Örnekleme Yöntemleri: Türleri ve Hangisi Ne Zaman Seçilir?

Basira Editör Ekibi · · 12 dk okuma · Güncellendi: 16 Kasım 2026 · Bilimsel inceleme: Doç. Dr. Hasan Yıldırım

Aa Yazı boyutu
Yazı boyutu

Anahtar çıkarımlar

  • Örnekleme yöntemleri iki aileye ayrılır: olasılıklı yöntemlerde (basit rastgele, sistematik, tabakalı, küme, çok aşamalı) her birimin seçilme olasılığı bilinir ve sıfırdan büyüktür; olasılıksız yöntemlerde (kolayda, amaçlı, kota, kartopu) bilinmez.
  • Örneklem hatası şanstan gelir ve örneklem büyüdükçe küçülür; seçim, kapsam ve yanıtsızlık yanlılığı yöntemden gelir ve örneklemi büyütmek onları gidermez.
  • Yöntem; amaca (kitleye genelleme mi, derinlemesine anlama mı), bir örnekleme çerçevesinin olup olmadığına, kitlenin coğrafi dağılımına ve alt gruplar arasında karşılaştırma yapılıp yapılmayacağına göre seçilir.
  • Tezin yöntem bölümünde hedef kitle, örnekleme çerçevesi, yöntemin adı ve gerekçesi, seçimin nasıl yapıldığı, ulaşılan ve yanıt veren sayıları ve bunların sonuçların genellenebilirliğine etkisi yazılır.

İçindekiler

İçindekiler

Örnekleme yöntemleri, bir kitleden ölçülecek birimlerin hangi kuralla seçileceğini belirler. İki aileye ayrılırlar: olasılıklı yöntemlerde (basit rastgele, sistematik, tabakalı, küme, çok aşamalı) her birimin seçilme olasılığı bilinir; olasılıksız yöntemlerde (kolayda, amaçlı, kota, kartopu) bilinmez. Sonuçları kitleye istatistiksel olarak genellemek için olasılıklı bir yöntem gerekir.

Örnekleme nedir?

Örnekleme, kitleden örneklemi seçme işlemidir. Kitle, örneklem, parametre ve istatistik kavramları kitle ve örneklem yazısında anlatılıyor; bu yazı seçimin nasıl yapılacağına odaklanır.

Her örnekleme kararı üç soruya dayanır:

  • Hedef kitle kim? Sonuçların genellenmek istendiği birimlerin tamamı: “Bir ildeki devlet hastanelerinde çalışan hemşireler” gibi yer, zaman ve dahil etme ölçütleriyle tanımlanır.
  • Örnekleme çerçevesi var mı? Çerçeve, seçimin yapıldığı liste ya da kaynaktır: öğrenci kayıt listesi, okul listesi, hane adresleri. Olasılıklı yöntemlerin çoğu bir çerçeve ister; çerçeve yoksa ya kümeler üzerinden bir çerçeve kurulur ya da olasılıksız bir yönteme geçilir.
  • Amaç ne? Kitle hakkında bir oran ya da ortalama kestirmek, gruplar arasındaki farkı sınamak, keşfetmek ya da bir deneyimi derinlemesine anlamak farklı yöntemler ister.

Olasılıklı ile olasılıksız örnekleme ayrımı, betimsel ve çıkarımsal istatistik arasında geçişin, yani örneklemden kitleye çıkarımın dayanağını belirler. Olasılıklı örneklemde seçimin kendisi bilinen bir şans mekanizmasıdır; güven aralığı ve p değeri bu mekanizmaya dayanarak kitle hakkında bir şey söyler (Lohr, 2021). Olasılıksız örneklemde bu dayanak yoktur; aynı hesaplar yapılabilir ama kitleye taşınmaları ek varsayımlar ister.

Örneklem büyüklüğü ise ayrı bir karardır (yöntem “kimi ve nasıl”, büyüklük “kaç kişi” sorusunu yanıtlar), ama gereken sayı yönteme de bağlıdır.

Olasılıklı örnekleme yöntemleri nelerdir?

Olasılıklı örnekleme yöntemleri basit rastgele, sistematik, tabakalı, küme ve çok aşamalı örneklemedir; hepsinde her birimin seçilme olasılığı bilinir ve sıfırdan büyüktür.

Basit rastgele örnekleme

Çerçevedeki her birimin seçilme olasılığı eşittir ve her olası örneklem aynı olasılıkla seçilebilir. Seçim bir rastgele sayı üreteciyle yapılır; üretecin tohumu (seed) kaydedilirse seçim yeniden üretilebilir.

  • Ne zaman uygun? Kitle görece küçük ve tek yerde, eksiksiz bir liste var.
  • Avantajı: Çıkarım en basit hâliyle geçerlidir; ders kitaplarındaki formüllerin çoğu bu deseni varsayar.
  • Dezavantajı: Eksiksiz bir liste ister. Küçük alt gruplar şans eseri az temsil edilebilir; kitle dağınıksa veri toplama pahalıdır.

Sistematik örnekleme

Liste sıralanır, örnekleme aralığı k=N/nk = N/n hesaplanır, 1 ile kk arasında rastgele bir başlangıç seçilir ve ardından her kk‘ıncı birim alınır. 2.000 öğrencilik bir kayıt listesinden 200 öğrenci seçmek için aralık 10’dur. N/nN/n tam sayı değilse aralık tam sayıya yuvarlanır ve örneklem büyüklüğü biraz sapar.

  • Ne zaman uygun? Liste uzun ya da birimler sırayla geliyor (polikliniğe başvuran hastalar, üretim hattındaki ürünler).
  • Avantajı: Uygulaması kolaydır; liste ilgili bir değişkene göre (ör. bölüm, yaş) sıralanmışsa örneklem o değişkene göre kendiliğinden dengelenir.
  • Dezavantajı: Listede aralıkla çakışan bir döngü varsa (her 10. kayıt bir sınıf temsilcisi, her 7. gün pazar) örneklem yanlı olur.

Tabakalı örnekleme

Kitle, örtüşmeyen alt gruplara (tabakalara) ayrılır ve her tabakadan ayrı bir rastgele örneklem seçilir. Tabakalar, sonuçla ilişkili olduğu düşünülen değişkenlerden kurulur: fakülte, hastane türü, il, cinsiyet.

Orantılı dağıtımda her tabakanın örneklemdeki payı kitledeki payına eşittir:

nh=n⋅NhNn_h = n \cdot \frac{N_h}{N}

Burada nn toplam örneklem büyüklüğü, nhn_h hh tabakasından seçilecek birim sayısı, NhN_h tabakanın kitledeki büyüklüğü ve NN kitle büyüklüğüdür.

Orantısız dağıtımda bazı tabakalar kitledeki paylarından fazla örneklenir. Bunun iki nedeni vardır. Birincisi, küçük bir tabakada ayrı bir kestirim ya da karşılaştırma yapılacaktır ve orantılı dağıtım ona yalnızca birkaç birim bırakır. İkincisi, kesinliği artırmaktır: Neyman (1934), sabit bir toplam örneklemde, tabakaya büyüklüğüyle ve içindeki yayılımla orantılı birim ayırmanın kestirimin varyansını en küçük yaptığını gösterdi:

nh=n⋅NhSh∑gNgSgn_h = n \cdot \frac{N_h S_h}{\sum_{g} N_g S_g}

Burada NhN_h tabakanın kitledeki büyüklüğü, ShS_h tabaka içindeki standart sapmadır; formül, birim başına maliyetin tabakalar arasında eşit olduğu varsayımına dayanır.

  • Ne zaman uygun? Tabakaları belirleyen bilgi çerçevede var ve alt gruplar arasında karşılaştırma yapılacak.
  • Avantajı: Her alt grubun temsil edilmesini güvenceye alır; tabakalar sonuçla ilişkiliyse aynı örneklem büyüklüğünde basit rastgele örneklemden daha kesin kestirim verir.
  • Dezavantajı: Orantısız dağıtımda bütün kitle için kestirim yapılırken ağırlık kullanılmalıdır; ağırlıksız ortalama fazla örneklenen tabakaya kayar.

Küme örnekleme

Birimler yerine hazır gruplar (kümeler) seçilir: okullar, sınıflar, köyler, servisler. Seçilen kümelerdeki birimlerin hepsi ya da bir kısmı ölçülür.

  • Ne zaman uygun? Bireylerin listesi yok ama grupların listesi var; ya da kitle coğrafi olarak dağınık ve yüz yüze veri toplanacak.
  • Avantajı: Çerçeve kurmak ve sahaya çıkmak ucuzlar.
  • Dezavantajı: Aynı kümedeki birimler birbirine benzer (aynı okulun öğrencileri, aynı servisin hemşireleri). Bu benzerlik bilgiyi azaltır: aynı sayıda birimle küme örneklemesi daha geniş güven aralıkları verir. Bu kayıp tasarım etkisiyle ölçülür: desen varyansının basit rastgele örneklem varyansına oranıdır ve yaklaşık 1+(m−1)ρ1 + (m - 1)\rho kadardır (mm küme büyüklüğü, ρ\rho küme içi korelasyon). Analizde kümelenme hesaba katılmazsa standart hatalar olduğundan küçük çıkar (Lohr, 2021).

Çok aşamalı örnekleme

Seçim birden çok aşamada yapılır: önce iller, sonra seçilen illerde okullar, sonra okullarda sınıflar, en son sınıflarda öğrenciler. Her aşamada farklı bir yöntem kullanılabilir. Ulusal hane halkı anketlerinde sık kullanılır.

  • Ne zaman uygun? Kitle büyük ve dağınık, tek bir eksiksiz liste kurmak imkânsız.
  • Avantajı: Her aşamada yalnız o aşamanın listesi gerekir.
  • Dezavantajı: Seçim olasılıkları aşamalar boyunca çarpılarak hesaplanır; analiz ağırlık ve küme bilgisini taşımalıdır.

Olasılıksız örnekleme yöntemleri nelerdir?

Olasılıksız örnekleme yöntemleri kolayda, amaçlı, kota ve kartopu örneklemedir; bunlarda birimlerin seçilme olasılığı bilinmez.

Kolayda örnekleme

Ulaşılması kolay birimler alınır: araştırmacının kendi öğrencileri, bir hastanenin o haftaki hastaları, sosyal medyada paylaşılan çevrim içi bir anketi dolduranlar.

  • Ne zaman uygun? Pilot çalışma, ölçme aracının ön denemesi, keşif amaçlı çalışmalar; ya da etkinin herkes için benzer olduğu düşünülen bir deneyde katılımcı bulmak.
  • Avantajı: Hızlı ve ucuzdur.
  • Dezavantajı: Kimin örnekleme girdiği, ölçülen değişkenle ilişkili olabilir. Konuya ilgi duyan, vakti olan ya da daha iyi durumda olan kişiler daha çok katılır.

Sınıf ya da şube gibi hazır gruplar kullanılıp bir uygulama bu gruplara rastgele atanmadan yapılıyorsa desen yarı deneyseldir; geçerlik tehditleri yarı deneysel desen yazısında anlatılır.

Amaçlı örnekleme

Araştırmacı birimleri araştırma sorusuna en çok bilgi verecek biçimde, önceden yazılmış ölçütlere göre seçer. Tek bir yöntem değil, bir strateji ailesidir: ölçüt örnekleme, maksimum çeşitlilik, tipik durum, uç (aykırı) durum gibi. Seçimin hangi stratejiyle ve neden yapıldığı araştırma amacına bağlanarak gerekçelendirilir (Palinkas vd., 2015).

  • Ne zaman uygun? Nitel araştırmalar, vaka çalışmaları, karma yöntem çalışmalarının nitel ayağı. Nitel verinin çözümlenmesi için MAXQDA gibi programlar kullanılır.
  • Avantajı: Az sayıda katılımcıyla derin ve zengin bilgi verir.
  • Dezavantajı: İstatistiksel genelleme amaçlanmaz; seçim araştırmacının yargısına dayandığı için ölçütler şeffaf yazılmalıdır.

Kota örnekleme

Kitle, tabakalı örneklemedeki gibi alt gruplara ayrılır ve her gruptan belirli sayıda birim toplanır (ör. 100 kadın, 100 erkek; her yaş grubundan 50 kişi). Fark şudur: grup içindeki birimler rastgele değil, ulaşılabildiği gibi seçilir.

  • Ne zaman uygun? Çerçeve yok ama kitlenin bazı özelliklerdeki dağılımı biliniyor; hızlı bir kamuoyu ya da pazar araştırması yapılacak.
  • Avantajı: Örneklem kota değişkenlerinde kitleye benzer görünür.
  • Dezavantajı: Kota yalnızca seçilen değişkenleri dengeler. Kota içinde ulaşılabilen kişiler ulaşılamayanlardan başka yönlerden farklı olabilir. Neyman (1934), Gini ve Galvani’nin 1921 İtalya nüfus sayımının 214 ilçesinden (circondario) amaçlı seçtiği 29 ilçelik örneğin, kontrol olarak kullanılan yedi değişkende kitleye uyduğu hâlde öteki özelliklerde zayıf uyum gösterdiğini inceledi ve yerine tabakalı rastgele seçimi savundu; aynı mantık kotalar için de geçerlidir.

Kartopu örnekleme

İlk katılımcılar, ölçütlere uyan başka kişileri önerir; örneklem bu yönlendirmelerle büyür.

  • Ne zaman uygun? Listesi olmayan, ulaşılması zor ya da damgalanma riski taşıyan gruplar: nadir bir hastalığı olanlar, belirli bir mesleğin küçük bir kolu, göçmen işçiler.
  • Avantajı: Başka türlü ulaşılamayacak kişilere ulaştırır.
  • Dezavantajı: Örneklem, başlangıç noktasındaki kişilerin ağlarına ve geniş çevresi olan, işbirliğine yatkın kişilere kayabilir. Heckathorn (1997), zincir yönlendirmeli örneklemenin yanlılıklarını azaltmak üzere yanıtlayıcı güdümlü örneklemeyi (respondent-driven sampling) önerdi; yöntemde yönlendirmeler kayıt altına alınır ve her katılımcının davet hakkı sınırlıdır.

Örneklem hatası ve yanlılık arasındaki fark nedir?

Örneklem hatası şanstan gelir ve örneklem büyüdükçe küçülür; yanlılık ise yöntemden gelir ve örneklemi büyütmek onu gidermez.

Örnekleme sonucunun kitleden sapması iki türlü olur.

Örneklem hatası (örnekleme hatası) şanstan gelir: aynı kitleden çekilen her olasılıklı örneklem biraz farklı bir sonuç verir. Yönü yoktur, büyüklüğü standart hatayla kestirilebilir ve örneklem büyüdükçe küçülür.

Yanlılık ise yöntemden gelir ve sonucu sistematik olarak bir yöne iter. Groves vd. (2009) anket hatalarını tek bir çerçevede toplar ve temsil tarafında kapsam ile yanıtsızlık hatasını örneklem hatasından ayırır. Bunlara olasılıksız seçimden doğan seçim yanlılığı eklendiğinde örneklemeyle ilgili üç yanlılık türü çıkar:

  • Kapsam yanlılığı: Çerçeve hedef kitlenin bir kısmını dışarıda bırakır. Yalnız e-posta listesi üzerinden yapılan bir ankette e-postası kayıtlı olmayanlar hiç seçilemez; onlar ötekilerden farklıysa sonuç yanlıdır.
  • Seçim yanlılığı: Birimlerin örnekleme girme olasılığı ölçülen değişkenle ilişkilidir. Kolayda ve gönüllü katılımlı örneklemlerin temel sorunudur.
  • Yanıtsızlık yanlılığı: Seçilen birimlerin bir kısmı katılmaz ve katılmayanlar katılanlardan farklıdır. Groves ve Peytcheva (2008) yayınlanmış çalışmaları birleştirerek yanıt oranının tek başına yanlılığın iyi bir göstergesi olmadığını buldu: yanlılık, katılıp katılmamanın ölçülen değişkenle ne kadar ilişkili olduğuna bağlıdır.

Dikkat

Örneklem büyüklüğü yalnız örneklem hatasını küçültür; kapsam, seçim ve yanıtsızlık yanlılığını gidermez. Meng (2018), seçimle sonuç arasında küçük bir ilişki bile olduğunda, rastgele seçilmemiş çok büyük bir verinin, çok daha küçük bir rastgele örneklemle aynı doğruluğu sağlayamayabileceğini gösterdi.

Temsil etmeyen bir veriyle eğitilen modelin kararlarının gruplara göre nasıl ayrışabildiği algoritmik yanlılık yazısında anlatılır. Birinci ve ikinci tür hata ile testin gücü bilimsel araştırma süreci yazısında anlatılır.

Sonuçlar kime genellenebilir?

Olasılıklı örneklemde sonuçlar istatistiksel olarak örnekleme çerçevesinin kitlesine genellenebilir; olasılıksız örneklemde kitleye ancak ek varsayımlarla taşınabilir.

Genellenebilirlik, bulguların araştırılan grubun dışına ne ölçüde taşınabileceğidir ve doğrudan örnekleme yöntemine bağlıdır.

  • Olasılıklı örneklemde istatistiksel genelleme, seçimin yapıldığı çerçevenin kitlesine kadardır. Çerçeve hedef kitleyi tam kapsamıyorsa ya da yanıtsızlık yüksekse, hedef kitleye taşımak yine bir varsayım ister.
  • Olasılıksız örneklemde sonuç kitleye ancak model temelli varsayımlarla taşınabilir: örneğin kitlenin bilinen yaş ve cinsiyet dağılımına göre ağırlıklandırma. Ağırlıklandırma yalnız ağırlıkta kullanılan değişkenlerdeki farkı düzeltir; katılımı belirleyen başka bir etken sonuçla ilişkiliyse yanlılık kalır.
  • Nitel araştırmada amaç istatistiksel genelleme değildir. Bulgular, katılımcılar ve ortam ayrıntılı betimlendiği ölçüde benzer durumlara aktarılabilir.

Örnekleme yöntemi dış geçerliğin, yani kitleye genellemenin konusudur; rastgele örnekleme ile rastgele atama farklı kavramlardır.

Var olan durumu betimleyen ya da ilişkiyi inceleyen tarama araştırmalarında sonuçların nasıl okunacağını bu sınırlar belirler; deseni tarama modeli yazısı anlatır.

Hangi durumda hangi örnekleme yöntemi?

Yöntem; amaca, bir örnekleme çerçevesinin olup olmadığına, kitlenin coğrafi dağılımına ve alt grupların karşılaştırılıp karşılaştırılmayacağına göre seçilir.

DurumUygun yöntemDikkat edilecek nokta
Eksiksiz bir liste var, kitle küçük ve tek yerdeBasit rastgeleRastgele sayı üretecinin tohumunu kaydedin
Uzun bir liste ya da sırayla gelen birimlerSistematikListede aralıkla çakışan bir döngü olmamalı
Alt gruplar karşılaştırılacak, tabaka bilgisi çerçevede varTabakalı (orantılı ya da orantısız)Orantısız dağıtımda genel kestirim ağırlıkla yapılır
Bireylerin listesi yok, grupların listesi varKümeAnalizde kümelenme hesaba katılır
Kitle büyük ve dağınık (il ya da ülke geneli)Çok aşamalıHer aşamanın seçim olasılığı kaydedilir
Pilot çalışma, ölçek ön denemesi, keşifKolaydaGenelleme iddia edilmez
Nitel araştırma, derinlemesine anlamaAmaçlıSeçim ölçütleri önceden yazılır
Çerçeve yok, kitlenin bazı dağılımları biliniyorKotaYalnız kota değişkenleri dengelenir
Ulaşılması zor ya da gizli gruplarKartopuBaşlangıç noktaları çeşitlendirilir

Örnek: bir tez araştırmasında örnekleme yöntemi seçimi

Bu örnekte bireylerin listesi olmayan, il geneline yayılmış bir kitle için çok aşamalı, tabakalı küme örneklemesi seçilir.

Bir doktora öğrencisi, bir ildeki devlet hastanelerinde çalışan hemşirelerin tükenmişlik düzeyini ve bunun vardiya düzeniyle ilişkisini araştırıyor. Bu senaryo öğretici amaçla kurgulanmıştır; kararlar adım adım şöyle verilebilir.

1. Hedef kitle ve çerçeve. Hedef kitle, ildeki devlet hastanelerinde klinik serviste çalışan hemşirelerdir. İl genelinde hemşirelerin adlı bir listesi araştırmacıya çoğu zaman verilmez ya da uzun izin süreçleri gerektirir; ama hastanelerin listesi ve türleri (eğitim ve araştırma, genel, ilçe hastanesi) bellidir.

Çerçeve bireyler yerine hastaneler üzerinden kurulur.

2. Yöntem: çok aşamalı, tabakalı küme örneklemesi. Birinci aşamada hastaneler türlerine göre tabakalanır ve her tabakadan hastaneler rastgele seçilir.

İkinci aşamada seçilen hastanelerde servisler rastgele seçilir. Üçüncü aşamada seçilen servislerdeki hemşirelerin hepsi davet edilir.

3. Orantısız dağıtım. İlçe hastaneleri az sayıda hemşire barındırır; orantılı dağıtımda bu tabakada karşılaştırma yapmaya yetecek kadar katılımcı kalmayabilir. Öğrenci ilçe hastanelerini fazla örnekler ve il geneli kestirimlerde ağırlık kullanacağını analiz planına yazar.

4. Yanıtsızlık önlemleri. Tükenmişliği en yüksek olan hemşireler anketi doldurmaya en az vakit bulanlar olabilir; bu, yanıtsızlığın sonuçla ilişkili olması demektir. Anket her vardiyada dağıtılır, hatırlatma yapılır ve davet edilen ile yanıt veren sayıları tabaka ve vardiya bazında kaydedilir.

5. Reddedilen seçenek. Bir sosyal medya grubunda çevrim içi anket paylaşmak çok daha hızlıdır. Ama konuyla ilgilenenler daha çok katılır (seçim yanlılığı), grupta olmayanlar hiç seçilemez (kapsam yanlılığı).

Öğrenci bu yolu yalnız ölçeğin ön denemesi için kullanır.

6. Nitel ayak. Anket sonrasında farklı vardiya düzenlerinden, tükenmişlik puanı yüksek ve düşük hemşirelerle görüşülecekse katılımcılar maksimum çeşitlilik stratejisiyle amaçlı olarak seçilir.

İpucu

Kümeli bir desende aynı kesinlik için basit rastgele örneklemeden daha çok katılımcı gerekir; kaç katılımcı gerektiği, yöntemin tasarım etkisi hesaba katılarak güç analizi ya da kesinlik hesabıyla belirlenir.

Tezde yöntem bölümüne örnekleme nasıl yazılır?

Yöntem bölümünde hedef kitle, örnekleme çerçevesi, yöntemin adı ve gerekçesi, seçimin nasıl yapıldığı ve yanıt sayıları yazılır.

Sonuçların kime genellenebileceği yöntem bölümünden anlaşılır. Bu bölümde şunlar bulunur:

  1. Hedef kitle ve, farklıysa, erişilebilir kitle; dahil etme ve dışlama ölçütleri
  2. Örnekleme çerçevesi, kaynağı ve tarihi
  3. Yöntemin adı ve neden seçildiği
  4. Aşamalar, tabakalar ve dağıtım (orantılı ya da orantısız)
  5. Seçimin nasıl yapıldığı (rastgele sayı üreteci, kura, ölçütler)
  6. Davet edilen, ulaşılan ve yanıt veren sayıları; yanıt oranı ve yanıt vermeyenler hakkında bilinenler
  7. Analizde ağırlık ya da kümelenmenin nasıl ele alındığı
  8. Genellenebilirliğe ilişkin sınırlılıklar

Yukarıdaki senaryo için bir yöntem paragrafı şöyle olabilir:

Tezde nasıl yazılır

Araştırmanın kitlesini ildeki devlet hastanelerinin klinik servislerinde çalışan hemşireler oluşturmuştur. Örneklem çok aşamalı tabakalı küme örneklemesiyle seçilmiştir. Hastaneler türlerine göre üç tabakaya ayrılmış ve her tabakadan hastaneler rastgele seçilmiştir; karşılaştırma yapılabilmesi için ilçe hastaneleri tabakasından orantılı payının üzerinde hastane alınmıştır.

Seçilen hastanelerde servisler rastgele belirlenmiş ve bu servislerdeki tüm hemşireler davet edilmiştir. İl geneli kestirimlerde seçim olasılıklarının tersiyle ağırlıklandırma yapılmıştır. Davet edilen hemşirelerin yanıt oranı tabaka ve vardiya bazında Tablo 1’de verilmiştir.

Sınırlılıklarda örneklemenin sonuçları nasıl sınırladığı yazılır: kolayda örneklem kullanıldıysa bu söylenir ve bulgular “bu örneklemde” diye sunulur. Adımların bütünü için tez istatistik analizi yol haritasına bakabilirsiniz. Tezinizin analizini bir uzmanla yürütmek isterseniz kapsam ve teslim edilenler tez istatistik analizi ve raporlama desteği sayfasında anlatılır.

Sık yapılan hatalar

Aşağıdaki hatalar yöntemin yanlış adlandırılmasından, kümelenmenin analizde yok sayılmasından ve örneklem büyüklüğünün yanlılığa çare sanılmasından doğar.

  • Kolayda örneklemi “rastgele” diye yazmak. Rastgele, olasılık mekanizmasıyla seçilmiş demektir; gelişigüzel ulaşılmış demek değildir.
  • Kota örneklemesini tabakalı örnekleme sanmak. Yalnız tabakalı örneklemede grup içi seçim rastgeledir.
  • Küme örneklemesini bireyler rastgele seçilmiş gibi analiz etmek. Standart hatalar küçülür, anlamlılık şişer.
  • Örneklemi büyütmenin yanlılığı gidereceğini düşünmek. Kapsam, seçim ve yanıtsızlık yanlılığı örneklem büyüdükçe gitmez.

Sık sorulan sorular

Kolayda örneklemle yapılan bir tez geçersiz mi?

Hayır, ama iddiası sınırlıdır. Bulgular örneklem için geçerlidir; kitleye genelleme yapılmaz ya da ek varsayımlarla ve açıkça yazılarak yapılır.

Rastgele örnekleme ile rastgele atama aynı şey mi?

Hayır. Rastgele örnekleme kimin çalışmaya gireceğini belirler ve kitleye genellemeyi (dış geçerlik) destekler. Rastgele atama çalışmaya giren kişilerin hangi gruba gireceğini belirler ve gruplar arasındaki farkın nedene bağlanmasını (iç geçerlik) destekler. Bir deney kolayda örneklemle yapılıp katılımcılar gruplara rastgele atanabilir.

Tabakalı örnekleme ile küme örneklemesi arasındaki fark nedir?

Tabakalı örneklemede her tabakadan birim seçilir; tabakalar içte benzer, birbirinden farklı olduğunda kesinlik artar. Küme örneklemesinde kümelerin yalnız bir kısmı seçilir; kümeler birbirine benzer, içte çeşitli olduğunda kesinlik kaybı azalır.

Çevrim içi anket hangi örnekleme yöntemidir?

Anketin çevrim içi olması yöntemi belirlemez. Bağlantı sosyal medyada paylaşılıp gelen herkes alınıyorsa kolayda (gönüllü katılımlı) örneklemedir. Bağlantı yalnız bir listeden rastgele seçilen kişilere gönderiliyorsa olasılıklı örneklemedir; o zaman da listenin kapsamı ve yanıtsızlık ayrıca değerlendirilir.

Yanıt oranı düşükse sonuçlar geçersiz mi?

Kendiliğinden değil. Yanlılık, katılmayanların ölçülen değişkende katılanlardan ne kadar farklı olduğuna bağlıdır (Groves ve Peytcheva, 2008). Yanıt oranı raporlanır, katılan ve katılmayanlar bilinen özelliklerde (yaş, birim, vardiya) karşılaştırılır ve fark varsa sınırlılık olarak yazılır.

Nitel araştırmada kaç katılımcı gerekir?

Nitel araştırmada katılımcı sayısı güç analiziyle değil, araştırma sorusuna yanıt verecek bilginin toplanıp toplanmadığına göre belirlenir. Katılımcılar amaçlı stratejilerle seçilir ve hangi stratejinin neden kullanıldığı yöntem bölümünde gerekçelendirilir (Palinkas vd., 2015).

  • #ornekleme-yontemleri
  • #temel-istatistik
  • #cikarimsal-istatistik

Bilimsel inceleme

Doç. Dr. Hasan Yıldırım

Karamanoğlu Mehmetbey Üniversitesi Öğretim Üyesi

İnceleme tarihi:

Makine öğrenmesi ve biyoistatistik alanlarında çalışır; sağlık, fen ve sosyal bilimlerde disiplinlerarası araştırmalarda istatistik danışmanlığı yürütür.

Kaynakça

  1. Groves, R. M., Fowler, F. J., Jr., Couper, M. P., Lepkowski, J. M., Singer, E., & Tourangeau, R. (2009). Survey methodology (2nd ed.). Wiley.
  2. Groves, R. M., & Peytcheva, E. (2008). The impact of nonresponse rates on nonresponse bias: A meta-analysis. Public Opinion Quarterly, 72(2), 167–189.
  3. Heckathorn, D. D. (1997). Respondent-driven sampling: A new approach to the study of hidden populations. Social Problems, 44(2), 174–199.
  4. Lohr, S. L. (2021). Sampling: Design and analysis (3rd ed.). Chapman and Hall/CRC.
  5. Meng, X.-L. (2018). Statistical paradises and paradoxes in big data (I): Law of large populations, big data paradox, and the 2016 US presidential election. The Annals of Applied Statistics, 12(2), 685–726.
  6. Neyman, J. (1934). On the two different aspects of the representative method: The method of stratified sampling and the method of purposive selection. Journal of the Royal Statistical Society, 97(4), 558–625.
  7. Palinkas, L. A., Horwitz, S. M., Green, C. A., Wisdom, J. P., Duan, N., & Hoagwood, K. (2015). Purposeful sampling for qualitative data collection and analysis in mixed method implementation research. Administration and Policy in Mental Health and Mental Health Services Research, 42(5), 533–544.

Kendi verinizde görün

Kavramı kendi verinizde görmek isterseniz Basira’yı ücretsiz deneyebilirsiniz. Basira’yı deneyin

Kavramı kendi verinizde görmek isterseniz panelinize dönebilirsiniz. Panele git

İlgili yazılar