Azərbaycanca
Беларускі
Dansk
Deutsch
Española
Français
Indonesia
Italiana
日本語
Қазақ
Lietuvos
Nederlands
Português
Русский
සිංහල
แบบไทย
Türkçe
Українська
中國人
United State
Afrikaans
Küme örneklemesi, istatistik bilimi içinde örneklem kullanılarak betimsel veya çıkarımsal sonuç istenirse, olasılıksal örnekleme kurallarına uyan bir örneklem veri toplama yöntemidir. Genel olarak bu yöntemin uygulanması anakütle içinde veri elamanları "kümeler" halinde ise uygundur. Bir küme içindeki elemanlar belirli karakter özelliklerine göre (çoğunlukla coğrafî alana göre) birbirine "yakınlık" göstermekte ve diğer anakütle içindeki kümelerden daha "uzak" olmaktadır. "Yakınlık" veya "uzaklık" genel olarak veri toplama para veya zaman maliyetine göre tanımlanır.
Yöntem
Küme örnekleme genellikle örnekleme zaman ve para maliyetlerini düşük tutmak için kullanılmaktadır. Anakütle çerçevesi elamanlarının birbirine yakın kümeler oluşturduğu hallerde ve her bir küme genel olarak diğer kümelere çok benzerlerse, bu tipi örnekleme kullanılması uygun olabilir. Bu kümeler mekan içinde (örneğin şehrin değişik mahallelileri veya Amerika'daki gibi değişik şehir blokları) veya zaman içinde (belirli zaman dönemleri) olabilir.
Örneğin: Veri elde edilmesi gereken anakütle çerçevesi belli bir üniversite öğrencileri olsun. O üniversitenin bölümleri şehrin içinde ve hatta yakın şehirlerde ayrı yerleşkelerde (yani birbirinden ayrı mekanlarda) bulunabilir. (Eski belirli kampusu olmayan Ankara Üniversitesi veya İstanbul Üniversitesi güzel örnekler). Bu halde üniversiteyi tek bir çerçeve olarak kabul etmek ve değişik mekanlarda bulunan yerleşkelerin varlığını ele almadan örnekleme yapmak, ekstra para ve zaman masrafı yaratacaktır. Daha az maliyetli bir yaklaşım her yerleşkeyi bir "küme" olarak kabul etmekle mümkün olacaktır. Bu halde her bir ayrı yerleşke küme olarak kabul edilip, ayrı yerleşkeler ayrı kümeler olarak incelemeye taban olabilirler.
Küme örneklemesi iki aşamada yapılır:
- Birinci aşamada çok iyi belirlenmiş kümeler tespit edilir. Her iyi belirlenmiş kümeye bir "küme kodu" numarası verilir. Bütün kod numaraları içinden basit rastgele örnekleme ile küçük sayıda "kümeler örneklemi" seçilir.
Örneğin, bir üniversite 15 tane ayrı yerleşke var olduğu kabul edilsin. Her öğrencinin bulunan yerleşkelerden sadece birine ait olduğu iyice tespit edilsin; yani bir öğrenci birden fazla yerleşkeye dahil olmasın. Bu zaman, önce her bir yerleşkeye küme-kodu verilir (Ele alınan halde, bu küme kodu 01 02.... 15 olabilir). Bunlar arasından "basit rastgele örnekleme" ile, diyelim, 5i seçilir. Bunlar "kümeler örneklemi" yani örneklemenin ikinci aşamasına girecek kümelerdir.
- İkinci aşamada her bir örnekleme giren küme içinde bulunan bütün küme anakütle elemanları üzerinde gözlem yapılır. Yani her "örneklem küme" için tam sayım yapılır.
Örneğin, ilk aşamada seçilmiş olan 5 yerleşkede bulunan öğrenci elemanlarının tümüne gözlem uygulanır.
Eleştiri
Doğal olarak, tüm anakütle çerçevesi seçilmediği için zaman ve para maliyetleri tam sayımdan düşük olur. Dikkat edilirse bu çeşit örneklemede rastgele seçilme kümelerle ilgilidir. Bu seçim yapıldıktan sonra, seçilen kümeler içinde bulunan birbirine yakın elemanlar gözlendiği için de maliyetler (özellikle basit rastgele örneklemeye kıyasla) daha düşük olması çok mümkündür. Basit rastgele örneklemeye kıyasla küme örneklemesinin bir diğer avantajı, tüm anakütle elemanlarının her birinin kodlanmasının gerekmediğidir; bu tam-kodlama büyük maliyet gerektirir ve bazen de imkânsızdır. Buna karşılık küme örneklemesinde sadece birinci aşamada seçilmiş olan kümeler elemanları tespit edilip kodlanır.
Ancak küme örneklemesi, her bir kümenin diğer kümelere benzediğine ve sadece kendine has karakteri olan bir veya birkaç kümenin bulunmadığı varsayımına dayanır. Gerçekte bu varsayım her zaman ancak yaklaşık olarak doğru olacak ve bazı belirlenen kümeler kendine has karakter arz edecektir. Bu nedenle küme örneklemesinin yayılımı ayni anakütle için alınabilecek basit rastgele örneklemeden daha fazla olacaktır ve örneklemeden sonra elde edilecek kestirimler veya yapılan sınamalar daha az tutarlı olacak ve daha fazla yanlı olma olasılığı taşıyacaklardır.
Ayrıca bakınız
wikipedia, wiki, viki, vikipedia, oku, kitap, kütüphane, kütübhane, ara, ara bul, bul, herşey, ne arasanız burada,hikayeler, makale, kitaplar, öğren, wiki, bilgi, tarih, yukle, izle, telefon için, turk, türk, türkçe, turkce, nasıl yapılır, ne demek, nasıl, yapmak, yapılır, indir, ücretsiz, ücretsiz indir, bedava, bedava indir, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, resim, müzik, şarkı, film, film, oyun, oyunlar, mobil, cep telefonu, telefon, android, ios, apple, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, pc, web, computer, bilgisayar
Kume orneklemesi istatistik bilimi icinde orneklem kullanilarak betimsel veya cikarimsal sonuc istenirse olasiliksal ornekleme kurallarina uyan bir orneklem veri toplama yontemidir Genel olarak bu yontemin uygulanmasi anakutle icinde veri elamanlari kumeler halinde ise uygundur Bir kume icindeki elemanlar belirli karakter ozelliklerine gore cogunlukla cografi alana gore birbirine yakinlik gostermekte ve diger anakutle icindeki kumelerden daha uzak olmaktadir Yakinlik veya uzaklik genel olarak veri toplama para veya zaman maliyetine gore tanimlanir YontemKume ornekleme genellikle ornekleme zaman ve para maliyetlerini dusuk tutmak icin kullanilmaktadir Anakutle cercevesi elamanlarinin birbirine yakin kumeler olusturdugu hallerde ve her bir kume genel olarak diger kumelere cok benzerlerse bu tipi ornekleme kullanilmasi uygun olabilir Bu kumeler mekan icinde ornegin sehrin degisik mahallelileri veya Amerika daki gibi degisik sehir bloklari veya zaman icinde belirli zaman donemleri olabilir Ornegin Veri elde edilmesi gereken anakutle cercevesi belli bir universite ogrencileri olsun O universitenin bolumleri sehrin icinde ve hatta yakin sehirlerde ayri yerleskelerde yani birbirinden ayri mekanlarda bulunabilir Eski belirli kampusu olmayan Ankara Universitesi veya Istanbul Universitesi guzel ornekler Bu halde universiteyi tek bir cerceve olarak kabul etmek ve degisik mekanlarda bulunan yerleskelerin varligini ele almadan ornekleme yapmak ekstra para ve zaman masrafi yaratacaktir Daha az maliyetli bir yaklasim her yerleskeyi bir kume olarak kabul etmekle mumkun olacaktir Bu halde her bir ayri yerleske kume olarak kabul edilip ayri yerleskeler ayri kumeler olarak incelemeye taban olabilirler Kume orneklemesi iki asamada yapilir Birinci asamada cok iyi belirlenmis kumeler tespit edilir Her iyi belirlenmis kumeye bir kume kodu numarasi verilir Butun kod numaralari icinden basit rastgele ornekleme ile kucuk sayida kumeler orneklemi secilir Ornegin bir universite 15 tane ayri yerleske var oldugu kabul edilsin Her ogrencinin bulunan yerleskelerden sadece birine ait oldugu iyice tespit edilsin yani bir ogrenci birden fazla yerleskeye dahil olmasin Bu zaman once her bir yerleskeye kume kodu verilir Ele alinan halde bu kume kodu 01 02 15 olabilir Bunlar arasindan basit rastgele ornekleme ile diyelim 5i secilir Bunlar kumeler orneklemi yani orneklemenin ikinci asamasina girecek kumelerdir Ikinci asamada her bir ornekleme giren kume icinde bulunan butun kume anakutle elemanlari uzerinde gozlem yapilir Yani her orneklem kume icin tam sayim yapilir Ornegin ilk asamada secilmis olan 5 yerleskede bulunan ogrenci elemanlarinin tumune gozlem uygulanir ElestiriDogal olarak tum anakutle cercevesi secilmedigi icin zaman ve para maliyetleri tam sayimdan dusuk olur Dikkat edilirse bu cesit orneklemede rastgele secilme kumelerle ilgilidir Bu secim yapildiktan sonra secilen kumeler icinde bulunan birbirine yakin elemanlar gozlendigi icin de maliyetler ozellikle basit rastgele orneklemeye kiyasla daha dusuk olmasi cok mumkundur Basit rastgele orneklemeye kiyasla kume orneklemesinin bir diger avantaji tum anakutle elemanlarinin her birinin kodlanmasinin gerekmedigidir bu tam kodlama buyuk maliyet gerektirir ve bazen de imkansizdir Buna karsilik kume orneklemesinde sadece birinci asamada secilmis olan kumeler elemanlari tespit edilip kodlanir Ancak kume orneklemesi her bir kumenin diger kumelere benzedigine ve sadece kendine has karakteri olan bir veya birkac kumenin bulunmadigi varsayimina dayanir Gercekte bu varsayim her zaman ancak yaklasik olarak dogru olacak ve bazi belirlenen kumeler kendine has karakter arz edecektir Bu nedenle kume orneklemesinin yayilimi ayni anakutle icin alinabilecek basit rastgele orneklemeden daha fazla olacaktir ve orneklemeden sonra elde edilecek kestirimler veya yapilan sinamalar daha az tutarli olacak ve daha fazla yanli olma olasiligi tasiyacaklardir Ayrica bakinizOrnekleme