Najvažnije vrste uzorkovanja



vrste istraživanja uzorkovanja klasificiraju se u dvije velike skupine: probabilističko uzorkovanje i neprobabilističko uzorkovanje.

Među probabilističkim metodama uzorkovanja nalaze se: sustavno slučajno uzorkovanje, jednostavno nasumično uzorkovanje, nasumično uzorkovanje po klasterima ili područjima i stratificirano nasumično uzorkovanje.

S druge strane, neprobabilističke tehnike uključuju praktično uzorkovanje, uzorkovanje kvota, povremeno uzorkovanje, diskrecijsko uzorkovanje i tehniku ​​snježne grude..

U istraživanju, uzorak je konačni skup populacije čija se svojstva proučavaju s ciljem dobivanja informacija iz skupine kojoj pripadaju (Webster, 1985). Iako je uzorak mali, on predstavlja reprezentativnu skupinu cjeline.

U tom smislu, uzorkovanje je čin, proces i tehnika koja uključuje odabir prikladnih pojedinaca, koji zadovoljavaju parametre naznačene istraživanjem i koji čine reprezentativni dio proučavane populacije..

Vrste najvažnijih istraživačkih uzoraka

1 - Probabilističko uzorkovanje

Probabilističko uzorkovanje, koje se naziva i nasumično uzorkovanje, je proces odabira u kojem svaka od jedinki populacije ima istu vjerojatnost (koja je veća od 0) da bude odabrana da bude dio uzorka. U ovom tipu uzorkovanja, vjerojatnost odabira može se precizno odrediti.

Značajke probabilističkog uzorkovanja

  • Vjerojatnost odabira je poznata.
  • On ne jamči zastupljenost svih osobina koje želite proučavati u istraživanju.
  • Temelji se na statističkim načelima.

Vrste probabilističkog uzorkovanja

Jednostavno slučajno uzorkovanje
  • To je najčešća metoda uzorkovanja.
  • Može se primijeniti kada je populacija mala, homogena i dostupna istraživaču.
  • Svi članovi populacije imaju istu vjerojatnost odabira.
  • Za odabir jednostavnog slučajnog uzorka koriste se metode slične onima na lutriji, koriste se generatori slučajnih brojeva ili se nazivi izvlače iz zdjele u kojoj su zastupljene sve pojedine populacije..
korist
  • Lako je izračunati procjene s ovom vrstom uzorkovanja.
nedostaci
  • Ne može se primijeniti kada je populacija vrlo velika.
  • Manjinske skupine od interesa za istraživača možda nisu dovoljno zastupljene unutar jednostavnog slučajnog uzorka.
primjer

U školi postoji 100 studenata, od kojih je namjera izdvojiti uzorak od 10 osoba. Za početak, popisani su učenici od 1 do 100. Nakon toga, provodi se lutrija kako bi se odredilo 20 osoba koje će biti odabrane..

Treba napomenuti da je u ovom slučaju vjerojatnost poznata, tj. Svaki učenik ima 1/10 vjerojatnost da bude izabran..

Sustavno nasumično uzorkovanje
  • To ovisi o organizaciji populacije koja će proučavati određeni uzorak, primjerice popis.
  • Prvi element je odabran nasumce; Važno je naglasiti da početni element ne bi trebao biti onaj koji je na vrhu popisa. Nakon toga, ostali elementi uzorka sustavno se biraju, uzimajući u obzir specifičan logaritam.
  • Svaki element ima istu vjerojatnost odabira.
  • Primjer sustavnog slučajnog uzorkovanja je uzeti telefonski imenik i odabrati svako deseto ime s popisa.
korist
  • Proces odabira je relativno jednostavan.
  • Uzorak je jednako raspoređen u cijeloj populaciji.
  • Dobiveni uzorak je reprezentativan.
nedostaci
  • Odabir uzorka je pristran, jer se redoslijedom elemenata na popisu može manipulirati kako bi se zadovoljile potrebe istraživača..
Stratificirano nasumično uzorkovanje
  • Pripadnici populacije organizirani su u međusobno isključive kategorije ili slojeve. Svaki je sloj podvrgnut pojedinačnom postupku uzorkovanja.
  • Idealno je kada istraživač želi da uzorak bude reprezentativan za sve parametre provedenog istraživanja.
  • Jedinice unutar istog stratuma imaju istu vjerojatnost odabira.
  • Temelji se na dva osnovna principa: stratifikaciji i pridjeljivanju.
  • Stratifikacija se odnosi na proces formiranja slojeva. Ovaj proces mora jamčiti homogenost unutar elemenata stratuma i heterogenost između jednog sloja i drugog.
  • Pridjeljivanje se odnosi na pravednu raspodjelu uzorka među svim slojevima. To se može postići kroz tri procesa:

- Ista oznaka, u kojoj je isti broj pojedinaca u svakom sloju odabran tako da su dio uzorka.

- Proporcionalno pričvršćivanje, u kojem su odabrani elementi svakog stratuma uzimajući u obzir njihovu veličinu. Stratumi s većom količinom imat će veću zastupljenost pojedinaca.

- Neymanova veza, u kojoj se vrši odabir uzorka uzimajući u obzir raspršenost slojeva.

korist
  • Jamči proporcionalnu zastupljenost unutar svakog stratuma.
  • Jamči prikazivanje podskupina od interesa za istraživača, za razliku od jednostavnog slučajnog uzorkovanja.
  • Budući da se svaki sloj smatra zasebnom populacijom, mogu se koristiti metode uzorkovanja koje odgovaraju individualnim karakteristikama svake podskupine..
nedostaci
  • To zahtijeva više posla, jer se uzorci moraju pripremiti za svaku od podskupina.
  • Ako kriteriji stratifikacije nisu dovoljno specifični, pojedinac može pripadati dvjema slojevima u isto vrijeme.
  • Istraživač može manipulirati stratifikacijom.
Slučajno uzorkovanje konglomerata ili područja
  • Stanovništvo je podijeljeno na konglomerate ili područja. Općenito, zemljopisni položaj je kriterij koji se uzima u obzir za izvršenje navedene podjele.
  • Jedinice odabrane za uzorke su skupine, a ne pojedinci.
  • Konglomerate formiraju pojedinci s različitim osobinama. Što su unutarnji elementi konglomerata heterogeniji, rezultati su bolji.
  • To je vrsta uzorkovanja koja ima dvije faze:

- U prvoj fazi odabrana su područja za proučavanje.

- U drugoj fazi odabrani su elementi unutar tih područja.

korist
  • Omogućuje proučavanje brojnih populacija.
  • Omogućuje proučavanje populacija koje su distribuirane u širokom zemljopisnom području.
  • To može smanjiti troškove istraživanja, jer omogućuje proučavanje grupa, a ne pojedinaca.
nedostaci
  • Ne može se primijeniti ako se konglomerati međusobno razlikuju.
  • Da bi se dobili reprezentativni uzorci, potrebno je uzeti elemente iz konglomerata cjelokupnog istraživanog geografskog područja. Za to je potrebno krenuti; tada, iako je istina da ova vrsta uzorkovanja smanjuje troškove u smislu primjene anketa na pojedince, to ih povećava u smislu prijevoza.
Razlike između stratificiranog slučajnog uzorkovanja i slučajnog uzorkovanja konglomerata
  • U statističkom uzorku populacija se dijeli na skupine koje se isključuju, primjerice: spol, dob, između ostalih. U uzorkovanju konglomerata, populacija je podijeljena u skupine koje se mogu usporediti, primjerice: obitelji, škole, gradovi, između ostalih.
  • Stratifikacija ima nisku granicu pogreške, dok je u konglomeratima granica pogreške veća.
  • Svi slojevi imaju zastupljenost unutar stratificiranog uzorka, dok nisu sve skupine u uzorku zastupljene od strane konglomerata.
  • U stratificiranom uzorkovanju postižu se bolji rezultati kada su elementi unutar slojeva homogeni. S druge strane, u klasterskom uzorkovanju dobivaju se bolji rezultati kada su elementi koji čine grupe heterogeni.

2. Neprobabilističko uzorkovanje

Neprobabilističko ili ne-slučajno uzorkovanje odnosi se na bilo koji način dobivanja uzoraka u kojima su pojedinci odabrani uzimajući u obzir kriterije istraživača, zemljopisni položaj i dostupnost populacije, između ostalog..

To nije vrsta znanstvenog uzorkovanja, već se obično koristi u društvenim istraživanjima.

Značajke neprobabilističkog uzorkovanja

  • Neki pojedinci iz populacije nemaju mogućnost odabira.
  • Vjerojatnost odabira ne može se odrediti, za razliku od probabilističkog uzorkovanja.
  • Temelji se na odabiru uzorka uzimajući u obzir kriterije kao što je interes za istraživača.
  • Rezultati slučajnog uzorkovanja nisu pouzdani u smislu vjerojatnosti i manje su točni od onih u probabilističkom uzorkovanju.
  • To je jeftinije u odnosu na probabilističko uzorkovanje.
  • Možete napraviti pogreške, jer je subjektivna metoda.

Vrste ne probabilističkog uzorkovanja

Uzorkovanje na rate
  • Stanovništvo se dijeli na skupine koje su isključene, kao što je slučaj sa stratificiranim slučajnim uzorkom.
  • Nakon toga, ne vjerojatni dio ovog uzorkovanja dolazi u igru. Pojedinci unutar podskupina odabrani su uzimajući u obzir prosudbu istraživača i njihove interese.
  • Odabir uzorka nije slučajan i pokazuje pristranost ili predrasude.
Uzorkovanje radi praktičnosti
  • Uzorak se bira iz populacijskog dijela koji je najpogodniji. Ova pogodnost može se odrediti s nekoliko aspekata: geografska blizina, poznavanje elemenata uzorka, dostupnost elemenata uzorka, među ostalima..
  • Odabir uzorka ne ovisi o potrebama istraživanja.
  • Istraživač ne može generalizirati populaciju s rezultatima dobivenim na uzorku radi praktičnosti, jer to nije reprezentativno.
  • Ova vrsta uzorkovanja korisna je za one koji žele provesti eksperimentalne studije ili pilot testove.
Uzorkovanje po vlastitom nahođenju ili suđenje
  • Istraživač odabire pojedince koji, prema njegovim kriterijima, smatra najprikladnijim za provođenje istraživanja.
  • To su obično smanjeni uzorci.
Uzorkovanje gruda snijega ili preporuka
  • Mali broj pojedinaca odabran je za provođenje studije. Ovi pojedinci ispunjavaju kriterije potrebne za istraživanje koje se namjerava provesti.
  • Nakon toga, od tih pojedinaca se traži da pozovu nove koji, prema njima, ispunjavaju tražene kriterije, i tako dalje..
  • Uzorak znatno raste zahvaljujući sustavu upućivanja, koji podsjeća na grudvu snijega koji se kotrlja niz brdo (otuda i ime).
  • Ova metoda je prikladna za dobivanje uzoraka iz populacija koje su teško dostupne. Na primjer, ako se provodi studija o ovisnicima o drogama, malo je vjerojatno da postoje popisi osoba s tim stanjem. Dakle, najbolje je kontaktirati osobu koja zadovoljava traženu karakteristiku i dovesti je više pojedinaca.
  • Uzorci dobiveni ovom metodom nisu reprezentativni.
Uzročno ili slučajno uzorkovanje
  • Pojedinci se biraju bez uzimanja u obzir prethodne prosudbe.
  • Podsjeća na praktično uzorkovanje, jer se uzimaju pojedinci iz populacije koji su dostupni.

reference

  1. Uzorkovanje. Preuzeto 28. travnja 2017. iz ssc.wisc.edu.
  2. Fridah, Mugo. Uzorkovanje u istraživanju. Preuzeto 28. travnja 2017. iz indiana.edu.
  3. Chaturvedi, Kanupriya. Preuzeto 28. travnja 2017. iz pitt.edu.
  4. Uzorkovanje. Preuzeto 28. travnja 2017. iz flinders.edu.au.
  5. Barreiro. Stanovništvo i uzorak. Tehnike uzorkovanja Preuzeto 28. travnja 2017., iz optimierung.mathematik.uni-kl-de.
  6. Tehnike uzorkovanja Preuzeto 28. travnja 2017., iz cs.fit.edu.
  7. Časopis istraživanja mješovitih metoda (2007). Preuzeto 28. travnja 2017., iz sociologyofeurope.unifi.it.
  8. Landreneau. Strategije uzorkovanja Preuzeto 28. travnja 2017., s natco1.org.