Orantılı Basit Rastgele Örnekleme
Proportional Simple Random Sampling · Ayrıca şöyle bilinir: proportional SRS, probability-proportional simple random sampling, proportional random sampling
Orantılı basit rastgele örnekleme, bir olasılık tabanlı örnekleme tekniğidir; bu teknikte, birimler, her alt grubun toplam nüfustaki payına orantılı olarak, nüfusun her alt grubundan rastgele çekilir. Bu, elde edilen örneğin, her gruptaki basit rastgele örneklemenin rastgeleliğini ve yansızlığını korurken, kilit alt gruplar genelinde nüfusun bileşimini yansıtmasını sağlar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Nüfusun bir veya daha fazla bilinen alt grubu genelindeki bileşimini doğru bir şekilde yansıtan bir örneklem istediğinizde ve rastgele seçimin basitliğini ve yansızlığını korumak istediğinizde orantılı basit rastgele örneklemeyi kullanın. Özellikle alt grup boyutları önemli ölçüde farklılık gösterdiğinde - bu nedenle tamamen kısıtlanmamış SRS şans eseri küçük grupları eksik temsil edebilir - ve tüm nüfus üyeleri için alt grup üyeliği bilindiğinde uygundur. Bazı alt gruplar o kadar küçüktür ki orantılı tahsis, güvenilir alt grup düzeyinde analiz için onlardan çok az gözlem sağlayacaktır (bunun yerine orantısız katmanlı örnekleme kullanın) veya eksiksiz bir örnekleme çerçevesi mevcut olmadığında uygun değildir.
Güçlü yönler & sınırlılıklar
- Örneğin alt grup bileşiminin nüfusu yansıtmasını garanti eder, yüzey geçerliliğini artırır ve kısıtlanmamış SRS'den kaynaklanan şans dengesizlikleri riskini azaltır.
- İyi anlaşılan olasılık teorisi kapsamında nüfus parametrelerinin yansız tahminlerini üretir.
- Nüfus alt grup boyutları bilindiğinde paydaşlara uygulaması ve açıklaması basittir.
- İlgili değişken alt gruplar arasında farklılık gösterdiğinde, ortalamalar için kısıtlanmamış SRS'den daha düşük varyansa sahip tahminler üretir.
- Orantılılık tahsise yerleştirildiği için sonradan ağırlıklandırma gerekmez.
- Her nüfus birimi için bilinen alt grup üyeliğine sahip eksiksiz ve doğru bir örnekleme çerçevesi gerektirir - pratikte genellikle mevcut değildir.
- Orantılı tahsis, seçilen alt grupların temsilini garanti eder ancak başka hiçbir özelliğin temsilini garanti etmez; örneklem kontrol edilmeyen değişkenler üzerinde hala dengesiz olabilir.
- Çok küçük alt gruplar için, orantılı tahsis, güvenilir alt grup başına tahminler için çok küçük örneklem boyutları sağlayabilir.
- İlgili değişken alt grup değişkeniyle ilgisiz olduğunda, kısıtlanmamış SRS'ye göre verimlilik kazancı sağlamaz.
SSS
Orantılı basit rastgele örnekleme, katmanlı rastgele örneklemeyle aynı mıdır?
Yapısal olarak evet - orantılı SRS, her katman içinde rastgele örneklemenin uygulandığı ve tahsisin orantılı olduğu katmanlı bir tasarımdır. Ayrım çoğunlukla terminolojiktir: 'orantılı tahsisli katmanlı örnekleme', çoğu istatistik metninde bulunan daha kesin bir etikettir. Analistler 'orantılı SRS' dediğinde neredeyse her zaman orantılı olarak tahsis edilmiş katmanlı basit rastgele örneklemeyi kastederler.
Ne zaman orantılı yerine orantısız tahsis kullanmalıyım?
Nüfusa göre küçük olan alt gruplar için güvenilir tahminler istediğinizde orantısız (eşitsiz) tahsis kullanın. Orantılı tahsis, bu küçük alt gruplara istikrarlı tahminler için çok az gözlem verecektir. Orantısız tahsis, küçük alt grupları aşırı örnekler ve ardından nüfus düzeyinde yansızlığı yeniden sağlamak için analizde ağırlıklar uygular.
Orantılı tahsis her zaman kısıtlanmamış SRS'den daha kesin tahminler verir mi?
Her zaman değil. Orantılı katmanlı SRS, en kötü ihtimalle kısıtlanmamış SRS kadar kesindir (varyans asla daha büyük değildir) ve ilgili değişken katmanlar arasında sistematik olarak farklılık gösterdiğinde kısıtlanmamış SRS'den daha iyi performans gösterir. Sonuç değişkeni üzerinde katmanlar arasında sistematik bir fark yoksa, kazançlar ihmal edilebilir düzeydedir.
Orantılı basit rastgele örneklemeden elde edilen verileri nasıl analiz ederim?
Tasarım katmanlı olduğu için, ortalamalar, toplamlar ve oranlar için katmanlı tahminleyiciler ve katmanlı varyans formülleri (basit SRS formülü değil) kullanın. R (survey paketi), Stata (svy komutları) ve SPSS (Complex Samples modülü) gibi istatistiksel yazılım paketleri katmanlı örnekleme tasarımlarını destekler ve doğru standart hataları hesaplar.
Hesaplanan n_h değerlerim tam sayılar değilse ne olur?
Her n_h'yi en yakın tamsayıya yuvarlayın, ardından toplamın hedef toplam n'ye eşit olduğunu kontrol edin. Yuvarlama nedeniyle toplam bir veya iki ile farklıysa, en büyük veya en küçük katmanı bir birim ayarlayın. Tüm yuvarlama kararlarını yöntemler bölümünüzde belgeleyin.
Kaynaklar
- Cochran, W. G. (1977). Sampling Techniques (3rd ed.). John Wiley & Sons. ISBN: 978-0471162407
- Lohr, S. L. (2009). Sampling: Design and Analysis (2nd ed.). Brooks/Cole. ISBN: 978-0495105275
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Proportional Simple Random Sampling. ScholarGate. https://scholargate.app/tr/survey-methodology/proportional-simple-random-sampling
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Küme ÖrneklemesiAnket metodolojisi↔ karşılaştır
- Orantılı Tabakalı ÖrneklemeAnket metodolojisi↔ karşılaştır
- Basit Rastgele ÖrneklemeAnket metodolojisi↔ karşılaştır
- Tabakalı ÖrneklemeAnket metodolojisi↔ karşılaştır
- Sistematik ÖrneklemeAnket metodolojisi↔ karşılaştır
- Ağırlıklı ÖrneklemeAnket metodolojisi↔ karşılaştır