Sağlık Hizmetlerinde Araştırma Ve Değerlendirme Dersi 5. Ünite Sorularla Öğrenelim

Bir araştırmada “evren” ve “örnek” kısaca nedir?

Araştırma sonuçlarının ilgilendirdiği tüm kişiler
“evren”, araştırmanın yapıldığı ve bu kişileri temsil etme
özelliği taşıyan küçük grup ise “örnek” olarak tanımlanır.

Araştırmada yanıt aranan sorular evrenle ilgili
olmasına rağmen neden genellikle örnek üzerinde
çalışılarak sonuçlara varılır?

Çünkü, araştırmaları tüm evren üzerinde yapmak
bazen imkânsız, bazen çok masraflı, bazen de gereksizdir.

Örnekleme nedir?

Örnek seçme şekline “örnekleme” denmektedir.
Bilimsel araştırmalarda örneklerin seçimi özel yöntemler
gerektirir.

Örnek seçiminin ilk aşaması olarak tanımlanması
gereken evren terimi nasıl açıklanabilir?

Evren, incelenen konunun, yapılan araştırmanın
ilişkili olduğu tüm kişi ya da nesneleri tanımlamak için
kullanılan ve İngilizce “population” sözcüğünün karşılığı
olan bir terimdir. Bu nedenle bazı yazarlar tarafından
popülasyon, hedef grup olarak da kullanılabilmektedir.
Evren, her araştırma için özel olarak tanımlanır. Evrenin
kimleri kapsadığı, sınırları ve boyutları tamamen araştırma
amaçlarına göre yapılacak tanımlama ile belirlenir.

Örnek seçiminde evren tanımlandıktan sonra
yapılması gereken işlem nedir?

Araştırma evreni tanımlandıktan sonra evrenin
listelenmesi gerekir. Bu aşamada, çalışma birimlerinin,
yani veri toplamada esas olacak olan, kişi, hane, gibi
birimlerin bir listesi yapılır. Bunun için ilgili kurum ve
kuruluşların kayıtlarından, enformasyon sistemlerinden ve
çeşitli veri tabanlarından yararlanılabilir.

Listeleme yapıldıktan sonra veri toplama aşamasına
kadar olan aşamalar hangileridir?

Örnekleme yönteminin belirlenmesi, örnek
büyüklüğünün hesaplanması ve örneklem birimlerinin
seçilmesidir. Örnek büyüklüğü hesabı, yapılan araştırma
sonuçlarının bilimsel değer taşıması ve evreni temsil
edebilmesi için en az kaç kişi üzerinde çalışılacağının
hesaplanması demektir. Bu hesaplar araştırmada incelenen
değişkenlerin özelliğine, incelenen olay için öngörülen
evren oranı veya ortalamasına, varılacak sonuçların hangi
güven düzeyinde savunulacağına, öngörülen sapma
miktarına bağlı olarak değişir. Örneklem birimleri ise veri
toplanacak birimlerdir.

Örneklemenin yararları nelerdir?

• Ulaşılmak istenilen sonuçlara kısa sürede ulaşma
olanağı sağlar.
• Para, iş gücü, araç-gereç anlamındaki
maliyetlerin daha az olmasını sağlar.
• Sağlıkla ilgili konular çok değişkenli olduğuiçin
küçük gruplar sayesinde değişkenlerin etkisinin
kontrolü daha kolay olur, daha kesin sonuçlar
elde edilir.
• Araştırmaya katılmama, eksik veri toplama,
gözlemciler arası farklılık, ölçüm gözlem
hataları, gibi hataları kontrol altına almak daha
kolaydır.
• Örneklem hatası araştırıcı tarafından öngörülen
ve izin verilen bir hata olduğu için sonuçların
yorumu sırasında etkisini ölçme imkanı vardır.

Örneklemenin sakıncaları nelerdir?

• Her zaman örneklem hatası olması söz
konusudur.
• Toplum içerisinde bazı kişilerin araştırmaya
alınmaması nedeniyle ayrımcılık duygularına
neden olabilir.
• Görülme sıklığı çok az olan durumların
araştırılması sırasında ya çok büyük örneklerle
çalışmak gerekir ya da incelenen durumla hiç
karşılaşamama riski vardır.

Örnekleme yöntemi neye göre belirlenir?

Örnekleme yönteminin ne olacağı, araştırmanın
amacına, evrenin özelliklerine, araştırma bütçesine göre
değişir.

Örnekleme yöntemleri, başlıca hangi gruplara ayrılır?

Çok çeşitli örnekleme yöntemleri bulunmakla
birlikte bu yöntemlerin iki temel grupta toplandığı
söylenebilir: Olasılıksız örnekleme ve Olasılıklı
örnekleme.

Olasılıksız örnekleme yöntemlerinin genel özellikleri
nelerdir?

Evrendeki kişilerin veya birimlerin örneğe ne
olasılıkla seçileceği bilinmez. Çoğu zaman evren de tam
olarak bilinemez. Olasılıksız örnekleme ile seçilen
gruplardan elde edilen sonuçların evrene genellenmesi
doğru değildir ve bilimsel bir yaklaşım olarak kabul
görmez. Ancak, bazı bilimsel araştırmalarda zorunlu
olarak, kalitatif (nitel) yöntemlerle yapılan araştırmalarda
ise araştırma amaçları gerektirdiği için bu yöntemler
kullanılabilmektedir. Olasılıksız örnekleme yöntemlerinde
örnek büyüklüğünün önemi olmadığından örnek
büyüklüğü hesabına gerek yoktur.

Sağlık sektöründe sık kullanılan olasılıksız örnekleme
yöntemleri hangileridir?

• Amaçlı örnekleme
• Kolaycı örnekleme
• Kota örnekleme
• Kartopu örnekleme

Amaçlı örnekleme yöntemini açıklayınız

Araştırma amaçlarına uygun kişilerin
seçilmesidir. Örnek büyüklüğünün önemi olmadığı gibi bu
kişilerin hangi kaynaklardan yararlanılarak nasıl
seçildiklerinin de önemi yoktur.

 Kolaycı örnekleme yöntemini açıklayınız.

Ulaşılması kolay olan kişilerin
seçilmesidir. Bu kişilerin evreni temsil etme özelliği
olmamakla birlikte kendilerinden çeşitli amaçlarla veri
toplanması gerekebilir

Kota örnekleme yöntemini açıklayınız

Örneğe seçilecek bazı kişiler veya gruplar için
yanlı davranılması esasına dayanan bir yöntemdir. Eğer
yapılan araştırmada toplanacak verilerin bir kısmı evrende
azınlıkta olan veya bulunması zor olan bazı gruplardan
toplanacaksa ve bu grupların seçilecek örnek içerisinde
belirli bir oranda temsil edilmesi gerekiyorsa bunlar için
bir kota belirlenerek kota örneklemesi yapılır.

Kartopu örnekleme yöntemini açıklayınız

Genellikle amaçlı örneklemeyi tamamlayıcı
nitelikte bir yöntemdir. Seçilen bir kişinin yönlendirmesi
ile benzer kişilere ulaşılması ve örnekteki kişi sayısının
kartopu misali büyümesi anlamına gelir.

Olasılıklı örnekleme yöntemlerinin genel özellikleri
nelerdir?

Olasılıklı örnekleme yöntemlerinde evrende
bulunan her kişi ya da birimin örneğe seçilme olasılığı
önceden hesaplanabilir ve genellikle her kişi ya da birim
için seçilme olasılığının eşit olması istenir. Seçilme
olasılığının bazı birimler için farklı olması gerekiyorsa
bunun ne olacağı ve nasıl sağlanacağı da araştırmacı
tarafından belirlenir. Olasılıklı örneklemenin anlamı,
evrenden örneğe seçilen her birimin örneğe girme
olasılığının araştırıcı tarafından bilinmesidir. Bu olasılık
eşit veya farklı olabilir, önemli olan bilinmesidir. Bunun
nedeni, örnek sonuçlarına bakarak evren hakkında
saptamalar, genellemeler yapılabilmesi için olasılık
hesaplarına gerek duyulmasıdır.

Olasılıklı örnekleme kavramı ile karıştırılan olasılıklı
ayırma kavramı neyi ifade etmektedir?

Kontrollü deneysel araştırmalarda olduğu gibi,
araştırma için birden çok grubun kullanıldığı durumlarda,
araştırmaya katılacak olanların gruplara ayrılması,
dağıtılması sırasında benzer olasılıklara sahip olması ve
bir grup lehine yanlı davranılmamasıdır.

Sağlık bilimlerinde sık kullanılan başlıca olasılıklı
örnekleme yöntemleri hangileridir?

• Basit tesadüfi örnekleme
• Sistematik örnekleme
• Tabakalıörnekleme
• Küme örnekleme
• Çok aşamalı örnekleme

Basit tesadüfi örnekleme yöntemini açıklayınız.

Örnek seçimi için önce evrenden örneğe kaç
birimin seçilmesi gerektiğine karar verilir, yani örnek
büyüklüğü hesabı yapılır, sonra yönteme geçilir. Basit
tesadüfi örneklemede önce evrendeki tüm birey ya da
birimlere birer sıra numarası verilerek bir evren listesi
hazırlanır. Yöntemi uygulamak ise bu amaçla hazırlanmış
“tesadüfi sayılar tabloları” ndan yararlanılır. Tablodan
belli kurallara göre hangi sıra numarasına sahip birimlerin
örneğe alınacağı belirlenir.

Basit tesadüfi örnekleme yönteminin güçlü ve zayıf
yönleri nelerdir?

Basit tesadüfi örneklemenin güçlü yanları:
• Evrendeki her birimin örneğe girme olasılığı eşit
olduğundan örneğin evreni temsil gücü fazladır.
• İstatistiksel hesaplamalar ve tahminler kolay
yapılır.
Basit tesadüfi örneklemenin zayıf yanları:
• Örnek büyüklüğü fazla ve geniş bir alana
yayılıyorsa zaman, iş gücü ve parasal açıdan
maliyeti yüksek olur.
• Evrendeki azınlık gruplar tam olarak temsil
edilmeyebilir.
• Örneğe seçilen veya seçilmeyen kişilerde
ayrımcılık duygularına neden olabilir.

Sistematik örnekleme yöntemini açıklayınız

Sistematik örneklemede evrendeki birim sayısı
gene listelenerek her birime bir sıra numarası verilir. Daha
sonra evrendeki birim sayısı örnekte yer alacak birim
sayısına bölünerek örneklem aralığıbulunur. Tesadüfibir
başlangıç numarası saptandıktan sonra her k’inci birim
(k=Örneklem aralığı) örneğe alınır.

Sistematik örnekleme yönteminin güçlü ve zayıf yönleri
nelerdir?

Sistematik örneklemenin güçlü yanları:
• Yöntemin uygulanması çok kolaydır.
• Örneğin evrene eşit olarak dağılması
sağlanır, temsil gücü artar.
Sistematik örneklemenin zayıf yanları:
• Evrendeki birimlerin listesi tekrarlayan bir iç
düzene sahip ise farkında olmadan taraf tutulmuş
olur.
• Yapılan tahmin ve hesapların kesinliğini
savunmak zordur.

Tabakalı örnekleme yöntemini açıklayınız

Araştırılan konu, evrende yer alan kişi ya da
birimlerin herhangi bir özelliğine bağlı olarak farklı bir
dağılım gösteriyor ise evren bu özelliğe göre tabakalara
ayrıldıktan sonra her tabakadan tesadüfi yöntemlerden
birisi kullanılarak, gereken sayıda kişi ya da birimin
örneğe seçilmesi şeklinde yapılan örnekleme yöntemidir.

Tabakalı örnekleme yönteminin güçlü ve zayıf yönleri
nelerdir?

Tabakalı örneklemenin güçlü yanları:
• Her tabakadaki her birimin seçilme olasılığı
eşittir.
• Her tabakanın örnek içerisinde yeterince temsil
edilmesini sağlar.
• Evrendeki azınlık grupların temsil edilmesi
sağlanır.
Tabakalı örneklemenin zayıf yanları:
• Her tabaka için ayrı hesaplama ve seçim
gerektirir.
• Azınlık grupların örnekte yeterince temsil
edilmesine çalışılırken diğer grupların temsil
gücü azalır.

Küme örnekleme yöntemini açıklayınız

Küme örnekleme yönteminde örnekleme
birimleri kişiler değil kümelerdir. Evren önce coğrafi
durum, nüfus yoğunluğu gibi herhangi bir özelliğine göre
alt gruplara yani kümelere ayrılır. Daha sonra tesadüfi
yöntemlerden birisi kullanılarak kümeler arasından örnek
seçilir. Çalışma ya bu kümelerde yer alan tüm birimler
üzerinde ya da gene tesadüfi yöntemlerden birisi ile
seçilen yeterli sayıda birim üzerinde gerçekleştirilir.

Küme örnekleme yönteminin güçlü ve zayıf yönleri
nelerdir?

Küme örneklemenin güçlü yanları:
• Zaman, iş gücü ve parasal anlamda maliyet
azalır.
• Örnekleme sırasında söz konusu olabilecek
ayrımcılık duyguları engellenir.
Küme örneklemenin zayıf yanları:
• Örneklem hatası fazla olduğundan evreni temsil
etme gücü diğer yöntemlerden daha azdır.
• Tasarım etkisinin büyük olması nedeniyle örnek
büyüklüğünün dikkatle hesaplanması gerekir.

Çok aşamalı örnekleme yöntemini açıklayınız

Evrendeki kişi sayısının fazla olduğu veya
evrenin çok geniş bir alana yayıldığı durumlarda yukarıda
sayılan örnekleme yöntemlerinin sadece bir tanesini
kullanarak örnek seçmek mümkün olmayabilir. Bu
durumda çeşitli aşamalarda farklı örnekleme yöntemleri
kullanılarak birden çok örneklemeyi bir arada kullanmak
gerekir. Örneğin, ilk aşamada küme örnekleme ile bir grup
seçilir, ikinci aşamada bu grup içinden küme örnekleme
ile ikinci bir seçim yapılır, üçüncü aşamada ise yapılan
seçim içinden bazı birimler sistematik örnekleme ile
seçilerek öngörülen örnek büyüklüğüne ulaşılır.

Çok aşamalı örnekleme yönteminde neye dikkat edilmesi gerekmektedir?

Seçilen örnekteki kişi ya da birimlerin temel
özelliklerinin temsil ettikleri evren ile olabildiğince benzer
olması gerekmektedir. Ancak bu şekilde yapılacak
genellemeler güvenilir ve gerçekçi olabilir.

Araştırmalarda neden örnek büyüklüğü
hesaplanmalıdır?

Örnek seçilerek yapılan kesitsel araştırmalardan
elde edilen sonuçların bilimsel açıdan değer taşıması,
evrene genellenebilmesi ve güvenilir biçimde
yorumlanabilmesi için işin başında ihtiyaç duyulan en
küçük örnek büyüklüğünün hesaplanması gerekir.

Örnek büyüklüğünün anlamı nedir?

Örnek büyüklüğü hesabı sonucunda bulunan sayı,
araştırma için gerekli olan en küçük örnek büyüklüğünü
gösterir. Bunun anlamı, örneğe girecek birim sayısı bu
değerin üzerine çıkabilir ama altına inmemelidir.
Hesaplanan en küçük örnek büyüklüğünden daha büyük
örneklere ulaşılması halinde örnekleme hatası
küçüleceğinden örneğin evreni temsil etme gücü de
artacaktır.

Örnek büyüklüğü araştırmanın başında
hesaplanamamışsa ne yapılır?

Araştırma sonuçlarının değerli olması için örnek
büyüklüğü hesabının başlangıçta yapılması gerektiği halde
çeşitli nedenlerle yapılamamış veya istenilen büyüklükte
bir örneğe ulaşılamamış ise bu durumda güç analizi
(power analysis) yapılarak, ulaşılan örnek büyüklüğünün
evreni temsil etme gücü hesaplanır.

Örnek büyüklüğünün hesaplanması için göz önünde
tutulması gereken başlıca önemli noktalar nelerdir?

• Araştırmanın amacı ve türü
• İncelenen değişkenin ölçüm biçimi
• İncelenen değişken için evrende öngörülen değer
veya yaygınlık
o Nitelik için: Öngörülen oran (p)
o Nicelik için: Öngörülen standart
sapma (s)
• Elde edilecek sonuçlar için izin verilen hata payı,
öngörülen sapma miktarı (d)
• Sonuçların savunulacağı güven düzeyi ve
kesinliği(z)
• Evren büyüklüğü (N)

Örnek büyüklüğü hesabında sonuçların kesinliği için
hangi formül kullanılır?

z = d/SE formülü kullanılır. İstatistikle ilgili
kaynaklarda bulunabilecek Standart Normal Dağılım
tablolarında yer alan “z” değerleri, santral limit teoremi
olarak bilinen olasılık hesapları ile geliştirilmiş olan ve
farklı güven düzeyleri için bulunabilen sayısal değerlerdir.
d=Öngörülen sapma, SE=Standart hata’ dır.

“Güven düzeyi” kavramı neyi ifade eder?

“Güven düzeyi” (Confidence level: CL),
araştırma sonuçlandığında elde edilen bulguların, örneğin,
hesaplanan ortalama veya oranın, güvenle
savunulabileceği düzey anlamına gelir ve bir başka önemli
kavram olan “güven aralığı” (Confidence interval: CI) ile
karıştırılmaması gerekir. Örnek büyüklüğü hesaplarında
geleneksel olarak en sık kullanılan güven düzeyi %95 olup
bazı durumlarda %99 da kullanılabilmektedir.

Örnek büyüklüğünü hesaplamak için kullanılan z =
d/SE formülündeki SE (Standat hata) nasıl hesaplanır?

Eğer incelenen değişken nicelik ise, yani değişkenin
değerleri ölçülerek ortalama ve standart sapma ile ifade
edilecek ise;
• Standart hata = SE = s / n ’dir. (s=Standart
sapma, n=Örnek büyüklüğü)
Eğer incelenen değişken nitelik ise yani araştırma
bulguları oran (p) olarak ifade edilecek ise;
• Standart hata = SE = pq / n ’dir.
(p=Öngörülen evren oranı, q=1-p, n=Örnek
büyüklüğü)

İncelenen değişkenin nicelik veya nitelik olmasına göre
Standart Hatanın hesaplanışı değişmektedir. Buna bağlı
olarak z’nin formülü nasıl ifade edilebilir?

Eğer incelenen değişken nicelik ise;
• z = d / s / n yani n = z!s! / d!
Eğer incelenen değişken nitelik ise;
• z = d / pq / n yani n = z!pq / d!

İncelenen değişkenin evrendeki standart sapması (s)
araştırmalarda ne şekilde kullanılır?

İncelenen değişkenin evrendeki değerlerinin
dağılımı ve standart sapması genellikle bilinmediğinden
aynı konuda daha önce yapılmış benzer araştırma
sonuçlarına bakılır ve kaynak gösterilerek o araştırmalarda
bulunan standart sapmalar kullanılır. Benzer araştırmalar
da bulunmuyorsa, o durumda küçük çaplı bir pilot çalışma
yapılarak standart sapma hesaplanır.

Öngörülen evren oranının (p) ne olacağına nasıl karar
verilir?

Öngörülen evren oranının ne olacağına karar
vermek için aynı evrende daha önce yapılmış olan benzer
araştırmalara bakmak gerekir. Böyle araştırmalar yok ise
başka toplumlarda benzer evrenlerde yapılmış benzer
araştırma sonuçları taranarak güvenilir bir oran bulunmaya
çalışılır. Bu da mümkün olamıyorsa örneğin, araştırma
konusu ilk kez bu araştırma ile ele alınacak bir konu ise,
bilinmeyen evren oranı için 0.5’nin kullanılması gerekir.
Yani evren oranının bilinmediği durumlarda öngörülen
oran 0.5 olmalıdır. Bu oranın kullanılması ile aynı
örneklem hatası ve aynı güven düzeyi için en büyük örnek
büyüklüğüne ulaşılması sağlanır. Bunun gerekçesi örnek
büyüklüğü formülünden kolayca anlaşılabilir. Formülün
payında yer alan “pq”, evren oranı olan p ile 1-p olan
q’nun çarpımıdır. Birbirini 1’e tamamlayan iki sayının
çarpılması halinde en büyük değerin elde edilmesi için
sayıların “0.5” ve “0.5” olması gerekir.

Örnekleme hatası nedir?

Evrenin tümünden veri toplanmadığı sürece
seçilecek örneklerden elde edilecek sonuçlar her zaman
belirli bir güven düzeyinde ve belirli bir hata payı ile
geçerli olacaktır. Bu hata payına “örnekleme hatası” adı
verilir

Tasarım etkisi nedir?

Örnek büyüklüğü hesabı sırasında kullanılan
formül ve yöntemler özünde olasılık hesaplarına
dayanmakta olup, evrendeki her birimin örneğe girme
olasılığının eşit olduğu basit tesadüfi örnekleme yöntemi
için geçerlidir. Diğer örnekleme yöntemlerinin
kullanılması halinde, örneğin küme örnekleme, tabakalı
örnekleme yöntemi kullanılıyor ise, saptanan örnek
büyüklüğünün bu yöntemlere göre istatistiksel olarak
yeniden ayarlanması, hesaplanacak olan bir katsayı ile
çarpılması gerekir. Bu katsayıya “tasarım etkisi” adı
verilir.

Bir araştırmada çeşitli nedenlerle ulaşılamayan
kişiler, araştırmada yer almak istemeyenler ya da veri
toplanırken yarıda bırakan kişilerin olması neye neden
olur?

Bu durumda örneğin evreni temsil etme sorunu
ortaya çıkar. Kendisinden veri toplanan kişiler ile
toplanmayan kişiler, araştırılan konu açısından önemli bir
farklılığa sahip ise araştırma sonuçları yanlı olur. Başka
bir deyişle örnekten elde edilen sonuçlara bakılarak evren
hakkında tahminlerde bulunmak doğru olmayacaktır.

Araştırmalarda katılmama sorunu ile eksik veri
sorununu önlemek için neler yapılabilir?

Kendisine ulaşılamayan kişilere ulaşmak için
birkaç kez girişimde bulunulmalı, gene ulaşılamıyor ise
ulaşılamama nedeni kaydedilmeli, sonuçlar yorumlanırken
bunlar da göz önünde tutularak yorum yapılmalıdır.
Araştırmaya katılmayı kabul ettiği halde bazı kişilerin veri
toplama aşamasında vazgeçme ya da yarıda bırakma
olasılığı olup olmadığı, ön uygulama aşamasında dikkatli
bir şekilde incelenmeli ve önlem alınmalıdır.

Örneklem dağılımı nedir?

Örneklem dağılımı, aynı evrenden, aynı
büyüklükte alınabilecek olan olası tüm örneklerden elde
edilecek istatistik değerlerin dağılımıdır. Buradaki
istatistik sözcüğü “ortalama”, “oran”, “standart sapma”
gibi örnekten elde edilen değerler için kullanılır. Evren
değerleri için kullanılan sözcük ise “parametre”dir.
Örneklem dağılımları yardımı ile elde edilen bir istatistik
değerin evren parametresinden ne denli farklı olduğu
önemlilik testleri ile analiz edilerek anlaşılmaya çalışılır.

Standart normal dağılım nedir?

Örnek büyüklüğünün 30 ve üzerinde olduğu
durumda ortaya çıkacak olan örnek değerlerinin
dağılımına verilen addır. Bu normal dağılım grafik olarak
çan eğrisi görünümündedir.

Çan eğrisi nasıl yorumlanır?

Çan eğrisi üzerindeki değerlerin görülme
olasılığına bakılarak tek bir örnekten elde edilen istatistik
değerlerin (ortalama ya da oranların) evren parametresine
ne ölçüde yakın ya da uzak olduğunun yorumu
yapılabilmektedir. Çan eğrisinin aşırı uçlarında yer alan
%2.5’luk bölgede kalan örnek istatistikleri, bilim
çevrelerinde genel kabul görmüş bir kural olarak evren
parametresinden önemli şekilde farklı, diğer değerler ise
yani %95’lik orta alanda kalan değerler evren
değerlerinden farksız kabul edilmektedir. Bu farklılığın ya
da farksızlığın analizi önemlilik testleri ile
yapılabilmektedir.

Örnekleme sürecinin aşamaları nelerdir?

Örnekleme süreci altı aşamadan oluşur:
• Evrenin tanımlanması
• Evrenin listelenmesi
• Örnekleme yönteminin belirlenmesi
• Örnek büyüklüğünün hesaplanması
• Örneklem birimlerinin seçilmesi
• Seçilen birimlerden veri toplanması

Örnek kullanmanın yararları nelerdir? 

Örnek kullanımının genel olarak yararları şu şekildedir:
• Ulaşılmak istenilen sonuçlara kısa sürede ulaşma olanağı sağlar.
• Para, iş gücü, araç-gereç anlamındaki maliyetlerin daha az olmasını sağlar.
• Sağlıkla ilgili konular çok değişkenli olduğu için küçük gruplar sayesinde değişkenlerin
etkisinin kontrolü daha kolay olur, daha kesin sonuçlar elde edilir.
• Araştırmaya katılmama, eksik veri toplama, gözlemciler arası farklılık, ölçüm/gözlem
hataları, gibi hataları kontrol altına almak daha kolaydır.
• Örneklem hatası araştırıcı tarafından öngörülen ve izin verilen bir hata olduğu için
sonuçların yorumu sırasında etkisini ölçme imkanı vardır. 

Olasılıksız örnekleme teknikleri hangi durumlarda kullanılır? 

Olasılıksız örnekleme ile seçilen gruplardan elde edilen sonuçların evrene genellenmesi doğru değildir ve bilimsel bir yaklaşım olarak kabul görmez. Ancak, bazı bilimsel araştırmalarda zorunlu olarak, kalitatif yöntemlerle yapılan araştırmalarda ise araştırma amaçları gerektirdiği için bu yöntemler kullanılabilmektedir. Örneğin, “hiç özel hastaneye gitmemiş yetişkinler” arasında bir araştırma yapılması söz konusu olduğunda araştırma evrenini belirlemek, evrendeki birimlerin listesini yapmak mümkün değildir. Dolayısıyla evrendeki her bireyin örneğe seçilme olasılığını hesaplamak da mümkün değildir. Ancak, bu özelliği taşıyan kişilere bir şekilde ulaşmak ve bunlardan veri toplamak gerekebilir. Bu durumda zorunlu olarak olasılıksız örnekleme yöntemlerini kullanmak gerekir.

Amaçlı Örnekleme tekniği nedir? 

Araştırma amaçlarına uygun kişilerin seçilmesidir. Örnek büyüklüğünün önemi olmadığı gibi bu kişilerin hangi kaynaklardan yararlanılarak nasıl seçildiklerinin de önemi yoktur.

Kolaycı örnekleme tekniğinde kişiler nasıl seçilir? 

Ulaşılması kolay olan kişilerin seçilmesidir. Komşular, arkadaşlar, sokakta dolaşanlar, bir alışveriş merkezine gelenler, ulaşılması kolay olan kişilerdir. Bunların hiç bir evreni temsil etme özelliği olmamakla birlikte kendilerinden çeşitli amaçlarla veri toplanması gerekebilir. Genellikle bir ürün veya hizmetle ilgili pazar araştırması yapılırken beklenti ve eğilim belirlemek amacıyla bu tür örnekleme kullanılabilir. 

Kota örnekleme hangi durumlarda kullanılmaktadır? 

Örneğe seçilecek bazı kişiler veya gruplar için yanlı davranılması esasına dayanan bir yöntemdir. Eğer yapılan araştırmada toplanacak verilerin bir kısmı evrende azınlıkta olan veya bulunması zor olan bazı gruplardan toplanacaksa ve bu grupların seçilecek örnek içerisinde belirli bir oranda temsil edilmesi gerekiyorsa bunlar için bir kota belirlenerek
kota örneklemesi yapılır.

Kartopu örnekleme nedir?  

Genellikle amaçlı örneklemeyi tamamlayıcı nitelikte bir yöntemdir. Seçilen bir kişinin yönlendirmesi ile benzer kişilere ulaşılması ve örnekteki kişi sayısının kartopu misali büyümesi anlamına gelir.

Basit tesadüfi örneklemenin güçlü ve zayıf yanları nelerdir? 

Basit tesadüfi örneklemenin güçlü yanları:
• Evrendeki her birimin örneğe girme olasılığı eşit olduğundan örneğin evreni temsil
gücü fazladır.
• İstatistiksel hesaplamalar ve tahminler kolay yapılır.
Basit tesadüfi örneklemenin zayıf yanları:
• Örnek büyüklüğü fazla ve geniş bir alana yayılıyorsa zaman, iş gücü ve parasal
açıdan maliyeti yüksek olur.
• Evrendeki azınlık gruplar tam olarak temsil edilmeyebilir.
• Örneğe seçilen veya seçilmeyen kişilerde ayrımcılık duygularına neden olabilir.

Sistematik örneklemenin güçlü ve zayıf yanları nelerdir? 

Sistematik örneklemenin güçlü yanları:
• Yöntemin uygulanması çok kolaydır.
• Örneğin evrene eşit olarak dağılması sağlanır, temsil gücü artar.
Sistematik örneklemenin zayıf yanları:
• Evrendeki birimlerin listesi tekrarlayan bir iç düzene sahip ise farkında olmadan
taraf tutulmuş olur.
• Yapılan tahmin ve hesapların kesinliğini savunmak zordur.

Tabakalı örnekleme hangi durumlarda kullanılır? 

Araştırılan konu, evrende yer alan kişi ya da birimlerin herhangi bir özelliğine bağlı olarak farklı bir dağılım gösteriyor ise evren bu özelliğe göre tabakalara ayrıldıktan sonra her tabakadan tesadüfi yöntemlerden birisi kullanılarak, gereken sayıda kişi ya da birimin örneğe seçilmesi şeklinde yapılan örnekleme yöntemidir.

Tabakalı örneklemenin güçlü ve zayıf yanları nelerdir? 

Tabakalı örneklemenin güçlü yanları:
• Her tabakadaki her birimin seçilme olasılığı eşittir.
• Her tabakanın örnek içerisinde yeterince temsil edilmesini sağlar.
• Evrendeki azınlık grupların temsil edilmesi sağlanır.
Tabakalı örneklemenin zayıf yanları:
• Her tabaka için ayrı hesaplama ve seçim gerektirir.
• Azınlık grupların örnekte yeterince temsil edilmesine çalışılırken diğer grupların
temsil gücü azalır.

Küme örnekleme hangi durumlarda kullanılmaktadır? 

Daha çok epidemiyolojik saha araştırmalarında kullanılan küme örnekleme yönteminde örnekleme birimleri kişiler değil kümelerdir. Evren önce coğrafi durum, nüfus yoğunluğu gibi herhangi bir özelliğine göre alt gruplara yani kümelere ayrılır. Daha sonra tesadüfi yöntemlerden birisi kullanılarak kümeler arasından örnek seçilir. Çalışma ya bu kümelerde yer alan tüm birimler üzerinde ya da gene tesadüfi yöntemlerden birisi ile seçilen yeterli sayıda birim üzerinde gerçekleştirilir.

Küme örneklemenin güçlü ve zayıf yanları nelerdir? 

Küme örneklemenin güçlü yanları:
• Zaman, iş gücü ve parasal anlamda maliyet azalır.
• Örnekleme sırasında söz konusu olabilecek ayrımcılık duyguları engellenir.
Küme örneklemenin zayıf yanları:
• Örneklem hatası fazla olduğundan evreni temsil etme gücü diğer yöntemlerden
daha azdır.
• Tasarım etkisinin büyük olması nedeniyle örnek büyüklüğünün dikkatle hesaplanması
gerekir.

Çok aşamalı örnekleme hangi durumlarda gerçekleştirilir? 

Evrendeki kişi sayısının fazla olduğu veya evrenin çok geniş bir alana yayıldığı durumlarda yukarıda sayılan örnekleme yöntemlerinin sadece bir tanesini kullanarak örnek seçmek mümkün olmayabilir. Bu durumda çeşitli aşamalarda farklı örnekleme yöntemleri kullanılarak birden çok örneklemeyi bir arada kullanmak gerekir.

Araştırma sonuçlarının değerli olması için örnek büyüklüğü hesabının başlangıçta yapılması gerektiği halde çeşitli nedenlerle yapılamamış veya istenilen büyüklükte bir örneğe ulaşılamamış ise angi analiz yöntemi ile örnek büyüklüğünün evreni temsil etme gücü hesaplanır.

Araştırma sonuçlarının değerli olması için örnek büyüklüğü hesabının başlangıçta yapılması gerektiği halde çeşitli nedenlerle yapılamamış veya istenilen büyüklükte bir örneğe ulaşılamamış ise bu durumda güç analizi (power analysis) yapılarak, ulaşılan örnek büyüklüğünün evreni temsil etme gücü hesaplanır. Gerek örnek büyüklüğü hesabı gerekse güç analizi iyi istatistik bilgisi gerektirdiğinden hesaplamalar yapılırken bu konuda bir uzmandan destek alınmasında yarar vardır.

Örnekleme hatası nedir? 

Evrenin tümünden veri toplanmadığı sürece seçilecek örneklerden elde edilecek sonuçlar her zaman belirli bir güven düzeyinde ve belirli bir hata payı ile geçerli olacaktır. Bu hata payına “örnekleme hatası” adı verilir. Örnekleme hatası, araştırmacının farkında olduğu ve öngördüğü bir hata kaynağı olduğu için sonuçların yorumlanması sırasında olasılık hesapları yardımı ile hata payının etkisi dikkate alınarak yorum yapılır. Araştırma yapılırken ve örnek seçimi sürecinde öngörülmeyen hatalar da söz konusu olabilir. İyi planlanmamış araştırmalarda çok karşılaşılan öngörülmemiş bazı hatalar veri kalitesini bozan ve sonuçları anlamsız kılan nitelikte olabileceğinden araştırmacılar bu tür hata kaynakları konusunda dikkatli olmalıdır.

Tasarım etkisi nedir? 

Örnek büyüklüğü hesabı sırasında kullanılan formül ve yöntemler özünde olasılık hesaplarına dayanmakta olup, evrendeki her birimin örneğe girme olasılığının eşit olduğu basit tesadüfi örnekleme yöntemi için geçerlidir. Diğer örnekleme yöntemlerinin kullanılması halinde, örneğin küme örnekleme, tabakalı örnekleme yöntemi kullanılıyor ise, saptanan örnek büyüklüğünün bu yöntemlere göre istatistiksel olarak yeniden ayarlanması, hesaplanacak olan bir katsayı ile çarpılması gerekir. Bu katsayıya “tasarım etkisi” adı verilir. Örneğin, küme örnekleme yöntemi kullanılması hâlinde söz konusu olabilecek tasarım etkisi kabaca 2 olabileceğinden, formülle hesaplanmış olan örnek büyüklüğünün iki katının alınması gerekir. 

Araştırmacılar katılamama ve eksik veri sorununu önlemek için neler yapmalıdır? 

Her araştırmada karşılaşılabilen katılmama sorunu ile eksik veri sorununu önlemek için araştırmacıların daha işin başında gerekli önlemleri alması gerekir. Örneğin, kendisine ulaşılamayan kişilere ulaşmak için birkaç kez girişimde bulunulmalı, gene ulaşılamıyor ise ulaşılamama nedeni kaydedilmeli, sonuçlar yorumlanırken bunlar da göz önünde tutularak yorum yapılmalıdır. Araştırmaya katılmayı kabul ettiği halde bazı kişilerin veri toplama aşamasında vazgeçme ya da yarıda bırakma olasılığı olup olmadığı, ön uygulama aşamasında dikkatli bir şekilde incelenmeli ve önlem alınmalıdır. Kişiler genellikle kendilerine
sorulan bazı rahatsız edici sorulardan, bazı özel bilgilerin istenmesinden, ya da veri toplama sürecinin uzun sürmesinden dolayı araştırmayı yarıda bırakabilmekte veya katılmayı reddedebilmektedirler.

Örnek büyüklüğünün hesaplanması için bilinmesi ve göz önünde tutulması gereken
başlıca önemli noktalar nelerdir? 

Örnek büyüklüğünün hesaplanması için bilinmesi ve göz önünde tutulması gereken
başlıca önemli noktalar şunlardır:
• Araştırmanın amacı ve türü
• İncelenen değişkenin ölçüm biçimi
• İncelenen değişken için evrende öngörülen değer veya yaygınlık
• Nitelik için: Öngörülen oran= (p)
• Nicelik için: Öngörülen standart sapma= (s)
• Elde edilecek sonuçlar için izin verilen hata payı, öngörülen sapma miktarı (d)
• Sonuçların savunulacağı güven düzeyi ve kesinliği (z)
• Evren büyüklüğü (N)

Çan eğrisinin aşırı uçlarında yer alan %2.5’luk bölgede kalan örnek istatistikleri nasıl yorumlanmaktadır? 

Çan eğrisinin aşırı uçlarında yer alan %2.5’luk bölgede kalan örnek istatistikleri, bilim
çevrelerinde genel kabul görmüş bir kural olarak evren parametresinden önemli şekilde
farklı, diğer değerler ise yani %95’lik orta alanda kalan değerler evren değerlerinden
farksız kabul edilmektedir. Bu farklılığın ya da farksızlığın analizi önemlilik testleri ile
yapılabilmektedir.