Parametre vs istatistik, neden örneklem kullanırız
Basit rastgele, sistematik, tabakalı, küme örnekleme
Kolayda, amaçlı, kartopu, kota örnekleme
Güç analizi, Cohen'in etki büyüklüğü, Slovin ve Cochran formülleri
Hedef tahtası benzetmesi, birbirini nasıl etkiler
Test-tekrar test, iç tutarlılık, gözlemciler arası, paralel form
Yakınsak/ayırt edici geçerlilik, EFA/CFA, model uyum indeksleri
Sistematik vs rastgele hata, Klasik Test Teorisi
Fizyolojik, psikolojik, performans ölçümü zorlukları
Adım adım örnekleme rehberi, üç senaryo, karar noktaları
Bilimsel araştırmaların temel hedeflerinden biri, belirli bir grup hakkında bilgi edinip bu bilgiyi daha geniş bir gruba genellemektir. Bu süreçte "evren" ve "örneklem" merkezi rol oynar (Creswell & Creswell, 2024; Fraenkel, Wallen & Hyun, 2023).
Araştırmacının ilgilendiği ve sonuçları genellemek istediği tüm bireylerin/olayların oluşturduğu büyük grup. Sonlu (Türkiye'deki tüm lisanslı halterciler) ya da sonsuz (bir cirit atıcısının yapabileceği tüm atışlar) olabilir.
Evrenden belirli yöntemlerle seçilen ve evreni temsil ettiği varsayılan daha küçük alt grup. Araştırma genellikle bu grup üzerinde yürütülür.
| Özellik | Evren (Population) | Örneklem (Sample) |
|---|---|---|
| Ölçülen Değerin Adı | Parametre — genellikle kesin bilinmez | İstatistik — hesaplanabilir, parametreyi tahmin eder |
| Maliyet / Zaman | Çok yüksek, çoğu zaman ulaşılamaz | Yönetilebilir, pratik olarak uygulanabilir |
| Spor Bilimleri Örneği | Dünyadaki tüm elit halterciler | 2025-2026 sezonunda 3 kulüpten 45 halter sporcusu |
Halter: Bir araştırmacı, Türkiye'deki tüm lisanslı halter sporcularında (evren, N ≈ 3.500) squat derinliği ile bel ağrısı ilişkisini incelemek istiyor; tüm evrene ulaşmak imkânsız olduğundan 6 ilden tabakalı örnekleme ile seçilen 210 sporcu (n = 210) üzerinde çalışıyor.
Yüzme: Bir antrenör, 12 yaş altı tüm yüzücülerin (evren) 100m serbest stil performansı hakkında sonuç çıkarmak istiyor, ancak sadece kendi kulübündeki 30 yüzücüden (örneklem) veri topluyor — örneklemin evreni ne kadar iyi temsil ettiği, genellenebilirliği doğrudan belirler.
Örneklem büyük evrenden rastgele bir kesit değil, dikkatli seçilmiş bir alt kümedir — kesikli çember, "bu 210 sporcu, 3.500 kişilik evreni istatistiksel olarak temsil eder" iddiasını görselleştirir. Seçim yöntemi ne kadar sistematikse, bu temsil o kadar güvenilirdir.
Tüm evreni incelemek genellikle çok pahalıdır
Tüm evreni incelemek çok zaman alabilir
Bazı durumlarda tüm evrene ulaşmak fiziksel olarak imkânsızdır
Küçük, iyi yönetilen bir örneklemden daha kaliteli ve detaylı veri toplanabilir
Örneklemin küçük olması avantaj değildir — asıl amaç, evreni tarafsız biçimde temsil eden, doğru yöntemle seçilmiş bir örneklem elde etmektir. Büyüklük tek başına temsil gücünü garanti etmez.
Her birimin eşit ve bağımsız seçilme şansı vardır (kura, rastgele sayı tablosu)
Rastgele başlangıç + her k'ıncı birim seçilir (k = N/n)
Evren homojen alt gruplara (tabaka) ayrılır, her tabakadan orantılı seçim yapılır
Doğal kümeler (okul, kulüp) rastgele seçilir, kümenin tamamı örnekleme dahil edilir
Dört yöntem de evrendeki her birimin örnekleme seçilme olasılığının sıfırdan büyük ve bilinir olmasını garanti eder — bu, bulguların evrene genellenebilmesinin ön koşuludur.
| Yöntem | Seçim Mantığı | Spor Bilimleri Örneği | Ana Sınırlılık |
|---|---|---|---|
| Basit Rastgele | Kura/rastgele sayı ile her birime eşit şans | Bir ilin yüzücü listesinden rastgele 100 kişi | Büyük evrende tam liste bulmak zor |
| Sistematik | Rastgele başlangıç + her k'ıncı birim | 2000 maratoncu listesinden her 10. koşucu | Listede gizli döngüsel örüntü riski |
| Tabakalı | Alt gruplara ayır, her tabakadan orantılı seç | Liginde pozisyona göre orantılı seçim | Tabaka değişkenlerinin önceden bilinmesi gerekir |
| Küme | Doğal kümeler seç, kümenin tamamını dahil et | 6 şehirden seçilen spor liseleri | Örneklem hatası (design effect) daha yüksek |
Araştırma Sorusu: Profesyonel basketbolda pozisyona göre (guard, forward, center) sıçrama yüksekliği ve çeviklik farklılık gösteriyor mu?
Neden Tabakalı? Bir ligdeki 180 oyuncunun %40'ı guard, %35'i forward, %25'i center ise, basit rastgele örneklemede şans eseri az sayıda center seçilebilir. Tabakalı örneklemede her pozisyondan orana uygun sayıda oyuncu seçilerek her grubun temsili güvence altına alınır.
n=90 hedef 36 guard 32 forward 22 center
1) Tabakalaştırma değişkenini belirle (örn. branş) → 2) Tabakaları birbirini dışlayacak şekilde oluştur → 3) Orantılı ya da bilinçli orantısız dağıtıma karar ver → 4) Her tabaka içinde basit rastgele ya da sistematik seçim yap (Creswell & Creswell, 2024).
Kolay ulaşılan, gönüllü katılımcılar dahil edilir — en hızlı, en az maliyetli yöntem
Araştırmacı, soruya en uygun belirli özelliklere sahip kişileri bilinçli seçer
İlk katılımcılar, kriterlere uyan diğer kişileri araştırmacıya yönlendirir
Alt gruplara sayısal kota konur, kotalar kolayda örneklemeyle doldurulur
Olasılıksız örneklemede yanlılık riski her zaman yüksektir; raporunuzda bu sınırlılığı açıkça belirtmek, metodolojik dürüstlüğün gereğidir (APA, 2024 raporlama standartları).
| Yöntem | Ne Zaman Tercih Edilir? | Spor Bilimleri Örneği | Ana Sınırlılık |
|---|---|---|---|
| Kolayda | Pilot çalışma veya kısıtlı zaman/bütçe | Kendi antrenman grubunda ön test | En yüksek yanlılık riski |
| Amaçlı | Zengin bilgi veren örnekler gerektiğinde (nitel) | Sadece milli takım okçularıyla görüşme | Araştırmacı yanlılığı |
| Kartopu | Ulaşılması zor / gizli popülasyonlarda | Doping kullanmış eski sporculara ulaşmak | Sosyal ağ etkisiyle homojen örneklem |
| Kota | Alt grup dengesi önemli ama liste yoksa | Her yaş kategorisinden 20 sporcuyla anket | Kota içi seçim rastgele değil |
Kartopu örnekleme, araştırmacının doğrudan ulaşamadığı, listesi olmayan popülasyonlara zincirleme biçimde ulaşmak için kullanılır: çekirdek 3-5 katılımcıyla başlanır, her katılımcıdan aynı kriterlere uyan başka kişileri yönlendirmesi istenir ve örneklem, yeni katılımcılardan artık farklı bilgi gelmediği doygunluk noktasına kadar büyütülür.
Spor bilimlerinde özellikle damgalanma riski taşıyan gruplara ulaşmak için değerlidir: performans artırıcı madde kullanmış eski sporcular, yeme bozukluğu yaşayan elit sporcular veya para-atletizmde nadir engellilik sınıflandırmalarındaki sporcular gibi (Creswell & Creswell, 2024).
Kartopu örneklemin sadece birbirini tanıyan bir sosyal çevreden oluşabileceğini ve bunun çeşitliliği azaltabileceğini metodoloji bölümünde bir sınırlılık olarak belirtin.
Seçim: Rastgele, bilinen olasılıkla
Genelleme: İstatistiksel olarak evrene genellenebilir
Tipik Kullanım: Nicel, ilişki/fark test eden çalışmalar
Seçim: Araştırmacı yargısı, kolaylık, kriter
Genelleme: İstatistiksel genelleme yapılamaz
Tipik Kullanım: Nitel, keşifsel, gizli popülasyon çalışmaları
Var olan bir etkiyi tespit edemez (Tip II hata riski artar), istatistiksel gücü düşüktür, evreni temsil etmeyebilir.
Kaynak israfına (zaman, para, insan gücü) yol açar, gereksiz katılımcı maruziyeti nedeniyle etik sorun oluşturabilir.
| Yöntem | Formül / Girdi | Ne Zaman Kullanılır? |
|---|---|---|
| Slovin Formülü | n = N / (1 + N·e²) — e = hata payı (genellikle 0.05) | Evren büyüklüğü (N) biliniyorsa, hızlı tahmin gerektiğinde |
| Cochran Formülü | n₀ = Z²·p(1-p) / e² | Evren büyük/bilinmiyorsa, oran tahmini yapan anketlerde |
| G*Power / Güç Analizi | Girdi: etki büyüklüğü (d), α = 0.05, güç = 0.80 | Deneysel/karşılaştırmalı araştırmalarda en bilimsel yöntem |
Anlamlılık düzeyi (α) → İstatistiksel güç (1-β) → Etki büyüklüğü (Cohen's d, r, f²) → Bu üçü belirlendiğinde gereken minimum örneklem büyüklüğü G*Power gibi yazılımlarla hesaplanır (Cohen, 1988; APA, 2024 raporlama standartları güç analizinin raporlanmasını zorunlu tutar).
Bu sınıflandırma yalnızca genel bir kılavuzdur; benzer konudaki önceki çalışmalara bakmak her zaman tercih edilmelidir (Cohen, 1988).
d, 0.2'den 0.5'e (2.5 kat) yükseldiğinde gereken örneklem 393'ten 64'e (yaklaşık 6 kat) düşüyor — çünkü ilişki ters kareli. Küçük bir etkiyi güvenilir biçimde yakalamak isteyen bir araştırmacı, bunun bedelini çok daha büyük bir örneklemle ödemek zorundadır.
Araştırma Sorusu: 12 haftalık periyodize bir antrenman programı, halterci sporcularda squat 1RM'i artırır mı? Literatürdeki benzer çalışmalara göre beklenen etki orta düzeydedir (d=0.5). Araştırmacı sadece 40 sporcuya ulaşabiliyorsa, ya programı 16 haftaya çıkararak daha büyük bir etki hedeflemeli ya da bu sınırlılığı raporunda açıkça belirtmelidir.
Bir ölçüm tutarsız sonuçlar veriyorsa, doğru şeyi de ölçemez. Her seferinde farklı kilo gösteren bir tartı, doğru kiloyu ölçemez.
Her zaman 5 kg fazla gösteren bir tartı tutarlıdır (güvenilir) ama doğru kiloyu göstermez (geçerli değil).
Doğru ölçen bir tartı, küçük hata payları içinde her zaman aynı kiloyu göstermelidir.
Oklar dağınık ve hedeften uzaksa: düşük güvenilirlik + düşük geçerlilik. Oklar birbirine yakın ama hedefin dışındaysa: yüksek güvenilirlik + düşük geçerlilik. Oklar birbirine yakın ve tam merkezdeyse: yüksek güvenilirlik + yüksek geçerlilik — bilimsel ölçümde hedeflenen budur.
Ortadaki panel en yanıltıcı olanıdır: oklar birbirine çok yakın olduğu için "tutarlı bir ölçüm" izlenimi verir, ama merkezden uzak oldukları için sistematik bir hata (kalibrasyon sorunu) gizler. Sadece güvenilirliğe bakıp geçerliliği kontrol etmemek, bu tür sessiz hataları gözden kaçırır.
| Durum | Güvenilirlik | Geçerlilik | Pratik Sonuç |
|---|---|---|---|
| Bozuk tartı (rastgele hatalı) | Düşük | Düşük | Kullanılamaz; hem tutarsız hem yanlış |
| Her zaman 5 kg fazla gösteren tartı | Yüksek | Düşük | Tutarlı ama sistematik yanlış (kalibrasyon gerekir) |
| Doğru kalibre edilmiş, hassas tartı | Yüksek | Yüksek | Bilimsel araştırmada kullanıma uygundur |
Bir okçu 6 atışın 5'ini hedefin sol üst köşesine, birbirine çok yakın saplıyorsa (yüksek güvenilirlik, düşük geçerlilik), nişan ayarında sistematik bir sapma vardır. Nişangahı düzelttikten sonra atışlarını hem birbirine yakın hem de merkeze yapabiliyorsa, hem tekniği hem ekipmanı doğru çalışıyor demektir — bu, bir ölçüm aracının kalibrasyonunun neden periyodik kontrol edilmesi gerektiğinin somut örneğidir.
Aynı aracın aynı gruba farklı zamanlarda uygulanması. Örn: Sprint testi 1 hafta arayla
Maddelerin birbiriyle tutarlı ölçüm yapma derecesi. Örn: 20 maddelik motivasyon anketi
Farklı değerlendiricilerin tutarlılığı. Örn: 3 antrenörün jimnastik puanlaması
İki eşdeğer testin sonuç tutarlılığı. Örn: Kaygı ölçeğinin A/B formları
α > 0.95 gibi çok yüksek değerler "daha iyi" değil, maddelerin gereksiz tekrarına işaret edebilir. İdeal aralık genellikle 0.70-0.90'dır (Cronbach, 1951; Cohen, 2022).
10 yüzücünün 100m serbest stil derecesi Pazartesi ve Cuma ölçülüyor. Pearson r = 0.92, "mükemmel güvenilirlik" sınıfına girer — yüzücülerin sıralaması iki test arasında büyük ölçüde tutarlı kalmıştır.
Üç antrenör (Ali, Veli, Ayşe) aynı 8 sporcunun 100m reaksiyon süresini elle kronometreyle ölçüyor. ICC = 0.88 yüksektir — "kimin ölçtüğü" sonucu fazla değiştirmiyor.
Yüzmede r=0.40 çıksaydı, testte çok fazla rastgele hata (yorgunluk, motivasyon) olduğu düşünülürdü. Sprintte ICC=0.45 çıksaydı, elle kronometre yerine elektronik ışık kapılı zamanlama sistemine geçilmesi önerilirdi.
Aynı yapıyı ölçen farklı araçlar yüksek korelasyon gösterir. Örn: Yeni motivasyon anketi ile var olan ölçek arasında yüksek pozitif ilişki
Farklı yapıları ölçen araçlar düşük korelasyon gösterir. Örn: Motivasyon ölçeği ile kaygı ölçeği arasında düşük ilişki
Araç, teorik olarak farklı seviyelerdeki grupları ayırt edebilir. Örn: Kaygı ölçeğinin elit ile amatör sporcuyu ayırması
Verinin altında hangi faktörler yatıyor, keşfeder
Önceden belirlenmiş modelin veriye uyup uymadığını test eder
| İndeks | Kabul Edilebilir | İyi Uyum |
|---|---|---|
| Chi-Square / df | < 3 | < 2 |
| CFI (Comparative Fit Index) | > 0.90 | > 0.95 |
| TLI (Tucker-Lewis Index) | > 0.90 | > 0.95 |
| RMSEA | < 0.08 | < 0.05 |
| SRMR | < 0.08 | — |
| Geçerlilik Türü | Sorduğu Temel Soru | Spor Örneği |
|---|---|---|
| İç Geçerlilik | Etki gerçekten manipüle edilen değişkenden mi kaynaklandı? | Antrenman etkisini beslenme farkından ayırt etme |
| Dış Geçerlilik | Bulgular başka örneklem/ortama genellenebilir mi? | Laboratuvar sonucunun sahada da geçerli olması |
| Kapsam Geçerliği | Araç, konunun tüm boyutlarını kapsıyor mu? | Tükenmişlik ölçeğinin duygusal/fiziksel/motivasyonel boyutları |
| Ölçüt Geçerliği (Eşzamanlı) | Yeni ölçüm, altın standartla örtüşüyor mu? | Taşınabilir VO₂max cihazının laboratuvarla karşılaştırılması |
| Ölçüt Geçerliği (Yordama) | Ölçüm gelecekteki bir sonucu tahmin ediyor mu? | U16 seçme testinin 5 yıl sonraki başarıyı yordaması |
| Yapı Geçerliği | Ölçüm, teorik kavramı doğru yapıda ölçüyor mu? | Tükenmişlik ölçeğinin 3 faktörlü yapısının doğrulanması |
Aynı ölçek, teorik olarak farklı bir kavram olan "iletişim becerisi" ölçeğiyle karşılaştırıldığında r=0.15 gibi düşük bir korelasyon bulunması, ayırt edici geçerlilik için de kanıt sağlar — çünkü özgüven ve iletişim becerisi farklı yapılardır.
Yön: Sabit, öngörülebilir (hep + veya hep -)
Güvenilirliğe etkisi: Etkilemez, sonuçlar hâlâ tutarlıdır
Geçerliliğe etkisi: Bozar — doğru değeri kaydırır
Örnek: Kalibrasyonu bozuk bir tartının her zaman 2 kg fazla göstermesi
Yön: Değişken, öngörülemez
Güvenilirliğe etkisi: Düşürür, tutarlılığı bozar
Geçerliliğe etkisi: Çoklu ölçüm/ortalama alınca etkisi azalır
Örnek: Sporcu performansındaki günlük dalgalanmalar
Güvenilirlik katsayısı istatistiksel olarak "gerçek puan varyansının, toplam gözlenen puan varyansına oranı" olarak tanımlanır — hata varyansı ne kadar küçükse güvenilirlik o kadar yüksektir.
Bir sporcu aynı gün üç kez 100m koşuyor: 11.02s, 10.89s, 11.15s. Bu farklılıklar rastgele hatadır (rüzgar, reaksiyon, ısınma düzeyi). Klasik Test Teorisi'ne göre sporcunun "gerçek" performansı üç derecenin ortalamasına (≈11.02s) en yakın tahmindir — bu yüzden milli takım seçmelerinde tek koşu yerine birden fazla deneme ortalaması tercih edilir.
Hiçbir tek deneme sporcunun "gerçek" hızını tam yansıtmaz — her biri gerçek değerin bir miktar üstünde veya altında saçılır. Üç denemenin ortalaması, tek bir ölçümden çok daha güvenilir bir tahmindir; bu yüzden Klasik Test Teorisi çoklu ölçümü önerir.
Bireysel varyabilite (genetik, yaş), circadian ritim, gerçek maksimal efor zorluğu. Çözüm: objektif kriterler (RER, laktat)
Kültürel farklılıklar, sosyal istenirlik, bağlam bağımlılığı. Çözüm: anonimlik, çoklu zaman noktası ölçümü
Ekolojik geçerlilik, çok boyutluluk, rakip etkisi. Çözüm: saha testleri, entegre değerlendirme modelleri
Giyilebilir teknoloji (wearables), makine öğrenmesi ile örüntü tanıma, mobil uygulamalarla anlık değerlendirme (Ecological Momentary Assessment), sanal gerçeklik ile kontrollü ama gerçekçi test ortamları.
VO₂max ölçümü karada koşu bandı protokolleriyle standartlaşmıştır, ancak yüzücülerde su direnci, yatay vücut pozisyonu ve nefes alma tekniği farklılığı nedeniyle kara ölçümleri suya tam olarak genellenemez — bu bir ekolojik geçerlilik sorunudur.
Bu yüzden yüzme fizyolojisi araştırmalarında, sonuçların gerçek performansı yansıtması için su içi (tethered swimming, taşınabilir gaz analizörü) ölçüm protokolleri geliştirilmiştir.
Laboratuvar yüksek iç geçerlik sunar (kontrollü koşullar); saha ölçümü yüksek ekolojik/dış geçerlik sunar (gerçek performans ortamı). İkisi birbirini tamamlar, birbirinin yerine geçmez.
| Senaryo | Araştırma Amacı | Önerilen Strateji | Ana Avantaj |
|---|---|---|---|
| 1. Profesyonel Futbolcular Antrenman yükü — sakatlık riski | Genelleme (nicel ilişki testi) | Tabakalı Küme Örnekleme | Lig seviyeleri arası karşılaştırma + pratik uygulanabilirlik |
| 2. Genç Sporcu Gelişimi Mental gelişim süreci | Derinlemesine anlama (nitel keşif) | Amaçlı + Kartopu Örnekleme | Zengin, kriterlere uygun bilgi kaynağına ulaşım |
| 3. Rekreasyonel Sporcular Motivasyon — sağlık davranışı | Genelleme (anket/ilişki testi) | Sistematik Örnekleme | Mevcut üye listesinden hızlı, düşük maliyetli uygulama |
Nitel araştırmada "kaç kişiyle görüşmeliyim?" sorusunun cevabı sabit bir sayı değildir. Son birkaç görüşmede yeni tema çıkmıyorsa, anlatılar tekrar eden örüntüler gösteriyorsa ve araştırma sorusu tüm boyutlarıyla cevaplanıyorsa doygunluğa ulaşılmış demektir (Creswell & Creswell, 2024).