Bemonstering (statistieken)

In dit artikel wordt uitgelegd wat statistische steekproeven zijn. Bovendien kunt u zien hoe de verschillende soorten monsters worden gemaakt en voorbeelden van elk.

Wat is steekproeven in de statistiek?

In de statistiek is steekproeven een proces waarbij een steekproef uit een populatie wordt geselecteerd. Met andere woorden: steekproeven zijn een methode waarbij een groep individuen wordt geselecteerd om een statistisch onderzoek uit te voeren.

Eén manier om steekproeven te nemen, is bijvoorbeeld door willekeurig individuen te selecteren. Dus als we de omvang van een statistische populatie willen bestuderen, kunnen we de onderzoekssteekproef selecteren door middel van eenvoudige willekeurige steekproeven.

Er zijn verschillende methoden om een populatie te bemonsteren, elk met zijn voor- en nadelen. Hieronder zullen we zien wat de verschillende soorten statistische steekproeven zijn.

Steekproeven nemen in de statistiek is zeer nuttig omdat u hiermee slechts een deel van de doelpopulatie kunt bestuderen en vervolgens de conclusies die u hebt verkregen door de steekproef te analyseren, kunt extrapoleren naar de gehele populatie door middel van statistische gevolgtrekkingen. Dit is een groot voordeel omdat het de zoektijd en -kosten vermindert.

Bemonsteringsframe

In de statistieken is het steekproefkader (of steekproefkader ) een lijst van alle elementen van een populatie die in een steekproef kunnen worden gekozen. Met andere woorden: het steekproefkader is een lijst van alle elementen van het universum waarop een statistische studie is gericht.

Als u bijvoorbeeld een statistisch onderzoek onder de inwoners van een stad wilt uitvoeren, is het steekproefkader voor dit onderzoek het register van die stad, aangezien het een lijst is die alle mensen bevat die in deze stad wonen.

Daarom wordt het steekproefkader gebruikt om de steekproef voor een statistisch onderzoek te verkrijgen. Als het steekproefkader goed is ontworpen, is het veel gemakkelijker om monsters te nemen voor statistische analyse.

Soorten steekproeven in de statistiek

In de statistieken zijn de soorten steekproeven als volgt:

• Probability sampling : steekproef waarbij de steekproef willekeurig wordt getrokken.
  • Eenvoudige willekeurige steekproef : De steekproef wordt eenvoudigweg willekeurig gekozen.
  • Systematische bemonstering : een eerste individu wordt willekeurig gekozen en de rest van de elementen van de steekproef worden volgens een vast interval geselecteerd.
  • Gestratificeerde steekproeven : om de steekproef samen te stellen, wordt de doelpopulatie in strata (groepen) verdeeld. Vervolgens worden uit elk stratum willekeurig individuen gekozen.
  • Clusterbemonstering : de steekproef bestaat uit willekeurig geselecteerde clusters (natuurlijke groepen).
• Niet-waarschijnlijkheidssteekproef : steekproeftrekking waarbij onderzoekers de steekproef selecteren op basis van hun criteria, zonder daarbij het toeval mee te nemen.
  • Doelgerichte steekproeftrekking : individuen worden uitsluitend op basis van het oordeel van de onderzoeker uit de steekproef gekozen.
  • Gemakssteekproef : Steekproefleden worden gekozen op basis van hun gemakkelijke toegang.
  • Opeenvolgende bemonstering : een eerste initieel monster wordt geselecteerd, bestudeerd en vervolgens wordt een ander monster geselecteerd. En verschillende monsters worden bestudeerd totdat de onderzoeksconclusies zijn verkregen.
  • Quotasteekproef : Er worden eerst groepen gevormd en vervolgens wordt uit elke groep een quotum gekozen om de onderzoekssteekproef te vormen.
  • Sneeuwbalsteekproef : Onderzoekers selecteren de eerste individuen in de steekproef en rekruteren vervolgens andere proefpersonen voor het onderzoek.

Elk type statistische steekproeftrekking wordt hieronder in detail uitgelegd.

Kanssteekproeven

De waarschijnlijkheidssteekproeftechniek bestaat uit het willekeurig selecteren van de elementen van de steekproef, dat wil zeggen dat ze allemaal dezelfde waarschijnlijkheid hebben om gekozen te worden.

Dit is een essentiële voorwaarde om steekproeven als waarschijnlijkheid te kunnen beschouwen; alle elementen van de statistische populatie moeten gekozen kunnen worden en bovendien moeten ze dezelfde mogelijkheid hebben om geselecteerd te worden.

Zoals we zojuist hebben gezien, zijn de verschillende soorten waarschijnlijkheidssteekproeven eenvoudige willekeurige steekproeven, systematische steekproeven, gestratificeerde steekproeven en clustersteekproeven.

Eenvoudige willekeurige steekproef

Eenvoudige willekeurige steekproeven geven elk element van de statistische populatie dezelfde kans om in de onderzochte steekproef te worden opgenomen. De individuen in de steekproef worden dus eenvoudigweg willekeurig geselecteerd, zonder gebruik te maken van andere criteria.

Om willekeurig te simuleren zijn er verschillende methoden, maar momenteel wordt dit meestal gedaan met behulp van computerprogramma’s zoals Excel, omdat ze veel tijd besparen.

Systematische bemonstering

Bij systematische steekproeven wordt eerst willekeurig één element van de populatie geselecteerd en vervolgens worden de rest van de elementen in de steekproef geselecteerd met behulp van een vast interval.

Dus bij systematische steekproeven moeten we, zodra we willekeurig het eerste individu uit de steekproef hebben geselecteerd, zoveel getallen tellen als het gewenste interval om het volgende individu uit de steekproef te selecteren. En we herhalen achtereenvolgens dezelfde procedure totdat we evenveel individuen in de steekproef hebben als de steekproefomvang die we willen verkrijgen.

Gestratificeerde steekproef

Bij de gestratificeerde steekproeftechniek wordt de populatie eerst verdeeld in strata (groepen) en vervolgens worden uit elk stratum willekeurig enkele individuen geselecteerd om de gehele onderzoekssteekproef te vormen. Er zal dus ten minste één lid uit elk stratum in de steekproef aanwezig zijn.

Strata moeten homogene groepen zijn, dat wil zeggen dat individuen in een laag hun eigen kenmerken hebben die hen onderscheiden van andere lagen. Een individu kan dus maar tot één stratum behoren.

Clusterbemonstering

Clustersteekproeven en gestratificeerde steekproeven kunnen met elkaar worden verward omdat ze erg op elkaar lijken, maar als je goed kijkt, zijn het twee verschillende soorten waarschijnlijkheidssteekproeven.

Clustersteekproeven maken gebruik van het feit dat er al natuurlijke clusters (groepen) in de populatie bestaan om slechts enkele clusters te bestuderen in plaats van alle individuen in de populatie.

In tegenstelling tot gestratificeerde steekproeven is het bij deze methode niet nodig om een bepaald individu uit de clusters te selecteren, maar zodra de te bestuderen groepen zijn gekozen, moeten al hun leden worden geanalyseerd.

Clusterbemonstering wordt ook wel clusterbemonstering, clusterbemonstering of gebiedsbemonstering genoemd.

Niet-waarschijnlijkheidssteekproef

Bij niet-waarschijnlijkheidssteekproeven worden individuen geselecteerd op basis van de subjectieve criteria van de onderzoekers. Daarom hebben bij niet-waarschijnlijkheidssteekproeven niet alle elementen van de populatie dezelfde kans om voor de steekproef te worden gekozen, aangezien de selectie niet willekeurig is. Dit kenmerk onderscheidt niet-waarschijnlijkheidssteekproeven van waarschijnlijkheidssteekproeven.

Logischerwijs is bij niet-waarschijnlijkheidssteekproeven de persoon die verantwoordelijk is voor het uitvoeren van het onderzoek erg belangrijk, omdat hij of zij degene is die beslist wie in de steekproef wordt opgenomen. Daarom is het essentieel dat de onderzoeker over grote kennis en ervaring op het vakgebied beschikt, om betrouwbare resultaten te verkrijgen.

Zoals hierboven uitgelegd, zijn de verschillende soorten niet-waarschijnlijkheidssteekproeftechnieken doelgerichte steekproeven, gemakssteekproeven, opeenvolgende steekproeven, quotasteekproeven en sneeuwbalsteekproeven.

Doelgerichte steekproef

Doelgerichte steekproeven zijn uitsluitend afhankelijk van de discretie van de onderzoeker bij het kiezen van de onderzoekssteekproef.

Zodat de persoon die verantwoordelijk is voor het onderzoek alle beslissingsbevoegdheid heeft om de steekproefelementen te selecteren. Het is dus belangrijk dat je een deskundige bent op het vakgebied.

Doelgerichte bemonstering wordt ook wel oordelende bemonstering, oordelende bemonstering, kritische bemonstering, doelgerichte bemonstering of opiniebemonstering genoemd.

Gemaksbemonstering

Bij gemakssteekproeven kiezen onderzoekers steekproefonderwerpen op basis van criteria voor gemakkelijke toegang tot individuen, zonder daarbij het toeval te betrekken.

Dat wil zeggen dat bij dit soort niet-waarschijnlijkheidssteekproeven om individuen uit de populatie te kiezen, aspecten zoals beschikbaarheid, nabijheid of kosten van hun selectie worden geëvalueerd. Vaak worden er zelfs vrijwilligers aangenomen om de bemonstering verder te vergemakkelijken.

Convenience sampling wordt ook wel doelgerichte selectiesteekproef of opportunity sampling genoemd.

Opeenvolgende bemonstering

Bij opeenvolgende bemonsteringen wordt eerst een initieel monster gekozen en bestudeerd, en na het verkrijgen van de resultaten van het initiële monster wordt een ander monster bestudeerd. En het proces wordt achtereenvolgens herhaald totdat de eindconclusies van het hele onderzoek zijn verkregen.

Opeenvolgende steekproeven concentreren zich dus niet op één enkele steekproef, maar bestuderen eerder verschillende steekproeven uit dezelfde statistische populatie en trekken uiteindelijk conclusies uit de informatie die uit alle groepen is verkregen.

Quotasteekproef

Bij quotasteekproeven worden eerst groepen (of strata) van individuen die ten minste één kenmerk delen, vastgesteld, en vervolgens wordt uit elke groep een quotum geselecteerd, waardoor de onderzoekssteekproef wordt gevormd.

De eigenschap van individuen die worden gebruikt om de bevolking in groepen te verdelen, wordt ook bepaald door de onderzoeker. Daarom heeft de persoon die verantwoordelijk is voor het uitvoeren van het onderzoek een grote invloed op de verkregen resultaten.

Sneeuwbalbemonstering

Bij sneeuwbalsteekproeven kiest de onderzoeker de eerste deelnemers en recruteert vervolgens extra personen voor het onderzoek.

Dit kenmerk van sneeuwbalsteekproeven resulteert in een toenemende toename van de steekproefomvang naarmate deelnemers meer mensen voor het onderzoek rekruteren (sneeuwbaleffect).

Sneeuwbalsteekproeven worden ook wel kettingsteekproeven of ketenreferentiesteekproeven genoemd.

Bemonstering en weergave

In de statistiek is een steekproef een groep individuen die uit een populatie zijn geselecteerd om een analyse uit te voeren. Dat wil zeggen dat van de gehele doelpopulatie in werkelijkheid, wanneer een statistisch onderzoek wordt uitgevoerd, slechts een deel van de populatie wordt geanalyseerd, een zogenaamde steekproef.

Het verschil tussen een steekproef en een steekproef is daarom dat de steekproef deel uitmaakt van de populatie die wordt onderzocht. Aan de andere kant is steekproef de methode waarmee de steekproef van het statistische onderzoek wordt geselecteerd.

Steekproeven zijn daarom erg belangrijk in de statistiek, omdat het de techniek is waarmee we van de doelpopulatie naar de onderzochte steekproef kunnen gaan.

Logischerwijs kan de geselecteerde steekproef niet zomaar iemand zijn, maar moet deze aan bepaalde voorwaarden voldoen zodat de conclusies vervolgens kunnen worden geëxtrapoleerd naar de gehele populatie. Wil een steekproef bijvoorbeeld representatief zijn, dan moet deze een minimale omvang hebben die afhangt van de kenmerken van het onderzoek.