21. Definition of sampling :understanding of why sampling?

Cavab: Numune tedqiqatcinin secdiyi prosesdir ve arasdirma zamani melumat toplamaqda boyuk rol
oynayir.Numune boyuk kutle icerisinden secilmis melumat toplusudur.Misal ucun Meksikada siqaret
ceken insanlarin faizini bilek.Bunun ucun Meksika ehalisinin cemi 1000 neferinden sorgu
kecirilir.Bununlada 1000 neferden aldigimiz cavablar ve reyler bize melumat toplamaqda komek edir.

Ne ucun numune?

Cunki butun ehaliden sorgu kecirtmek hem cox vaxt ve cox pul teleb edir.Buna gorede qisa vaxt erzinde
mueyyen bir qrup ehaliden informasiya toplanir.Bu method komek edir:

1.Daha az insan istirak edir

2.Qisa vaxt erzinde olur

3.Daha az pul teleb edir.

4.Butun ehali haqqinda fikir formalasir.

22. Sampling:probability and not probability sampling.

Cavab:Probability Sampling-Ehtimal numunesi.Aiddir:

1.Simple Random Sampling

2.Systematic Sampling

3.Stratified Random Sampling

4.Cluster Sampling

5.Multistage Sampling

6.Multiphase Sampling

Probability Sampling- ehalide her bir vahidin numunede secilmek sansi 0dan coxdur.Ehalide her bir
element eyni secim ehtimalina malikdi.Buna gorede beraber secim ehtimali-"equal probability of
selection " deyilir.

Nonprobability Sampling-Bezi elementlerin secilme sansi olmadigi ve ya secme ehtimalinin deqiq

mueyyenlesdirilmediyi metoddur.Elementlerin secimi qeyri-tesadufudur.

Misal ucun: Bir kucedeki her bir eve bas cekirik ve qapiya cavab veren ilk adamla gorusuruk.Bezen olurki
1den cox insan bir evde yasayir.Yeniki evde 1den cox insan yasayanda bu artiq qeyri-
tesadufudur.Hesablamaq ucun praktik degildir.Novleri:

1.Convienience sample

2.Purposive sample

3.Quata.
23.Understanding of each types of sampling.

1.Simple Random Sampling-Ehalinin her bir uzvunun musteqil ve beraber secilmek sansi var.Numuneleri
komputerin tesadufi eded generatorlarindan elde ede bilersiz.Tesadufi secilmis reqemlerdir.

2.Stratified Random Sampling- ehali bir sira ferqli tebeqelere bolunur.Bundan sonra her bir tebeqe bir
alt qrup ehali seklinde secilir.Bu alt qruplardanda tesadufi elementler secilir.Misal ucun : ehali cins
kateqoriyalarina bolunur.Bu kateqoriyalardan eyni sayda tesadufi olaraq-yeni her kateqoriyadan
tesadufi olaraq 3 nefer secilir.

3.Cluster sampling-eyni cografi mekanda olan ehali tebeqelere bolunur.Sonra tesadufen ehaliden
uzvler secilir.Meselen:Bir tedqiqatci Ispaniyada lisey sagirdlerin akademik gistericilerini arasdirmaq
isteyir.Butun Ispaniya ehalisi qruplara bolunur. Sonra tesadufi secme yolu ile bir sira qruplari
secir.Secilmis qruplardan tedqiqatci butun lisey sagirdlerini fenn kimi daxil edir.

4. Systematic Sampling-Esasen hedef ehalinin yerlesdirilmesine ve ardicil olaraq mueyyen edilmis siyahi
vasitesile elementlerinin secilmesidir.Tesadufi baslangicdan ibaretdir ve ardicil olaraq davam edir.Misal
ucun:(5,10,15,20,25 ).

5.Quata sampling-Bir ehalinin bezi xususiyyetlerine uygun bir numune goturmek demekdir.Ehalinin
yasadiqlari dovlete,gelirlere,tehsil seviyyelerine gore bolmek olar.Yeni ehali qruplara bolunur ve kvotaya
cavab vermek ucun her qrupdan numuneler goturulur.Meselen cins qruplarina bolende ehalinin 45%
qadin,55% kisidir.Numunelerimiz bunu eks etdirmelidir.

6.Convenience Sampling-Ehali uzvlerinden melumatlarin toplanmasina esaslanan qeyri-ehtimal

novudur.Facebook sorgulari ve suallari buna misal ola biler.Is arasdirmalarinda bu usul mueyyen bir
markanin imicinin qavranilmasi ve mehsulun yeni dizayni ile bagli musterilerin reylerinin toplanmasi aid
edilir.Kucede tesadufi adamlari dayandurmaq ve anket suallari vermekle tetbiq olunur.

7. Sampling with replacement.

Bir sira toplarin,kartlarin diger esyalarin oldugu 1 hadisenin ehtimalini tapmaq isteyirsen ve her birini
secdiyinde evez edirsen.Meselen: 7 neferlik bir qrupdu ve 2 numune goturek:

1.Abbas

2.Lale

3.Nigar

4.Leman

5.Faiq

6.Serxan

7.Nergiz

1.Abbas Lale
2.Nergiz Abbas

3.Nigar Serxan ve s

24. Explain the differences between sampling and population.

Cavab: Sampling-Boyuk bir kutleden mueyyen bir qrup secirik ve onlardan melumat elde edirik.Bu hem
vaxta,hemdeki pula qenaet etmekde komek edir.

Population- mueyyen xususiyyetlere sahib olan ve tedqiqatci ucun maraqli olan butun sexslerin
cemidir.Bura muellimler,telebeler,hekimler ve s aiddir.

Ferqli cehetleri-Ehali numune cekmek ucun istifade olunur. Ehali olmasa numune olmaz.Numune
ehalinin alt qrupudur.Numunenin esas meqsedi ehali haqqinda statistik melumat
vermekdir.Numumenin keyfiyyeti ne qeder yaxsi olarsa, deqiqlik seviyyesi o qeder yukseler.Numune
daha spesifik olur.Ehali ise daha genis anlayisdir.Ehali haqqinda sorgu kecirmek cox cetindir.Amma
numunede vaxt ve pul itkisi az olur.

25. Why we use panel sampling in our research?

Cavab:Panel sampling- Tesadufen bir qrupun secilmesi ve sonra eyni sorgulari tekrar-tekrar hemin
qrupdan sorusmaqdir.Bu qruplar hemcinin dunya ve olke miqyasinda butun deyisikliklerden
xeberdardir.Onlar yaslar,sosial statuslar, heyat terzi ve bu kimi saheleri arasdirmaq ucun bir
yerdedirler.Onlarin uzun muddetli axtarislari olur.

Panel sampling in research-Bu daha cox size musteri ve iscilerinizin sizin sirketi ne derecede dusunduyu
haqda melumat verir.Hemcinin sirketlere markanin qiymetleri,satis effekti,satis proqnozu haqqinda
melumat verir.Meselen yeni bir cib telefonu teqdim elemek isteyirsinizse bu haqda cib telefonlari ile
maraqlanan panelistlere melumat verilir.

26. What is sampling eror? And how can you explain it in your examples?

Cavab: Sampling eror- secme sehvleri o zaman bas verirki,ehalinin statistik numunesini
deyerlendiririk.Numunede ehalinin butun uzvlerini ehate ede bilmediyi ucun ehalinin butun
xususiyyetlerinden ferqlenir.Misal ucun:1 milyonluq 1 olkeden min ferdin hundurluyu olculurse,min
neferin orta hundurluyu olkedeki butun 1 milyonluq insanin orta boyu ile eyni deyildir.Buna gorede
numune sehvleri yaranir.

27.Describe and explain the features and characterics of sampling distribution.

1.Sampling distribution- bir cox numune ucun statistikanin tez paylanmasidir.,Vasitelerin

bolusdurulmesi ve ortalama numunelerin paylanmasidir.

Features of sampling distribution :

1.Maraq statistikasi

2.Numunenin tesadufi secimi

3.Tesadufi numunenin olcusu

4.Numune alinan ehalinin xususiyyetleri.

Characterics of sampling distribution:

1.Numunenin secme paylanmasi 30 ve ya daha cox numune olcusune sahib olduqda bunun normal
paylandigi deyilir.

2. The Central Limit Theorem

Genis olcude musteqil ,eyni derecede paylanmis deyisenlere sahib oldugumuz teqdirde normal
paylamadir.Meselen(1,2,3,4,5,6), 1/6,(1+2+3+4+5+6)/6=3,5

28. Define the concepts of estimation.

Cavab:Estimation- Bir tedqiqatci bilinmeyen bir ehali haqqinda oyrenmek ucun qiymetlendirmeden
istifade etmelidir.Bu veziyyetde ehaliden bir numune secilir ve ehali parametrini qiymetlendirmek ucun
numuneden istifade edilmelidir.

Concepts of estimation has 2 types:

1.Point estimate- ehali parametrinin deqiq deyerini qiymetlendirmek ucun istifade olunur

2.Interval estimate- ehali parametrinin dusuleceyi texmin edilen inam seviyyesi ile aydinlasandir

29. Estimation: explain the points and interval estimation.

1.Points estimation- bilinmeyen bir parametrin deyerini vahid deyerden ve ya noqteden istifade
etmekle deyerlendirilir.
point estimation involves the use of sample data to calculate a single value (known as a point
estimate since it identifies a point in some parameter space) which is to serve as a "best guess" or
"best estimate" of an unknown population parameter (for example, the population mean).

Meselen: 12 yasli usaqlarin 100 metr qacmaq ucun lazim olan orta vaxti qiymetlendir.Bu tesadufi bir
numunenin orta calisma muddeti butun 12 yasli usaqlar ucun orta is vaxtinin qiymetlendirilmesi olardi.

2.Interval estimation-ehalinin bilinmeyen parametrinin mumkun deyerlerinin intervalini hesablamaq

ucun istifade olunur.Parametrin intervali inam intervali olaraq bilinir 95 % ve daha cox ehtimalla.

is the use of sample data to calculate an interval of possible (or probable) values of an
unknown population parameter, in contrast to point estimation, which is a single
number.

30. Understanding of the Bayesian paradigm.

Bu paradiqma her modele evvelceden ehtimal teyin edir,melumat toplayir, her bir model ucun
verilenlerin ehtimalini hesablayir.Her modelin sonraki ehtimalini hesablamaq ucun modelleri
mueyyenlesdirin.Buda sonraki ehtimallar,gelecek musahideler haqqinda proqno verir.Formula:π(0|
y)=π(y|0)π(0)÷π(y)