Panel Veri Analizinde Veri Hazırlama Süreci

Kısa cevap: Panel veri hazırlama beş adımda yapılır: (1) veriyi her satırı bir birim-dönem olan uzun formata getirmek, (2) benzersiz bir birim kimliği ve dönem değişkeni tanımlamak, (3) yinelenen kayıtları ve eksik dönemleri kontrol etmek, (4) parasal değişkenleri reel hale getirmek, gerekirse logaritma veya fark almak, (5) yazılımda paneli tanımlayıp (xtset, pdata.frame, EViews’ta Dated Panel) betimsel kontrolleri yapmak. Bu adımlar atlanırsa en doğru model bile yanlış sonuç üretir.

Bu rehberde 30 firmanın 2016–2024 yıllarına ait hayali finansal verisi üzerinden her adımı Excel, Stata, R ve Python örnekleriyle gösteriyoruz.

Geniş format ile uzun format arasındaki fark nedir?

Veriler genellikle resmi kaynaklardan geniş formatta gelir: her satır bir firma, her sütun bir yıldır (satis_2016, satis_2017, …). Panel analizleri ise uzun format ister: her satır bir firma-yıl gözlemidir.

Geniş format	Uzun format
firma | satis_2016 | satis_2017 | …	firma | yil | satis
F01 | 120 | 134 | …	F01 | 2016 | 120
F02 | 85 | 91 | …	F01 | 2017 | 134
30 satır × 9 yıl sütunu	270 satır × 3 sütun

Dönüşüm için Stata’da reshape long satis_, i(firma) j(yil), R’da tidyr::pivot_longer(veri, starts_with("satis_"), names_to = "yil", names_prefix = "satis_", values_to = "satis"), Python’da ise pd.wide_to_long(df, stubnames="satis_", i="firma", j="yil") komutu kullanılır. Excel’de aynı işlem Veri > Tablodan/Aralıktan ile Power Query’ye aktarılıp yıl sütunları seçilerek Sütunların Özetini Kaldır (Unpivot) komutuyla yapılır.

Dönüşümden sonra satır sayısını kontrol etmek basit ama etkili bir doğrulamadır. Örneğin 30 firma ve 9 yıl için 270 satır beklenir; daha az satır görüyorsanız bazı yıl sütunları dönüşüme dahil edilmemiş olabilir. Ayrıca birden fazla değişken (satış, kâr, aktif) aynı anda dönüştürülecekse Stata’da reshape long satis_ kar_ aktif_, i(firma) j(yil) yazmanız yeterlidir.

Birim ve zaman kimlikleri nasıl tanımlanır?

Her gözlemin benzersiz bir firma–yil çifti olmalıdır. Firma adları yerine sayısal bir kimlik kullanmak, yazım farklarından (“ABC A.Ş.” ve “ABC AŞ”) doğan hataları önler. Stata’da egen firma_id = group(firma) komutu metin adlarını sayısal kimliğe çevirir.

Yinelenen kayıtları bulmak için duplicates report firma_id yil komutu çalıştırılır; R’da veri %>% count(firma_id, yil) %>% filter(n > 1) aynı amaca hizmet eder. Örneğin bir firmanın 2019 verisi iki kez girildiyse panel tanımı hata verir. Bu nedenle panel veri hazırlama sürecinde ilk kontrol her zaman yinelenen kayıtlardır.

Farklı kaynaklardan gelen veriler nasıl birleştirilir?

Gerçek projelerde finansal tablolar bir kaynaktan, makro göstergeler başka bir kaynaktan gelir. Birleştirme anahtarı, firma düzeyindeki veride firma_id + yil, makro veride ise yalnızca yil olur. Stata’da merge m:1 yil using enflasyon.dta, R’da left_join(veri, enflasyon, by = "yil") komutları bu işlemi yapar.

Ancak birleştirmeden sonra eşleşmeyen kayıtları mutlaka inceleyin. Stata’nın ürettiği _merge değişkeni, hangi satırların yalnızca bir kaynakta bulunduğunu gösterir. Örneğin 2024 enflasyon verisi henüz eklenmediyse son yıl gözlemleri eksik kalır. Böylece sorunu analizden önce fark edersiniz.

Panel veri hazırlama sürecinde eksik dönemler nasıl ele alınır?

Panelin dengeli olup olmadığını görmek için Stata’da xtset firma_id yil ardından xtdescribe komutu çalıştırılır. Çıktı, kaç firmanın tüm yılları kapsadığını ve eksiklik desenlerini listeler. R’da plm::is.pbalanced(pd) aynı soruyu tek satırda cevaplar.

Eksik dönemler için üç yaklaşım vardır:

• Dengesiz panelle devam etmek: Çoğu tahminci dengesiz panelleri destekler; eksiklik rastgele ise en temiz çözüm budur.
• Dengeli alt örneklem oluşturmak: Yalnızca tüm yılları olan firmaları tutmak karşılaştırmayı kolaylaştırır; ancak örneklem küçülür ve hayatta kalma yanlılığı doğabilir.
• Doldurma (imputation): Tek bir ara yıl eksikse doğrusal enterpolasyon kullanılabilir; Stata’da by firma_id: ipolate satis yil, gen(satis_i). Uç dönemlerde ise doldurma önerilmez.

Hangi yolu seçerseniz seçin, eksik gözlem sayısını ve kararınızın gerekçesini yöntem bölümünde yazın.

Değişken dönüşümleri ve ölçeklendirme nasıl yapılır?

Parasal değişkenler önce reel hale getirilmelidir. Örneğin 2024 yılı fiyatlarıyla reel satış için gen satis_reel = satis / tufe * 100 formülü kullanılır; burada TÜFE 2024 = 100 olacak şekilde yeniden bazlanır. Aksi halde yüksek enflasyon dönemlerinde nominal büyüme gerçek büyüme gibi görünür.

Bunun yanı sıra sağa çarpık değişkenlerde logaritma yaygın bir dönüşümdür: gen ln_satis = ln(satis_reel). Böylece katsayılar yüzde değişim olarak yorumlanabilir. Büyüme oranı için panel yapısına uygun gecikme operatörü kullanılır: Stata’da gen buyume = D.ln_satis, R’da diff(ln_satis) yerine plm::diff(). Bu ayrım önemlidir; çünkü sıradan bir fark işlemi bir firmanın son yılından sonraki firmanın ilk yılını çıkarabilir.

Ayrıca farklı büyüklükteki firmaları karşılaştırmak için oran değişkenleri (örneğin borc / aktif) veya standartlaştırma kullanılabilir. Uç değerler için ise %1 ve %99 dilimlerinde kırpma (winsorize) finans literatüründe yaygındır.

Panel veri hazırlama sonrası yazılımda panel nasıl tanımlanır?

Veri hazır olduğunda her yazılımda paneli tanımlamak gerekir:

Yazılım	Komut / menü	Kontrol
Stata	xtset firma_id yil	“strongly balanced” veya “unbalanced” mesajı
R (plm)	pdata.frame(veri, index = c("firma_id","yil"))	pdim(pd) ile N, T ve denge
Python	df.set_index(["firma_id","yil"])	df.index.is_unique
EViews	File > New > Workfile > Dated – regular frequency veya Proc > Structure/Resize ile Dated Panel	Cross-section ve date tanımlayıcıları

Ardından Stata’da xtsum komutu birimler arası ve birim içi değişkenliği gösterir. Örneğin borc_orani değişkeninin birim içi standart sapması çok küçükse, sabit etkiler modeli bu değişkenin etkisini zayıf tahmin eder. EViews uygulaması için EViews ile panel veri analizi rehberimize bakabilirsiniz.

Panel veri hazırlama sürecinde sık yapılan hatalar nelerdir?

Deneyimli araştırmacılar bile veri hazırlarken benzer hatalara düşer. Aşağıdaki örnekler, en sık karşılaşılan sorunları ve çözümlerini gösteriyor.

Gecikmeyi panel yapısını gözetmeden almak. Excel’de bir üst satırı çıkararak büyüme hesaplamak, F01 firmasının 2024 değerinden sonra F02 firmasının 2016 değerini kullanır. Bu nedenle Excel’de çalışıyorsanız formülü koşullu yazın: =EĞER(A3=A2;(C3-C2)/C2;""). Böylece firma değiştiğinde hücre boş kalır.

Yıl değişkenini metin olarak bırakmak. Uzun formata dönüştürmeden sonra yıl sütunu “satis_2016” gibi metin içerebilir. Stata’da destring yil, replace, R’da as.integer() ile sayıya çevirmezseniz zaman operatörleri çalışmaz.

Farklı birimleri karıştırmak. Bir kaynak bin TL, diğeri milyon TL kullanıyorsa birleştirilmiş değişken anlamsız hale gelir. Ayrıca bazı yıllarda muhasebe standardı değiştiyse serilerde kırılmalar görülebilir. Dolayısıyla her değişken için birim ve kaynak bilgisini ayrı bir değişken sözlüğünde tutun.

Hayatta kalma yanlılığını göz ardı etmek. Yalnızca 2024’te hâlâ faaliyette olan firmaları seçmek, başarısız olan firmaları örneklemden dışlar. Bunun sonucunda performans ortalamaları olduğundan iyi görünür. Bu riski azaltmak için dönem içinde çıkan firmaları dengesiz panelde tutmak daha doğrudur.

Dönüşümleri belgelememek. Kırpma, enterpolasyon veya reel hale getirme adımları yazılmazsa sonuçlar tekrarlanamaz. Kısacası her adımı bir betik dosyasında saklamak, hem hataları bulmayı hem de revizyonları kolaylaştırır.

Analize geçmeden önce hangi kontroller yapılmalı?

Panel veri hazırlama sürecini kısa bir kontrol listesiyle bitirmek, sonraki aşamada zaman kazandırır:

1. Her firma-yıl çifti benzersiz mi?
2. Eksik dönemler raporlandı mı ve karar gerekçelendirildi mi?
3. Parasal değişkenler aynı baz yılına göre reel hale getirildi mi?
4. Logaritma alınan değişkenlerde sıfır veya negatif değer var mı?
5. Uç değerler incelendi mi, kırpma uygulandıysa belgelendi mi?
6. Uzun panellerde birim kök testleri planlandı mı?

Son madde özellikle T > 20 olan makro panellerde kritiktir; çünkü durağan olmayan seriler sahte regresyona yol açabilir. Bu konuda panel eşbütünleşme testleri rehberimiz ayrıntılı bilgi sunar.

Panel veri hazırlama adımları tezde nasıl belgelenir?

Yöntem bölümünde veri kaynaklarını, dönem aralığını, birim sayısını ve son gözlem sayısını verin. Ardından uygulanan dönüşümleri sırasıyla yazın. Örnek cümle: “Borsa İstanbul’da işlem gören 30 imalat firmasının 2016–2024 dönemi verileri kullanılmıştır. Parasal değişkenler TÜFE ile 2024 fiyatlarına çevrilmiş, satışların doğal logaritması alınmıştır. İki firmanın eksik yılları nedeniyle panel dengesizdir (N = 30, toplam gözlem = 262).”

Ayrıca veri temizleme kodunu (do-file, R betiği) ek olarak saklamak, analizin tekrarlanabilirliğini sağlar. Böylece hakem veya danışman bir adımı sorduğunda hızla cevap verebilirsiniz. Örneğin betiğin başına kısa bir açıklama bloğu ekleyip veri kaynaklarını, indirme tarihlerini ve kullanılan baz yılını not etmek, aylar sonra yapılacak güncellemelerde de büyük kolaylık sağlar.

Sık sorulan sorular

Panel veri hazırlama için Excel yeterli mi?
Küçük veri setlerinde Power Query ile uzun formata dönüştürme ve birleştirme yapılabilir. Ancak gecikme, fark alma ve kontroller için Stata, R veya Python daha güvenlidir.

Eksik değerleri ortalama ile doldurmak doğru mu?
Genellikle önerilmez; birimler arası farkları siler ve varyansı küçültür. Tek ara yıllar için enterpolasyon, aksi halde dengesiz panel daha uygundur.

Logaritma alırken sıfır değerler ne olacak?
ln(0) tanımsızdır. Değişkenin anlamına göre ln(x+1) dönüşümü veya ters hiperbolik sinüs dönüşümü kullanılabilir; seçimi gerekçelendirmek gerekir.

Çeyreklik ve yıllık veriyi birleştirebilir miyim?
Önce frekansları eşitlemeniz gerekir. Çeyreklik veri yıllık ortalama veya yıl sonu değeri alınarak yıllığa dönüştürülebilir.

Panel veri hazırlama ne kadar sürer?
Veri kaynaklarının sayısına ve temizlik ihtiyacına göre değişir; kaynaklar ve değişkenler netleştikten sonra iş planı birlikte belirlenir.

Uzun format dosyası çok büyük olursa ne yapmalıyım?
Gereksiz sütunları kaldırmak ve metin değişkenlerini sayısal kodlara çevirmek dosyayı belirgin biçimde küçültür. Çok büyük setlerde Excel yerine Stata .dta, R .rds veya Parquet gibi sıkıştırılmış biçimler tercih edilir.

Birden fazla bağımlı değişken için ayrı dosya mı gerekir?
Hayır. Uzun formatta her değişken ayrı bir sütundur; aynı firma-yıl satırında satış, kâr ve borç oranı birlikte bulunabilir. Böylece tüm modeller tek dosyadan kurulur.

İlgili rehberler ve hizmetler

• Panel veri avantajları ve dezavantajları
• Sabit etkiler modeli
• Tez veri analizi desteği
• İletişim ve fiyat teklifi

Özetle panel veri hazırlama; uzun format, benzersiz kimlikler, şeffaf eksik veri kararları ve doğru dönüşümlerle analizin temelini oluşturur. Komutların ayrıntıları için R plm paketi belgeleri faydalı bir başvuru kaynağıdır.

Veri, modern dünyanın en değerli varlıklarından biri haline gelmiştir ve iş dünyasında, araştırmada ve karar verme süreçlerinde kritik bir rol oynamaktadır. Biz, veri analizi konusundaki tutkulu bir topluluk olarak, veri biliminin ve analizinin gücünü vurguluyoruz. Web sitemiz, işletmelerden akademisyenlere ve veri meraklılarına kadar herkesin veri analizi becerilerini geliştirmesine yardımcı olmayı amaçlayan bir kaynaktır. Misyonumuz, veri analizi sürecini anlaşılır ve erişilebilir hale getirmek, verilerin içinde gizlenen değeri açığa çıkarmak ve daha bilinçli kararlar almalarını desteklemektir.

Web sitemiz, geniş bir veri analizi yelpazesi sunmaktadır. Hangi sektörde olursanız olun veya hangi veri analizi aracını kullanıyorsanız kullanın, ihtiyaçlarınıza uygun hizmetler sunuyoruz. SPSS, R, Python, Excel veya diğer analiz araçlarını kullanarak veri madenciliği, hipotez testleri, regresyon analizi, zaman serisi tahmini, segmentasyon ve daha fazlasını içeren çeşitli analiz türlerini kapsarız. Ayrıca, öğrenmeyi kolaylaştırmak için zengin kaynaklar, öğreticiler ve interaktif araçlar sunuyoruz.