İstatistikte, bir örnek, tüm grubun tamamını temsil etmek için kullanılan bir popülasyonun alt kümesidir. Araştırma yaparken, belirli bir popülasyonun her üyesini araştırmak pratik değildir, çünkü çok sayıda insan çok büyüktür. Bir nüfusun özellikleri hakkında çıkarımlarda bulunmak için, araştırmacılar rastgele bir örnek kullanabilirler.
Araştırmacılar Neden Örnekleri Kullanıyor?
İnsan zihninin veya davranışının bir yönünü araştırırken, araştırmacılar çoğu durumda her bir bireyden veri toplayamazlar . Bunun yerine, daha büyük grubu temsil eden daha küçük bir birey örneğini seçerler. Örnek, söz konusu popülasyonu gerçekten temsil ediyorsa, araştırmacılar sonuçlarını alabilir ve bunları daha büyük gruba genelleme yapabilir.
Örnekleme Türleri
Psikolojik araştırma ve diğer sosyal araştırma türlerinde, deneyciler genellikle birkaç farklı örnekleme yöntemine güvenirler.
1. Olasılık Örnekleme
Olasılık örneklemesi, bir popülasyondaki her bireyin seçilme şansının eşit olduğu anlamına gelir. Olasılık örneklemesi rastgele seçim içerdiğinden, popülasyonun farklı alt kümesinin örnekte temsil edilme şansının eşit olmasını sağlar. Bu, olasılık örneklerini daha temsili kılar ve araştırmacılar sonuçlarını bir bütün olarak gruba daha iyi genelleştirebilirler.
Birkaç farklı olasılık örneği vardır:
- Basit rastgele örnekleme , adından da anlaşılacağı gibi, olasılık örneklemenin en basit şeklidir. Araştırmacılar, bir popülasyondaki her bir bireyi alır ve bir çeşit bilgisayar programı veya rasgele sayı üreteci kullanarak örneklerini rastgele seçer.
- Tabakalı rastgele örnekleme , popülasyonun alt gruplara ayrılmasını ve daha sonra bu alt grupların her birinden basit bir rasgele örneklemeyi içerir. Örneğin, bir araştırma popülasyonu ırka, cinsiyete veya yaşa dayalı olarak alt gruplara ayırabilir ve daha sonra bu grupların her birinin basit bir rasgele örneğini alabilir. Tabakalı rastgele örnekleme genellikle basit rastgele örneklemeden daha büyük istatistiksel doğruluk sağlar ve belirli grupların örnekte doğru bir şekilde temsil edilmesini sağlar.
- Küme örneklemesi , bir popülasyonun coğrafi bölgeye veya sınırlara bağlı olarak daha küçük kümelere bölünmesini içerir. Bu kümelerin rastgele bir örneği daha sonra seçilir ve kümedeki tüm nesneler ölçülür. Örneğin, eyaletinizdeki okul müdürleri üzerinde bir çalışma yapmaya çalıştığınızı hayal edin. Her okul ilkesinden veri toplamak maliyetli ve zaman alıcı olacaktır. Bir küme örnekleme yöntemini kullanarak, eyaletinizden rastgele beş ilçe seçer ve daha sonra bu beş ilçenin her birindeki verileri toplarsınız.
2. Hatalı Olmayan Örnekleme
Diğer yandan, olasılık dışı örnekleme, katılımcıları, bir popülasyondaki her bir bireye eşit bir şans verme şansı olmayan yöntemler kullanarak seçmeyi içerir.
Bu tür bir örneklemle ilgili bir problem, gönüllülerin, gönüllülerden farklı değişkenler üzerinde farklı olabileceğidir. Bu, sonuçları tüm popülasyona genelleştirmeyi zorlaştırabilir.
Ayrıca birkaç farklı olasılıksız örnekleme türü vardır:
- Kolaylık örneklemesi , bir çalışmada katılımcıları kullanmayı gerektirir çünkü bunlar uygun ve müsaittir. Üniversitenizin psikoloji departmanı tarafından yürütülen bir psikoloji araştırması için gönüllü olmanız durumunda, size kolaylık örneği içeren bir çalışmaya katıldınız. Gönüllülere ya da araştırmacıya sunulan klinik örneklerin kullanılmasına dayanan araştırmalar, aynı zamanda kolaylık örneklerinin örnekleridir.
- Amaçlı örnekleme , belirli kriterleri karşılayan bireyleri araştırmayı içerir. Örneğin, pazarlamacılar, ürünlerinin 18-35 yaş arasındaki kadınlar tarafından nasıl algılandığını öğrenmeye ilgi duyabilirler. Onlar, yaş kriterlerini karşılayan kadınları kasten arayan ve röportaj yapan telefon görüşmeleri yapmak için bir pazar araştırması şirketi işe alabilir.
- Kota örneklemesi , bir popülasyondaki bir alt grubun belirli bir oranını kasıtlı olarak örneklemeyi içerir. Örneğin, siyasi anketörler, bir nüfusun belirli bir politik konu hakkındaki görüşlerini araştırmakla ilgilenebilir. Basit rastgele örnekleme kullanırlarsa, nüfusun belirli alt kümelerini şans eseri gözden kaçırırlar. Bunun yerine, numunenin belirli bir yüzdesinin bu alt grupları içermesi gereken kriterler oluştururlar. Ortaya çıkan örnek, gerçekte popülasyonda var olan gerçek oranların temsilcisi olmayabilirken, bir kotaya sahip olmak, bu küçük alt grupların temsil edilmesini sağlar.
Olasılık ve önlenebilirlik örneklerinin farklılık gösterdiği bazı yollar hakkında daha fazla bilgi edinin.
Örnekleme Hataları
Örnekleme doğal olarak her bir bireyi bir popülasyona dahil edemediğinden, hatalar meydana gelebilir. Bir popülasyonda mevcut olan ile bir örnekte bulunanlar arasındaki farklar, örnekleme hataları olarak bilinir.
Nüfus ve örnek arasındaki farkın ne kadar büyük olabileceğini tam olarak bilmek mümkün olmasa da, araştırmacılar örneklem hatalarının büyüklüğünü istatistiksel olarak tahmin edebilirler. Siyasi anketlerde, örneğin, belirli güven düzeylerinin ifade ettiği hata paylarını sıklıkla duyabilirsiniz.
Genel olarak, numune boyutu ne kadar büyükse, hata seviyesi o kadar küçük olur. Bunun nedeni, örneklemin toplam nüfusun büyüklüğüne ulaşmaya daha yakın hale gelmesiyle, popülasyonun tüm özelliklerinin doğru bir şekilde yakalanması daha olasıdır. Örnekleme hatasını tamamen ortadan kaldırmanın tek yolu, genellikle yalnızca çok fazla maliyetli ve zaman alıcı olan, tüm popülasyondan veri toplamaktır. Bununla birlikte, örnekleme hataları, rasgele olasılık testi ve büyük bir örnek boyutu kullanılarak en aza indirilebilir.
Referanslar:
Goodwin, CJ (2010). Psikolojide Araştırma: Yöntem ve Tasarım. Hoboken, NJ: John Wiley ve Sons.
Nicholas, L. (2008). Psikolojiye Giriş . UCT Basın: Cape Town.