VERİLERİN TOPLANMASI VE SUNULMASI

2 VERİLERİN TOPLANMASI VE SUNULMASI 2.1. Örnekleme 2.2. Verilerin toplanması 2.3. Verilerin sunulması: 2.4 Deneysel Çalışmalar Prof.Dr. Levent ŞENYAY I I - 1

2.1. Örnekleme İstatistiksel veriler toplanırken ya tüm populasyon sayılır ya da populasyonu temsil edebilecek örnek ya da örnekler seçilir. Örnek almak ile populasyonun belli bir kısmı kullanılmaktadır. Bu durumda alınan örneğin populasyonu temsil etme niteliğini kaybetmemesi gerekir. Örnekleme metotları olasılıklı ve olasılıksız örnekleme metotları olarak ikiye ayrılır. Örneklemede esas amaç populasyonu temsil edebilen en küçük örneğin belirlenmesidir. Bu sorun populasyon homojenleştikçe kolaylaşır, populasyon heterojenleştikçe zorlaşır. Örneğin laboratuarlarda analiz amaçlı kan alımı bir çeşit populasyondan örnek alma işlemidir ve kan çok homojen olduğu için küçük bir damla bile pek çok analizi yapmaya ve sonuçlarını tüm vücuttaki kan (populasyon) için genellemeye müsaittir. Ya da çorba hazırlarken belli bir aşamada tadını kontrol etmek için tencereden bir kaşık alıp tatmak da bir çeşit populasyondan örnek almaktır. Burada tuz karabiber gibi malzemeleri koyduktan hemen sonra tadım işlemi yapılmaz, öncelikle tencere karıştırılarak populasyonun homojenize olması sağlanır ki bu durumda alınan örneğin bütünü temsil yeteneği artmış demektir. 1. Olasılıklı Örnekleme, populasyondaki her bireyin örneğe girme olasılığı sıfır olmayan bir değerdir. Bu metotlar içerisinde populasyonun homojen olması arzulanır. Bir populasyon ne kadar homojen ise o kadar daha kolay ve az örnekle tahminde bulunulabilir. a. Basit Şans Örneklemesi, bu örnekleme metodunda sonlu bir populasyon içindeki tüm bireylerin bir listesi olan bir örnekleme çerçevesine ihtiyaç duyulur. N hacimli bir populasyondan n hacimli örnek(ler) seçilir. Populasyondaki her birey aynı olasılıkla (n/n) seçilir. Bu örnekleme aşamasında iki yöntem kullanılmalıdır, (N>n) - iadeli örnekleme -iadesiz örnekleme bu örnekleme tipinde her örneğin (Combinasyon (N,n)) seçilme şansı aynıdır. Bu işlemler sırasında genellikle şans sayıları türetilerek örnekleme çerçevesi içinden örnek seçimi gerçekleştirilir. b. Tabakalı Şans Örneklemesi, Bu örnekleme metodunda populasyon homojen alt populasyonlara bölünür ve her bir alt populasyondan basit şans örneklemesi metodu ile örnek seçimi gerçekleştirilir. Bu örnekleme metodunda alt populasyon içi homojenlik, alt populasyonlar arası heterojenlik amaçlanır ve en büyüklenmeye çalışılır. Bu metodun avantajları tüm populasyona ait genel tahminlere ilave olarak alt grup olarak adlandırılan tabakalar için de ayrı tahminler elde etme imkanı sağlar.. Tahminlerin hassasiyeti basit şans örneklemesinden daha iyidir. Ancak örnekleme çerçevesine gereksinim duyması bu metodun dezavantajıdır. c. Küme Örneklemesi (tek/çok aşamalı), Bu örneklemede populasyon heterojen alt gruplara ayrılmış durumdadır ve her alt populasyonun iç bezemezliği birbirine benzer. Diğer bir ifadeyle bu örnekleme metodunda küme adı verilen alt populasyonlar içi heterojenlik, kümeler arası homojenlik istenen bir durumdur. Bu metot örnekleme çerçevesinin bulunmadığı geniş populasyonların araştırılmasında kullanılır. Kümelerden bazıları örneklemeye şansa bağlı olarak dahil edilir ve her kümeden basit şans örneklemesi metodu ile örnek alınır. Örnekleme çerçevesi ancak seçilen kümeler içinde hazırlanır. Kümeleme işlemi iç içe birden çok kez alt populasyonlara ayırma yoluyla yapılırsa bu durumda çok aşamalı küme örneklemesinden söz edilebilir. Örneğin ailelerin gelir grubuna dayalı bir araştırmada genellikle semt ya da mahalleler düşük, orta ve yüksek gelir grubundaki insanların yoğunlaşması ile oluştuğu birçok yerde geçerlidir. Burada semtler bir populasyon alt grubu oluşturacak ise bu tabakalı örneklemesinin bir uygulaması gibi görülebilir. Burada semtler birer tabaka olarak görülebilir. Diğer taraftan her şehirde bu çeşit semtler vardır, eğer şehirler bir Prof.Dr. Levent ŞENYAY I I - 2

alt populasyon olarak ele alınır ise bu ise bir küme örneklemesine örnek teşkil eder. Çünkü küme içinde her değişik gelir grubu bulunmakta yani küme içi heterojenlik olması yanında şehirler de bu farklılaşma açısından hepsi birbirine benzerler. Burada şehirler birer kümeyi oluşturur. Şehirlerarası yani kümeler arası benzerlik de oluşmuş olur. Böylece aynı örnekte ele alınış şekline göre bir uygulamanın bir bakış açısı ile tabakalı örnekleme, diğer bakış açısı ile de küme örneklemesi şeklinde ele alınabilmesi mümkündür. Ancak bu örnek her uygulamada geçerli değildir. d. Sistematik Örnekleme, Bu örneklemede ardışık birimler içinde bir veri listesi şeklinde bir çerçeve bulunur. İlk birimden şansa bağlı bir örnek birimi seçilir ve bu aynı sistematikle tüm birimlerde tekrarlanır. Sonlu populasyonlarda her örnek eşit şansa sahip olmasa da her birim aynı seçilme olasılığına (n/n) sahiptir. Bu örnekleme tipinde verilerdeki varsa düzenli devirsel varyasyon şansını bertaraf etmek gerekmektedir. Örneğin Bir okulun sınıfları birer ünite olacak şekilde tüm okul listesi bir populasyon olarak ele alınır ve her sınıf kendi içinde başarı notu ortalaması en yüksekten küçüğe doğru sıralanmış bir liste elde edilir ise. Bu durumda ilk ünite içinden seçilen öğrenci için geçerli başarı kriteri tüm ünitelerde de tekrarlanmış olacak dolayısı ile ünite içi değişkenlik örneğe yansımayacaktır. Bu durumlarda listelerin bazılarını ters çevirerek ele alınması gibi bu tür ilişkilerden korunacak tedbirler alınabilir. 2. Olasılıksız Örnekleme, Bu örnekleme metotlarında populasyondan örneğe giren birey olasılıksız ya da kesin olasılıkla (p=1) seçilir. Bu metotlardan elde edilen tahminler genellikle sapma içerebilirler. Ancak tek uygun metot bu olduğunda kullanılır. İki ana tipi vardır a. Uygun Örnekleme, örneğin süper market araştırmalar vb. b. Karar Örneklemesi, araştırıcı tarafından örneklemin ne veya kimler olacağına karar verilir ve seçim gerçekleştirilir. 2.2. Verilerin toplanması İstatistik kararlar sayısal verilere dayanması nedeni ile verilerin toplanması önemli bir olaydır. İstatistik veriler, spesifik bir karar problemi ile ilgili olarak birinci elden sağlanan bilgiler olabilir, bunlara primer-asal veriler denir yada verilen bir karar problemine yararlı olmakla beraber başka amaçlar için toplanmış ve kitap, gazete, yayın ve raporlarda basılmış olandır ki bunlara da ikincil-yedek-sekonder veriler denir. Veri kaynaklarında kullanılan verilerin toplanmasında iki yol vardır a-) Doğrudan gözlem yapılabilir. Soru sorma metodundan daha güvenilir bilgi bu yolla toplanır. Örneğin, herhangi bir yerde durup direk sayımı yapmak. b-) Soru sorma metodu: Kısa cevaplı, kolay anlaşılır bu tip sorularda birey cevap vermekten kaçınmaması gerektiği şekilde hazırlanmalıdır. Bireyi zorlayıcı cevaplar yöntemi yanlış yola iter. Direk olarak sorulamayacak sorular bir takım tekniklerle anlamsız gibi görünen gizli sorularla sorulmalıdır. Örneğin trafik ile ilgili bir soru grubunda eğer bireyin vasıta kullanma esnasında uyulması gereken bir takım şeyler soruluyorsa, başka bir soruda da oto ehliyetin var mı? şeklinde olmalıdır. Bu şekilde desteklenen sorularla diğer yanıtların güvenirliliği artar. Soru Sorma Metodları i-) Yalın alternatif sorular: (..) evet (..) hayır ( ) kesinlikle aynı fikirde değil ( ) aynı fikirde değil ( ) kararsız ( ) aynı fikirde ( ) kesinlikle aynı fikirde Bu tür likerd ölçekli veri toplama ölçeğinde genellikle 5 ile 9 arası kategori kullanılır. Bu kategoriler önceden araştırmacı tarafından tarif edilmelidir. Alçaktan yükseğe veya yüksekten alçağa doğru bir sıralama içerir. Prof.Dr. Levent ŞENYAY I I - 3

ii-) Katlı seçimli(çoktan seçmeli) sorular:...nereden aldınız. ( )...dan ( )...dan Günde kaç bardak su içersiniz? 0 2 ( ) 3-5 ( ) Bu tür sorularda önceden cevaplar yapılandırılmalıdır. Açık cevap hakkı bırakılmamalıdır. iii-) Spesifik(özel) bilgi sorular: -Kaç yaşındasınız? (-) -Liseyi ne zaman bitirdiniz? (-) iv-) Açık sorular:... cevaplı uzun özel bilgi gerektiren sorular. Anketlerde soruları hazırlarken aşağıda belirtilen noktalara dikkat edilmlidir. a. Tek yönlü soru sorulmalıdır, çift yönlü soru sorulmamalıdır b. Yönlendirici soru sorulmamalıdır, c. Çift olumsuz fiil kullanılmamalıdır d. Başka mana da içeren veya şüphe uyandıran soru sorulmamalıdır e. Çok özel soruları bazen gerçeği ortaya çıkartmakta sorun yaratabilir, bu tür soruların cevapları dolaylı yollardan almak daha doğrudur. f. Cevaplayanların ciddiyetsizlik veya kasıtlı yanlış cevapladığını ortaya çıkartmak için farklı yerlerde aynı soruları farlı cümle yapıları ile sorup, cevapların düzenlenmesi aşamasında bu tür verileri dikkate almama yoluna gidilebilir. g. Soruları hazırladıktan sonra, gerçek veri toplama uygulamasına geçmeden önce bol miktarda ön test yapılmalıdır. Anketler üzerinde soruların sıralanması ise aşağıdaki gibi olmalıdır. a. İlk önce demografik sorular sorulmalıdır b. Hassas sorular anketin sonuna yakın yerlere yerleştirilmelidir c. Aynı grup başlıklı sorular bir arada görülmelidir d. Sorular grup içinde genelden özele gitmelidir e. Konu içinden taşan sorulardan kaçınılmalıdır 2.3. Verilerin sunulması: i-)özel tablolar(istatistik cetveller) Sıra Ülke Kişi başına düşen milli gelir (Dolar) 1 Lüksemburg 94.417 2 Norveç 76.692 3 Katar 75.956 4 İsviçre 66.126 5 Danimarka 55.942 6 İrlanda 51.128 59 Türkiye 10.479 Kaynak: IMF 2009 Dünya Ekonomik Görünümü Prof.Dr. Levent ŞENYAY I I - 4

ii-) Verilerin grafik temsili a Doğru veya eğri diyagramı -Silüet diyagram Şekil 2.1. Tekstil Ürünleri İmalatı (2005=100) Kaynak: İZTO AR&GE Bülteni, Haziran 2010 -Band diyagram Şekil 2.2. 1927-1997 Dönemi Türkiye Nüfusu -Yüksek-alçak diyagram Kaynak: TÜIK Şekil 2.3. Mayıs 2009-Aralık 2009 Döneminde Borsanın En Düşük ve En Yüksek Değerleri Prof.Dr. Levent ŞENYAY I I - 5

b- Kolon (çubuk) diyagramı Şekil 2.4. Yıllara Göre Ege Bölgesi Nüfusu Kaynak: TÜIK c Alan diyagramı Şekil 2.5. İzmir İktisadi Faaliyet Kollarına Göre GSYH Kaynak: İZTO AR&GE Bülteni, Haziran 2010 d Cisimsel diyagram Şekil 2.6. İllere Göre İş Yeri Sayısı ( 500) İstanbul İzmir Denizli Kaynak : TUIK Prof.Dr. Levent ŞENYAY I I - 6

e Zaman serisi Şekil 2.7. Günlük Altın Fiyatları f - İstatistik haritalar Sanayi yapıları illerin nüfusları ile oranlandığında, kişi başına düşen sanayi yapısı sıralamasında Uşak, Nevşehir, Kayseri ve Bursa öne çıkmaktadır (Harita 2). Şekil 2.8: İl bazında her 1000 kişiye düşen sanayi yapısı sayısı 2.4 Deneysel Çalışmalar Bu tür çalışmalarda amaç, belirleyici bir değişkenler setinin bir cevap değişkeni üzerine etkisini ölçme ve değerlendirmek içimdir. Etkili temel faktör öncelikle incelenir ve burada faktörün değer sevileri kontrol edilir. Bu çalışmalarda deneysel ünite denemelerde faktörün uygulandığı birimlerdir ve bu birimler aynı faktör etkisine tabidir. Gözlemler belirlenen uygulama şartlarında aynen tekrarlanabilirler. Bu çalışmalardaki hata kaynakları ise aşağıdaki gibi sıralanabilir. Prof.Dr. Levent ŞENYAY I I - 7

a. Sistematik hata, dış faktör kaynaklı gruplar arası fark veya ölçüm ekipmanının doğruluğundaki bozukluk b. Şansa bağlı hata c. Ölçüm hatası, Ölçüm ekipmanının hassasiyetinden kaynaklanır. Deneysel çalışmalarda hatayı kontrol etmek için bazı stratejiler geliştirilmiştir. Bunlar a. Bloklama, örneği benzer faktör gruplarına bölerek deneyi yapmak. Örneğim ziraat denemelerde topraktaki su, nem etkisi ve ilaç etkisi b. Eşleştirme, her birim bir problem faktörü üzerinde eşleştirilir ve sonra eşleşen bireyler farlı etkilere şansa bağlı olarak atanır. Her eşleşme bir blok etkisi oluşturur. c. Regresyon Analizi, d. Şansa bağlılaştırma, her birimin faktörlere etkisini şansa bağlı belirleme Temel deneysel dizaynlar a. Tek yönlü sınıflama modeli (completely randomized design) her deneysel birim muamele etkilerine şansa bağlı olarak atanır. b. Çift yönlü sınıflama modeli (randomized block design) muameleler blok içine şansa bağlı atanılar c. Bloklar tüm muameleleri içerir (randomized complete block design) d. Bloklar tüm muameleleri içermez(rondomized incomplete block design) Prof.Dr. Levent ŞENYAY I I - 8