Sayi9kasimaralik
Sayi9kasimaralik
Sayi9kasimaralik
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Kasım-Aralık 2012 Yıl : 2 Sayı : 9<br />
Bu olasılıklar her bir örneklem birimi için aynı ya da<br />
farklı olabilirler. Homojen kitlelerde birimlere eşit<br />
çekilme olasılığı vermek yerinde olacaktır. Ancak birimler<br />
homojen değilse birimlere farklı olasılıklar verilerek<br />
seçim yapılmalıdır. Birimler yerine konularak<br />
ya da konulmaksızın seçilebilir. Olasılıkların bilinmesi<br />
mümkün her bir örneklemin oluşturulma olasılıklarının<br />
da bilinmesi anlamına geleceğinden, tahmin ediciye<br />
ilişkin örnekleme dağılımı elde edilebilir. Örnekleme<br />
dağılımının değişim ölçüsü, bir diğer deyişle,<br />
varyans yardımıyla parametrenin standart hatası ve<br />
içinde bulunduğu sınırlar tahmin edilir. İşte olasılıksal<br />
örneklemin yararı bu varyansın, standart hatanın ve<br />
sınırların elde edilebilmesindedir.<br />
2. Olasılıksal Olmayan Örnekleme<br />
Örneklem birimlerinin gelişigüzel olasılıklarla seçildiği<br />
örnekleme yöntemine olasılıksal olmayan örnekleme<br />
adı verilir. Bu yöntemde örneklem birimlerinin her<br />
birinin bir seçim olasılığı söz konusu olmadığından<br />
varyans hesaplanamaz. Yani tahminlerin örnekleme<br />
hataları ile ilgili objektif bir ölçü verilemez. Böylece,<br />
parametrenin içinde bulunduğu sınırlar tahmin edilemez.<br />
Bu nedenle, olasılıksal örneklemeye göre<br />
tercih edilmeyen bir yöntemdir. Tahminlerin duyarlılıkları<br />
ancak subjektif olarak yorumlanabilir. Bilimsel<br />
araştırmalarda bu örnekleme yöntemine başvurulmamaktadır.<br />
Bazı durumlarda röportaj niteliğinde bu<br />
yöntemin kullanılmasına ihtiyaç duyulabilir. Bu yöntemde<br />
örnekleme için bir çerçeve hazırlanması gerekli<br />
değildir. Bazı kitlelerde de çerçeve oluşturmak<br />
mümkün olmayabilir. Başka bir amaç için önceden<br />
hazırlanmış bir çerçevenin bulunmaması durumunda<br />
yeni bir çerçevenin hazırlanması çok büyük para<br />
ve emeği gerektirebilir. Bu durumda gereksinimleri<br />
karşılayabilecek olasılıksal olmayan bir örneklemenin<br />
kullanılıp kullanılmayacağına karar verilmesi gerekir.<br />
Örneklem Birimlerinin İçerdikleri Birim<br />
Sayısına Göre Sınıflandırma<br />
1. Element Örneklemesi<br />
Örneklem birimlerinin bir tek kitle biriminden oluştuğu<br />
örnekleme yöntemlerine element örneklemesi<br />
adı verilir. Burada kitle birimi ile örneklem birimi aynı<br />
AKADEMİK<br />
tanımı taşımaktadır. Örneğin Ankara ili Keçiören ilçesinde<br />
Sosyal Yardımlaşma ve Dayanışma Vakfı’na<br />
başvuran yardıma muhtaç kişiler ile ilgili bir araştırmada<br />
kitle birimi ve örneklem birimi yoksul vatandaşlar<br />
olarak tanımlanabilir. Herhangi bir olasılıksal<br />
örnekleme ile birimlerin çekildiği bu yöntem aynı<br />
zamanda bir element örneklemesi olacaktır.<br />
2. Küme Örneklemesi<br />
Örneklem birimlerinin birden çok kitle biriminden<br />
oluştuğu örnekleme yöntemine küme örneklemesi,<br />
örneklem birimlerine de kümeler adı verilir. Tanıma<br />
göre örneklem birimleri (kümeler) eşit ya da farklı<br />
sayıda kitle birimi içerirler. Örnekleme çekilecek kümeler<br />
belirlendikten sonra kümenin tümü örnekleme<br />
alınır. Bu nedenle, olabildiğince, küme içi değişim<br />
büyük kalacak şekilde kümeleri oluşturmak gerekir.<br />
Böylece farklı birimler örnekleme girerek örneklemin<br />
kitleyi simgeleyebilme niteliği artırılır. Ancak küme<br />
içi değişimi büyük kılmak oldukça zordur. Belli bir<br />
bölgede yaşayanlarla ilgili bir araştırmada kümeler,<br />
sokaklar, bloklar, apartmanlar, haneler vb. olabilir.<br />
Örneklem Birimlerinin Örnekleme Alınma<br />
Aşamasına Göre Sınıflandırma<br />
Örneklem birimleri bazı araştırmalarda bir aşamada<br />
(adımda) örnekleme çekilir. Bu yönteme tek aşamalı<br />
örnekleme adı verilir. Eğer örneklem birimleri birden<br />
çok aşamada örnekleme çekiliyor ise, aşama sayısına<br />
göre iki aşamalı, üç aşamalı, ... adlarını alır. Bu<br />
yönteme genel olarak çok aşamalı örnekleme adı<br />
verilir. Bazı araştırmalarda, birinci aşamada alınan<br />
örneklem birimlerinin içerdikleri kitle birimleri birbirine<br />
benzer özellik gösterirler. Bu durumda örneklem<br />
biriminin tümünü incelemek yerine bundan yine bir<br />
örneklem seçmek para, zaman ve emek yönünden<br />
tasarruf sağlayacağı gibi sonuçta örneklemin kitleyi<br />
simgeleme niteliğini etkilemez. Örneğin, bir ilde bulunan<br />
köylerle ilgili yapılacak bir araştırmada birinci<br />
aşamada köyler seçilebilir. Seçilen köyler hemen<br />
hemen homojen olup benzer özellikleri taşıdığından<br />
ikinci aşamada seçilmiş olan köylerden de haneler<br />
örnekleme seçilir. İşte böyle bir örnekleme yöntemine<br />
iki aşamalı örnekleme adı verilir. Bir diğer örnek,<br />
kamuoyu araştırmalarında bir ilde bulunan mahalleler<br />
birinci aşamada, sokaklar ikinci aşamada, apartmanlar<br />
üçüncü aşamada seçilebilir.<br />
Basit Rastgele Örnekleme<br />
Her bir örneklem birimine eşit seçilme olasılığı vererek<br />
(seçilen birim yerine konularak ya da konulmaksızın)<br />
seçilen birimlerin örnekleme alındığı yönteme<br />
basit rastgele örnekleme adı verilir. Burada herbir<br />
örneklem birimine eşit seçilme olasılığı verilmesinin<br />
anlamı örneklem uzayından her bir örneklemin eşit<br />
olasılıkla seçilmesi anlamına gelir. Birbirine benzeyen<br />
birimlerden oluşan (homojen) kitlelerde uygulanır.<br />
Örneğin Milli Piyango İdaresi’nin bilet numaralarını<br />
çekimi eşit olasılıkla ve yerine konularak bir seçimdir.<br />
Sayısal Loto, Şans topu gibi çekimlerde ise eşit olasılık<br />
ve yerine konulmaksızın seçim yapılmaktadır.<br />
Tabakalı Örnekleme<br />
Örneklem birimlerinin herhangi bir ölçüsüne ilişkin birimden<br />
birime değişim büyük ise (heterojen ise), bu<br />
durumda kitle, değişkenliği daha küçük (homojen)<br />
alt gruplara ayrılabilir. Böylece, kitle varyansı büyük<br />
iken, alt grupların varyansı daha küçük olacaktır. Bu<br />
ise, duyarlılıkta önemli bir kazanç sağlar. İşte, kitle<br />
her bir kitle birimi bir ve yalnız bir tabakaya ait olacak<br />
ve hiçbir kitle birimi açıkta kalmayacak; tabaka içi<br />
değişim olabildiğince küçük, tabakalar arası değişim<br />
oldukça büyük kalacak şekilde alt gruplara bölünüp<br />
örneklemin her bir tabakadan ayrı ayrı ve birbirinden<br />
bağımsız olarak çekildiği örnekleme yöntemine tabakalı<br />
örnekleme adı verilir. Tanımdan anlaşılacağı gibi,<br />
her bir tabaka bir kitle olarak düşünülebilir. Bu nedenle<br />
her bir tabakaya uygun farklı örnekleme yöntemleri<br />
uygulanabilir. Her bir tabakaya basit rastgele<br />
örnekleme yönteminin uygulandığı tabakalı örneklemeye<br />
tabakalı rastgele örnekleme adı verilmektedir.<br />
Sistematik Örnekleme<br />
Kitle birimlerinin varolan bir bilgiye göre sıralanabildiği<br />
varsayılsın. İlk k birimden herhangi birinin başlangıç<br />
noktası olarak alındığı ve bundan sonra gelen her<br />
k ıncı birimin örnekleme seçildiği yönteme sistematik<br />
örnekleme adı verilir. Sistematik örneklem çekimi<br />
son derece kolay ve kısa zamanda gerçekleştiğinden<br />
ve kitle üzerinde dengeli dağıldığından araştırmalarda<br />
tercih edilebilir.<br />
Kartopu Örneklemesi<br />
Kartopu örneklemesi, özellikle bir çerçevenin mevcut<br />
olmaması ya da oluşturulmasının olanaksız olduğu<br />
durumlarda kullanılan bir örnekleme yöntemidir. Bu<br />
yöntemde, örnekleme süreci, tanımlanan kitlede yeralan<br />
bir birimin, genellikle rastgele olarak seçilmesiyle<br />
başlar. Belirlenen bu birim örneklemeye giren<br />
birinci birimdir. Bu birimle aynı kitle tanımında yer<br />
alan bilinen (tanınan) diğer bir birimin olup olmadığı<br />
araştırılır. Eğer böyle bir birim varsa, bu birime ulaşılır.<br />
Böylece örneklemde yer alacak olan ikinci birim<br />
belirlenmiş olur. Bu süreç keyfi olarak belirlenen n<br />
birimli örneklem oluşturuluncaya kadar sürdürülür.<br />
İşte bu yönteme kartopu örneklemesi adı verilir.<br />
Daha çok, seyrek rastlanan birimler için uygulanır.<br />
Örneğin engelli bireyi olan ailelerin seçimi gibi... Bu<br />
yöntemde varyans hesaplanamaz.<br />
Yakala Tekrar Yakala Örneklemesi<br />
Yakala-tekrar yakala (capture recapture) yönteminin<br />
kullanılabilmesi bazı temel varsayımlara bağlıdır.<br />
Örneklem seçiminin gerçekleştirilebilmesi ya da bu<br />
yöntemle elde edilen bilgilerin kullanılabilmesi için<br />
kitlenin coğrafik ve demografik özellikler yönünden<br />
bilinmesi, kitledeki her birimin işaretli olsun ya da<br />
olmasın, her çekimde eşit yakalanma şansına sahip<br />
olması, işaretlerin kalıcı olması ve örneklemlerin<br />
birbirinden bağımsız olması gerekir. Bu örnekleme<br />
yönteminde, kitleden k büyüklüğünde bir örneklem<br />
çekilir. Bu örneklem birimleri işaretlenir. Daha sonra<br />
yine k büyüklüklü başka bir örneklem seçilir. Bu örneklemde<br />
işaretli ve işaretsiz birimlerin sayıları kaydedilir.<br />
İşaretsiz birimler işaretlenerek tüm birimler<br />
kitleye tekrar dahil edilir. Bu işlem k kez tekrarlanır.<br />
Bu işaretleme işlemi kitle içerisindeki işaretli birimlerin<br />
sayısında artış oluşturur ve birimler işaretli ve<br />
işaretsiz olmak üzere kitle içerisinde iki türe ayrılır.<br />
Böylece n birimlik bir örneklemde, r tane işaretli ve<br />
n-r tane işaretsiz birimin bulunması olasılığı, n çok<br />
büyük r çok küçük olduğunda binom olasılık fonksiyonu<br />
yerine poisson olasılık fonksiyonu ile bulunabilir<br />
(Çıngı,H.,Örnekleme Kuramı, 2009).<br />
42 43