Hiyerarşik Kümeleme
Hiyerarşik Kümeleme, MerQur’da otomatik uygulanan istatistiksel analizlerden biridir. Bu sayfada Mühendislik 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?
Hiyerarşik 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?
- Mühendislik 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 Hiyerarşik Kümeleme‘yi seç.
Panel atamaları (programdaki form alanları):
- Sütunlar:
[ornek_id, feat_01, feat_02, +8 daha] - Küme sayısı:
4 - Linkage:
ward - 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 — Mühendislik
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, Mühendislik alanına ait aşağıdaki örnek veri seti üzerinden gösterilmiştir:
Muhendislik/67_hierarchic_5tur.xlsx
🎬 Senaryo
On özelliğe göre parselleri hiyerarşik kümeliyoruz. İç içe grup yapısını görmek için hiyerarşik kümeleme uygun bir yöntemdir.
⚙️ Değişken Seçimi
- Değişkenler: feat_01..10
- Küme sayısı: 5
Veri Önizleme (İlk 5 Satır)
| sample_id | type | feat_01 | feat_02 | feat_03 | feat_04 | feat_05 | feat_06 | feat_07 | feat_08 | feat_09 | feat_10 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | A | 2.184 | 1.903 | 0.314 | -1.575 | -0.519 | -0.192 | -0.151 | -0.378 | 0.971 | 1.809 |
| 2 | A | 1.287 | 1.977 | 2.073 | -1.31 | 1.404 | -1.91 | -0.22 | -0.53 | 0.455 | 0.976 |
| 3 | A | -0.625 | 1.834 | 1.518 | 0.539 | -0.338 | 2.513 | 1.931 | 0.49 | -0.113 | -0.711 |
| 4 | A | -1.44 | -0.46 | 0.0 | 0.116 | 0.46 | -0.576 | 1.936 | -2.001 | 0.549 | -1.091 |
| 5 | A | -0.156 | -0.197 | 0.312 | 1.565 | -0.679 | 0.393 | -1.452 | -1.7 | 1.024 | 2.049 |
n = 40 · Sütunlar: sample_id, type, feat_01, feat_02, feat_03, feat_04, feat_05, feat_06, feat_07, feat_08, feat_09, feat_10
📈 MerQur Çıktısı
💬 MerQur Yorumu
On özelliğe göre parselleri hiyerarşik kümelemeyle 5 gruba ayırdık (silhouette = 0.11, zayıf ayrışma — gruplar kısmen iç içe). Hiyerarşik kümeleme, gözlemleri adım adım birleştirerek bir ağaç (dendrogram) kurar; k-means’ten farkı, küme sayısını önceden belirlemek zorunda olmaması ve iç içe yapıyı görebilmesidir. Sahada türlerin/grupların hiyerarşisini (ana grup -> alt grup) keşfetmede ve doğal küme sayısını dendrogramdan okumada kullanılır.
⚠ 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 Mühendislik dosyası üzerinden uçtan uca uygulanışı için aşağıdaki videoyu izleyebilirsin.
▶ Hiyerarşik Kümeleme — video anlatım
Bu bölüm, Kümeleme ve Boyut İndirgeme videosunun içinde yer alıyor (6 analiz, tek video). Aşağıdaki bağlantı doğrudan 1:31 dakikasından, bu analizin anlatıldığı yerden başlar.
🎓 Eğitim Bilimleri · 🧪 Fen Bilimleri ve Matematik · 🏛 Mimarlık, Planlama ve Tasarım · 🏥 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.