Metodoloji
Paylaş:
Bu, herkese açık bir rapordur ve kaynağı uygun bir şekilde belirtildiği sürece içerikleri kullanılabilir.
Kat ılımcıların sayısı
2023 Geliştirici Ekosistemi Anketi'ne 35.000'den fazla kişi katıldı. Temsil gücü en yüksek örnekle çalıştığımızdan emin olmak için aşağıda açıklanan süreç yoluyla verileri temizledik. Sonuç olarak, rapor 196 ülke ve bölgeden 26.348 geliştiricinin yanıtlarına dayalıdır ve buna Antarktika bölgesinden verilen bir yanıt da dâhil. Veriler, bu bölümün kapanış kısımlarında açıklanan şekilde çeşitli kriterlere göre ağırlıklandırıldı.
Veri temizleme işlemi
Yalnızca katılımcının programlama dilleri kullanımı hakkındaki soruyu yanıtladığı tamamlanmamış anketlerden yanıtları kullandık. Ayrıca şüpheli yanıtları tespit edip değerlendirme dışında bırakmak için aşağıdaki kriterleri kullandık:
- Çok hızlı doldurulan anketler.
- Aynı IP adresinden gönderilen ve yanıtları yüksek oranda benzer olan anketler. Aynı IP adresine sahip iki anket %75'ten fazla benzerlik oranına sahip olduğunda daha fazla yanıt içeren anketi dahil ettik.
- Çelişkili yanıtların olduğu anketler, örneğin, "18-20 yaşındayım" ve "16 yıldan daha fazla profesyonel deneyimim var".
- Neredeyse tüm çoktan seçmeli sorular için yalnızca tek seçeneğin belirlendiği anketler.
- Aynı e-posta adresinden gönderilen anketler. Bu gibi durumlarda, yalnızca daha fazla yanıt içeren anketi dahil ettik.
Yanıt yükünü azaltma
Bu yılki anket 544 sorudan oluşuyordu.
Hedefimiz çeşitli araştırma alanlarını kapsamaktı, bu nedenle her katılımcıya önceki sorulara göre belirli bölümler gösterilirken diğerleri gösterilmedi. Örneğin, Go hakkındaki sorular yalnızca Go kullanan programcılara gösterildi. Ek olarak, her katılımcı üzerindeki yükü hafifletmek amacıyla soru ve bölümleri rastgele gösterdik.
Ortalama olarak, katılımcılar anketi 30 dakikada tamamladı. Anket sürecini basitleştirmeye çalışsak da gelecek yıl etkileşimin daha da etkili olmasını hedefliyoruz.
Kitlemizi hedefleme
Potansiyel katılımcıları Twitter ve Facebook reklamlarını, Instagram'ı, Quora'yı ve JetBrains'in kendi iletişim kanallarını kullanarak anketi doldurmaya davet ettik. Ayrıca, kullanıcı gruplarına ve teknoloji topluluğu kanallarına bağlantılar göndererek katılımcılardan anketi kendi meslektaşlarıyla da paylaşmalarını istedik.
Ülkeler ve bölgeler
16 ülkeden yeterince kapsamlı örnekler topladık: Almanya, Amerika Birleşik Devletleri, Arjantin, Birleşik Krallık, Brezilya, Çin, Fransa, Güney Kore, Hindistan, İspanya, Japonya, Kanada, Meksika, Rusya, Türkiye ve Ukrayna.
Kalan ülkeler altı bölgeye dağıtıldı:
- Orta Doğu, Afrika, Orta Asya
- Doğu Avrupa, Balkanlar ve Kafkaslar
- Benelüks ve Kuzey Avrupa
- Avrupa'nın geri kalanı (Kıbrıs ve İsrail dâhil)
- Diğer Güneydoğu Asya ve Okyanusya (Avustralya ve Yeni Zelanda dâhil)
- Orta ve Güney Amerika (Arjantin, Brezilya ve Meksika hariç)
Her bir coğrafi bölgeden, reklamlar veya katılımcı referansları gibi dış kaynaklardan en az 300 yanıt topladık.
Örnekleme taraflılığını azaltma
Yanıtların geldiği konuma göre verileri ağırlıklandırıyoruz. Twitter, Facebook, Instagram ve Quora'daki ücretli reklamlar ile katılımcı referansları gibi JetBrains kullanıcılarına karşı daha az yanlı olan dış kaynaklardan toplanan yanıtları temel aldık. Ağırlıklandırma prosedürlerine dayalı sonuçlar üretmek için her katılımcının kaynağını tek tek göz önünde bulundurduk.
Dünyadaki geliştirici nüfusunun daha az taraflılığa sahip bir panoramasını elde etmek için üç aşamalı bir ağırlıklandırma gerçekleştirdik.
Birinci aşama: Her bir bölgedeki profesyonel geliştiricilerin popülasyonu için ayarlama
İlk aşamada, farklı ülkeleri hedef alırken topladığımız yanıtları bir araya getirdik, daha sonra her ülkedeki profesyonel geliştirici sayılarına dair tahminlerimizi bu verilere ekledik.
Öncelikle, 22 bölgede çeşitli sosyal ağlarda yayınlanan reklamlar aracılığıyla bize yönlendirilen profesyonel geliştiriciler ve çalışan öğrencilerden aldığımız anket verilerini ve çeşitli meslektaş referanslarından gelen verileri topladık. Bu yıl Rusya ve Ukrayna'da anket için reklam yapmasak da 2021 yılı verilerinden yaklaşık oranları kullanıp ağırlıklandırarak bu iki ülkeyi de rapora dâhil ettik. Daha sonra, bu 22 bölgedeki profesyonel geliştiriciler için tahmini popülasyona göre yanıtları ağırlıklandırdık. Bu, yanıtların dağılımının her bir ülkedeki profesyonel geliştirici popülasyonuna karşılık gelmesini sağladı.
İkinci aşama: Mevcut çalışan ve işsiz yazılımcı durumu oranları
İkinci aşamada, öğrenci ve işsiz katılımcı oranını her ülke için %17'de tuttuk. Önceki yılın metodolojisiyle tutarlılık sağlamak için bu oranı belirledik, zira bu, katılımcıların sayısına dair sahip olduğumuz tek tahmin.
Bu noktaya kadar, dış kaynaklardan gelen yanıtların hem bölgeye hem de çalışma durumuna göre ağırlıklandırılmış bir dağılımını elde ettik.
Üçüncü aşama: İstihdam durumu, programlama dilleri ve JetBrains ürünü kullanımı
Üçüncü aşama oldukça komplikeydi, zira denklem sistemlerinin çözülmesiyle elde edilen hesaplamalar içeriyordu. Ağırlıklandırılmış yanıtları aldık ve her bir bölgeden geliştiriciler için istihdam durumlarına ek olarak 30+ programlama dili için ayrı ayrı oranlarının yanı sıra "Şu anda JetBrains ürünlerini kullanıyorum" ve "JetBrains'i veya ürünlerini daha önce hiç duymadım" yanıtlarını verenlerin oranlarını hesapladık. Bu oranlar, denklemlerimizde değişmezler oldular.
Bir sonraki aşama ise başka kaynaklardan gelen iki yanıt grubu daha eklemekti: JetBrains sosyal medya hesapları ve araştırma panelimiz gibi JetBrains şirket içi iletişim kanalları ile belirli programlama dili kullanıcılarını hedefleyen sosyal ağ reklam kampanyaları.
Doğrusal denklem ve eşitsizlik sisteminin çözümü
Şunları açıklayan 30+ doğrusal denklem ve eşitsizlik içeren bir sistem oluşturduk:
- Katılımcıların ağırlıklandırma katsayıları (varsayımsal bir örnek olarak, örneğimizdeki Fiona, Fransa'dan ortalama 180 yazılım geliştiricisini temsil ediyor).
- Yanıtlarının belirli değerleri (örneğin Pierre, C++ kullanıyor, tam zamanlı çalışıyor ve JetBrains'i hiç duymamış).
- Yanıtlar arasında gerekli oranlar (örneğin, geliştiricilerin %27'si son 12 ayda C++ kullandı gibi).
Ağırlıklandırma katsayılarında oldukça önemli olan minimum sapma ile bu denklemler sistemini çözmek için Goldfarb ve Idnani (1982, 1983) ikili yöntemini kullandık. Bu yöntem toplamda 26.348 katılımcı için optimal bireysel ağırlıklandırma katsayılarını harmanlamamıza yardımcı oldu.
Devam eden sapma
Bu önlemlere rağmen muhtemelen bazı sapmalar var, zira ortalama olarak JetBrains kullanıcıları anketi tamamlamaya daha istekli olmuş olabilir.
Anket dağıtımını kontrol etmeye ve akıllı ağırlıklandırma uygulamaya çalışsak da topluluklar ve geliştirici ekosistemi sürekli olarak gelişiyor ve bazı beklenmedik veri dalgalanmalarının olasılığı tamamen ortadan kaldırılamaz.
Gelecekte metodolojimizi güncellemeye ve iyileştirmeye devam edeceğiz. Geliştirici Ekosistemi Anketi 2024 için takipte kalın!
Doğru aracı bulun
Zaman ayırdığınız için teşekkür ederiz!
Raporumuzu faydalı bulduğunuzu umuyoruz. Bu raporu arkadaşlarınızla ve meslektaşlarınızla paylaşın.
JetBrains Tech Insights Lab'e katılın
JetBrains ürünlerinin kullanımını daha kolay ve çok daha güçlü hâle getirmek için anketlere ve kullanıcı deneyimi çalışmalarına katılın. Araştırmamıza katılarak ödül kazanma şansına da sahip olursunuz.
Ham veriler Çok yakında
Ham verileri hazırlıyoruz. İndirilmeye hazır olduğunda bildirim almak için e-postanızı girebilirsiniz.
Herhangi bir soru ya da öneriniz varsa lütfen bizimle surveys@jetbrains.com adresinden iletişime geçin.