Aynı toplantı masası: sunucunun solundaki iki dinleyici kuru istatistik-karalama bulutunun altında uyuyor; sağındaki ikisi altın para ve yükselen ok ışığının altında heyecanla dikilmiş. Aynı bulgu, iki dil — biri uyutur, öteki harekete geçirir.

Yeşil Kuşak · Modül 7 · Hipotez Testleri — Final

Pratik İş Yorumu — İstatistiği, Patronun Anladığı Dile Çevirmek

Bu modül boyunca güçlü istatistik araçları öğrendik: hipotez testleri, p-değeri, güven aralığı, t-testi, ANOVA. Ama şimdi rahatsız edici bir gerçek: yönetim toplantısına girip "p-değerimiz 0,03, null hipotezi reddettik" dersen, karşında boş bakışlar görürsün. Hiç kimse aksiyon almaz. Çünkü istatistik bir dildir — ve o dili çoğu insan konuşmaz. Green Belt'in son ve belki en önemli becerisi: istatistiksel bir bulguyu, bir iş kararına çevirmek.

HİKÂYE AKIŞI

İki Dil Arasında Çevirmen

İstatistik dili uyutur, iş dili uyandırır

"p-değeri anlamlı" yerine şunu söyle: "Yeni yöntem hata oranını %8'den %3'e düşürüyor; bu yılda şu kadar lira tasarruf ve şu kadar az şikâyet demek." Bu cümle, hiçbir p-değerinin yapamayacağını yapar: yönetimi harekete geçirir. Çevirinin yolu: farkın büyüklüğü + para karşılığı.

Gerçek ≠ önemli

Büyüteç minik altın zerresinin GERÇEK olduğunu doğrular — ama dev kantarın ibresi kılını kıpırdatmaz. Bir milyon kullanıcıyla %3,00→%3,01: p minicik, son derece 'anlamlı' — ama uğruna milyonluk yatırım yapılmaz. Çok büyük örneklemler, en değersiz farkları bile 'anlamlı' gösterir. Hep sor: peki ne kadar büyük?

Belirsizliği dürüstçe çerçevele

"Kesinlikle %5 iyileştirir" demek caziptir ama tehlikelidir — tutmazsa kredibiliteni yok eder (patlayan balon). Dürüst Green Belt aralık verir: "büyük olasılıkla %3 ile %7 arası; en olası %5." Bu hem daha dürüsttür hem paradoksal biçimde daha güven verir. Az vaat et, çok teslim et.

KRİTİK AYRIM

İstatistiksel Anlamlılık × Pratik Anlamlılık

İstatistiksel Anlamlılık

p < 0.05 → Gözlemlenen fark rastgele değil
Ne ölçer? Farkın gerçek mi yoksa tesadüf mü olduğunu
Etkilendiği faktör: Örneklem büyüklüğü (n)

Pratik Anlamlılık

Etki büyüklüğü (Cohen's d, η²) → Fark ne kadar büyük?
Ne ölçer? Farkın gerçek dünyada işe yarayıp yaramadığını
Etkilendiği faktör: Değişimin büyüklüğü

Büyük n ile küçük, önemsiz farklar bile istatistiksel olarak "anlamlı" çıkabilir. Küçük n ile büyük, önemli farklar "anlamsız" görünebilir.

İNTERAKTİF

3 Senaryo: Hangisi Gerçekten Anlamlı?

Bir senaryoya tıklayarak analizi gör ve pratik yorumu öğren.

Ölçülen Fark

İstatistiksel Sonuç

İş Etkisi

KARAR MATRİSİ

2×2: Anlamlı mı × Önemli mi

Anlamlı (p < 0.05) + Pratik önem YOK

Dikkatli Ol!

Büyük örneklemden kaynaklanan istatistiksel hassasiyet. Fark gerçek ama işe yaramıyor olabilir. Karar: İş değerini sorgula

Anlamlı (p < 0.05) + Pratik önem VAR

Mükemmel!

Hem gerçek hem önemli bir fark. Harika proje sonucu. Karar: Uygula ve yay

Anlamsız (p ≥ 0.05) + Pratik önem YOK

Gerçekten Yok

Fark yok ve test de bulamadı. Karar: Başka faktör ara

Anlamsız (p ≥ 0.05) + Pratik önem VAR

Düşük Güç!

Örneklem yetersiz. Fark gerçek olabilir. p ≥ 0.05 = "fark yok" DEĞİL! Karar: Örneklemi büyüt, tekrar test et

BÜYÜK n TEHLİKESİ

Aynı Fark, Farklı n ile Nasıl Görünür?

Örneklem (n)	Ortalama Fark	p-değeri	Cohen's d	Karar
n = 10	0.3 dk	p = 0.45	d = 0.15	Anlamsız (yeterli güç yok)
n = 50	0.3 dk	p = 0.18	d = 0.15	Anlamsız
n = 200	0.3 dk	p = 0.04	d = 0.15	Anlamlı — ama etki çok küçük!
n = 5.000	0.3 dk	p = 0.0001	d = 0.15	Çok anlamlı — pratik önem yok
n = 100	5.0 dk	p = 0.001	d = 1.2	Hem istatistiksel hem pratik anlamlı

Cohen's d değişmedi — sadece n büyüdü!

ETKİ BÜYÜKLÜĞÜ

Cohen's d Eşikleri

d < 0.2

Küçük Etki

Pratikte fark edilmez

d = 0.2–0.5

Küçük–Orta

Bağlama göre değerlendir

d = 0.5–0.8

Orta Etki

Genellikle pratik anlamlı

d > 0.8

Büyük Etki

Kesinlikle pratik anlamlı

MODÜLÜN İMZASI

Anlamlı, Önemli Demek Değildir

İstatistiksel anlamlılık şunu söyler: "Bu fark gerçek, şans eseri değil." Pratik önem ise şunu sorar: "Peki bu fark, umursamaya değer kadar büyük mü?" Bunlar bambaşka sorulardır. Bir fark son derece anlamlı ama hiçbir iş değeri taşımayacak kadar küçük olabilir; gerçekten değerli bir fark da küçük örneklemde 'anlamlı' çıkmayabilir. p-değeri farkın gerçek olup olmadığını söyler; önemli olup olmadığını asla söylemez.

Önemi, sayı değil — sen ve bağlamın belirler. Ve karar kolektiftir: Green Belt bulguyu herkesin anlayacağı dile çevirir, kararı masadaki herkes birlikte verir.

KONTROL LİSTESİ

Proje Sonucu Yorumlama Kontrol Listesi

p-değerini kontrol et — anlamlı mı?

p < 0.05 ise H₁ destekleniyor

Etki büyüklüğünü hesapla

Cohen's d, η², Cramér's V — d > 0.5 hedef

Farkın iş birimiyle büyüklüğünü belirle

Kaç dakika/lira/hata birimi fark ediyor?

Yıllık/kümülatif etkiyi hesapla

Küçük günlük fark büyük yıllık etki olabilir — veya tam tersi

Değişim maliyetiyle karşılaştır

ROI = Tasarruf / Maliyet — 1'den büyük mü?

Sponsor ile birlikte 'pratik önemi' tanımla

Hangi büyüklükteki fark iş kararını değiştirir?

SAHADAN

Üretim: Aynı Bulgu, İki Dil — Biri Harekete Geçirdi

Panoda küçük maliyet yığını ve bantlı büyük kazanç yığınları; sponsor onay damgasını keyifle masaya indiriyor — iş diline çevrilen bulgu bir saniyede karar aldırdı. — İş diline çevrilen bulgu, damgayı bir saniyede indirtti.

Bir üretim ekibi, yeni bir ayarın fire oranını düşürdüğünü test etti; p-değeri anlamlı çıktı. Heyecanla yönetime gidip "istatistiksel olarak anlamlı bir iyileşme bulduk" dediler. Yönetim "güzel" dedi ve hiçbir şey olmadı; çünkü kimse ne yapması gerektiğini anlamadı.

Sonra Green Belt sunumu yeniden çerçeveledi: "Bu ayar, fire oranını %6'dan %4,5'e düşürüyor. Güven aralığımıza göre yıllık tasarruf en kötü 200 bin, en iyi 400 bin lira; en olası değer 300 bin. Ayarı tüm hatlara yaymanın maliyeti 50 bin lira."

Yönetim bir saniyede karar verdi. Aynı bulgu, aynı veri — ama biri istatistik dilinde, diğeri iş dilinde. İkincisi harekete geçirdi.

Örnek: fire ayarı; 'anlamlı iyileşme' cümlesi sessizlik üretti → %6→%4,5 + 200-400 bin TL aralığı + 50 bin maliyet çerçevesi anında onay aldı.

SIK YAPILAN HATALAR

Yorumlama Tuzakları

Yönetime p-değeri jargonu ile sunmak

Farkın büyüklüğünü ve para karşılığını söyle: 'fire %6'dan %4,5'e; yılda ~300 bin TL tasarruf'.

'Anlamlı çıktı, hemen yapalım' aceleciliği

Önce etki büyüklüğüne bak (Cohen's d): fark gerçek ama umursamaya değer mi?

Tek noktalı şişirilmiş kesinlik vaat etmek

Aralıkla konuş: 'büyük olasılıkla %3–%7, en olası %5' — az vaat et, çok teslim et.

p ≥ 0.05'i 'fark yok' diye sunmak

Düşük güç olabilir: örneklem yetersizse gerçek ve değerli bir fark 'anlamsız' görünebilir — örneklemi büyüt.

Değer kararını tek başına vermek

'Bu büyüklük bizim için değer mi?' sorusu takımın, sponsorun, karar vericilerin sorusudur — zemini sen hazırla, kararı birlikte verin.

DMAIC İÇİNDE YERİ

Analyze'dan Improve'a Köprü

Pratik iş yorumu, Analyze fazının çıkış kapısıdır: istatistiksel kanıt, para ve aralık diliyle karar masasına taşınır — ve doğrulanmış kök nedenler, çözüm geliştirmeye (Improve) devredilir.

Çevir

p yerine büyüklük + para: 'fire %6→%4,5; yıllık 200–400 bin TL' — güven aralığı en iyi çeviri aracıdır.

Dürüst çerçevele

Tek nokta değil aralık: en kötü / en olası / en iyi. Şişirilmiş kesinlik kredibiliteyi yok eder.

Birlikte karar ver → M8

Değer sorusu kolektiftir: sponsor + ekip. Karar alındığında sıradaki modül başlar: Improve — çözüm geliştirme.

AI KÖŞESİ

Yapay Zekâ Çevirir — Kararı Masadaki İnsanlar Verir

İstatistiksel sonucunu verip "bunu bir yönetici için iş diline çevir: farkın büyüklüğünü, para karşılığını ve belirsizlik aralığını içeren, p-değeri jargonu olmayan bir özet yaz" diyebilirsin. Yapay zekâ teknik bulguyu sade, eyleme yönelik bir cümleye çevirmekte çok iyidir; seni 'anlamlı = önemli' tuzağına karşı uyarır ve belirsizliği dürüstçe çerçevelemene yardım eder. Ama "bu %2 iyileşme bizim stratejimiz için değerli mi, bu yatırıma değer mi" sorusu bir değer yargısıdır — onu şirketin önceliklerini bilen sen, takımın ve sponsorun verir.

AI Asistanı

Sonucunu ve bağlamı ver (ör. "fire %6→%4,5, p=0,01, aralık 1,0–2,0 puan; yayma maliyeti ~50 bin TL"); p jargonu olmadan, büyüklük + para + dürüst aralıkla, yönetimi harekete geçirecek 3-4 cümlelik bir özet yazayım ve 'anlamlı=önemli' tuzağına karşı uyarayım. Kararı sponsor ve ekiple birlikte verirsin.

Bir Yalın Altı Sigma Green Belt mentoru gibi davran. Aşağıdaki istatistiksel sonucu bir YÖNETİCİ için iş diline çevir. (1) p-değeri jargonu KULLANMA; bunun yerine farkın BÜYÜKLÜĞÜNÜ ve PARA karşılığını söyle. (2) Belirsizliği DÜRÜSTÇE çerçevele: tek nokta yerine güven aralığını kullan (en kötü / en olası / en iyi). (3) Yatırım maliyetiyle karşılaştır: bu değer buna değer mi?

Devam et: (4) Beni 'anlamlı = önemli' tuzağına karşı uyar: fark gerçek olsa bile pratikte önemli mi, büyüklüğüne göre değerlendir. (5) 3-4 cümlelik, yönetimi harekete geçirecek bir özet yaz. (6) Bu kararın tek başıma değil, sponsorla/ekiple birlikte verilmesi gereken kısımlarını belirt.

AI istatistiği iş diline çevirir — kararı masadaki insanlar verir.

KENDİNİ SINA

Sahaya Çık: Test Zamanı!

Bir L6S projesi p=0.03 sonucu buluyor. Cohen's d = 0.08 (çok küçük etki). Bu proje için ne yapılmalı?

Doğru Cevap (C): p = 0.03 istatistiksel anlamlılık sağlar, ancak Cohen's d = 0.08 çok küçük bir etki büyüklüğü demektir. Bu, büyük örneklemden kaynaklanan hassasiyetin tespit ettiği gerçek ama önemsiz bir farkı gösterir. İyi bir L6S analisti burada durup "Bu iyileştirme gerçek iş değeri yaratıyor mu?" sorusunu sormalıdır.

MODÜL 7 TAMAMLANDI

Hipotez Testleri — 10 Ders

1Hipotez nedir? (gerçek mi, şans mı)

2Null ve alternatif hipotez (masumiyet karinesi)

3p-değeri (şaşırtıcılık ölçer)

4Güven aralığı (sahte kesinliği kır)

5Tip 1 / Tip 2 hata (yorgan dengesi)

6t-testi (sinyali gürültüye böl)

7ANOVA (çok bilet tuzağı, tek adil test)

8Ki-kare (beklenen vs gözlenen)

9Normallik (önce kilide bak)

10Pratik iş yorumu (istatistiği çevir)

Artık bir farkın gerçek mi şans mı olduğunu kanıtlayabiliyor, doğru testi seçebiliyor ve sonucu iş diline çevirebiliyorsun. Analyze fazının teknik gücünü gerçek dünyaya bağladık. Sıradaki modül: Improve — bulduğumuz ve doğruladığımız kök nedenlere çözüm geliştirme.

SON SÖZ

İstatistiksel anlamlılık testin sana söylediğidir. Pratik anlamlılık ise işe söylemek zorunda olduklarındır. Her ikisini birlikte değerlendiren analist, sadece hesap yapan değil — karar üretendir.

Bir sonraki sunumundan önce cümleni test et: içinde p-değeri geçiyorsa sil, yerine üç şey koy — farkın büyüklüğü, para karşılığı (aralıkla: en kötü / en olası / en iyi) ve yatırım maliyeti karşılaştırması. İstatistiği, harekete geçiren dile çevir. Sıradaki modül: Çözüm geliştirme (Improve).