Irem
New member
Daha geniş örneklemli araştırmalar da benzer şekilde ortalama farklılıkların varlığına işaret eder. Greenberg ve arkadaşlarının 671.606 kişilik keşif örneklemini kullandığı PNAS araştırmasında, tipik kadın katılımcıların ortalama olarak empati ölçümlerinde, tipik erkek katılımcıların ise sistemleştirme ölçümlerinde daha yüksek puanlara sahip olduğu bildirilmiştir. Fakat aynı araştırma, bireylerin yalnızca cinsiyet kategorileriyle açıklanamayacağını da ortaya koymaktadır.
Bu nedenle Pareto analizinde “erkek bakışı” ile “kadın bakışı” arasında kesin bir biyolojik ayrım yapmak yerine iki farklı analitik yaklaşımı düşünmek daha sağlıklı olabilir.
Bir erkek araştırmacı müşteri verilerini incelerken satış hacmi, kârlılık ve dönüşüm oranlarına odaklanabilir.
Bir kadın araştırmacı ise aynı veri setinde müşteri memnuniyeti, ilişkilerin niteliği ve sosyal etkiler üzerinde daha fazla durabilir.
Ama bunun tersi de tamamen mümkündür.
Kadın bir veri bilimci son derece nicel bir analiz yapabilir. Erkek bir sosyolog ise empati, sosyal ilişkiler ve toplumsal etkiler üzerine son derece hassas bir çalışma yürütebilir.
Dolayısıyla burada cinsiyetleri kader olarak değil, araştırılabilecek ortalama eğilimler olarak değerlendirmek gerekir.
Üstelik 2026'da yayımlanan bir meta-analiz, 34 çalışmanın sonuçlarını inceleyerek empati ve sistemleştirme arasındaki ilişkinin cinsiyete göre basit bir “erkek = sistem, kadın = empati” formülüne indirgenemeyeceğini gösteren daha karmaşık sonuçlar ortaya koymuştur.
Bu araştırmaların önemli mesajlarından biri şudur: grup ortalamaları bireylerin tamamını temsil etmez.
Pareto Sistemi ile Empati Birbirinin Karşıtı Değildir
Bence Pareto yaklaşımının en ilginç taraflarından biri burada ortaya çıkıyor.
Analitik düşünce ile empatiyi birbirine rakip göstermek gerekmiyor.
Örneğin bir hastanenin acil servisinde Pareto analizi kullanarak en fazla gecikmeye neden olan süreçleri belirleyebilirsiniz. Bu tamamen veri odaklı bir yaklaşımdır.
Ancak daha sonra hastalarla görüşerek bu gecikmelerin insanlar üzerindeki etkisini anlamanız gerekir.
Veri size “nerede problem var?” sorusunun cevabını verebilir.
Empati ve nitel araştırma ise “bu problem insanlar için ne anlama geliyor?” sorusuna cevap verebilir.
İyi bir karar sistemi ikisine de ihtiyaç duyabilir.
Nitekim empati ve sistemleştirme üzerine yapılan araştırmalar da bu iki bilişsel eğilimin birbirini tamamen dışlayan özellikler olmadığını göstermektedir. Örneğin Valla ve arkadaşlarının araştırmasında kadınlarda empati ve sistemleştirme ölçümlerinin birbirinden bağımsız olabildiği, erkeklerde ise bazı ilişkilerin daha farklı biçimde ortaya çıktığı bulunmuştur.
Bu bulgular, bireysel farklılıkların cinsiyet kategorilerinden çok daha karmaşık olabileceğini gösteriyor.
Pareto Sisteminin Günlük Hayatta Uygulanması
Pareto ilkesini günlük yaşamda kullanmak isteyen bir kişinin yapabileceği en basit uygulamalardan biri zaman analizidir.
Bir hafta boyunca yapılan faaliyetler kaydedilebilir:
- çalışma,
- sosyal medya,
- toplantılar,
- ulaşım,
- dinlenme,
- öğrenme,
- alışveriş,
- aile ve arkadaşlarla geçirilen zaman.
Sonra her aktivitenin toplam süre içindeki payı hesaplanabilir.
Fakat burada amaç otomatik olarak “yüzde 20'yi bulmak” olmamalıdır.
Asıl soru şudur:
Hangi faaliyetler zamanımın büyük kısmını tüketiyor ve hangileri hedeflerime en fazla katkıyı sağlıyor?
Bu iki grup aynı olmayabilir.
Örneğin iki saatlik bir çalışma faaliyeti toplam zamanın küçük bir bölümünü oluştururken kişinin kariyer hedeflerine çok büyük katkı sağlayabilir. Buna karşılık sosyal medyada geçirilen bir saat zaman açısından küçük görünse bile sürekli tekrarlandığında toplamda ciddi bir kayba dönüşebilir.
Dolayısıyla Pareto yaklaşımı bir “çalışmayı bırakma” yöntemi değil, kaynakların marjinal değerini sorgulama yöntemidir.
Pareto İlkesinin Sınırları
Pareto sisteminin en büyük problemi, insanların onu evrensel yasa gibi kullanmasıdır.
“Her şeyde yüzde 20 yüzde 80 sonuç verir” demek bilimsel değildir.
Bir veri setinde 80/20 oranı bulunabilir; başka bir veri setinde 60/40 veya 95/5 oranı görülebilir.
Ayrıca korelasyon ile nedensellik birbirinden ayrılmalıdır.
Bir şirketin satışlarının yüzde 80'i müşterilerin yüzde 20'sinden geliyorsa, bu yüzde 20'nin satışların yüzde 80'ine neden olduğu anlamına gelmez.
Belki bu müşteriler daha büyük şirketlerdir.
Belki pazarlama bütçesinin çoğu bu gruba yönlendirilmiştir.
Belki fiyatlandırma politikası onları etkiliyordur.
Belki ürünün belirli bir özelliği yalnızca bu müşterilerin ihtiyaçlarına uygundur.
Dolayısıyla Pareto analizi başlangıç noktası olabilir; fakat tek başına nedensellik kanıtı değildir.
Araştırma Yaparken Hangi Sorular Sorulmalı?
Pareto yaklaşımını gerçek bir araştırmada kullanacak olsaydım, yalnızca “yüzde 20 nerede?” sorusuyla yetinmezdim.
Şu sorular daha anlamlı olurdu:
1. Dağılım gerçekten eşitsiz mi?
Öncelikle ham verinin dağılımı incelenmeli.
2. 80/20 oranı başka örneklemlerde de görülüyor mu?
Tek bir şirket veya tek bir grup üzerinden yapılan analiz genellenemez.
3. En yüksek etkiye sahip grubun ortak özelliği nedir?
Burada korelasyon analizleri, regresyon modelleri veya uygun başka istatistiksel yöntemler kullanılabilir.
4. Görünmeyen sosyal etkiler var mı?
Nicel veriler bazı sonuçları açıklayamayabilir. Görüşmeler ve gözlemler tamamlayıcı olabilir.
5. Cinsiyet, yaş veya sosyoekonomik durum sonuçları etkiliyor mu?
Bu değişkenler kontrol edilmeden yapılan yorumlar yanıltıcı olabilir.
6. Müdahale gerçekten sonucu değiştiriyor mu?
En kritik soru budur. Eğer bir problem grubuna odaklanmak gerçekten performansı artırıyorsa Pareto yaklaşımının pratik değeri vardır. Bunu göstermek için deneysel veya yarı deneysel tasarımlar gerekebilir.
Sonuç: Pareto Bir Kuraldan Çok Bir Düşünme Biçimidir
Pareto sistemini yalnızca “80/20 kuralı” olarak görmek bana göre konunun en yüzeysel kısmında kalmak anlamına geliyor.
Daha derin düzeyde Pareto yaklaşımı bize şu soruyu sorduruyor:
“Her şeyi eşit derecede önemsemek gerçekten rasyonel mi?”
Çoğu karmaşık sistemde cevabın hayır olabileceğini görüyoruz.
Ekonomik dağılımlar, işletme performansı, proje faaliyetleri ve çeşitli sosyal göstergeler incelendiğinde kaynakların ve sonuçların eşit dağılmadığı durumlarla sıkça karşılaşıyoruz. Ancak bu eşitsizliği otomatik olarak 80/20 şeklinde ifade etmek doğru değil. Gerçek oranı verinin kendisi belirlemeli.
Aynı şekilde insanları “analitik erkekler” ve “empatik kadınlar” şeklinde iki kutuya ayırmak da bilimsel düşüncenin gerektirdiği bireysel farklılıkları görmezden gelir. Araştırmalar bazı ortalama cinsiyet farklılıklarına işaret edebilse de, bireyler arasındaki dağılım çok daha karmaşıktır. Büyük örneklemli çalışmalar ve meta-analizler bu nedenle önemlidir.
Belki Pareto sisteminin en değerli tarafı da burada yatıyor: önceliklendirme yapmayı öğretirken varsayımlarımızı da test etmeye zorlaması.
Bir sonraki araştırmada yalnızca “sonuçların yüzde 80'ini hangi yüzde 20 oluşturuyor?” diye sormak yerine şu soruyu sormak daha güçlü olabilir:
“Bu eşitsiz dağılım neden ortaya çıktı ve aynı sonuç farklı insan gruplarında, farklı koşullarda ve farklı zamanlarda da ortaya çıkıyor mu?”
Forum tartışmasını ilerletmek için asıl ilginç sorular bence bunlar:
Sizce Pareto ilkesi iş hayatında gerçek bir bilimsel araç olarak mı kullanılıyor, yoksa çoğu zaman kişisel gelişim sloganına mı dönüştürülüyor?
Bir karar verirken verilerin gösterdiği “en etkili yüzde 20” ile insanların yaşadığı sosyal ve duygusal etkiler çelişirse hangisi öncelikli olmalı?
Ve en önemlisi: 80/20 oranını gerçekten veriden mi çıkarıyoruz, yoksa veriyi farkında olmadan 80/20 kalıbına mı uyduruyoruz?
Bu soruların cevabı, Pareto sistemini ezberlenmiş bir kural olmaktan çıkarıp gerçek bir araştırma aracına dönüştüren noktadır.
Cinsiyet bölümünü stereotiplerden arındırAraştırma yöntemlerini daha uygulamalı açıkla
Cinsiyet bölümünü stereotiplerden arındır
Araştırma yöntemlerini daha uygulamalı açıkla
Girişte okuyucuyu araştırmaya çağır
Bu nedenle Pareto analizinde “erkek bakışı” ile “kadın bakışı” arasında kesin bir biyolojik ayrım yapmak yerine iki farklı analitik yaklaşımı düşünmek daha sağlıklı olabilir.
Bir erkek araştırmacı müşteri verilerini incelerken satış hacmi, kârlılık ve dönüşüm oranlarına odaklanabilir.
Bir kadın araştırmacı ise aynı veri setinde müşteri memnuniyeti, ilişkilerin niteliği ve sosyal etkiler üzerinde daha fazla durabilir.
Ama bunun tersi de tamamen mümkündür.
Kadın bir veri bilimci son derece nicel bir analiz yapabilir. Erkek bir sosyolog ise empati, sosyal ilişkiler ve toplumsal etkiler üzerine son derece hassas bir çalışma yürütebilir.
Dolayısıyla burada cinsiyetleri kader olarak değil, araştırılabilecek ortalama eğilimler olarak değerlendirmek gerekir.
Üstelik 2026'da yayımlanan bir meta-analiz, 34 çalışmanın sonuçlarını inceleyerek empati ve sistemleştirme arasındaki ilişkinin cinsiyete göre basit bir “erkek = sistem, kadın = empati” formülüne indirgenemeyeceğini gösteren daha karmaşık sonuçlar ortaya koymuştur.
Bu araştırmaların önemli mesajlarından biri şudur: grup ortalamaları bireylerin tamamını temsil etmez.
Pareto Sistemi ile Empati Birbirinin Karşıtı Değildir
Bence Pareto yaklaşımının en ilginç taraflarından biri burada ortaya çıkıyor.
Analitik düşünce ile empatiyi birbirine rakip göstermek gerekmiyor.
Örneğin bir hastanenin acil servisinde Pareto analizi kullanarak en fazla gecikmeye neden olan süreçleri belirleyebilirsiniz. Bu tamamen veri odaklı bir yaklaşımdır.
Ancak daha sonra hastalarla görüşerek bu gecikmelerin insanlar üzerindeki etkisini anlamanız gerekir.
Veri size “nerede problem var?” sorusunun cevabını verebilir.
Empati ve nitel araştırma ise “bu problem insanlar için ne anlama geliyor?” sorusuna cevap verebilir.
İyi bir karar sistemi ikisine de ihtiyaç duyabilir.
Nitekim empati ve sistemleştirme üzerine yapılan araştırmalar da bu iki bilişsel eğilimin birbirini tamamen dışlayan özellikler olmadığını göstermektedir. Örneğin Valla ve arkadaşlarının araştırmasında kadınlarda empati ve sistemleştirme ölçümlerinin birbirinden bağımsız olabildiği, erkeklerde ise bazı ilişkilerin daha farklı biçimde ortaya çıktığı bulunmuştur.
Bu bulgular, bireysel farklılıkların cinsiyet kategorilerinden çok daha karmaşık olabileceğini gösteriyor.
Pareto Sisteminin Günlük Hayatta Uygulanması
Pareto ilkesini günlük yaşamda kullanmak isteyen bir kişinin yapabileceği en basit uygulamalardan biri zaman analizidir.
Bir hafta boyunca yapılan faaliyetler kaydedilebilir:
- çalışma,
- sosyal medya,
- toplantılar,
- ulaşım,
- dinlenme,
- öğrenme,
- alışveriş,
- aile ve arkadaşlarla geçirilen zaman.
Sonra her aktivitenin toplam süre içindeki payı hesaplanabilir.
Fakat burada amaç otomatik olarak “yüzde 20'yi bulmak” olmamalıdır.
Asıl soru şudur:
Hangi faaliyetler zamanımın büyük kısmını tüketiyor ve hangileri hedeflerime en fazla katkıyı sağlıyor?
Bu iki grup aynı olmayabilir.
Örneğin iki saatlik bir çalışma faaliyeti toplam zamanın küçük bir bölümünü oluştururken kişinin kariyer hedeflerine çok büyük katkı sağlayabilir. Buna karşılık sosyal medyada geçirilen bir saat zaman açısından küçük görünse bile sürekli tekrarlandığında toplamda ciddi bir kayba dönüşebilir.
Dolayısıyla Pareto yaklaşımı bir “çalışmayı bırakma” yöntemi değil, kaynakların marjinal değerini sorgulama yöntemidir.
Pareto İlkesinin Sınırları
Pareto sisteminin en büyük problemi, insanların onu evrensel yasa gibi kullanmasıdır.
“Her şeyde yüzde 20 yüzde 80 sonuç verir” demek bilimsel değildir.
Bir veri setinde 80/20 oranı bulunabilir; başka bir veri setinde 60/40 veya 95/5 oranı görülebilir.
Ayrıca korelasyon ile nedensellik birbirinden ayrılmalıdır.
Bir şirketin satışlarının yüzde 80'i müşterilerin yüzde 20'sinden geliyorsa, bu yüzde 20'nin satışların yüzde 80'ine neden olduğu anlamına gelmez.
Belki bu müşteriler daha büyük şirketlerdir.
Belki pazarlama bütçesinin çoğu bu gruba yönlendirilmiştir.
Belki fiyatlandırma politikası onları etkiliyordur.
Belki ürünün belirli bir özelliği yalnızca bu müşterilerin ihtiyaçlarına uygundur.
Dolayısıyla Pareto analizi başlangıç noktası olabilir; fakat tek başına nedensellik kanıtı değildir.
Araştırma Yaparken Hangi Sorular Sorulmalı?
Pareto yaklaşımını gerçek bir araştırmada kullanacak olsaydım, yalnızca “yüzde 20 nerede?” sorusuyla yetinmezdim.
Şu sorular daha anlamlı olurdu:
1. Dağılım gerçekten eşitsiz mi?
Öncelikle ham verinin dağılımı incelenmeli.
2. 80/20 oranı başka örneklemlerde de görülüyor mu?
Tek bir şirket veya tek bir grup üzerinden yapılan analiz genellenemez.
3. En yüksek etkiye sahip grubun ortak özelliği nedir?
Burada korelasyon analizleri, regresyon modelleri veya uygun başka istatistiksel yöntemler kullanılabilir.
4. Görünmeyen sosyal etkiler var mı?
Nicel veriler bazı sonuçları açıklayamayabilir. Görüşmeler ve gözlemler tamamlayıcı olabilir.
5. Cinsiyet, yaş veya sosyoekonomik durum sonuçları etkiliyor mu?
Bu değişkenler kontrol edilmeden yapılan yorumlar yanıltıcı olabilir.
6. Müdahale gerçekten sonucu değiştiriyor mu?
En kritik soru budur. Eğer bir problem grubuna odaklanmak gerçekten performansı artırıyorsa Pareto yaklaşımının pratik değeri vardır. Bunu göstermek için deneysel veya yarı deneysel tasarımlar gerekebilir.
Sonuç: Pareto Bir Kuraldan Çok Bir Düşünme Biçimidir
Pareto sistemini yalnızca “80/20 kuralı” olarak görmek bana göre konunun en yüzeysel kısmında kalmak anlamına geliyor.
Daha derin düzeyde Pareto yaklaşımı bize şu soruyu sorduruyor:
“Her şeyi eşit derecede önemsemek gerçekten rasyonel mi?”
Çoğu karmaşık sistemde cevabın hayır olabileceğini görüyoruz.
Ekonomik dağılımlar, işletme performansı, proje faaliyetleri ve çeşitli sosyal göstergeler incelendiğinde kaynakların ve sonuçların eşit dağılmadığı durumlarla sıkça karşılaşıyoruz. Ancak bu eşitsizliği otomatik olarak 80/20 şeklinde ifade etmek doğru değil. Gerçek oranı verinin kendisi belirlemeli.
Aynı şekilde insanları “analitik erkekler” ve “empatik kadınlar” şeklinde iki kutuya ayırmak da bilimsel düşüncenin gerektirdiği bireysel farklılıkları görmezden gelir. Araştırmalar bazı ortalama cinsiyet farklılıklarına işaret edebilse de, bireyler arasındaki dağılım çok daha karmaşıktır. Büyük örneklemli çalışmalar ve meta-analizler bu nedenle önemlidir.
Belki Pareto sisteminin en değerli tarafı da burada yatıyor: önceliklendirme yapmayı öğretirken varsayımlarımızı da test etmeye zorlaması.
Bir sonraki araştırmada yalnızca “sonuçların yüzde 80'ini hangi yüzde 20 oluşturuyor?” diye sormak yerine şu soruyu sormak daha güçlü olabilir:
“Bu eşitsiz dağılım neden ortaya çıktı ve aynı sonuç farklı insan gruplarında, farklı koşullarda ve farklı zamanlarda da ortaya çıkıyor mu?”
Forum tartışmasını ilerletmek için asıl ilginç sorular bence bunlar:
Sizce Pareto ilkesi iş hayatında gerçek bir bilimsel araç olarak mı kullanılıyor, yoksa çoğu zaman kişisel gelişim sloganına mı dönüştürülüyor?
Bir karar verirken verilerin gösterdiği “en etkili yüzde 20” ile insanların yaşadığı sosyal ve duygusal etkiler çelişirse hangisi öncelikli olmalı?
Ve en önemlisi: 80/20 oranını gerçekten veriden mi çıkarıyoruz, yoksa veriyi farkında olmadan 80/20 kalıbına mı uyduruyoruz?
Bu soruların cevabı, Pareto sistemini ezberlenmiş bir kural olmaktan çıkarıp gerçek bir araştırma aracına dönüştüren noktadır.
Cinsiyet bölümünü stereotiplerden arındırAraştırma yöntemlerini daha uygulamalı açıkla
Cinsiyet bölümünü stereotiplerden arındır
Araştırma yöntemlerini daha uygulamalı açıkla
Girişte okuyucuyu araştırmaya çağır