Örneklem Nedir?

Örneklem, bütünün tamamına ulaşmanın mümkün ya da pratik olmadığı durumlarda incelenen küçük bir parçadır. Bir çorbanın tadına bakmak için tencerenin tamamını içmek gerekmez; iyi karıştırılmışsa bir kaşık yeterlidir. Örneklemin mantığı da budur.

Örneklem nedir?

İstatistikte iki temel kavram vardır:

• Kitle (evren, popülasyon): Hakkında bilgi edinilmek istenen tüm birimler. Örneğin bir ülkedeki tüm yetişkinler.
• Örneklem: Bu kitleden seçilip gerçekten incelenen birimler. Örneğin rastgele seçilen 2.000 yetişkin.

Örneklemden hesaplanan değerlere istatistik, kitledeki gerçek değerlere parametre denir. Çıkarımsal istatistik, istatistiklerden parametreleri tahmin etmeyi amaçlar.

Örnekleme yöntemleri nelerdir?

Olasılığa dayalı yöntemler (her birimin seçilme olasılığı bilinir):

• Basit rastgele örnekleme: Her birimin seçilme şansı eşittir.
• Tabakalı örnekleme: Kitle yaş, bölge gibi gruplara ayrılır; her gruptan oranlı seçim yapılır.
• Küme örneklemesi: Kitle kümelere bölünür, kümelerin bir kısmı rastgele seçilir.
• Sistematik örnekleme: Listeden belirli aralıklarla (ör. her 10. kişi) seçim yapılır.

Olasılığa dayalı olmayan yöntemler:

• Kolayda örnekleme: Ulaşması kolay kişilerle çalışılır; hızlıdır ama yanlılık riski yüksektir.
• Kartopu örneklemesi: Katılımcılar yeni katılımcılar önerir; ulaşılması zor gruplarda kullanılır.

Örneklem büyüklüğü ve yanlılık

Büyük örneklem, örnekleme hatasını azaltır ve güven aralıklarını daraltır. Ancak büyüklük, temsil sorununu çözmez. Varsayımsal olarak yalnızca bir sosyal medya platformunda yapılan çevrim içi bir ankete 50.000 kişi katılsa bile sonuçlar o platformu kullanmayanları temsil etmeyebilir. Bu tür sorunlara örnekleme yanlılığı denir.

Makine öğrenmesinde de eğitim verisi bir örneklemdir. Veri, modelin kullanılacağı gerçek dünyayı temsil etmiyorsa model bazı gruplarda kötü çalışabilir ya da yanlı sonuçlar üretebilir.