Anket göndermeye hazır mısınız? Bunu yapabilmek için ilk öğrenmeniz gereken şeylerden biri de örnekleme çerçevesi oluşturmaktır. Diğer bir deyişle verilerini toplamak istediğiniz kişileri belirlemeniz gerekir. Anket örneği belirlemenin görünürde birçok yolu olsa da özellikle bir örneği bir araştırma popülasyonundan ayırt etmenin kafa karıştırıcı olabileceğini biliyoruz. Bu rehberde, artılarını ve eksileriyle birlikte kullanılan farklı örnekleme yaklaşımlarını ve pazar araştırması yolculuğunuzda doğru adımları atmanız için hangi örneklemeyi ne zaman kullanacağınıza ilişkin bilgileri paylaşacağız.

Ankete dayalı araştırmalar söz konusu olduğunda örnek ve popülasyon terimlerinin birbirlerinin yerine kullanıldığını duymuş olabilirsiniz ancak aslında bunlar birbirinden oldukça farklı kişi gruplarıdır. Popülasyon, araştırmanıza katılma potansiyeli olan tüm kişileri ifade eder. Örneğin geçen yıl piyasaya sürdüğünüz bir ürün hakkında müşteri geri bildirim almaya çalıştığınızı düşünelim. Bu durumda popülasyon, ürününüzü satın almış, denemiş veya ürünle etkileşimde bulunmuş tüm kişiler olacaktır. Diğer yandan örnek ise popülasyonun bir alt kümesidir. Örnek belirlemek ve seçmek için birden fazla yöntem kullanılabilir. Örneğin kadın müşterilerden geri bildirim almak istiyorsanız müşteri demografiğine odaklanabilirsiniz. Bu durumda örnekleme stratejinizi cinsiyet üzerine kurmuş olursunuz. Coğrafi nitelikler veya davranışsal nitelikler de örneklemenizin temelini oluşturan diğer özellikler olabilir. Ek olarak çok büyük bir popülasyonla çalışıyorsanız bu popülasyondan veri toplamak oldukça zahmetli bir iş haline gelebilir. Bu durumda bir rastgele örnekleme yaklaşımı benimseyerek daha küçük ve daha yönetilebilir bir örnek seçmeyi tercih edebilirsiniz.

Pazar araştırmasına geçmeden önce anket terminolojisi bilgilerinizi tazeleyelim.

Bir popülasyondan veya bir örnekten veri toplamanın her ikisinin de avantajlı yönleri vardır. Ek olarak hangi yaklaşımı ne zaman kullanacağınız konusunda size rehberlik etmesi için yararlanabileceğiniz bazı temel kurallar bulunmaktadır.

İster marka farkındalığı araştırması yürütüyor ister müşteri geri bildirimi verileri topluyor olun, herhangi bir türde bir araştırma yürütürken tüm popülasyondan veri toplamak en ideal durumdur. Neden mi? Bunun nedeni tüm üyelerinin araştırma verisi sağladığı bir popülasyondan yararlanmanın, sonuçlar hakkında yaptığınız çıkarımların popülasyonun tamamını temsil etmesini en iyi şekilde garanti eden yöntem olmasıdır. Diğer bir deyişle popülasyondan veri toplamak, araştırma bulgularınızın geçerliliğini ve güvenilirliğini artırmanıza yardımcı olur. 

Bununla birlikte pratik olarak her zaman bir araştırma popülasyonundan veri toplamak mümkün değildir. Bu durumun başlıca sebebi, çoğu zaman popülasyonları belirlemenin ve yanıtlarınızın istatistiksel olarak geçerli olmasını sağlamak üzere bu popülasyonlara ulaşmanın zor olmasıdır. Popülasyonun sınırları net bir şekilde tarif edildiğinde ve hedef kitle bir şekilde kısıtlandığında popülasyondan veri toplamak mantıklı bir seçenek olur. Örneğin; çalışan bağlılığı verileri toplamak istiyorsanız muhtemelen popülasyona dayalı bir yaklaşım seçersiniz. Bu yaklaşım çerçevesinde de İK kayıtlarından tüm çalışanlarınızın bir listesini alıp her bir çalışana doğrudan e-posta gönderirsiniz. 

Ek olarak küçük ve iş birliğine açık bir popülasyonla çalıştığınız veya popülasyonun anket sonuçlarıyla ilgilendiği bir senaryoda da bu yaklaşım mantıklı bir seçenektir (örneğin yeni bir hizmetin 30 pilot uygulama kullanıcısının tamamı). Bununla birlikte sınırları belirsiz, çok büyük veya coğrafi olarak dağılmış bir popülasyon söz konusu olduğunda genellikle popülasyon içinden örnek almanız gerekir.

Popülasyondan veri toplamak geçerli ve doğru bilgiler alma konusunda en avantajlı seçenekse neden popülasyon yerine örneğe yönelik anket çalışması gerçekleştiririz? Bu soruya verilebilecek en kısa yanıt buna ihtiyaç duyulmasıdır. Popülasyonların boyutu ve coğrafi dağılımı göz önünde bulundurulduğunda araştırmacıların hedef popülasyonun tamamına ulaşmaları nadiren mümkündür. Bir iş parkında oldukça müşteri çeken bir yemek kamyonu işlettiğinizi düşünelim. Civardaki ofislerin yöneticilerinin öğle yemeği tercihleriyle ilgili bir anket çalışması gerçekleştimek istiyorsunuz. Popülasyona dayalı bir yaklaşım benimsediğinizde tüm çalışanların eksiksiz ve doğru bir listesini edinmeniz gerekir ki bunu yapabilmeniz pek olası değildir. Bu tür senaryolarda, popülasyonun alt kümesinden veri toplamanız gerekir. Ardından, bulgularınızı popülasyonu kapsayacak şekilde genelleştirebilirsiniz. Başka bir deyişle örnek kullandığınızda genelde araştırma bulgularınızın örneğin alındığı geniş popülasyonu temsil ettiğini varsayabilirsiniz. Bu sıklıkla gerçekleşen bir durumdur ancak istisnalar da mevcuttur. Gelin bu konuyu daha yakından inceleyelim.

Örneğe dayalı yaklaşımı tercih etmeniz durumunda kullanabileceğiniz iki ana örnekleme stratejisi bulunmaktadır: olasılıklı örnekleme ve olasılıksız örnekleme.

Olasılıklı örnekleme, bir rastgele örnekleme yöntemidir

Bu örnekleme yöntemi, bir popülasyonun her üyesinin örneğe dahil edilmek için aynı şansa sahip olduğu tüm yaklaşımları ifade eder. Örneğin bir popülasyon listeniz, diğer adıyla örnekleme çerçeveniz varsa rastgele sayı üreteci kullanarak listedeki konumu üretilen sayıya denk gelen kişileri seçebilirsiniz. Bu yöntem, basit rastgele örnekleme yaklaşımı olarak bilinir. 

Başka bir yöntem olarak sistematik rastgele örnekleme yaklaşımından da yararlanılabilir. Bu yöntemde örnekleme çerçevesinde bulunan, misal olarak her 10. veya 100. kişi seçilir. Kademeli rastgele örnekleme de rastgele örneklemeye benzer ancak birinci örnekleme türünde popülasyon, benzer nitelikler gözetilerek gruplara ayrılır. Örneğin müşteriler sizden alışveriş yapma sıklıkları veya harcama tutarları baz alınarak gruplara ayrılabilir. Bir sonraki adımda basit veya sistematik rastgele örnekleme prosedürü kullanılarak her gruptan kişiler seçilir. Bu prosedürlerin kullanılması, popülasyonun farklı segmentlerinin nihai örnekte temsil edilmesini sağlar.

Olasılıksız örnekleme daha seçicidir

Bu yöntem kullanıldığında popülasyonun tüm üyeleri örneğe dahil edilmek için eşit şansa sahip olmaz. Örneğin Cumartesi sabahı web sitenizi ziyaret eden tüm ziyaretçilerle anket çalışması gerçekleştirdiğinizde yalnızca hafta sonu alışveriş yapan müşteriler ankete katılma şansı elde eder. Alternatif olarak yalnızca kişisel olarak ilişkiniz bulunan müşterilere anket gönderdiğinizde tanımadığınız müşterileri dışarıda bırakmış olursunuz. Bu durum örneğinizde bazı hatalara yol açabilir ve örneğinizin popülasyonun tamamını temsil etmemesi anlamına gelebilir. Peki buna rağmen neden bu yaklaşım kullanılır? İdeal olmalarına rağmen olasılığa dayalı yaklaşımlar anketiniz için önemli olan tüm kişilere ve çoğu zaman ulaşılması zor bir popülasyon listesine ulaşmanızı gerektirir.

Birçok örnekte de gördüğümüz üzere verilerinizi popülasyonun tamamı yerine bir örnekten toplamanız gerekir. Zorunluluk sebebiyle bu yönteme başvurmanız gerekse de bu durum, örnekten veri toplamanın çok sayıda avantajı olduğu gerçeğini ortadan kaldırmaz:

İster örnekten ister popülasyondan veri topluyor olun, kullanılan terminolojiyi doğru anladığınızdan emin olmanız gerekir. Popülasyona dayalı ve örneğe dayalı yaklaşımların arasındaki en önemli farklardan biri de örnek boyutunun belirlenmesiyle ilgilidir. Burada daha ayrıntılı açıkladığımız üzere örnek boyutu, tercihen anketi tamamlamasını istediğiniz hedef kişi sayısı tahminidir. Örnekten veya popülasyondan veri toplamayla alakalı istatistik ve parametre kavramları, birbiriyle ilişkisi bulunan ancak birbirinden farklı iki kavramdır. Gelin bu iki kavramı da yakından inceleyelim.

Parametre, popülasyonun tamamından toplanan veriler baz alınarak popülasyonun bir özelliğiyle ilgili yapılan ölçümdür. Örneğin çalışanların motivasyonunu ve bağlılığını artırmak için çalışılan gün sayısını haftada dört güne düşürdüğünüzü varsayalım (ne şanslı çalışanlar!). Tüm çalışanlarınıza anket göndererek haftanın hangi günü tatil yapmak istediklerini sordunuz. Tüm çalışanlarınız anketi doldurur ve %80'i Cuma günü tatil yapmak istediklerini belirtirse bu oran, popülasyonun bir parametresi olur. 

Diğer yandan istatistik ise popülasyonun bir örneğinden toplanan verilerden elde edilen bir bulgudur. Çalışan tabanınızın oldukça geniş olduğunu düşünelim. Anketinizi rastgele seçilmiş temsil edici bir örneğe göndermeye karar verdiniz. Tüm popülasyondan veri toplamanız durumunda elde edeceğiniz sonuçlarla büyük oranda aynı sonuçları elde ettiniz ve çalışanların büyük çoğunluğunun (%77)  Cuma günlerini de dahil ederek uzun bir hafta sonuna sahip olmayı umduğunu gördünüz. Bu durumda sonuç değişmedi ancak onu ifade etme biçiminiz değişti. %77 oranına artık istatistik diyebilirsiniz. Peki neden bu iki kavram arasındaki farkı bilmeniz gerekiyor? Sorunun yanıtını öğrenmek için örnekleme hatası konusuna göz atalım.

Örnekleme hatası, örnekle ilgili olarak bilmeniz gereken diğer bir terimdir. Basitçe anlatacak olursak örnekleme hatası popülasyon parametresi ile örnek istatistiği arasındaki farktır. Daha önce paylaştığımız örneğe dönecek olursak, tercih ettikleri tatil günüyle ilgili tüm popülasyona yönelik bir anket çalışması gerçekleştirdiğimizde çalışanların %80'inin Cuma yanıtını verdiğini gördük. Bir örneğe yönelik anket gerçekleştirdiğimizde ise bu oran %77 oldu. Popülasyondan alınan sonuçlar ile örnekten alınan sonuçlar arasındaki farkı ifade eden örnekleme hatasının bu örnekte %3 olduğunu görüyoruz.

Paylaştığımız bu örnek, popülasyonu olabildiğince iyi temsil eden bir örnek oluşturmaya çalışmanın önemini ortaya koyuyor. Peki yalnızca hiçbir zaman Cuma günleri çalışmayan kısmi zamanlı çalışanların örnekleme dahil edildiği bir senaryodan bahsetseydik nasıl olurdu? Bu durumda, popülasyonun tercihlerini yansıtmayan çok farklı bir sonuç elde edebilirdik. 

Anketin doğruluğunu sağlamak ve hataları en aza indirmektir. Örnekleme hataları, olasılığa dayalı bir örnekleme stratejisi kullanıldığında bile oluşabilir. Bu durumun nedeni, örneğin popülasyonu iyi temsil ettiği durumlarda bile dağılımla ilgili istatistiksel dağılım ölçümleri ve merkezi eğilim (ortalamalar ve standart sapmalar gibi) arasında küçük farklar bulunmasıdır. Buradaki amacınız örnekleme hatasını olabildiğince düşük tutmaktır. Örneğinizin boyutunu artırarak örnekleme hatasını azaltabilirsiniz. 

Anketiniz için hedef kişi sayısına nasıl karar verirsiniz? Anketinizi tasarlayıp gönderiyor ve en iyi sonucu elde etmeyi mi umuyorsunuz? Bunun aslında pek de geçerli bir yöntem olmadığını söylemeliyiz. Popülasyonunuzdan veri alabildiğiniz durumlarda bu önemsiz bir sorudur çünkü ideal hedef kitle boyutu tam olarak popülasyonunuzun boyutudur. Bununla birlikte bir örneğe yönelik anket gerçekleştirdiğinizde çok daha detaylı düşünmeniz gerekir.

İlk olarak popülasyonunuzun boyutunu tahmin etmeniz gerekir. Güncel bir popülasyon listesine sahip değilseniz bile popülasyonunuzun boyutunu yaklaşık olarak bilmek de iyidir. Örneğin bisikletlilerin bölgenizdeki yollarda fark ettiği tehlikeleri öğrenmek istediğinizi varsayalım. Bu senaryoda ikincil verileri kullanarak tahmini bir hesapla, sorumlu olduğunuz bölgede 20.000 civarında bisikletli olduğu sonucuna ulaştınız. Bu sayıyı elde ettikten sonra hata payı uygulayabilirsiniz. Bu işlem, sonuçlarınızın doğruluğunu ölçüp yüzde olarak ifade etmenizi sağlar. %5'lik bir hata payını tolere edebileceğinizi düşünüyorsanız gerçek sonucun istatistiğinizin %5 fazlası veya eksiği bir aralıkta olduğunu tahmin ediyorsunuz demektir. Örnekleme dahil edilen çalışanların %77'sinin tatil olarak Cuma gününü tercih ettiğini gösteren istatistiğe %5'lik bir hata payı uygulamanız, gerçek oranın %72 ve %82 arasında olduğu anlamına gelir.

Son olarak popülasyon boyutunuzla hata payınızı karşılaştırıp hedef örnek boyutunuzla ilgili yaklaşık bir tahmin elde etmek için örnek boyutu tablosunu kullanabilirsiniz. Kuşkusuz herkesin anketinizi doldurmayacağını da unutmamalısınız. Dolayısıyla 100 kişilik bir örnek boyutu belirlediyseniz hedeflediğiniz hedef kitle boyutuna ulaşmak için çok daha fazla yanıtlayanı hedeflemeniz gerekir. 

Anketinize katılmasını istediğiniz kişi sayısını belirleme hakkında daha fazla bilgi edinin. 

Özetle hedef kitle boyutu popülasyondan veri toplama ile örnekten veri toplama farklıdır. Ne tür bir pazar araştırması yapmak istiyor olursanız olun, farklı pazar araştırması anketi türlerinin tümününü keşfetmekle işe başlayın ve size en uygun olanı bulun.