Veri Derleme, Düzenleme ve Grafiksel Çözümleme. İstatistiksel analiz süreçlerinde, araştırmaya konu olan birimlerin özelliklerini sayısal veya kategorik olarak ifade edebilmek için uygun ölçme düzeylerinin yani ölçeklerin belirlenmesi gerekir. Bu ölçekler ürettikleri bilginin niteliğine ve matematiksel işlem kabiliyetine göre sınıflayıcı, sıralayıcı, eşit aralıklı ve oranlı olmak üzere dört ana grupta incelenir. Araştırmacının değişkenleri tanımlarken hangi ölçek türünü seçeceği, analizde kullanılacak yöntemlerin ve elde edilecek sonuçların kalitesini doğrudan belirler. Sıralayıcı ölçek, sınıflayıcı ölçeğe kıyasla bir üst seviyede yer alır ve birimlerin doğal bir hiyerarşiye veya sıralamaya göre dizilmesine olanak tanır. Örneğin bir güzellik yarışmasında adayların jüri tarafından ilk üç şeklinde derecelendirilmesi, at yarışlarındaki bitiş sıralamaları, mağaza çalışanlarının unvan ve kademe dereceleri ya da tütün kalitesi sıralayıcı ölçeğe örnektir. Bu ölçekte kategoriler karşılıklı ayrıktır; ancak birinci ile ikinci arasındaki farkın matematiksel büyüklüğü ile ikinci ve üçüncü arasındaki fark karşılaştırılamaz. Eşit aralıklı ölçek, sıralayıcı ölçeğin tüm özelliklerini barındırmakla birlikte birimler arasındaki farkların matematiksel olarak hesaplanabilmesine imkan tanır. Bu ölçek nicel değişkenlerin ölçümünde kullanılır ve belirli bir başlangıç, bitiş noktası ile ölçü birimine sahiptir. En kritik özelliği, kullanılan sıfır noktasının mutlak bir yokluk anlamına gelmeyen, tanımlanmış (itibari) bir sıfır olmasıdır. Örneğin hava sıcaklığının 0 derece olması sıcaklığın yokluğu anlamına gelmez. Bu ölçekle yapılan ölçümler oran hesaplamaları için uygun değildir. Oranlı ölçek ise en üst düzeyde bilgi üreten ve en gelişmiş ölçek türüdür. Bu ölçekte yer alan sıfır başlangıç noktası mutlak yokluğu ifade eder. Örneğin bir nesnenin ağırlığının sıfır kilogram olması o nesnenin fiziksel varlığının olmadığını gösterir. Benzer şekilde banka hesabındaki paranın sıfır olması da mutlak parasızlık durumunu ifade eder. Oranlı ölçek, kendinden önceki üç ölçeğin de tüm özelliklerini taşımakla beraber, ölçme düzeyleri arasında her türlü matematiksel ve oransal analizin yapılmasına olanak tanır. Araştırmacı kişi veya kuruluşların, tanımladıkları evren veya örneklemdeki birimlerin özelliklerini uygun ölçek türleri kullanarak ölçmesi işlemine veri derleme denir. Sağlıklı analizler ve doğru kararlar üretebilmek, toplanan verilerin hatasız, güvenilir, güncel ve eksiksiz olmasına bağlıdır. Veri derleme sürecinde amacın açıkça ortaya konması, hangi değişkenlerin derleneceğinin belirlenmesi, verilerin kimler tarafından, nerede ve ne zaman toplanacağının planlanması ile verilerin saklanma koşullarının tespiti kritik adımlardır. Bilimsel araştırmalarda veriler elde ediliş şekline göre birinci elden veri derleme ve ikinci elden veri derleme olarak ikiye ayrılır. Araştırmacının ihtiyaç duyduğu özgün verileri uygun araçlar kullanarak doğrudan kendisinin veya görevlendirdiği kişilerin toplaması sürecine birinci elden veri derleme denir. Bu yolla elde edilen verilere birincil veriler adı verilir. Birincil veriler, araştırmacının toplama koşullarını ve veri kalitesini bizzat denetleyebilmesi nedeniyle en güvenilir kaynaklar olarak kabul edilir. Birinci elden veri derlemede sıklıkla kullanılan üç temel yöntem gözlem, görüşme ve ankettir. Gözlem, bir olayın planlı ve dikkatli bir şekilde izlenmesidir; gözlemcinin grubun içinde yer alıp almamasına göre katılımlı veya katılımsız (doğal gözlem, canlandırma) olarak ayrılır. Görüşme, iki veya daha fazla kişi arasında amaca yönelik sözlü iletişimdir ve biçimsel, yarı-biçimsel veya biçimsel olmayan şekillerde yürütülebilir. Anket ise önceden belirlenmiş yapılandırılmış soruların yer aldığı formlar aracılığıyla çok sayıda kişiden hızlıca veri toplanmasını sağlar. İkinci elden veri derleme ise başka kişi veya kuruluşların daha önce kendi amaçları doğrultusunda derlemiş olduğu verilerin kullanılmasıdır. Bu veriler ikincil veriler olarak adlandırılır. İkincil veriler araştırmacıya zaman, maliyet ve iş gücü açısından büyük tasarruf sağlar. Örneğin GSM operatörlerinden alınan abone sayıları ikincil veridir. Ancak ikincil veriler kullanılırken verilerin güncelliği, nasıl toplandığı ve araştırmanın amacına uygunluğu son derece titiz bir şekilde sorgulanmalıdır. Veri derleme sürecinde kullanılan araçlar maddi ve beşeri araçlar olmak üzere ikiye ayrılır. Gözlemlenecek birimlerin özelliklerini ölçmeye yarayan terazi, baskül, termometre ve anket formları maddi araçları oluştururken; anketör, gözlem memuru ve görüşmeci gibi ölçümü gerçekleştiren kişiler beşeri araçlar olarak tanımlanır. Veri derleme hazırlıkları ne kadar titiz yapılırsa yapılsın, bu araçlardan, düzenleyenlerden veya cevaplayıcılardan kaynaklanan çeşitli hatalar ortaya çıkabilir. Hatalar ortaya çıkış kaynaklarına ve etkilerine göre sınıflandırılır. Kapsam hatası, tanımlanan evrene dahil olan birimlerin eksik veya fazla sayılması durumudur (örneğin nüfus sayımında bazı hanelerin atlanması). Vasıf hatası ise birimlerin incelenen özelliklerinin yanlış veya eksik ölçülmesidir (örneğin evli birinin bekar yazılması). Hatalar etkileri bakımından ise rassal hatalar ve sistematik hatalar olarak ikiye ayrılır. Rassal hatalar denkleşen hatalar olup, ölçüm değerlerini bazen yüksek bazen düşük göstererek birbirini sıfırlama eğilimindedir. Sistematik hatalar ise ölçüm sonuçlarını sürekli tek bir yönde (ya hep büyük ya hep küçük) etkileyen hatalardır. Örneğin bankaya kredi başvurusu yapanların gelirlerini yüksek beyan etmesi ya da yurt başvurusu yapan öğrencilerin aile gelirlerini düşük göstermesi sistematik hataya yol açar ve verilerde yanlılık oluşturur. Veri derleme aşamasında elde edilen ve henüz hiçbir işleme tabi tutulmamış, toplandığı sırayla sunulan verilere ham veriler denir. Ham verilerden doğrudan bilgi üretmek oldukça zordur. Bu verilerin anlamlı hale getirilmesi için zaman, mekan veya maddi değişken ölçütlerine göre sıralanmasıyla oluşturulan sayı dizilerine seri denir. Seriler genel olarak dağılma serileri, zaman serileri ve mekan serileri olarak sınıflandırılır. Seriyi oluşturan her bir sayısal değere ise terim adı verilir. Basit seri, ham verilerin küçükten büyüğe veya büyükten küçüğe doğru sıralanmasıyla elde edilen en temel seridir. Basit seriler sayesinde en küçük ve en büyük değerler kolayca görülebilir. Ancak veri sayısı arttıkça basit seriler yetersiz kalır. Bu durumda, tekrar eden gözlem değerlerinin frekanslarıyla (tekrarlanma sayılarıyla) birlikte gösterilmesiyle frekans serileri (sınıflandırılmış seriler) oluşturulur. Frekans serilerinde gözlem değerleri (Xi) ve frekanslar (ni) iki sütun halinde sunulur. Veri sayısının ve birbirinden farklı değerlerin çok fazla olması durumunda frekans serileri de karmaşık hale gelebilir. Bu aşamada verilerin belirli aralıklara bölünerek özetlenmesiyle gruplandırılmış seriler oluşturulur. Gruplandırılmış serilerde her satır bir değer aralığını yani sınıfı temsil eder. Sınıfı oluşturan aralığın küçük değerine sınıf alt sınırı, büyük değerine sınıf üst sınırı denir. Her sınıfın üst sınırı ile alt sınırı arasındaki farka ise sınıf aralığı (h) adı verilir. Zaman serileri, zamana bağlı bir değişkenin kronolojik olarak (gün, hafta, ay, yıl vb.) sıralanmasıyla oluşturulan iki sütunlu serilerdir. Zaman serileri; trend (uzun dönemli genel eğilim), mevsimsel dalgalanma (yıllık periyodik değişimler), konjonktürel dalgalanma (ekonomik daralma ve genişlemeler) ve düzensiz dalgalanma (deprem, grev gibi tesadüfi olaylar) olmak üzere dört temel bileşenden etkilenir. Mekan serileri, ilgilenilen değişkenin değerlerinin ülkelere, şehirlere veya istatistiki bölge birimlerine göre sınıflandırılmasıyla elde edilir. Örneğin Türkiye'deki doğum sayılarının istatistiki bölge birimlerine göre dağılımı bir mekan serisidir. Birikimli seriler ise belirli bir değerden daha küçük (-den az) veya daha büyük (-den çok) kaç tane gözlem değeri olduğunu gösteren serilerdir. Bu seriler, frekansların ardışık olarak toplanmasıyla oluşturulur. Verilerin görsel olarak sunulması, karmaşık sayısal tabloların çok daha hızlı ve kolay anlaşılmasını sağlar. Nicel değişkenlerin grafiksel gösteriminde en sık kullanılan teknikler histogram, frekans poligonu ve birikimli frekans poligonudur. Histogram, sürekli nicel değişkenlerin sınıf frekanslarını yan yana bitişik dörtgenlerle gösteren kapalı bir şekildir. Sınıf aralıklarının eşit olmadığı durumlarda, ayarlanmış frekanslar hesaplanarak histogram çizilmelidir. Frekans poligonu, histogramı oluşturan dörtgenlerin tepe orta noktalarının düz çizgilerle birleştirilmesiyle elde edilir. Birikimli frekans poligonu ise -den az ve -den çok serilerinin grafiksel gösterimidir. Nitel değişkenlerin görselleştirilmesinde ise sütun grafikleri ve pasta grafikleri tercih edilir. Pasta grafiği, kategorilerin toplam içindeki paylarını bir dairenin dilimleri şeklinde gösterirken; serpilme grafiği iki nicel değişken arasındaki ilişkinin yönünü (pozitif, negatif veya ilişkisiz) belirlemek için kullanılır.