0:00
Sosyal bilimler dünyasına yani toplumun
0:02
karmaşık yapısını anlamaya çalışan o
0:04
büyük maceraya hoş geldiniz. Bugün bir
0:07
araştırmacının alet çantasını açıyoruz
0:10
ve içinde neler var hep birlikte
0:13
Gelin en temelden başlayalım. Bir
0:16
çalışmayı sıradan bir fikirden, kişisel
0:18
bir görüşten ayırıp da bilimsel yapan
0:20
şey ne olabilir ki? İşte bu sorunun
0:23
cevabı her şeyin temelini oluşturuyor.
0:26
Çünkü her şeyden önce bilimin de kendine
0:28
göre kuralları var. Sağlam bir araştırma
0:31
yapmak istiyorsak bu oyunun kurallarını
0:34
en başta iyi bilmemiz gerekiyor. İşte
0:37
size kural bir. Bir konu hakkındaki
0:39
kişisel izlenimlerinizi paylaşmak ne
0:41
kadar ilginç olursa olsun tek başına
0:43
bilimsel bir katkı sayılmaz. Yani bilim
0:46
dediğimiz şey kişisel gözlemlerden çok
0:48
daha ötesi. Sistematik ve objektif bir
0:51
yaklaşım istiyor bizden. Aslında bu
0:54
fikirler hiç de yeni değil. Ta 17.
0:56
yüzyılda Francis Bacon'ın deneye ve tüme
0:59
varıma dayalı yöntemleri savunmasıyla
1:01
başlıyor bu yolculuk. Yüzyıllar sonra
1:04
20. yüzyıla geldiğimizde ise Thomas Co
1:07
paradigma diye bir kavram ortaya atıyor
1:09
ve bilimsel düşünceye bambaşka bir
1:11
pencere açıyor. Ken diyor ki bilimin
1:14
büyük bir kısmı aslında normal bilim
1:16
dediğimiz dönemlerde ilerler. Bu ne
1:18
demek? Yani bilim insanlarının belli bir
1:21
teorik çerçeveye yani bir paradigmaya
1:24
inandığı ve herkesin kabul ettiği
1:26
kurallar içinde problemler çözdüğü
1:27
dönemler. Peki bu kurallar tamam da bir
1:31
araştırmacı yola nasıl çıkar? İşte şimdi
1:34
alet çantamızdaki ilk ve belki de en
1:37
önemli araca yani araştırmanın yol
1:39
haritası olan araştırma desenine
1:41
bakıyoruz. Araştırma desenini bir ev
1:44
yapmadan önce çizilen detaylı bir mimari
1:47
proje gibi düşünebilirsiniz. Veriyi
1:49
nasıl toplayacaksın? Kimlerle
1:51
konuşacaksın? Sonra o veriyi nasıl
1:53
analiz edeceksin? İşte bütün bu adımları
1:56
en baştan planladığımız o ana strateji
1:58
bu. Bazen de en iyi sonuçlar farklı
2:01
yöntemleri bir araya getirmekten
2:03
çıkıyor. Mesela anketlerden gelen
2:05
sayılarla derinlemesine mülakatlardan
2:07
gelen hikayeleri birleştirmek gibi. İşte
2:10
biz buna karma desen diyoruz. Bu sayede
2:13
bir konunun hem ne kadar yaygın olduğunu
2:16
hem de neden öyle olduğunu aynı anda
2:20
Araştırmalarda sıkça birbirine
2:22
karıştırılan iki kavram var. Araştırma
2:24
sorusu ve hipotez. Aralarındaki fark
2:27
aslında çok net. Araştırma sorusu. Yurt
2:30
dışında yaşamanın göçmenlere karşı
2:32
tutuma etkisi nedir? gibi bir merakı
2:34
dile getirir. Hipotez ise daha
2:36
iddialıdır. A B'ye neden olur gibi test
2:39
edilebilir bir neden sonuç ilişkisi öne
2:41
sürer. Yalnız bir şeyin diğerine neden
2:44
olduğunu söylemek o kadar da kolay
2:46
değil. Bakın bir araştırmacının bu
2:48
iddiada bulunabilmesi için şu üç şartı
2:51
da sağlaması lazım. Birincisi iki şey
2:54
arasında bir ilişki olacak. İkincisi,
2:56
neden sonuçtan önce gelecek? Ve
2:58
üçüncüsü, belki de en önemlisi bu
3:00
ilişkiyi açıklayan gizli bir üçüncü
3:02
faktör olmayacak. İşin ilginç yanı bu
3:05
şartları sağlamak için illaki her şeyi
3:07
sayılara dökmeniz gerekmiyor. E tamam da
3:11
diyelim ki bütün bir ülkedeki insanları
3:12
incelemek istiyoruz. Mümkün mü bu? Tabii
3:15
ki değil. İşte tam bu noktada bütünü
3:17
temsil edecek daha küçük bir grup
3:19
seçmemiz gerekiyor. Bu işleme de
3:22
örnekleme diyoruz. İyi bir örnekleme
3:24
yapmanın ilk adımı örnekleme çerçevesi
3:27
dediğimiz şeyi oluşturmak. Bu nedir? Bu
3:30
incelemek istediğiniz gruptaki herkesin
3:32
ama istisnasız herkesin olduğu tam bir
3:35
liste. Mesela bir üniversitedeki bütün
3:37
öğrencilerin numaralarının olduğu liste
3:39
gibi. Şimdi karşımızda iki temel yol
3:42
var. Eğer amacımız sonuçları bütün bir
3:45
nüfusa genellemekse herkesin seçilme
3:47
şansının olduğu olasılıklı yöntemleri
3:50
kullanırız. Ama yok. Amacımız bir konuyu
3:52
derinlemesine anlamaksa o zaman
3:54
olasılıklı olmayan yöntemlerle
3:56
ilerleriz. Burada sihirli bir sayı
3:58
yoktur. Ne zaman ki yeni bir şey
4:00
duymamaya başlarız yani doygunluk
4:02
noktasına ulaşırız, o zaman dururuz.
4:05
Peki sıkı durun. Tüm Türkiye'nin genel
4:08
görüşünü yansıtacak bir anket için sizce
4:11
kaç kişiye ihtiyacımız var? Milyonlar
4:13
mı? Hayır, cevap şaşırtıcı olabilir ama
4:16
istatistiksel olarak doğru bir şekilde
4:18
rastgele seçilmiş sadece 384 kişi tüm
4:22
ülkeyi temsil etmek için yeterli kabul
4:24
ediliyor. Bir de resmi istatistiklerde
4:27
karşınıza sık sık İBBS3 düzeyi diye bir
4:31
ifade çıkabilir. Bir dahaki sefere bunu
4:33
gördüğünüzde bilin ki bu verilerin
4:36
Türkiye'nin 81 ilinin tamamını temsil
4:39
ettiğini gösteren bir sınıflandırma.
4:41
Harika. verilerimizi topladık. Peki
4:44
şimdi ne olacak? Belki de en kritik
4:46
soruya geldik. Elimizdeki bu verilere ne
4:49
kadar güvenebiliriz? Bu soruda bizi
4:52
geçerlilik ve güvenilirlik adında iki
4:54
çok önemli kavrama getiriyor. Bu iki
4:57
kavramı şöyle ayıralım. Güvenirlik bir
5:00
ölçümün ne kadar tutarlı olduğuyla
5:02
ilgili. Yani aynı şeyi tekrar tekrar
5:04
ölçtüğümüzde hep aynı sonucu alıyor
5:06
muyuz? Geçerlilik ise çok daha temel bir
5:09
soru sorar. İyi de biz gerçekten ölçmek
5:12
istediğimiz şeyi mi ölçüyoruz? Yani bu
5:14
doğrulukla ilgili. Şöyle bir örnek
5:16
düşünün. Bir araştırma yapılıyor ve her
5:19
seferinde ama her seferinde İstanbul'u
5:21
en az üniversite öğrencisi olan şehir
5:23
olarak buluyor. Bu sonuç tutarlı mı?
5:25
Evet, demek ki güvenilir. Ama doğru mu?
5:28
Kesinlikle değil. Demek ki geçerli
5:30
değil. İşte aradaki fark tam olarak bu.
5:33
İşte bu doğru ölçüm yapma çabası o kadar
5:36
önemli ki araştırmacılar placebo etkisi
5:39
gibi inanılmaz durumları bile hesaba
5:41
katmak zorunda. Yani insanların içinde
5:44
ilaç olmayan bir hapı yuttuklarında bile
5:47
sırf tedavi edildiklerine inandıkları
5:50
için iyileşebilmesi. Bu
5:52
beklentilerimizin sonuçları nasıl
5:53
değiştirebildiğinin en net kanıtı. Ve
5:57
şimdi alet çantamızdan son birkaç ileri
6:00
düzey tekniği çıkaralım. Bunlar
6:02
araştırmacıların farklı durumları
6:04
birbiriyle kıyaslayarak daha derin
6:05
bilgilere ulaşmasını sağlayan yöntemler.
6:08
Mesela John Stuart Mill'in en benzer
6:12
sistemler tasarımı buna harika bir
6:14
örnek. düşünün birbirine neredeyse her
6:16
yönden benzeyen iki ülke var ama birinde
6:19
bir devrim oluyor diğerinde olmuyor.
6:21
İşte bu yöntem diğer her şey aynı o
6:24
farklı sonuca yol açan o tek kilit
6:26
faktörün ne olduğunu bulmaya çalışır.
6:29
Adeta bir dedektiflik gibi. Elbette iyi
6:32
bir araştırmacı işe sıfırdan başlamaz.
6:34
Önce kendinden öncekiler ne yapmış diye
6:36
bakar. Ama bu noktada hakem denetiminden
6:38
geçmiş yani başka bilim insanlarının
6:40
onayladığı akademik bir makale ile
6:43
herhangi bir gazete haberi arasındaki
6:44
farkı bilmek hayati önem taşır. Kısacası
6:48
bugünkü yolculuğumuzda ne gördük? iyi
6:51
bir sosyal bilim araştırmasının
6:53
tesadüflere yer bırakmadığını, her şeyin
6:55
sağlam bir yol haritasıyla yani
6:57
araştırma deseniyle başladığını, büyük
7:00
grupları anlamak için zekice seçilmiş
7:02
küçük gruplar yani örneklemeler
7:05
kullandığını ve en önemlisi yaptığı
7:08
ölçümlerin hem tutarlı yani güvenilir
7:10
hem de doğru yani geçerli olması
7:13
gerektiğini öğrendik. Sonuç olarak şunu
7:15
unutmayalım. Bu aletler sadece
7:17
akademisyenlerin kullanması için değil.
7:20
Bunlar hepimizin etrafımızdaki dünyayı
7:22
daha eleştirel, daha sistematik bir
7:25
gözle anlamasına yardımcı olacak bir
7:27
düşünme biçimi. Peki bu alet çantası
7:30
artık sizin de elinizde olduğuna göre
7:32
toplumun en çok merak ettiğiniz hangi
7:34
yönünü bilimsel bir mercek altına almak
