Numune Nedir?
Örnek, daha büyük bir grubun daha küçük, yönetilebilir bir versiyonunu ifade eder. Daha büyük bir popülasyonun özelliklerini içeren bir alt kümedir. Numuneler, testin tüm olası üyeleri veya gözlemleri içermesi için popülasyon boyutları çok büyük olduğunda istatistiksel testlerde kullanılır. Bir örnek, popülasyonu bir bütün olarak temsil etmeli ve belirli bir özelliğe yönelik herhangi bir önyargıyı yansıtmamalıdır.
Araştırmacılar ve istatistikçiler tarafından kullanılan, her birinin kendi yararları ve sakıncaları olan çeşitli örnekleme teknikleri vardır.
ANAHTAR TAHMİNLER
İstatistikte, bir örnek daha büyük bir popülasyonun analitik bir alt kümesidir.
Örneklerin kullanılması, araştırmacıların çalışmalarını daha yönetilebilir verilerle ve zamanında yürütmelerini sağlar.
Rastgele çekilen numuneler, yeterince büyüklerse fazla yanlılığa sahip değildir, ancak böyle bir numuneyi elde etmek pahalı ve zaman alıcı olabilir.
Basit rasgele örneklemede, popülasyondaki her varlık aynıdır, tabakalı rasgele örnekleme ise genel popülasyonu daha küçük gruplara ayırır.
Örnekleri Anlamak
Örnek, bir popülasyondan alınan tarafsız bir gözlem sayısıdır. Basit bir ifadeyle, popülasyon, belirli bir grup veya bağlamda yer alan toplam gözlem sayısıdır (yani bireyler, hayvanlar, öğeler, veriler vb.). Başka bir deyişle, bir örnek, tüm grubun bir kısmı, parçası veya kesridir ve popülasyonun bir alt kümesi olarak işlev görür.
Önerilen makale: iş fikirleri girişimcilik hakkında bilgi almak ve güncel girişimcilik haberlerine ulaşmak almak için ilgili sayfayı ziyaret edebilirsiniz.
Numuneler, araştırmanın yürütüldüğü çeşitli ortamlarda kullanılır. Bilim adamları, pazarlamacılar, devlet kurumları, ekonomistler ve araştırma grupları, çalışmaları ve ölçümleri için numune kullananlar arasındadır.
Araştırma için tüm popülasyonları kullanmak, zorluklarla birlikte gelir. Araştırmacılar, tüm popülasyona hazır erişim sağlamada sorun yaşayabilir. Ve bazı çalışmaların doğası gereği, araştırmacılar ihtiyaç duydukları sonuçları zamanında elde etmekte zorlanabilirler. Bu nedenle insan örnekleri kullanılır. Tüm popülasyonu temsil eden daha az sayıda insanı kullanmak, zamanı ve kaynakları azaltırken yine de geçerli sonuçlar verebilir.
Araştırmacılar tarafından kullanılan örnekler, doğru çıkarımlar veya tahminler yapmak için daha geniş popülasyona benzemelidir. Örneklemdeki tüm katılımcılar aynı özellik ve nitelikleri paylaşmalıdır.
Dolayısıyla, eğer çalışma üniversiteye yeni başlayan erkek öğrencilerle ilgiliyse, örneklem bu tanıma uyan erkeklerin küçük bir yüzdesi olmalıdır. Benzer şekilde, bir araştırma grubu 50 yaş üstü bekar kadınların uyku düzenleri üzerine bir çalışma yürütürse, örneklem yalnızca bu demografideki kadınları içermelidir.
Özel Hususlar
Kaç öğrencinin CFA sınavı için 40 saatten daha az çalışıp yine de sınavı geçtiğini öğrenmek isteyen bir akademik araştırma ekibini düşünün. Her yıl dünya çapında 200.000’den fazla kişi sınava girdiğinden, her bir sınav katılımcısına ulaşmak zaman ve kaynak kaybına yol açacaktır.
Aslında, nüfustan veri toplanıp analiz edildiğinde, birkaç yıl geçmiş olacak ve yeni bir nüfus ortaya çıkacağı için analizi değersiz kılacaktır. Bunun yerine araştırmacıların yapabileceği şey, popülasyondan bir örnek almak ve bu örnekten veri elde etmektir.
Tarafsız bir örneklem elde etmek için, seçimin rastgele olması gerekir, böylece popülasyondaki herkesin örneklem grubuna eklenme şansı eşit ve muhtemeldir. Bu, bir piyango çekilişine benzer ve basit rasgele örneklemenin temelidir.
Örnekleme Türleri
Basit Rastgele Örnekleme
Popülasyondaki her varlık aynıysa, basit rastgele örnekleme idealdir. Araştırmacılar, örneklem deneklerinin tümünün erkek mi yoksa tümünün kadın mı ya da bir şekilde her iki cinsiyetin bir kombinasyonu olup olmadığını umursamıyorsa, basit rastgele örnekleme iyi bir seçim tekniği olabilir.
Diyelim ki 2021’de CFA sınavına giren 200.000 kişi vardı ve bunların %40’ı kadın ve %60’ı erkekti. Bu nedenle, popülasyondan alınan rastgele örneklemde toplam 1.000 test katılımcısı için 400 kadın ve 600 erkek olmalıdır.
Ancak, 40 saatten daha az çalıştıktan sonra testi geçen erkeklerin kadınlara oranını bilmenin önemli olduğu durumlar ne olacak? Burada, basit bir rasgele örneğe göre katmanlı bir rasgele örnek tercih edilir.
Tabakalı Rastgele Örnekleme
Orantılı rasgele örnekleme veya kota rasgele örnekleme olarak da adlandırılan bu örnekleme türü, genel popülasyonu daha küçük gruplara ayırır. Bunlar tabaka olarak bilinir. Tabaka içindeki insanlar benzer özellikleri paylaşır.
Ya yaş, araştırmacıların verilerine dahil etmek istedikleri önemli bir faktörse? Katmanlı rasgele örnekleme tekniğini kullanarak, her yaş grubu için katmanlar veya katmanlar oluşturabilirler. Her katmandan yapılan seçimin rastgele olması gerekir, böylece parantez içindeki herkesin örneğe dahil olma olasılığı yüksektir. Örneğin, iki katılımcı Alex ve David sırasıyla 22 ve 24 yaşındadır. Numune seçimi, bazı tercihli mekanizmalara dayalı olarak birini diğerine tercih edemez. Her ikisinin de kendi yaş gruplarından seçilme şansı eşit olmalıdır. Katmanlar şöyle görünebilir:
Tablodan nüfus yaş gruplarına ayrılmıştır. Örneğin, 20 ila 24 yaş aralığındaki 30.000 kişi 2021’de DFA sınavına girdi. Aynı oran kullanıldığında, örneklem grubu bu gruba giren (30.000 ÷ 200.000) × 1.000 = 150 test katılımcısına sahip olacaktır. Alex veya David – veya her ikisi veya hiçbiri – örneğin 150 rastgele sınav katılımcısı arasında yer alabilir.
Bir örneklem büyüklüğüne karar verirken derlenebilecek daha birçok katman vardır. Bazı araştırmacılar, örneklemi nasıl oluşturacaklarına karar verirken sınava girenlerin iş fonksiyonlarını, ülkelerini, medeni durumlarını vb. doldurabilir.
Numune Örnekleri
2021’de dünya nüfusu yaklaşık 7,9 milyardı ve bunun %49,6’sı kadın, %50’si erkekti.
Herhangi bir ülkedeki toplam insan sayısı da bir nüfus büyüklüğü olabilir. Bir şehirdeki toplam öğrenci sayısı nüfus olarak alınabileceği gibi, bir şehirdeki toplam köpek sayısı da bir nüfus büyüklüğüdür. Araştırma amacıyla bu popülasyonlardan örnekler alınabilir.
DFA sınav örneğimizi takiben, araştırmacılar teste giren toplam 200.000 kişiden (nüfus) 1.000 DFA katılımcısı örneği alabilir ve bu sayı üzerinde gerekli verileri çalıştırabilir. Bu örneğin ortalaması, yalnızca 40 saatten daha az bir süre çalışmış olmalarına rağmen başarılı olan DFA sınavına girenlerin ortalamasını tahmin etmek için alınacaktır.
Alınan örneklem grubu yanlı olmamalıdır. Bu, 1.000 DFA sınavı katılımcısının örnek ortalaması 50 ise, 200.000 sınav katılımcısının nüfus ortalamasının da yaklaşık 50 olması gerektiği anlamına gelir.
Analistler Neden Nüfusu Ölçmek Yerine Örnekleri Kullanıyorlar?
Genellikle, her üyeyi ölçmek için bir popülasyon çok büyük veya kapsamlıdır ve her bir üyeyi ölçmek pahalı ve zaman alıcı olacaktır. Bir örneklem, istatistiksel yöntemler kullanılarak popülasyon hakkında çıkarımların yapılmasına izin verir.
Basit Rastgele Örnek Nedir?
Bu örnekleme yöntemi, daha büyük popülasyondan rastgele seçilen yanıtlayıcıları veya veri noktalarını kullanır. Yeterince büyük bir örneklem boyutuyla, rastgele bir örneklem önyargıyı ortadan kaldırır.
Neden Rastgele Örnekler Çıkarıma İzin Veriyor?
İstatistik yasaları, bir örneklem kullanılarak bir popülasyon hakkında doğru ölçümler ve değerlendirmeler yapılabileceğini ima eder. Varyans analizi (ANOVA), doğrusal regresyon ve daha gelişmiş modelleme teknikleri, büyük sayılar yasası ve merkezi limit teoremi nedeniyle geçerlidir.
Ne Kadar Büyük Bir Numuneye İhtiyacınız Var?
Bu, popülasyonun büyüklüğüne ve yapmak istediğiniz analiz türüne (örneğin, hangi güven aralıklarını kullandığınız) bağlı olacaktır. Güç analizi, ihtiyaçlarınıza göre ihtiyaç duyulan en küçük örneklem boyutunu matematiksel olarak değerlendirmek için kullanılan bir tekniktir. Başka bir temel kural, örnekleminizin yeterince büyük olması, ancak popülasyonun %10’undan fazla olmaması gerektiğidir.
Pazarlama ve İnovasyon 