Pazarlama Araştırmalarında Örnekleme Tekniklerinin Uygulanması

Pazarlama Araştırmalarında Örnekleme Tekniklerinin Uygulanması!

1. Pazarlama Araştırmasında Örnekleme:

Örnekleme, istatistiksel düzenlilik yasasına ve çok sayıdaki atalet yasasına dayanır.

İstatistiksel düzenlilik yasası uyarınca, çok sayıda maddeden (nüfus evreni) az sayıda maddenin (örnek adı verilen) toplanması durumunda, örnek, büyük grupların daha istikrarlı olması durumunda neredeyse aynı özelliklere sahip olma eğilimindedir. Küçük gruplar çünkü sapmaların karşı yönlerde telafi edici etkisine sahibiz. Bir örneklem, popülasyon adı verilen tüm gruptan birimler seçimidir. Pazarlamada, bir örnek, pazarın belirli bir bölümü veya bir parçasıdır.

(a) Bir Örnekleme Planı, bir araştırma tasarımının hayati unsurudur:

Aşağıdakileri gösterir:

(i) Örnekleme Birimi — yani, kimler araştırılacak?

(ii) Örneklem Büyüklüğü — yani ankete katılanların sayısı kaç kişiyle temas edecek.

(iii) Örnekleme Prosedürleri — yani, nasıl seçilmeleri?

(iv) Örnekleme Ortamı - yani, istenen bilgiyi elde etmek amacıyla nasıl ele alınmaları gerektiği.

(b) Pazarlama araştırmacısı aşağıdakileri açıkça anlamış olmalıdır:

(i) Nüfus

(ii) Örnekleme Birimi

(iii) Kaynak Listesi

(iv) Örnekleme Büyüklüğü

(v) Örnekleme Yöntemleri

(vi) Örnekleme Hataları.

2. Örnekleme Yöntemleri veya Türleri:

3. Olasılık Örneklemesi:

(i) Basit Rastgele Örnekleme:

Nüfusun her üyesi eşit seçim şansına sahiptir.

(ii) Tabakalı Rastgele Örnek:

Nüfus birbirini dışlayan gruplara ayrılır, her gruptan rastgele örnek alınır.

(iii) Küme Örneği:

Nüfus karşılıklı olarak ayrılan gruplara ayrılmıştır ve araştırmacı görüşme yapmak üzere grubun bir örneğini çizer.

(iv) Sistematik Örnekleme:

İlk birim, örnekleme çerçevesinden rastgele seçilir. Daha sonra, örnekleme çerçevesinin boyutuna bağlı olarak diğer birimler düzenli aralıklarla seçilir, böylece her beşinci birim veya her yüzüncü birim seçilebilir.

(v) Alan Örneklemesi:

Bir ankette ele alınacak genel coğrafi alan, içinde rastgele bir numunenin seçildiği birkaç küçük alana bölünmüştür.

(vi) Çok Kademeli Örnekleme:

Birinci aşama ünitelerinden bir aşamalı birden fazla ana örnekleme ünitesinde, birinci aşama ünitesinden ikinci aşama ünitelerinde ve ikinci aşama ünitelerinden üçüncü aşamada ünitelerin seçimini içerir.

4. Olasılık Olmayan Örnekleme:

(i) Kolaylık Örneği:

Araştırmacı bilgi almak için en erişilebilir nüfus üyelerini seçer.

(ii) Yargı Örneği:

Araştırmacı doğru bilgi için iyi bir umut olan nüfus üyelerini seçmek için yargı kullanır.

(iii) Kota Örneği:

Araştırmacı, çeşitli kategorilerin her birinde belirlenmiş sayıda insanı bulur ve görüşür.

(iv) Amaçlı Örnek:

Numune Birimleri (üyeler), önemli olduğu önceden belirlenmiş kriterleri yerine getirmek için seçilir.

(v) Haphazard Örneği:

Örnek birimler herhangi bir önyargı veya özel bir sebep olmadan seçilir.

5. Örneklemedeki yarar, yarar ve hatalar

(a) Örneklemenin Yararları:

(i) Daha Güvenilir Sonuçlar:

Değiştirilecek örnekleme daha güvenilir sonuçlar sağlar.

(ii) Daha Detaylı Bilgi:

Örnekleme tekniği, daha detaylı ve güvenilir bilgi toplamanızı sağlar.

(iii) Zaman ve Emek Kazanın:

Bu yöntem nüfusun bir parçasıdır, kayda değer bir zaman ve işçilikten tasarruf edilmiştir.

(iv) Maliyet Tasarrufu:

Bilgi toplamak için harcanan emeğin ve masrafın miktarı her zaman numune birimi için tam bir sayımdan daha azdır, yani, örnek araştırmanın toplam mali yükü genellikle sayım yönteminden daha azdır.

(b) Örneklemenin Demitits:

(i) Dikkatli bir Plan ve Uygulaması zorunludur. Aksi takdirde, elde edilen sonuçlar yanlış ve yanıltıcı olabilir.

(ii) Örnekleme yönteminde Uzmanlar Hizmetleri gereklidir. Bu tür hizmetlerin yokluğunda, örnek anketlerden elde edilen bilgilere güvenilemez.

(iii) Çalışmadaki her birim için bilgi isteniyorsa, eksiksiz bir sayım araştırması gereklidir.

(c) Örneklemedeki Hatalar:

Hata ya nedeniyle:

(i) Hatalı numune seçimi işlemi, veya

(ii) Veri toplanması sırasında hatalı çalışma veya

(iii) Hatalı analiz yöntemine örnekleme hatası denir. Bir örnekleme hatası hakkında bilgi ve tahmin varsa, bu hatalar azaltılabilir.

Örneklemenin güvenilirliği, tahminin kesinliği olarak adlandırılan tahminin standart hatasının karşılıklı karşılığı ile belirlenir. Bir tahminin standart hatası, örnek boyutunun karekökü ile ters orantılıdır. Başka bir deyişle, örneklem büyüklüğünün karekökü ile orantılı olan örnekleme tasarımının güvenilirliği ve verimliliği büyük numuneler alınarak artırılabilir.