Örnekleme Yöntemleri

Sosyal bilim araştırmalarında herhangi bir şekilde veri toplayan herkesin temel iki kaygısı vardır. Biri kavramsallaştırma ve bu bağlamda ölçüm sorunlarıdır. Diğeriyse toplanılan verinin ulaşılması amaçlanan hedef kitleyi temsil edebilme yeteneğidir. Türkçede örnekleme (sampling) ile aslında tam da bu ikinci tür kaygı dile getirmiş olur.

Hedef kitle ya da çalışma evreni (target population), araştırma çalışmamızda üzerine eğildiğimiz ögelerin (units) toplamıdır. Bu kitle çoğu zaman oldukça soyut bir tanımdır. Örneğin Türkiye seçim araştırmalarında oy verme yaşında vatandaşlar hedef kitlesi olarak alınır. Ancak daha açık bir ifadeyle bu kitle belli bir seçim öncesi örneğin 12 Haziran 2011 genel seçimi öncesi Türkiye’de ikamet eden vatandaşlar demek daha doğru olacaktır. İkamet etme hâlinin nasıl saptanacağı da çok açık değildir. Bu tür belirsizlikler bazı amaçlar için çok önemli olmazken diğerleri için önemli farklar yaratabilmektedir.

Hedef kitle içinde yer alan ögelerin seçilecek örnek içine dahil olma olasılığı olanlarının listesine örnek listesi (sampling frame) diyoruz. En basit şekliyle örnek listesi örneğimize dahil edebileceğimiz tüm ögeleri içeren bir listedir. Bazen bu dolaylı bir listedir. Örneğin hedef kitlemiz oy verme yaşında hane halkı üyeleri olsun. Bu kitleye ulaşmamızı sağlayacak olan bir hane telefonları listesi de örnek listesi olarak işlev görebilir. Hane halkı üyelerinin her biri için bir telefon numarası olmasa da her haneye ulaşmamızı sağlayacak bir telefon listesi kullanılarak hanelere ve oradan da hane sakinlerinin her birine ulaşılabilir. Benzer şekilde telefon listesi gibi iş yeri değil de hane ikameti olan adres listeleri de örnek çerçevesi olarak kullanılabilir.

Eğer bir hedef­lenen evren ögesi örnek listesinde yer alıyorsa bu öge listemiz tarafından “kapsanıyor (covered)” diyoruz. Bazı ögeler hedef evrenimizde olabilirler ancak örnek listemize giremeyebilirler. Bu durumdaki ögelere “kapsam dışı” kalan ögeler diyoruz. Örnek listemizde olmadıklarından bu tür ögeler hiçbir şekilde örneğimiz içinde olamayacaklardır. Bir de örneğimize katılım hakkı olmayan ögeler (ineligible units) örnek listemizde olabilirler. Örneğin, bu tür durumlar hane halkı adres listemizde iş yerlerinin bulunmasıyla ortaya çıkabilir. Bir diğer kapsama sorunu da örnek listemizde birden fazla ögenin aslında hedef kitlede aynı ögeye karşılık gelmesi olarak tanımlanabilecek yinelenme (duplication) sorunudur.

Kümeleme (clustering) sorunu diye nitelenebilecek sorun kümesi, bazı örnek listelerinde tek bir ögeye tek bir hedef kitle ögesi karşılık gelirken bazı ögelerin kümelenmiş öge gruplarına karşılık gelmesi nedeniyle birden çok ögeye ulaşma olanağı vermesidir. Eğer yine telefon numaralarından oluşan bir örnek listesi örneği kullanırsak, bazı numaralar tek bir kişiye bizi götürürken, bazı diğer numaralarda pek çok kişiye birden ulaşma olanağı olabilir. Bu durumda tek kişiye ulaşılabilen numaralardaki ögelerin seçilme şansı olması gerektiğinden yüksek tutulmuş olacaktır.

Türkiye’de yaygın olarak kullanılan örnek listeler haneler ve bireyler; müşteri, çalışan ya da dernek, kulüp vs. üyelikleri; kurumlar, olaylar ve nadir hedef kitleleridir.

Türkiye’de yaygın olarak kullanılan örnek listeleri arasında adrese dayalı nüfus kayıt sistemi (ADNKS) içinden seçilen hane adres listeleri, kentsel yerleşim bölgelerinden sokak isimleri, kırsal yerleşim bölgelerinden köy isimleri ve telefon listeleridir. Kentsel yerleşim bölgelerindeki sokak listeleri için Hazine ve Maliye Bakanlığı’nın rayiç bedel tespiti için oluşturulmuş listelere başvurulabilir. Emlak vergisinin tespiti amacıyla kullanılan bu listelerde her il ve ilçe için mevcut sokaklar için rayiç bedel listesi bulunmaktadır. Bu listeler sokaklar farklı coğrafi bölgeler (il ve ilçe temelinde) için değişik rayiç bedel düzeylerine göre ayrıştırılabilmektedir. Böyle bir liste kişileri seçmek için kullanıldığında birkaç aşamalı olarak kullanılabilir. Öncelikle bölgeleri temsilen iller ve ardından da illeri temsilen ilçeler seçilip ardından da her ilçe için bir sokak listesi oluşturulabilmektedir. Telefon listeleri de bu kapsama dahildir.

Pek çok zaman anket çalışmalarında müşteri, firma çalışanları, kulüp ya da dernek üye listeleri örnek listesi olarak kullanılmaktadır. Bu tür listelerin en büyük sorunu güncelleme sorunlarıdır. Pek çok zaman bu tür listelere bir defa giren kişiler üyelikten ayrılsalar, artık müşteri olmasalar bile listeden silin(e)memekte ve bu şekilde listede olmaması gereken pek çok kişi listede görünmektedir. Benzer şekilde listeye giriş de farklı yönetimsel aşamalardan geçmeyi ya da onay süreçlerini gerektiriyorsa listede olması gereken bazı kişilerin listede görünmemeleri sonucu da ortaya çıkabilmektedir.

Kimi zaman hedef kitleleri nadir yapan doğrudan söz konusu özelliğin az bulunurluğudur. Örneğin, Türkiye’de 2,5 milyonun biraz üzerinde şeker (diyabet) hastası olabilir. Ancak toplam 74 milyon nüfus içerisinde bu kitlenin oranı ancak %3,3 civarındadır. Yani toplam şeker hastası sayısı az değildir ancak bu hastalara ulaşabilinecek örnek listeleri içerisinde bu hastaların bulunma olasılığı düşük kalarak bir örnek seçim sorunu oluşturmaktadır. Diğer bir nadir olma nedeni de kişilerin değişik nedenlerle söz konusu özelliklerini saklama eğilimine girmeleridir. Örneğin cinsel tacizle karşı karşıya kalmak, ya da uyuşturucu kullanımı veya ilaç bağımlılığı gibi sorunlarla karşı karşıya olmak sıradan bir anket çalışması içerisinde kişilerle konuşularak bulunabilecek olgular değildir. Çoğu zaman ne derece yaygın olursa olsun kişiler bu tür tecrübelerini araştırmacıyla paylaşmayacak ve gerçek durumlarını saklama eğilimine gireceklerdir. Bu tür gruplara genel olarak nadir hedef kitleler denir.

Pek çok zaman hedef evren evli çift­lerden ya da bir servisi almış müşterilerden, bir tür hastalığa yakalanmış ya da tedavi görenlerden, trafik cezası almış olanlar gibi belli özellikleri olan olaylara bağlıdır. Burada önemli olan açık bir “olay” tanımı bağlantısıyla mevcut arşivlere erişmek ve listeleri oluşturmaktır. Açıktır ki bu tür olay bağlantısı aslında bir tür zaman kısıdı bağlamında anlamlı olacaktır. Bu açıdan hangi tür olayların hangi zaman içinde gerçekleştiğine bağlı olarak örnek listelerinin oluşturulması gerekir. Bu tür örnek listelerinde de kümelenme ya da yinelenme gibi sorunlar gözlenebilir. Örneğin, bir banka kredisi alındığında bu krediyi alan kişi ile kullanan kişi her zaman örtüşmeyebilir. Ya da örneğin hırsızlık mağduru olan hanelerin listesi çıkarıldığında hane halkından hangi bireylerin doğrudan bu tür bir olayın mağduru olduğu belli olmayabilmektedir.

Örneklem seçiminin daha ilk aşamalarından itibaren örnek listelerinin oluşturulmasındaki zorluklar araştırmacıyı yavaş yavaş “niye örneklem seçiyoruz ki?” noktasına getirebilir. Elbette bu soruya ilk önce verilebilecek yanıt “zaman ve maliyet masraf­larının yüksekliğinden kaçmak için” diye verilebilir. Pek çok zaman sosyal araştırmalarda anket soru cetvellerinin uygulanması 30 ile 60 dakika arası sürebilmektedir. Örnek listemizden seçilen ögelere/deneklere ulaşabilmenin maliyetinin de önemsiz bir rakam olmadığını hatırda tutmalıyız.

Örneklem seçiminde iki temel farklılaşmanın altını çizmekte fayda var. Bunlardan en büyük kabul gören ve istatistiki analiz için yegane uygun örneklem seçim yöntemi rastsal örneklem seçimidir. Diğer rastsal olmayan örneklem yöntemleri türlü sorunlar içerir ve istatistiki analize de olanak tanımazlar.

Rastsal olan örneklemlerin avantajlarının gözlenebilmesi de bazı özel şartlara bağlıdır. Bu şartların başında geniş örneklem ile çalışabilmek gelir. Eğer bir çalışma kısıtlı sayıda gözlem ile yapılmak durumundaysa rastsal örneklem ile çalışmanın pek bir anlamı yoktur. Örneğin bir etnografik çalışma yürütülürken çalışmanın yürütüleceği köyün ya da mahallenin seçimi için ilgili bölgedeki tüm köy ya da mahallelerin tam listesinin içinden bir tane rastsal köy/mahalle seçmenin pek bir mantığı yoktur (Fişek, 1998, 182). Bu bir tek köyün herhangi bir temsil gücü olacağı beklenemez. Rastsal seçimde temsil örneklemin büyüklüğü arttıkça ve örneklemin tümü için söylenebilir. Tek bir ögenin, bu durumda köy ya da mahallenin, hedef kitle içinden amaçlanan değişkenler temelinde bir temsil gücü olması bekleniyorsa o zaman bu seçimin rastsal olarak yapılmaktan ziyade gerçekten amaçlara uygun özellikler gösteren bir yerin aranıp seçilmesiyle mümkün olabilecektir. Yine benzer şekilde hatırda tutulmalıdır ki rastsal örneklemin mantığı hedef kitlenin özelliklerinin bilinmediği sadece örneklem temelinde istatistiki olarak çıkarsama yöntemiyle tahmin edilmeye çalıştığı durumlarda işleyecektir. Seçim araştırmaları bu tür araştırmalarda özel bir yere sahiptir çünkü burada önemli konulardan biri olan parti tercihlerinin dağılımı seçim öncesinde elde edilen bir örneklem temelinde tahmin edildikten birkaç gün sonra gerçek değeri de seçim sonucu öğrenilebilir.

Kota örneklemi hedef kitledeki temel bazı özellikler temelinde grupların örnekleme kullanılan kotalar ile yansıtılmasından ibarettir. Örneğin, hedef kitlede diyelim ki %50 kadın %50 erkek varsa örnekleme seçilecek kişilerin de %50 kadın %50 erkek olması sağlanır. Biraz daha çetrefil kota örneklemlerinde cinsiyetin yanı sıra yaş ve eğitim düzeyi de kullanılabilir. Bu tür detaylı kotalarla çalışıldığında elde edilen örneklemler seçilmiş kota değişkenlerinin özelliklerini mükemmel olarak yansıtabilirler. Ancak bu örneklemlerin yapamadığı şey elde edilen örneklemin hata düzeyinin tahminidir. Kota örneklemleri örneklem hatası tahmini yapamazlar.

Siyasi araştırmalarda kimi zaman anahtar ya da tipik seçim bölgeleri seçilerek buradaki sonuçların hedef kitleye yakın çıkacağı beklentisi takip edilir. Uzman seçiminin öznelliğinden biraz uzaklaşıp geçmiş seçimlerde ülke geneli sonuçları en yakından takip eden “kilit” seçim bölgeleri arasından ülke sonucuna en yakın olan seçim bölgesi seçilebilir. Bu yöntemin en önemli avantajı, seçilen kestirme gücü en yüksek “kilit ya da tipik” yerleşimdeki durumu en iyi şekilde sezerek ya da ölçerek daha geniş ve tahmin yapması çok daha güç bir hedef kitle için kestirmeden bir tahmin üretmektir. Bu tür anahtar bölgelerin temel sorunu geçmiş veriler temelinde şekillenirken herhangi bir seçimde ülke genelinden sapma gösterme olasılığının hiçbir zaman sıfırlanmamasıdır. Herhangi bir seçimde bu anahtar bölge özelliği şans sonucu bir başka bölgeye geçebilir. Bu tür seçimler bilimsel araştırmalarda hemen hiç kullanılmaz.

Eğer herhangi bir hedef kitle sadece tek bir özellik gösteren ögelerden oluşuyor ve tüm ögeler birbirinin aynıysalar bu hedef kitleden örneklem seçmek gayet basit bir iş olurdu. Tüm örnek listesindeki ögeler birbirinin aynı özelliklere sahipseler buradan çekilecek örneklem büyüklüğü de tek bir örnekten oluşsa da yeterli olacaktır. Bu şekilde tüm ögelerin türdeş (homojen) bir yapıya sahip olduğu durumda ne örneklem büyüklüğünün ne de bu örneklemin seçiliş şeklinin bir önemi kalacaktır. Herhangi bir tek örnek tüm hedef kitleyi temsil edebilecektir. Şeker testi için kan örneği almak ya da beyaz peynir kalıbından bir ufak parça tatmak hep bu tür bir mantığın parçasıdır.

Bir istatistiğin (statistic) örneklem dağılımı o istatistiğin kuramsal olarak mümkün olan tüm değerlerinin eşit örneklem büyüklüğünde mümkün olan tüm örneklemler içindeki dağılımıdır. Bu kavramı açıklamak en kolay bir örnekle ile yapılabilir. Elimizde 0, 3, 6 ve 9 dan oluşan dört gözlemli bir hedef kitle olsun. Bu dört gözlemli hedef kitleden ikame ile kaç tane ikili örneklem seçebiliriz? Kitapta Tablo 3.1’de tüm olasılıklar (toplam 16 değişik ikameli örneklem) ve bu olasılıklara karşılık gelen örneklem ortalamaları gösterilmiştir. Birinci seçimimiz 3 olduğunda ve bu değeri ikame ettikten sonra ikinci seçim yapıldığında da 6 elde edildiğinde örneklemimiz 3 ve 6 dan oluşacak ve ortalaması da 9/2=4,5 bulunacaktır. 4,5 ortalama (0,9), (3,6), (6,3) ve (9,0) örneklemlerinde elde edilecektir.

Pratik olarak kamuoyu/anket çalışmalarında ilk sorulardan biri çalışılacak örneklem büyüklüğüne dairdir. Genellikle örneklem büyüklüğünün ne kadar olacağını pratikte projenin bütçesi belirler. Ana prensip olarak görece büyük örneklemler küçüklerinden daha avantajlıdırlar. Ancak elbette her zaman sorunun nihai cevabı araştırmacının amaçlarına bağlıdır.

Basit rastsal örnekleme tüm rastsal örnekleme yöntemleri arasında bir referans noktası olarak kullanılan yöntemdir. Örnek listemizin elde edilmesini takiben yapmamız gereken bu listedeki her ögeye bir referans numarası vermektir. Örnek listemizin yinelenme ve kümelenme sorunlarından arındırılmış ve her ögenin tek bir referans numarası olmasıyla herhangi bir rastsal rakam tablosu ya da basit bir kişisel bilgisayar programı kullanarak istenilen sayıda rastsal olarak belirlenmiş rakam kullanılarak örneğimiz seçilebilir.

Katmanlı örnekleme yöntemi, temel bir gözleme dayanır. O gözlem de hedef kitlenin ne derece türdeş (homojen) ise çekilen örneklemin de o derece daha az örneklem hatası ürettiğidir. Eğer bir hedef kitlede var olan ögelerin %99’u bir görüşte ve sadece %1’i karşıt görüşte ise o zaman çekilen örneklemin bu farklılaşmayı çok ıskalama olasılığı düşüktür. Oysa hedef kitlenin yarısı bir fikirde diğeriyse bunun karşısında ise o zaman çekilen örneklemin hedef­teki bu 50-50 bölünmüşlüğe uzak sonuç verme olasılığı daha yüksek olacaktır. Katmanlı örnekleme yöntemi bu gözlem temelinde işler ve hedef kitleyi türdeş alt gruplara ayırıp her birinden gerekli büyüklükte örnekleme yoluyla toplam örneklemi oluşturur. Örneğin, üniversite öğrencilerini tek bir toplam örnek listesinden çekmek yerine sınıf­lara göre alt kümelere ayırırsak sınıf­lar kendi içlerinde daha türdeş olacaklardır. Her bir sınıfa ihtiyaç duyulan oranda gözlem ayrılıp bu gözlemleri sınıf alt kümelerinden seçmek katmanlı bir örnekleme olacaktır. Böylelikle sınıfa göre katmanlandırmaya gidilmediğinde örneklemimizin sınıf değişkenine göre içereceği örneklem hatası, sınıfa göre katmanlamaya gidildiğinde sıfırlanmış olacaktır. Aynı mantığı takiben hedef kitlenin sınıf dışında bilinen, cinsiyet, bölüm ya da not ortalaması gibi diğer özelliklerine göre de katmanlama yapılabilir. Böylelikle örneklemimiz içinde hedef kitlede bu özellikler açısından olması gerektiği oranda öğrenci cinsiyet, bölüm ve not ortalaması özelliğine sahip olarak yansıtılmış olacaktır.