Kitle ve Örneklem Nedir? Parametre ve İstatistik Farkı

Kitle ve örneklem, bir araştırmanın kimin hakkında konuştuğunu ve kimi ölçtüğünü ayıran iki kavramdır. Kitle (evren, popülasyon), sonuç çıkarılmak istenen birimlerin tamamıdır; örneklem, bu kitleden seçilen ve gerçekten ölçülen alt kümedir. Kitleyi betimleyen sayılara parametre, örneklemden hesaplanan sayılara istatistik denir.

Kitle nedir?

Kitle, bir araştırmada ilgilenilen özelliği taşıyan ve sonuçların genellenmek istendiği birimlerin tamamıdır. Birim çoğu zaman bir kişidir, ama bir okul, bir hastane, bir hane ya da üretilen bir ürün de olabilir. Kitle iyi tanımlanmalıdır: kimin dahil, kimin dışarıda olduğu; yer ve zaman sınırları açıkça yazılır. Kitlenin büyüklüğü N ile gösterilir.

Kitle örnekleri

• Türkiye’de 2025–2026 öğretim yılında lisans programına kayıtlı tüm öğrenciler
• Bir ilde yaşayan 25 yaş altındaki tüm bireyler
• Bir şirketin yurt dışı şubelerinde çalışan tüm personel
• Bir fabrikada belirli bir ayda üretilen tüm ampuller

Farklı kitle türleri

• Sonlu kitle: Birimleri sayılabilir ve ilke olarak listelenebilir (bir okuldaki öğrenciler).
• Sonsuz ya da kavramsal (hipotetik) kitle: Birimleri henüz tümüyle var olmayan ya da listelenemeyen kitledir. Bir üretim hattının bugünkü koşullarda üreteceği bütün ürünler ya da yeni bir ilacı gelecekte kullanacak bütün hastalar böyledir. Deneysel araştırmaların sonuçları çoğu zaman böyle bir kitleye genellenir.
• Hedef kitle ve erişilebilir kitle: Hedef kitle, sonucun genellenmek istendiği kitledir (Türkiye’deki tüm lise öğretmenleri). Erişilebilir kitle, araştırmacının gerçekten ulaşabildiği kısımdır (bir ilin öğretmenleri). Sonuçlar, erişilebilir kitle hedef kitleye ne kadar benziyorsa ancak o ölçüde hedef kitleye taşınabilir.
• Örnekleme çerçevesi: Örneklemin seçildiği liste ya da kaynaktır (öğrenci kayıt listesi, telefon rehberi). Çerçeve kitlenin bir kısmını dışarıda bırakıyorsa, örneklem ne kadar iyi seçilirse seçilsin o kısım temsil edilmez.

Örneklem nedir?

Örneklem, kitleden seçilen ve üzerinde ölçüm yapılan birimlerin oluşturduğu alt kümedir. Örneklemin büyüklüğü n ile gösterilir. Örneklemden elde edilen bulgular kitle hakkında bir çıkarım yapmak için kullanılır; bu yüzden örneklemin kitleyi temsil etmesi, yani kitledeki çeşitliliği yanlı olmadan yansıtması gerekir.

Neden örneklem kullanılır?

Kitlenin tamamını ölçmeye tam sayım denir. Tam sayım çoğu zaman şu nedenlerle mümkün ya da anlamlı değildir:

• Zaman ve maliyet: Milyonlarca kişiye ulaşmak aylar sürer ve pahalıdır.
• Ulaşılamama: Kavramsal bir kitlenin birimleri henüz yoktur.
• Yıkıcı ölçüm: Bir ampulün ömrünü ölçmek onu tüketir; bütün ürünleri test etmek satılacak ürün bırakmaz.
• Ölçüm kalitesi: Daha küçük ama özenle ölçülen bir örneklem, aceleyle yapılan bir tam sayımdan daha doğru veri verebilir.

Örnekleme yöntemleri

Örneklemin nasıl seçildiği, sonuçların kitleye genellenip genellenemeyeceğini belirler. Olasılıklı yöntemlerde kitledeki her birimin seçilme olasılığı bilinir ve sıfırdan büyüktür; örnekleme hatası bu sayede hesaplanabilir (Lohr, 2021).

Yöntem	Nasıl seçilir?	Tür
Basit rastgele örnekleme	Her birim eşit olasılıkla seçilir (kura, rastgele sayı)	Olasılıklı
Sistematik örnekleme	Listeden rastgele bir başlangıçla her k’ıncı birim seçilir	Olasılıklı
Tabakalı örnekleme	Kitle alt gruplara (tabakalara) ayrılır, her tabakadan ayrı rastgele seçilir	Olasılıklı
Küme örnekleme	Hazır gruplar (okullar, mahalleler) rastgele seçilir, seçilen kümelerde ölçüm yapılır	Olasılıklı
Kolayda örnekleme	Ulaşılması kolay birimler alınır	Olasılıksız
Amaçlı ve kota örnekleme	Araştırmacı birimleri ölçütlere ya da kotalara göre seçer	Olasılıksız
Kartopu örnekleme	Katılımcılar yeni katılımcılar önerir	Olasılıksız

Rastgele seçimin araştırmacının seçimine üstünlüğü erken dönemde Neyman (1934) tarafından gösterilmiştir. Olasılıksız örneklemler keşif amaçlı ya da nitel araştırmalarda değerlidir, ama sonuçlarını kitleye genellemek ek varsayımlar gerektirir.

Örneklem örnekleri

Yukarıdaki kitlelerden örneklem seçmek istersek:

• Lisans öğrencilerinin kayıt listesinden basit rastgele seçilen 2000 öğrenci
• İldeki 25 yaş altı bireylerden, ilçelere göre tabakalanarak seçilen %10’luk bir grup
• Şirketin yurt dışı şubelerinden rastgele seçilen 5 şubenin tüm personeli (küme örnekleme)
• Ay boyunca üretim hattından her 500’üncü ampulün alınması (sistematik örnekleme)

Parametre ve istatistik

Parametre ve istatistik aynı türden sayılardır; ayrım, sayının nereden hesaplandığına göre yapılır. Kitlenin tamamından hesaplanan sayı parametre, örneklemden hesaplanan sayı istatistiktir. İkisini karıştırmamak için genellikle parametreler Yunan, istatistikler Latin harfleriyle gösterilir:

Ölçü	Parametre (kitle)	İstatistik (örneklem)
Ortalama	µ	x̄
Standart sapma	σ	s
Oran	P (ya da π)	p (ya da p̂)
Korelasyon	ρ	r
Büyüklük	N	n

Örneklem oranı için kullanılan p, hipotez testlerindeki p değeriyle karıştırılmamalıdır; bu yüzden birçok kaynak örneklem oranını p̂ ile gösterir.

Parametre nedir?

Parametre, kitleyi betimleyen sabit bir sayıdır: kitlenin ortalaması, standart sapması ya da bir özelliği taşıyanların oranı. Parametreyi kesin olarak bilmek için tam sayım gerekir. Bu yüzden araştırmalarda parametre çoğu zaman bilinmez; örneklemden tahmin edilir.

Örnek parametre değerleri

Varsayımsal bir örnek: bir ilde ortak deneme sınavına giren 12 bin öğrencinin tamamının puanları biliniyor olsun. Bu öğrencilerin puan ortalaması µ = 53.0, standart sapması σ = 7.6 ve 60 puan ya da üzerini alanların oranı P = 0.18 ise, bu üç sayı da bu kitlenin parametreleridir.

İstatistik nedir?

İstatistik, örneklemden hesaplanan bir sayıdır ve bilinmeyen parametrenin tahmini olarak kullanılır. Serinin ilk yazısında istatistik bilim dalını tanımlamıştık; burada aynı sözcük, örneklemden hesaplanan tek bir sayıyı anlatır. Parametre sabittir; istatistik ise hangi birimlerin seçildiğine göre örneklemden örnekleme değişir.

Örnek istatistik değerleri

Aynı ilde 12 bin öğrencinin tamamı yerine basit rastgele seçilen 400 öğrencinin puanları incelenmiş olsun. Bu örneklemde ortalama x̄ = 52.4, standart sapma s = 7.9 ve 60 ya da üzeri alanların oranı p̂ = 0.19 bulunursa, bunlar birer istatistiktir. Değerler parametrelere yakındır ama aynı değildir: başka bir 400 öğrenci seçilseydi biraz farklı sayılar çıkacaktı.

Örnekleme hatası ve standart hata

İstatistik ile parametre arasındaki bu şans kaynaklı farka örnekleme hatası denir. Ortalamanın örneklemden örnekleme ne kadar değiştiğini standart hata gösterir:

Örnekte σ/√n = 7.6/√400 = 0.38 puandır; örneklem ortalamaları gerçek ortalamanın çevresinde bu standart sapmayla dağılır; örneklem ortalamalarının yaklaşık %95’i µ ± 2 · 0.38 aralığına düşer. Örneklem dört katına çıkarsa standart hata yarıya iner. Örneklem büyüklüğünün araştırmaya başlamadan nasıl hesaplanacağı G*Power yazısında anlatılmaktadır.

Örneklemi büyütmek yalnızca şans kaynaklı hatayı küçültür; seçim biçiminden gelen yanlılığı gidermez. Meng (2018), rastgele seçilmemiş çok büyük bir verinin, çok daha küçük bir rastgele örneklemden daha büyük hata verebileceğini 2016 ABD seçim anketleri üzerinden göstermiştir. Bu nedenle verinin büyüklüğünden çok nasıl toplandığı önemlidir.

Sık sorulan sorular

Kitle ile evren aynı şey mi?

Evet. Türkçe kaynaklarda kitle, evren ve popülasyon aynı kavram için kullanılır.

Örneklem büyüklüğü kaç olmalı?

Tek bir doğru sayı yoktur; beklenen etkinin büyüklüğüne, istenen kesinliğe ve kullanılacak analize bağlıdır. Bir oranı ±5 yüzde puanlık hata payıyla %95 güvenle tahmin etmek için sık kullanılan hesap n = 1.96² × 0.25 / 0.05² ≈ 384.2 verir, yani yukarı yuvarlanarak 385 kişi gerekir. İki grubu karşılaştıran çalışmalarda hesap bir güç analiziyle yapılır.

Örneklemden elde edilen sonuç kitle için ne kadar güvenilir?

Bu, örneklemin olasılıklı bir yöntemle seçilip seçilmediğine ve büyüklüğüne bağlıdır. Tahminin belirsizliği güven aralığıyla raporlanır; kitle hakkındaki iddialar ise istatistiksel hipotez testleriyle sınanır.

Kitlenin tamamına ulaşabiliyorsam yine de istatistiksel test yapmalı mıyım?

Gerçek bir tam sayımda örnekleme hatası yoktur; bulunan sayılar parametrelerin kendisidir. Ama sonuçlar başka yıllara ya da benzer kitlelere genellenecekse, ölçülen grup kavramsal bir kitlenin örneklemi gibi ele alınır.

Değişkenleri de tanımlamam gerekir mi?

Evet. Kitle ve örneklemi tanımladıktan sonra hangi özelliklerin ölçüleceği belirlenir; bunun için bağımlı ve bağımsız değişken ayrımı bir sonraki adımdır.