Canlı karikatür sahne: solda bir ışık anahtarı (sadece açık/kapalı, iki kaba durum) aynı odayı ya aydınlık ya karanlık yapıyor; sağda bir dimmer/ayar düğmesi aynı odayı sonsuz ara tonda aydınlatıyor; yeşil önlüklü Green Belt dimmer'ın zenginliğini gösteriyor

Yeşil Kuşak · Measure Fazı

Veri Türleri

İki proje aynı şeyi anlıyor: biri sonuca 300 ölçümle, diğeri aynı güvenle 30 ölçümle ulaşıyor. Tek fark: hangi tür veriyi topladıkları. Veri türü, yanlış seçilirse yanlış istatistiksel testi uygularsın; doğru seçilirse projenin maliyetini ve süresini doğrudan düşürürsün.

Hikâye Storyboard

Var-Yok mu, Derece mi: Üç Kare

Anahtar mı, dimmer mı?

Kesikli veri bir ışık anahtarı gibidir — sadece "var mı yok mu" der (geç/değil, geçti/kaldı). Sürekli veri bir dimmer gibidir — "tam olarak ne kadar" der (kaç saat geç, kaç mm sapma). Biri var-yok, diğeri derece.

Derece küçük değişimleri yakalar

"Geç mi?" dersen 1 dakika geç de 3 gün geç de aynı kutuda — bilgi kaybı. "Kaç dakika geç?" dersen her teslimat gradyan üzerinde tam yerine oturur. Derece bilgisi muazzam bir güçtür.

Sürekli veri = 10 kat daha az örnek

Hata oranı %2 ise bir iyileşme görmek için yüzlerce ürüne bakman gerekir. Ama sürekli bir metrikle (hedeften sapma) her tek ölçüm zengin bilgi verir; çok daha az örnekle güvenli sonuca varırsın.

Beş Tür

Veri Türleri — Kısaca Ne Demek?

Sürekli

Kesirli değer alabilir; ölçüm aletinden gelir; en zengin bilgi. Örn: süre, sıcaklık, ağırlık.

Ayrık (Sayısal)

Yalnızca tam sayı; sayılabilir birim. Örn: hata adedi, parti sayısı, çalışan sayısı.

Nominal

İsimlendirme kategorisi, sıralama yok; matematiksel işlem yapılamaz. Örn: renk, bölge, tür.

Ordinal

Sıralı kategori, aralıklar eşit değil. Örn: müşteri memnuniyeti, eğitim seviyesi.

İkili (Binary)

Yalnızca 2 değer: evet/hayır, geçti/kaldı. p-chart ve lojistik regresyonla analiz edilir.

Araç Seçimi

Hangi Veri Türü → Hangi Analiz?

Veri Türü	Merkezi Eğilim	Grafik	Tipik Analiz
Sürekli	Ortalama, medyan	Histogram, run chart	t-testi, ANOVA, regresyon
Ayrık	Ortalama, medyan	Pareto, u-chart	Poisson modeli, t-testi
Nominal	Mod	Bar chart, pasta	Chi-kare, Fisher exact
Ordinal	Medyan, mod	Bar chart sıralı	Spearman korelasyon
İkili	Oran (p)	p-chart, bar chart	Chi-kare, lojistik regresyon

İnteraktif

Veri Türü Sınıflandırıcı

9 veri maddesini doğru türe ata; sonra Kontrol Et ile skorunu ve açıklamaları gör.

Sürekli

Ayrık

Nominal

Ordinal

İkili

1.Sipariş teslim süresi: 2.73 saat

💡 Sürekli sayısal — kesirli değer alabilir, gerçek sıfır noktası var.

2.Hatalı ürün adedi: 7 adet

💡 Ayrık sayısal — tam sayı, kesirli olamaz (7.3 adet ürün olmaz).

3.Tercih edilen renk: Mavi / Kırmızı / Yeşil

💡 Nominal — kategori, sıralama yok; matematiksel işlem yapılamaz.

4.Müşteri memnuniyeti: Çok kötü / Kötü / İyi / Çok iyi

💡 Ordinal — sıralı kategori; ama aralıklar eşit değil.

5.Kalite kontrolden geçti mi? Evet / Hayır

💡 İkili (binary) — yalnızca iki değer; p-chart ile izlenir.

6.Makine sıcaklığı: 85.4°C

💡 Sürekli sayısal — kesirli değer alabilir; sıcaklık ölçeği.

7.Günlük üretilen parti sayısı: 12 parti

💡 Ayrık sayısal — tam sayı, kesirli olmaz.

8.Tedarikçi bölgesi: İstanbul / İzmir / Ankara

💡 Nominal — coğrafi kategori; istatistiksel sıralama yok.

9.Eğitim tamamlama düzeyi: Başlangıç / Orta / İleri

💡 Ordinal — sıralı seviye; aralıklar eşit sayılamaz.

Kurnaz Green Belt Hamlesi: Kesikliyi Sürekliye Çevir

Çoğu zaman kesikli görünen bir şeyi sürekli bir metriğe çevirebilirsin: "Müşteri memnun mu?" (kesikli) → "1-10 puanla?" (sürekliye yakın). "Teslimat geç mi?" → "kaç saat geç?". "Parça kusurlu mu?" → "ölçüsü hedeften kaç mm sapmış?". Aynı olguya sürekli bir pencereden bakınca hem daha az veriyle hem daha derin içgörüyle çalışırsın. Ama dengeyi koru: bazı şeyler doğası gereği kategoriktir (onaylandı/reddedildi) — zorla sürekliye çevirmek yapay olur. Kesikliyi kötüleme; eldeki soruya uygun türü bilinçle seç.

Hikâye

Fabrika: Saymaktan Ölçmeye

Canlı karikatür sahne: solda kaba iki-kutu 'kusurlu/değil' sayımı (bilgi az); sağda bir kumpasla her parçanın hedeften sapmasını ölçen zengin gradyanlı sürekli ölçüm; yeşil önlüklü Green Belt kumpası gösteriyor, az parçayla derin resim — Saymak yerine sapmayı ölç — az parça, derin resim.

Bir fabrikada parça kalitesini iyileştiriyorlar. İlk içgüdü: "kaç parça kusurlu?" diye saymak — kesikli. Binlerce parça sayıp yüzde kusur oranı buluyorlar; ama küçük iyileşmeleri göremiyorlar, çünkü oran kabaca aynı kalıyor.

Sonra akıllı bir Green Belt diyor ki: "Kusurlu mu değil mi diye saymayalım; her parçanın gerçek ölçüsünü, hedeften sapmasını ölçelim" — sürekli. Şimdi her parça zengin bilgi veriyor; ölçüdeki küçük kaymaları, eğilimleri, değişkenliği görüyorlar. Hem çok daha az parçayla, hem çok daha derin bir resimle çalışıyorlar.

Neden bu kadar önemli? Çünkü veri türü, kullanabileceğin tüm araçları belirler. t-testi, ANOVA, ki-kare — hepsi veri türüne göre ayrılır; bazıları sadece sürekliyle, bazıları sadece kesikliyle çalışır. Yani daha veriyi toplarken türünü seçtiğinde, Analiz fazında hangi araçları kullanabileceğini de seçmiş olursun. Yanlış tür toplarsan en güçlü araçların elinden alınır.

300 vs 30 örnek karşılaştırması, fabrika (kusurlu-say vs sapma-ölç) örneği ve 'ışık anahtarı / dimmer' metaforu, sürekli verinin zenginliğini ve örneklem/araç sonuçlarını somutlaştırmak içindir. mm sapma, t-testi/ki-kare gibi araçlar endüstriyel gerçeği temsil eder.

Sık Hatalar

Veri Türünde Yaygın Tuzaklar

Yanlış türe yanlış test uygulamak

Sürekli veriye ki-kare, kesikliye ortalama uygulamak yanlış analizdir. Önce türü tanı, sonra test seç — tür tüm araçları belirler.

Her şeyi kesikli toplamak

'Kusurlu mu?' saymak çok örnek gerektirir ve küçük iyileşmeleri gizler. Mümkünse dereceye (sürekliye) çevir; her ölçüm zengin bilgi verir.

Her şeyi zorla sürekliye çevirmek

Bazı şeyler doğası gereği kategoriktir (onaylandı/reddedildi). Zorlama yapay olur; türü soruya ve kaynağa göre bilinçle seç.

Nominal ile ordinali karıştırmak

Nominalde sıra yoktur (renk, bölge); ordinalde sıra vardır ama aralıklar eşit değildir (memnuniyet). Analizleri farklıdır.

Türü ölçümden sonra düşünmek

Veri türü, geç fark edilen ama her şeyi belirleyen bir karardır. Toplamadan önce türü ve gerekli aleti planla.

DMAIC Bağı

Tür, Analiz Araçlarını Baştan Seçer

Veri türü bir kapı gibidir: sürekli kapısından t-testi/ANOVA, kesikli kapısından ki-kare geçer. Measure'da seçtiğin tür, Analyze'da hangi araçları kullanabileceğini belirler.

Operasyonel tanımla

Tür seçimi, metriğin nasıl ölçüleceğine (birim, hesaplama) bağlıdır; ikisi birlikte planlanır.

Analyze'a köprü

Sürekli → t-testi/ANOVA/regresyon; kesikli → ki-kare/Poisson/lojistik. Yanlış tür, en güçlü aracı elinden alır.

Sonraki ders

'Ne kadar veri yeter?' sorusunun cevabına — örnekleme mantığına geçiyoruz.

AI Köşesi

AI Kesikliyi Sürekliye Çevirmenin Yolunu Bulur

Metriğini ve problemini anlatıp 'bu sürekli mi kesikli mi, sürekliye çevirmenin bir yolu var mı, bu seçim örneklem büyüklüğümü nasıl etkiler?' diye sorabilirsin. Yapay zekâ, kesikli görünen bir metriği sürekliye çevirmenin yaratıcı yollarını önermekte özellikle iyidir — aklına gelmeyen bir 'derece' ölçüsü bulabilir; ayrıca türe göre Analiz'de hangi araçların uygun olacağını önceden söyler. Ama neyin pratikte ölçülebilir olduğunu insan bilir: AI 'ölçüden sapmayı ölç' diyebilir, ama hattında o aleti (kumpas/sensör) var mı, o veri gerçekten toplanabilir mi, sahayı bilen sen onaylarsın.

AI Asistanı

Bir metriği mi ölçeceksin? Anlat; ben kesikli/sürekli karşılaştırayım, sürekliye çevirmenin yollarını, örneklem sonuçlarını ve Analiz'de kullanacağın araçları çıkarayım — pratikte ölçülebilir olanı sen onayla.

Bir Yalın Altı Sigma Ölç fazı mentoru gibi davran. Aşağıdaki metrik için: (1) Kesikli (attribute) ve sürekli (continuous) olarak nasıl ölçeceğimi karşılaştır. (2) Kesikli görüneni sürekli bir metriğe çevirmenin somut yollarını öner. (3) Küçük bir iyileşmeyi güvenle görmek için her yaklaşımda yaklaşık ne kadar örnek gerekeceğini niteliksel karşılaştır (sürekli neden daha az?). (4) Her tür Analiz'de hangi araçlarla çalışır? (5) Sürekliye çevirmek için sahada hangi ölçüm aletine ihtiyacım olur? [Metriği/süreci buraya ekle.]

Şu 5 metriği veri türlerine göre sınıflandır (sürekli/ayrık/nominal/ordinal/ikili) ve her biri için uygun grafiği ve istatistiksel testi öner: [metrikleri yapıştır]. Hangileri sürekliye çevrilebilir?

AI türü/dönüşümü önerir — ölçülebilir olanı sen onaylarsın.

Anlayalım

Tıkla, Cevabı Gör

Kesikli (ayrık) sayısal. Sayılabilen tam değerler (adet) ayrık sayısaldır; 2.5 çağrı olmaz.

Doğru analiz ve grafiği belirler. Sürekli ve kategorik veriye farklı istatistik ve grafikler uygulanır; tür, kullanabileceğin tüm araçları baştan seçer.

Derece söyler, sadece var-yok değil. '1 dk geç' ile '3 gün geç'i ayırır; küçük değişimleri yakalar ve aynı bilgiyi çok daha az örnekle verir — projenin maliyetini düşürür.

Cebine Koymalık

Sürekli veri kesikliden çok daha zengindir ve aynı bilgiyi çok daha az örnekle verir — doğru veri türü, gereken veriyi on kat azaltabilir.

Bir metriği toplamadan önce türünü seç: sürekli mi (cetvelde ölçülen, derece veren) yoksa kesikli mi (sayılan/sınıflanan, var-yok veren)? Mümkünse kesikliyi sürekliye çevir — çok daha az örnekle çok daha derin resim. Ama her şeyi zorlama; bazı şeyler doğası gereği kategoriktir. Unutma: veri türü, Analiz'de kullanabileceğin tüm araçları baştan belirler.