7 Örneklemeye İlişkin Temel Kavramlar

Örnekleme ile ilgili yedi temel kavram aşağıdaki gibidir: 1. Evren / Nüfus 2. Örnekleme Çerçevesi 3. Örnekleme Tasarımı 4. İstatistik (ler) ve Parametre (ler) 5. Örnekleme Hatası 6. Hassas 7. Güven Düzeyi ve Önem Düzeyi.

1. Evren / Nüfus:

İstatistiki bir bakış açısına göre, “evren” terimi, herhangi bir sorgulama alanındaki öğelerin veya birimlerin toplamına karşılık gelirken, “nüfus” terimi, hakkında bilgi almak istediğiniz maddelerin toplamını ifade eder. Çalışmanın amacı olan nitelikler özellikler olarak adlandırılır ve bunlara sahip olan birimler temel birimler olarak adlandırılır.

Bu tür birimlerin toplamı genel olarak popülasyon olarak tanımlanır. Bu nedenle, herhangi bir sorgulama alanındaki tüm birimler evreni oluşturur ve tüm temel birimler (bir veya daha fazla özellik temelinde) popülasyon oluşturur. Oldukça sık, popülasyon ve evren arasında bir fark bulamıyoruz ve bu nedenle iki terim birbirinin yerine geçiyor. Ancak, bir araştırmacı mutlaka bu terimleri tam olarak tanımlamalıdır.

Popülasyon veya evren sonlu veya sonsuz olabilir. Nüfusun, sabit bir sayıdaki elementten oluşması halinde sınırlı olduğu söylenir, böylece toplamının numaralandırılması mümkün olur. Örneğin, bir şehir nüfusu, bir köydeki hane sayısı, bir fabrikada çalışan işçi sayısı ve bir üniversitedeki öğrenci sayısı sınırlı nüfusun örnekleridir. 'N' sembolü genellikle sonlu bir popülasyonda kaç elementin (veya maddenin) olduğunu belirtmek için kullanılır.

Sonsuz bir popülasyon, tüm elementleri gözlemlemenin teorik olarak imkansız olduğu popülasyondur. Dolayısıyla, sonsuz bir popülasyonda, madde sayısı sonsuzdur, yani toplam madde sayısı hakkında hiçbir fikrimiz yoktur.

Örneğin, gökyüzündeki yıldızların sayısı, bir deniz sahilinde kum parçacıkları ve bir nehir yatağında çakıl taşları bulunur. Pratik bir açıdan, 'sonsuz nüfus' terimi makul bir sürede sayılamayan bir popülasyon için kullanılır. Bu yolla sonsuz nüfusun teorik kavramını çok büyük sonlu bir popülasyonun yaklaşımı olarak kullanırız.

2. Örnekleme Çerçevesi:

Temel birimler veya bu birimlerin küme grubu, örnekleme işleminin temelini oluşturabilir; bu durumda örnekleme birimleri olarak adlandırılır. Tüm bu örnekleme birimlerini içeren bir liste örnekleme çerçevesi olarak bilinir. Örnekleme çerçevesi, numunenin çizileceği maddelerin bir listesinden oluşur. Örneğin, bir şehirdeki görüş anketini yapmak için telefon rehberini çerçeve olarak kullanabilirsiniz. Çerçeve ne olursa olsun, nüfusun iyi bir temsilcisi olmalıdır.

3. Örnekleme Tasarımı:

Bir örnek tasarımı, örnekleme çerçevesinden bir örnek almak için kesin bir plandır. Araştırmacının, popülasyondan çıkarımların alındığı bazı örnekleme birimlerinin seçilmesinde benimseyeceği tekniği veya prosedürü ifade eder. Herhangi bir veri toplanmadan önce örnekleme tasarımı belirlenir.

4. İstatistik (ler) ve Parametreler:

Bir istatistik, bir numunenin karakteristiğidir, parametre ise bir popülasyonun karakteristiğidir. Bu nedenle, numunelerden ortalama, medyan, mod, vb. Gibi belirli ölçümleri yaptığımızda, numunenin özelliklerini tanımladıkları için istatistik olarak adlandırılırlar. Ancak bu tür önlemler bir popülasyonun özelliklerini tanımladığında, bunlar parametre olarak bilinir. Örneğin, popülasyon araçları (μ) bir parametre iken, örnek araçlar (X) bir istatistiktir. Bir istatistiki parametrenin tahminini elde etmek, örnekleme analizinin temel amacını oluşturur.

5. Örnekleme Hatası:

Örnekleme anketi, nüfusun küçük bir kısmının incelenmesini gerektirir ve bu nedenle, toplanan bilgilerde doğal olarak belirli bir miktarda yanlışlık olacağı anlamına gelir. Bu yanlışlık örnekleme hatası veya hata varyansı olarak adlandırılabilir. Diğer bir deyişle, örnekleme hataları, örnekleme nedeniyle ortaya çıkan hatalardır ve genellikle gerçek popülasyon değerleri etrafındaki örneklem tahminlerinde rastgele değişimler (rastgele örnekleme durumunda) olur. Sayısal olarak aşağıdaki gibi tanımlanabilir:

Örnekleme hatası = Çerçeve hatası + şans hatası + yanıt hatası.

6. Hassasiyet:

Kesinlik, nüfus ortalamasının (veya diğer parametrelerin), güvenlilik düzeyinde tahmin edilen değerin yüzdesi olarak veya sayısal bir miktar olarak belirtilen güvenilirliğe uygun olarak uzanacağı bir aralıktır. Örneğin, tahmin Rs ise. 4000 ve istenen hassasiyet yüzde ± 4'dür, daha sonra gerçek değer R'den daha az olmayacaktır. 3840 ve Rs'den fazla değil. 4160. Bu, gerçek cevabın uzanması gereken aralıktır (Rs. 3840 - Rs. 4160). Ancak, tahminin gerçek değerden Rs'den daha fazla sapmaması gerektiğini arzu edersek. Her iki yönde 200, bu durumda aralık Rs olacaktır. 3800 ila Rs. 4200.

7. Güven Düzeyi ve Önem Düzeyi:

Güvenilirlik düzeyi veya güvenilirliği, gerçek değerin belirtilen hassasiyet sınırına düşme yüzdesidir. Dolayısıyla, yüzde 95'lik bir güven düzeyi alırsak, o zaman 100 sonuçta 95 (veya 1'de .95) 95 ihtimal olduğunu, örneklem sonuçlarının, beş kesime göre belirli bir hassasiyet aralığında nüfusun gerçek durumunu temsil ettiği anlamına gelir. 100 (veya 1'de 0, 05).

Kesinlik cevabın değişebileceği ve hala kabul edilebilir olabileceği aralıktır; güven düzeyi, cevabın bu aralığa girme ihtimalini ve önem düzeyi, cevabın bu aralığın dışına düşme olasılığını gösterir. Güven seviyesi yüzde 95 ise, o zaman anlamlılık seviyesinin (100-95), yani yüzde 5, güven seviyesi yüzde 99 ise, önem düzeyinin (100-99) olduğu hatırlanabilir. ), yani, yüzde 1 vb.