Up next in 10
Auzef Bilimsel Araştırma Teknikleri 2026 Üç Ders Soruları (İşletme-İKY)
https://lolonolo.com/2026/09/18/bilimsel-arastirma-teknikleri-2026-uc-ders-sorulari-isletme-iky/
auzef, Bilimsel Araştırma Teknikleri, İnsan Kaynakları Yönetimi, İşletme
Show More Show Less View Video Transcript
0:00
Evet, hadi hiç vakit kaybetmeden
0:02
doğrudan konuya girelim. Bilimsel
0:04
araştırma yöntemleri ilk duyduğunuzda
0:06
kulağa böyle soğuk, bir sürü kuraldan ve
0:09
karmaşık terimden ibaretmiş gibi
0:11
gelebilir. Ama biliyor musunuz? Aslında
0:13
o sadece etrafımızdaki dünyayı
0:16
anlamlandırmak için kullandığımız
0:18
kusursuz bir yol haritası. Bugün bu
0:20
incelememizde bu haritanın her bir
0:22
durağını tek tek, adım adım gezeceğiz.
0:25
İster bir sınava hazırlanıyor olun,
0:27
ister sadece akademik dünyanın
0:29
mutfağında neler diye merak edin, bu
0:32
içerik o karmaşık kavramları
0:34
netleştirmeniz için tam da ihtiyacınız
0:36
olan şey. Lütfen odaklanın, çünkü
0:38
konuşacağımız her detay gerçekten çok
0:41
kritik bir bilgiyi barındırıyor. Lolo
0:43
nolo platformuna hoş geldiniz. Bu
0:45
dersimizde bilimsel araştırma teknikleri
0:48
2026-3 ders sorularını, çıkmış
0:50
sorularını ve detaylı açıklamalarını
0:52
derinlemesine inceliyoruz. Bugünkü
0:55
rotamız, yani o meşhur araştırma yaşam
0:58
döngüsü, aslında dört ana bloktan
1:01
oluşuyor. Önce bilimsel yöntemin temel
1:04
aşamalarına bakacağız, sonra veri
1:06
toplama araçlarını inceleyeceğiz. Üçüncü
1:08
kısımda örnekleme, ölçüm ve etik
1:11
konularını masaya yatırıp dördüncü ve
1:13
son bölümde analiz ve raporlamayla final
1:16
yapacağız. Hazırsanız başlıyoruz. Hemen
1:19
ilk ana başlığımıza, yani herhangi bir
1:22
araştırma projesinin temel planına, yapı
1:25
taşına geçelim. Birinci bölüm: Bilimsel
1:28
yöntemin temel aşamaları.
1:30
Bilim dediğimizde aslında işin sırrı iki
1:32
kelimede saklı. Bilim toplumdaki ve
1:35
doğadaki olguları inceler, tamam, ama
1:37
bunu nasıl yapar? Sistemli ve akılcı bir
1:40
şekilde. Bu iki kavramı aklınıza adeta
1:43
kazıyın lütfen. Çünkü bilim öyle
1:45
rastgele ya da anlık duygularla
1:46
ilerleyen bir süreç değil. Adımları
1:49
belli, akla dayanan ve organize bir
1:51
bilgi topluluğudur. Sınavda karşınıza
1:53
bir tanım sorusu çıkarsa, gözünüz hemen
1:55
bu sistemli ve akılcı ifadelerini
1:58
arasın. İşte bilimsel araştırmanın tıkır
2:00
tıkır işleyen altı temel adımı. Ve
2:03
inanın bana, bu sıralama asla değişmez.
2:06
Şuna çok dikkat edin. Her şey, ama her
2:08
şey, problemin tanımlanmasıyla başlar.
2:10
Yani ortada net bir sorun yoksa, çözüm
2:13
de arayamazsınız, değil mi? Problemi
2:15
tanımlar, hipotezleri kurar, yöntemimizi
2:17
tasarlarız, sonra verileri
2:19
oturup analiz eder ve en sonunda o
2:21
meşhur raporumuzu sunarız. Bu kronolojik
2:24
akış, bir araştırmacının resmen
2:26
pusulasıdır. Tasarım aşamasındayken
2:28
önümüzde iki farklı yol ayrımı var.
2:30
Birincisi, keşfedici araştırmalar. Eğer
2:33
konuyu daha yeni yeni anlıyorsanız,
2:35
tabiri caizse suları test ediyorsanız,
2:37
bu yola girersiniz. Doğal olarak buradan
2:40
çıkan sonuçlar tam bir kesinlik taşımaz.
2:42
Ama eğer masaya yumruğunuzu vurup nihai
2:45
bir karar vermek istiyorsanız, o zaman
2:47
sonuçlandırıcı araştırmalar yaparsınız.
2:49
Adı üstünde, sonuçlandırır, kesindir ve
2:52
en önemlisi tüm evrene genellenebilir.
2:54
Hangi yoldan gideceğiniz, probleminizin
2:56
ne kadar net olduğuna bağlıdır.
2:59
Sınavlarda herkesin sıklıkla düştüğü o
3:01
meşhur tuzağa gelelim. Eğer
3:02
araştırmacının problemi henüz tam
3:05
netleşmemişse, ne yapması gerekir?
3:07
Gidip konunun uzmanlarıyla mülakatlar
3:09
yapabilir veya odak grupları kurup
3:11
insanları dinleyebilir. Ama lütfen
3:14
buraya çok dikkat edin. Bu aşamada asla
3:16
ve asla yapısal veri analizi yapılmaz.
3:19
Neden mi? Çünkü veri analizi sürecin çok
3:22
daha ilerisinde yapılır. Daha problemi
3:25
yeni anlamaya çalışırken elinizde analiz
3:27
edecek yapısal bir veri yoktur ki.
3:29
Bu ayrımı kesinlikle cebinize koyun.
3:32
Masa başı işlerine, yani tasarım ve
3:34
planlama evresini hallettik. Şimdi
3:36
araştırmacının ofisten çıkıp sahaya adım
3:39
attığı o hareketli evreye geçiyoruz.
3:42
İkinci bölüm, veri toplama araçları.
3:44
Veri dediğimiz şey temel olarak iki
3:46
farklı yerden gelir. Eğer veriyi tweet
3:49
gibi, Merkez Bankası gibi kurumlardan
3:51
hazır olarak alıyorsanız, buna ikincil
3:54
veri diyoruz. En büyük avantajı ne?
3:56
Birileri sizin için o veriyi çoktan
3:58
toplamış, yani maliyet inanılmaz düşük,
4:01
hız ise çok yüksek. Diğer tarafta ise
4:04
birincil veri var. Burada araştırmacı
4:06
kollarını sıvar ve bizzat sahaya iner.
4:09
Anket, gözlem ya da deneyle ilk elden
4:12
kendi verisini Zahmetlidir,
4:15
pahalıdır ama tamamen sizin probleminize
4:17
özeldir. Nicel araştırmaların bel kemiği
4:20
tartışmasız anketlerdir. Peki, diyelim
4:23
ki yüz yüze, posta ya da internet
4:25
üzerinden anket yapacaksınız. Farklı
4:27
anket yöntemlerini birbiriyle nasıl
4:29
kıyaslarsınız? Karşımıza üç temel ölçüt
4:32
çıkıyor. Elde edeceğiniz veri miktarı,
4:35
araştırma hızınız ve görüşmeci hatası
4:37
riski. Ama asıl bomba şu. Verilerin
4:40
analiz yöntemi kesinlikle bir anket
4:42
kıyaslama ölçütü değildir. Analiz daha
4:44
sonra gerçekleşecek olan işin istatistik
4:47
boyutudur. Sınavlarda bunu çok sık
4:49
çeldirici olarak kullanırlar. Aman
4:51
diyeyim, düşmeyin. Özellikle posta ya da
4:54
internet üzerinden bir anket
4:55
yürütüyorsanız, en büyük kabusunuzla
4:58
tanışın. Tepkisizlik, yani
5:00
cevaplandırmama hatası. Düşünsenize,
5:03
yüzlerce e-posta atıyorsunuz ama
5:05
insanlar formu doldurmak yerine doğrudan
5:07
çöp kutusuna ya da spam klasörüne
5:09
yolluyor. İşte bu durum araştırmanızdaki
5:12
en büyük belirsizlik kaynağıdır ve elde
5:14
edeceğiniz o kıymetli verinin kalitesine
5:16
doğrudan tehdit eder.
5:18
>> Tabii ki tek aracımız anket değil.
5:20
Gözlem yöntemi var mesela. Katılımcının
5:23
genelde araştırıldığından bile haberi
5:25
olmaz. Davranışları dışarıdan
5:26
izlediğiniz dolaylı bir araçtır bu. Buna
5:29
karşılık mülakat yöntemi ise inanılmaz
5:31
doğrudan ve sözeldir. Gidip katılımcının
5:34
karşısına oturur, bizzat konuşursunuz.
5:36
Hangisini kullanacağınız tamamen
5:38
probleminizin doğasına göre değişir.
5:41
>> Evet, geldik yolculuğumuzun üçüncü
5:43
durağına. Katılımcıları nasıl seçeceğiz,
5:46
veriyi nasıl ölçeceğiz ve en önemlisi
5:48
tüm bunları yaparken hangi katı ahlaki
5:51
kurallara uyacağız? Üçüncü bölüm,
5:53
örnekleme, ölçüm ve etik. Gerçek dünyada
5:56
her zaman devasa bütçelerimiz ya da
5:58
aylarımız olmuyor. İşte o anlarda
6:01
araştırmacılar oldukça pratik ama
6:03
kısıtlı bir yönteme kaçarlar. Kolayda
6:05
örnekleme. Hani şu alışveriş
6:07
merkezlerinin kapısında ellerinde
6:09
anketlerle sizi çeviren insanlar var ya.
6:11
İşte tam olarak bu. Hızlıca bir nabız
6:14
yoklamak için önlerinden geçenleri
6:16
tesadüfi olmayan bir şekilde yakalarlar.
6:18
En ucuz ve hızlı yoldur ama dikkat,
6:21
bilimsel anlamda rastgele olmadığı için
6:23
tüm nüfusu mükemmel temsil etmeyebilir.
6:26
Topladığınız verilerin türüyle onu
6:28
ölçtüğünüz ölçeğin birbiriyle uyumlu
6:30
olması, tabiri caizse cuk diye oturması
6:32
lazım. Örneğin eğitim düzeyini ele
6:35
alalım. İnsanlara lise mezunu musunuz
6:37
yoksa üniversite mi diye sorduğunuzda bu
6:39
sadece bir kategori değildir, değil mi?
6:42
İçinde doğal bir hiyerarşi, bir sıralama
6:44
barındırır. Üniversite liseden sonra
6:46
gelir. Dolayısıyla eğitim düzeyi
6:48
değişkeni her zaman kategorik sıralama
6:50
eşleşmesine mükemmel uyar.
6:53
Peki ya hazırladığınız o anketin
6:54
gerçekten doğru şeyi ölçtüğünden nasıl
6:57
emin olacaksınız? İşte burada sahneye
6:59
kriter geçerliliği çıkıyor. Diyelim ki
7:01
yeni bir anket oluşturdunuz. Bunun
7:03
doğruluğunu kanıtlamak için kendi
7:05
sonuçlarınızı o alanda altın standart
7:07
kabul edilen, daha önce doğruluğu
7:09
ispatlanmış başka bir testle
7:11
kıyaslarsınız. Eğer bu iki sonuç
7:13
birbiriyle güçlü bir ilişki içinde ise,
7:15
harika. Anketinizin kriter geçerliliğini
7:17
sağlamış olursunuz.
7:19
Bilim yapıyoruz diye her şey mübah
7:21
değil. Araştırma etiğinin asla
7:23
esnetilemez altın bir kuralı vardır. Bir
7:26
araştırmaya başlarken o araştırmanın
7:29
amacını katılımcıya derinlemesine ve son
7:32
derece açık bir şekilde anlatmak
7:33
zorundasınız. Gerçek amacı gizlemek,
7:36
üstünü örtmek veya katılımcıyı kandırmak
7:38
bilimsel etik de kesinlikle ama
7:40
kesinlikle yasaktır. Bu işte şeffaflık
7:43
her zaman en temel kuralımız.
7:46
Ve geldik o görkemli finale. Aylarca
7:49
verilen emeklerin nihayet meyvesini
7:51
toplayacağımız o aşamaya. 4. bölüm
7:54
analiz, sınıflandırma ve raporlama.
7:57
Analiz aşaması. O sahada toz yutarak
8:00
topladığınız karmaşık verilerin nihayet
8:02
konuşmaya başladığı yer. Bilimsel
8:05
sürecin tartışmasız en can alıcı
8:07
noktası. Peki bu analizin başarılı
8:09
sayılması için şart nedir? Birincisi,
8:11
çıkan yorumlar yöneticilere karar
8:14
almalarında yol göstermeli. İkincisi ve
8:16
bence en önemlisi, elde ettiğiniz
8:19
bulgular araştırdığınız o büyük kitleye,
8:21
yani evrene mutlaka genellenebilir
8:23
olmalı. Eğer sonuçlarınızı evrene
8:25
genelleyemiyorsanız, üzgünüm ama o
8:28
yaptığınız araştırma geçerliliğini
8:29
maalesef yitirir.
8:31
Eğer devasa veri setleriyle
8:33
uğraşıyorsanız, işleri basitleştirmek
8:35
için zekice bir istatistiksel yönteme
8:37
ihtiyaç duyarsınız. Kümeleme analizi,
8:39
yani cluster analysis. Düşünün ki
8:42
elinizde binlerce müşterinin verisi var.
8:44
Onları tek tek incelemeniz imkansız.
8:47
Kümeleme analizi birbirine benzer
8:49
özellikler gösteren kişileri alır, aynı
8:51
gruba koyar ve sizin için net
8:53
prototipler çıkarır. Böylece karmaşık ve
8:55
kocaman bir kalabalığı yönetilebilir
8:57
düzenli gruplara dönüştürmüş olursunuz.
8:59
Şimdi rakamlardan, teknik detaylardan
9:03
biraz uzaklaşalım. Odağımızı işin insan
9:05
tarafına, yani bizzat araştırmacının
9:08
kendisine çevirelim. Size oldukça
9:10
kışkırtıcı bir soru sorayım. Uzun,
9:12
yorucu ve bazen sancılı olabilen bu
9:15
araştırma sürecinde başarılı bir
9:17
araştırmacı olmak için gereken en büyük
9:19
psikolojik şart nedir sizce? Sadece
9:21
üstün bir zeka mı, yoksa sınırsız bir
9:24
bütçe mi yeterlidir?
9:25
Aslında cevap tek bir kelimede gizli.
9:28
Motivasyon. Bir araştırmaya başlarken
9:31
aman konum bilime katkı sağlasın ya da
9:33
veriyi kolay bulurum demek inanın asla
9:36
yetmez. Akademik araştırma dediğiniz şey
9:39
aylarca hatta yıllarca süren yorucu bir
9:41
maratondur. Bu maratonda pes etmemek,
9:44
havlu atmamak için seçtiğiniz konunun
9:46
bizzat sizin için gerçekten ilgi çekici
9:49
olması şarttır. İçinizdeki o merak ateşi
9:51
yanmıyorsa bilimsel sürecin o ağır
9:53
zorluklarını aşmak neredeyse
9:55
imkansızdır. Bu incelemede ele aldığımız
9:58
dersin çıkmış sorularını deneme sınavı
10:00
formatında çözmek, eksiklerinizi
10:02
kapatmak ve kendinizi detaylıca test
10:04
etmek için lalonulo.com adresini ziyaret
10:07
edebilir, açıklama kısmında yer alan
10:09
bağlantıya tıklayabilirsiniz. Bilimsel
10:11
araştırma yöntemleri sadece sınavları
10:13
geçmek için değil, dünyayı gerçekten
10:15
anlamlandırmak için de elimizdeki en
10:17
güçlü araçtır. Peki siz kendi
10:19
hayatınızdaki o karmaşık problemleri
10:21
çözerken doğru veriyi arayan objektif
10:23
bir araştırmacı mısınız yoksa kolaycı
10:25
bir varsayımcı mı? Öğrenmeye devam edin.
10:28
Hoşça kalın.
Jobs & Education