# Çubuk Grafiği ile Histogram Karşılaştırması: Temel Farklar ve Her Birini Ne Zaman Kullanmalı

> Çubuk grafiği ile histogram karşılaştırması, açık örnekler, karar kuralları ve gruplama (binning) ipuçlarıyla anlatılıyor. Hangi grafiğin verinize uygun olduğunu öğrenin ve yaygın yorumlama hatalarından kaçının.

Source: https://www.electe.net/tr/post/barplot-vs-histogram

Site guide: https://www.electe.net/tr/llms.txt

Aynı satış dışa aktarma dosyasına bakıyorsunuz, ancak ekibinizden iki kişi size iki farklı hikaye anlatıyor. Biri ürün kategorisine göre geliri inceliyor ve sorunun açık olduğunu söylüyor. Diğeri ay boyunca işlem değerlerini çiziyor ve tamamen farklı bir şeye işaret eden bir kümeye dikkat çekiyor. Her iki grafik de "doğru" olabilir ve işi doğru grafik üstlenmezse her ikisi de yanıltıcı olabilir.

İşte bu yüzden **çubuk grafiği ile histogram** seçimi önemlidir. Çubuk grafiği, adlandırılmış grupları karşılaştırmanıza yardımcı olur. Histogram ise sayısal değerlerin bir aralık boyunca nasıl dağıldığını incelemenize yardımcı olur. İşin zor kısmı, özellikle bir rapor hızlı bir şekilde yayınlanması gerektiğinde, bu grafiklerin meşgul ekipleri yanıltacak kadar birbirine benzemesidir. Burada gereken beceri bir kuralı ezberlemek değildir. Hangi soruyu yanıtladığınızı, gri alanların nerede olduğunu ve grafiğin kendisinin sonucu nasıl değiştirebileceğini bilmektir.

KriterÇubuk GrafiğiHistogramAna amaçAyrı kategorileri karşılaştırmaSayısal bir değişkenin dağılımını göstermeX ekseniKategori adları veya etiketleriSürekli aralıklar veya gruplar (bins)Çubuk aralığıÇubuklar birbirinden ayrıdırÇubuklar birbirine değerÇubuk yüksekliğiSayı, yüzde, ortalama veya başka bir özet değerGruplar arasında sıklık, yoğunluk veya oranEn iyi okuma alışkanlığıBir kategoriyi diğeriyle karşılaştırmaŞekli, yayılımı ve yoğunlaşmayı okuma

## Grafik Seçiminiz Hikayeyi Neden Değiştirebilir

Bir satış müdürü ile bir finans lideri, biri çubuk grafiği diğeri histogram kullanırsa aynı veri setine bakıp zıt sonuçlara varabilir. Müdür **ürün kategorilerini** görüp hangi hattın düşük performans gösterdiğini sorabilir. Finans lideri ise **sipariş değerlerini** görüp işletmenin çok fazla düşük değerli işlem mi yoksa birkaç büyük işlem mi taşıdığını sorabilir.

Bu fark kozmetik değildir. Toplantıda hangi konuşmanın yapılacağını, hangi metriğin dikkat çekeceğini ve hangi eylemin acil hissettirdiğini değiştirir. Çubuk grafiği, ayrı etiketleri karşılaştırmak için tasarlanmıştır; histogram ise tek bir sayısal değişkenin şeklini görmek için tasarlanmıştır. Bunları birbirinin yerine kullanırsanız, asla karşılaştırılmaması gereken şeyleri karşılaştırmakla sonuçlanabilir veya manşet sayıyı açıklayan yayılımı kaçırabilirsiniz.

Kısa bir tarihçe yardımcı olur, ancak yalnızca bağlam olarak. William Playfair erken dönem çubuk grafiği çalışmalarıyla ilişkilendirilir; daha sonraki istatistiksel grafik araştırmaları ise histogramların sürekli dağılımları göstermenin standart bir yolu haline gelmesine yardımcı olmuştur ([William Playfair'in _The Commercial and Political Atlas_](https://en.wikipedia.org/wiki/William_Playfair), [histogramın tarihi](https://en.wikipedia.org/wiki/Histogram)). Mesele basit. Bu grafikler farklı sorular için tasarlanmıştır ve bu fark bir gösterge paneli aracında hâlâ önemlidir.

> **Pratik kural:** "hangi grup daha büyük" diye soruyorsanız çubuk grafiğini düşünün. "Değerler nasıl dağılıyor" diye soruyorsanız histogramı düşünün.

## Çubuk Grafiği ve Histogram, Tanımlandı

Her çubuğun ayrı adlandırılmış bir grubu temsil ettiği durumlarda **çubuk grafiği** doğru seçimdir. Ürün kategorisine göre gelir, bölgeye göre siparişler ve departmana göre destek talepleri hepsi buraya aittir. Çubuklar ayrı kalır çünkü gruplar ayrı kalır. Bunları sıralayabilir, karşılaştırabilir ve yüksekliği sayı, yüzde, ortalama veya başka bir özet değer olarak okuyabilirsiniz.

**Histogram** farklı çalışır. Tek bir sayısal değişkeni alır, onu bitişik aralıklara böler ve her aralığa kaç gözlemin düştüğünü gösterir. Aylık işlem değerleri, teslimat süreleri ve müşteri yaşları tipik örneklerdir. Çubuklar birbirine değer çünkü değerler sürekli bir ölçekte yer alır, grafiğin yer tasarrufu yapması gerektiği için değil.

Basit bir örnek farkı daha net gösterir. Bir KOBİ ekibinin değeri 0 ile 50 arasında olan 48 siparişi, 50 ile 100 arasında olan 31 siparişi ve 100 ile 150 arasında olan 12 siparişi varsa, bir histogram bu sipariş değerlerinin dağılım şeklini gösterir. Ekip bunun yerine üç ürün arasındaki satışları karşılaştırmak isterse, bir barplot bu karşılaştırmayı net bir şekilde gösterir. Hızlı bir kategori grafiği referansı için [çubuk grafik seçeneklerine bakın](https://getdom.studio/charts/bar-chart), kategori çubukları konusunda pratik bir kaynak için ise [çubuk grafikler rehberi](https://www.electe.net/post/diagramma-a-barre) faydalı olacaktır.

Zor olan kısım grafiğin adı değildir. Zor olan, alanın sayısal mı yoksa sadece sayısal görünümlü mü olduğuna karar vermektir. Sipariş kimliği, fatura numarası veya posta kodu rakamlar içerebilir ama yine de bir kategori gibi davranabilir. Bunları sürekli veri olarak ele alırsanız, histogram ayrı kalması gereken etiketleri gruplar. Akılda tutmak için bir ipucu isterseniz: barplot ayrı grupları, histogram ise aralıklara bölünmüş tek bir sürekli ölçümü ifade eder.

## Temel Farklar Yan Yana

Etiketler benzer göründüğünde ama grafik mantığı farklı olduğunda yan yana bir karşılaştırma faydalıdır. **X ekseninin anlamıyla** başlayın. Bir barplot'ta her etiket kendi başına bir kategoridir. Bir histogramda ise her etiket bir aralığı ifade eder, yani grafik grupları adlandırmak yerine değerleri gruplandırır.

Bir sonraki soru **y ekseninin** neyi gösterdiğidir. Bir barplot genellikle sayım, yüzde, ortalama gelir veya başka bir özet ölçü kullanır. Bir histogram ise genellikle frekansı, yazılım öyle ayarlanmışsa bazen de yoğunluk veya oranı gösterir. Bu yüzden eksen başlığı, grafik başlığından daha önemlidir. Bir barplot üzerinde “satılan birim” gören bir okuyucu, bir histogram üzerinde “sipariş sayısı” gören okuyucudan farklı bir şekilde yorumlar.

Sıralama başka bir pratik farktır. Barplot'lar, özellikle gösterge panellerinde ve raporlarda kategori karşılaştırmasını kolaylaştırmak için genellikle en yüksekten en düşüğe doğru sıralanır. Histogramlar ise genellikle sayısal sıraya göre düzenlenir, çünkü şekil ancak soldan sağa doğru anlam kazanır. Bir histogramı sanki bir kategori grafiğiymiş gibi sıralarsanız, dağılımı bozarsınız.

İşte yaygın bir KOBİ iş akışından küçük bir örnek. Bir ekip 100 işlemi inceliyor. Bu işlemler beş fiyat katmanına ayrılıyorsa, bir barplot hangi katmanın en yaygın olduğunu gösterir. Aynı 100 işlem sipariş değeri aralıklarına göre gruplandırılırsa, bir histogram değerlerin düşük uçta mı yoğunlaştığını, eşit şekilde mi dağıldığını, yoksa orta bir aralıkta mı kümelendiğini gösterir. Bu seçim, grafiğin yanıtladığı soruyu değiştirir.

Yaygın yazılım varsayılanları da insanları yanıltabilir. Birçok araç otomatik olarak kategori etiketleriyle bir barplot seçer, ancak rakamlar içeren sayısal bir alan yine de sürekli olarak ele alınabilir. Bu yüzden sipariş kimlikleri, fatura numaraları ve posta kodları grafiğe dökülmeden önce kontrol edilmelidir. [ELECTE'nin gösterge paneli netliği çerçevesi](https://www.electe.net/post/data-visualization-dashboards) burada yardımcı olur çünkü iş sorusuyla başlar, ardından grafik biçiminin buna uyup uymadığını kontrol eder.

KriterBarplotHistogramTipik y ekseni etiketiSayım, %, ortalama veya başka bir özetFrekans, yoğunluk veya oranYaygın varsayılan sıralamaGenellikle değere göre sıralanırSayısal aralığa göre sıralanırYazılım davranışıGenellikle doğrudan kategori etiketlerini kullanırGenellikle sayısal değerleri otomatik olarak aralıklara (bin) ayırırOkuyucu odağıAdlandırılmış grupları karşılaştırmakBir dağılımın şeklini okumak

## Histogramlar Göründükleri Kadar Nesnel Değildir

Bir histogram matematiksel göründüğü için nesnel hissettirir, ama **bin genişliği** insanların ne gördüğünü düşündüğünü değiştirir. Çok az bin, ayrı kümeleri tek bir düzgün tümsekte birleştirebilir. Çok fazla bin ise normal değişkenliği önemli bir örüntüymüş gibi gösterebilir. Grafik hâlâ geçerlidir, ancak anlattığı hikaye değişebilir.

Bu yüzden bu seçim sadece teknik bir konu değildir. Bu bir iş kararıdır. Teslimat sürelerine, işlem değerlerine veya risk puanlarına bakıyorsanız, farklı bir gruplama (binning) kuralı veriyi düzenli, gürültülü veya şüpheli gösterebilir. İnsanlar genellikle varsayılan histogramı tek dürüst versiyonmuş gibi ele alır, oysa aynı veri, binlerin nasıl ayarlandığına bağlı olarak çok farklı görünebilir.

### Farklı bin kurallarının neyi değiştirebileceği

**Sturges**, **Scott**, **Rice** ve **Freedman-Diaconis** gibi yaygın kurallar, aynı veri setinden belirgin şekilde farklı şekiller üretebilir. Bir ayar tek bir tepe noktası önerebilirken, bir başkası birden fazla tepe noktasına veya garip bir boşluğa işaret edebilir. Bir insan algısı çalışması, bölme (bin) sayısını artırmanın belirli bir noktaya kadar genellikle izleyicilerin hatalarını azalttığını, ancak yaygın matematiksel kuralların çoğu zaman insanların şekli etkili şekilde okuması için gereğinden fazla bölme önerdiğini ortaya koydu ([histogram bölümleme ve algı](https://gle-graphics.org/blog/histograms-kde-distribution-plots/)).

Bu, bir histogramın sadece hassas görünüyor diye ona güvenmemeniz gerektiği anlamına gelir. Eğer iş sorusu hassas bir konuysa, yayınlamadan önce makul birden fazla bölme genişliğini deneyin. Talep işleme sürelerine bakan bir yönetici, olası ikinci bir kümelenmeyle ilgilenebilir. İşlem değerlerini inceleyen bir finans analisti ise kuyrukta birkaç büyük siparişin gizlenip gizlenmediğiyle ilgilenebilir.

> **Faydalı alışkanlık:** eğer grafik bir karara yön veriyorsa, en az iki bölme genişliğini test edin ve hangi sürümün sonucu değiştirdiğini sorun.

## Çoğu Rehberin Atladığı Gri Alan Vakaları

Zor vakalar bariz olanlar değildir. Bunlar, sayısal görünen ama bir histogramın ihtiyaç duyduğu şekilde gerçekten sayısal olmayan alanlardır. Bir **ürün kodu**, **posta kodu** veya **müşteri seviyesi** sayı olarak saklanabilir, ancak rakamlar etikettir, ölçüm değildir. Bunları histogramlarsanız, hiçbir zaman bu şekilde ölçülmesi amaçlanmamış değerler arasında anlamlı bir mesafe varmış gibi davranmış olursunuz.

Tersi durum da gerçekleşir. **Yuvarlanmış fiyatlar** veya **tam sayı olarak saklanan yaşlar**, dosyada ayrık görünseler bile hâlâ nicel değişkenlerdir. Önemli olan değerlerin düzenli görünüp görünmediği değildir. Önemli olan, aralarındaki mesafenin gerçek bir ölçüm anlamı taşıyıp taşımadığıdır. Eğer taşıyorsa, veriler yuvarlanmış halde gelse bile bir histogram yine de doğru seçim olabilir.

### Basit bir üç soruluk test

1. **Değerler arasındaki mesafenin gerçek birimleri var mı?** Eğer 20 ile 30 arasındaki fark ölçülebilir bir şekilde önemliyse, histogram bölgesinde olabilirsiniz. Sayılar sadece etiketse, çubuk grafik kullanın.
2. **Sıfırlar ve üst sınırlar gerçek gözlemler mi?** Eğer sıfır “hiç yok” anlamına geliyorsa ve üst sınır “izin verilen maksimum” anlamına geliyorsa, bu yorumu etkiler. Eğer bunlar yer tutucu veya kodsa, dağılım verisi olarak ele almayın.
3. **Amaç kategori karşılaştırması mı yoksa dağılım teşhisi mi?** Adlandırılmış grupları karşılaştırmak istiyorsanız çubuk grafik seçin. Yayılımı, çarpıklığı veya kümelenmeleri incelemek istiyorsanız histogram seçin.

Birçok gösterge paneli, sayısal kodlamaları ölçüm gibi ele alarak hataya düşer. 1'den 5'e kadar saklanan bir anket puanı sıralı (ordinal) olabilir, sürekli değil. 1, 2, 3 olarak kodlanmış bir müşteri seviyesi hâlâ bir kategoridir, bir ölçüm ölçeği değildir. Grafik, dosya formatını değil, iş anlamını yansıtmalıdır. Bu tuzaklara dair daha kontrol listesi tarzı bir bakış için, [gri alan grafik seçimi üzerine bu test](https://www.jmp.com/en/statistics-knowledge-portal/exploratory-data-analysis/bar-chart) aynı kavramsal tuzağı veri anlamı açısından ele alıyor.

## Bir KOBİ Gününden Üç Gerçek Kullanım Örneği

Bir perakendeci, **giyim, elektronik ve market ürünlerine göre satışları** karşılaştırmak istiyor. Bu bir **çubuk grafik** sorunudur, çünkü ekip bir dağılımı ölçmek değil, ayrı kategorileri karşılaştırmaktadır. Grafik hangi hattın en güçlü olduğunu ve hangisinin bir tanıtım değerlendirmesini hak ettiğini yanıtlar. Ekibin envanteri veya kampanya dikkatini nereye kaydıracağına karar vermesine yardımcı olur.

Bir lojistik yöneticisi **teslimat sürelerini** incelemek istiyor. Bu bir **histogram** sorunudur, çünkü ekip çoğu sevkiyatın tek bir aralıkta kümelenip kümelenmediğini veya gecikmiş teslimatlardan oluşan uzun bir kuyruk olup olmadığını görmesi gerekir. Grafik, hizmet sorununun yaygın mı yoksa izole mi olduğunu ortaya çıkarabilir. Bu da bir sonraki adımın süreç ayarlaması mı yoksa istisna yönetimi mi olacağını değiştirir.

Bir finans analisti, **müşteri seviyesine göre ortalama geliri** karşılaştırmak istiyor. Bu yine bir **çubuk grafik** durumudur, çünkü seviyeler etikettir ve soru karşılaştırmalıdır. Grafik, premium müşterilerin standart müşterilerden gerçekten farklı olup olmadığını görmeyi ve fiyatlandırma, elde tutma veya üst satış stratejisini tartışmayı kolaylaştırır.

Teknik olmayan ekiplerin bu görünümler arasında seçim yapmasına yardımcı olacak bir araç arıyorsanız, **ELECTE** ayrık kategoriler için çubuk grafik, sürekli sayısal değerler için ise histogram önerebilir. İnsanların grafik seçimini manuel bir tartışmaya dönüştürmeden hızlı bir rapora ihtiyaç duyduğu durumlarda kullanışlıdır.

Bu kararları iş akışlarıyla eşleştiriyorsanız, [tasarımcılar için nicel test stratejilerine göz atmak](https://www.uxia.app/blog/quantitative-research-for-ux-playbook-2026), veri görselleştirmelerinin yalnızca sunum değil, kararları nasıl desteklediğini düşünmek için faydalı bir kaynaktır.

## Grafiğinizi Nasıl Seçer, Çizer ve Doğrularsınız

Değişkenle başlayın. Eğer adlandırılmış bir grupsa, çubuk grafik seçin. Eğer aralıklar boyunca incelemek istediğiniz sayısal bir ölçüyse, histogram seçin. Ardından y-eksenini etiketleyin, çünkü aynı görünen çubuklar sayıları, yüzdeleri, ortalamaları veya başka bir özeti ifade edebilir ve grafik bunu asla belirsiz bırakmamalıdır.

Histogramlar için, grafiği paylaşmadan önce bölme genişliğini kontrol edin. Eğer şekil sonucunuzu değiştiriyorsa, analizi henüz tamamlamamışsınız demektir. Eğer şekil makul genişlikler arasında sabit kalıyorsa, daha fazla güvenle sunabilirsiniz.

Hızlı bir son doğrulama da yardımcı olur. “Çubukları yeniden sıralasam hikaye yine anlamlı olur muydu?” diye sorun. Eğer evet ise, muhtemelen bir çubuk grafiğiniz vardır. Eğer hayır ise ve sıra önemliyse, muhtemelen bir histogramınız vardır. Bu mantığı basit bir araçla test etmek isterseniz, yayınlamadan önce hızlı bir kontrol olarak [ELECTE'nin histogram üretecini deneyin](https://tools.electe.net/histogram-generator).

> **Son kontrol:** grafik türü, y-ekseni etiketi ve iş sorusu hepsi aynı şeyi söylemelidir.

## Temel Çıkarımlar ve Bir Sonraki Grafiğiniz

Önce tanıdık görünen grafiği değil, **değişken türünü** kullanın. Sayısal görünen etiketlerin **gri alanına** dikkat edin. Histogram bir karara yön verecekse birden fazla **bölme genişliğini** test edin. **Y-eksenini** hassas şekilde etiketleyin. Grafiğin, başlangıçta sorduğunuz iş sorusunu hâlâ yanıtladığını doğrulayın.

İşte çubuk grafik ile histogram dersi bu. Grafik bir süsleme değildir. Kararın bir parçasıdır. Ekibiniz bunu doğru yaptığında, raporlar netleşir ve toplantılar kısalır.

---

ELECTE, ekiplerin ham iş verilerini net görsellere ve otomatik içgörülere dönüştürmesine yardımcı olur; bu süreç, değişken türüyle eşleşen grafik seçimini de kapsar. Raporlamanızın barplot ile histogram kararlarını daha güvenilir şekilde ele almasını istiyorsanız [ELECTE](https://www.electe.net)'yi ziyaret edin ve platformun daha hızlı, daha net analizleri nasıl desteklediğini görün.