Örneklem ve Evren

🌍

Örneklem ve Evren

Tüm dünyayı ölçmek imkansız. Küçük bir gruptan (örneklem) büyük bir grup (evren) hakkında çıkarım yapmak — istatistiğin büyüsü budur.

🎯 Evren ve Örneklem Nedir?

🌍 Evren (Popülasyon)

İlgilendiğin tüm bireyler/gözlemler.

Örnek:

  • “Türkiye’deki tüm 18 yaş üstü vatandaşlar” (≈ 65 milyon)
  • “Dünyadaki tüm kar tanesi” (sayılamaz)
  • “SDÜ Peyzaj Mimarlığı bölümünün tüm öğrencileri” (≈ 200)
👥 Örneklem (Sample)

Evrenden seçtiğin küçük bir alt grup.

Örnek:

  • “İstanbul’da rastgele seçilmiş 1.200 yetişkin”
  • “Bir kar fırtınasında bahçende inceleyebildiğin 50 kar tanesi”
  • “3. sınıfta okuyan 40 öğrenci”

🎲 Niye Örneklem Yeter?

🍲 Çorba Örneği

Aşçı yaptığı çorbanın tuzunu kontrol etmek istiyor. Ne yapar? Bütün tencereyi içmez! Bir kaşık alır, tadar. Eğer iyi karıştırılmışsa, o bir kaşık tüm çorbayı temsil eder.

İstatistik tam böyle: İyi seçilmiş bir örneklem, koca bir evren hakkında bilgi verebilir.

📋 İyi Bir Örneklem Nasıl Seçilir?

🎯 Rastgelelik (Randomization)

En önemli kural: rastgele seçim. Herkesin örnekleme dahil olma şansı eşit olmalı.

Eğer örneklemi keyfine göre seçersen → yanlılık oluşur.

📊 Klasik Yanlılık Örnekleri

1936 ABD Başkanlık Anketi: Literary Digest dergisi 10 milyon kişiye anket gönderdi (telefon ve araba sahiplerinden). “Landon kazanacak” dediler. Sonuç: Roosevelt %62 ile kazandı. Hatanın sebebi: telefon ve araba sahibi olanlar zenginlerdi (Cumhuriyetçi). Örneklem yanlıydı.

Hastane vaka çalışması: Bir hastalığın “tedavi başarı oranı %80” dendi. Ama sadece tedaviyi tamamlayan hastalar sayıldı. Yarıda bırakanlar (genelde başarısızlar) hariç tutuldu. Gerçek başarı çok daha düşüktü.

🎯 Örnekleme Yöntemleri

1) Basit Rastgele Örnekleme

Evrendeki her bireye eşit şans. Kura çek, kuyruğa al, ad listesinden rastgele seç.

Avantaj: Yanlılık minimum. Dezavantaj: Büyük evrenlerde zor.

2) Tabakalı (Stratified) Örnekleme

Evreni gruplara böl (örn. cinsiyet, yaş grubu), her gruptan orantılı sayıda al.

Türkiye anketinde: 81 ildeki nüfus oranına göre dağılım.

Avantaj: Alt grupları temsil eder.

3) Küme (Cluster) Örnekleme

Evreni doğal kümelere böl (örn. mahalleler, okullar), bazı kümeleri rastgele seç, o kümedeki herkesi al.

Avantaj: Coğrafi yayılım için pratik.

4) Sistematik Örnekleme

Listeden her k. bireyi al (örn. her 10. öğrenci).

Avantaj: Kolay. Dezavantaj: Listede periyodik bir desen varsa yanlılık.

⚠ Kolaylık (Convenience) Örnekleme — Tehlikeli!

“Bana yakın olan, en kolay ulaşabildiklerim” örneklemi.

Örnek: Sokak anketi, kampüsteki öğrenciler, sosyal medya takipçiler.

Bilimsel araştırmada bu yöntem yanlı. Sadece keşif veya pilot çalışma için kullan.

📐 Örneklemden Evrene Çıkarım

🎯 Tahmin (Estimation)

Örneklemden hesapladığın istatistik (örn. ortalama), evrenin parametresinin tahminidir. Asla kesin değil.

SembolAnlam
μEvren ortalaması (bilinmiyor)
x̄Örneklem ortalaması (hesaplanabilir)
σEvren standart sapması
sÖrneklem standart sapması
pEvren oranı
p̂Örneklem oranı

Genel kural: Yunan harfleri = evren, Latin harfleri = örneklem.

⚖ Örnekleme Hatası

💡 Hata Kaçınılmaz

Örneklem ortalaması, evren ortalamasına yakın olur ama tam eşit değildir. Bu farka örnekleme hatası denir.

Standart hata (SE) bu belirsizliği ölçer:

SE = s / √n

n büyüdükçe SE küçülür → tahmin daha güvenilir.

🌟 Pratik Tavsiyeler

📋 Araştırma Tasarımında
  1. Evrenini açıkça tanımla — “Türkiye’deki 18-25 yaş aralığındaki üniversite öğrencileri”
  2. Örnekleme yöntemini seç — rastgele, tabakalı, küme?
  3. Örneklem büyüklüğünü matematiksel olarak hesapla
  4. Yanlılık riskini değerlendir — kim örnekleme dahil olmaz, niye?
  5. Verilerini topla, analiz et, evrene dikkatli genelleme yap
  6. Limitasyonlarını rapor et — örneklem temsiliyetinin sınırlarını söyle

🔗 İlgili Konular

📚 Kaynaklar:
  1. Cochran, W. G. (1977). Sampling techniques (3rd ed.). Wiley.
  2. Lohr, S. L. (2019). Sampling: Design and analysis (3rd ed.). CRC Press.
  3. Squire, P. (1988). Why the 1936 Literary Digest poll failed. Public Opinion Quarterly, 52(1), 125–133.