Örnek, Evren ve Örnekleme Yöntemleri

Örnekleme süreci altı aşamadan oluşur:
• Evrenin tanımlanması
• Evrenin listelenmesi
• Örnekleme yönteminin belirlenmesi
• Örnek büyüklüğünün hesaplanması
• Örneklem birimlerinin seçilmesi
• Seçilen birimlerden veri toplanması

Örnek kullanımının genel olarak yararları şu şekildedir:
• Ulaşılmak istenilen sonuçlara kısa sürede ulaşma olanağı sağlar.
• Para, iş gücü, araç-gereç anlamındaki maliyetlerin daha az olmasını sağlar.
• Sağlıkla ilgili konular çok değişkenli olduğu için küçük gruplar sayesinde değişkenlerin
etkisinin kontrolü daha kolay olur, daha kesin sonuçlar elde edilir.
• Araştırmaya katılmama, eksik veri toplama, gözlemciler arası farklılık, ölçüm/gözlem
hataları, gibi hataları kontrol altına almak daha kolaydır.
• Örneklem hatası araştırıcı tarafından öngörülen ve izin verilen bir hata olduğu için
sonuçların yorumu sırasında etkisini ölçme imkanı vardır. 

Olasılıksız örnekleme ile seçilen gruplardan elde edilen sonuçların evrene genellenmesi doğru değildir ve bilimsel bir yaklaşım olarak kabul görmez. Ancak, bazı bilimsel araştırmalarda zorunlu olarak, kalitatif yöntemlerle yapılan araştırmalarda ise araştırma amaçları gerektirdiği için bu yöntemler kullanılabilmektedir. Örneğin, “hiç özel hastaneye gitmemiş yetişkinler” arasında bir araştırma yapılması söz konusu olduğunda araştırma evrenini belirlemek, evrendeki birimlerin listesini yapmak mümkün değildir. Dolayısıyla evrendeki her bireyin örneğe seçilme olasılığını hesaplamak da mümkün değildir. Ancak, bu özelliği taşıyan kişilere bir şekilde ulaşmak ve bunlardan veri toplamak gerekebilir. Bu durumda zorunlu olarak olasılıksız örnekleme yöntemlerini kullanmak gerekir.

Araştırma amaçlarına uygun kişilerin seçilmesidir. Örnek büyüklüğünün önemi olmadığı gibi bu kişilerin hangi kaynaklardan yararlanılarak nasıl seçildiklerinin de önemi yoktur.

Ulaşılması kolay olan kişilerin seçilmesidir. Komşular, arkadaşlar, sokakta dolaşanlar, bir alışveriş merkezine gelenler, ulaşılması kolay olan kişilerdir. Bunların hiç bir evreni temsil etme özelliği olmamakla birlikte kendilerinden çeşitli amaçlarla veri toplanması gerekebilir. Genellikle bir ürün veya hizmetle ilgili pazar araştırması yapılırken beklenti ve eğilim belirlemek amacıyla bu tür örnekleme kullanılabilir. 

Örneğe seçilecek bazı kişiler veya gruplar için yanlı davranılması esasına dayanan bir yöntemdir. Eğer yapılan araştırmada toplanacak verilerin bir kısmı evrende azınlıkta olan veya bulunması zor olan bazı gruplardan toplanacaksa ve bu grupların seçilecek örnek içerisinde belirli bir oranda temsil edilmesi gerekiyorsa bunlar için bir kota belirlenerek
kota örneklemesi yapılır.

Genellikle amaçlı örneklemeyi tamamlayıcı nitelikte bir yöntemdir. Seçilen bir kişinin yönlendirmesi ile benzer kişilere ulaşılması ve örnekteki kişi sayısının kartopu misali büyümesi anlamına gelir.

Basit tesadüfi örneklemenin güçlü yanları:
• Evrendeki her birimin örneğe girme olasılığı eşit olduğundan örneğin evreni temsil
gücü fazladır.
• İstatistiksel hesaplamalar ve tahminler kolay yapılır.
Basit tesadüfi örneklemenin zayıf yanları:
• Örnek büyüklüğü fazla ve geniş bir alana yayılıyorsa zaman, iş gücü ve parasal
açıdan maliyeti yüksek olur.
• Evrendeki azınlık gruplar tam olarak temsil edilmeyebilir.
• Örneğe seçilen veya seçilmeyen kişilerde ayrımcılık duygularına neden olabilir.

Sistematik örneklemenin güçlü yanları:
• Yöntemin uygulanması çok kolaydır.
• Örneğin evrene eşit olarak dağılması sağlanır, temsil gücü artar.
Sistematik örneklemenin zayıf yanları:
• Evrendeki birimlerin listesi tekrarlayan bir iç düzene sahip ise farkında olmadan
taraf tutulmuş olur.
• Yapılan tahmin ve hesapların kesinliğini savunmak zordur.

Araştırılan konu, evrende yer alan kişi ya da birimlerin herhangi bir özelliğine bağlı olarak farklı bir dağılım gösteriyor ise evren bu özelliğe göre tabakalara ayrıldıktan sonra her tabakadan tesadüfi yöntemlerden birisi kullanılarak, gereken sayıda kişi ya da birimin örneğe seçilmesi şeklinde yapılan örnekleme yöntemidir.

Tabakalı örneklemenin güçlü yanları:
• Her tabakadaki her birimin seçilme olasılığı eşittir.
• Her tabakanın örnek içerisinde yeterince temsil edilmesini sağlar.
• Evrendeki azınlık grupların temsil edilmesi sağlanır.
Tabakalı örneklemenin zayıf yanları:
• Her tabaka için ayrı hesaplama ve seçim gerektirir.
• Azınlık grupların örnekte yeterince temsil edilmesine çalışılırken diğer grupların
temsil gücü azalır.

Daha çok epidemiyolojik saha araştırmalarında kullanılan küme örnekleme yönteminde örnekleme birimleri kişiler değil kümelerdir. Evren önce coğrafi durum, nüfus yoğunluğu gibi herhangi bir özelliğine göre alt gruplara yani kümelere ayrılır. Daha sonra tesadüfi yöntemlerden birisi kullanılarak kümeler arasından örnek seçilir. Çalışma ya bu kümelerde yer alan tüm birimler üzerinde ya da gene tesadüfi yöntemlerden birisi ile seçilen yeterli sayıda birim üzerinde gerçekleştirilir.

Küme örneklemenin güçlü yanları:
• Zaman, iş gücü ve parasal anlamda maliyet azalır.
• Örnekleme sırasında söz konusu olabilecek ayrımcılık duyguları engellenir.
Küme örneklemenin zayıf yanları:
• Örneklem hatası fazla olduğundan evreni temsil etme gücü diğer yöntemlerden
daha azdır.
• Tasarım etkisinin büyük olması nedeniyle örnek büyüklüğünün dikkatle hesaplanması
gerekir.

Evrendeki kişi sayısının fazla olduğu veya evrenin çok geniş bir alana yayıldığı durumlarda yukarıda sayılan örnekleme yöntemlerinin sadece bir tanesini kullanarak örnek seçmek mümkün olmayabilir. Bu durumda çeşitli aşamalarda farklı örnekleme yöntemleri kullanılarak birden çok örneklemeyi bir arada kullanmak gerekir.

Araştırma sonuçlarının değerli olması için örnek büyüklüğü hesabının başlangıçta yapılması gerektiği halde çeşitli nedenlerle yapılamamış veya istenilen büyüklükte bir örneğe ulaşılamamış ise bu durumda güç analizi (power analysis) yapılarak, ulaşılan örnek büyüklüğünün evreni temsil etme gücü hesaplanır. Gerek örnek büyüklüğü hesabı gerekse güç analizi iyi istatistik bilgisi gerektirdiğinden hesaplamalar yapılırken bu konuda bir uzmandan destek alınmasında yarar vardır.

Evrenin tümünden veri toplanmadığı sürece seçilecek örneklerden elde edilecek sonuçlar her zaman belirli bir güven düzeyinde ve belirli bir hata payı ile geçerli olacaktır. Bu hata payına “örnekleme hatası” adı verilir. Örnekleme hatası, araştırmacının farkında olduğu ve öngördüğü bir hata kaynağı olduğu için sonuçların yorumlanması sırasında olasılık hesapları yardımı ile hata payının etkisi dikkate alınarak yorum yapılır. Araştırma yapılırken ve örnek seçimi sürecinde öngörülmeyen hatalar da söz konusu olabilir. İyi planlanmamış araştırmalarda çok karşılaşılan öngörülmemiş bazı hatalar veri kalitesini bozan ve sonuçları anlamsız kılan nitelikte olabileceğinden araştırmacılar bu tür hata kaynakları konusunda dikkatli olmalıdır.

Örnek büyüklüğü hesabı sırasında kullanılan formül ve yöntemler özünde olasılık hesaplarına dayanmakta olup, evrendeki her birimin örneğe girme olasılığının eşit olduğu basit tesadüfi örnekleme yöntemi için geçerlidir. Diğer örnekleme yöntemlerinin kullanılması halinde, örneğin küme örnekleme, tabakalı örnekleme yöntemi kullanılıyor ise, saptanan örnek büyüklüğünün bu yöntemlere göre istatistiksel olarak yeniden ayarlanması, hesaplanacak olan bir katsayı ile çarpılması gerekir. Bu katsayıya “tasarım etkisi” adı verilir. Örneğin, küme örnekleme yöntemi kullanılması hâlinde söz konusu olabilecek tasarım etkisi kabaca 2 olabileceğinden, formülle hesaplanmış olan örnek büyüklüğünün iki katının alınması gerekir. 

Her araştırmada karşılaşılabilen katılmama sorunu ile eksik veri sorununu önlemek için araştırmacıların daha işin başında gerekli önlemleri alması gerekir. Örneğin, kendisine ulaşılamayan kişilere ulaşmak için birkaç kez girişimde bulunulmalı, gene ulaşılamıyor ise ulaşılamama nedeni kaydedilmeli, sonuçlar yorumlanırken bunlar da göz önünde tutularak yorum yapılmalıdır. Araştırmaya katılmayı kabul ettiği halde bazı kişilerin veri toplama aşamasında vazgeçme ya da yarıda bırakma olasılığı olup olmadığı, ön uygulama aşamasında dikkatli bir şekilde incelenmeli ve önlem alınmalıdır. Kişiler genellikle kendilerine
sorulan bazı rahatsız edici sorulardan, bazı özel bilgilerin istenmesinden, ya da veri toplama sürecinin uzun sürmesinden dolayı araştırmayı yarıda bırakabilmekte veya katılmayı reddedebilmektedirler.

Örnek büyüklüğünün hesaplanması için bilinmesi ve göz önünde tutulması gereken
başlıca önemli noktalar şunlardır:
• Araştırmanın amacı ve türü
• İncelenen değişkenin ölçüm biçimi
• İncelenen değişken için evrende öngörülen değer veya yaygınlık
• Nitelik için: Öngörülen oran= (p)
• Nicelik için: Öngörülen standart sapma= (s)
• Elde edilecek sonuçlar için izin verilen hata payı, öngörülen sapma miktarı (d)
• Sonuçların savunulacağı güven düzeyi ve kesinliği (z)
• Evren büyüklüğü (N)

Çan eğrisinin aşırı uçlarında yer alan %2.5’luk bölgede kalan örnek istatistikleri, bilim
çevrelerinde genel kabul görmüş bir kural olarak evren parametresinden önemli şekilde
farklı, diğer değerler ise yani %95’lik orta alanda kalan değerler evren değerlerinden
farksız kabul edilmektedir. Bu farklılığın ya da farksızlığın analizi önemlilik testleri ile
yapılabilmektedir.