Sunum İçeriği

1. Sayfa
Chapter TwelveÖRNEKLEM YÖNTEMLERİ

---

2. Sayfa
Populasyonu tanımlaÖrneklem çatısını belirleÖrneklem yöntemini seçÖrneklem büyüklüğünü belirleÖrneklem sürecini yürütÖrneklem Tasarım sürecistyle.visibility

---

3. Sayfa
Örneklem Yöntemlerinin sınıflandırılmasıÖrneklem YöntemleriOlasılık DışıÖrneklem YöntemleriOlasılık Örneklem YöntemleriFigure 12.6 Classification of Sampling Techniquesstyle.visibilitystyle.visibilitystyle.visibilitystyle.visibilitystyle.visibility

---

4. Sayfa
Table 12.2 Sample Sizes Used in Marketing Research Studies

---

5. Sayfa
Olasılık dışı örnekleme yöntemleriOlasılık dışı örnekleme yöntemleriUygunluk örneklemeHükümselörneklemeKotaörneklemeKartopuörneklemeFigure 12.7 Non-probability Sampling Techniquesstyle.visibilitystyle.visibilitystyle.visibilitystyle.visibility

---

6. Sayfa
Uygunluk örneklemesi Uygunluk örneklemesi ulaşılması en uygun birimlerin örnekleme seçilmesidir. Katılımcılar genellikle doğru zamanda doğru yerde oldukları için seçilirler. Akademisyenlerin öğrencileri seçmesiSokaktan geçen insanlarla görüşmeBir alışveriş mağazasına gidip karşımıza çıkan kişilerle görüşme (özelliklerini göz ardı ederek)style.visibilitystyle.visibilitystyle.visibilitystyle.visibility

---

7. Sayfa
A Graphical Illustration of Non-Probability Sampling Techniques Convenience SamplingABCDE16111621271217223813182349141924510152025Group D happens to assemble at a convenient time and place. So all the elements in this Group are selected. The resulting sample consists of elements 16, 17, 18, 19 and 20. Note, no elements are selected from group A, B, C and E.

---

8. Sayfa
Hükümsel Örnekleme Hükümsel Örnekleme katılımcıların tamamen araştırmayı yapan kişinin hükmüne bağlı olarak seçildiği, uygunluk örneklemesinin bir biçimidir. test pazarlarıstyle.visibilitystyle.visibilitystyle.visibility

---

9. Sayfa
A Graphical Illustration of Non-Probability Sampling Techniques Judgmental SamplingABCDE16111621271217223813182349141924510152025The researcher considers groups B, C and E to be typical and convenient. Within each of these groups one or two elements are selected based on typicality and convenience. The resulting sample consists of elements 8, 10, 11, 13, 22 and 24. Note, no elements are selectedfrom groups A and D.

---

10. Sayfa
Kota ÖrneklemeKota Örnekleme iki aşamalı hükümsel örneklemedir. Birinci aşama populasyon birimlerinin kontrol gruplarının ya da kotaların belirlenmesidir. İkinci aşama, örneklem elamanlarının uygunluk ya da hükümsel örnekleme ile seçilmesidir. Population Sample composition compositionControl Characteristic Percentage Percentage NumberSex Male 48 48 480 Female 52 52 520 100 100 1000

---

11. Sayfa
ABCDE16111621271217223813182349141924510152025A quota of one element from each group, A to E, is imposed. Within each group, one element is selected based on judgment or convenience. The resulting sample consists of elements 3, 6, 13, 20 and 22. Note, one element is selected from each column or group. A Graphical Illustration of Non-Probability Sampling TechniquesQuota Sampling

---

12. Sayfa
Kartopu örneklemesi Kartopu örneklemesi, katılımcıların araştırmayı yönlendirmesiyle örneklemin oluştuğu örnekleme şekli. İlk katılımcı rassal belirlenir. İlk kişi ya da grupla görüştükten sonra bu kişilere hedef populasyon kitlemizde olan kişilere ulaşmamız konusunda yardımları sorulur. Alınan referanslara göre diğer kişilere ulaşılır. style.visibilitystyle.visibilitystyle.visibility

---

13. Sayfa
Random Selection Referrals ABCDE16111621271217223813182349141924510152025A Graphical Illustration of Non-Probability Sampling TechniquesSnowball Sampling Elements 2 and 9 are selected randomly from groups A and B. Element 2 refers elements 12 and 13. Element 9 refers element 18. The resulting sample consists of elements 2, 9, 12, 13, and 18. Note, no element from group E.

---

14. Sayfa
Olasılık örnekleme yöntemleriOlasılık örnekleme yöntemleriBasit Rassal ÖrneklemeClusterSamplingKatmanlandırılmışÖrneklemeSistematikÖrneklemeFigure 12.8 Probability Sampling Techniquesstyle.visibilitystyle.visibilitystyle.visibilitystyle.visibility

---

15. Sayfa
Basit rassal örneklemePopulasyon içindeki her birim biliniyordur ve eşit seçilme şansı vardır. Olası herbir örneklem büyüklüğündeki (n) örneklemin bilinen ve eşit seçilme şansı vardır. Her bir birimin seçilme diğerlerininkinden bağımsızdır. style.visibilitystyle.visibilitystyle.visibility

---

16. Sayfa
ABCDE16111621271217223813182349141924510152025Select five random numbers from 1 to 25. The resulting sample consists of population elements 3, 7, 9, 16, and 24. Note, there is no element from Group C. A Graphical Illustration of Probability Sampling TechniquesSimple Random Sampling

---

17. Sayfa
Sistematik örneklemek değeri populasyon büyüklüğünün örneklem büyüklüğüne bölünmesiyle elde edilir. k =(N/n).Rastsal bir başlangıç noktasından başlanır. Bu nokta 1 ile k arasında bir değerdir. İlk değer rassal belirlendikten sonra ker k. Birim örnekleme dahil edilir. Popupasyondaki birimlerin sıralaması bizim ilgilendiğimiz konuyla ilişkili ise sistematik örnekleme örneklemin temsil gücünü arttırır. Popupasyondaki birimlerin sıralaması devirsel bir şekle sahip ise sistematik örnekleme örneklemin temsil gücünü azaltır. Örneğin populasyon büyüklüğü 1000 olsun, 100 kişilik örneklem seçilecek olsun. K=1000/100 = 10. 1 ile 10 arasındaki bir kişi rassal belirlenir. Ör: 6. 6. kişiden sonraki her 10. kişi örnekleme dahil edilir. ÖR: 6, 16, 26, 36 vs. style.visibilitystyle.visibilitystyle.visibilitystyle.visibilitystyle.visibility

---

18. Sayfa
ABCDE16111621271217223813182349141924510152025Figure 12.10 A Graphical Illustration of Probability Sampling TechniquesSystematic SamplingSelect a random number between 1 to 5, say 2.The resulting sample consists of population 2, (2+5=) 7, (2+5x2=) 12, (2+5x3=)17, and (2+5x4=) 22. Note, all the elements are selected from a single row.

---

19. Sayfa
Katmanlandırılmış örnekleme-IPopulasyonların alt populasyonlara ya da katmanlara bölündüğü örneklem biçimi. Katmanlar belirlenirken her bir popupalsyon elemanının sadece bir katmana ait olmasına ve her bir birimin mutlaka bir katmana dahil edilebilmesine dikkat edilmelidir. Örnekleme seçilecek olan birimler olasılık örneklemesi ile (ör: basit rassal) seçilmelidir. Katmanlandırılmış örneklemenin en temel amacı, maliyeti artırmadan örneklemin kesinliğini arttırmaktır. style.visibilitystyle.visibilitystyle.visibilitystyle.visibility

---

20. Sayfa
Katmanlandırılmış örnekleme-IIKatmanlar kendi içinde homojen birbirlerine göre heterojen gruplar olmalıdırlar. Katmanlar araştırma konusuyla ilgili olmalıdır. Oranlandırılmış katmanlandırılmış örneklemede her bir katmandan, o katmanın populasyon içindeki göreli büyüklüğü kadar örneklem seçilir. Oranlandırılmamış katmanlandırılmış örneklemede ise, her bir katmandan belirli bir büyüklükte örneklem seçilir. style.visibilitystyle.visibilitystyle.visibilitystyle.visibility

---

21. Sayfa
ABCDE16111621271217223813182349141924510152025Figure 12.10 A Graphical Illustration of Probability Sampling TechniquesStratified SamplingRandomly select a number from 1 to 5 for each stratum, A to E. The resultingsample consists of population elements4, 7, 13, 19 and 21. Note, one elementis selected from each column.

---

22. Sayfa
Küme örneklemePopulasyon birbiriyle bağdaşmayan alt populasyonlara ya da kümelere bölünür. Bu kümelerden bir ya da daha fazlası rassal olarak seçilir.Seçilen kümede yer alan tüm birimler örnekleme dahil edilir. Küme içindeki elemanlar heterojen olmalı, kümeler birbirlerine göre homojen olmalıdırlar. Hatta ideal olarak her bir küme populasyonun küçük ölçekli bir temsili gibi olmalıdır. style.visibilitystyle.visibilitystyle.visibilitystyle.visibility

---

23. Sayfa
ABCDE16111621271217223813182349141924510152025Figure 12.10 A Graphical Illustration of Probability Sampling TechniquesCluster Sampling (2-Stage) Randomly select 3 clusters, B, D and E. Within each cluster, randomly select one or two elements. The resulting sample consists of population elements 7, 18, 20, 21, and 23. Note, no elements are selected from clusters A and C.

---

24. Sayfa
Types of Cluster SamplingPopulasyonu kümelere bölKümeleri rassal örnekleTek aşamaİki-aşamaHer kümeden rassal olarak seçSeçilen her kümedeki Elemanı alFigure 12.9 Types of Cluster Sampling

---

25. Sayfa
Table 12.3 Strengths and Weaknesses of Basic Sampling Techniques

---

26. Sayfa
Örneklem yöntemlerinin güçlü ve zayıf yönleri ________________________________________________________________ yöntem güçlü yönler zayıf yönler ________________________________________________________________kartopu nadir bulunan zamanörneklemesi özellikleri tahminler alıcıdır. OLASILIK ÖRNEKLEMESİBasit rassal kolay anlaşılır, yapılandırılmasıörnekleme (SRS) sonuçlar geneli zordur; yansıtır pahalıdır temsil gücünde kesinlik, yoktur

---

27. Sayfa
Table 12.3 Strengths and Weaknesses of Basic Sampling Techniques (Cont.)

---

28. Sayfa
ÖRNEKLEM BÜYÜKLÜĞÜ BELİRLEME

---

29. Sayfa
Tanımlar ve SembollerParametre: Populasyona ait belirli bir özelliğin ya da ölçümün tanımıdır. Tüm populasyondan veri toplandığı zaman hesaplanan ölçümler “populasyon parametreleri” olarak tanımlanır. İstatistik: Örnekleme ait bir özelliğin ya da ölçümün tanımıdır. Örneklem verileri kullanılarak hesaplanan ölçümler “örneklem istatistikleri”dir. Örneklem istatistikleri populasyon parametrelerini tahminlemek için kullanılır. style.visibilitystyle.visibility

---

30. Sayfa
Definitions and SymbolsPrecision level: When estimating a population parameter by using a sample statistic, the precision level is the desired size of the estimating interval. This is the maximum permissible difference between the sample statistic and the population parameter.Güven Aralığı: Belirli bir güven düzeyinde (1-α) gerçek populasyon parametresini içeren aralık.Güven düzeyi: Güven aralığının populasyon parametresini içerme olasılığı.style.visibilitystyle.visibilitystyle.visibility

---

31. Sayfa
Table 13.1 Symbols for Population and Sample Variables

---

32. Sayfa
Table 13.2 Sample Size Determination for Means and Proportions

---

33. Sayfa
GÜVEN ARALIĞIGÜVEN ARALIĞIORTALAMAORAN

---

34. Sayfa
Chapter FifteenVeri analiz süreci

---

35. Sayfa
Veri analizini planlaSoru kağıdını kontrol etdüzenlekodlaVeri girişiVeri temizlemeVeri analizi için strateji seçVeri hazırlama süreciFigure 15.3 Data Preparation Process

---

36. Sayfa
Soru kağıdı kontrolüGeçerli sayılmayacak soru kağıtları:Soru kağıdının belirli kısımları eksik doldurulmuş ise.Yanlış ya da istenilenden farklı doldurulmuş ise.Cevaplar düşük değişkenlik gösteriyor ise. Bir ya da daha fazla sayfa kayıp ise.Soru kağıdı araştırma için istenilen özelliğe sahip olmayan biri tarafından doldurulmuş isestyle.visibilitystyle.visibilitystyle.visibilitystyle.visibilitystyle.visibilitystyle.visibility

---

37. Sayfa
hatalı cevaplar için uygulamaHatalı cevaplariçin uygulamaAlan çalışmasınadönmekHatalıcevapları olanlarıçalışmadan elemekKayıp verilere değer atamakSubstitute aNeutral ValueCasewiseDeletionPairwiseDeletion

---

38. Sayfa
Pazarlama araştırması süreciVerinin özelliklerini bilmekİstatistiksel yöntemlerin özelliklerini bilmekAraştırmacının özellikleriVeri analiz stratejisiVeri analiz stratejisini belirlemeFigure 15.7 Selecting A Data Analysis Strategy

---