Yks tercihlerinde kolay tercihler tercih danışmanları için 34 yaş üstü kadın kontenjanı değil genel grubudur. 34 yaş üstü kadın kontenjanı puanları niceliksel olarak düşük gözükür. Ancak gerçek hiçbir tercih danışmanı için böyle değildir. O puanlarla nereye yerleşeceklerini tahmin edebilmek gerekir ki 2023 yılından beri benim dışımda kalan tercih danışmanları nereye yerleşeceklerini kestirmekte zorlanıyorlar hatta 34 yaş üstü kadınlara üniversiteyi kaybettiriyorlar ve bu yüzden hem bu yıl hem de geçen yıl 170 puan çıkartanlar yerleşemez dediler bense doğru tercihle yerleşirler dedim. 34 yaş üstü kadın kontenjanı dıştan gözüktüğü gibi tercih danışmanları için kolay değildir. Hem niteliksel hem de niceliksel veri analizi konusunda çok bilgili olan birisi gerekir. Ben veri analizi gerekir derken tercih danışmanlarının tümü karşı çıktılar böyle bir şey yoktur dediler sonra benim kitabım öncü olunca sonra da Balıkesir Karesi İlçe Milli Eğitim Müdürlüğü tercih danışmanlığında Pythonla veri analizi çalışması yapınca evet veri analizi var. Ancak biz de okurken SPSS'yle veri analizi gördük dediler hâlbuki bu hem doğru değil hem de SPSS gibi basit bir araç bunun için kullanılamaz. Nocode platformlarının sınırlılıkları herkesin malumudur. SPSS ancak sosyal bilimlerde kullanılabilir. Tercih danışmanlığıysa sosyal bilimlere girmez. Sayısal veri analizine dayanır. Niceliklerden oluşur. Tercih danışmanlığı için Python veya R programlama dillerini bilmek zorunluluk arz etmektedir. Bu yüzden hem nitel hem de nicel veri analizi gerektiğinden nicel veri analizi bilgisinden yoksun tercih danışmanları için en kolay olanı 34 yaş üstü kadın kontenjanı değil genel grubudur. Çünkü genel grubundan küçük kısmı bile kazanacak olsa sadece geçen yıla bakıp kehanette bulunmak bile tercih danışmanlarına giden öğrencilerin az kısmının kazanması için yeterlidir. Bu durum hatalıdır. En az 3-4 yıllık verilere bakmak ve Python veya R programlama dilleriyle veri analizi yapmak gerekir. Ancak sadece geçen yıla bakıp kehanette bulunmak bile veri analizi bilgisinden yoksun tercih danışmanlarına giden genel grubundan öğrencilerin bir kısmının kazanması için yeterlidir. Burada rehber öğretmen değil tercih danışmanı diyorum. Çünkü rehber öğretmenlerden küçük bir kısmı veri analizi öğrenmeye çalışıyorlar benden 2024 yılında benden yardım isteyen rehber öğretmense artık veri analizinden faydalanıyor kodlar bana ait öğrencilerse ona gidiyorlar. Bu yüzden bura da tercih danışmanı derken tercih danışmanlığı yapan kişileri kast ediyorum. 34 yaş üstü kadın kontenjanları konusunda doğru tercihler yapmak ve başarıyı artırmak için detaylı veri analizi gerekir. 34 yaş üstü kadın kontenjanı, yüzeysel olarak kolay gibi görünse de aslında çok daha karmaşık ve hem nitel hem de nicel veri analizine ihtiyaç duyulmaktadır. Bu analizlerin yapılabilmesi için nitelikli veri analizi bilgisine sahip olmak gerekir ve genel gruptan farklı olarak 34 yaş üstü kadın kontenjanı için ayrıntılı veri analizi büyük önem taşır. Bu yüzden tercih danışmanları için zor olanı genel grubu değil 34 yaş üstü kadın kontenjanıdır. Ancak suç burada onlarda değil Türkiye'nin eğitim sistemi beş kuruş etmez bir eğitimdir. Üniversitede bilgiler az ve teorik verilir. Üniversiteden mezun olanlar bu yetersiz bilgiyle eğitimler verip katılım belgesi ve sertifika verirler bu durum bu şekilde yayıldığı için Türkiye'de kaliteli olan ve alanında uzman olan hiç kimse yoktur. Sadece uzman kabul edilenler vardır. Ancak yetersiz eğitim yüzünden gerçekte kaliteli olan hiç kimse yoktur.
Veri Analizi Türleri
Niceliksel Veri Analizi: Puan dağılımları, kontenjan sayıları, geçmiş yıllardaki yerleşme verileri gibi sayısal verilerin istatistiksel yöntemlerle analiz edilmesi.
Nitel Veri Analizi: Öğrenci profilleri, tercih davranışları gibi nitel verilerin incelenerek genel bir tablo oluşturulması.
Eğitim ve Danışmanlık
Tercih danışmanları, kararlarını sadece kişisel deneyimlerine değil, veri analiz sonuçlarına göre vermelidir. Türkiye’deki eğitim sistemi, veri analizi konusunda yeterli bilgi sağlamamaktadır. Üniversitelerde veri analizi ve istatistik konularına daha fazla önem verilmelidir. Tercih danışmanlarına Python veya R gibi programlama dilleri ve istatistiksel yöntemler konusunda özel eğitimler verilmelidir
Veri Analizi Türleri
Niceliksel Veri Analizi: Puan dağılımları, kontenjan sayıları, geçmiş yıllardaki yerleşme verileri gibi sayısal verilerin istatistiksel yöntemlerle analiz edilmesi.
Nitel Veri Analizi: Öğrenci profilleri, tercih davranışları gibi nitel verilerin incelenerek genel bir tablo oluşturulması.
Eğitim ve Danışmanlık
Tercih danışmanları, kararlarını sadece kişisel deneyimlerine değil, veri analiz sonuçlarına göre vermelidir. Türkiye’deki eğitim sistemi, veri analizi konusunda yeterli bilgi sağlamamaktadır. Üniversitelerde veri analizi ve istatistik konularına daha fazla önem verilmelidir. Tercih danışmanlarına Python veya R gibi programlama dilleri ve istatistiksel yöntemler konusunda özel eğitimler verilmelidir