YÖK Ulusal Tez Merkezi, işletme alanındaki tezlerin konu başlıklarına göre resmî bir dağılım tablosu yayımlamaz. Merkez, tezleri “konu” alanında geniş bilim dallarıyla (İşletme, Ekonomi, Maliye vb.) etiketler; “tükenmişlik”, “marka sadakati” ya da “yeşil pazarlama” gibi alt konuların kaç tezde çalışıldığına dair hazır bir istatistik mevcut değildir. Bu sayıyı isteyen herkesin — sizin de — kendi ölçümünü yapması gerekir. Bu yazı, o ölçümün nasıl yapılacağını ve sonucun nasıl okunacağını anlatıyor.
Bunun neden önemli olduğu basittir: işletme, Türkiye’de tezli yüksek lisans programlarının en kalabalık alanlarından biridir. Kalabalık alanda konu seçmek, kimsenin çalışmadığı bir şey bulmak değildir — o çoğu zaman veri bulunamadığı için çalışılmamıştır. İşi, çok çalışılmış bir alanın içinde henüz kapanmamış bir aralık bulmaktır. Bunun için önce doygunluğu ölçmeniz gerekir.
Ölçüm protokolü: doygunluk nasıl sayılır?
Bir konunun ne kadar çalışıldığını YÖK Ulusal Tez Merkezi üzerinden dört adımda ölçebilirsiniz. Ölçümü tarihiyle birlikte not edin; sayılar her hafta yeni tez girişleriyle değişir.
- Detaylı aramaya geçin. Basit arama, terimi birden çok alanda birden aradığı için şişmiş sonuç verir. Detaylı aramada terimi yalnızca Tez Adı alanında aratın; konunun tezin merkezinde olup olmadığını ölçmenin en temiz yolu budur. Arama ekranının alanları ve filtrelerinin nasıl çalıştığını Ulusal Tez Merkezi arama rehberinde bulabilirsiniz.
- Üç sayı alın. (a) Terimin tez adında geçtiği toplam kayıt sayısı, (b) son beş yılla sınırlandırılmış sayı, (c) yüksek lisans türüyle sınırlandırılmış sayı. Üçüncü sayı sizin gerçek rakibinizdir.
- Eş anlamlıları ayrıca sayın. Türkçe akademik terminoloji standart değildir. “Tükenmişlik” ve “mesleki tükenmişlik”, “örgütsel bağlılık” ve “kurumsal bağlılık”, “işten ayrılma niyeti” ve “işten ayrılma eğilimi” ayrı ayrı taranmalı, sayılar toplanmalıdır. Tek terimle yapılan ölçüm doygunluğu sistematik olarak eksik gösterir.
- Kesişimi ölçün. Asıl bilgi tek terimde değil, iki terimin birlikte geçtiği kayıt sayısındadır. “Tükenmişlik” binlerce kayıt verebilir; “tükenmişlik” ve “muhasebe meslek mensubu” birlikte çok daha azını verir. Tezinizin yeri o ikinci sayının olduğu yerdir.
Sayıyı okurken iki tuzağa dikkat edin. Birincisi, arama motoru sonuç sayısını gösterirken görüntüleme sınırı uygulayabilir; listelenen kayıt sayısı ile toplam eşleşme sayısı aynı şey değildir. İkincisi, erişime kapalı tezler de sayıya dahildir; yani bulduğunuz sayının bir kısmını okuyamayabilirsiniz. Kaynakların ve sayıların nasıl doğrulanacağına dair genel yöntemi bir sayıyı veya mevzuat hükmünü doğrulama rehberinde bulabilirsiniz.
İşletme alanında on iki alt alanın yoğunluk haritası
Aşağıdaki tablo sayı vermiyor — veremez, çünkü resmî bir döküm yok ve ölçüm tarihe bağlı. Bunun yerine, Ulusal Tez Merkezi’nde tez adı taraması yapıldığında ortaya çıkan tipik yoğunluk düzeyini ve her alanda hâlâ açık kalan aralığı gösteriyor. Kendi ölçümünüzü yapıp üçüncü sütunu doldurun.
| Alt alan | Tipik yoğunluk | Hâlâ açık olan aralık |
|---|---|---|
| Örgütsel davranış (tükenmişlik, bağlılık, iş tatmini) | Çok yoğun | Belirli meslek gruplarında ve kamu–özel karşılaştırmalarında; aracı/düzenleyici değişkenli modellerde |
| İnsan kaynakları yönetimi | Çok yoğun | Uzaktan ve hibrit çalışma düzeninin performans yönetimine etkisi; işe alımda algoritmik karar |
| Pazarlama ve tüketici davranışı | Çok yoğun | Kategoriye özgü çalışmalar; sürdürülebilirlik iddialarının güvenilirlik algısı |
| Dijital pazarlama ve sosyal medya | Yoğun | Platform bazlı ve sektör bazlı daraltmalar; içerik üreticisi güvenilirliği |
| Finans ve sermaye piyasaları | Yoğun | Veri erişimi olan alt segmentler; enflasyon muhasebesi dönemine ait analizler |
| Muhasebe ve denetim | Orta | Meslek mensuplarıyla yapılan alan çalışmaları; dijital dönüşümün denetim sürecine etkisi |
| Tedarik zinciri ve lojistik | Orta | Kriz sonrası dayanıklılık; KOBİ ölçeğinde uygulamalar |
| Girişimcilik ve KOBİ yönetimi | Orta | Bölgesel karşılaştırmalar; aile işletmelerinde kuşak devri |
| Stratejik yönetim | Orta | Sektöre özgü rekabet analizleri; performans ölçüm sistemleri |
| Kurumsal sürdürülebilirlik ve ÇSY | Görece seyrek | Raporlama uygulamalarının içerik analizi; yatırımcı algısı |
| Sağlık kurumları yönetimi | Görece seyrek | Hastane çalışanlarında örgütsel değişkenler; hasta deneyimi ölçümü |
| Yapay zekâ ve karar destek sistemlerinin işletme kullanımı | Seyrek ama hızla artıyor | Benimseme modelleri; çalışan tutumları; sektör bazlı uygulama örnekleri |
Tablodaki “çok yoğun” etiketi bir yasak değildir. Yüksek lisans tezlerinin büyük çoğunluğu yoğun alanlarda yazılır ve kabul edilir. Etiket şunu söyler: bu alanda konuyu tek başına almak yetmez, mutlaka daraltmanız gerekir.
Sekiz somut konu: değişkenler, veri kaynağı ve gerektirdiği analiz
Bir tez konusu, başlıktan ibaret değildir. Danışmanınıza götürdüğünüzde ilk sorulacak üç şey şudur: değişkenler neler, veriyi nereden alacaksınız ve hangi analizi yapacaksınız. Aşağıdaki sekiz örnek, yoğunluk haritasındaki alanlardan türetilmiş ve bu üç soruya baştan yanıt verecek biçimde yazılmıştır. Bunları olduğu gibi kopyalamayın — kendi ölçümünüzü yapıp örneklemi ve bağlamı kendi erişiminize göre değiştirin. Örneklerin işlevi, bir konunun ne kadar somut hâle geldiğinde “hazır” sayıldığını göstermektir.
| Konu | Değişkenler | Veri kaynağı ve erişim | Gerektirdiği analiz |
|---|---|---|---|
| Hibrit çalışma düzeninde algılanan örgütsel desteğin işten ayrılma niyetine etkisinde iş tatmininin aracı rolü | Bağımsız: algılanan örgütsel destek. Aracı: iş tatmini. Bağımlı: işten ayrılma niyeti. Kontrol: kıdem, yaş, haftalık ofis günü sayısı | Tek bir sektörde (örn. bilişim) beyaz yakalı çalışanlara çevrim içi anket; hedef n ≈ 250. Üç ölçeğin de Türkçe geçerlik çalışması mevcuttur | Doğrulayıcı faktör analiziyle ölçüm modeli, ardından yapısal eşitlik modeli ya da regresyon temelli aracılık analizi (önyükleme/bootstrap güven aralığıyla) |
| Muhasebe meslek mensuplarında dijital dönüşüm algısı ile mesleki tükenmişlik ilişkisi | Bağımsız: dijital dönüşüm algısı ve yazılım kullanım yoğunluğu. Bağımlı: tükenmişliğin üç alt boyutu. Kontrol: büro büyüklüğü, mükellef sayısı, mesleki kıdem | SMMM odası üzerinden üyelere ulaşan anket; hedef n ≈ 200. Oda yönetiminden yazılı izin, erişimin ön koşuludur | Korelasyon matrisi, ardından her alt boyut için hiyerarşik çoklu regresyon; büro büyüklüğüne göre karşılaştırma için tek yönlü ANOVA |
| Enflasyon muhasebesi uygulamasına geçişin imalat sanayi şirketlerinin finansal oranlarına etkisi | Cari oran, kaldıraç oranı, aktif kârlılığı, öz kaynak kârlılığı; geçiş öncesi ve sonrası dönem | Halka açık şirketlerin kamuya açıklanan finansal tabloları; ikincil veri, ücretsiz erişilebilir. Örneklem tanımını (sektör, kesintisiz veri koşulu) baştan yazın | Eşleştirilmiş örneklem t testi ya da normallik sağlanmazsa Wilcoxon işaretli sıralar testi; yeterli dönem varsa panel veri regresyonu |
| Yeşil aklama algısının marka güvenine ve satın alma niyetine etkisi | Bağımsız: reklam iddiasının somutluk düzeyi (deneysel koşul). Aracı: marka güveni. Bağımlı: satın alma niyeti. Kontrol: çevresel duyarlılık | Senaryo (vinyet) temelli çevrim içi deneysel anket; katılımcılar iki koşula seçkisiz atanır. Hedef n ≈ 180 (koşul başına 90) | Koşullar arası karşılaştırma için bağımsız örneklem t testi; ardından aracılık analizi. Manipülasyon kontrolü sorusu zorunludur |
| KOBİ’lerde tedarik zinciri dayanıklılığının firma performansına etkisinde dijitalleşme düzeyinin düzenleyici rolü | Bağımsız: dayanıklılık boyutları. Düzenleyici: dijitalleşme düzeyi. Bağımlı: algılanan firma performansı. Kontrol: firma yaşı, çalışan sayısı, ihracat durumu | Organize sanayi bölgesi firma listesi üzerinden üst düzey yöneticilere anket; hedef n ≈ 150. Küçük örneklem beklendiğinden analiz yöntemi buna göre seçilmelidir | Küçük örneklem ve karmaşık model nedeniyle PLS tabanlı yapısal eşitlik modeli; düzenleyici etki için etkileşim terimi ve basit eğim analizi |
| Aile işletmelerinde kuşak devri sürecinde ortaya çıkan çatışmaların yönetimi | Nitel desen; önceden tanımlı bağımlı–bağımsız değişken yoktur. İncelenen olgu: devir sürecindeki rol belirsizliği, yetki paylaşımı ve kuşaklar arası iletişim | Devir sürecini tamamlamış ya da sürdüren işletmelerde ikinci kuşak yöneticilerle yarı yapılandırılmış görüşme; amaçlı örnekleme, 12–15 görüşme, veri doygunluğu ölçütü | Nitel analiz yazılımıyla tematik analiz; kod listesinin oluşturulması, kodlayıcılar arası uyum katsayısının hesaplanması ve doğrudan alıntılarla temaların desteklenmesi |
| İşe alım süreçlerinde yapay zekâ kullanımına yönelik aday tutumları | Bağımsız: karar vericinin türü (algoritma / insan, deneysel koşul). Aracı: algılanan işlemsel adalet. Bağımlı: başvuru niyeti ve kuruma yönelik çekicilik algısı | İş arayan ya da yakın zamanda işe girmiş katılımcılara çevrim içi vinyet anketi; hedef n ≈ 200 | İki koşulun karşılaştırılması için t testi; adaletin aracı rolü için aracılık analizi. Ölçek yoksa uyarlama takvimini önceden planlayın |
| Sürdürülebilirlik raporlarında ÇSY açıklama düzeyinin ölçülmesi | Bağımlı: kodlama şemasından türetilen açıklama endeksi. Bağımsız: firma büyüklüğü, kârlılık, kaldıraç, sektör, yabancı ortaklık | Şirketlerin kendi yayımladığı sürdürülebilirlik raporları; tamamen ikincil ve kamuya açık veri. Etik kurul onayı gerekmez, bu da takvimi kısaltır | Kodlama şemasıyla içerik analizi ve endeks hesabı; ardından endeksin belirleyicileri için çoklu regresyon. İkinci kodlayıcıyla güvenirlik kontrolü şarttır |
Tablodaki her satırın ortak özelliğine dikkat edin: örneklem adlandırılmış, veriye nasıl ulaşılacağı yazılmış ve analiz yöntemi örneklem büyüklüğüyle tutarlı seçilmiştir. Konunuz bu üç sütunu dolduramıyorsa henüz bir konu değil, bir ilgi alanıdır.
Doymuş bir konuyu yaşayan bir konuya çevirmenin dört yolu
Elinizde “örgütsel bağlılık” gibi binlerce tezle çalışılmış bir kavram varsa, dört daraltma ekseninden en az ikisini uygulayın:
1. Örneklemi daraltın
“Çalışanlarda örgütsel bağlılık” değil, “kamu hastanelerinde çalışan idari personelde örgütsel bağlılık”. Bu, işletme tezlerinde en sık ve en meşru daraltma biçimidir çünkü aynı zamanda veri toplama planınızı da somutlaştırır. Ölçüt şudur: erişebileceğiniz bir örneklem seçin. Ulaşamayacağınız bir sektörü seçmek, tezi altı ay geciktirir.
2. Bir aracı ya da düzenleyici değişken ekleyin
İki değişken arasındaki ilişki defalarca test edilmişse, katkınız o ilişkinin nasıl ya da hangi koşulda işlediğini göstermek olur. “İş yükünün tükenmişliğe etkisinde algılanan örgütsel desteğin düzenleyici rolü” cümlesi, ikisi de doymuş iki kavramdan yeni bir soru üretir. Bu tür modeller yapısal eşitlik modellemesi gerektirir; program kararını AMOS ve SmartPLS karar tablosuna bakarak verin, çünkü seçim örneklem büyüklüğünüzü de etkiler.
3. Yöntemi değiştirin
Bir konu nicel olarak doymuş olabilir ama nitel olarak neredeyse hiç çalışılmamış olabilir — ya da tam tersi. Türkiye’deki tezlerde nitel, nicel ve karma yöntemlerin dağılımını ve hangi yaklaşımların görece az kullanıldığını tezlerde kullanılan araştırma yöntemlerinin ölçümü yazısında bulabilirsiniz. Doymuş bir anket konusunu derinlemesine görüşmelerle ele almak, hem özgünlük hem de savunmada güçlü bir gerekçe sağlar.
4. Zaman ya da bağlam çerçevesi koyun
“Enflasyon muhasebesi uygulamasına geçiş sonrasında…”, “uzaktan çalışma düzenine kalıcı geçen işletmelerde…” gibi bir çerçeve, eski literatürü tekrar etmediğinizi doğrudan gösterir. Bu daraltma özellikle finans ve muhasebe tezlerinde işe yarar.
Konuyu kesinleştirmeden önce: veri erişilebilirliği testi
İşletme tezlerinde en sık yaşanan çöküş, konunun kötü olması değil, verinin gelmemesidir. Konuyu danışmanınıza götürmeden önce şu beş soruyu yazılı olarak yanıtlayın:
- Veriyi kimden toplayacağım ve o gruba ulaşmamı sağlayacak somut bir bağlantım var mı?
- Kaç kişiye ulaşmam gerekiyor ve bu sayı gerçekçi mi?
- Kullanacağım ölçeklerin Türkçe geçerlik–güvenirlik çalışması var mı? Yoksa uyarlama süreci tez takvimime sığar mı? (Uyarlamanın ne kadar sürdüğünü ölçek uyarlamanın dokuz adımı yazısındaki takvimden görebilirsiniz.)
- Kurum izni ve etik kurul onayı gerekiyor mu, süreç ne kadar sürüyor?
- İkincil veri kullanacaksam veri tabanına erişimim var mı, veri hangi yıllara ait ve ücretli mi?
Beş sorudan ikisine net cevap veremiyorsanız konu henüz hazır değildir. Konuyu ölçerek daraltmanın genel yöntemini tez konusu seçiminde ölçerek daraltma yöntemi yazısında adım adım bulabilirsiniz.
Konu seçiminde sık yapılan altı hata
- Konuyu yalnızca iki kavramın adıyla yazmak. “Liderlik ve motivasyon” bir konu değil, bir ilgi alanıdır. Düzeltmesi: Başlığa örneklemi ve bağlamı ekleyin. İyi bir yüksek lisans tezi başlığı, kimden veri toplandığını başlıktan okutur.
- Ölçeğin varlığını kontrol etmeden konuyu kesinleştirmek. Model kurulur, hipotezler yazılır, sonra ölçeklerden birinin Türkçe geçerlik çalışması bulunamaz. Düzeltmesi: Konu onayından önce her değişken için kullanacağınız ölçeği ve Türkçe uyarlama kaynağını yazılı olarak belirleyin; gerekiyorsa ölçek sahibinden kullanım izni isteyin.
- Erişilemeyecek bir örneklem seçmek. Genel müdürler, banka üst yönetimi ve hekimler en sık başvurulan ama en zor ulaşılan gruplardır. Düzeltmesi: Kapı açacak somut bir bağlantınız (oda, dernek, kurum yöneticisi) yoksa örneklemi değiştirin. Bir dönem gecikmenin bedeli, konuyu daraltmanın bedelinden ağırdır.
- İkincil verinin ücretsiz olduğunu varsaymak. Uluslararası finans veri tabanlarının çoğu aboneliklidir ve üniversitenizin lisansı olmayabilir. Düzeltmesi: Konu kesinleşmeden önce kütüphanenizin hangi veri tabanlarına erişimi olduğunu sorun; kamuya açık finansal tablo ve resmî istatistik kaynaklarıyla yürüyecek bir alternatif planı hazır tutun.
- Karmaşık bir modeli küçük örneklemle kurmak. Üç aracı ve iki düzenleyici içeren bir model, 120 kişilik veriyle kestirilemez. Düzeltmesi: Model karmaşıklığını örneklem büyüklüğüne göre baştan sınırlayın; küçük örneklem kaçınılmazsa kovaryans temelli yerine PLS tabanlı bir yaklaşım seçin ve bunu yöntem bölümünde gerekçelendirin.
- Etik kurul takvimini hesaba katmamak. Başvuru, eksik belge ve kurul toplantı takvimi birlikte birkaç haftayı bulabilir. Düzeltmesi: Onay tarihinden önce toplanan veri kabul edilmez; anketi hazır tutun ama uygulamayı onay yazısı elinize geçmeden başlatmayın.
Bu ölçümü tezinizde nasıl kullanırsınız?
Yaptığınız doygunluk ölçümü yalnızca konu seçimi için değil, giriş bölümünüzün “problem durumu” ve “araştırmanın önemi” başlıkları için de kullanılır. Sayıyı ölçüm tarihiyle birlikte yazın.
Örnek cümle: “YÖK Ulusal Tez Merkezi’nde [tarih] tarihinde yapılan tez adı taramasında ‘[terim]’ ifadesi [n] kayıtla eşleşmiş; ancak ‘[terim]’ ve ‘[örneklem]’ ifadelerinin birlikte geçtiği kayıt sayısı [m] ile sınırlı kalmıştır. Bu durum, kavramın [örneklem] bağlamında yeterince incelenmediğine işaret etmektedir.”
Bu cümlenin gücü, ölçülebilir olmasındandır. Jüri isterse aynı aramayı yapıp doğrular. “Literatürde bu konuda yeterli çalışma bulunmamaktadır” cümlesi ise doğrulanamaz ve savunmada ilk sorgulanan ifadelerden biridir.
Konudan taslağa
Doygunluk ölçümünü yaptınız, konuyu daralttınız, veri planınız hazır. Bundan sonrası yazma işidir ve işletme tezlerinde en çok zaman kaybedilen yer, elde olan malzemeyi akademik metne çevirmektir. Tesify, konu ve kapsam kararlarınızı enstitü biçimine uygun bir bölüm iskeletine dönüştürmenize, giriş ve yöntem bölümlerinin ilk taslağını çıkarmanıza ve kaynakçanızı APA 7’ye göre düzenlemenize yardımcı olur. Araştırma kararları ve sorumluluk sizde kalır.
Tesify ile tez taslağınızı oluşturmaya başlayın.
Sık sorulan sorular
YÖK Ulusal Tez Merkezi işletme alanında kaç tez olduğunu gösteriyor mu?
Bilim dalı bazında filtreleme yapılabilir, ancak konu başlıklarına göre hazır bir dağılım tablosu yayımlanmaz. Alt konuların yoğunluğunu öğrenmek için tez adı alanında anahtar kelime taraması yapmanız ve sonucu ölçüm tarihiyle birlikte kaydetmeniz gerekir.
Çok çalışılmış bir konuyu seçmek tezimi zayıflatır mı?
Hayır, daraltmadığınız sürece zayıflatır. Yoğun bir alanda örneklem, aracı değişken, yöntem veya bağlam eksenlerinden en az ikisini kullanarak daralttığınızda konu özgün hale gelir ve literatür desteği bol olduğu için yazması da kolaylaşır.
Hiç çalışılmamış bir konu bulmak avantaj mıdır?
Genellikle değildir. Bir konunun hiç çalışılmamış olmasının en yaygın nedeni veriye erişilememesi ya da ölçme aracının bulunmamasıdır. Konuyu kesinleştirmeden önce veri erişilebilirliği testini uygulayın.
Eş anlamlı terimleri ayrı ayrı aramak neden gerekli?
Türkçe akademik terminoloji standart değildir; aynı kavram farklı tezlerde farklı adlandırılır. Tek terimle yapılan tarama doygunluğu olduğundan düşük gösterir ve savunmada “bu çalışmayı görmemişsiniz” eleştirisine yol açar.
Tez adı yerine özet alanında arama yapsam olmaz mı?
Her ikisini de yapın ama farklı amaçlarla. Tez adı taraması konunun merkezde olduğu çalışmaları verir ve doygunluk ölçümü için uygundur. Özet taraması konuyu yan değişken olarak ele alan çalışmaları da getirir; literatür taraması aşamasında bu geniş sonuç kümesi işinize yarar.
İşletme tezinde nitel yöntem kabul görür mü?
Evet. İşletme alanında nicel desenler daha yaygın olsa da nitel ve karma desenler kabul edilir. Danışmanınızın nitel yöntemde deneyimi olup olmadığını önceden öğrenin; bu, sürecin hızını doğrudan etkiler.
Anket uygulamak için etik kurul onayı gerekir mi?
İnsanlardan veri topluyorsanız üniversitelerin büyük çoğunluğu etik kurul onayı ister. Kurum içinde anket uygulayacaksanız buna ek olarak kurum izni gerekir ve bu iki süreç ayrıdır. Takvim planlarken ikisine birden yer ayırın.
Kaç kaynak taramam gerekir?
Sabit bir sayı yoktur ve enstitüler genellikle sayı şartı koymaz. Ölçüt doygunluktur: yeni okuduğunuz kaynaklar yeni bir argüman getirmemeye başladığında taramanız yeterli hale gelmiştir. Daraltılmış bir konuda bu nokta çoğunlukla 60–100 kaynak arasında gelir.
Ölçümü ne sıklıkla tekrarlamalıyım?
Konu kesinleştiğinde bir kez, teze giriş bölümünü yazarken bir kez ve savunma öncesinde bir kez daha ölçün. Son ölçüm, savunma sırasında “bu konuda yeni bir tez var mı?” sorusuna hazırlıklı olmanızı sağlar.
Aynı konuda başka bir tez varsa tezim reddedilir mi?
Hayır. Benzer bir tezin varlığı sorun değildir; farkınızı gösterememeniz sorundur. Benzer çalışmayı literatür bölümünde açıkça anın ve örneklem, değişken kümesi, yöntem ya da zaman çerçevesi bakımından nerede ayrıştığınızı tek bir paragrafta yazın.
Kaç değişkenli bir model kurmalıyım?
Yüksek lisans düzeyinde bir bağımsız, bir bağımlı ve en fazla bir aracı ya da bir düzenleyici değişken içeren modeller hem savunulabilir hem de ulaşabileceğiniz örneklem büyüklüğüyle kestirilebilir olur. Değişken sayısı arttıkça gereken katılımcı sayısı ve ölçek maddesi sayısı da artar; uzayan anketlerde tamamlanma oranı düşer.