Veri toplama
-
Upload
yeliz-tunga -
Category
Education
-
view
276 -
download
12
Transcript of Veri toplama
VERİ TOPLAMAYeliz TUNGA, 2013
Bilimsel Araştırma Yöntemleri
İÇERİK
• Araştırma Katılımcıları
• Evren vs. Örneklem
• Örnekleme Yöntemleri
• Örnekleme Boyutu
• Araştırma Prosedürleri (İşlemleri)
• Veri Toplama da Internet Kullanımı
Araştırma
Katılımcıları
Araştırmacıların karşılaştığı üç önemli soru vardır?
• Hangi evreni kullanmalıyım?
• O evren içinden örneklemimi nasıl seçmeliyim?
• Kaç tane katılımcıya ihtiyacım var?
Evren ve Örneklem (Population and Sample) Nedir?
• Evren: Araştırma sonuçlarının geçerli olacağı,
genelleneceği büyük grup. Örneğin, tüm USA vatandaşları
ya da EÜ BÖTE 1. Sınıf öğrencileri gibi.
Örneklerden de anlaşılacağı gibi, evrenimiz oldukça büyük
bir topluluğu kapsayabileceği gibi, daha dar bir kapsama da
sahip olabilir.
Evren ve Örneklem (Population and Sample) Nedir?
• Örneklem: Özellikleri hakkında bilgi toplamak için
çalışılan ve evrenden seçilen onun sınırlı bir parçasıdır.
Örneklemin belirlenmesi, araştırmanın geçerliliğini
doğrudan etkiler. Bu sebeple, örneklem belirlenirken dikkatli
olunması gerekmektedir.
Evren ve Örneklem (Population and Sample) Nedir?
• Hedef Evren: Araştırmacının ulaşmak istediği ideal
seçimi.
Davranışsal bilimlerde hedef evren sıklıkla varsayımsal
yapılarla belirlenir, örneğin depresyon. Bu durumlarda,
hedef evreni belirlemek için belirli değişkenlere(manifest
variable) ihtiyacımız vardır.
Yine depresyon örneği üzerinden gidecek olursak,
depresyon tanısının psikiyatrik olarak tanımlanması gerekir.
Evren ve Örneklem (Population and Sample) Nedir?
• Bu şartları taşıyan insanlar topluluğuna da çalışma
evreni (study population) denir.
Birçok araştırma için, çalışma evreni oldukça geniştir, bu
sebeple evrenin bütün elemanlarına ulaşmak mümkün
olmayabilir. Bu durum da, araştırma örneklemi (research
sample) kavramı devreye girer.
Evren ve Örneklem (Population and Sample) Nedir?
Örnekleme (Sampling) Nedir?
Örneklemin belirlenmesi sürecine denir. Literatürde
örnekleme işlemini gerçekleştirebilmek için bir çok teknik
vardır. Genel olarak bu teknikler şöyle gruplandırılabilir:
• Olasılıklı ve Olasılıksız Örnekleme
• Basit ve Katmanlı Örnekleme
• Amaçlı ve Kartopu Örnekleme
Örnekleme Çeşitleri Nelerdir?
• Olasılıklı Örnekleme: Çalışma evrenindeki her kişi
araştırma örneklemine girebilmek için bilinen bir olasılığa
sahiptir. (N kişi seçilecekse olasılık 1/N)
• Olasılıksız Örnekleme: Kişinin seçilme olasılığı bilinmez.
• Katmanlı Olasılık: Örneklemin önemli karakteristiklerden
eşit oranlarda barındırmasını sağlamak için kullanılan
metot.
• Kartopu Örnekleme: Araştırmacı bir katılımcı bulur daha
sonra katılımcılar arkadaşlarını tavsiye ederler ve böylece
örneklem oluşturulur.
Olasılıklı Örnekleme
1. Bu örnekleme yönteminde, çalışma evrenine dahil
olanların listesi hazırlanılarak başlanılır. Örneğin, EÜ
BÖTE’deki öğrencilerin listesi alınır. Bu listeye
örnekleme çerçevesi (sampling frame) denir.
2. Daha sonra araştırmacı kaç kişi seçilmesi gerektiğini
belirler (N) ve listeden o kadar kişi seçer. Seçme
esnasında iki farklı yöntem kullanabilir.
Olasılıklı Örnekleme
a. Basit seçkisiz örnekleme (simple random sampling)
yöntemi Bu yöntemde, örneklemdeki bütün elemanlar
seçilmek için eşit ve bağımsız bir şansa sahiptirler.
Temsil edici ve geçerli bir örneklemin en iyi yolu bu
metottur.
Olasılıklı Örnekleme
b. Katmanlı Seçkisiz Örnekleme (Stratified Random
Sampling): Değişken, kullanılmak istenen yapıya göre
düzenlenir. Örneğin, araştırmacı bir grup katılımcıyı
sınıflarına, cinsiyetlerine ve etnik kökenlerine uygun
olarak sınıflandırılabilir. Şekil 12.2 de olduğu gibi bu
katılımcıların listesinden bir kota matrisi (quota matrix)
oluşturabilir.
Kota Matrisi
Olasılıklı Örnekleme
c. Sistematik Örnekleme: Bu yönteminde de örnekleme çerçevesi
oluşturularak işe başlanır. Daha sonra her n’inci isim bu
çerçeveden seçilir. (n çerçevenin oranına eşit) Örneğin,
örneklemin %10 ‘nu belirlemek için listede her onuncu isim
örnekleme dahil edilir.
Sistematik örnekleme kendi içinde ayrıca tabakalanabilir. Aynı örnek
üzerinden gidecek olursak her onuncu kadın da seçilebilir.
Olasılıklı Örnekleme
Bu yöntem kullanma esnasında oluşan en önemli sıkıntı ise
belirli aralıklarla tekrarlanma (periodicity) durumudur. Bu
durumu suiistimal edilmeye açıktır.
Örneğin, bir apartmanda her sekizinci daire köşede olsun.
Eğer örneklem aralığı da sekiz olarak belirlenirse,
örneklemde hep köşe noktalar seçilmiş olur, seçilmezse hiç
köşe nokta seçilmeyebilir. Bu da normal dağılımı önler.
Olasılıklı Örnekleme
Seçkisiz (rastgele) ve sistematik örnekleme
yöntemlerindeki ana problem, çalışma evrenindeki bütün
kişilerin olduğu bir listeye sahip olma zorunluluğunun
bulunmasıdır. Bu sebeple, bu örnekleme yöntemleri sadece
küçük gruplarda uygulanabiliyor.
Peki ya, daha büyük bir evrenle çalışma durumumuz
olursa ne yapabiliriz?
Olasılıklı Örnekleme
d. Küme Örnekleme (Cluster Sampling): Örneğin, Türkiye ‘deki
bütün üniversite öğrencilerini kapsayan bir araştırma yapılacaksa,
üniversiteler gruplanır. Daha sonra bu gruplar içinden rastgele bir
üniversite seçilir ve seçilen üniversitenin öğrencileri örneklemi
oluşturur.
Bu arada grup, kümeler içinde de ayrıca alt gruplar oluşturulabilir. Bu
duruma da çok-aşamalı küme örnekleme yöntemi (multi stage cluster
sampling) denir.
Olasılıksız Örnekleme
• Bu yöntem de diğer yönteme göre veri toplanması daha
kolaydır.
• Örneğin, depresyonlu insanların örneklemi oluşturacağı bir
çalışmada, araştırmacı veri toplamın daha kolay olacağını
düşündüğü için, öncelikle üniversite öğrencilerine bir depresyon
ölçeği uygular daha sonra gerekli skoru elde öğrencileri
örneklemine dahil eder. Bu durumda örneklem sadece
üniversite öğrencilerinde oluşmuş olur.
Olasılıksız Örnekleme
• Hedef evrenin tamamen temsil edildiği söylenemeyebilir.
Bu yönteme gelişigüzel örnekleme (haphazard sampling)
de denir.
• Bu yöntemde de tabakalı örneklem seçimi yapılabilir.
Amaca Yönelik Örnekleme
Araştırmacı örnekleme araştırmanın amacına uygun
olduğuna inandığı kişi veya grupları dahil eder. Olay
araştırmalarında daha çok kullanılır.
Örneğin, araştırmacı bir okulun, ülkenin genelindeki okulları
yansıttığını düşünüyorsa bu okulu kullanabilir. (Ortalamayı
yansıtan) Ya da tam tersi çok özgün bir durum varsa,
araştırmacı yine bu okulu seçebilir.
Kar Topu Örnekleme
Araştırmaya katılımcı bulmanın zor olduğu durumlarda
kullanılan bir metottur.
Örneğin, madde bağımlılarının örneklemi oluşturacağı bir
çalışma da gerek ceza alma gerek ifşa edilme korkusundan
katılımcı bulmak zor olabilir. Bu durumda bulunan ilk birkaç
katılımcıdan, arkadaşlarına tavsiye etmesi istenebilir.
İstatiksel Güç (Testin Gücü)
• İstatiksel testler bağımlı değişkenin bağımsız değişken
üzerindeki etkisi olup olmadığına karar vermeye
odaklanır. Ama birde hatalardan kaynaklanan etkiler
vardır.
• Tablo 12.1 görüldüğü gibi iki çeşit hata vardır.
İstatiksel Güç (Testin Gücü)
İstatiksel Güç (Testin Gücü)
• Tip 1 (Type 1): H0 hipotezinin reddedilmesi olup genellikle
0.05 olarak kabul edilir ve alfa ile gösterilir. Eğer istatiksel
test bağımsız değişkenin etkisi olmadığı gösterirse, yani
alfa değeri 0.05 değerinden büyük ise, bağımsız
değişkenin evren üzerinde etkisi vardır ama hatadan
dolayı bu etki örneklemde gözükmez.
İstatiksel Güç (Testin Gücü)
• Tip 2 Hatanın oluşma ihtimalini belirten değere denir. Beta
ile gösterilir. Genellikle 0.20 ile olarak alınır. Yani
araştırma sonucunda gerçekte var olan bir farkı atlama
şansı 1/5 ‘ tir.
• İstatiksel testin gücü; 1-beta olarak bulunur.
İstatiksel Güç (Testin Gücü)
• α : Hatalı karar, Ho doğru, biz onu yanlış diye reddediyoruz. (I.
Tip Hata)
• β : Hatalı karar, Ho yanlış, biz onu doğru diye kabul ediyoruz.
• (1-α) : Doğru bir Ho hipotezini kabul etmemiz olasılığı olup
buna testin güvenilirlik düzeyi denir.
• (1-β) : Yanlış bir H0 hipotezini red etmemiz olasılığı olup
buna testin gücü denir.
•
İstatiksel Güç (Testin Gücü)
• Soru : Hipotez testi yaparken, α ve β hatalarını en aza
indirmek için ne yapılmalı? Cevap : Örneklemdeki birim
sayısını olabildiğince fazlalaştırmak.
• Soru : α hatası yapma olasılığım azalırsa β hatası yapma
olasılığı da azalır mı? Cevap : Aksine artar! Bu iki hatadan
biri azalırken, diğeri artar.
İstatiksel Güç (Testin Gücü)
• Önemli : Aynı testte hem α hem de β hatası beraber
yapılamaz.
• Önemli : Hatasız bir test yapmak mümkün değildir. %100
doğru karar verilemez. Normal dağılım asimtotik olup x-
ekseni ile kesişmediği için çok küçük de olsa bir risk söz
konusudur.
İstatiksel Güç (Testin Gücü)
• İstatiksel testin gücü seçilen alfa seviyesine, bağımsız
değişkenin bağımlı değişken üzerindeki etkisinin
büyüklüğüne, örneklemin büyüklüğüne gibi birçok etmene
bağlıdır. Burada alfa seviyesi 0.05 den büyükse, bağımsız
değişken küçük, orta ya da büyük etkiye sahip olabilir.
İstatiksel Güç (Testin Gücü)
• Küçük etki: Bağımlı ve bağısız değişken arasındaki
korelasyon 0.10 ise
• Orta etki: Bağımlı ve bağısız değişken arasındaki
korelasyon 0.30
• Geniş etki: Bağımlı ve bağısız değişken arasındaki
korelasyon 0.50
ÖRNEKLEM BÜYÜKLÜĞÜ (HACMİ)
Örneklemin hacminin belirlenmesi esnasında cevaplanması
gereken 4 soru vardır.
1. Araştırmanızda hangi etki büyüklüğünü yakalamak
istiyorsunuz?
2. Hangi alfa seviyesi kullanmalıyım?
3. Tek kuyruklu (one-tailed) mu yoksa çift kuyruklu
istatistiksel test mi kullanmalıyım?
4. Hangi seviyede test gücü istiyoruz?
Araştırmanızda hangi etki büyüklüğünü yakalamak
istiyorsunuz?
Hedeflenen etki hacmi kritik etki hacmidir. (r ile gösterilir)
Bu soruyu cevaplamak için bir çok yaklaşım vardır.
Bunlardan biri, araştırmanız önemli olduğu düşündüğünüz
en küçük etkiye karar vermektir. Örneğin; örneğin kritik
etkiyi 0.25 (r=0.25) olarak belirlerseniz, araştırmanızda 0.25
den küçük korelasyon sıfıra eşittir.
Başka bir yöntem ise, kritik etkinin hacmi önceki yapılan
çalışmalarda bulunan ortalama etkiye göre belirlenir.
Literatürden yararlanılır. Meta-analizler kullanılır. Hali
hazırda yapılmış bir meta analiz yok ise, meta analiz
yapılmalıdır.
Hangi alfa seviyesi kullanmalıyım?
Daha küçük alfa değeri (0.01 versus 0.05), daha küçük test
gücü demek bu da daha büyük örnekleme ihtiyaç
duyulması anlamına gelir. Genellikle araştırmalarda alfa
değeri 0.05 olarak alınır.
Tek kuyruklu (one-tailed) mu yoksa çift kuyruklu istatistiksel
test mi kullanmalıyım?
Tek kuyruklu testte bağımlı ve bağımsız değişken arasında
olumlu ya da olumsuz ilişki olup olmadığına bakar. Fakat
ikisine aynı ayda bakmaz. Bunun için çift kuyruklu test
kullanılır. Tek kuyruklu ya da çift kuyruklu test kullanmak
yönlü ya da yönsüz (directional, nondirectional) hipotez
kullanımına bağlıdır. Çift kuyruklu test, tek kuyruklu testten
daha az güçlüdür ve daha büyük örneklem hacmine ihtiyaç
duyar.
Hangi seviyede test gücü istiyoruz?
Yüksek güç, daha iyidir. 0.50 den fazla olmalı ve 0.80 ideal
değerdir.
Araştırma
Prosedürleri
Etkili Araştırma Ortamı
Etkili Araştırma Ortamı araştırmanın geçerliliğine katkıda
bulunan etmenlerden biridir. Bir araştırma ortamının etkili
olabilmesi için taşıması gereken özellikler:
• Uyum, ahenk (Coherence)
• Basitlik (Simplicity)
• Psikolojik Katılım (Psychological Involment)
• Tutarlılık (Consistency)