Doğanın ve Verinin Kusursuz Dengesi: Normal Dağılım

Giriş

Günlük hayatta, üretim bandında veya borsa ekranında sürekli değişen verilerle boğuşuyoruz. Bazen bir makinenin çevrim süresi, bazen yazdığımız bir kodun çalışma hızı, bazen de bir hissenin günlük getirisi… İlk bakışta bu veriler kaotik ve rastgele görünebilir. Ancak bu kaosu biraz geriden izlediğinizde, doğanın ve matematiğin muazzam bir düzen içinde olduğunu fark edersiniz. İşte bu düzenin adı Normal Dağılım veya herkesin daha çok bildiği ve kullandığı adıyla Çan Eğrisi’dir.

“Doğaya derin bakın, o zaman her şeyi çok daha iyi anlayacaksınız.” —Albert Einstein

Peki, bu kavram bizim için neden bu kadar kritik? Gelin normal dağılımı anlamaya çalışalım.

Amacı Nedir?

Normal dağılımın temel amacı, değişkenliğin (varyasyonun) yapısını anlamlandırmaktır. Bize bir veri setindeki değerlerin büyük çoğunluğunun ortalama etrafında nasıl kümelendiğini ve uç değerlerin (anomalilerin) ne kadar nadir gerçekleştiğini gösterir.

Yönetimsel bir dille ifade etmek gerekirse; normal dağılım bize neyin normal (beklenen), neyin olağandışı (müdahale gerektiren) olduğunu söyler.

Amaç, rastgelelik içindeki düzeni bulup, bizi gereksiz yere panik yapmaktan kurtarmak ve sadece gerçekten odaklanmamız gereken problemlere yönlendirmektir. Bize, gelecekteki çıktıların ne olacağını matematiksel bir olasılıkla tahmin etme gücü verir.

Neden Önemlidir?

Normal dağılım; modern kalite yönetiminin, mühendisliğin ve Altı Sigma yönteminin temelidir.

• Birçok istatistiksel testin temelini oluşturur.
• Gerçek hayattaki verileri modellemek için kullanılır.
• Kalite kontrol süreçlerinin vazgeçilmezidir.
• Yapılan çoğu araştırma için en gerekli araçtır.

Nerede Kullanılır?

Normal dağılım, büyük veri yığınlarının ve belirsizliğin olduğu her yerde karar destek mekanizması olarak çalışır:

• Altı Sigma ve Kalite Kontrol: Bir parçanın üretim toleranslarının ne kadarının spesifikasyonlar içinde kalacağını hesaplarken kullanılır. “Milyonda 3.4 hata” (6 Sigma) konseptinin kalbinde bu yatar.
• Finans ve Risk Yönetimi: Yatırım portföylerinde varlıkların getiri ve kayıp ihtimallerini, yani riski (volatiliteyi) ölçmek için kullanılır.
• Kodlama ve Veri Bilimi: Makine öğrenmesi algoritmalarının birçoğu (örneğin doğrusal regresyon), verilerin normal dağıldığı varsayımıyla çalışır. Veriyi modele sokmadan önce “normalize” etmemizin sebebi budur.
• Pazarlama Araştırmaları: Müşteri memnuniyeti, satın alma davranışları, anket sonuçları ve pazar analizlerinden elde edilen verilerin değerlendirilmesinde önemli bir rol oynar.
• Akademik Araştırmalar: Analiz öncesinde analiz yöntemini belirler, sonrasında ise sonuçların bilimsel geçerliliğini ölçer.

Nasıl Uygulanır?

Normal dağılımı uygulamak ve verinizi okumak için sadece iki parametreye ihtiyacınız vardır:

Ortalama (Mean) ve Standart Sapma (Standard Deviation).

1. Öncelikle elinizdeki verilerin ortalamasını alırsınız. Bu, çan eğrisinin en yüksek tepe noktasıdır.

2. Sonra verilerin bu ortalamadan ortalama olarak ne kadar saptığını (çan eğrisinin genişliği), yani standart sapma hesaplanır.

3. Ardından evrensel “%68 - %95 - %99.7 Kuralı” işletilir:

   • Verilerinizin yaklaşık %68’i ortalamanın artı/eksi 1 standart sapma yakınındadır.
   • Verilerinizin %95’i artı/eksi 2 standart sapma içindedir.
   • Verilerinizin %99.7’si ise artı/eksi 3 standart sapma aralığındadır.

Eğer üretim bandınızdan çıkan bir parça veya e-ticaret sitenize gelen anlık trafik, ortalamanın 3 standart sapma dışına çıkmışsa, orada durup “Burada özel bir durum var, sistemi ne bozdu?” diye sormalısınız. Uygulamanın özü, bu sınırları çizip sistemi izlemektir.

Sayılarla bir örnek: dolum makinesi

Bir dolum makinesi 500 g hedefle paketleme yapıyor; ölçümlere göre ortalama 500 g, standart sapma 2 g. Yasal alt sınır 495 g.

• Alt sınır ortalamadan (500 − 495) / 2 = 2,5 standart sapma uzakta.
• Normal dağılım tablosuna göre −2,5 sigmanın altında kalma olasılığı %0,62. Günde 20.000 paket dolduruluyorsa bu, her gün yaklaşık 124 eksik paket demektir.
• Ortalamayı 501 g’a çekersen sınır 3 sigma uzağa gider ve eksik paket oranı %0,13’e (günde ~27 pakete) düşer. Bedeli: her pakette 1 g fazladan ürün.
• Asıl çözüm ise standart sapmayı düşürmektir: Sapma 1 g’a inerse ortalama 500 g’da kalsa bile sınır 5 sigma uzakta olur ve eksik paket neredeyse sıfırlanır.

Bu hesap, Süreç Yeterlilik Analizi ile Cp/Cpk değerlerinin temelidir.

Verin normal mi?

Bu hesapların hepsi verinin gerçekten normal dağıldığını varsayar. Varsaymadan önce kontrol et: Histogram çiz, Q-Q grafiğine bak ve Anderson-Darling gibi bir normallik testi uygula. Bunların hepsini örnek veri setleriyle birlikte Normallik Testi aracında yapabilirsin.

Sahada sık karşılaşılan normal olmayan durumlar:

• Çevrim ve bekleme süreleri genellikle sağa çarpıktır: Süre sıfırın altına inemez ama arada bir çok uzayabilir.
• İki tepeli (bimodal) dağılım, genellikle iki farklı kaynağın karıştığını gösterir: iki makine, iki vardiya, iki tedarikçi. Veriyi kaynağa göre ayırınca her biri normal çıkabilir.
• Sınırda yığılma, ölçüm cihazının çözünürlüğünün yetersiz olduğunu ya da birinin “sınırda kalan” değerleri yuvarladığını gösterebilir.

Faydası Nedir?

Sistemin doğal dalgalanması (common cause variation) ile özel bir nedenden kaynaklanan hatayı (special cause variation) birbirinden ayırmamızı sağlar.

• Makinelerinizde gereksiz ayar değişiklikleri yapıp süreci daha da bozmazsınız (Aşırı müdahale - Tampering).
• Performans değerlendirmelerinde şans faktörünü eler, gerçek başarıyı gösterir.
• Geleceği çok daha yüksek bir güven aralığında tahmin edebilirsiniz.
• Belirsizliği azaltır ve bilimsel karar vermeyi sağlar
• Veriye dayalı analiz yapılmasını sağlar

Hayatın İçinden Örnekler

Normal dağılım günlük yaşama en yakın dağılım türüdür. Bu sebeple sadece fabrikalarda veya borsada işlemez, doğrudan hayatımızın içindedir:

• Ayakkabı Numaraları: Bir ayakkabı mağazası yöneticisiyseniz, en çok 41, 42 ve 43 numara ayakkabı stoklarsınız (Ortalama ve çevresi). 36 veya 48 numara ayakkabılar (uç değerler) çok nadir sorulur, bu yüzden stokta sadece birer ikişer tane tutulur.
• Trafikte Geçen Süre: İşe gidiş süreniz ortalama 30 dakikadır. Çoğu gün 25-35 dakika arası (1 standart sapma) sürer. Bazen 40 dakika (2 standart sapma), kışın ortasında feci bir kaza olduğunda ise 60 dakika (3+ standart sapma) sürebilir.
• İnsan Boyları: Sokaktan geçen 1000 kişiyi çevirip boylarını ölçerseniz, muazzam bir çan eğrisi çizersiniz. Çoğunluk 1.65m - 1.80m arasında kümelenir. 2 metrenin üzerindeki veya 1.50m’nin altındaki insan sayısı yok denecek kadar azdır.

Sık Yapılan Hatalar

• Her veriyi normal saymak. Çarpık bir veriye normal dağılım varsayımıyla tolerans hesabı yapmak, hata oranını ciddi şekilde yanlış tahmin ettirir.
• Spesifikasyon sınırlarını kontrol sınırlarıyla karıştırmak. Spesifikasyon müşterinin istediğidir; ±3σ kontrol sınırları ise sürecin kendi sesidir. İkisi farklı sorulara cevap verir.
• Az veriyle karar vermek. 10 ölçümle çizilen histogram neredeyse her şekle benzeyebilir. En az 30, tercihen 50+ ölçüm topla.
• Her sapmaya müdahale etmek. ±3σ içindeki dalgalanma doğaldır; buna tepki vermek (tampering) süreci daha da dalgalı hâle getirir.

Sonuç

Mühendisler bir sistemi tasarlarken her şeyin kusursuz ve sabit olmasını hatta mükemmel olmasını ister. Ancak doğanın ve verinin kendi içinde bir kusursuz olmadığını biliriz. Normal dağılım bize, kusursuzluğun sıfır varyasyon olmadığını, varyasyonu kontrol altında tutmak olduğunu öğretir.

Sıfır hata (Zero Defect) veya Altı Sigma gibi felsefelerde amacımız, bu çan eğrisini tamamen yok etmek değildir. Amacımız; o yayılmış eğriyi daraltmak (sapmaları azaltmak) ve eğrinin merkezini tam olarak müşterinin veya sistemin istediği hedefe oturtmaktır.

Everyone believes in the normal law, the experimenters because they imagine that it is a mathematical theorem, and the mathematicians because they think it is an experimental fact. — Gabriel Lippmann¹

Bir lider, bir mühendis veya bir sistem kurucu olarak göreviniz verilerle kavga etmek değil, onların anlattığı hikayeyi dinleyip, o çan eğrisini kendi lehinize şekillendirmektir.

Footnotes

1. Henri Poincaré’nin aktardığı bu söze göre deneyciler normal dağılımın matematiksel bir teorem olduğunu, matematikçiler ise deneysel bir gerçek olduğunu düşünür. Yani herkes ona inanır, ama başkasının kanıtladığını sanarak. ↩