Türkiye’de Sosyal Bilimler Alanında EEG Kullanılarak Yapılan Tezlerin İncelenmesi

Öz

Bu araştırmada, Türkiye’de sosyal bilimler alanında EEG cihazı kullanılarak hazırlanan yüksek lisans ve doktora tez çalışmaları doküman analizi yöntemiyle incelenerek EEG cihazlarının sosyal bilimler alanındaki kullanım durumlarının açıklanması hedeflenmiştir. Bu kapsamda, Yükseköğretim Kurulu Ulusal Tez Merkezi Veri Tabanında erişim izni verilmiş olan 81 lisansüstü tez çalışması araştırmaya dahil edilmiştir. Araştırma tarama modelinde desenlenmiş olup veriler doküman analizi yöntemiyle taranmıştır. Araştırmaya dahil edilen çalışmalar; araştırmanın türü (Yüksek Lisans – Doktora), yayın yılı, üniversite, anabilim dalı, konu alanı, EEG cihazı, EEG analiz yazılımı, örneklem türü, örneklem büyüklüğü ve bağımlı değişkenler olmak üzere 10 kategoride incelenmiştir. Tarama sonucunda elde edilen veriler ile lisansüstü tezlerin eğilimlerini belirlemek amacıyla istatistiksel işlemler yapılarak frekans ve yüzde değerleri hesaplanmış ve yorumlanmıştır. Yapılan araştırma neticesinde sosyal bilimler alanında EEG cihazı kullanılarak yapılan tezlerin en çok 2018 yılında yayınlandığı, yüksek lisans tez sayısının daha fazla olduğu, Fırat ve Selçuk Üniversitelerinde daha fazla çalışma yapıldığı, işletme anabilim dalı ve işletme konu alanında yapılan çalışma sayısının daha fazla olduğu, en fazla kullanılan EEG cihazının Emotiv EPOC olduğu, hedef grup olarak daha çok 18-24 yaş aralığındaki üniversite öğrencilerinin tercih edildiği, örneklem büyüklüğü olarak da 21-30 katılımcının tercih edildiği tespit edilmiştir. Ayrıca sosyal bilimler alanında EEG Cihazı kullanılarak yapılan tezlerde en çok araştırılan bağımlı değişkenin pazarlama ve karar verme olduğu görülmüştür.

Anahtar Kelimeler

• Elektroensefalografi (EEG)
• Doküman Analizi
• Sosyal Bilimler

Investigation of Theses Using EEG in the Field of Social Sciences in Türkiye

Öz

The aim of this research is to reveal the usage of EEG devices in social sciences by analyzing the master's and doctoral theses prepared using EEG devices in Türkiye, through the method of document analysis. In this context, 81 graduate theses which were granted access permission in the National Thesis Center Database of the Higher Education Council were included in the research. The research was designed in the survey model and the data were studied using the method of document analysis. The included studies were examined in 10 categories: the type of research (master's or doctoral), year of publication, university where the research was conducted, department, subject area, EEG device used, EEG analysis software, sample type, sample size, and dependent variables. Statistical calculations were performed, and frequency and percentage values were calculated and interpreted to determine the trends of the graduate theses based on the data obtained from the survey results. According to the research, it was found that the theses that were prepared using EEG devices in social sciences were mostly published in 2018, there were more master's theses than doctoral theses, more studies were conducted at Fırat University and Selçuk University, and business department and business subject area were the most researched topics. The most used EEG device was found to be Emotiv EPOC, and the target group was mostly university students aged between 18-24. The sample size of 21-30 participants was also preferred. Additionally, it was seen that marketing and decision-making were the most researched dependent variables in the theses prepared using EEG devices in social sciences.

Anahtar Kelimeler

• Electroencephalography (EEG)
• Document Analysis
• Social Sciences

Kaynakça

1. Akan, Ş. (2018). Yeni Bir Disiplinlerarası Alan Olarak Nöropazarlama Üzerine Kavramsal Bir Değerlendirme. Black Sea Journal of Public and Social Science, 1(1), 20-25.
2. Alakuş, T. B., ve Türkoğlu, İ. (2018). EEG Tabanlı Duygu Analizi Sistemleri. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi, 11(1), 26-39.
3. Ashtaputre-Sisode, A. (2016). Emotions and Brain Waves. The International Journal of Indian Psychology, 3(2), 14-18. https://doi.org/10.25215/0302.075
4. Aslan, Z. (2022). EEG Sinyallerini Kullanarak Alzheimer Hastalığının Otomatik Tespiti İçin Bilgisayar Destekli Tanı Sistemi. Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi, 13(2), 213-220. https://doi.org/10.24012/ dumf.1092569
5. Aygüneş, M. (2023). Özne yüklem uyumunun altında yatan nöral dinamikler: Delta ve teta salınımlarının ayrıştırıcı rolleri. RumeliDE Dil ve Edebiyat Araştırmaları Dergisi, (Ö13), 276-294. https://doi.org/10.29000/rumelide.1379194
6. Bercea, M. D. (2013). Quantitative Versus Qualitative in Neuromarketing Research. Munich Personal RePEc Archive. https://mpra.ub.uni-muenchen.de/44134/ adresinden alındı
7. Coşkun, P. ve Yücel, A. (2021). EEG Yöntemi ile Tüketicilerin Elektronik Ticaret Sitelerine Yönelik Algıları Üzerine Deneysel Bir Çalışma. Süleyman Demirel Üniversitesi Vizyoner Dergisi, 12(29), 286-298. https://doi.org/10.21076/ vizyoner.720686
8. Çevik, Ç. (2020). Beyin Sinyalleri Kullanılarak Elde Edilen Dikkat Değeri ile Araç Yönetimi. Journal of Smart Systems Research, 1(1), 30-38.

9. Decety, J., ve Jackson, P. L. (2004). The functional architecture of human empathy. Behavioral and cognitive neuroscience reviews, 3(2), 71–100. https://doi. org/10.1177/1534582304267187
10. Dezhakam, A. (2022, 11 06). Medicana. 02 14, 2023 tarihinde Sağlık Rehberi: https:// www.medicana.com.tr/saglik-rehberi-detay/17953/eeg-nedir adresinden alındı
11. Donmuş, S., ve Yücel, A. (2020). Banka Reklamlarındaki Ünlülere Tüketici Tepkileri: EEG Sinyallerinden Çıkarımlar. Ekonomi Maliye İşletme Dergisi, 3(2), 176-190. https://doi.org/10.46737/emid.788170
12. Durmuş, H. (2020). Beyin Bilgisayar Arayüzleri. (H. Durmuş, Editör) Beyin Bilgisayar Arayüzleri: https://www.halildurmus.com/wp-content/uploads/2020/05/320- 768x689.png adresinden alındı
13. Durukoğlu, S. ve Kaçmaz, G. (2024). Mizah Teorilerine Göre Ortaokul Türkçe Ders Kitaplarındaki Metinlerin İncelenmesi. İnönü Üniversitesi Eğitim Fakültesi Dergisi, 25(3), 1070-1094. https://doi.org/10.17679/inuefd.1455618
14. Düşmez, H. M. (2025). Investigating the Relationship Between Resting-State EEG Gamma Power and Neuropsychological Performance in Healthy Adults. The Journal of Neurobehavioral Sciences, 12(1), 23-31. https://doi.org/10.32739/ jnbs.12.1.4
15. Erdal, A., ve Kutlu, G. (2017). Epilepsi’de Elektroensefalografi. Türkiye Klinikleri Nöroloji, 10(1), 60-64.
16. Gurumurthy, S., Mahit, V. S. ve Ghosh, R. (2013). Analysis and Simulation of Brain Signal Data by EEG Signal Processing Technique Using MATLAB. International Journal of Engineering and Technology, 5(3), 2771-2776.
17. Hubert, M., ve Kenning, P. (2008). A current overview of consumer neuroscience. Journal of Consumer Behaviour, 7(4–5), 272–292. https://doi.org/10.1002/ cb.251
18. Karaköse, M., Yetiş, H., Gökbulut, A. B., ve Aydın, İ. (2019). Motor Nöron Yetilerini Kaybetmiş Bireylerin İletişimi İçin SSVEP Tabanlı Beyin Bilgisayar Arayüzü Geliştirilmesi. Dicle Üniversitesi Mühendislik Fakültesi Dergisi, 10(1), 13-22. https://doi.org/10.24012/dumf.403130
19. Kayalar, D. D., ve Sazak, N. (2018). Theta, Alpha, Smr Beyin Dalgalarının Müzik Türleriyle Olan Etkileşimi: Bir Nexus-10 EEG Çalışması. Online Journal of Music Sciences, 3(1), 149-165. https://doi.org/10.31811/ojomus.435201
20. Kelekçi, A. (2019). EEG Cihazı ile Kullanılabilirlik Çalışması: Bir Kitlesel Açık Çevrimiçi Ders Ortamı Örneği. Yayımlanmamış Yüksek Lisans Tezi. Afyon Kocatepe Üniversitesi. Fen Bilimleri Enstitüsü.
21. Koşar, A., ve Tor Kadıoğlu, C. (2020). Türkiye’de Nöropazarlama Alanındaki Lisansüstü Tezlerin İçerik Analizi Yöntemiyle İncelenmesi., S. Gün (Ed.) içinde Yönetim, Liderlik ve Pazarlama (s. 191-212). İksad Publishing House.
22. Köksal, H., ve Bayğın, M. (2023). EEG Sinyalleri Kullanılarak Makine Öğrenmesi Tabanlı Otomatik Duygu Sınıflandırma. İleri Teknolojilerde Çalışmalar Dergisi, 1(1), 26-40. https://doi.org/10.5281/zenodo.8074861
23. Köylüoğlu, A. (2019). Disiplinlerarası Perspektifle Nöropazarlamada Elektroensefalografi (EEG) Tekniğine Kavramsal Bir Bakış. Uluslararası İşletme ve Ekonomi Çalışmaları Dergisi, 1(1), 25-29.
24. Omar, S., ve Tepe, C. (2022). EEG Sinyallerini İşlemek İçin Makine Öğreniminin Kullanıldığı Konular Üzerine Bir İnceleme. Bayburt Üniversitesi Fen Bilimleri Dergisi, 5(1), 124-137. https://doi.org/10.55117/bufbd.1099025
25. Pehlivan, F. (1997). Biyofizik. Ankara: Hacettepe TAŞ.
26. Pessoa L. (2008). On the relationship between emotion and cognition. Nature reviews. Neuroscience, 9(2), 148–158. https://doi.org/10.1038/nrn2317
27. Plassmann, H., Ramsøy, T. Z., ve Milosavljevic, M. (2012). Branding the brain: A critical review and outlook. Journal of Consumer Psychology, 22(1), 18–36. https://doi.org/10.1016/j.jcps.2011.11.010
28. Polat, H., ve Özerdem, M. S. (2016). Görsel-İşitsel Uyaranlar Kaynaklı Oluşan Duyguların EEG İşaretleri ile Sınıflandırılması. Dicle Üniversitesi Mühendislik Dergisi, 7(1), 33-40.
29. Sarı, S. (2023). Fen Eğitiminde Sınıf Dışı Eğitim (Outdoor Education) Etkinliklerinin Akademik Başarı ve Bilişsel Yüke Etkisi: 8. Sınıf Basit Makineler Örneği. Yayımlanmamış doktora tezi. Ordu Üniversitesi, Fen Bilimleri Enstitüsü
30. Şahin, Ö., ve Başgül, M. (2020). PISA Üzerine Yapılan Lisansüstü Tezlerin Doküman Analizi ile İncelenmesi. Adnan Menderes Üniversitesi Eğitim Fakültesi Eğitim Bilimleri Dergisi, 11(1), 50-66.
31. Şeker, M., ve Özerdem, M. S. (2022). Automated Detection of Alzheimer’s Disease Using Raw EEG Time Series Via. DWT-CNN Model. Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi, 13(4), 673-684. https://doi. org/10.24012/dumf.1197722
32. Tabakcıoğlu, M., ve Ülker, B. (2018). Neurosky Biyosensör Kullanarak Beyin Dalgaları, Dikkat ve Meditasyon Değerlerinin Ölçülmesi ve Değerlendirilmesi. Gaziosmanpaşa Bilimsel Araştırma Dergisi, 7(1), 25-33.
33. Taşkıner Şereflioğlu, Y., ve Kılıç Mocan, D. (2021). Türkiye’de Eğitsel Nörobilim (Eğitimsel Sinirbilim) Konusunda Yapılmış Araştırmaların Analizi. Türkiye Bilimsel Araştırmalar Dergisi, 6(2), 468-480.
34. Walla, P. (2025). The Power of Time: Editorial on the Advantages of Electroencephalography (EEG) and Event-Related Potentials (ERPs) in Affective and Cognitive Neuroscience. Brain Sciences, 15(10), 1054. https:// doi.org/10.3390/brainsci15101054
35. Yıldırım, A., ve Şimşek, H. (2016). Sosyal Bilimlerde Nitel Araştırma Yöntemleri. Ankara: Seçkin Yayıncılık.
36. Yücel, A., ve Coşkun, P. (2018). Nöropazarlama Literatür İncelemesi. Fırat Üniversitesi Sosyal Bilimler Dergisi, 28(2), 157-177. https://doi.org/10.18069/ firatsbed.460933
37. Yücel, A., ve Çubuk, F. (2014). Bir Nöropazarlama Araştırmasının Deneysel Yolculuğu ve Araştırmanın İlk İpuçları. Fırat Üniversitesi Sosyal Bilimler Dergisi, 24(2), 133-149.
38. Yücel, A., ve Şimşek, A. İ. (2018). Tüketici Davranışlarını Analiz Etmede Nöropazarlama Yöntem ve Araçlarının Kullanımı. İnönü Üniversitesi Uluslararası Sosyal Bilimler Dergisi, 7(1), 118-142.
39. Zhu, L., & Lv, J. (2023). Review of Studies on User Research Based on EEG and Eye Tracking. Applied Sciences, 13(11), 6502. https://doi.org/10.3390/ app1311650