Abstract:

Anket araştırmalarında karşılaşılan çeşitli problemlerden biri olan yanıtlamama hatası veri kalitesiniciddi şekilde bozmaktadır. Yanıtlamama, anket araştırmalarından elde edilecek tahminler üzerindekitehlikeli etkilerinden dolayı kaygı duyulan bir durumdur. Bu nedenle yanıtlamama sorununu giderecekyöntemler örneklemenin standart bir bölümünü oluşturmaktadır. Yanıtlamamanın varlığı durumunda idealkoşullar için kullanılan tahmin yöntemleri yanlı sonuçlar vermektedir. Bu sorunun üstesinden gelmek içinözel tahmin tekniklerinin kullanılması gerekmektedir. Yerine Atama (ikame) ve Yeniden Ağırlıklandırmayanıtlamama sorunu ile karşılaşıldığında kullanılan ve literatürde de belirtilen iki standart yöntemdir. Sonyıllarda, bilim adamları, yanıtlamamanın varlığında, yeniden ağırlıklandırma yönteminde kalibrasyonyaklaşımını daha sık kullanmaktadırlar. Çünkü yardımcı bilginin etkin kullanımında kalibrasyonuyarlanabilir bir yaklaşımdır. Kalibrasyon yaklaşımı, yardımcı bilgi kitle toplamını veya yansız tahmininbilinmesini gerektirirken, tasarım ağırlıklarına olabildiğince yakın olması gereken son ağırlıkları yaratır.Kalibrasyon yöntemi, olası yardımcı değişken kümesinden seçim ile oluşturulan uygun yardımcı değişkenvektörünün formulasyonunu gerektirir.Bu çalışmada, yanıtlamamadan kaynaklanan yanlılığın ve hataların azaltılabilmesi için kullanılanyöntemler tanıtılmıştır. Bu yöntemlerden biri olan Kalibrasyon yaklaşımı teorik olarak incelenmiştir.Yardımcı değişken vektörünün değişik durumlarının kalibrasyon tekniği ile hesaplanan tahmin edicilerinkalitesini nasıl etkilediğini görebilmek amacıyla C++ programlama dili kullanılarak bir benzetim çalışmasıyapılmıştır. Uygulamada kitle toplamı için kalibrasyon tahminleri, göreli yanlılıklar, varyanslarhesaplanarak yorumlanmıştır

Keywords: