Ardışık örnekleme

Bu yazımızda ardışık örnekleme teriminin ne anlama geldiğini ve nasıl yapıldığını açıklıyoruz. Ayrıca size ardışık örneklemenin gerçek bir örneğini gösteriyoruz ve bu tür örneklemenin avantaj ve dezavantajlarının neler olduğunu gösteriyoruz.

Ardışık örnekleme nedir?

Ardışık örnekleme, istatistiksel bir çalışma için örnekleme dahil edilecek bireylerin seçilmesinde kullanılan olasılıksız bir yöntemdir.

Ardışık örneklemede, ilk olarak bir başlangıç örneği seçilir, üzerinde çalışılır ve ilk örneğin sonuçları alındıktan sonra başka bir örnek üzerinde çalışılır. Ve tüm çalışmanın nihai sonuçları elde edilene kadar süreç art arda tekrarlanır.

Bu nedenle, ardışık örnekleme tek bir örneğe odaklanmaz, bunun yerine aynı istatistiksel popülasyondan farklı örnekleri inceler ve sonuçta tüm gruplardan elde edilen bilgilerden sonuçlar çıkarır.

Ardışık örneklemenin bu özelliği, aynı çalışmada birden fazla grubun analiz edilmesine ve dolayısıyla diğer örnekleme türleriyle elde edilemeyecek farklı sonuçların elde edilmesine olanak tanır.

Ardışık örnekleme , uygun örnekleme ve kartopu örneklemenin yanı sıra, olasılıksız örneklemenin en yaygın kullanılan türlerinden biridir.

Ardışık örnekleme nasıl yapılır?

Ardışık örnekleme gerçekleştirme adımları aşağıdaki gibidir:

1. Hedef popülasyonu tanımlayın.
2. Başlangıç örneği olarak popülasyondan birkaç birey seçin ve üzerinde çalışın.
3. Başlangıç örnekleminden elde edilen sonuçlar çalışma hipotezini doğrular veya reddederse araştırma tamamlanır. Aksi takdirde popülasyonun başka bir örneğinin seçilmesi ve analiz edilmesi gerekir.
4. Nihai sonucu veya istediğiniz numune boyutunu elde edene kadar aynı işlemi art arda gerçekleştirmeye devam edin.

Ardışık örnekleme örneği

Ardışık örneklemenin tanımını ve nasıl yapıldığına dair teorisini gördükten sonra anlamını daha iyi anlamanız için bu örnekleme türünün bir örneğini açıklayacağız.

Örneğin bir giyim markası yeni ve devrim niteliğinde bir modele sahip bir gömlek tasarlıyor ancak onu piyasaya sürmeden önce olası başarısını test etmek istiyor ve bu nedenle ardışık numuneler yapmaya karar veriyor.

Şirket bir ilk numune seçer ve numunenin her bir unsuru üzerinde bir ürün araştırması gerçekleştirir. Ancak yanıtlara ilişkin istatistikler hesaplandıktan sonra elde edilen sonuçlar yetersiz kalıyor, yani New Jersey’in başarılı mı yoksa başarısız mı olacağı tam olarak belli değil.

Bu nedenle araştırmacılar anket sorularını değiştirmeye ve deneyi tekrarlamak için yeni bir örnek seçmeye karar verdiler. Özellikle, katılımcıların olası değişiklikler önermesine olanak tanıyan bir bölüm eklenmiştir.

Bu durumda katılımcıların %60’ının gömleğin kollarında değişiklik yapılmasını önerdiği tespit edildi. Dolayısıyla birçok insanın reddedilme nedeninin kolları olması muhtemeldir.

Sonuç olarak kolların tasarımı değiştirilerek yeni bir model yapılmasına karar verilir ve yeni model ile yeni bir numune tekrar test edilir. Bugün ankete katılanların %85’inin modeli beğendiğini söylemesi nedeniyle daha net sonuçlar elde edildi.

Gördüğünüz gibi bu firma, ardı ardına yapılan örneklemeler sayesinde, yapılan araştırmalara dayanarak ürünlerini geliştirmeyi başarmış. Ve bu şekilde daha fazla gömleğin satılması ve şirketin daha fazla mali kar elde etmesi daha olasıdır.

Ardışık Örneklemenin Avantajları ve Dezavantajları

Ardışık örneklemenin avantajları ve dezavantajları şunlardır:

Ardışık örneklemenin temel avantajı, örneklem büyüklüğü elde edilen sonuçlara bağlı olarak değiştiği için çok uyarlanabilir olmasıdır. Ayrıca yeni araştırmalar yapıldıkça araştırmanın her aşamasının ihtiyaçlarına göre değişiklikler yapılabilir.

Bu özellik aynı zamanda ilk numunelerle elde edilen sonuçların genel olarak iyileştirilebileceğini de ima eder. Yukarıda açıklanan örnekte firma yeni sonuçlar çıkarabiliyor ve yeni numuneler yaparak ürününü geliştirebiliyor.

Örneklem üyelerinin seçimi genellikle çok fazla zaman almasa da, her yeni örnek seçildiğinde yeni sorular üzerinde düşünmek için zaman ve çaba harcamayı gerektirdiği dikkate alınmalıdır.

Örneklemenin bir diğer dezavantajı ise diğer örnekleme türlerinden farklı olarak elde edilen sonuçların evrenin tamamına genellenemeyeceğidir. Seçilen örnek rastgele olmadığından ve aynı zamanda farklı örneklerden oluşan bir dizi olduğundan, bu genellikle nihai örneğin temsili olmadığı anlamına gelir.