Tercih çarpıtması (preference falsification), kişinin sosyal baskı veya itibar kaygısı nedeniyle özel tercihinden farklı bir kamusal tercih ifade etmesidir. Timur Kuran ve Fasih Zulfiqar'ın çalışması bu davranışı tek seferlik bir çıkar hesabı olarak değil, tekrarlandıkça alışkanlığa dönüşebilen path-dependent bir süreç olarak modelliyor. Yazarların çerçevesinde kişi başlangıçta sosyal kabul kazanmak veya yaptırımdan kaçınmak amacıyla bilinçli biçimde farklı bir kamusal pozisyon alabilir; aynı davranış tekrarlandıkça kararın her seferinde yeniden hesaplanmasına ihtiyaç azalır.

Model iki birikimli mekanizma tanımlar. Birincisi duyarsızlaşma stokudur: tekrar edilen tercih çarpıtması, kişinin özel düşüncesiyle kamusal ifadesi arasındaki uyumsuzluğun psikolojik maliyetini azaltır. İkincisi persona stokudur: tekrarlanan kamusal ifadeler kişinin sosyal çevresinde belirli bir kimlik ve itibar oluşturur. Böylece davranışı değiştirmek yalnız yeni bir görüş açıklamak değil, zaman içinde oluşturulmuş sosyal bir varlığı riske atmak haline gelir.

Çalışma bu mekanizmayı ABD'deki ANES panel verileri kullanarak tartışmalı ve daha yerleşik politika konularındaki tutum değişiklikleri üzerinden test etmektedir. Yazarların ana modellerinde daha yüksek eğitim, daha sık siyasi tartışma ve politikaya daha fazla dikkat, tartışmalı konularda daha düşük kamusal tutum değişimiyle ilişkilidir. Bununla birlikte tercih çarpıtması doğrudan ölçülmemekte; bu mekanizma eğitim, temas, siyasi konuşma sıklığı ve politikaya dikkat gibi gözlenebilir değişkenler aracılığıyla dolaylı olarak sınanmaktadır.

Tercih çarpıtması nedir?

Tercih çarpıtması, özel tercih ile kamuya açıklanan tercih arasındaki farktır. Bir kişi belirli bir politikayı özel olarak desteklemeyebilir ancak sosyal kabul, itibar veya başka bir dışsal kazanç nedeniyle onu kamuya açık biçimde desteklediğini söyleyebilir. Benzer şekilde kişi özel olarak desteklediği bir görüşü kamusal alanda gizleyebilir.

Bu ayrımın toplumsal önemi, kamusal görüş dağılımının gerçek özel görüş dağılımından farklılaşabilmesidir. İnsanlar birbirlerinin yalnız açık ifadelerini gördüklerinde toplumdaki gerçek destek veya muhalefet düzeyini yanlış algılayabilir.

Çalışmanın yeniliği, bu davranışın her seferinde yeniden yapılan bir maliyet-fayda hesabı olmayabileceğini savunmasıdır. İlk tercih çarpıtması bilinçli olabilir; fakat tekrar edilen davranış zamanla otomatikleşebilir.

Tercih Çarpıtması Alışkanlığa Nasıl Dönüşür?

Yazarların modeli iki tamamlayıcı stok üzerinden çalışır: duyarsızlaşma stoku \(D_{i,t}\) ve persona stoku \(S_{i,t}\).

Duyarsızlaşma stoku

Duyarsızlaşma stokunun gelişimi şu şekilde modellenmiştir:

\[ D_{i,t}=\delta_i^D D_{i,t-1}+f_{i,t-1} \]

Burada \(f_{i,t-1}=1\), önceki dönemde kişinin tercihini çarpıttığını; \(\delta_i^D\) ise geçmiş duyarsızlaşmanın ne kadarının yeni döneme taşındığını gösterir.

Tekrar edilen tercih çarpıtması \(D\)'yi büyütür. Modelde kişinin başlangıçtaki içsel uyumsuzluk maliyeti \(\phi_i\) ise, o dönemdeki ifade maliyeti:

\[ E_{i,t}=\frac{\phi_i}{1+D_{i,t}}f_{i,t} \]

olarak tanımlanır. \(D\) büyüdükçe aynı davranışın içsel psikolojik maliyeti azalır. Bu, davranışın ahlaken doğru veya yanlış olduğuna ilişkin bağımsız bir yargı değildir; modelin tekrarın psikolojik maliyeti nasıl değiştirebileceğini temsil etmek için kullandığı fonksiyondur.

Persona stoku

Kamusal persona ise tekrar edilen sosyal performansın birikimini temsil eder:

\[ S_{i,t}=\delta_i^S S_{i,t-1}f_{i,t-1}+f_{i,t-1} \]

Kişi sürekli aynı kamusal tavrı sergiledikçe, sosyal çevresi onunla bu pozisyon arasında daha güçlü bir bağlantı kurabilir. Model bu birikimi bir tür reputational capital olarak ele alır.

Kişi daha sonra tercih çarpıtmasını bırakırsa modelde bir persona kaybı ortaya çıkar:

\[ N_{i,t}=\eta_{i,t}S_{i,t}(1-f_{i,t}) \]

\(\eta\), mevcut personanın kişi için önemini temsil eder. Persona stoku ne kadar büyükse, eski kamusal pozisyondan ayrılmanın beklenen sosyal maliyeti de o kadar büyür.

Kamusal Persona Bir Tutumu Neden Katılaştırabilir?

Modelin temel fikri, tekrarın iki yönlü bir kilit oluşturmasıdır. Bir tarafta aynı ifadeyi tekrar etmek psikolojik olarak kolaylaşır; diğer tarafta o ifadeden vazgeçmek sosyal olarak daha maliyetli hale gelir.

Yazarlar kişinin toplam faydasını dört bileşen üzerinden ifade eder:

\[ U_{i,t}=R_{i,t}-E_{i,t}-N_{i,t}-B_{i,t} \]

Burada:

• \(R\): reputational utility — kamuoyuyla uyumdan elde edilen itibar faydası,
• \(E\): expressive disutility — özel ve kamusal tercih arasındaki uyumsuzluğun içsel maliyeti,
• \(N\): persona shock — yerleşmiş kamusal personayı bozmanın maliyeti,
• \(B\): persona rebuilding cost — yeni sosyal konum ve ilişkiler oluşturmanın maliyetidir.

Reputational utility kaynakta:

\[ R_{i,t}=\rho_i(2\bar y_{t-1}-1)(2f_{i,t-1}-1) \]

biçiminde modellenir. \(\rho_i\), kişinin kamusal itibara ne kadar ağırlık verdiğini gösterir.

Başlangıç eşiği ve yerleşmiş eşik

Kişi henüz bir persona veya duyarsızlaşma stoku biriktirmemişken tercih çarpıtmasına başlama eşiği:

\[ T_{i,t}^{b}=\frac{1}{2}+\frac{\phi_i}{4\rho_i} \]

olarak verilir.

Davranış yerleştikten sonra eşik:

\[ T_{i,t}^{v}= \frac{1}{2} + \frac{1}{4\rho_i} \left( \frac{\phi_i}{1+D_{i,t}} -\eta_iS_{i,t} \right) \]

haline gelir.

Aradaki fark çalışmanın withdrawal barrier — geri çekilme bariyeri dediği kavramdır:

\[ W_{i,t} = T_{i,t}^{b}-T_{i,t}^{v} = \frac{1}{4\rho_i} \left[ \phi_i \left( 1-\frac{1}{1+D_{i,t}} \right) + \eta_iS_{i,t} \right] \]

Bu ifade modelin temel sonucunu matematiksel olarak özetler: duyarsızlaşma ve persona stoku büyüdükçe, daha önce benimsenmiş kamusal pozisyonun terk edilmesi için gereken değişim de büyür.

Bilgi şoku neden her zaman hemen tavır değişikliği yaratmaz?

Modelde yeni bilgi kamu desteğini düşürdüğünde herkes aynı anda pozisyon değiştirmez. Bir kişi ancak kamuoyundaki değişim kendi vested threshold değerini aşacak kadar büyükse önceki kamusal desteğini terk eder.

Kritik şok:

\[ |\Delta\bar y|^{*}=\bar y_{t-1}-T_{i,t}^{v} \]

olarak tanımlanır.

Kişinin persona ve duyarsızlaşma stokları büyüdükçe \(T^v\) düşer ve daha büyük bir şok gerekir. Bu yapı modelde hysteresis, yani geçmiş davranışın bugünkü tepkiyi belirlemesi sonucunu üretir.

Tercih kaskadı

Bir kişinin kamusal tavrını değiştirmesi başkalarının algıladığı kamuoyunu da değiştirebilir. Eğer ilk kişinin sosyal etkisi ikinci kişinin eşiğini aşacak kadar büyükse ikinci kişi de değişebilir ve süreç zincirleme ilerleyebilir.

İki kişi için kaynak şu koşulu türetir:

\[ \epsilon_1>\Delta_{1,2} \]

Burada \(\epsilon_1\), ilk kişinin değişiminin kamuoyu üzerindeki etkisini; \(\Delta_{1,2}\) ise iki kişinin yerleşmiş eşikleri arasındaki farkı gösterir.

Dolayısıyla aynı dış şok bazı toplumlarda yalnız birkaç kişiyi etkilerken, eşiklerin birbirine yakın olduğu başka bir ortamda geniş bir tercih kaskadı oluşturabilir.

Çalışma Dört Tahmini Nasıl Test Ediyor?

Teorik model dört ampirik tahmin üretmektedir. Bu tahminler ABD'deki tartışmalı politika sorularıyla daha yerleşmiş veya karşılaştırma amacıyla kullanılan politika soruları arasında test edilmiştir.

Veri yapısı

Ana veri kaynağı American National Election Studies'in 2016–2020–2024 panelidir. Kaynak çalışmanın odaklandığı sorulardan biri transgender kişilerin kamuya açık tuvaletleri cinsiyet kimliklerine uygun biçimde kullanmasına ilişkin tutumdur.

Yazarlar bunu hâlen tartışmalı konu olarak ele alırken aynı-sex marriage, gay ve lesbian çiftlerin çocuk evlat edinmesi, Social Security harcamaları ve devlet okulu harcamaları gibi maddeleri karşılaştırma veya placebo işlevinde kullanmaktadır.

İki temel sonuç değişkeni

Support withdrawal: 2020'de destekleyen bir kişinin 2024'te desteğini terk edip etmediğini ölçer.

Preference volatility: destek, orta konum veya karşıtlık yönündeki herhangi bir değişimi kapsayan daha geniş tutum oynaklığı ölçüsüdür.

Çalışmanın Yöntemi ve Bulguları

Eksik yanıt kontrolü

Tercih çarpıtmasını survey yanıtlarından ölçmenin temel problemi, katılımcıların hassas soruyu yanıtlamaktan tamamen kaçınabilmesidir. Yazarlar önce “don't know/refused” yanıtlarının sistematik olup olmadığını test etmektedir.

3.922 gözlemli evasion modelinde tartışmalı konu × siyasi tartışma sıklığı etkileşimi anlamlı değildir. Eğitim de anlamlı değildir. Politikaya dikkat ise yaklaşık −0.0023 ve %5 sınırında anlamlıdır; daha dikkatli katılımcılar soruyu yanıtsız bırakmaya daha az eğilimlidir.

Bu sonuç, yazarların eksik yanıtların ana sonuçları mekanik biçimde üretmediği yorumuna dayanak sağlamaktadır. Bununla birlikte bu test, survey yanıtının kişinin gerçek özel tercihine eşit olduğunu kanıtlamaz.

Temas bulgusu

Ana logit modelinde transgender bir kişiyi tanımak politika desteğiyle güçlü pozitif ilişki göstermektedir. Tam spesifikasyonda contact katsayısı yaklaşık 1.23 ve yüksek istatistiksel anlamlılığa sahiptir.

Buna karşılık 2024 × Contact etkileşimi yaklaşık −0.44'tür ve kaynak bunu %10 düzeyinde anlamlı bulmaktadır. Yazarlar bu sonucu, temasın genel olarak daha yüksek desteğe eşlik ettiği ancak 2020–2024 değişiminde temaslı kişilerin desteğinde göreli olarak daha büyük gerileme oluştuğu şeklinde yorumlamaktadır.

Ancak Appendix A1'de aynı ilişkinin linear probability model karşılığı yaklaşık sıfırdır ve istatistiksel olarak anlamlı değildir. Bu nedenle bu bulgu diğer temel sonuçlardan daha fazla model-spesifikasyon duyarlılığı göstermektedir.

Eğitim düzeyi

2020'de ilgili politikayı destekleyen 984 kişi üzerinde kurulan tam linear probability modelinde eğitim katsayısı:

−0.036, p < 0.01

olarak raporlanmaktadır. Yazarların yorumuyla eğitim ölçeğinde bir basamak yükselmek, diğer değişkenler sabitken önceki desteği terk etme olasılığının yaklaşık 3.6 yüzde puan daha düşük olmasıyla ilişkilidir.

İki yönlü sabit etkiler modelinde fark daha belirgindir:

Bu model 4.566 gözleme dayanmaktadır. Çalışmanın teorik yorumu, tartışmalı konularda reputasyon ve persona maliyetlerinin bilgi işleme kapasitesinden ayrı bir tutum katılığı oluşturabileceğidir.

Siyasi tartışma sıklığı

Ana support-withdrawal modelinde haftada siyaset konuşulan gün sayısının katsayısı tam spesifikasyonda −0.027*** olarak verilmektedir.

Yazarların modeli bunu, kişinin kamusal pozisyonunu tekrar etme sayısının artmasıyla persona stokunun ve alışkanlığın güçlenmesi şeklinde yorumlamaktadır.

Bu ilişkinin daha yerleşik karşılaştırma konularında belirginleşmemesi, çalışmanın mekanizması açısından özellikle önemlidir. Eğer sonuç yalnız genel politik bilgi düzeyi veya sabit ideolojik katılık nedeniyle ortaya çıksaydı benzer örüntünün bütün konularda görülmesi beklenirdi.

Politikaya dikkat

Ana linear probability modelinde politikaya dikkat katsayısı −0.081*** olarak bulunmuştur. İki yönlü sabit etkiler modelinde tartışmalı konu etkileşimi −0.056** iken daha yerleşik konuda −0.016'dır ve istatistiksel olarak anlamlı değildir.

Kaynak bu sonucu klasik “daha fazla bilgi → daha fazla güncelleme” beklentisine karşı bir bulgu olarak yorumlamakta; ancak bunun yalnız gözlemsel ilişkiden mekanizmanın doğrudan kanıtlandığı anlamına gelmediği unutulmamalıdır.

First-difference sonuçları

Bu tabloda önemli bir kaynak içi tutarsızlık vardır. Kaynağın açıklayıcı metni eğitimin hem withdrawal gap hem de volatility gap üzerinde negatif olduğunu ifade ederken yayımlanan Tablo 7 volatility-gap katsayısını +0.016* göstermektedir. Bu nedenle volatility-gap yönü kaynakta kesinleştirilememektedir.

Shannon entropisi

Kaynak ayrıca dağılımın ne kadar yoğun veya dağınık olduğunu incelemek amacıyla block-bootstrapped Shannon entropy analizi yapmaktadır.

Identity-aligned bathroom policy için %95 güven aralıkları:

• 2016: yaklaşık 0.99–1.00,
• 2020: yaklaşık 0.99–1.00,
• 2024: yaklaşık 1.50–1.52.

olarak raporlanmaktadır. Yazarlar 2024'teki keskin artışı daha önce dar biçimde yoğunlaşmış kamusal tutumların daha geniş bir dağılıma açılması olarak yorumlamaktadır.

Ancak bu yorumun modelden bağımsız tek açıklama olduğu söylenemez. Entropi dağılımın biçiminin değiştiğini gösterir; bu değişimin nedeninin alışkanlık haline gelmiş tercih çarpıtmasının çözülmesi olduğu ayrıca teorik ve ampirik varsayımlara bağlıdır.

Sonuçlar Tercih Çarpıtmasını Doğrudan Kanıtlıyor mu?

Hayır. Çalışma tercih çarpıtmasını veya kişinin özel ve kamusal görüşü arasındaki farkı doğrudan gözlemlememektedir. Bunun yerine modelin gözlenemeyen mekanizmalarını ölçülebilir proxy değişkenleri üzerinden test etmektedir.

Örneğin:

• transgender bir kişiyi tanımak reputational stake için,
• eğitim seviyesi kurumsal ve reputational maliyet için,
• siyaset konuşma sıklığı persona stoku için,
• politikaya dikkat duyarsızlaşma ve alışkanlık için

yaklaşık göstergeler olarak kullanılmaktadır.

Bu değişkenlerin başka mekanizmaları da temsil edebilmesi mümkündür. Yazarlar Bayesian updating, sosyal ayrışma, group threat, ölçek artefaktı ve backlash dahil yedi alternatif açıklamayı tartışarak kendi modellerinin bunların bütününden daha fazla gözlemi aynı anda açıkladığını savunmaktadır. Bu, çalışma içindeki model karşılaştırmasının sonucudur; alternatif teorilerin genel olarak bilimsel literatürde ortadan kalktığı anlamına gelmez.

Ölçüm varsayımı

ANES'in 2024 soru yapısı önceki dalgalardan farklıdır. 2024'te açık bir “ne destekliyorum ne karşıyım” kategorisi bulunurken önceki yıllarda aynı kategori aynı biçimde sunulmamıştır.

Yazarlar ortak bir beşli ölçek oluşturmak için önceki yıllardaki düşük yoğunluklu cevaplarla nötr kategoriyi birleştirmektedir. Bu işlem zamanlar arası karşılaştırmayı mümkün hale getirir ancak dağılımın biçimi ve entropy gibi hesaplar üzerinde etkili olabilecek bir ölçüm varsayımıdır.

Nedensellik sınırı

Panel tasarımı aynı kişilerdeki değişimi izlemeyi mümkün kıldığı için yalnız kesitsel bir ankete göre önemli avantaj sağlar. Two-way fixed-effects ve first-difference modelleri de zaman içinde değişmeyen birçok bireysel özelliğin etkisini azaltmayı amaçlar.

Bununla birlikte eğitim, siyasi konuşma veya politikaya dikkat rastgele atanmış müdahaleler değildir. Bu nedenle katsayılar güçlü ilişkilere işaret edebilir ancak tek başına kişinin tutum katılığının kesin olarak tercih çarpıtması alışkanlığından kaynaklandığını deneysel olarak göstermez.

Zaman çözünürlüğü

Kaynağın kendi sınırlılık bölümünde de belirtildiği gibi panel dalgaları arasındaki dört yıllık boşluk tercih kaskatlarının mikro-zamanlamasını gözlemlemeye izin vermemektedir. Bir kişinin hangi tarihte veya hangi bilgi sonrasında eşiğini geçtiği doğrudan görülemez.

Çalışmanın desteklediği sonuç

Çalışmanın verileriyle uyumlu olan: Kamuya açık tutumların değişme olasılığı, tartışmalı politika alanlarında eğitim, siyasi tartışma sıklığı ve politikaya dikkat gibi özelliklerle sistematik biçimde ilişkilidir. Bu ilişkilerin daha yerleşik karşılaştırma konularında aynı güçte ortaya çıkmaması, yazarların path-dependent alışkanlık modeline ampirik destek sağlamaktadır.

Çalışmanın desteklemediği sonuç

Çalışmanın doğrudan göstermediği: Belirli bir bireyin özel görüşünün ne olduğu, hangi survey yanıtının bilinçli biçimde sahte olduğu, kişinin hangi anda tercih çarpıtmasını alışkanlığa dönüştürdüğü veya araştırılan politika seçeneklerinden herhangi birinin normatif olarak doğru ya da yanlış olduğu bu veriyle belirlenmemektedir.

Kaynak ve Yöntem Notu

Özgün çalışma: From Performance to Habit: How Preference Falsification Becomes Self-Reinforcing.

Yazarlar: Timur Kuran, Fasih Zulfiqar.

Kaynak: Social Science Research Network (SSRN) working paper.

SSRN Abstract ID: 7295178.

DOI: 10.2139/ssrn.7295178.

Date Written: 16 Ağustos 2026.

SSRN'ye gönderim: 18 Ağustos 2026.

Uzunluk: 74 sayfa.

Lisans: Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).

Hakemlik durumu: Kaynak SSRN working paper/preprinttir; bu sürüm üzerinde hakemli dergi yayını bilgisi bulunmamaktadır.

Ana veri kaynağı: American National Election Studies 2016–2020–2024 panel verileri.

Ana yöntemler: Teorik dinamik discrete-choice model, logit regresyon, linear probability model, two-way fixed effects, first-difference regresyonları ve block-bootstrapped Shannon entropy karşılaştırmaları.

Temel yöntemsel sınırlılık: Preference falsification doğrudan gözlenmemektedir. Modelin persona, reputasyon ve alışkanlık parametreleri gözlenebilir demografik veya davranışsal proxy değişkenler üzerinden operasyonelleştirilmektedir.

Ölçek sınırlılığı: 2024 survey yanıt kategorilerinin önceki dalgalardan farklı olması nedeniyle yıllar arası ortak ölçek oluşturulmuştur. Bu yeniden kodlama belirli varsayımlara dayanmaktadır.

Kaynak içi tutarsızlık: Tablo 7'de eğitim × volatility-gap katsayısı pozitif görünürken anlatım metni bunu negatif olarak tanımlamaktadır.

Sağlamlık notu: Kişisel temasla ilgili ana etkileşim logit spesifikasyonunda zayıf düzeyde anlamlıdır; linear probability robustness modelinde anlamlı değildir.

Politik yorum sınırı: Bu Verianla metni araştırılan ABD politika seçeneklerinden herhangi birini destekleyen veya reddeden bir değerlendirme değildir. Yalnız çalışmanın teorik modeli, ampirik yöntemi, sonuçları ve kanıt sınırlarını açıklamaktadır.