Elinizde binlerce satırlık bir finansal tablo olduğunu düşünün — şirket giderleri, banka hesap hareketleri, vergi beyanları. Bu sayıların ilk basamağına (yani en soldaki rakama) bakarsanız ne görürsünüz? Sezgisel olarak “1’den 9’a kadar her rakam eşit sıklıkta çıkar” dersiniz. Ama gerçek dünya verisinde bu doğru değil — ve bu tuhaf gerçek, sahtekârlığı yakalamak için kullanılan güçlü bir araca dönüşüyor: Benford Yasası.
Yasa Aslında Ne Söylüyor?
Benford Yasası’na göre, pek çok doğal veri kümesinde (nüfus sayıları, nehir uzunlukları, fatura tutarları, borsa fiyatları) ilk basamağın 1 olma olasılığı yaklaşık yüzde 30, 9 olma olasılığı ise sadece yüzde 5 civarındadır. Rakamlar büyüdükçe olasılık azalır — düzgün bir eğri şeklinde. Bu, ilk bakışta çok garip görünür: neden 1 ile başlayan sayılar 9 ile başlayanlardan altı kat daha sık olsun?
Cevap, çoğu doğal büyüme sürecinin çarpımsal (logaritmik) olmasında yatıyor. Bir değer 100’den 200’e çıkmak için yüzde 100 büyümesi gerekirken, 900’den 1000’e çıkmak için sadece yüzde 11 büyümesi yeterli. Bu da sayının “1 ile başladığı” aralıkta daha uzun süre kalmasına yol açıyor.
Sahtekârlığı Nasıl Yakalıyor?
İşte burada iş ilginçleşiyor: insanlar sayı uydururken doğal olarak bu dağılımı taklit edemiyor. Bir kişi sahte bir gider listesi hazırlarken, farkında olmadan rakamları “daha rastgele” görünsün diye eşit dağıtma eğilimindedir — yani 1, 2, 3… 9 ile başlayan sayıları birbirine yakın sıklıkta üretir. Ama gerçek veri böyle davranmaz. Bu sapma, denetçiler ve adli muhasebeciler için kırmızı bir bayrak niteliği taşıyor.
Bu yöntem gerçekten kullanılıyor: finansal denetimde, vergi beyanlarında ve hatta bilimsel araştırmalarda üretilmiş (uydurulmuş) verileri tespit etmek için Benford analizi standart araçlardan biri hâline geldi. Bir şirketin muhasebe kayıtlarındaki ilk basamak dağılımı, Benford eğrisinden ciddi şekilde sapıyorsa, bu tek başına suç kanıtı değildir ama daha derin bir incelemeyi tetikleyen güçlü bir sinyaldir.
Her Veriye Uygulanabilir mi?
Hayır — ve bu kritik bir nokta. Benford Yasası, doğal olarak büyüyen, geniş bir aralığa yayılan ve dış bir sınırlama olmayan verilerde işe yarar (şehir nüfusları, elektrik faturaları, hisse senedi fiyatları gibi). Ama telefon numaraları, doğum tarihleri, kimlik numaraları veya belirli bir aralığa sıkışmış veriler (örneğin “1 ile 100 arasında rastgele sayı”) bu dağılıma uymaz. Yanlış veri kümesine uygulanan bir Benford testi, Örnekleme Yanlılığı yazımızda anlattığımız türden bir hataya düşmenize yol açabilir: yanlış varsayımla yanlış sonuca ulaşmak.
Diğer İstatistiksel Araçlarla İlişkisi
Benford analizi, tek başına bir kanıt değil, bir anomali tespit aracıdır — tıpkı Yanıltıcı Grafikleri Tanıma yazımızda anlattığımız gibi, “bir şeyler tuhaf görünüyor, daha derin bakmalıyız” sinyali verir. Sonuçları yorumlarken p-değeri mantığına benzer bir dikkat gerekir: istatistiksel bir sapma tespit etmek, kesin bir suçlama yapmakla aynı şey değildir. Genellikle ki-kare uygunluk testi gibi yöntemlerle, gözlenen dağılımın Benford eğrisinden ne kadar saptığı ölçülür.
Pratikte Nasıl Kullanılır?
Bir denetçi ya da veri analisti, elindeki büyük bir sayı kümesinin (örneğin on binlerce fatura tutarı) ilk basamaklarını çıkarır, bunların dağılımını Benford’un teorik eğrisiyle karşılaştırır. Sapma büyükse, o veri kümesinden örneklem seçilerek daha detaylı bir inceleme yapılır. Bu yaklaşım, Büyük Sayılar Yasası prensibiyle de örtüşür: örneklem ne kadar büyükse, Benford deseninden sapma o kadar anlamlı hâle gelir.
Sonuç
Benford Yasası, matematiğin gündelik hayattaki en şaşırtıcı uygulamalarından biri: bir sayının sadece ilk rakamına bakarak, o verinin “doğal” mı yoksa “uydurulmuş” mu olduğuna dair ipucu elde edebiliyorsunuz. Bir dahaki sefere bir finansal skandal haberinde “sayılarda tutarsızlık tespit edildi” cümlesini duyduğunuzda, arkasında büyük ihtimalle bu yüz yıllık, tuhaf ama güçlü kuralın yattığını hatırlayın.
Kaynak: OnlyJS — Benford Yasası Nedir?
Daha fazla istatistik ve olasılık yazısı için İstatistik ve Olasılık kategorimize göz atabilirsiniz.
İlgili yazı: Veri Temizleme
Sıkça Sorulan Sorular
Benford Yasası nedir?
Birçok gerçek veri kümesinde, sayıların ilk basamağının 1 olma olasılığının 9 olma olasılığından çok daha yüksek olduğunu söyleyen istatistiksel bir kuraldır. Rakamlar eşit dağılmaz; küçük basamaklar belirgin biçimde daha sıktır.
Benford Yasası sahte verileri nasıl yakalar?
İnsanlar veri uydururken rakamları rastgele ve eşit dağıtma eğilimindedir. Gerçek veriler ise Benford dağılımına uyar. Bir veri kümesi bu beklenen dağılımdan belirgin biçimde saparsa, manipülasyon şüphesi doğar.
Benford Yasası her veri kümesi için geçerli midir?
Hayır. Geniş bir büyüklük aralığına yayılan doğal veriler (gelirler, nüfuslar, fatura tutarları) için geçerlidir; ama belirli bir aralıkta sıkışan veriler için (örneğin insan boyu) geçerli değildir.