bapat’›n bu y›l yay›nlanan silahl› örgütlere devletlerinsa¤lad›¤› destekleri inceleyen çal›flmas› bu tür kar›fl›m›n örneklerinden bir tanesi-dir. Devletlerin silahl› örgütlere destek sa¤lamas›, örgütlerin güçlenip destek sa¤-layan devletleri de tehdit etmeye bafllayabileceklerini hesaba katarsak oldukça

riskli bir davran›flt›r. Fakat, baz› devletler rakipleri ve düflmanlar›yla geleneksel as-keri yöntemlerle bafla ç›kmak yerine, s›kça o devletlere sald›ran örgütleri destek-lerler. Bapat bu çal›flmas›nda önce bir formel modelleme ile ne tür devletlerin ör-gütlere destek sa¤layaca¤›n› belirlemeye çal›flm›fl, daha sonra formel modelin tah-minlerini 1981 ve 2001 y›llar› aras›nda faaliyet gösteren örgütleri ve onlar› destek-leyen devletler üzerinde bir veritaban› kullanarak test etmifltir.

Bapat, bir grubu desteklemenin oldukça pahal› bir sinyal oldu¤unu ve rakibinipazarl›¤a zorlamak için baflvurulan bir strateji oldu¤unu belirterek aç›klamas›nabafllar. Örgütlerin hedefledikleri devletler, örgütün aktivitelerini kontrol etmektezorland›klar› için, destek sa¤layan ülke deste¤i durduraca¤›na dair güvenilir birsinyal verdi¤i taktirde, pazarl›k esnas›nda daha esnek davranabilirler. Fakat, flöyle

bir ikilemin ortaya ç›kmas› olas›d›r: ayr›l›kç› ve terörist örgütler kazand›klar› deste-¤i kaybetmek istemedikleri için bir anda destekçi devleti hedef almaya çal›flabilir

Kurumsal K›s›tlama fieffafl›k ve Bilgi Paylafl›m›

Davran›flsal Sonuç Savafl›n Bedelinde Art›fl Tam Bilgi Ediniliyor Halka Karfl›

Sorumlulukta Art›fl

Birinci ülke tehdit eder – – +

‹kinci ülke direnir + – –

Savafl +/– – +/–


Tablo 8.2Demokratik Tehditçi Ülkelere Karfl› Tepki

Kaynak: K.A. Schultz.(1999). “Do Democratic Institutions Constrain or Inform?” International Organization, Cilt 53, Say› 2, s.248.



ya da hedefledikleri ülke ile anlaflmaya yanaflmayabilirler. Örgütün tehdidi alt›ndabulunan destekçi bir devletin sözüne güvenilmesi zorlafl›r. ‹kilemin di¤er parças›-n›, Türkiye y›llard›r PKK ile yaflamaktad›r. PKK’n›n, ETA ve IRA gibi muadillerinin

aksine, silah b›rakmamas›n›n arkas›ndaki en önemli etkenlerden birisi, bu iki gru-bun da hiç almad›¤› kadar d›fl destek almas› ve almaya devam etmesidir.Formel model bir silahl› örgüt, hedefledi¤i devlet ve destekçi devlet olmak üze-

re 3 aktörün tercihleri üzerine kurulmufltur. Model iki varsay›mla bafllar: 1- hedef devletler, destekçi devletleri cayd›rmak amac›yla silahl› örgütlerle müzakere masa-s›na oturmayacaklar›n› söylerler. Fakat biliyoruz ki, baz› devletler örgütlerle müza-kere yoluna giderler. Bu da hedef devletlerin müzakere ile ilgili niyetlerini gizleye-ceklerini göstermektedir. 2- Destekçi devletler de, hedef devletlerle yani rakiple-riyle olan pazarl›klar›nda daha etkili olmak için silahl› örgütlerin müzakereye ya-naflmayaca¤›n› vurgulayabilir. Bu durumda, destekçi devletlerde örgütleri yanl›fltan›tm›fl olurlar. Ayr›ca, hedef devlet, destekçi devlete deste¤ini durdurmas› için

rüflvet teklif edebilir. Formel modelin ödül yap›s› ve oyuncular›n tercihleri konu-sunda detaya inmemekle birlikte, bu flekilde üç aktör aras›nda oynanan oyununolas› 4 sonucundan bahsetmek yerinde olacakt›r: 1- bir d›fl devlet taraf›ndan des-tek sa¤lanmaz, 2- destek sa¤lan›r fakat rüflvet kabul edilmez, 3- destek sa¤lan›r,rüflvet kabul edilir ve örgüt fliddeti durdurur, 4- destek sa¤lan›r, rüflvet kabul edi-lir fakat örgüt destekçi devletin fliddeti durdurma ça¤r›s›n› kabul etmez ve iç çat›fl-ma devam eder.

Bir devletin baflka bir devlete karfl› fliddet kullanan silahl› bir örgüte neden des-tek sa¤lad›¤›n› aç›klamaya s›ra gelince, formel modelin öngördü¤ü en önemli et-ken silahl› örgüt ile destekçi devletin tercih ve ç›karlar›n›n örtüflüp örtüflmemesi-dir. Fakat silahl› örgüt haricinde baflka hiçbir aktörün bunu destek sa¤lamadan ön-

ce belirlemesi zordur. Bu da formel modelde özel ya da sakl› bilgi (private information) olarak nitelendirilir. Örne¤in, 1982’de ‹srail’in Güney Lübnan’› iflgalinekarfl› direnmek için kurulan Hizbullah, daha sonra ‹ran taraf›ndan desteklenmeyebafllanm›flt›r. ‹ran’›n flart› örgütün Ayetullah’a sadakatini ilan etmesi ve ‹ran’›n siya-si hedeflerini desteklemesi idi. ‹ran’›n deste¤i sayesinde, Hizbullah ‹srail taraf›ndansindirilmekten kurtulmufl oldu. ‹ran da y›llarca, ‹srail’e karfl› olan d›fl politika he-deflerini örgütün üzerinden gerçeklefltirmifl oldu. Bu örnekte, hem destekçi hemde örgüt ortak olarak kazanm›fllard›r. 11 Eylül sald›r›lar›ndan sonra, Amerika Tali-ban’a karfl› karadan mücadele etsinler diye Afganistan içerisinde faaliyet gösterenKuzey ‹ttifak›’na (Northern Alliance) destek sa¤lam›flt›r. Kuzey ‹ttifak› o s›radaamaçlar›n›n hem Taliban’› hem de Al-Kaide’yi yenmek oldu¤unu belirtmelerine

ra¤men, daha sonra Amerika’dan ald›klar› yard›m ve silahlar› düflmanlar›n›n kon-trolünde olan topraklar› ele geçirmek ve kendi zenginliklerini artt›rmak için kul-lanm›fllard›r. ‹ttifak, Amerika’n›n hedefleri ile ilgilenmedi¤ini göstermifltir.

1989 ve 2001 y›llar› aras›nda tüm rakip devletler efllefltirilerek istatistiksel ana-liz için popülasyon oluflturulmufltur. Nicel analiz birimi iki devletin birbirine rakipoldu¤u ve rakiplerden birinin silahl› bir örgütle mücadele etti¤i y›l olarak tan›m-lanm›flt›r. Her bir y›l için ayr›ca rakiplerden di¤erinin örgüte destek sa¤lay›p sa¤la-mad›¤› ile ilgili, çeflitli arflivler ve gazete haberleri taranarak bir veri taban› olufltu-rulmufltur. Temel ba¤›ms›z de¤iflken, destekçi devletin örgütü istedi¤i zaman kon-trol edip sindirecek gücü olup olmad›¤›d›r. Baflka ba¤›ms›z de¤iflkenler eklenerek,hedef devletin gücü gibi deste¤i etkileyebilecek de¤iflkenler kontrol edilmifltir. Ça-

l›flmada yaklafl›k 150 y›l destek bafllang›ç y›l› kodlanm›fl ve istatistiksel analiz bu veriler üzerinden gerçeklefltirilmifltir. Probit analizi kullan›larak, destekçi devletle-




rin hedef devletler karfl›s›ndaki pazarl›k güçleri iki durumda artm›flt›r. Destekçidevlet ya büyük güç olarak nitelendirilen devletlerden biri ya da orta derecede za-

y›f ama çok zay›f olmayan devletlerden biri oldu¤unda destek rakiplere karfl› pa-

zarl›klarda etkili olmufltur.Bapat’›n çal›flmas› formel modellemede bir devletin baflka bir devletle çat›flmahâlinde olan silahl› bir örgüte destek sa¤lama ihtimali ile ilgili öngörülen baz› et-kenleri istatistiksel bir analizle genifl bir popülasyon üzerinde test etmeye yönelik-tir. Bu sayede formel modelin bulgular›n›n gerçe¤i ne kadar yans›t›p yans›tmad›¤›,formel modelde mant›k olarak ortaya ç›kan neden-sonuç iliflkisine dair istatistikselolarak iki de¤iflken aras›nda bir iliflki olup olmad›¤› ve bulgular›n ne kadar genel-lenebilir olup olmad›¤› tespit edilebilmifltir.

Navin Bapat (2012). “Understanding State Sponsorship of Militant Groups”, British Jour-

nal of Political Science, Cilt 42, Say› 1, s. 1-29.

FORMEL MODELLEME VE N‹TEL YÖNTEMLER‹NKARIfiIMLARI

Formel Modelleme, Etnografi, Söylem Analizi veDerinlemesine MülakatFormel modeller, derinlemesine mülakat ve saha araflt›rmalar›yla ulafl›lan verilerinde¤erlendirilmesinde veya bu verilerden kuramsal olarak anlaml› sonuçlar ç›kar›l-mas›nda da kullan›lmaktad›r. Bu ünitenin bafl›nda üçleme yönteminin (tripartite

method) fikir babas› olarak ismi öne ç›kan David Laitin, kariyerinin daha öncekibir döneminde de çoklu yöntemlerin bir baflka örne¤ini, formel modelleme, etnog-

rafi, söylem analizi ve derinlemesine mülakat yöntemlerini birlikte kulland›¤›, Te- flekkül eden Kimlik (Identity in Formation: The Russian-speaking Populations in

the Near Abroad) adl› meflhur eserinde vermifltir. Bu kitab›nda Laitin, öncelikle siyasal kimliklerin oluflumuna iliflkin bir kuram gelifltirmifl ve daha sonra Estonya,Letonya, Ukrayna ve Kazakistan’da ana dili Rusça olan az›nl›k gruplar› aras›nda de-rinlemesine mülakatlar› ve söylem analizini de içeren etnografik çal›flmalarda bu-lunmufltur. Bu çal›flmalar› sonucunda Laitin, ana dili Rusça olan az›nl›klar›n tama-men ak›lc› seçilim (rational choice) kuram›n›n tahminlerini onaylar flekilde, Rusça

veya içinde bulunduklar› ülkenin resmî dili aras›ndaki seçimlerini kendi ç›karlar›-na en üst seviyede hizmet edece¤ini düflündükleri flekilde yapt›klar›n› tespit etmifl-tir. ‹fl hayat›nda, e¤itim, kültür, siyaset ve di¤er alanlarda Rusça’n›n yararl› olaca¤›-

n› düflünenler ana dilleri Rusça’da ›srar etmekte, di¤erleri az›nl›¤› olduklar› ülkele-rin ulusal dillerini seçmektedirler.

David D. Laitin. (1998). Identity in Formation: The Russian-speaking Populations in

the Near Abroad, Ithaca, Cornell University Press.

Formel Modelleme, Yo¤un Tasvir ve Vaka Analizleri‹kinci Dünya Savafl› sonras› dönemde ABD kaynakl› olarak siyaset bilimi ve sos-

yoloji baflta olmak üzere sosyal bilimleri etkisi alt›na alan modernizasyon kuram›(modernization theory) , formel modelleme ile yo¤un tasvir ve vaka analizini bira-raya getiren önemli bir ak›md›r. ‹lham›n› Alman sosyal bilimci Max Weber’den

alan, Weber’in eserlerini ‹ngilizce’ye çevirerek ABD’de yay›nlanmas›n› ve yayg›n-laflmas›n› sa¤layan Talcott Parson’›n önderlik etti¤i modernizasyon kuram› yaklafl›-


M A K A L E

K ‹ T A P



m›, dünyadaki tüm siyasal kültürel e¤ilimleri ‘modern’ ve ‘modernite öncesi’ olmaküzere basit bir ikilemin karfl›t sütunlar›na yerlefltiren bir formel model tasnifine da-

yanmaktad›r. Weber’in Protestan Ahlak› ve Kapitalizmin Ruhu adl› meflhur eserin-

de ortaya koydu¤u kuram da esasen Katolik ve Protestan yöreleri elen alan karfl›-laflt›rmal› vaka analizleri ve yo¤un tasvirlerden yola ç›karak modern kapitalist eko-nomi ve toplum düzeniyle uyum içinde ve çat›flma içinde olan kültürel yap›lar›nformel olarak modellenmesine yönelik bir çabayd›.

Max Weber. (2008). Protestan Ahlak› ve Kapitalizmin Ruhu, Ankara: Ayraç Yay›nlar›.

Talcott Parsons bu çabay› çok daha sistematik ve formel bir zemine oturtarak‘örüntü de¤iflkenleri’ (pattern variables) ad› alt›nda birbirine karfl›t befl çift kavramüzerinden tüm toplumlar› analiz etmeyi denedi. (Pekço¤unun tam Türkçe karfl›l›-

¤› bulunmayan bu befl çift örüntü de¤iflkeni ‹ngilizce orjinalinde flöyledir: affecti-

vity/affective neutrality, self-orientation/collectivity-orientation, universalism/par- ticularism, ascription/achievement, specificity/diffusity.) ‹ncelenen her vakada, siyasal ve toplumsal ögeler, bu örüntü de¤iflkenleri do¤rultusunda s›n›fland›r›l›yor,böylelikle herhangi bir toplumun veya yörenin modernite ile ne kadar uyumluolup olmad›¤› ortaya konulmaya çal›fl›l›yordu. Modernite öncesi geleneksel top-lumdan modern topluma geçifl paradigmas› üzerinden ülkeleri inceleyen bu kura-m›n en erken ele alarak inceledi¤i vakalardan birisi de Türkiye’dir. Modernizasyonkuram› aç›s›ndan Türkiye’yi inceleyen Daniel Lerner, 1958 tarihli, Geleneksel Top-

lumun Sona Erifli: Ortado¤u’nun Modernleflmesi adl› meflhur kitab›nda, etnografiksaha araflt›rmas› ve derinlemesine mülakatlar neticesinde, ‘Orta Do¤u bugün Ame-rika’n›n oldu¤u gibi olmak istiyor’ (s.79) sonucuna varm›flt›r. Bu sonuç, formel ola-

rak örüntüsel de¤iflkenlerle ifade edilen, modernizmle uyumlu davran›fl ve tutumde¤iflikliklerinin Türkiye örne¤inde (ve Orta Do¤u’da) gerçekleflmeye bafllad›¤›naiflaret ediyordu.

Daniel Lerner. (1958). The Passing of Traditional Society: Modernizing the Middle

East, New York, Free Press.

N‹CEL YÖNTEMLER‹N DE⁄‹fi‹K TÜRLER‹N‹KARIfiTIRAN YAKLAfiIM

Sosyal A¤ (Network) Analizi - ‹statistiksel Analiz

Sosyal a¤ analizi (Social Network Analysis - SNA) iki birim aras›nda bir iliflki olupolmad›¤›n›, iliflkinin niteli¤ini ve boyutunu inceleyen bir nicel araflt›rma yöntemi-dir. Birimler hücre, kifli, kurum veya devlet gibi bir çok farkl› bilim alan›nda arafl-t›rma konusu olan obje ya da aktörler olabilirler. Bir a¤, bir grup, birim ve iki biri-min birbiri ile ba¤lant› biçimini ve boyutunu belirten bir kuraldan oluflur. Örne¤in,komfluluk a¤lar› “yan yana yaflarlar” ifadesi ile ve arkadafll›k a¤lar› da “arkadafl›-

d›r” ifadesi ile belirtilir. Bu iki ifade komflular ve arkadafllar aras›ndaki a¤la ilgilikural› belirtir. Sosyal a¤ analizinin sosyal bilimlerde kullan›lmaya bafllanmas›1960’lara kadar uzan›r. Uluslararas› ‹liflkiler alan›nda yayg›n kullan›lmamakla bera-ber devletler aras› ticaret, uluslararas› organizasyonlara üyelik ve diplomatik iliflki-lerin çal›fl›lmas›na uyguland›¤›n› görüyoruz.


K ‹ T A P

K ‹ T A P



Sosyal a¤ analizi iki tür a¤dan bahseder: ‹liflkisel (relational) ve ba¤lant›sal (af-

filiational). ‹liflkisel a¤ herhangi bir iki birim aras›ndaki iliflkiyi tan›mlayan ve ölçen

a¤d›r. Komfluluk, arkadafll›k, devletleraras› güvenlik ve ticari ittifaklar iliflkisel a¤

örnekleridir. Ba¤lant›sal a¤ ise bir birim ile bir olay, organizasyon ya da grupla

olan iliflkisini tan›mlayan ve ölçen a¤d›r. Mesleki derneklere üyelik, sosyal kulüp-

lere üyelik ve devletlerin uluslararas› organizasyonlara üyeli¤i (Türkiye - AvrupaBirli¤i) ba¤lant›sal a¤ örnekleridir. ‹liflkisel a¤ simetrik ya da asimetrik olabilir. A

ülkesi B ülkesi ile güvenlik ittifak› kurmufltur demek, A ülkesinin B ülkesi ile B ül-

kesinin de A ülkesi ile ittifak hâlinde oldu¤u anlam›na gelir. Bu simetrik bir a¤d›r.

A ülkesi B ülkesine ihracat yapar demek, arada asimetrik bir a¤ oldu¤u anlam›na

gelir. A’n›n B’ye ihracat yap›yor olmas›, B’nin de A’ya ihracat yapt›¤› anlam›na gel-

mez ya da B, A’ya ihracat yapsa bile, A ile ayn› miktarda yapt›¤› anlam›na gelmez.

Sosyal a¤ analizini Uluslararas› ‹liflkiler alan›nda uygulayan öncü kifliler aras›n-

da Kaliforniya Üniversitesi, Davis Siyaset Bilimi ve Uluslararas› ‹liflkiler Profesörü

Zeev Maoz yer almaktad›r. Devletleraras› ittifaklar› inceleyen, “Düflman›m›n Düfl-

man› Kimdir? Dengesiz Uluslararas› ‹liflkilerin Neden ve Olas› Sonuçlar›” bafll›kl›

bir çal›flmas›nda devletler aras› dengesiz iliflkilerin uluslararas› çat›flma üzerindekietkisini incelemifl. Hem sosyal a¤ analizi hem de k›s›mlar aras› ve boylamsal veri

taban› kullanarak istatistiksel analiz yapm›flt›r. Dengeli iliflkiler, bir üçlü a¤da, iki

devlet aras›ndaki iliflkiye bakarak di¤er iki devlet aras›ndaki iliflki ile ilgili ayn› ç›-

kar›m› yapabilece¤imiz iliflkiler, dengesiz iliflkiler ise iki devlet aras›ndaki iliflkiye

bakarak, di¤er ikisi ile ilgili ç›kar›m yapt›¤›m›zda yanl›fl sonuca varaca¤›m›z iliflki-

lerdir. fiekil 8.4’teki farkl› a¤lar dengeli ve dengesiz iliflkileri örneklendirmeye yar-

d›mc› olacakt›r.


fiekil 8.3

1870 ve 1974 Y›llar›nda Dünyada Güvenlik ‹ttifak› A¤lar› (fiekil Zeev Maoz’un May›s 2009’da California Üniversitesi, Davis’te düzenlenen A¤ Analizi Çal›fltay›’nda sundu¤u, “How Cooperation Emerges from

Conflict:_An Agent-Based Model of Security Networks Formation” bafll›kl› çal›flmas›ndan direk olarak aktar›lm›flt›r. Her iki y›lda da dünyadaki devletlerin birbirleri ile güvenlik ittifaklar› arac›l›¤› ile nas›l bir iliflkisel a¤ kurduklar› görülmektedir.)

Kaynak: Zeev Maoz. (2009). “How Cooperation Emerges from Conflict: An Agent-Based Model of Security Networks Formation”. Network Analysis Workshop. University of California, Davis, s.24.



fiekiller 8.4.1 ve 8.4.2 dengeli iliflkilere örnek vermektedir. Birinci flekilde dev-letler ‹ ve J dost ve K ve J de dosttur. Sonuç olarak ‹ ve K’nin dost olmas›n› bekle-riz. Durumun böyle oldu¤unu görüyoruz. ‹kinci flekil de birinci fleklin düflman ver-siyonudur. Devletler ‹ ve J düflman ve K ve J de düflmansa, ‹ ve K dost olmal›d›r.K için ‹ düflman› olan J’nin düflman›d›r. fiekiller 8.4.3 ve 8.4.4 dengesiz iliflkilere ör-nektir. Üçüncü flekilde, devletler ‹ ve J dost, K ve J de dosttur. ‹ ve K’n›n dost ol-malar› beklenirken düflman olduklar›n› görüyoruz. Dördüncü flekilde ise devletler‹ ve J düflman, ayn› flekilde K ve J de düflmand›r. Beklentimiz ‹ ve K’n›n birbirleri-ne dost olmalar›d›r. Çünkü K için ‹ düflman› olan J’nin düflman›d›r. Ama bir ‹ veK’n›n da düflman olduklar›n› görüyoruz.

fiu ana kadar sosyal a¤ analizinin biraz da olsa mant›¤›n› gösterebildi¤imiziumuyoruz. Sosyal a¤ analizindeki beklentileri kullanarak Maoz ve di¤erleri bir di-zi test edilebilecek hipotez oluflturmufllard›r. Ordunun Dahil Oldu¤u Devletlerara-s› Münakafla veri taban› (Militarized Interstate Dispute Data - MID) kullan›larak1816 ve 2000 y›llar› aras›nda devletleraras›ndaki dostluk ve düflmanl›k iliflkilerininbir münakaflan›n askere intikal edip etmedi¤ine olan etkisine bak›lm›flt›r. ‹statistik-sel analiz sonucunda flu bulgulara ulafl›lm›flt›r:

1. Bir devlet düflman›n›n düflmanlar›yla, düflman›n›n dostlar›na nazaran, üç katdaha fazla dostluk kurmaya e¤ilimlidir.2. Hem müttefik hem de düflman paylaflan devletlerin, paylaflmayanlara göre,

birbirleri ile savaflma ihtimali on kat artmaktad›r.3. Demokratik de¤erleri paylaflmayan veya ekonomik iliflkileri güçlü olmayan

devletler, müttefik ve düflmanlar›n› daha s›k de¤ifltirirler.4. Dengesiz iliflkilerin s›kl›kla rastlanmas›n›n nedeni uluslararas› iliflkilerin ak›fl-

kan yap›s›ndan kaynaklanmaktad›r.

Anket Çal›flmas› - Mülakat - ‹statistiksel AnalizBaz› çal›flmalar bir ülkede anket çal›flmas› ve boylamsal istatistiksel analizi bir

araya getirerek, istatistiksel analizle test edilemeyen mikro düzeydeki faktörleriaraflt›rmaya çal›fl›rlar. ‹ç savafl konusuna nicel yaklafl›mlar› inceledi¤imizde, 1950


fiekil 8.4

+

++

‹ K

J

+

--

‹ K

J

-

--

‹ K

J

-

++

‹ K

J

8.4.1. Dengeli: Dostumun dostu benim de dostumdur.

8.4.2. Dengeli: Düflman›m›n düflman› benim dostumdur.

8.4.3. Dengesiz: Düflman›m›n dostu benim de dostumdur.

8.4.4. Dengesiz: Düflman›m›n düflman› benim de düflman›md›r.

Devletleraras› Dengeli ve Dengesiz ‹liflkiler

Kaynak: Zeev Maoz,Lesley G. Terris,Ranan D.Kuperman, ve Ilan Talmud. (2007).“What is the Enemy of My Enemy? Causes and Implications of Imbalanced International Relations, 1816- 2001”, Journal of

Politics, Cilt 69,Say› 1, s. 105.

Orduya intikal etmifldevletleraras› münakaflalarveritaban› Uluslararas›‹liflkilerde münakafla,çat›flma ve savafl› çal›flmakiçin en çok kullan›lan

veritaban›d›r. Veriye internetüzerinden http://www.correlatesofwar.org/COW2%20Data/MIDs/MID310.htmladresinden ulafl›labilir.Veritaban› 1816 ve 2001y›llar› aras›nda bir ve yadaha fazla devletin, bir veya daha fazla devlete karfl›tehdit, güç gösterisi ve güçkullan›m›n› içerençekiflmeler üzerine bilgisa¤lamaktad›r. Çekiflmelerinboyutlar› savafl kadar büyükde¤ildir, o nedenleveritaban› askeri gücün

dahlini tehditle bafllay›psavafla kadar uzanan bircetvel üzerindekodlamaktad›r.



ve sonras›nda ülke y›l›n› analiz birim olarak kullanarak, iflsizlik, ekonomik kriz,demokrasi seviyesi ve d›fl faktörlerin ba¤›ms›z de¤iflken oldu¤u modellerin gelifl-tirildi¤ini görüyoruz. Fakat bu analizler genelde ülke baz›nda kal›p, kifli baz›na

inememektedir. Örne¤in, ekonomik faktörlerin insanlar› gerçekten nas›l etkiledi-¤ini anlamak ülkelerle ilgili göstergelere bakarak mümkün de¤ildir. Anket çal›fl-mas›, derinlemesine neden-sonuç iliflkisinin keflfedilmesi için önemli bir alterna-tif sa¤lamaktad›r.

‹ki nicel yaklafl›m› birlefltiren örnek bir çal›flma, New York Üniversitesi’ndenProfesör Alexandra Scacco’nun doktora tez çal›flmas›d›r. Kiflilerin neden ayaklan-d›¤› ile ilgili var olan araflt›rmalar genelde fliddete baflvurman›n fakirler için bedelidüflük bir davran›fl oldu¤u, fliddetten fayda sa¤lanaca¤› ile ilgili beklenti ve düflü-nülmeden öfkenin fliddet yoluyla d›fla vuruluflu gibi faktörleri aç›klama olarak önesürmüfllerdir. Scacco dördüncü bir aç›klamay› bu çal›flmas›nda test etmektedir:Normalde fliddete baflvurmayacak insanlar bir anda kendilerini savunma pozisyo-

nunda bulup ayaklanmaya kat›labilirler. Özellikle devlet taraf›ndan korunamayankifliler çareyi savunmaya geçmekte bulup bir anda ayaklanman›n bir parças› olur-lar. Scacco’nun önerisi birden fazla etnik grubun çat›flmaya bafllad›¤› durumlar içingeçerlidir. Nijerya’daki çat›flma Müslüman ve Hristiyanlar aras›nda ç›km›flt›.

Alexandra Scacco, Nijerya’da 2000 ve 2001 y›llar›nda gerçekleflen iki ayaklan-may› inceledi¤i çal›flmas›nda, iki nicel yöntemden yararlanm›flt›r. Önce, anket vemülakat yöntemi ile fakirlik ve ayaklanmaya kat›l›m aras›ndaki nedensel iliflkiyiaç›klamaya çal›flm›flt›r. Scacco, 2008 y›l›nda 40 kifli ile mülakat ve ayaklanmaya ka-t›lm›fl ve kat›lmam›fl olan toplam 800 kifliyle anket yapm›flt›r. Anket kat›l›mc›lar›naflu sorular yöneltilmifltir: 1- Baflkas›n›n mal›na zarar verdiniz mi? 2- Bir kilise ya dacamiye zarar verdiniz mi? 3- Baflka birine ait bir gayrimenkulü çald›n›z m›? 4- Bafl-

ka birisine fiziksel olarak zarar verdiniz mi? Bu sorular, özellikle anket kat›l›mc›la-r›na ayaklanma konusunda kendi tan›mlar›n› yapmalar› için f›rsat vermemek ama-c›yla tasarlanm›flt›r. Sorulardan herhangi birine evet diyen bir kat›l›mc› ayaklanma-

ya kat›lm›fl olarak kabul edilmifltir. Anket sonuçlar›n›n analizinde bu soruya veri-len cevap ba¤›ml› de¤iflkendir. Bir kifli hangi flartlar alt›nda bir ayaklanmaya kat›l-maya karar verir? Ba¤›ms›z de¤iflkenleri ölçmek için anket kat›l›mc›lar›na ekono-mik durumlar›n› anlamaya yönelik sorular da sorulmufltur. Ekonomik durumun öl-çümü kat›l›mc›lar›n alg›s›na dayal› olarak tarafl› bir ölçümdür. Tarafs›z bir ölçümiçin ayr›ca kat›l›mc›lara babalar›n›n mesleklerinin ne oldu¤u ve kendi e¤itim sevi-

yeleri ile ilgili de sorular yöneltilir.Tez çal›flmas›n›n son aflamas›nda, Scacco Nijerya genelindeki veri tabanlar›n›n

istatistiksel analizini yaparak, ekonomik durum ve ayaklanmaya kat›lma aras›nda-ki iliflkiyi yeniden test etmifltir. Nijerya Yaflam Standartlar› Anketi, kat›l›mc›lar›nkendilerinin itiraf etti¤i Afrobarometre taraf›ndan silahl› sald›r›larla ilgili veri taba-n› ve Nijerya’n›n toplam 773 yerel hükûmetinden 130 tanesi rasgele seçilerek olufl-turulmufl veri taban› kullan›lm›flt›r. Fakirli¤in ayaklanmalara kat›lma nedenleri ara-s›nda önemli oldu¤u ortaya ç›km›flt›r. Yerel hükûmetlerin özellikleri ile ilgili veritaban›n›n analizi yap›ld›¤›nda, zay›f olan hükümetlerin yönetti¤i bölgelerde dahaçok kat›l›m oldu¤u gözlenmifltir.

Alexandra Scacco. (2010). Who Riots? Explaining Individual Participation in Ethnic

Violence. PhD Dissertation. Columbia University.


K ‹ T A P



Arap dünyas›nda demokrasinin yerleflip yerleflemeyece¤i ile ilgili bir çal›flma yapaca¤›n›z›düflünün. Mikro seviyede bir araflt›rma yapmak isterseniz hangi yöntemi ya da yöntemleri

kullan›rs›n›z. Mikro seviyede tespit ettiklerinizi makro seviyeden baflka bir yöntemle na-s›l pekifltirirsiniz?

N‹TEL YÖNTEMLER‹N DE⁄‹fi‹K TÜRLER‹N‹KARIfiTIRAN YAKLAfiIMNitel yöntemleri kullanan araflt›rmac›lar›n pek ço¤u birden fazla nitel yöntemi ay-n› anda kullanmaktad›rlar. Di¤er çoklu yöntem araflt›rmalar›nda oldu¤u gibi, sade-ce nitel yöntemlerin birden fazla çeflidini kullanan çoklu yöntem araflt›rmalar›ndada çoklu yöntem kullanman›n maksad›, her yöntemin kendi içinde bar›nd›rd›¤› öz-nellik riskini birden fazla yöntem kullanarak en aza indirmektir.

Sadece mülakat yöntemini kullanan bir araflt›rmac› pek çok aç›dan öznellik

elefltirisine muhatap olabilir. Örne¤in, pek çok araflt›rmac›, özellikle de hassas ko-nularda çal›flmalar yapan araflt›rmac›lar, mülakat yapacaklar› kiflileri seçerken‘kartopu örneklem’ (snowball sampling) denilen yöntemi kullan›r, baflka bir de-

yiflle ilk etapta mülakat› kabul eden deneklerin tavsiye ettikleri veya tan›d›klar› yoluyla mülakat grubunu olufltururlar. Fakat aç›kt›r ki bu ve bu gibi örneklem se-çimlerinde araflt›rmac› ‘seçilim ön yarg›s›’na (selection bias) düflmüfl olabilece¤igerekçesiyle elefltirilebilir. Araflt›rmac› sadece belli bir görüfle mensup veya kenditezini destekleyece¤ini düflündü¤ü kiflilerle mülakat yapm›fl olmakla suçlanabilir.Kald› ki araflt›rmac› her görüflün savunulabilir nispette temsil edildi¤i bir grup ki-fliyle mülakat yapm›fl olsa bile arad›¤› nedenselli¤in mülakatlar vas›tas›yla ortayaç›kar›lamayaca¤› çünkü kiflilerin somut gerçeklikten kopuk ve ancak kitle iletiflim

araçlar›n›n yans›tt›¤› flekilde alg›lad›klar› bir konu hakk›nda araflt›rma yapt›¤› elefl-tirisi de getirilebilir.

Bu durumda nitel araflt›rmac›m›z mülakat›n yan› s›ra, örne¤in, konusuyla ilgiliolan en önemli birincil kaynaklar›n (polis raporlar›, parti programlar›, an›lar, resmî

yaz›flmalar vs.) ‘içerik analizine’ (content analysis) veya konusuyla ilgili toplumsalkesimin içerisinde kat›l›mc› gözlem (participant observation) yapmay› da içerenetnografik yöntemlere baflvurabilir. Örne¤in bir siyasetçinin veya siyasetçilerin bel-li bir konuda mülakatta araflt›rmac›ya verdi¤i bilgiler, somut siyasi tart›flmalarda

yapt›¤› konuflmalar›n›n metinleriyle, verdi¤i kanun teklifleri ve yap›lan oylamalar-da tak›nd›¤› tav›rlarla, hitap etti¤i veya oyunu ald›¤› kitlenin etnografik saha çal›fl-mas›nda ortaya ç›kan görüflleriyle karfl›laflt›r›larak teyid veya tashih edilebilir.

Birden fazla nitel yöntemi ayn› anda kullanmakla amaçlanan nedenselli¤e ulafl-mak oldu¤una göre, bu nedenselli¤e dair do¤ru bilgiler veya ipuçlar› da tek bir ki-fli taraf›ndan veya tek bir gözlem arac›l›¤›yla verilemeyece¤ine göre, araflt›rma ko-nusu olan soruya mümkün olan en fazla aç›dan bakmak ve ayr›ca mümkün olanen fazla ve de¤iflik arac› (araflt›rma yöntemini) kullanarak ayn› sonuca var›l›p va-r›lmad›¤›n› test etmek gerekir. Bu ve bunun gibi kayg›lar sonucu olarak nitel arafl-t›rmac›lar›n hemen her zaman birden fazla yöntemi kulland›¤› görülmektedir.

S›f›rdan Demokrasi: Yeni Rus Devriminde Muhalefet ve Rejim (Democracy from

Scratch: Opposition and Regime in the New Russian Revolution) adl› eserinde,Steven Fish ekonomik ve siyasi reformlarla rekabetçi demokratik bir düzene do¤-ru evrilen Gorbaçov liderli¤indeki Sovyetler Birli¤i’nin son günlerinde yeni kuru-

lan siyasi gruplara mensup kiflilerle mülakat yapmakla yetinmemifl, bu siyasi grup-lar›n toplant›lar›nda kat›l›mc› gözlemci olarak etnografik çal›flmalar yapm›fl ve bu


S IRA S‹ZDE

4



siyasi gruplar›n yay›n ve faaliyetleri üzerine içerik ve söylem analizi yapm›flt›r. Pekçok de¤iflik görüflten siyasi aktörle yap›lan mülakatlar ve pek çok nitel yönteminefl zamanl› kullan›m› Fish’in vard›¤› sonuçlar›n güvenilirli¤ini artt›r›c› bir rol oyna-

m›flt›r. Üç ülkede devletin etnik siyasetini karfl›laflt›rmal› olarak inceledi¤i Alman- ya, Rusya ve Türkiye’de Etnisite Rejimleri ve Milliyet adl› kitab›nda fiener Aktürk si- yasetçi, bürokrat, entelektüel, akademisyen ve sivil toplum önderi olmak üzere alt-m›fl kadar kifliyle yapt›¤› mülakatlara ek olarak, parlamentolarda etnik konularda-ki tart›flmalar›n söylem analizini, resmî kurum ve kurulufllar ile siyasi partilerin ya-

y›nlar›n›n içerik analizini ve elli y›ll›k bir dönemde seçim sonuçlar›n›n karfl›laflt›r-mal› analizini ortaya koyarak pek çok nitel yöntemi bir arada kullanm›flt›r.

M. Steven Fish. (1996). Democracy from Scratch: Opposition and Regime in the Russi-

an Revolution, Princeton: Princeton University Press.

fiener Aktürk. (2012). Regimes of Ethnicity and Nationhood in Germany, Russia, and Turkey, New York: Cambridge University Press.

Buna mukabil, son derece hassas ve hatta tehlikeli konularda ve ortamlarda ya-p›lan araflt›rmalarda mülakat yap›lan kiflilerin gerçek isimleriyle an›lmamas› normal

ve anlafl›l›r karfl›lanmaktad›r. Vadim Volkov’un fiiddetli Giriflimciler: Rus Kapitaliz-

minin ‹nflas›nda Güç Kullan›m› (Violent Entrepreneurs: The Use of Force in the

Making of Russian Capitalism) adl› eseri bu duruma bir örnektir. Ço¤unlu¤u maf- ya üyesi, yasa d›fl› ifller yapan polis, asker, sporcu ve benzeri özelliklere sahip 26kifliyle mülakatlar yapan Volkov, mülakat yapt›¤› pek çok kiflinin gerçek ismini ki-tab›nda vermemektedir. Üstelik dördü hariç di¤er mülakatlar›n› kaydetmesine de

izin verilmemifl, o da el yaz›s›yla tuttu¤u notlar ve akl›nda kald›¤› kadar›yla müla-katlar›n› kullanabilmifltir. Bunun gibi Chicago Üniversitesi siyaset bilimi profesör-lerinden Lisa Wedeen, Haf›z Esad diktatörlü¤ünün halk› üzerinde otorite kurmasüreçlerini inceledi¤i Hakimiyetin Mu¤lakl›¤› adl› eserinin bir yerinde kendisinebir Suriyeli taraf›ndan aktar›lan bir rüyan›n tabiri üzerinden Esad rejimini analiz et-meye çal›flm›flt›r. Normal flartlar alt›nda siyaset bilimi ve uluslararas› iliflkiler alan›n-da çal›flan araflt›rmac›lar›n bu kadar dolayl› ve tekrarlanmas› imkâns›z yöntemleretevessül etmesi hofl karfl›lanmaz ve hatta kabul edilemez. Örne¤in, yazarlar›n iddi-a ettikleri mülakatlar› gerçek kiflilerle yapt›klar›n›n ve bu mülakatlar›n›n içeri¤ininteyid edilebilmesi gerekmektedir.

Vadim Volkov. (2002). Violent Entrepreneurs: The Use of Force in the Making of Russi-an Capitalism, Ithaca, Cornell University Press.

Lisa Wedeen. (1999). Ambiguities of Domination: Politics, Rhetoric, and Symbols in

Contemporary Syria, Chicago, University of Chicago Press.

SONUÇ Yöntemsel ço¤ulculuk, birbirinden farkl› iki araflt›rma gelene¤i olan nitel ve nicel yöntemleri uygulayan siyaset bilimcilerinin kutuplaflmas›n› engellemekte faydal›oldu¤u gibi, bu ünitede verilen örneklerden de anlafl›laca¤› üzere birbirini tamam-lay›c› yöntemlerin bir araya gelmesiyle araflt›rman›n en iyi biçimde gerçekleflmesi-

ne katk›da bulunur. Kuramlar›n derinlemesine gelifltirilip yeni nedensel faktörlerinkeflfedilmesinde formel modellemeden, neden-sonuç iliflkisinin geliflimiyle ilgili


K ‹ T A P

K ‹ T A P

K ‹ T A P

K ‹ T A P



süreci incelemede nitel yöntemlerden ve öngörülen iliflkilerin genelde geçerli olupolmad›¤›n› anlamak için de nicel yöntemlerden istifade ederiz.

Araflt›rmam›za hangi yöntemin ya da yöntemlerin rehberlik edece¤i ise ideal

olarak araflt›rma konusu olan soru taraf›ndan belirlenmeli, araflt›rmac› soruyu eniyi flekilde cevaplayacak yöntem türlerini bir araya getirmelidir. Bu konuda önem-li engellerden birisi, tek bir araflt›rmac›n›n hem formel modelleme hem de nicel venitel yöntemlere hakim olmas›n› beklemenin nerede ise imkâns›z olmas›d›r. Hatta,nicel yöntemler içerisinde bile araflt›rmac›lar›n ihtisas gelifltirdikleri yöntemler de-¤iflir. Baz›lar› deney konusunda uzmanken, baz›lar› ise k›s›mlar aras› boylamsalanaliz konusunda uzmanl›k gelifltirir. Dolay›s›yla, ço¤u zaman yöntemsel ço¤ulcu-luk bir kaç araflt›rmac›n›n bir araya gelmesini gerektirir.

Her araflt›rma yönteminin araflt›rmac›y› baz› tür cevaplara yönlendirebilece¤i ih-timalini de göz önüne alarak, araflt›rmac›lar›n, tüm yöntemleri ayn› anda kullanmabecerisine sahip de¤ilseler bile, en az›ndan de¤iflik araflt›rma yöntemi gelene¤inden

gelenlerin benzer sorulara nas›l cevaplar verdi¤ini bilmeye, anlamaya ve bu di¤ercevaplar karfl›s›nda kendi yöntemsel tercihlerini savunabilmeye ihtiyaçlar› vard›r.Bunu da yayg›nlaflt›rman›n yollar›ndan birisi, de¤iflik yöntemleri kullanan araflt›rma-c›lar›n birbirlerinin çal›flmalar›n› inceleyerek tart›flt›klar› ve fikir al›flveriflinde bulun-duklar› ortamlar›n yarat›lmas›d›r. Bu, üniversitelerde gerçekleflen seminerler arac›l›-¤›yla olabilece¤i gibi, böylesi bir tart›flma ve fikir al›flverifline olanak sa¤layan der-giler, çevrim içi forumlar ve benzeri kanallar arac›l›¤›yla da gerçekleflebilir. Her hâ-lükârda, çoklu yöntemlerin yayg›n kullan›m›n›n, siyaset ve uluslararas› iliflkiler ala-n›nda cevap aranan sorulara en tatminkâr cevaplar›n verilmesi konusundaki ente-llektüel rekabete çok olumlu bir katk›da bulundu¤unu söyleyebiliriz.





Farkl› yöntemlerin birbirleri ile rekabet hâlinde

olmaktan ziyade, birbirlerini tamamlad›klar›n› aç›klayabilmek

Her araflt›rma yöntemi belli baz› tarz sorular› ce-

vaplamak veya ayn› sorular›n de¤iflik boyutlar›n›

ayd›nlatmak konusunda üstünlüklere ve avantaj-

lara sahiptir. Dolay›s›yla bilimsel sorumluluk sa-

hibi bir araflt›rmac›n›n yapmas› gereken en az›n-

dan kendi ilgilendi¤i sorulara kendisinden de¤i-

flik yöntemlerle yaklaflan araflt›rmac›lar›n ne gibi

sonuçlara, neden ve nas›l vard›¤›n› bilmektir.

Böylesi bir yöntemler aras› bilinç ve etkileflim,

hem sorulan sorular›n hem de verilen cevaplar›nkalitesini artt›racakt›r.

Çeflitli yöntemlerin nas›l en iyi flekilde entegre

edilip araflt›rma sorular›na uygulanabilece¤ini

aç›klayabilmek

Tümdengelime dayal› formel modelleme yönte-

minin üstünlü¤ü neden-sonuç iliflkilerine dair

detayl› ve test edilebilir hipotezlerin ortaya ko-

yulmas›n› mümkün k›lmas›d›r. Oysa iki de¤ifl-

ken aras›ndaki iliflkiyi ölçmek ve ba¤›ml› de¤ifl-

ken üzerinde gözlemlenen etkinin ne kadar›n›nfarkl› ba¤›ms›z de¤iflkenler taraf›ndan belirlen-

di¤ini gösterebilmek ve böylesi iliflkilerin ne ka-

dar genellenebilir oldu¤unu tespit edebilmek

konular›nda nicel yöntemler avantajl›d›r. Nitel

yöntemler ise neden-sonuç iliflkilerinin ispatlan-

mas› aç›s›ndan üstün olan yöntemlerdir. Dahas›,

süreç takibi gibi yöntemlerle, istatistiksel analiz-

de keflfedilen bir iliflkinin gerçek bir nedensel

iliflki mi yoksa sahte bir iliflki mi oldu¤unu orta-

ya ç›karmak hususunda istatistiksel yöntemleri

tamamlayabilirler.

Çeflitli yöntem kar›fl›mlar›n›n hangi bilimsel

amaca hizmet etti¤ini aç›klayabilmek Mant›kl›l›k incelemesi, bir araflt›rmaya devam et-

meden önce araflt›rma için harcanacak çaban›n

ve izlenecek araflt›rma yöntemine baz› de¤iflik-

liklerin yap›lmas›n›n gerekli olup olmad›¤›n› be-

lirlemek üzere yap›lan bir ön çal›flmad›r. Disip-

linli-yap›land›r›c› çal›flmalar, bir vakay› ya da is-

tatistiksel olarak gözlemlenen iliflkiyi aç›klamak

için bir kuram›n kullan›lmas›d›r. Ampirik bilgiler

zaten bellidir fakat baz› bulgular flafl›rt›c› oldu¤u

için bu yönteme baflvurulur. Kuram oluflturucu

çal›flmalar, tümdengelim ya da tümevar›m yön-temlerini kullanarak çal›flman›n d›fl›nda b›rak›l-

m›fl fakat ba¤›ml› de¤iflken üzerinde olas› etkisi

olacak faktörleri yeniden ele almak, kuram› göz-

den geçirmek ve yeni bir kuram tan›mlamak için

yap›lan çal›flmalard›r. Kuram-testine yönelik ça-

l›flmalar ise kuram›n genifl ya da k›s›tl› bir gruba

hitap edip etmedi¤ini ve genellenebilir olup ol-

mad›¤›n› belirlemeye yönelik çal›flmalard›r.

Farkl› çoklu yöntem kullan›m flekillerini (4’lü

3’lü 2’li gibi) ve örneklerini aç›klayabilmek Nicel ve nitel, nicel ve formel modelleme, nitel

ve formel modelleme fleklindeki üç ana kar›fl›k

yöntem kullan›m›na ek olarak, nicel ve nitel yak-

lafl›mlar›n kendi içindeki pek çok yöntemini de

ayn› anda kullanan (nitel-nitel ve nicel-nicel) çok-

lu yöntem uygulamalar› mevcuttur. Bir görüfle

göre, en mükemmel sonuçlara ancak formel mo-

delleme, istatistiki nicel inceleme ve nitel vaka

analizini bir arada kullanan “üçleme yöntemi” ile

ulafl›labilir. Bu ünite içerisinde, 2’li, 3’lü ve 4’lü

yöntem kullan›m çeflitleri tan›mlanm›fl ve hepsi

için siyaset bilimi ve uluslararas› iliflkiler yaz›n›n-

dan örnek çal›flmalar verilmifltir.

Özet

1

A M A Ç

2

A M A Ç

3

A M A Ç

4

A M A Ç






1. b Yan›t›n›z yanl›fl ise “Üçleme Yöntemleri” konu-


2. e Yan›t›n›z yanl›fl ise “Formel Modelleme Yaklafl›-m›” konusunu yeniden gözden geçiriniz.

3. c Yan›t›n›z yanl›fl ise “Nitel Yöntemlerin De¤iflik

Türlerini Kar›flt›ran Yaklafl›m” konusunu yeni-


4. e Yan›t›n›z yanl›fl ise “Formel Modelleme Yaklafl›-

m›” konusunu yeniden gözden geçiriniz.

5. a Yan›t›n›z yanl›fl ise “Çoklu Yöntem Kar›fl›m Çe-

flitleri” konusunu yeniden gözden geçiriniz.

6. d Yan›t›n›z yanl›fl ise “Sosyal A¤ Analizi - ‹statisti-

ki Analiz” konusunu yeniden gözden geçiriniz.

7. b Yan›t›n›z yanl›fl ise “Çoklu Yöntem Kar›fl›m Çe-

flitleri” konusunu yeniden gözden geçiriniz.

8. c Yan›t›n›z yanl›fl ise “Yöntemsel Ço¤ulculuk” ko-


9. e Yan›t›n›z yanl›fl ise “Nicel ve Nitel Yaklafl›m Ka-

r›fl›mlar›” konusunu yeniden gözden geçiriniz.

10. b Yan›t›n›z yanl›fl ise “Nicel Yöntemlerin De¤iflik

Türlerini Kar›flt›ran Yaklafl›m” konusunu yeni-


S›ra Sizde Yan›t Anahtar›

S›ra Sizde 1Türkiye’nin illeri aras›nda okuryazarl›k oran› ve kalk›n-

m›fll›k seviyesi aras›nda, e¤er varsa, nas›l bir nedensel-

lik iliflkisi oldu¤una iliflkin bir çal›flmada üçleme yönte-

minin kullan›lmas› için s›ras›yla formel modelleme, ista-

tistiki inceleme ve vaka analizine baflvurmak gereke-

cektir. Öncelikle okuryazarl›k ve ekonomik kalk›nm›fl-

l›k aras›nda nas›l bir nedensellik iliflkisi olaca¤›na ilifl-

kin hipotezlerinizi formel modeller hâlinde ifade etme-

lisiniz. ‹kinci aflamada, Türkiye’nin tüm illerinin okur-

yazarl›k ve ekonomik kalk›nm›fll›k verileri aras›nda

olumlu ya da olumsuz anlaml› bir iliflki olup olmad›¤›-

n› istatistiki bir incelemeyle ortaya koymal›s›n›z. Üçün-cü aflamada da bu illerden bir ya da birkaç›n› (mesela

en yüksek ve en düflük okuryazarl›k oran›na sahip iki

ili karfl›laflt›rmal› olarak) derinlemesine vaka analizine

tabi tutarak okuryazarl›k ve ekonomik kalk›nm›fll›k ara-

s›nda tam olarak nas›l bir nedensellik iliflkisi oldu¤unu

ad›m ad›m gözlemleyerek ortaya koymal›s›n›z.

S›ra Sizde 2

‹slam ve pek çok negatif siyasal ve toplumsal sonuçlar

(fliddet, terörizm, demokrasi karfl›tl›¤›, laiklik karfl›tl›¤›,

eflitsizlik vs.) aras›nda güçlü bir iliflki oldu¤una iliflkin

inançlar› bilimsel olarak test edebilmek için ilk aflama-da yap›lmas› gereken ampirik olarak böyle bir iliflkinin

olup olmad›¤› istatistiki analizlerle oraya koymakt›r.

Çünkü iddialar, tüm Müslümanlar› ve ülkelerini kapsa-

yan genel geçer ampirik iddialar oldu¤u için, ilk aflama-da formel modellerle veya vaka analizleriyle test edil-

meleri mümkün de¤ildir. Kaliforniya Üniversitesi, Ber-

keley’den profesör Steven Fish, Are Muslims Distincti-

ve? (Müslümanlar Farkl› M›?) adl› kitab›nda cinayet

oranlar›, terör sald›r›lar›, ekonomik eflitsizlik oranlar›,

demokrasiye ve laikli¤e iliflkin görüfller, gibi pek çok

konuda tüm dünyadaki Müslüman ülkeleri ve World

Values Survey ’in tüm Müslüman deneklerini kapsayan

analizinde bu konular›n ço¤unda Müslümanlar ve Müs-

lüman olmayanlar aras›nda fark olmad›¤›n›, baz› konu-

larda Müslümanlar›n daha iyi baz› konulardaysa daha

kötü durumda olduklar›n› ortaya koymufltur.

S›ra Sizde 3

Öncelikle nükleer silahlanma ve cayd›r›c›l›k ile ilgili va-

rolan çal›flmalar› incelerim. Amac›m, yeni bir kuram

oluflturmak ve test etmek oldu¤u için bir vaka analizi

yapar, cayd›r›c›l›¤› etkileyebilecek faktörleri keflfede-

rim. Vaka analizinde 2 ve ya 3 konu ile ilgili vaka ince-

lenir ve cayd›r›c›l›¤›n baflar›l› olup olmayaca¤›n› etkile-

di¤ini düflündü¤üm de¤iflkenlerin detayl› olarak neden-

sonuç süreçlerini incelerim. Sonraki aflamada, ilgilendi-

¤im de¤iflkenlerle ilgili veri tabanlar›n› kontrol ederim.E¤er cayd›r›c›l›¤›n baflar›s› ile ilgili bir veri taban› yok-

sa, oluflturmaya çal›fl›r›m. Tabii veri taban› genel olarak

herhangi bir konu ile ilgili bir ülkenin di¤er bir ülkeye

karfl› uygulad›¤› cayd›r›c›l›k politikalar›n› içerebilir. Ge-

nel olarak cayd›r›c›l›¤›n hangi flartlar alt›nda baflar›l› ol-

du¤u, nükleer silahlarla ilgili ç›kar›mlar›m›z hakk›nda

da ipuçlar› sa¤layacakt›r.

S›ra Sizde 4

Mikro seviyede yap›lan analizlerin amac› siyasette ak-

törlerin düflüncelerini daha detayl› anlamakt›r. Mülakat,

anket ve deney gibi yöntemler kiflilerin demokrasiyekarfl› tutumlar›n›n tespiti için faydal› olabilir. Örne¤in,

mülakat çal›flmas›n› bir anketle pekifltirebilir ya da ön-

ce deney yapar daha sonra gözlemlediklerinizi bir an-

ketle pekifltirebilirsiniz. Makro düzeydeki yöntemler de

genel olarak ülkenin bütünü ile ilgili bak›fl aç›s› sa¤lar-

lar. Örne¤in, bölgede daha önce demokrasiye geçifl gi-

riflimleri olmufl mu? Vaka analizi birkaç devletin derin-

lemesine incelenmesine yard›mc› olabilir. ‹statistiksel

analiz de genel olarak bölgedeki tüm rejim de¤ifliklik-

lerini anlamaya, mikro düzeyde ve vaka analizinde tes-

pit etti¤imiz etkenlerin birbirleri ile iliflkilerinin boyutla-

r›n› ölçmeye yard›mc› olabilir.





Aktürk, fi. (2012). Regimes of Ethnicity and

Nationhood in Germany, Russia, and Turkey,

New York: Cambridge University Press.Bapat, N. (2012). “Understanding State Sponsorship of

Militant Groups”. British Journal of Political

Maoz, Z. (2009). “How Cooperation Emerges from

Conflict:_An Agent-Based Model of Security

Networks Formation”. Network Analysis

Workshop. University of California, Davis.

Maoz, Z., Terris, L. G., Kuperman, R. D., Talmud, I.


Documents

ARY404U ULUSLARARASI İLİŞKİLERDE ARAŞTIRMA YÖNTEMLERİ.pdf