Sosyal Bilimlerde İstatistik Yöntemleri

İçerik

Dersin Amacı

Bu ders, sosyal bilimler ve uluslararası ilişkiler alanında araştırma yapan öğrencilerin, karşılaştıkları belirsizlikleri yönetebilmeleri için gerekli istatistiksel düşünce yapısını kazanmalarını amaçlamaktadır. Programlama ön bilgisi gerektirmeyen ders, R yazılımı ile veri düzenleme, temizleme, dönüştürme ve modern grafik teknikleriyle görselleştirme becerilerinin kazandırılmasıyla başlar; R Markdown/Quarto üzerinden tekrarlanabilir analiz mantığı erken aşamada öğrencilere kazandırılır.

İlerleyen haftalarda basit ve çoklu doğrusal regresyon modellerinin araştırma sorularına uygun biçimde kurulması ve yorumlanması, dummy değişkenler ve etkileşim terimleri aracılığıyla grup farklılıklarının ve koşullu ilişkilerin analiz edilmesi ele alınır. Dönemin sonunda, temel düzeyde nedensel çıkarım mantığı ve farkların farkı yaklaşımı tanıtılır; panel veri yapısı ve gözlemlenemeyen birim heterojenliğinin sabit etkiler, birinci farklar ve rassal etkiler yaklaşımlarıyla nasıl ele alındığı gösterilir. Ders boyunca öğrencilerin standart hata, güven aralığı, p-değeri ve etki büyüklüğü gibi istatistiksel çıkarım araçlarını eleştirel biçimde yorumlaması ve elde ettikleri sonuçları geçerli içgörülere ve ampirik kanıtlara dönüştürebilmesi hedeflenir.

Bu derste öğrencilerin formül ezberlemesi değil; araştırma sorusuna uygun veriyi seçmesi, R ortamında analiz etmesi, sonuçları eleştirel biçimde yorumlaması, grup içinde ortak bir analiz süreci yürütmesi ve bu süreci tekrarlanabilir biçimde raporlaması hedeflenir. Öğrenciler kod yazımı, hata ayıklama ve yorum geliştirme süreçlerinde yapay zekâ araçlarından yararlanabilir; ancak kullandıkları her analiz adımını açıklamak ve savunmakla yükümlüdür.

Dersin İçeriği

Ders, R/RStudio ve Quarto/R Markdown ortamında tekrarlanabilir veri analizi sürecinin kurulmasıyla başlar. Devamında veri yönetimi, betimleyici analiz ve ggplot2 ile görselleştirme ele alınır. Daha sonra basit ve çoklu doğrusal regresyon anlatılır. Dönemin sonunda farkların farkı yaklaşımı ve panel veri analizi tanıtılır.

Dersin Öğrenme Çıktıları

Bu dersin başarı ile tamamlanması sonucunda öğrenci:

- R/RStudio ve R Markdown/Quarto ortamında tekrarlanabilir bir veri analizi süreci kurar; veri yükleme, temizleme, dönüştürme ve raporlama adımlarını bütünlüklü biçimde yürütür.
- Gerçek bir sosyal bilim veri setini düzenler, betimleyici istatistikler ve ggplot2 grafikleriyle keşfeder, verideki temel örüntüleri bağlamsal olarak yorumlar.
- Basit ve çoklu doğrusal regresyon modellerini kurar, katsayıları yorumlar, kontrol değişkenlerinin rolünü açıklar ve model çıktılarını değerlendirir.
- İstatistiksel çıkarım yapar ve hipotez testlerini uygular.
- Dummy değişkenler ve etkileşim terimlerini kullanarak grup farklılıklarını ve koşullu ilişkileri regresyon çerçevesinde analiz eder; sonuçları grafiklerle destekleyerek yorumlar.
- Temel farkların farkı yaklaşımını açıklar; tedavi ve kontrol grupları, öncesi-sonrası karşılaştırması ve paralel trend varsayımını tartışır.
- Panel veri yapısını açıklar; gözlemlenemeyen birim heterojenliğini tartışır ve uygun bir veri setinde sabit etkiler, birinci farklar veya rassal etkiler yaklaşımlarından birini R ortamında uygulayarak bulguları bilimsel dille raporlar.
- İkili grup çalışmalarında analiz sorumluluklarını katkı beyanında tanımlar, ortak rapor ve poster üretimine katkı verir ve gerektiğinde sözlü savunmada kendi katkısını açıklar.

Öğretim Yöntemleri

- Bilgisayar destekli uygulamalı anlatım: R/RStudio ile canlı veri analizi, veri temizleme, görselleştirme ve raporlama.
- Kavramsal tartışma ve sezgisel öğrenme: formül ezberi yerine araştırma sorusu, yöntem seçimi ve yorum odaklı sınıf içi diyalog.
- Gerçek dünya sosyal bilim veri setleri üzerinden vaka analizi: V-Dem, Dünya Bankası, UCDP, Gapminder, World Values Survey, European Social Survey vb.
- Kısa, uygulamaya yönelik öğrenme aktiviteleri ve anlık geri bildirim; öğrencilerin analiz sürecinde yapay zekâdan yararlanabilmesi ancak kullanılan her adımı açıklayabilir ve savunabilir olması.
- İkili grup çalışması: öğrencilerin veri hazırlama, analiz, raporlama ve poster sunumu süreçlerinde sorumluluk paylaşması; birbirlerinin kod, tablo, grafik ve yorumlarını eleştirel biçimde değerlendirmesi.

Kaynaklar

1. Wickham, H., Çetinkaya-Rundel, M., & Grolemund, G. (2023). R for Data Science (2nd ed.). Açık erişimli, R ile veri yönetimi, temizlik, dönüşüm ve görselleştirme için temel kaynak.
https://r4ds.hadley.nz/ (İngilizce) ve https://tr.r4ds.hadley.nz/ (Türkçe)

2. Wooldridge, J. M. (2020). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. Dersimiz açısından ilk 4 bölüm, ile 6., 7., 13. ve 14. bölümlerin okunması yeterlidir. . Kitapta kullanılan veri setleri ve R kodları için bkz. https://justinmshea.github.io/wooldridge

3. Ders boyunca kullanılacak bazı açık veri setleri ve R paketleri:
a. V-Dem Institute: https://www.v-dem.net/data, R paketi: vdemdata
b. World Bank Open Data: https://data.worldbank.org, R paketleri: WDI, worldbank
c. UCDP/PRIO Armed Conflict Dataset: https://www.prio.org/data/4
d. Gapminder: R paketi: gapminder
e. World Values Survey: https://www.worldvaluessurvey.org/
f. European Social Survey: https://www.europeansocialsurvey.org, R paketi: essurvey
g. R paketleri aracılığıyla kolayca indirip inceleyebileceğiniz diğer veriler için bkz. https://github.com/rOpenGov

Konu Başlıkları

Değerlendirme Sistemi

Yeterlilik İlişkisi

AKTS - İş Yükü Tablosu