Исследователей часто интересуют ответы на такие вопросы о популяциях , как:
- Какова средняя высота определенного вида растений?
- Каков средний вес определенного вида птиц?
- Какой процент жителей определенного города поддерживает определенный закон?
Один из способов ответить на эти вопросы — собрать данные о каждом отдельном человеке в интересующей популяции.
Однако это, как правило, слишком дорого и требует много времени, поэтому исследователи вместо этого берут выборку населения и используют данные из выборки, чтобы делать выводы о населении в целом.
Существует множество различных методов, которые исследователи потенциально могут использовать для включения людей в выборку. Они известны как методы выборки .
В этом посте мы расскажем о наиболее часто используемых методах выборки в статистике, включая преимущества и недостатки различных методов.
Вероятностные методы выборки
Первый класс методов выборки известен как методы вероятностной выборки, поскольку каждый член совокупности имеет равную вероятность быть отобранным для включения в выборку.
Простая случайная выборка
Определение: Каждый член совокупности имеет равные шансы попасть в выборку. Произвольный выбор участников с помощью генератора случайных чисел или некоторых средств случайного выбора.
Пример: мы помещаем имена каждого ученика в классе в шляпу и случайным образом вытягиваем имена, чтобы получить выборку учеников.
Преимущество: Простые случайные выборки обычно репрезентативны для интересующей нас совокупности , поскольку каждый член имеет равные шансы быть включенным в выборку.
Стратифицированная случайная выборка
Определение: разделить население на группы. Случайным образом выберите несколько членов из каждой группы для включения в выборку.
Пример. Разделите всех учащихся в школе по их классам: первокурсников, второкурсников, младших и старших классов. Попросите 50 учащихся каждого класса заполнить анкету о школьных обедах.
Преимущество: стратифицированные случайные выборки обеспечивают включение в обследование представителей каждой группы генеральной совокупности.
Кластерная случайная выборка
Определение: разбить популяцию на кластеры. Случайным образом выберите несколько кластеров и включите в выборку всех членов из этих кластеров.
Пример. Компания, организующая туры для наблюдения за китами, хочет опросить своих клиентов. Из десяти туров, которые они проводят один день, они случайным образом выбирают четыре тура и расспрашивают каждого клиента об их впечатлениях.
Преимущество: Кластерные случайные выборки включают каждого члена из некоторых групп, что полезно, когда каждая группа отражает совокупность в целом.
Систематическая случайная выборка
Определение: расположите каждого члена популяции в некотором порядке. Выбор случайной начальной точки и выбор каждого n -го члена для включения в выборку.
Пример: Учитель расставляет учеников в алфавитном порядке по их фамилиям, случайным образом выбирает начальную точку и выбирает каждого пятого ученика в выборку.
Преимущество: систематические случайные выборки обычно репрезентативны для интересующей нас совокупности , поскольку каждый член имеет равные шансы быть включенным в выборку.
Невероятностные методы выборки
Другой класс методов выборки известен как методы невероятностной выборки, потому что не каждый член совокупности имеет равную вероятность быть отобранным для включения в выборку.
Этот тип метода выборки иногда используется, потому что он намного дешевле и удобнее по сравнению с методами вероятностной выборки. Он часто используется во время исследовательского анализа, когда исследователи просто хотят получить первоначальное представление о популяции.
Однако выборки, полученные с помощью этих методов выборки, нельзя использовать для выводов о совокупностях, из которых они получены, поскольку обычно они не являются репрезентативными выборками.
Образец удобства
Определение: Выберите членов совокупности, которые легко доступны для включения в выборку.
Пример: Исследователь стоит днем перед библиотекой и опрашивает прохожих.
Недостаток: место и время суток будут влиять на результаты. Более чем вероятно, что выборка будет страдать от систематической ошибки недостаточного охвата, поскольку некоторые люди (например, те, кто работает в течение дня) не будут представлены в выборке в достаточной степени.
Образец добровольного ответа
Определение: Исследователь отправляет запрос на включение добровольцев в исследование, и представители населения добровольно решают, включаться в выборку или нет.
Пример: радиоведущий просит слушателей выйти в интернет и пройти опрос на его сайте.
Недостаток: люди, которые добровольно ответят , скорее всего, будут иметь более сильное мнение (положительное или отрицательное), чем остальная часть населения, что делает их нерепрезентативной выборкой. При использовании этого метода выборки выборка, скорее всего, будет страдать от систематической ошибки , связанной с отсутствием ответов — просто определенные группы людей с меньшей вероятностью дадут ответы.
Образец снежного кома
Определение: Исследователи набирают первоначальных субъектов для участия в исследовании, а затем просят этих первоначальных субъектов набрать дополнительных субъектов для участия в исследовании. При таком подходе размер выборки становится все больше и больше по мере того, как каждый дополнительный субъект набирает все больше испытуемых.
Пример: Исследователи проводят исследование людей с редкими заболеваниями, но трудно найти людей, которые действительно болеют этим заболеванием. Однако, если они могут найти только несколько первоначальных людей для участия в исследовании, они могут попросить их набрать других людей, которых они могут знать, через частную группу поддержки или с помощью других средств.
Недостаток: вероятно возникновение систематической ошибки выборки. Поскольку первоначальные испытуемые набирают дополнительных испытуемых, вполне вероятно, что многие из испытуемых будут иметь схожие черты или характеристики, которые могут быть нерепрезентативными для большей изучаемой группы. Таким образом, результаты выборки не могут быть экстраполированы на население.
Подробнее о снежном коме сэмплинга читайте здесь .
Целевой образец
Определение: Исследователи набирают людей, основываясь на том, кто, по их мнению, будет наиболее полезен в зависимости от цели их исследования.
Пример: Исследователи хотят узнать мнение людей в городе о потенциальном новом спортзале для скалолазания, размещенном на городской площади, поэтому они намеренно ищут людей, которые тусуются в других спортзалах для скалолазания по всему городу.
Недостаток: отдельные лица в выборке вряд ли будут репрезентативными для всего населения. Таким образом, результаты выборки не могут быть экстраполированы на население.