İyi tasarlanmış bir çalışmanın ana bileşenlerinden biri örneklemin tanımlanması ve temsili örneklemin ne olduğudur. Pasta örneğine benziyor. Sonuçta tadını anlamak için tatlının tamamını yemek gerekmiyor mu? Küçük bir kısmı yeterli.
Yani pasta nüfus (yani ankete katılmaya uygun olan tüm katılımcılar). Coğrafi olarak ifade edilebilir, örneğin yalnızca Moskova bölgesinin sakinleri. Cinsiyet - yalnızca kadınlar. Veya yaş sınırlamaları var - 65 yaş üstü Ruslar.
Nüfusu hesaplamak zordur; nüfus sayımından veya ön değerlendirme araştırmalarından elde edilen verilere ihtiyacınız vardır. Bu nedenle, genellikle genel nüfus "tahmin edilir" ve ortaya çıkan sayıdan hesaplanır. örnek popülasyon veya örnek.
Temsili örnek nedir?
Örnek– bu açıkça tanımlanmış yanıt veren sayısıdır. Seçimin temel özellikleri açısından yapısı mümkün olduğunca genel popülasyonun yapısıyla örtüşmelidir.
Örneğin, potansiyel katılımcılar %54'ü kadın ve %46'sı erkek olan Rusya'nın tüm nüfusundan oluşuyorsa, örneklemin tam olarak aynı yüzdeyi içermesi gerekir. Parametreler çakışıyorsa numune temsili olarak adlandırılabilir. Bu, çalışmadaki yanlışlıkların ve hataların en aza indirildiği anlamına gelir.
Numune büyüklüğü doğruluk ve ekonomi gereksinimleri dikkate alınarak belirlenir. Bu gereksinimler birbirleriyle ters orantılıdır: örneklem boyutu ne kadar büyük olursa sonuç o kadar doğru olur. Ayrıca doğruluk ne kadar yüksek olursa, çalışmanın yürütülmesi için de o kadar fazla maliyet gerekir. Ve tam tersi, örnek ne kadar küçükse, maliyeti de o kadar az olur ve genel popülasyonun özellikleri o kadar az doğru ve daha rastgele yeniden üretilir.
Bu nedenle, seçim hacmini hesaplamak için sosyologlar bir formül icat etti ve özel hesap makinesi:
Güven olasılığı Ve güven hatası
Şartlar ne anlama geliyor? güven olasılığı" Ve " güven hatası"? Güven olasılığı ölçüm doğruluğunun bir göstergesidir. Güven hatası ise araştırma sonuçlarında olası bir hatadır. Örneğin, 500,000 kişiden fazla bir nüfusla (diyelim ki Novokuznetsk'te yaşıyoruz), örneklem %95 güven olasılığı ve %5 hata OR (95±5 güven aralığı ile) ile 384 kişi olacaktır. %).
Bundan ne sonuç çıkıyor? Böyle bir örneklemle (384 kişi) 100 çalışma yürütüldüğünde, istatistik yasalarına göre elde edilen yanıtların yüzde 95'inde orijinal yanıtın ±%5'i dahilinde olacaktır. Ve minimum istatistiksel hata olasılığına sahip temsili bir örnek alacağız.
Örneklem büyüklüğü hesaplandıktan sonra Anket Panelinin demo versiyonunda yeterli sayıda katılımcının olup olmadığını görebilirsiniz. Panel anketinin nasıl yürütüleceği hakkında daha fazla bilgi edinebilirsiniz.
Numunenin temsililiği
| Parametre adı | Anlam |
| Makale konusu: | Numunenin temsililiği |
| Değerlendirme listesi (tematik kategori) | Psikoloji |
Numune alma gereksinimleri
Örneğe, her şeyden önce çalışmanın amaç ve hedeflerine göre belirlenen bir dizi zorunlu gereklilik uygulanır. Bir deneyin planlanması, hem örneklem büyüklüğünün hem de bir takım özelliklerinin dikkate alınmasını içermelidir. Bu nedenle, psikolojik araştırmalarda gereklilik önemlidir. tekdüzelikörnekler. Bu, örneğin gençleri inceleyen bir psikoloğun yetişkinleri aynı örneklem içine alamayacağı anlamına gelir. Aksine, yaş kesitleri yöntemi kullanılarak yapılan bir araştırma, temelde farklı yaşlardaki deneklerin varlığını varsayar. Aynı zamanda bu durumda numunenin homojenliğine de dikkat edilmelidir, ancak öncelikle yaş ve cinsiyet gibi diğer kriterlere göre. Homojen bir örneklem oluşturmanın temeli, çalışmanın amaçlarına bağlı olarak zeka düzeyi, uyruk, belirli hastalıkların bulunmaması vb. gibi çeşitli özellikler olabilir.
Genel istatistikte bir kavram var tekrarlandı Ve tekrarlanmayan numuneler veya başka bir deyişle iadesi olan ve olmayan numuneler. Örnek olarak kural olarak kaptan alınan topun seçimi verilmiştir. Geri örnekleme durumunda, seçilen her top kaba geri gönderilir ve bu nedenle yeniden seçilmesi gerekir. Tekrarlanmayan seçim durumunda, seçilen top bir kenara bırakılır ve artık seçime katılamaz. Psikolojik araştırmalarda, bir psikologun sıklıkla aynı konuları aynı tekniği kullanarak birkaç kez test etmesi gerektiğinden, örnek bir çalışma düzenlemeye yönelik bu tür yöntemlerin analogları bulunabilir. Ayrıca, kesin olarak konuşursak, bu durumda test prosedürü tekrarlanır. Kompozisyonu tam olarak aynı olan deneklerden oluşan bir örneklem, tekrarlanan çalışmalar durumunda, tüm insanlarda var olan işlevsel ve yaşa bağlı değişkenlik nedeniyle her zaman bazı farklılıklara sahip olacaktır. Prosedürün doğası gereği böyle bir örnek tekrarlanır, ancak buradaki terimin anlamı topların durumundan açıkça farklıdır.
Herhangi bir numuneye ilişkin tüm gerekliliklerin, psikoloğun bu numunenin alındığı genel popülasyonun özellikleri hakkında en eksiksiz, çarpıtılmamış bilgiyi elde etmesi gerektiği gerçeğine dayandığını vurgulamak önemlidir. Başka bir deyişle örneklem, incelenen evrenin özelliklerini mümkün olduğunca tam olarak yansıtmalıdır.
Deneyde elde edilen sonuçların daha sonra tüm popülasyona aktarılması beklendiğinden, deneysel numunenin bileşimi genel popülasyonu temsil etmelidir (model). Bu nedenle numunenin özel bir kaliteye sahip olması gerekir. temsil edilebilirlik, buradan elde edilen sonuçların tüm popülasyona genişletilmesine izin verir.
Numunenin temsil edilebilirliği çok önemlidir, ancak nesnel nedenlerden dolayı bunun sürdürülmesi son derece zordur. Bu nedenle, 20. yüzyılın 60'lı yıllarında Amerika Birleşik Devletleri'nde insan davranışına ilişkin tüm psikolojik çalışmaların %70 ila %90'ının, çoğu öğrenci psikolog olan üniversite öğrencileriyle yürütüldüğü bilinen bir gerçektir. Hayvanlar üzerinde yapılan laboratuvar araştırmalarında en yaygın çalışma konusu sıçanlardır. Bu nedenle psikolojinin daha önce “ikinci sınıf öğrencilerinin ve beyaz farelerin bilimi” olarak adlandırılması tesadüf değildir. Üniversite psikolojisi öğrencileri toplam ABD nüfusunun yalnızca %3'ünü oluşturuyor. Ülke nüfusunun tamamını temsil etme iddiasında olan bir model olarak öğrenci örnekleminin temsili olmadığı açıktır.
Temsilciörnekleme veya onların da söylediği gibi, temsilciÖrnek, genel popülasyonun tüm temel özelliklerinin, belirli bir genel popülasyonda belirli bir özelliğin ortaya çıkmasıyla yaklaşık olarak aynı oranda ve aynı sıklıkta sunulduğu bir örnektir. Başka bir deyişle temsili bir örnek, yansıtması amaçlanan popülasyonun daha küçük fakat doğru bir modelidir. Örneklem temsili olduğu ölçüde, söz konusu örneklemin çalışmasına dayanan sonuçların tüm popülasyona uygulanacağı makul bir şekilde varsayılabilir. Sonuçların bu dağılımına genellikle denir genelleştirilebilirlik.
İdeal olarak, temsili bir örneklem, temel özelliklerin, kişilik özelliklerinin, vb. her birinin bir psikolog tarafından inceleneceği şekilde olmalıdır. genel popülasyondaki aynı özelliklerle orantılı olarak temsil edilecektir. Bu gerekliliklere göre örnekleme prosedürünün, araştırmacıyı genel popülasyonla karşılaştırıldığında gerçekten temsili olacağına ikna edebilecek bir iç mantığı olmalıdır.
Psikolog, özel faaliyetinde şu şekilde hareket eder: genel nüfus içinde bir alt grup (örnek) oluşturur, bu örneği ayrıntılı olarak inceler (bununla deneysel çalışma yapar) ve ardından istatistiksel analiz sonuçları izin veriyorsa bulguları genişletir tüm genel nüfusa. Bunlar bir psikoloğun bir örnekle çalışmasının ana aşamalarıdır.
Psikolog olmak isteyen biri sıklıkla tekrarlanan bir hatayı aklında tutmalıdır: Ne zaman herhangi bir yöntemle ve herhangi bir kaynaktan veri toplasa, sonuçlarını her zaman toplumun tamamına genelleme eğiliminde olur. Böyle bir hatadan kaçınmak için sadece sağduyuya sahip olmanız değil, her şeyden önce matematiksel istatistiğin temel kavramlarına iyi derecede hakim olmanız gerekir.
Numunenin temsili kavramı ve türleri. "Örneklemin temsili" kategorisinin sınıflandırılması ve özellikleri 2017, 2018.
Örnek bir çalışmanın sonuçlarının genel nüfus ve bir bütün olarak ampirik nesne hakkında sonuçlar çıkarmasına izin vermesi nedeniyle örnekleme özelliğine denir. temsil edilebilirlik.
Numunenin temsil edilebilirliği (temsil edilebilirliği) bir numunenin popülasyonun belirli özelliklerini kabul edilebilir hatalar dahilinde yeniden üretme yeteneğidir. Belirli bir örnek için belirli bir parametrenin ölçülmesinin sonucu, izin verilen hata dikkate alınarak genel popülasyonun ölçülmesinin bilinen sonucuyla örtüşüyorsa, bir örnek temsili olarak adlandırılır. Bir numune ölçümü, bilinen bir popülasyon parametresinden seçilen bir hata seviyesinden daha fazla saparsa, numunenin temsili olmadığı kabul edilir.
Önerilen tanım her şeyden önce şunu ortaya koymaktadır: örneklem ve popülasyon arasındaki ilişki araştırma. Örneklem tarafından temsil edilen genel nüfustur ve örnek çalışmada belirlenen eğilimler yalnızca genel nüfusa genişletilebilir. Nüfusun doğru tanımlanması ve araştırma dokümantasyonunda ve yayınlarda tanımlanması sorunlarına daha önce neden bu kadar dikkat gösterildiği artık açık olmalıdır. Örnek, ölçüm birimlerinin gerçekte seçildiği popülasyondan farklı bir popülasyonu temsil edemez. Araştırmacı popülasyonun gerçek sınırları konusunda yanılıyorsa, sonuçları da yanlış olacaktır. Araştırmanın sonuçlarına dayanan raporlama materyallerinde, yayınlarda veya sunumlarda yanlışlıkla veya kasıtlı olarak popülasyonun sınırlarını genişletir veya çarpıtırsa, bu, kullanıcıları yanıltır ve sonuçların tahrif edilmesi olarak değerlendirilebilir.
Temsil edilebilirlik testi, numunenin bireysel parametrelerinin ve genel popülasyonun karşılaştırılmasıyla gerçekleştirilir. Yaygın bir yanılgı, temsili örneklerin "hiç" var olduğudur.
Bir örneğin temsili olup olmadığı yalnızca bireysel değişkenlere göre belirlenebilir. Üstelik aynı örneklem bazı açılardan temsil edici olabilirken bazı açılardan temsili olmayabilir.
Kural olarak, sosyologların mesleki söyleminde temsiliyet, ikili bir özellik olarak sunulur; bir örnek ya temsilidir ya da değildir. Fakat bu tamamen doğru bir yaklaşım değildir. Gerçekte, bir örnek popülasyonun bazı parametrelerini daha doğru, bazılarını ise daha az doğru şekilde üretebilir. Bu nedenle, (pratik açıdan ve daha az uygun olmasına rağmen) hakkında konuşmak daha doğrudur. temsil derecesi Belirli parametrelere göre özel örnek.
Bir bütün olarak numunede olduğu gibi, bir numunenin temsil edilebilirliğini belirlemede kilit nokta, çalışmanın amaçları açısından numunenin temsil edici olduğu kabul edilen hata payının gerekçelendirilmesidir. Bunun tersi de mümkündür; olgusal hataların boyutunun sabitlenmesi ve örneğin belirli hatalarla genel popülasyonu temsil ettiği gerçeğinin belirtilmesi. Yine araştırma bulgularının kullanımının niteliği bunda önemli bir rol oynamaktadır. Sonuç olarak, aynı örneklem bazı amaçlar için (örneğin yaklaşan seçimlerde seçmen katılımını tahmin etmek için) yeterince temsil edici olarak değerlendirilebilir, ancak diğerleri için (örneğin aday derecelendirmelerini belirlemek ve oylama sonuçlarını tahmin etmek için) yeterince temsil edici olmayabilir.
Numunenin temsililiği hangi parametrelerle kontrol edilmelidir? İlk olarak, çoğu araştırma durumunda bu tür parametreler çok azdır. Sonuçta, bir numune ölçümünün sonuçlarını genel nüfusa ilişkin verilerle karşılaştırmak ancak ikincisi mevcutsa mümkündür. Ve bu tür veriler yeterli olmadığı için araştırma yapılıyor. Bu nedenle, nesne modelleme ve daha sonra araçların geliştirilmesi aşamasında bile, genel popülasyonu karakterize eden verilerin mevcut olduğu bir veya daha fazla kontrol parametresinin ölçülmesinin sağlanması tavsiye edilir. Bu, temsil edilebilirliğin test edilmesi için gerekli ampirik temeli sağlayacaktır.
İkinci olarak, çalışmanın konusu için önemli olan parametrelere göre numunenin temsil edilebilirliği kontrol edilmeye çalışılmalıdır. Modern uygulamada, temsiliyetin temel demografik parametrelere (cinsiyet, yaş, eğitim vb.) göre kontrolü yaygınlaşmıştır. Bu veriler, nüfus sayımları sırasında kaydedildikleri ve daha sonra istatistiksel olarak yeniden hesaplandıkları için kural olarak herhangi bir bölgesel nesne için mevcuttur. Sağlam matematiksel modeller kullanan kurumlar. Bu nedenle, çeşitli demografik değişkenlerin veri sayfasına zorunlu olarak dahil edilmesi genel olarak kabul edilen bir mesleki norm haline gelmiştir. Ancak böyle bir uygulama naif olarak değerlendirilebilir ve haklı eleştirilere tabi olabilir. Gerçek şu ki, karşılaştırma için kamuya açık olan temel demografik parametreler, sosyolojik araştırma konularıyla ilgili olarak her zaman yapısal faktörler rolünü oynamaz. Doğaları kendi başlarına sosyal değildir ve araştırma nesneleri üzerindeki etkileri genellikle oldukça dolaylıdır. Bu nedenle, demografik açıdan temsili örnekler aslında sistem hataları ve kontrolsüz önyargılar biçimindeki önemli sorunları gizleyebilir. Aksine çalışmanın amaç ve hedefleri açısından etkili olan örneklemlerin demografik temsililiği düşük çıkabilmektedir.
İşte pratikten ilginç bir örnek. 2009 yılında Urallarda çalışan araştırma şirketlerinden biri Perm Bölgesi'nin Kizel şehrinde bir araştırma gerçekleştirdi. Saha çalışması sırasında araştırmacılar, araştırma planında öngörülen örneklemi toplama konusunda ciddi engellerle karşılaştı; yeterli sayıda katılımcının bulunmaması, kötüleşen hava koşulları. Görünüşe göre araştırma şirketi bu kadar büyük ölçekli bir proje üzerinde çalışma yapmaya tam olarak hazır değildi. Üretim tesisleri, bir hafta içinde oldukça geniş bir alanda 6.000 katılımcıya anket yapılmasını sağlamak için maksimum kapasiteyle çalıştı. Sonuç olarak, birçok anket sitesindeki gerçek örneklem, araştırmacıların da kabul ettiği gibi, çalışmaya katılmaya alınabilecek herkesle doluydu. Görev tanımıyla belirlenen demografik kotalar anketin çoğu alanında ihlal edildi. Bazı bölgelerde, kota hedefine göre örneklem oranlarındaki bozulma, nüfusun belirli kategorileri için 2,5 kata ulaştı; bu da aslında kota örneklemesinin kullanılması gerçeğine dair şüphe uyandırdı. Araştırmanın müşterisinin araştırmacılara karşı makul iddialarda bulunmak için her türlü nedeni olduğu görülüyordu.
Bununla birlikte, tahkim mahkemesi adına yapılan bir inceleme, kotalardaki bu kadar önemli çarpıklıkların ve buna bağlı olarak ortaya çıkan numunenin temel demografik parametreler açısından bariz bir şekilde temsil edilememesinin pratikte araştırma verilerinin çarpıtılmasına yol açmadığını tespit etti! Uzmanlar, veri dizisini yeniden tartarak, kontrollü parametrelere dayalı temsili bir numunenin etkisini elde etti. Uzmanlar tarafından test edilen verilerin neredeyse tüm frekans dağılımları, gerçek ve yeniden ağırlıklandırılmış dizilerin işlenmesi sonuçları arasında istatistiksel olarak önemsiz farklılıklar gösterdi. Fiili olarak bu, anket teknolojisinin büyük ölçüde ihlal edilmesine ve kota atamalarının pratikte göz ardı edilmesine rağmen, araştırmacıların müşteriye, örnekleme prosedürleri tam olarak takip edildiğinde ve demografik temsil edilebilirlik sağlandığında güvenebileceği verilerin aynısını sağladığı anlamına geliyor.
Bu nasıl olabilir? Cevap basit - temsil edilebilirliği kontrol etmek için kullanılan demografik parametrelerin, çalışmanın konu değişkenleri üzerinde neredeyse hiçbir etkisi yoktu (ve bu korelasyon analizi ile doğrulandı) - nüfusun sosyo-ekonomik duruma ilişkin değerlendirmesi ve sosyo-politik parametreleri aktivite. Ayrıca örneklem büyüklüğü genel nüfusa göre çok büyüktü (aslında çalışma belediye bölgesindeki yetişkin nüfusun dörtte birini kapsıyordu), bu da büyük sayılar yasasının bir sonucu olarak gözlemlenen dağılımlar gerekli sayıda katılımcıyla görüşme yapılmadan çok önce gerçekleşti.
Bu uyarıcı hikâyeden çıkan pratik sonuç, çaba ve kaynakların, araştırmacının çalışmanın konusu üzerinde önemli bir etkiye sahip olmasını beklediği örnekleme parametrelerine ilişkin temsililiği sağlamaya ve kontrol etmeye yönlendirilmesi gerektiğidir. Bu, temsil edilebilirliği kontrol edecek parametrelerin her araştırma projesi için konunun özelliklerine göre özel olarak seçilmesi gerektiği anlamına gelir. Örneğin, sosyo-ekonomik statüye ilişkin değerlendirmeler her zaman katılımcının ailesinin gerçek refahıyla, işgücü piyasasındaki ve iş alanındaki konumuyla güçlü bir şekilde ilişkilidir. Buna göre temsililiği kontrol etmek için bu parametrelerin kullanılması tavsiye edilir. Diğer bir husus ise genel nüfusu karakterize eden objektif veriler elde etmenin zor olabilmesidir. Bu yaratıcılık ve belki de uzlaşma gerektirir. Örneğin, bölgedeki kayıtlı arabaların istatistikleri mevcut olabileceğinden, ankete katılan kişinin ailesinde bir arabanın bulunmasıyla refah düzeyi izlenebilir.
İlginçtir ki araştırma raporları ve yayınlar neredeyse her zaman temsili örneklere atıfta bulunur. Temsili olmayan örnekler gerçekten bu kadar nadir midir? Tabii ki değil. Araştırma pratiğinde belirli parametrelerde temsililik açısından sorunlu olan pek çok örnek bulunmaktadır. Aksine, temsililiği resmi olarak (demografik parametrelere göre) değil, esasen değerlendirilebilen örneklerden çok daha fazlası var. Ancak profesyonel sosyoloji çevrelerinde bunların kamuoyunda anılması ne yazık ki tabu. Ve araştırmacıların hiçbiri, ölçüm konusu için gerekli olan parametreler açısından örnekleminin temsiliyetinin sorunlu veya doğrulanamaz olduğunu kabul etmeye hazır değil.
Aslında numunenin temsili olmadığına dair işaretlerin bulunması bir felaket değildir. İlk olarak, birçok durumda numuneyi "onarmaya" (yeniden tartmaya) yönelik mevcut teknolojiler, sosyologu veya müşterisini endişelendiren parametreye ilişkin temsili olmama etkisini tamamen ortadan kaldırmayı mümkün kılar. Yeniden ağırlıklandırma yönteminin özü, belirli gözlem kategorilerini (anket durumunda katılımcılar) atamaktır. ağırlıklandırma katsayıları, bu kategorilerin örneklemde yetersiz veya aşırı fiili temsilini telafi ederek. Daha sonra veri dizisi ile tüm hesaplama işlemleri yapılırken bu ağırlıklar dikkate alınır, bu da dengeli (hesaplama kotalarına karşılık gelen) bir veri dizisine tam olarak karşılık gelen dağılımların elde edilmesini mümkün kılar. BRvv gibi modern istatistik programları, hesaplamaların ağırlıklandırma katsayıları dikkate alınarak yapılmasına olanak tanır. otomatik mod, bu da bu prosedürün gerçekleştirilmesini oldukça kolaylaştırır.
İkinci olarak, “iyi” temsili bir örneklem elde etmek mümkün olmasa bile “orta düzeyde” temsiliyet, birçok araştırma problemini çözmek için yeterli olabilir. Temsil edilebilirliğin ikili bir belirteçten ziyade uyumun bir ölçüsü olduğunu hatırlayın. Ve yalnızca belirli olayların doğru tahmin edilmesiyle ilgili olan belirli araştırma görevleri, numunelerin gerçekten yüksek (istatistiksel olarak kanıtlanmış) temsil edilebilirliğini gerektirir.
Örneğin, pazarlama araştırmasında yeni bir ürünün pazar payını tahmin etmek için potansiyel müşterileri kapsayan ve temsil eden bir örneklem gereklidir. Ancak çoğu zaman pazarlamacılar, müşteri çevrelerini, özellikle de potansiyel müşteri çevrelerini gerçekte kimlerin oluşturduğuna dair yeterli veriye sahip değildir. Bu durumda, numunenin temsil edilebilirliğini kontrol etmek genellikle imkansızdır - sonuçta hangi parametrelerin yeniden üretilmesi gerektiği bilinmemektedir. Bununla birlikte, müşteri tercihlerini, reklam materyallerine verilen tepkileri belirlemek ve yeni bir ürüne ilişkin incelemeleri analiz etmek için istatistiksel olarak temsili örneklere ihtiyaç duyulmadığından, birçok pazarlama görevi başarıyla çözülmüştür; bulması kolay olan tipik bir müşterinin kapsamını sağlamak yeterlidir. doğru mağazalarda. Temsili olmayan örnekler, arama problemlerini çözmek, güçlü eğilimleri belirlemek, bireysel kategorilerin özelliklerini analiz etmek (küçük bağımsız alt örneklerle temsil edilir), bu kategorileri birbirleriyle karşılaştırmak (iki değişkenli analiz), değişkenler arasındaki ilişkileri analiz etmek ve içinde yer alan diğer görevler için oldukça uygundur. Elde edilen istatistiksel dağılımların doğruluğu ikincil öneme sahiptir.
4.1 Standart ne diyor
ISO 9001:2000'in 8. Bölümü "ölçme, analiz ve iyileştirme" konusunu kapsamaktadır. Örnekleme bu standardın kapsamına girmese de, tüm ölçüm bölümüne genel bir giriş niteliğindeki Madde 8.1'de ölçüm, analiz ve iyileştirme faaliyetleri (istatistiksel yöntemler de dahil olmak üzere uygulanabilir yöntemlerin tanımlanmasını içermelidir) ve bunların uygulanma kapsamı belirtilmektedir. ). Müşteri memnuniyetinin doğru ölçümü ancak iyi bir müşteri örneklemine dayanılarak yapılabilir. Bu bölümde bu amaca ulaşmak için kullanılan örnekleme yöntemlerine genel bir bakış sunulmaktadır.
4.2 Örnekleme teorisi
Örnekleme prensibi basittir. Çoğu kuruluşun çok sayıda müşterisi vardır ancak doğru IEP sonuçları elde etmek için herkesle araştırma yapmak gerekli değildir, bu örneklemin büyük bir insan grubunu temsil etmesi koşuluyla küçük bir örneklemle yapmak yeterlidir. Şekil 4.1'de gösterilen birkaç farklı örnekleme türü vardır.
Pirinç. 4.1 Olası örnekler
4.2.1 Olasılıklı ve olasılıksız örnekleme
Örnekler arasındaki temel fark, bunların olasılıklı veya olasılıksız örnekler olup olmadığıdır. Olasılık örneklemesine sıklıkla rastgele örnekleme de denir ve yalnızca rastgele veya olasılıklı örneklerle bunların önyargısız olduğundan emin olabilirsiniz. Tanım gereği, rastgele bir örneklemin popülasyonunun tüm üyeleri, burada temsil edilme konusunda eşit şansa sahiptir ve rastgele bir örneklemin en bariz örneği, düzenli bir piyangodur. Çekilişte kalan tüm topların veya sayıların bir sonraki çekilişte eşit şansları vardır. Hiçbir eğilimin piyangodaki sayı seçimini etkilemediği açıktır.
4.2.2 Olasılık dışı örnekler
4.2.2.1 Temsili olmayan numuneler
Örneklemenin en basit şekli temsili olmayan örneklemedir. Bir kamuoyu araştırması yaptığınızı düşünün. Sokağa çıkıp karşılaştığınız ilk 50 kişiye hükümetin eylemlerinden ne kadar memnun olduklarını sorabilirsiniz. Hızlı, basit ve ucuz olacak ancak pek temsili olmayacaktır. Bu kulağa önemsiz gelebilir, ancak daha sonra göreceğimiz gibi açıkça daha karmaşık durumlarda, temsili olmayan bir örneğe kaymak çok kolaydır.
4.2.2.2 Amaçlı örnekleme
Olasılığa dayalı olmayan örneklemenin bir diğer şekli ise amaçlı örneklemedir. Bu, keşfedici araştırma için önerdiğimiz biçimin aynısıdır ve amaçlı örnekleme, iyi istatistikler elde etmeyi amaçlamayan nitel araştırmalar için iyi olsa da, temel araştırmalar veya istatistiksel olarak güvenilir bir sonuç elde etmeyi amaçlayan diğer araştırmalar için uygun değildir. sonuç. .
4.2.2.3 Kotalara dayalı örnekleme
Olasılığa dayalı olmayan örneklemenin üçüncü türü kota örneklemesidir ve genellikle büyük popülasyonları incelemek için kullanılır. Bir belediye meclisinin, halkın kendisine sunduğu hizmet ve olanaklardan memnuniyet düzeyini ölçmek istediğini düşünün. Diyelim ki şehirde yaşayan 500 kişilik bir kota örneğinin üyeleriyle sokakta röportaj yapmaya karar verdiniz. Her biri ana alışveriş bölgesinde 100 kişiyle röportaj yapmakla görevli beş görüşmeci atayabilirsiniz. Ancak görüşmecilerin temsili olmayan örnekleme kullanmasına izin verilmez; Tanıştıkları ilk 100 kişiyle röportaj yapın. Kota örneklemesi, örneklemin yerel nüfusu temsil etmesini sağlamak için her görüşmecinin dikkatle tanımlanmış birçok normlara uymasını gerektirir. Standartlar, belediye meclisinin elinde bulunan, nüfusun bölündüğü grupları gösteren istatistiklere dayanabilir. Dolayısıyla, örneğin bu veriler nüfusun %15'inin 21 ila 30 yaş arasında olduğunu, %18'inin 31 ila 40 yaş arasında olduğunu vb. gösterebilir. Bölünme aynı zamanda örneğin cinsiyete göre başka özelliklere de dayanabilir. , gelir düzeyi , etnik köken. Eğer konsey örneklemin temsili olmasını istiyorsa, bu grupların tümünü, nüfusun tamamında temsil edildikleri oranda içermelidir. Bunu başarmak için görüşmecilerin onlar için grupları ve kotaları tanımlaması gerekir. Verilen örnekte, görüşülen her 100 kişiden 15'inin 21 ila 30 yaş arasında olması, 18'inin ise 31 ila 40 yaş arasında olması ve bunun diğer gruplar için cinsiyet, gelir vb. nedeniyle uygulanan kotalarla birleştirilmesi gerekmektedir. .
Görüşmecilerin tüm hafta boyunca Pazartesi'den Cuma'ya kadar her gün sabah 9'dan akşam 5'e kadar çalıştıklarını, bir alışveriş merkezinde röportaj yaptıklarını, böylece hafta sonuna kadar her birinin tüm standartları karşılayarak 100 görüşmeyi tamamladığını varsayalım. Ortaya çıkan örneklem büyüklüğü 500 olup şehrin nüfusunu tam olarak temsil edecektir ancak rastgele seçilmeyeceğinden trendden bağımsız olmayacaktır. Rastgele örneklemenin tanımına göre, bir kentte yaşayan herkesin örneklemde temsil edilme şansı eşit olmalıdır. Verilen örnekte sadece haftanın bu günlerinde sabah 9'dan akşam 5'e kadar alışveriş merkezini ziyaret edenlerin böyle bir şansı vardı. Dolayısıyla örneklem kaçınılmaz olarak yaşlı insanlara, işsizlere ve yakınlarda çalışan insanlara karşı önyargılı olacaktır. Gerçekte elbette araştırmacılar farklı yerlerde ve farklı zamanlarda görüşmeler yaparak kota örneklemenin doğasında olan eğilimleri en aza indirmeye çalışırlar, ancak örneklem yalnızca belirli bir zamanda ve zamanda bunu yapan kişileri temsil edebileceği için bundan asla tamamen kurtulamazlar. Belirli bir yerde sona erdi, dolayısıyla teorik olarak böyle bir örnek asla rastgele olmayacak, trendden tamamen arınmış olmayacak.
Bu, kota örneklemesinin hiçbir zaman kullanılmaması gerektiği anlamına gelmez. Müşteriniz olan kişileri tanımıyorsanız, rastgele bir örnek oluşturamazsınız çünkü içinden seçim yapabileceğiniz tüm popülasyonu listelemenin bir yolu yoktur. Örneğin birçok perakendeci müşterilerinin kim olduğunu bilmiyor. Bu gibi durumlarda kuruluşlar kota örneklemesine başvururlar.
4.2.3 Olasılık örnekleri
Müşterilerinizden oluşan bir veri tabanınız varsa, rastgele bir örnek çizebilirsiniz ve çizmelisiniz; ilk adım, örneğin temelini belirlemektir. Çekirdek, örneklemeyi planladığınız tüketicilerin listesidir ve bu listeyi tanımlamak stratejik bir karardır. Kuruluşlar genellikle müşteri memnuniyetini yılda bir kez ölçer ve örnekleme çerçevesi son on iki ay içinde kuruluşla iş yapan müşterilerden oluşur. Ancak bu herkes için kabul edilebilir olmayabilir. Örneğin, bir bilgi teknolojisinin yardım sistemi ile müşteri memnuniyetini incelerken, bu sistemi son 11 ay içinde kullanma deneyimi hakkında sorular sormak çok etkili değildir. Bu durumda, daha kısa bir zaman dilimi kullanmak, örneğin geçen ay yardım sistemini kullanan tüm tüketicileri saymak daha iyidir. Bu, her ay bir tüketici anketinin yapıldığı ve sonuçların, üç ayda bir, hatta üç aylık dönemdeki tüketici sayısı azsa yıllık olarak periyodik bir rapor oluşturmak için toplandığı sürekli izlemeyi gerektirebilir.
Dolayısıyla incelediğiniz "müşterilerin" farklı kuruluşlar için farklı olabileceğini, tanımının stratejik bir karar olduğunu ve bunları net bir şekilde tanımlamanız gerektiğini görebilirsiniz çünkü bunlar çalışmanın temelini oluşturacak tüketiciler yani tüketici olacaktır. nüfus örnekleri.
4.2.3.1 Basit rastgele örnekleme
Olasılık veya rastgele bir örnek trendsizdir çünkü popülasyonun tüm üyelerinin örneğe dahil edilme şansı eşit olacaktır. Daha önce de belirtildiği gibi, piyango basit rastgele örneklemenin iyi bir örneğini sağlar; her yeni sayı seçildiğinde, "nüfus"ta kalanların tümü arasından rastgele seçilir. Bununla birlikte, büyük bir popülasyondan büyük bir numuneye ihtiyacınız varsa bu oldukça uzun bir süreçtir; bu nedenle, karmaşık numuneler elde etmek için bilgisayarların kullanılmadığı günlerde, pazar araştırmacıları, basit rastgele bir numune elde etmenin daha az emek yoğun bir yolunu icat etti. sistematik rastgele örnekleme.
4.2.3.2 Sistematik rastgele örnekleme
Bir IEP yürütmek amacıyla sistematik rastgele bir örnek elde etmek için öncelikle tüketicilerinizin bir listesini yazdırırsınız. Diyelim ki 1000 tüketici var ve 100'ü örneklemek istiyorsunuz, bu da popülasyondaki 10 kişiden 1'i anlamına geliyor. Öncelikle 1'den 10'a kadar bir sayı elde etmek için rastgele sayı üreteci kullanmanız gerekir. Eğer 7 alırsanız, o zaman listedeki 7. ismi, 17., 27. vb.'yi listenize dahil edersiniz, bu da sistematik bir sonuca yol açacaktır. 100 tüketiciden oluşan rastgele örnek. Rastgele bir sayı almadan önce tüm tüketicilerin listeye dahil olma şansı eşittir. Dolayısıyla rastgele bir örnek olacaktır ancak özellikle iş piyasasında temsili olmayabilir. Bu durumda tabakalı rastgele örneklemeyi kullanmak iyidir.
Pirinç. 4.2 Tabakalı rastgele örnekleme örneği
4.3 Tüketici örneklemesi
İşletmeler arası pazarın tipik bir durumu için örneklemenin nasıl yapılabileceğini bir örnekle göstereceğiz. Bu iş piyasası için ilk adım, bir müşteri veri tabanı oluşturmak ve bunu en yüksekten başlayıp en düşüğe doğru ilerleyerek müşteri değerine göre sıralamaktır. Daha sonra, ortaya çıkan listeyi genellikle sırasıyla yüksek, orta ve düşük müşteri değerine sahip üç bölüme ayırırsınız. Son olarak, her segmentteki örnek boyutunu belirleyin. Bu işlemin sonuçları Şekil 2'de özetlenmiştir. 4.2.
4.2.3.3 Tabakalı rastgele örnekleme
Genellikle iş pazarlarında bazı müşteriler diğerlerinden çok daha değerlidir. Bazen bir şirketin faaliyetlerinin çok büyük bir kısmı, örneğin %40 veya %50'si, ilk beş veya altı müşteriyle ilişkilidir. Basit veya sistematik rastgele örnekleme kullanılırsa, bu beş veya altı tüketiciden hiçbirinin örneğe dahil edilmemesi muhtemeldir. Şirketin genel faaliyetlerinin %40 veya %50'si tamamen göz ardı ediliyorsa müşteri memnuniyetini ölçen bir anket yapmanın hiçbir anlamı olmadığı açıktır. Çoğu şirketin az sayıda yüksek değere sahip müşteriye ve daha fazla sayıda düşük değere sahip müşteriye sahip olduğu bir iş pazarında, basit veya sistematik rastgele bir örneklem kaçınılmaz olarak düşük değerli müşterilerin hakimiyetinde olacaktır. Tabakalı rastgele örnekleme, hem temsili hem de trendden bağımsız bir numune elde etmek için kullanılır. Tabakalı rastgele bir örnek elde etmek, öncelikle tüketicileri bölümlere veya türlere ayırmayı ve ardından her bölüm içinden rastgele bir örnek seçmeyi içerir. Şekil 4.2'de gösterilen örnek, her tüketici segmentinin yaptığı iş katkısına göre tüketici tabanını temsil edecektir. Tüketici pazarlarında segmentasyon yaşa veya cinsiyete göre farklı olabilir.
4.3.1 Örnek örnek
Gösterilen örnekte şirket cirosunun %40'ını yüksek değerli müşterilerden elde etmektedir. Bir iş piyasasında örneklemenin temel ilkesi, eğer yüksek değerli bir müşteri segmenti cironun (veya kârın) %40'ını oluşturuyorsa, örneklemin %40'ını oluşturması gerektiğidir. Bir şirket 200 katılımcıdan oluşan bir örneklemi incelemeye karar verirse, örneğin %40'ı, yani 80 katılımcı, yüksek değere sahip müşterilerden olmalıdır. 40 adet yüksek değere sahip tüketici olduğundan örnekleme oranı 2:1 olacaktır; bu, her tüketiciden yüksek değere sahip segmentte 2 yanıtlayıcının seçildiği anlamına gelir. İş piyasalarında, araştırma yaparken büyük tüketiciler arasından birden fazla katılımcının seçilmesi yaygın bir uygulamadır.
Ortalama değere sahip müşteriler aynı zamanda cironun %40'ını oluşturur, dolayısıyla örneklemin de %40'ını oluşturmaları gerekir. Bu, şirketin ortalama değere sahip müşterileri arasından 80 katılımcıyı seçmesi gerektiği anlamına gelir. Bu tür 160 tüketici olduğundan örneklem oranı 1:2 olacaktır, yani ortalama değere sahip her iki tüketici için bir yanıtlayıcı olacaktır. Bu, her iki tüketiciden bir temsilcinin rastgele seçilmesini gerektirir. Bu, daha önce açıklanan sistematik rastgele örnekleme prosedürü kullanılarak kolaylıkla yapılabilir. İlk olarak iki rastgele sayıdan biri üretiliyor: 1 veya 2. 2 olsun. Bu durumda 2., 4., 6. vb.yi seçersiniz. ortalama değer tüketicisi.
Son olarak, şirketin cirosunun %20'si düşük değere sahip müşterilerden geliyor, dolayısıyla örneklemin %20'sini, yani verilen örnekte 40 katılımcıyı oluşturmaları gerekiyor. Burada toplam 400 düşük değerli tüketici var ve bu da 1:10'luk seçilmiş bir paya karşılık geliyor. Bu aynı sistematik rastgele örnekleme prosedürü kullanılarak yapılabilir. Sürecin sonunda şirket, ticari faaliyetlerini temsil edecek ve rastgele seçim nedeniyle trendden arınmış olacak tüketicilerin rastgele bir örneğini alacak.
4.3.2 İrtibat kişilerinden numune alınması
Yukarıdaki prosedür tüketicilerin rastgele ve temsili bir örneğini oluştursa da sonuçta araştırma şirketler üzerinde değil bireyler üzerinde yürütülmektedir; bu nedenle, işletmeler arası pazarda çalışıyorsanız, tüketici örnekleriyle birlikte şunları yapmalısınız: kişisel temaslar arasında örnek. Uygulamada kuruluşlar genellikle kişileri, yani daha fazla bağlantı kurabilecekleri, isimleri ellerinde bulunan kişileri, uygunluklarına göre seçerler. Bireyler bu prensibe göre seçilirse, tipleştirilmiş şirket örneklemesi ne kadar dikkatli yapılırsa yapılsın, sonuç olarak birisinin tanıdığı, temsili olmayan bir örnekleme indirgenecektir. Bu eğilimi önlemek için bireyleri rastgele seçmelisiniz. Bu seçimi uygulamanın yolu, her müşteri için ürününüz veya hizmetinizle ilişkili kişilerin bir listesini oluşturmak ve ardından bu listeden kişileri rastgele seçmektir. Daha karmaşık ve daha kesin bir prosedür uygulamak istiyorsanız, tüm kişilerin listesini sektörlere bölerek çok fazla küçük kişinin dahil edilmesini önlemelisiniz. Örneğin, idari bir analiz yapıyorsunuz ve karar verme sürecini daha doğru yansıtabilmek için örneğinizin %40 satın alma ilgili kişisi, %40 teknik iletişim sorumlusu ve %20 diğer tüm ilgili kişileri içermesi gerektiğine karar veriyorsunuz. Bu durumda bu orandaki bireylerden rastgele bir örnek çizmeniz gerekir.
4.4 Örneklem büyüklüğü
Karar vermeniz gereken diğer bir konu da numunenizde bulunması gereken tüketici sayısıdır. Özellikle işletmeler arası pazarlarda faaliyet gösteren bazı şirketlerin çok az sayıda değerli müşterisi vardır. Diğer şirketlerin bir milyondan fazla tüketicisi var. İş piyasalarında nüfusun büyüklüğü, her müşteride bulunan ve o müşterinin memnuniyet kararını etkileyen bireylerin sayısına tam olarak karşılık gelir ve düzenli olarak iletişim halinde olduğunuz bireylerin sayısına eşit olması gerekmez. Tipik olarak müşteri değeri ne kadar yüksek olursa, o kadar fazla kişinin dahil edilmesi gerekir. Bir bilgisayar yazılımı sağlayıcısı için tek bir müşterinin birkaç yüz kullanıcısı olabilir. Öyle olsa bile, bazı kuruluşlar diğerlerinden çok daha büyük bir nüfusa sahip olacak ancak bu, güvenilir bir örnek sağlamak için gerekli olan ankete katılan tüketici sayısını etkilemeyecektir.
4.4.1 Örneklem büyüklüğüne göre örneklemin güvenilirliği
Bir örneğin istatistiksel kesinliği, tüm popülasyonda kaç kişi olduğuna bakılmaksızın, onun mutlak büyüklüğüyle ilgilidir. Tüketicilerin ne kadarının ankete tabi tutulması gerektiği sorusu yanıltıcı bir sorudur. Popülasyonun büyüklüğü ne olursa olsun, daha büyük bir örneklem her zaman daha küçük bir örneklemden daha güvenilirdir. Bu en iyi şekilde çan eğrisi ile gösterilmektedir (bkz. Şekil 4.3), buradan bir veri kümesini incelediğimizde bunun normal bir dağılım izleme eğiliminde olduğu sonucunu çıkarabiliriz. Bu sadece araştırma verileri için geçerli değildir.
Ekstrem veriler Normal veriler Ekstrem veriler
Pirinç. 4.3 Çan eğrisi
Örneğin, üç yıl normal Haziran yağışının olduğu, ancak iki yıl Haziran ayının aşırı yağışlı olduğu Manchester'da beş yıllık bir süre boyunca Haziran yağışlarını kaydederseniz, o zaman tahmin edilen ortalama yağış, bu iki mevsimsel olmayan yağışlı ay tarafından büyük ölçüde saptırılacaktır. Veriler 100 yıl boyunca toplanmış olsaydı, iki olağanüstü yağışlı veya kurak ayın Manchester'daki ortalama Haziran yağışı üzerinde çok az etkisi olurdu. Aynı durum araştırma için de geçerlidir. Yalnızca 10 kişi üzerinde çalışırsanız ve bunlardan ikisinin aşırı görüşlere sahip olması, nihai sonucu büyük ölçüde çarpıtacaktır. 50'lik bir örneklem büyüklüğü ile çok daha az etkiye sahip olacaklar ve 500'lük bir örneklem büyüklüğü ile neredeyse hiç etkileri olmayacak, dolayısıyla örneklem büyüklüğü ne kadar büyük olursa, yanlış sonuç alma riski de o kadar az olacaktır. Şekil 4.4 örneklem büyüklüğü arttıkça örneklem güvenilirliğinin de arttığını göstermektedir. Başlangıçta çok küçük boyutlarda güvenilirlik çok hızlı bir şekilde artar ancak örneklem büyüklüğü arttıkça örneklem büyüklüğünün örneklem güvenilirliğine etkisi azalır. Eğrinin, genellikle niteliksel ve niceliksel araştırma arasındaki eşik olarak kabul edilen 30 ila 50 katılımcı arasında düzleşmeye başladığını görebilirsiniz. Örneklem büyüklüğü 200'e ulaştığında, katılımcı sayısı arttıkça güvenilirlikteki artış son derece küçüktür. Buna göre, güvenilir bir IEP sağlamak için 200 katılımcıdan oluşan bir örneklem büyüklüğü minimum örneklem büyüklüğü olarak kabul edilmektedir. Çok küçük bir tüketici tabanına (yaklaşık 200 kişi veya daha az kişi) sahip şirketler, iletişim kuran tüm tüketicileri araştırmalıdır.
Bazı yıllar haziran ayında hiç yağmur yağmayabilir (Manchester'da bile), bazı yıllar yağmurun yoğunluğu inanılmaz derecede yüksektir, ancak çoğu yıl yağış bu iki sınırın arasında, "normal" bölgede bir yere düşer. İster araştırma verilerine ister Manchester'daki yağış miktarına bakalım, temel soru şu: "Sonucu çarpıtacak anormal veriler alma riski nedir?" Örnek ne kadar küçük olursa risk o kadar yüksek olur.
4.4.2 Derinlemesine analiz
Daha önce belirtildiği gibi, iş araştırmaları genellikle 200 üyeli bir örneklem büyüklüğünün, popülasyonun 500.000 veya 600.000 olmasına bakılmaksızın, genel müşteri memnuniyeti ölçümü için gerekli güvenilirliği sağladığını varsayar. Ancak bunun önemli bir istisnası vardır; bu, farklı segmentlere sahip olduğunuzda ve farklı segmentlerdeki memnuniyeti karşılaştırarak sonuçların derinlemesine bir analizini yapmak istediğinizde ortaya çıkar. 200 maddelik bir örneği birçok bölüme ayırırsanız, her bölümde küçük ve dolayısıyla güvenilmez örnek boyutu sorunuyla karşı karşıya kalırsınız. Bu nedenle genel olarak minimum toplam örneklem büyüklüğünün 200, segment minimumunun ise 50 olduğu kabul edilmektedir.
Tüm bunlardan dolayı, toplam numunenin boyutu genellikle kaç segmenti analiz etmek istediğinize göre belirlenir. Sonucunuzu altı segmente bölmek istiyorsanız, her segmentin en az 50 üyeye sahip olması için en az 300 üyeli bir örneklem büyüklüğüne ihtiyacınız olacaktır. Bu, birçok bölümü veya pazarı olan şirketler için önemli olabilir. Segment başına 50 katılımcıdan oluşan bir rakam temel alındığında, 100 mağazası olan bir perakendecinin, müşteri memnuniyetinin mağaza düzeyinde ölçülebilmesi için en az 5.000 üyeden oluşan bir örneğe ihtiyacı olacaktır. Ancak bizce, mağazalar arasında karşılaştırma yapılacaksa ve yönetim kararları bu çalışmanın sonuçlarına göre verilecekse, o zaman mutlak minimum tüketici sayısı mağaza başına 100, daha iyisi 200 olmalıdır. 100 mağazası olan bir perakendeci için, bu, mağaza düzeyinde çok güvenilir sonuçlar elde etmek için 20.000 tüketiciden oluşan bir örneklem büyüklüğünün gerekli olmasıyla sonuçlanacaktır.
4.4.3 Örneklem büyüklüğü ve yanıt oranı
Bir faktöre daha dikkat çekmek gerekiyor. Yeterli güvenilirliği sağlamak için önerilen 200 katılımcıdan oluşan örneklem büyüklüğü, seçilen ve davet edilen tüketici sayısını değil, yanıtları ifade eder. Ayrıca istatistiksel güvenilirliği sağlamak için bu, 200 tüketicinin seçilmesi ve görüşme sorularını yanıtlayan veya anketleri yanıtlayan aynı 200 katılımcı anlamına gelir. Yanıt oranınız düşükse, 200 yanıt alana kadar daha fazla anket göndererek telafi etmek istatistiksel açıdan güvenilir değildir. Yetersiz yanıt eğilimi sorunu IEP çalışmalarında çok önemli olabilir ve bir sonraki bölümde daha ayrıntılı olarak tartışılacaktır.
4.5 Sonuçlar
(a) ISO 9000:2000, tüketiciyle ilgili ölçümler için güvenilir bir numune elde etmek amacıyla tanınmış istatistiksel yöntemlerin kullanılması gerektiğini belirtir.
(b) Olasılıksız örnekleme, sonucu etkileyen bir eğilimin riskini artırır ve yalnızca müşteri veri tabanına sahip olmayan kuruluşlar tarafından kullanılmalıdır.
(c) Çoğu kuruluş için temsili ve önyargısız bir örnek elde etmenin en iyi yolu kotalara dayalı rastgele örneklemedir.
(d) Örnekleme çerçevesi önemli bireylerden oluşmalıdır. İş piyasalarında, büyük tüketicilerden çok sayıda (bazen çok sayıda) katılımcıyı dahil etmek gerekli olabilir.
(e) 200 katılımcı, bir kuruluş genelinde müşteri memnuniyetini güvenilir bir şekilde ölçmek için gereken minimum katılımcı sayısını oluşturur. Bu sayı, sahip olduğunuz tüketici sayısından bağımsızdır.
(f) 200'den az müşterisi veya bağlantısı olan kuruluşlar, sayılan tüm müşteriler üzerinde araştırma yapmalıdır.
(g) Sonuçlar bölümlere göre elde edilecekse, bölüm başına minimum örneklem büyüklüğü 50 katılımcıdır. Bu durumlarda, numunenin tamamının gerekli minimum boyutu, segment sayısının 50 ile çarpımına eşit olacaktır.
Aslında bir değil üç soruyla başlıyoruz: Örnekleme nedir? ne zaman temsili olur? O ne?
Küme, bizi ilgilendiren, hakkında sonuç çıkarmak istediğimiz herhangi bir grup insan, kuruluş, olaydır ve bir durum veya nesne böyle bir kümenin herhangi bir öğesidir1. Örneklem – analiz için seçilen bir vaka (nesne) popülasyonunun herhangi bir alt grubu. Eyalet yasa koyucularının karar alma faaliyetlerini incelemek isteseydik, bu tür faaliyetleri elli eyaletin tamamı yerine Virginia, Kuzey Carolina ve Güney Carolina eyalet yasama meclislerinde inceleyebilir ve buradan elde edilen bulguları nüfusa genelleyebilirdik. bu üç eyalet seçildi. Pensilvanya'nın seçmen tercihi sistemini incelemek isteseydik bunu 50 ABD'li işçiye anket yaparak yapabilirdik. S. Steele”yi Pittsburgh'da ziyaret edin ve anket sonuçlarını eyaletteki tüm seçmenleri kapsayacak şekilde genişletin. Benzer şekilde, üniversite öğrencilerinin zekasını ölçmek isteseydik, belirli bir futbol sezonunda Ohio State'e kayıtlı tüm savunma oyuncularını test edebilir ve ardından sonuçları, onların bir parçası oldukları nüfusa genelleyebilirdik. Her örnekte şu şekilde ilerliyoruz: popülasyon içinde bir alt grup belirliyoruz, bu alt grubu veya örneklemi ayrıntılı olarak inceliyoruz ve sonuçlarımızı tüm popülasyona genelliyoruz. Bunlar numune almanın ana aşamalarıdır.
Ancak bu örneklerin her birinin önemli eksiklikleri olduğu oldukça açık görünüyor. Örneğin, Virginia, Kuzey Carolina ve Güney Carolina'nın yasama organları bir dizi eyalet yasama organının parçası olmasına rağmen, tarihi, coğrafi ve politik nedenlerden ötürü, muhtemelen ABD'deki yasama organlarına çok benzer ve çok farklı şekilde işleyeceklerdir. New York, Nebraska ve Alaska gibi farklı eyaletler. Pittsburgh'daki elli çelik işçisi aslında Pennsylvania eyaletinde seçmen olsa da, sosyoekonomik durumları, eğitimleri ve yaşam deneyimleri nedeniyle, aynı zamanda seçmen olan diğer birçok insandan farklı görüşlere sahip olabilirler. Benzer şekilde, Ohio Eyaleti futbolcuları üniversite öğrencisi olsalar da, çeşitli nedenlerden dolayı diğer üniversite öğrencilerinden farklı olabilirler. Yani, bu alt grupların her biri aslında bir örnek olmasına rağmen, her birinin üyeleri, içinden seçildikleri popülasyonun diğer üyelerinin çoğundan sistematik olarak farklıdır. Ayrı bir grup olarak hiçbiri, ilişkili olduğu popülasyondaki görüş niteliklerinin, davranış güdülerinin ve özelliklerin dağılımı açısından tipik değildir. Buna göre siyaset bilimciler bu örneklerin hiçbirinin temsili olmadığını söyleyecektir.
Temsili bir örnek, örneğin alındığı popülasyonun tüm ana özelliklerinin, bu popülasyonda belirli bir özelliğin ortaya çıkmasıyla yaklaşık olarak aynı oranda veya aynı sıklıkta temsil edildiği bir örnektir. Bu nedenle, tüm eyalet yasama meclislerinin %50'si yalnızca iki yılda bir toplanırsa, eyalet yasama meclislerinin temsili bir örneğinin yaklaşık yarısının bu türden olması gerekir. Pensilvanya seçmenlerinin %30'u mavi yakalıysa, bu seçmenleri temsil eden örneklemin yaklaşık %30'u (yukarıdaki örnekte olduğu gibi %100 değil) mavi yakalı olmalıdır. Ve eğer tüm üniversite öğrencilerinin %2'si sporcu ise, üniversite öğrencilerinin temsili bir örneğinin yaklaşık olarak aynı oranda sporcu olması gerekir. Başka bir deyişle temsili bir örnek, yansıtması amaçlanan popülasyonun daha küçük ama doğru bir modeli olan bir mikrokozmostur. Numunenin temsili olduğu ölçüde, o numunenin çalışmasına dayanan sonuçların orijinal popülasyona uygulanacağı güvenli bir şekilde varsayılabilir. Sonuçların bu şekilde yayılmasına genellenebilirlik diyoruz.
Belki bir grafik illüstrasyon bunu açıklamaya yardımcı olabilir. ABD'li yetişkinler arasındaki siyasi grup üyeliği kalıplarını incelemek istediğimizi varsayalım.
Pirinç. 5.1. Genel popülasyondan bir numunenin oluşturulması
Şekil 5.1, altı eşit sektöre bölünmüş üç daireyi göstermektedir. Şekil 5.1a, söz konusu popülasyonun tamamını temsil etmektedir. Nüfusun üyeleri ait oldukları siyasi gruplara (partiler ve çıkar grupları gibi) göre sınıflandırılmaktadır. Bu örnekte, her yetişkin en az bir, en fazla altı siyasi gruba mensuptur; ve bu altı üyelik seviyesi toplamda eşit olarak dağıtılmaktadır (dolayısıyla eşit sektörler). İnsanların bir gruba katılma güdülerini, grup seçimini ve katılım kalıplarını incelemek istediğimizi, ancak kaynak sınırlamaları nedeniyle nüfustaki her altı üyeden yalnızca birini inceleyebildiğimizi varsayalım. Analiz için kim seçilmelidir?
Belirli bir hacmin olası örneklerinden biri, Şekil 5.1b'deki gölgeli alanla gösterilmektedir, ancak bu, popülasyonun yapısını açıkça yansıtmamaktadır. Bu örnekten genellemeler yapacak olsaydık şu sonuca varırdık: (1) tüm Amerikalı yetişkinler beş siyasi gruba aittir ve (2) Amerikalıların tüm grup davranışları, özellikle beş gruba ait olanların davranışlarıyla eşleşir. Ancak ilk sonucun doğru olmadığını biliyoruz ve bu durum bize ikincisinin geçerliliği konusunda şüphe uyandırabilir. Bu nedenle, Şekil 5.1b'de gösterilen örnek temsili değildir çünkü belirli bir popülasyon özelliğinin (genellikle parametre olarak adlandırılır) gerçek dağılımına göre dağılımını yansıtmaz. Böyle bir örneklemin beş grubun üyelerine karşı önyargılı olduğu veya diğer tüm grup üyeliği kalıplarından uzak olduğu söylenir. Böylesine taraflı bir örnekleme dayanarak genellikle popülasyon hakkında hatalı sonuçlara varırız.
Bunun en açık örneği, 1930'larda seçim sonuçlarına ilişkin bir kamuoyu yoklaması düzenleyen Literary Digest dergisinin başına gelen felakettir. Literary Digest, gazete başyazılarını ve kamuoyunu yansıtan diğer materyalleri yeniden basan bir süreli yayındı; Bu dergi yüzyılın başında çok popülerdi. Dergi, 1920'den başlayarak, bir milyondan fazla kişiye posta yoluyla oy pusulalarının gönderildiği ve onlardan yaklaşan başkanlık seçimlerinde favori adaylarını belirtmelerinin istendiği geniş çaplı bir ulusal anket gerçekleştirdi. Birkaç yıl boyunca derginin anket sonuçları o kadar doğruydu ki, Eylül ayında yapılan bir anket, Kasım seçimlerini geçersiz kılıyor gibi görünüyordu. Peki bu kadar büyük bir örneklemde nasıl bir hata meydana gelebilir? Ancak 1936'da tam olarak olan buydu: Oyların büyük çoğunluğuyla (60:40), Cumhuriyetçi aday Alf Landon'un zaferi tahmin ediliyordu. Seçimlerde Landon, engelli bir adam olan Franklin D. Roosevelt'e yenildi ve kazanması gereken sonuçla neredeyse aynı sonucu aldı. Literary Digest'in güvenilirliği o kadar zarar gördü ki derginin baskısı kısa süre sonra tükendi. Ne oldu? Çok basit: Digest anketi taraflı bir örnek kullandı. İsimleri iki kaynaktan alınan kişilere kartpostallar gönderildi: telefon rehberleri ve araç tescil listeleri. Her ne kadar bu seçme yöntemi daha önce diğer yöntemlerden pek farklı olmasa da, 1936'daki Büyük Buhran sırasında, Roosevelt'in en büyük destekçisi olan daha az zengin seçmenlerin, bırakın bir telefon sahibi olmayı bile, telefon sahibi olamayacakları zaman, işler artık çok farklıydı. araba. Bu nedenle, aslında Digest anketinde kullanılan örneklem Cumhuriyetçi olma olasılığı en yüksek olanlara yönelikti, ancak Roosevelt'in bu kadar başarılı olması yine de şaşırtıcı.
Bu sorun nasıl çözülür? Örneğimize dönersek, Şekil 5.1b'deki örneği Şekil 5.1c'deki örnekle karşılaştıralım. İkinci durumda, analiz için nüfusun altıda biri de seçilir, ancak ana nüfus türlerinin her biri, tüm nüfusta temsil edildiği oranda örnekte temsil edilir. Böyle bir örnek, her altı Amerikalı yetişkinden birinin bir siyasi gruba, altıda birinin ise iki siyasi gruba ait olduğunu vb. gösteriyor. Böyle bir örnek aynı zamanda üyeler arasındaki, farklı sayıdaki gruplara katılımla ilişkilendirilebilecek diğer farklılıkların belirlenmesine de olanak tanıyacaktır. Dolayısıyla, Şekil 5.1c'de sunulan örnek, söz konusu popülasyonu temsil eden bir örnektir.
Elbette bu örnek en az iki son derece önemli yolla basitleştirilmiştir. Birincisi, siyaset bilimcilerin ilgisini çeken popülasyonların çoğu, gösterilenden daha çeşitlidir. İnsanlar, belgeler, hükümetler, kuruluşlar, kararlar vb. birbirlerinden tek tek değil, çok daha fazla sayıda özellik bakımından farklılık gösterirler. Bu nedenle, temsili bir örneklem, her büyük, farklı alanın nüfustaki payıyla orantılı olarak temsil edilmesini sağlayacak şekilde olmalıdır. İkincisi, ölçmek istediğimiz değişkenlerin veya niteliklerin gerçek dağılımının önceden bilinmemesi durumu tam tersine çok daha yaygındır - daha önceki bir nüfus sayımında ölçülmemiş olabilir. Bu nedenle, geçerliliğini doğrudan değerlendiremediğimiz durumlarda bile, mevcut dağılımı doğru bir şekilde yansıtabilecek şekilde temsili bir örneklem tasarlanmalıdır. Örnekleme prosedürünün, örneği nüfus sayımıyla karşılaştırabilseydik gerçekten temsili olacağına bizi ikna edebilecek bir iç mantığı olmalıdır.
Belirli bir popülasyonun karmaşık organizasyonunu doğru bir şekilde yakalama yeteneğini ve önerilen prosedürlerin bunu yapabileceğine dair bir dereceye kadar güven sağlamak için araştırmacılar istatistiksel yöntemlere yönelirler. Aynı zamanda iki yönde hareket ederler. İlk olarak, araştırmacılar belirli kuralları (iç mantık) kullanarak hangi belirli nesneleri inceleyeceklerine ve belirli bir örneğe tam olarak neleri dahil edeceklerine karar verirler. İkincisi, çok farklı kurallar kullanarak kaç nesnenin seçileceğine karar veriyorlar. Bu çok sayıda kuralı ayrıntılı olarak incelemeyeceğiz; yalnızca siyaset bilimi araştırmalarındaki rollerini ele alacağız. Temsili bir örnek oluşturan nesneleri seçme stratejileriyle incelememize başlayalım.
