Futbol Transfer Piyasasında Veri Odaklı Karar Alma: İstatistiksel Bir Bakış

Futbol, günümüzde sadece bir spor dalı olmanın ötesinde, devasa bir endüstriye dönüşmüş durumdadır. Bu endüstrinin en dinamik ve kritik bileşenlerinden biri de oyuncu transfer piyasasıdır. Kulüpler, her sezon milyarlarca avroluk bir hacme ulaşan bu piyasada, hem sportif başarıyı hedeflemekte hem de finansal sürdürülebilirliği sağlamaya çalışmaktadırlar. Geleneksel olarak, transfer kararları büyük ölçüde scoutların gözlemlerine, teknik direktörlerin tercihlerine ve menajerlerin yönlendirmelerine dayanmaktaydı. Ancak, modern futbolun artan rekabetçi yapısı ve finansal riskleri, kulüpleri daha bilimsel, objektif ve veri odaklı yaklaşımlara itmektedir.

Günümüzde, oyuncu performansını, potansiyelini ve piyasa değerini istatistiksel yöntemlerle analiz etmek, transfer stratejilerinin temelini oluşturmaktadır. Bu makale, İstatistik Uzmanı Dr. Fatih'in perspektifinden, futbol transfer piyasasında veri analizinin ve istatistiksel modellerin nasıl kullanıldığını detaylı bir şekilde ele alacaktır. Geleneksel yaklaşımların sınırlılıklarından, gelişmiş performans metriklerine, oyuncu değerleme algoritmalarından, transferlerin finansal ve sportif getiri analizlerine kadar geniş bir yelpazede konuları inceleyeceğiz. Amacımız, bu karmaşık ekosistemde kulüplerin daha bilinçli ve başarılı kararlar alabilmesi için sayısal verilere dayalı bir yol haritası sunmaktır.

Bu bağlamda, futbol kulüplerinin transfer süreçlerinde sadece sezgilere dayalı kararlar yerine, nicel verilere odaklanarak nasıl daha yüksek başarı oranlarına ulaşabileceği üzerine derinlemesine bir analiz sunulacaktır. Veri bilimi ve istatistiksel modellemenin, futbolun bu kritik alanında yarattığı dönüşüm, makalemizin ana eksenini oluşturacaktır. Okuyucuların, transfer piyasasının sadece magazinel bir yönü olmadığını, aksine derinlemesine istatistiksel analizler gerektiren stratejik bir alan olduğunu kavraması hedeflenmektedir.

Oyuncu Değerlemesinde İstatistiksel Modeller ve Gelişmiş Metrikler

Oyuncu değerlemesi, transfer piyasasının en kritik ve zorlu aşamalarından biridir. Bir oyuncunun gerçek değerini belirlemek, hem kulübün bütçesi hem de sportif hedefleri açısından hayati öneme sahiptir. Geleneksel scouting yöntemleri, oyuncunun fiziksel yetenekleri, teknik becerileri ve oyun zekası gibi niteliksel faktörlere odaklanırken, modern futbol istatistikleri bu sürece nicel bir boyut katmaktadır. Gelişmiş performans metrikleri, oyuncuların sahadaki her hareketini ve etkileşimini sayısallaştırarak daha objektif bir değerlendirme imkanı sunar.

Örneğin, beklenen gol (xG) ve beklenen asist (xA) gibi metrikler, bir oyuncunun gol atma veya asist yapma potansiyelini, şutun çekildiği konum, pasın verildiği açı ve savunma baskısı gibi faktörlere göre istatistiksel olarak tahmin eder. Bu, sadece gol veya asist sayısına bakmak yerine, oyuncunun ne kadar kaliteli pozisyonlara girdiğini veya yarattığını gösterir. Benzer şekilde, pas isabet oranları, top kapma yüzdeleri, ikili mücadele kazanma oranları ve top sürme başarıları gibi veriler, oyuncunun kendi pozisyonundaki etkinlik düzeyini çok daha detaylı bir şekilde ortaya koyar. Bu tür metrikler, özellikle genç oyuncuların potansiyelini veya bir oyuncunun farklı bir ligdeki performansının yeni bir lige nasıl adapte olacağını tahmin etmede değerli bilgiler sunar.

Piyasa değeri tahmin algoritmaları ise, bu performans metriklerini, oyuncunun yaşı, sözleşme süresi, ligin kalitesi, milli takım deneyimi ve geçmiş transfer ücretleri gibi finansal ve demografik verilerle birleştirerek çalışır. Makine öğrenimi algoritmaları, bu karmaşık veri setlerini analiz ederek, bir oyuncunun potansiyel transfer ücretini belirli bir hata payı ile tahmin edebilir. Bu modeller, kulüplere oyuncu alım veya satım süreçlerinde pazarlık gücü kazandırırken, aynı zamanda aşırı değerleme veya düşük değerleme risklerini minimize etmelerine yardımcı olur. Bu istatistiksel yaklaşım, transfer kararlarının daha şeffaf ve rasyonel bir temele oturmasını sağlar.

xG ve xA Metriklerinin Transfer Stratejilerine Etkisi

Beklenen Gol (xG) ve Beklenen Asist (xA) metrikleri, modern futbol analizinin temel taşlarından biridir ve transfer stratejilerinde devrim niteliğinde bir değişim yaratmıştır. Bu metrikler, bir oyuncunun sadece nihai çıktısına (gol/asist sayısı) değil, aynı zamanda bu çıktıları üretme potansiyeline odaklanır. Bir forvetin gol sayısı düşük olsa bile yüksek bir xG değerine sahip olması, oyuncunun gol pozisyonlarına girme becerisinin yüksek olduğunu, ancak bitiricilik şanssızlığı yaşadığını gösterebilir. Bu durum, oyuncunun gelecekteki performansında bir artış beklentisi yaratabilir ve transfer piyasasında potansiyelini düşük fiyata değerlendirme fırsatı sunabilir.

Benzer şekilde, bir orta saha oyuncusunun xA değeri, onun kilit paslar atma ve gol pozisyonları yaratma yeteneğini sayısal olarak ifade eder. Yüksek xA'ya sahip bir oyuncu, takım arkadaşları golü atamasa bile, oyunu okuma ve tehlikeli paslar verme konusunda üstün yeteneklere sahip olduğunu gösterir. Bu tür istatistikler, kulüplerin, gözden kaçan yetenekleri veya mevcut kulübünde tam potansiyeline ulaşamamış oyuncuları keşfetmelerine olanak tanır. Geleneksel gözlemlerle fark edilmesi zor olan bu nüanslar, xG ve xA gibi verilerle daha net bir şekilde ortaya konulabilir ve transfer riskini azaltmaya yardımcı olur.

Bu metriklerin transfer stratejilerine entegrasyonu, kulüplerin daha verimli ve maliyet etkin transferler yapmasını sağlar. Örneğin, bir golcü arayışında olan bir kulüp, sadece gol krallığı listesine odaklanmak yerine, yüksek xG'ye sahip ancak gol sayısı henüz patlama yapmamış oyuncuları hedefleyebilir. Bu yaklaşım, daha düşük maliyetle yüksek potansiyelli bir oyuncuyu kadroya katma şansı sunar. Böylece, xG ve xA, transfer süreçlerinde hem scouting ekibine hem de karar vericilere somut ve objektif bir referans noktası sağlayarak, daha bilinçli ve stratejik hamlelerin önünü açar.

Transfer Kararlarında Risk ve Getiri Analizi: ROI Yaklaşımı

Her transfer, kulüpler için önemli bir yatırım kararıdır ve bu kararların hem sportif hem de finansal açıdan getiri ve risk analizi yapılmasını gerektirir. İstatistiksel bir bakış açısıyla, her oyuncu transferi bir Yatırım Getirisi (ROI) analizi çerçevesinde değerlendirilebilir. Bir oyuncunun transfer maliyeti (bonservis, maaş, imza parası) ile kulübe sağlayacağı sportif başarı (ligdeki sıralama, kupa kazanma, Şampiyonlar Ligi katılımı) ve finansal kazanç (forma satışı, bilet geliri artışı, sonraki satış değeri) arasında bir denge kurulmalıdır. Bu analiz, kulüplerin sadece anlık başarı peşinde koşmak yerine, uzun vadeli sürdürülebilirliği hedeflemesine yardımcı olur.

Risk analizinde ise, oyuncunun geçmiş sakatlık verileri, adaptasyon süresi, yaş faktörü ve mevcut takım kimyasıyla uyumu gibi değişkenler kritik rol oynar. Örneğin, bir oyuncunun geçmiş sakatlık geçmişi, gelecekteki maç kaçırma olasılığını istatistiksel olarak tahmin etmek için kullanılabilir. Bu tür veriler, kulüplerin oyuncunun fiziksel dayanıklılığını ve yatırımın potansiyel kesintiye uğrama riskini değerlendirmelerine olanak tanır. Ayrıca, oyuncunun yeni bir ülkeye veya lige adaptasyon hızı, performans düşüşü riskini artıran önemli bir faktördür; bu, oyuncunun kültürel ve dilsel uyum potansiyelini değerlendiren psikometrik testler veya geçmiş deneyimlerle analiz edilebilir.

Getiri analizi ise, oyuncunun saha içi performansının yanı sıra saha dışı etkilerini de kapsar. Bir yıldız oyuncunun transferi, takımın marka değerini artırabilir, ticari gelirleri yükseltebilir ve yeni sponsorluk anlaşmalarını tetikleyebilir. Bu finansal çarpan etkileri, istatistiksel modellerle ölçülerek transferin toplam getirisini daha gerçekçi bir şekilde ortaya koyar. Kulüpler, bu kapsamlı risk ve getiri analizlerini kullanarak, hangi oyuncuların hem sportif hem de finansal hedeflerine en uygun olduğunu belirleyebilir ve transfer bütçelerini daha akıllıca tahsis edebilirler. Bu sayede, transfer kararları sadece bir umut veya sezgiye değil, somut verilere dayalı stratejik bir yatırıma dönüşür.

Önemli Not: Transfer kararlarında sadece sportif başarı değil, aynı zamanda oyuncunun potansiyel yeniden satış değeri ve ticari katkısı da göz önünde bulundurulmalıdır. Bu, transferi bir yatırım aracı olarak ele almanın temelini oluşturur.

Veri Analizi ile Kulüp Transfer Stratejileri ve Optimizasyon

Modern futbol kulüpleri, transfer piyasasında rekabet avantajı elde etmek için farklı veri odaklı stratejiler benimsemektedir. Bu stratejiler, kulübün felsefesine, bütçesine ve hedeflerine göre şekillenir. Birincil stratejilerden biri, genç yetenek avcılığıdır. Bu yaklaşımda, kulüpler gelişmiş istatistiksel modeller ve video analiz yazılımları kullanarak, dünya genelindeki genç liglerdeki potansiyel yetenekleri erkenden tespit etmeye çalışır. Yüksek potansiyelli ancak henüz büyük kulüplerin radarına girmemiş oyuncuları düşük maliyetle transfer ederek, onların gelişimine yatırım yapar ve gelecekte yüksek kar marjıyla satma potansiyeli yaratırlar. Bu, riskli ancak doğru analizlerle yüksek getiri sağlayabilen bir stratejidir.

Bir diğer strateji ise, mevcut kadroya uyum ve eksik pozisyonların tespiti üzerine kuruludur. Kulüpler, kendi takımının performans verilerini detaylıca analiz ederek, hangi pozisyonlarda zayıf kaldıklarını veya hangi oyuncu tiplerine ihtiyaç duyduklarını belirler. Örneğin, takımın topa sahip olma oranları yüksek ancak gol beklentisi düşükse, yaratıcı bir orta saha oyuncusu veya bitirici bir forvet arayışına girilebilir. Bu analizler, hedeflenen oyuncunun sadece bireysel performansına değil, aynı zamanda takımın genel oyun yapısına ve sistemine ne kadar uygun olacağına odaklanır. Bu yaklaşım, mevcut kadronun potansiyelini maksimize etmeyi ve takım kimyasını bozmadan güçlendirmeyi hedefler.

Bütçe optimizasyonu da veri analizinin kilit rol oynadığı bir alandır. Sınırlı bütçeye sahip kulüpler, en iyi fiyat/performans oranına sahip oyuncuları bulmak için karmaşık algoritmalar kullanır. Bu algoritmalar, oyuncunun performans metrikleri, yaşı, sözleşme durumu ve piyasa değeri tahminlerini birleştirerek, belirli bir bütçe aralığında en uygun adayları listeler. Böylece, kulüpler gereksiz harcamalardan kaçınırken, aynı zamanda sportif hedeflerine ulaşmalarını sağlayacak kaliteli transferler yapabilirler. Veri analizi, bu stratejilerin her birinde, sezgisel kararlar yerine somut kanıtlara dayalı, ölçülebilir ve tekrarlanabilir bir süreç sunar.

Transfer Penceresi Analizi ve Zamanlama

Transfer pencereleri, kulüpler için stratejik birer zaman dilimidir ve bu dönemlerde alınan kararlar sezonun gidişatını doğrudan etkileyebilir. Veri analizi, transfer pencerelerinin verimli bir şekilde yönetilmesinde kritik bir rol oynar. Kulüpler, geçmiş transfer dönemlerinin verilerini analiz ederek, belirli dönemlerde oyuncu fiyatlarının nasıl değiştiğini, hangi liglerde veya hangi pozisyonlarda fırsatlar oluştuğunu istatistiksel olarak belirleyebilirler. Örneğin, sezon sonuna doğru sözleşmesi bitecek oyuncuların piyasa değerleri, serbest kalma olasılıkları nedeniyle düşüş gösterebilir; bu durum, kulüpler için cazip transfer fırsatları yaratır.

Ayrıca, transfer pencerelerinin son günlerinde yaşanan panik transferlerinin genellikle daha yüksek maliyetli ve daha düşük başarı oranına sahip olduğu gözlemlenmiştir. Veri analizi, bu tür durumların önüne geçmek için erken dönemde hedeflenen oyuncuların belirlenmesi ve alternatif planların oluşturulması konusunda kulüplere rehberlik eder. Kulüpler, transfer pencerelerinin açılışından önce kapsamlı bir istatistiksel değerlendirme yaparak, hem kendi kadrolarındaki potansiyel ayrılıkları hem de hedefledikleri oyuncuların mevcut kulüplerindeki durumlarını analiz ederler. Bu sayede, transfer dönemine tam anlamıyla hazırlıklı girerek, ani kararların getireceği olumsuzluklardan kaçınabilirler.

Zamanlama, transfer başarısının anahtarlarından biridir. Bir oyuncunun piyasa değerinin en uygun olduğu anı yakalamak, kulübe milyonlarca avro tasarruf ettirebilir veya ek gelir sağlayabilir. Veri analizi, oyuncunun performans eğrisini, yaşını, sözleşme durumunu ve genel piyasa koşullarını değerlendirerek, hem alım hem de satım için en ideal zaman dilimlerini belirlemeye yardımcı olur. Bu, kulüplerin transfer piyasasında sadece reaksiyon gösteren değil, aynı zamanda proaktif ve stratejik adımlar atan oyuncular olmalarını sağlar.

Geleceğin Transfer Piyasası: Yapay Zeka ve Tahminsel Modeller

Futbol transfer piyasasının geleceği, büyük veri, yapay zeka (YZ) ve makine öğrenimi (ML) algoritmalarının entegrasyonuyla şekillenecektir. Bu teknolojiler, insan gözünün ve geleneksel scouting yöntemlerinin ötesine geçerek, çok daha karmaşık ve derinlemesine analizler yapma potansiyeli sunmaktadır. YZ destekli tahminsel modeller, sadece mevcut performans verilerini değil, aynı zamanda oyuncunun fiziksel gelişimini, psikolojik profilini, antrenman verilerini ve hatta sosyal medya etkileşimlerini dahi analiz ederek, gelecekteki performansını ve adaptasyon potansiyelini daha yüksek bir doğrulukla tahmin edebilir.

Örneğin, makine öğrenimi algoritmaları, bir oyuncunun belirli bir ligde veya takımda başarılı olma olasılığını, benzer özelliklere sahip oyuncuların geçmiş performans verilerini kullanarak tahmin edebilir. Bu modeller, oyuncunun sakatlık riskini önceden belirleyebilir, belirli bir antrenman rejimine veya beslenme programına nasıl tepki vereceğini öngörebilir. Böylece, kulüpler sadece oyuncunun yeteneğine değil, aynı zamanda onun potansiyelini maksimize etmek için gereken çevresel ve kişisel faktörlere dair de bilgi sahibi olabilirler. Yapay zeka, ayrıca transfer görüşmeleri sırasında otomatik olarak en uygun fiyat aralıklarını belirleyebilir ve farklı senaryoların finansal sonuçlarını simüle edebilir.

Büyük veri analizi, dünya genelindeki binlerce ligden ve milyonlarca oyuncudan toplanan verileri işleyerek, henüz keşfedilmemiş yetenekleri veya değeri düşük kalmış fırsatları ortaya çıkarabilir. Bu, kulüplerin scouting ağlarını dijitalleştirerek daha geniş bir coğrafyaya yaymalarına ve insan kaynaklı önyargılardan arınmış, objektif bir değerlendirme süreci oluşturmalarına olanak tanır. Gelecekte, YZ destekli sistemler, kulüplerin transfer kararlarını gerçek zamanlı olarak optimize etmelerine, piyasadaki değişimlere anında adapte olmalarına ve rekabet avantajlarını sürekli kılmalarına yardımcı olacaktır. Bu teknolojik dönüşüm, futbolun transfer dinamiklerini temelden değiştirecek ve karar alma süreçlerini tamamen bilimsel bir zemine oturtacaktır.

Pratik Bilgiler: Kulüpler İçin Veri Odaklı Transfer Yaklaşımı

Veri odaklı bir transfer yaklaşımını benimsemek isteyen kulüpler için, bu sürecin etkin bir şekilde yönetilmesi adına bazı pratik adımlar bulunmaktadır. Öncelikle, kulübün bünyesinde güçlü bir veri analizi departmanı oluşturulması veya mevcut scouting ekibinin veri bilimcilerle entegre edilmesi gerekmektedir. Bu departman, oyuncu performans verilerini toplamak, işlemek, analiz etmek ve elde edilen içgörüleri karar vericilere anlaşılır bir formatta sunmakla yükümlü olacaktır. Veri bilimcileri, istatistiksel modelleme ve makine öğrenimi konusunda uzmanlaşmış olmalı, aynı zamanda futbolun dinamiklerine dair temel bir anlayışa sahip olmalıdır.

İkinci olarak, kulüplerin gelişmiş veri toplama ve analiz platformlarına yatırım yapması elzemdir. Opta, Wyscout, StatsBomb gibi şirketlerin sağladığı detaylı maç ve oyuncu verileri, bu analizlerin temelini oluşturur. Bu platformlar, sadece ham veri sağlamakla kalmaz, aynı zamanda gelişmiş görselleştirme araçları ve özel metrikler sunarak analiz sürecini kolaylaştırır. Kulüplerin bu verileri kendi özel ihtiyaçlarına göre özelleştirilmiş algoritmalarla birleştirmesi, rakiplerine karşı önemli bir avantaj sağlayacaktır.

Üçüncü olarak, transfer komitelerinin ve teknik heyetin veri okuryazarlığı seviyesinin artırılması büyük önem taşır. En iyi analizler bile, eğer karar vericiler tarafından doğru anlaşılamaz ve yorumlanamazsa değerini kaybeder. Bu nedenle, veri analizi departmanı ile teknik direktör, sportif direktör ve scoutlar arasında sürekli bir iletişim ve eğitim süreci yürütülmelidir. Verilerin, soyut rakamlar olmaktan çıkıp, somut stratejik kararlara dönüşebilmesi için tüm paydaşların ortak bir dil konuşması gerekmektedir. Bu entegrasyon, kulübün transfer politikasını daha tutarlı, objektif ve başarılı kılacaktır.

İstatistik/Veri: Transfer Piyasasındaki Değerleme Sapmaları ve Başarı Oranları

Transfer piyasasında oyuncu değerlemeleri, her zaman istatistiksel modellerin öngördüğü gibi gerçekleşmeyebilir. Bu durum, piyasa dinamikleri, kulüplerin acil ihtiyaçları, menajerlerin etkileri ve medya baskısı gibi birçok faktörden kaynaklanmaktadır. Ancak, istatistiksel analizler, bu sapmaların büyüklüğünü ve olası nedenlerini ortaya koyabilir. Örneğin, yapılan bir araştırmaya göre, Premier Lig'deki oyuncu transferlerinin yaklaşık %30'unun, istatistiksel modellere göre 'aşırı değerlenmiş' olduğu tespit edilmiştir. Bu, kulüplerin ödediği bonservis bedellerinin, oyuncunun gerçek performans potansiyelinin üzerinde olduğu anlamına gelmektedir.

Ayrıca, büyük liglerdeki transfer harcamaları ile sportif başarı arasındaki korelasyon her zaman doğrudan değildir. Örneğin, son 10 yılda Avrupa'nın en çok harcama yapan ilk 5 kulübü arasında yer alan bazı takımların, bu harcamalara rağmen beklenen sportif başarıya ulaşamadığı gözlemlenmiştir. Bu durum, sadece yüksek bütçenin değil, aynı zamanda transfer stratejisinin ve veri odaklı karar alma süreçlerinin önemini vurgular. Veriler, düşük bütçeli ancak akıllı transferler yapan kulüplerin, yüksek bütçeli rakiplerine kıyasla daha yüksek ROI elde edebildiğini göstermektedir. Bu, özellikle Almanya'daki Bundesliga ve Portekiz'deki Primeira Liga kulüplerinin genç yetenekleri keşfetme ve geliştirme konusunda uyguladığı stratejilerle somutlaşmaktadır.

Bir başka istatistiksel veri, transfer olan oyuncuların yeni kulüplerine adaptasyon süreleri ve performans düşüşleri ile ilgilidir. Genellikle, farklı bir ligden veya ülkeden gelen oyuncuların ilk sezonda performans düşüşü yaşama olasılığının, aynı lig içinde transfer olanlara göre daha yüksek olduğu gözlemlenmiştir. Bu düşüş oranı, istatistiksel olarak %15-20 arasında değişebilmektedir. Bu tür veriler, kulüplerin transfer riskini daha iyi yönetmelerine ve yeni transferlerin adaptasyon süreçlerini desteklemek için özel programlar geliştirmelerine yardımcı olur. Veri analizleri, bu tür kalıpları ve eğilimleri tespit ederek, kulüplerin daha bilinçli ve stratejik transfer kararları almasını sağlar.

Sonuç: Veri Odaklı Transferlerin Futbolun Geleceği

Futbol transfer piyasası, geçmişin geleneksel scouting yöntemlerinden uzaklaşarak, istatistiksel analizin ve veri biliminin ışığında yeniden şekillenmektedir. İstatistik Uzmanı Dr. Fatih olarak, bu makalede ele aldığımız üzere, oyuncu değerlemesinden transfer risk analizine, kulüp stratejilerinin optimasyonundan geleceğin yapay zeka destekli modellerine kadar her aşamada veri, karar alma süreçlerinin merkezine oturmaktadır. Geleneksel yaklaşımlar tamamen ortadan kalkmayacak olsa da, bunların yerini sayısal verilerle desteklenmiş, objektif ve bilimsel metodolojiler almaktadır. Kulüplerin, transfer bütçelerini daha akıllıca kullanmaları, sportif başarıyı artırmaları ve finansal sürdürülebilirliği sağlamaları için bu dönüşüme ayak uydurmaları kritik öneme sahiptir.

Veri odaklı transferler, sadece büyük bütçeli kulüplerin değil, aynı zamanda daha mütevazı kaynaklara sahip takımların da rekabetçi kalabilmesi için bir fırsat sunmaktadır. Akıllı veri kullanımı, az bilinen liglerdeki potansiyel yıldızları keşfetme, değeri düşük kalmış oyuncuları belirleme ve transfer piyasasındaki genel eğilimleri öngörme yeteneği kazandırır. Bu, futbolun daha adil ve rekabetçi bir yapıya bürünmesine katkıda bulunurken, aynı zamanda kulüplere uzun vadeli stratejik avantajlar sağlar.

Gelecekte, yapay zeka ve makine öğrenimi algoritmalarının daha da gelişmesiyle, transfer kararları neredeyse tamamen otomatikleşebilir ve insan faktörünün getirdiği önyargılar minimize edilebilir. Bu dönüşüm, futbolun sadece saha içinde değil, saha dışında da bilimsel prensiplerle yönetilen bir spor haline gelmesini sağlayacaktır. Spor İstatistik olarak, bu gelişmeleri yakından takip etmeye ve okuyucularımıza en güncel, veri odaklı analizleri sunmaya devam edeceğiz. Unutulmamalıdır ki, futbolda başarı artık sadece yetenek ve tutkuyla değil, aynı zamanda doğru veriyi doğru zamanda, doğru şekilde analiz etme yeteneğiyle de ölçülmektedir.