Veri Tipleri ve Ölçek Türleri: Nominal, Ordinal, Aralık ve Oran
Bir sütundaki değerler 1, 2, 3 diye gidiyorsa ortalamasını alabilirsin, değil mi? Çoğu zaman evet. Ama bir gün posta kodlarının ortalamasını alan bir analiz görmüştüm. Sonuç 34.812 çıktı. Hangi ilçeye denk geldiğini kimse bilmiyordu.
Bu hata kod bilgisi eksikliğinden gelmiyor. Verinin hangi ölçekle ölçüldüğünü bilmemekten geliyor.
Önce İki Büyük Ayrım: Niteliksel ve Niceliksel Veri
Veriler ilk bakışta ikiye ayrılır.
- Niteliksel (kategorik) veri: Bir özelliği kategoriyle anlatır. Cinsiyet, şehir, ürün kategorisi, memnuniyet düzeyi gibi.
- Niceliksel (sayısal) veri: Bir miktarı sayıyla ölçer. Yaş, gelir, sıcaklık, bekleme süresi gibi.
Sayısal veri de kendi içinde ikiye bölünür:
- Kesikli (discrete): Sayılarak elde edilir. Bir sitedeki günlük ziyaretçi sayısı, bir hastanın geçirdiği ameliyat sayısı. 2,5 ziyaretçi olmaz.
- Sürekli (continuous): Ölçülerek elde edilir ve iki değer arasında sonsuz ara değer olabilir. Boy, ağırlık, süre.
Ama asıl önemli sınıflandırma, istatistikçi Stanley Smith Stevens’ın 1946’da önerdiği dört ölçek türüdür. Hangi grafiği çizeceğini, hangi ortalamayı hesaplayacağını, hangi testi uygulayacağını bu belirler.
Dört Ölçek Türü
1. Nominal Ölçek
Sadece isimlendirme yapar. Kategoriler arasında sıralama ya da mesafe yoktur.
Örnekler: kan grubu, şehir, ödeme yöntemi, cihaz tipi (mobil, masaüstü, tablet).
Neleri yapabilirsin? Sayabilirsin, yüzde hesaplayabilirsin, modu bulabilirsin. Ortalama almak anlamsızdır.
2. Ordinal (Sıralı) Ölçek
Kategoriler arasında sıra vardır ama aralarındaki fark eşit olmak zorunda değildir.
Örnekler: eğitim düzeyi (ilkokul, lise, lisans), müşteri memnuniyeti (çok kötü, kötü, orta, iyi, çok iyi), yarış sıralaması.
Birinci ile ikinci arasındaki fark 2 dakika, ikinci ile üçüncü arasındaki fark 2 saniye olabilir. Sıra aynı, mesafe farklı. Buna medyan ve mod uygulayabilirsin. Ortalama konusunda ise tartışma var (aşağıda bahsedeceğim).
3. Aralık (Interval) Ölçek
Değerler sıralıdır, aralarındaki fark eşittir ama gerçek bir sıfır noktası yoktur.
Örnekler: Celsius cinsinden sıcaklık, takvim yılı, bazı standart test puanları.
20 °C ile 30 °C arasındaki fark, 30 °C ile 40 °C arasındaki farkla aynıdır. Ama 40 °C’nin 20 °C’den “iki kat sıcak” olduğunu söyleyemezsin, çünkü 0 °C “sıcaklığın yokluğu” demek değildir. Ortalama, standart sapma ve korelasyon rahatça kullanılır.
4. Oran (Ratio) Ölçek
Aralık ölçeğin tüm özellikleri var, ek olarak anlamlı bir mutlak sıfır var.
Örnekler: gelir, boy, ağırlık, yaş, bekleme süresi, Kelvin sıcaklığı.
Sıfır TL gelir gerçekten “gelir yok” demektir. Bu yüzden 100 TL, 50 TL’nin iki katıdır. Oran ölçekte her istatistiksel işlem yapılabilir, geometrik ortalama ve değişim katsayısı dahil.
Hızlı Karşılaştırma Tablosu
| Ölçek | Sıralama | Eşit aralık | Mutlak sıfır | Uygun merkezi eğilim ölçüsü |
|---|---|---|---|---|
| Nominal | Hayır | Hayır | Hayır | Mod |
| Ordinal | Evet | Hayır | Hayır | Medyan, mod |
| Aralık | Evet | Evet | Hayır | Ortalama, medyan, mod |
| Oran | Evet | Evet | Evet | Ortalama, medyan, mod |
Bu Bilgi Veri Biliminde Nerede İşe Yarar?
Ölçek bilgisi, günlük işinde sürekli karşına çıkar.
- Grafik seçimi: Nominal veri için çubuk grafik, oran ölçekli veri için histogram ya da kutu grafiği.
- İstatistiksel test seçimi: İki kategorik değişkenin ilişkisini ki-kare testiyle, iki grubun ortalama farkını t-testiyle ölçersin. Yanlış ölçekte yanlış test uygularsan p-değerin anlamsız olur.
- Özellik mühendisliği: Ordinal veriyi sıra korunarak, nominal veriyi one-hot encoding ile kodlarsın.
- Model seçimi: Bağımlı değişkenin ölçeği, regresyon mu sınıflandırma mı yapacağını belirler.
Uygulama: Pandas ile Ölçek Tiplerini Tanımlamak
Nominal veriyi sayı gibi bırakırsan model onu sayı gibi okur. Önce tip bildirimini doğru yapalım.
import pandas as pd
df = pd.DataFrame({
"sehir": ["Ankara", "İzmir", "Ankara", "Bursa", "İzmir"],
"memnuniyet": ["iyi", "kötü", "çok iyi", "orta", "iyi"],
"gelir": [32000, 28500, 41000, 36000, 30500]
})
# Nominal
df["sehir"] = df["sehir"].astype("category")
# Ordinal (sıra tanımlı)
sira = ["çok kötü", "kötü", "orta", "iyi", "çok iyi"]
df["memnuniyet"] = pd.Categorical(df["memnuniyet"], categories=sira, ordered=True)
print(df.dtypes)
print(df["memnuniyet"].max()) # sıralı olduğu için çalışırAynı işlemi R’da factor ile yaparsın:
memnuniyet <- factor(
c("iyi", "kötü", "çok iyi", "orta", "iyi"),
levels = c("çok kötü", "kötü", "orta", "iyi", "çok iyi"),
ordered = TRUE
)
summary(memnuniyet)Dikkat et. Ordinal veriyi alfabetik sırayla kodlarsan “çok iyi” ile “çok kötü” birbirine bitişik sıralanır. Bunun bir model üzerindeki etkisi felaket olabilir.
Acı Tecrübe: Label Encoding Tuzağı
Bir projede müşteri şehirlerini 1’den 81’e kadar sayıya çevirip bir regresyon modeline vermiştim. Model “plaka kodu büyüdükçe gelir artıyor” gibi saçma bir ilişki öğrendi. Neden? Çünkü şehirleri nominal değil, sanki oran ölçekli bir sayıymış gibi sunmuştum.
Çözüm: Nominal değişkenleri one-hot encoding ile ayrı sütunlara bölmek.
pd.get_dummies(df["sehir"], prefix="sehir")Tartışmalı Konu: Likert Ölçeğinin Ortalaması Alınır mı?
1’den 5’e kadar puanlanan memnuniyet anketleri teknik olarak ordinaldir. Yine de uygulamada çoğu analist ortalama alır. Bu pratik olarak çalışır ama dikkatli ol. Çok çarpık dağılan Likert verisinde ortalama yanıltabilir. Karar vermeden önce dağılımı (frekans tablosunu) mutlaka incele, medyanı da yan yana yaz.
Ders 2 Kontrol Listesi
- Niteliksel ve niceliksel veriyi ayırt edebiliyorum.
- Nominal, ordinal, aralık ve oran ölçeklerini birer örnekle açıklayabiliyorum.
- “Mutlak sıfır” kavramının neden önemli olduğunu biliyorum.
- Bir değişkenin ölçeğine bakarak hangi merkezi eğilim ölçüsünü seçeceğimi söyleyebiliyorum.
- Nominal veriyi sayıya çevirirken one-hot encoding kullanmam gerektiğini biliyorum.
Sıkça Sorulan Sorular
Nominal ve ordinal veri arasındaki fark nedir?
İkisi de kategoriktir. Ordinalde kategoriler arasında anlamlı bir sıra vardır (düşük, orta, yüksek), nominalde yoktur (kırmızı, mavi, yeşil).
Aralık ve oran ölçeği nasıl ayırt edilir?
Sıfır değerinin “hiçbir şey yok” anlamına gelip gelmediğine bak. Geliyorsa oran ölçektir. Celsius’ta 0 derece sıcaklığın yokluğu değildir, dolayısıyla aralık ölçektir.
Yaş hangi ölçek türündedir?
Yaş yıl olarak ölçüldüğünde oran ölçektir. Ama “18-25, 26-35” gibi gruplara ayrıldığında ordinal olur ve bilgi kaybedersin.
Kesikli ve sürekli veri ölçek türleriyle aynı şey mi?
Hayır. Kesikli/sürekli ayrımı değerin alabileceği sayı yapısını, ölçek türü ise değerler arasındaki ilişkiyi anlatır. İki sınıflandırma birlikte kullanılır.
Ölçek türünü yanlış belirlersem ne olur?
Anlamsız özetler, uygunsuz testler ve yanlış model yorumları ortaya çıkar. Hatayı çoğu zaman sonuç tablosuna bakarak fark etmek zordur.
Bir sonraki derste çok daha temel bir soruya geçiyoruz: elindeki veri kimi temsil ediyor? Anakütle ve örneklem farkını inceleyeceğiz.







