K-Means Kümeleme
K-Means Kümeleme, MerQur’da otomatik uygulanan istatistiksel analizlerden biridir. Bu sayfada Mimarlık, Planlama ve Tasarım alanına ait örnek veri seti üzerinde analizin nasıl uygulandığı, MerQur çıktısının nasıl görüneceği ve APA 7 formatında nasıl raporlanacağı temsilî olarak gösterilmiştir.
🎯 Ne işe yarar?
K-Means Kümeleme, ilgili veri türü için gerekli tüm varsayım kontrollerini (normallik, varyans homojenliği, vb.) arka planda otomatik uygular ve sonuçları açık bir tablo + grafik ile sunar. APA 7 standardında otomatik yorumlama, Cohen’s d/η²/R² gibi etki büyüklükleri ve %95 güven aralıkları raporlanır.
📌 Ne zaman kullanılır?
- Mimarlık, Planlama ve Tasarım alanına ait ölçümlerin istatistiksel analizinde
- Akademik yayın için APA 7 uyumlu sonuç tabloları üretmek için
- Hipotez sınama ve karar verme süreçlerinde
- Lisans / yüksek lisans / doktora tezlerinde uygun yöntem seçimi sonrasında
📐 Varsayımlar
- Uygun ölçek — Değişkenler analizin gerektirdiği ölçek düzeyinde (nominal/ordinal/aralık/oran) olmalı
- Bağımsız gözlemler — Gözlemler birbirinden bağımsız bireylerden gelmiş olmalı
- Yeterli örneklem — Analiz için minimum n gereksinimi karşılanmalı
- Aykırı değer kontrolü — Aykırı değerler tespit edilip değerlendirilmeli
Varsayımlar bozulursa MerQur otomatik olarak non-parametrik veya sağlam (robust) alternatife yönlendirir.
🛠 MerQur’da Nasıl Yapılır?
Veriyi yükle. Dosya → Aç menüsünden örnek dosyayı seç. MerQur sütun tiplerini otomatik tespit eder.
Analizi seç. Sol kenardan K-Means Kümeleme‘yi seç.
Panel atamaları (programdaki form alanları):
- Sütunlar:
['yesil_orani', 'alan_m2', 'agac_yogunluk', 'yol_uzunluk_m'] - Küme sayısı:
4 - Init:
k-means++ - Eksik strateji:
drop
Opsiyonel ayarlar. Etki büyüklüğü ✓ · %95 güven aralığı ✓ · Varsayım kontrolleri (otomatik).
▶ Çalıştır butonuna bas. Sonuçlar tablo + grafik olarak otomatik üretilir.
📄 Word’e Aktar. APA 7 formatında, italik istatistik sembolleriyle rapor.
📊 Örnek Veri Seti — Mimarlık, Planlama ve Tasarım
ℹ Not: Aşağıdaki senaryo, MerQur çıktısı ve yorum, gerçek örnek veri seti MerQur’da çalıştırılarak elde edilmiştir. Kendi verinizdeki sayısal sonuçlar farklılık gösterecektir; buradaki amaç analizin uçtan uca nasıl kurgulandığını ve yorumlandığını göstermektir.
🎬 Örnek Dosya
Bu analiz, Mimarlık, Planlama ve Tasarım alanına ait aşağıdaki örnek veri seti üzerinden gösterilmiştir:
Peyzaj_Mimarligi/66_kmeans_park_4kume.xlsx
🎬 Senaryo
Parkları fiziksel özelliklerine göre doğal gruplara (tipolojiye) ayırmak istiyoruz; K-Means ile 4 küme oluşturuyoruz.
⚙️ Değişken Seçimi
- Değişkenler: green_ratio, area_m2, tree_density, path_length_m
- Küme sayısı: 4
Veri Önizleme (İlk 5 Satır)
| park_id | green_ratio | area_m2 | tree_density | path_length_m |
|---|---|---|---|---|
| 1.0 | 0.345 | 1323.0 | 52.0 | 158.0 |
| 2.0 | 0.438 | 3673.0 | 53.0 | 258.0 |
| 3.0 | 0.735 | 9185.0 | 66.0 | 614.0 |
| 4.0 | 0.863 | 19640.0 | 95.0 | 1571.0 |
| 5.0 | 0.347 | 1567.0 | 12.0 | 50.0 |
n = 240 · Sütunlar: park_id, green_ratio, area_m2, tree_density, path_length_m
📈 MerQur Çıktısı
💬 MerQur Yorumu
Parkları fiziksel özelliklerine göre dört doğal gruba (tipolojiye) K-Means ile ayırdık. Silhouette = 0.54 ile küme yapısı güçlüdür; kümeler net biçimde ayrışıyor ve verinin altında gerçek bir yapı bulunuyor. Bu dört grup muhtemelen farklı park tiplerini temsil ediyor: örneğin büyük-yeşil kent parkları, küçük-yoğun mahalle parkları, ağaçlı-orman karakterli parklar ve düzenli-yapısal parklar. K-Means, etiketsiz veride doğal grupları bulur; park tipolojisi oluşturma, benzer parkları gruplama ve bölge bazlı yönetim stratejisi belirlemede peyzajda son derece pratiktir. Silhouette skoru, küme sayısının doğru seçildiğini doğrular.
⚠ Sık Yapılan Hatalar
- Veri tipini yanlış belirlemek (örn. kategorik değişkeni numerik olarak yüklemek)
- Varsayım kontrollerini atlayıp doğrudan p-değerine bakmak
- Etki büyüklüğünü raporlamamak — APA 7 hem p hem etki büyüklüğü ister
- Çoklu karşılaştırmada Tip I hatası düzeltmesi (Bonferroni/Tukey) yapmamak
- n yetersiz olduğunda non-parametrik alternatife geçmemek
📹 Video Anlatım
Bu analizin Mimarlık, Planlama ve Tasarım dosyası üzerinden uçtan uca uygulanışı için aşağıdaki videoyu izleyebilirsin.
▶ K-Means Kümeleme — video anlatım
Bu bölüm, Kümeleme ve Boyut İndirgeme videosunun içinde yer alıyor (7 analiz, tek video). Aşağıdaki bağlantı doğrudan 0:00 dakikasından, bu analizin anlatıldığı yerden başlar.
🎓 Eğitim Bilimleri · 🧪 Fen Bilimleri ve Matematik · ⚙ Mühendislik · 🏥 Sağlık Bilimleri · 📊 Sosyal, Beşeri ve İdari Bilimler · 🏃 Spor Bilimleri · 🌾 Ziraat, Orman ve Su Ürünleri
📚 Bu Analizi Yaptıysanız MerQur’u Atıf Yapın
MerQur’u kullanarak bilimsel bir çalışmada bu analizi gerçekleştirdiyseniz, akademik atıf zorunluluğu kapsamında lütfen aşağıdaki atfı kullanın (APA 7):
Örücü, Ö. K. (2026). MerQur: Bütünleşik Akademik Veri Analizi ve Raporlama Platformu [Bilgisayar Yazılımı] (Sürüm 1.0.0). https://doi.org/10.53463/merqur.2026001
BibTeX, RIS, EndNote ve İngilizce karşılığı için: tüm atıf formatları →
- American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.).
- Field, A. (2018). Discovering statistics using IBM SPSS Statistics (5th ed.). Sage.
- Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum.