Gerontolojide Zihniyet, Zihniyetin Haritası ve Geroatlas II

25.04.2018 Prof. Dr. İsmail Tufan

Tweet



İstatistik, araştırmalarda kullanılan çeşitli yöntemler geliştirmiştir. Bunların arasında “Multi Dimensional Scaling” (MDS) (çok boyutlu ölçekleme) olarak tanınan yöntem, keşfedici araştırmalarda pratik ve istatistiğin diğer yöntemleriyle karşılaştırıldığında pek çok avantaj sağlayan bir yöntemdir. Özellikle korelasyon katsayılarının analizini kolaylaştırmaktadır. Biz de bu imkânları kullanarak yaşlanma, yaşlılık ve yaşlı kavramlarını daha iyi algılamaya çalışacağız. Amacımız sonuç çıkarmak değil, aksine sonuç çıkarmayı sağlayacak düşüncelere, varsayımlara ve hipotezlere… Yeri gelmişken şunu da araya sıkıştıralım: Bazı araştırmacılar hipotez ve varsayım kavramlarını eşanlamlı kullanmaktadır. Hipotez bilimsel bir kavramdır, değişkenler arasında ilişkilere dayanmaktadır. Varsayım bilimsel değildir. Örneğin "belki yağmur yağar" cümlesi bir varsayımdır, ama hipotez değildir.

Çok boyutlu ölçekleme MDS, nesneleri benzerlik ve farklılık temelinde iki veya daha çok boyutlu evrende göstermeyi sağlayan çeşitli yöntemlerden oluşmaktadır. MDS'nin birincil uygulama alanı, bireylerin sübjektif algılarını pozisyonlama analizleriyle görüntülemedir. MDS bugün öncelikle veri analizlerinde, verilerin görüntülenmesi için kullanılmaktadır ve temel düşüncesini tarif etmek kolaydır.

İki değişken arasındaki ilişkinin gücü ve yönü korelasyon yöntemiyle tespit edilir. Genelde bir değişkenin birçok değişkenle şu veya bu şekilde ilişkili olduğu hipotezinden hareket edilir. Bu ilişkilerin gelişigüzel olmaması gerekir. Yoksa “Leylek sayısı ve doğum sayısı"' arasında bulunan yüksek düzeyde korelatif ilişkiden hareket ederek “Bebekleri leylekler getirmektedir"' sonucuna erişilebilir. Bu, istatistiğe giriş kitaplarında sıkça verilen örneklerden biridir. Korelasyon hesaplarının amacı korelasyon katsayısını elde etmektir. Korelasyon katsayısı iki değişken arasındaki bağlantının hem gücünü hem de yönünü vermektedir. Fakat korelasyon katsayısı adedi üslü fonksiyon olarak artmaktadır. Örneğin 10 değişken arasındaki korelasyon katsayısı hesaplandığında ortaya 45 tane korelasyon katsayısı çıkmaktadır. Değişkenlerin sayısını 15'e çıkarınca 105 tane korelasyon katsayısı elde edilmektedir. Bunların incelenmesi sadece zaman alan bir şey değildir. Aynı zamanda değeri -1 ile +1 arasında değişen ve kimisi eksi, kimisi artı değere sahip olan bu rakamlar arasındaki ilişkilerin tespit edilmesi ve mantıklı şekilde yorumlanmaları zordur. Bir sürü korelasyon katsayısı arasındaki bağlantıları görmeye çalışmak yerine, MDS bunları görünür hale getirmektedir.

Yukarıda zihniyet kavramını kullandık. Birçoğumuz başka insanların kafasından nelerin geçtiğini bilmek isteğini zaman zaman hisseder. Anketlerde sorular yöneltilerek cevaplardan belli nesnelerin özellikleri hakkında insanların ne düşündüğü ve neden böyle düşündüğüne cevap aranır. Cevaplar araştırmalarda istatistik yöntemleriyle verilir. Grafiklerden özellikle de ve katsayılardan yararlanılır. Buna karşın başka bir tarzla da, yani MDS ile de cevap verilebilir. İlk dönemlerde nesneler arasındaki benzerlik ve farklılığın bireysel yargılarda oynadığı rolü tespit eden bir model olarak kullanılmıştır. Örneğin kamuoyunda devletlerin nasıl algılandığı sorusuna MDS ile oluşturulan görsel modelle cevap verilebilir. Bugün verileri görselleştirmek amacıyla kullanılmaktadır.

Psikolojinin temel sorularından biri benzerliklerin nasıl oluştuklarıdır. Neden bazı insanların birbirine benzediklerini söylüyoruz? Buna karşın diğer iki kişinin arasında hiçbir benzerlik algılamıyoruz? Neden Ahmet'in İsmail'in oğlu olması gerektiğini düşünüyoruz? Bu tür algı veya yargıları açıklarken mesafe modellerinin kullanılması akla uygundur. Mesafe modellerinde nesnelerin algılanan özelliklerinin nokta olarak psikolojik evreni oluşturduğu görüşünden hareket edilir. Evrendeki noktalar arasındaki mesafe ise benzerlik intibaını belirler. Genellikle nesnelerde algılanan özellikler bilinmediği için MDS ile global benzerlik yargıları keşfedilmeye çalışılır. Şöyle diyebiliriz: MDS, kafa haritamızı veya zihniyetimizi görünür kılmayı sağlayan bir yöntemdir. Bununla yaşlıların diğer kişiler tarafından nasıl algılandıklarını ve yaşlıların kendilerini nasıl algıladıklarını görünür kılabiliriz.

Yaşlılar hakkında ileri sürülen görüşlerin temelinde algılanan benzerlikler yer almaktadır. Örneğin yaşlılar hastadır, yalnızdır veya toplumdan isteyerek geri çekilirler gibi yargılar gözlemlere dayandıklarından, bunları doğrulayan kanıtlar vardır ve birçok yaşlıda da aynı şeyler gözlemlendiğinde yaşlıların arasında inkâr edilemeyecek benzerlik olduğu görüşüne eğilim artar. Dolayısıyla doğru olmaları gerekir diye düşünülür. Fakat yaşlılarda görülen bu sübjektif benzerlikler MDS ile görünür hale getirildiklerinde, benzerliklerin ve farklılıkların kaynaklarına erişilebilir.

Birçok araştırmacı deneyler yaparak benzerliklerin ve benzemezliklerin basit, ayarlı uyaranlarla (örneğin farklı büyüklükte dörtgenlerle) açıklanıp açıklanmayacağını cevaplamaya çalıştılar. Dörtgenler eni ve boyu ile tanımlanabilir. İki dörtgen arasındaki benzemezlik intibaı psikolojik olarak en ve boyların arasındaki farkların toplamı olarak hesaplanabilir. Bireyin algı evreninde nesnelerin sabit pozisyona sahip oldukları kabul edilmektedir. Böylece haritadaki şehirler gibi görünür kılınabilirler. Algı evreninde iki nesne arasındaki mesafe kısaldıkça benzerlikleri artar. Mesafe uzadıkça nesneler arasındaki benzemezlik çoğalır. Asıl soru “kafadaki” mesafelerin nasıl hesaplanabileceği ve nasıl görünür kılınabileceğidir. Bunun cevabı bu metnin sınırlarını aşmaktadır. Önemli olan metodu bilmek değildir. Önemli olan kafamızdaki haritalardan haberdar olmamızdır. Herkesin kafasında kendine ait yaşlanma ve yaşlılık haritaları vardır. Biz, bu haritaları ne kadar iyi çizebilir, görünebilir kılabilirsek, Türkiye Gerontoloji Atlası o kadar iyi bir atlas olacaktır.