Katılımcı Odaklı Örnekleme
Respondent-Driven Sampling (RDS) · Ayrıca şöyle bilinir: Chain-Referral Sampling, Peer-Referral Sampling, Network-Based Sampling, Katılımcı Güdümlü Örnekleme
Katılımcı Odaklı Örnekleme (KOÖ), örnekleme çerçevesi bulunmayan, gizli veya ulaşılması zor popülasyonlara erişmek için tasarlanmış olasılıksal bir zincirleme yönlendirme yöntemidir. Sosyolog Douglas Heckathorn tarafından 1997'de tanıtılan KOÖ, kartopu örneklemesini, katılımcıların kişisel ağ boyutlarına dayalı matematiksel ağırlıklandırma ile birleştirerek, eksiksiz bir üyelik listesi olmasa bile araştırmacıların popülasyon düzeyinde tahminler üretmesine olanak tanır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
KOÖ, hedef popülasyonun gizli, damgalanmış veya örnekleme çerçevesi olmayan durumlarda (örneğin, uyuşturucu enjekte eden kişiler, seks işçileri, belgesiz göçmenler veya erkeklerle seks yapan erkekler gibi) uygundur. Temel varsayımlar şunları içerir: popülasyon bağlantılı bir ağ oluşturur, katılımcılar bağlantıları arasından rastgele işe alım yapar ve ağ derecesi doğru bir şekilde bildirilir. KOÖ, parçalanmış ağlarda veya teşviklerin yanlı yönlendirmeler oluşturduğu durumlarda kötü performans gösterir. Alternatifler arasında zaman-konum örneklemesi ve yakalama-yeniden yakalama yöntemleri bulunur.
Güçlü yönler & sınırlılıklar
- Örnekleme çerçevesi olmayan gizli popülasyonlar için olasılıksal çıkarım sağlar
- Ters-derece ağırlıklandırma, farklı işe alım olasılığını düzeltir
- Markov zinciri yakınsaması, yeterli dalgalardan sonra tahminlerin tohum seçiminden bağımsız olmasını sağlar
- Çift teşvik yapısı (katılım + işe alım) yanıt ve yönlendirme oranlarını artırır
- Tek bir bağlantılı ağ bileşeni varsayar; parçalanmış popülasyonlar yakınsama koşullarını ihlal eder
- Geri çağırma ve sosyal beğenilirlik yanlılığına tabi olan doğru, kendi bildirilen ağ derecesine dayanır
- Varyans tahmini karmaşıktır ve standart hatalar genellikle basit rastgele örneklemlere göre daha büyüktür
- Akranlar işe alım yapanlara orantısız bir şekilde benzerse, uzun işe alım zincirleri homofili yanlılığına neden olabilir
SSS
Bir KOÖ çalışması başlatmak için kaç tohuma ihtiyaç vardır?
Çoğu uygulama, hedef popülasyonun farklı alt gruplarını temsil eden 5 ila 10 tohum kullanır. Kesin sayı, çeşitlilikten daha az önemlidir: Markov zinciri sonunda durağan bir dağılıma yakınsadığı için, ağ iyi bağlantılıysa ve yeterli dalga tamamlanırsa, sonraki dalgalardan elde edilen tahminler tohum seçimlerinden etkilenmez.
KOÖ analizi için hangi yazılımlar mevcuttur?
RDS Analyst (eski adıyla RDSAT) en yaygın kullanılan özel araçtır; Heckathorn ve Volz-Heckathorn yaklaşımları dahil olmak üzere birden fazla tahminciyi uygular. R paketi 'RDS', yakınsama, homofili ve darboğaz tespiti için teşhislerle birlikte benzer işlevsellik sağlayarak tekrarlanabilir araştırma iş akışları için uygun hale getirir.
KOÖ, kartopu örneklemesinden nasıl farklıdır?
Kartopu örneklemesi, resmi olasılıksal bir temeli olmayan bir kolaylık tekniğidir ve popülasyon düzeyinde çıkarım yapmayı imkansız kılar. KOÖ, çıkarım yapmayı sağlayan iki unsur ekler: (1) yönlendirme ağını kaydeden sıkı kupon takibi ve (2) eşit olmayan seçim olasılıklarını düzelten ters-derece ağırlıklandırma. Bunlar birlikte, KOÖ tahminlerinin bir olasılık örnekleminden elde edilenleri yaklaşık olarak temsil etmesini sağlar.
Kaynaklar
- Heckathorn, D. D. (1997). Respondent-driven sampling: A new approach to the study of hidden populations. Social Problems, 44(2), 174–199. DOI: 10.2307/3096941 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 2). Respondent-Driven Sampling (RDS). ScholarGate. https://scholargate.app/tr/survey-methodology/respondent-driven-sampling
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Yakalama-Tekrar Nüfus TahminiAnket metodolojisi↔ karşılaştır
- Tabakalı ÖrneklemeAnket metodolojisi↔ karşılaştır
- Anket Ağırlıklandırması ve KalibrasyonAnket metodolojisi↔ karşılaştır