Abstract:
Örnekleme araştırmalarında tahminlerin kalitesini arttırmak için veriye ağırlıklandırma uygulanır. Ağırlıklandırma, örnekleme ve örnekleme dışı hataları düzeltmek, tahminlerin etkinliğini arttırmak için araştırma verisine uygulanır. Sonradan
tabakalama ve tarama iyi bilinen ve çokça kullanılan ağırlıklandırma yöntemleridir. Bu yöntemlerin amacı kapsanmamayı ve yanıtlamamadan kaynaklanan yanı
gidermek ve araştırma tahminlerinin doğruluğunu güçlendirmektir. Sonradan
tabakalama ve tarama yöntemlerinde ağırlıklar, yardımcı değişkenlere dayalı oluşturulan sınıflamalardaki kitle ve örnek çaplarına dayalı belirlenir. Sonradan tabakalama (örnek seçiminden sonra yapılan tabakalama) amacı örnekten derlenen
bilgilere göre kitleyi homojen tabakalara ayırmaktır. Tabakalar ilgili değişkene göre
homojen olduğunda tahminlerin doğruluğunda artış sağlar. Tarama, örnekleme
araştırmalarında iki veya daha fazla sayıda yardımcı değişkene dayalı oluşturulan
çapraz sınıflamalar yapılması durumunda yaygın kullanılan bir ağırlıklandırma
yöntemdir. Çapraz sınıflamalardaki göze kitle çapları bilinmiyor ve yalnızca marjinal kitle çapları biliniyorken sonradan tabakalama yerine kullanılabilecek alternatif bir yöntem tarama olarak adlandırılır. Bu çalışmada sonradan tabakalama ve
tarama yöntemlerine yer verilmiştir. Sonradan tabakalama ve tarama yöntemleri Horvitz Thompson ve Hájek yapısında incelenmiştir. Çalışmada 2008 Türkiye
Nüfus ve Sağlık Araştırması verileri kullanılarak sonradan tabakalama ve tarama
yöntemiyle elde edilen parametre tahminlerinin duyarlılıkları araştırılmıştır. Araştırma sonuçlarına bakıldığında sonradan tabakalama ve tarama yönteminde Hájek
yapısındaki tahmin edicilerin varyansının Horvitz Thompson yapısındaki tahmin
edicilerin varyansından daha küçük çıktığı görülmüştür. Yöntemlerle ağırlıkların
kullanılmasının etkisi varyans şişme faktörüne dayalı araştırılmıştır. Tarama ağırlıklarının varyans şişme faktörü değeri sonradan tabaka ağırlıklarınınkinden daha
düşük değerli olmuştur.
