Rodzaje metod pobierania próbek (z przykładami)

Naukowcy często chcą odpowiedzieć na pytania dotyczące populacji , takie jak:

• Jaka jest średnia wysokość określonego gatunku rośliny?
• Jaka jest średnia waga określonego gatunku ptaka?
• Jaki procent mieszkańców danego miasta popiera określone prawo?

Jednym ze sposobów odpowiedzi na te pytania jest zebranie danych na temat każdej osoby w populacji będącej przedmiotem zainteresowania.

Jest to jednak zwykle zbyt kosztowne i czasochłonne, dlatego badacze zamiast tego pobierają próbkę populacji i na jej podstawie wyciągają wnioski na temat populacji jako całości.

Istnieje wiele różnych metod, które badacze mogą potencjalnie wykorzystać w celu pobrania poszczególnych osób do próbki. Są one znane jako metody pobierania próbek .

W tym artykule dzielimy się najczęściej stosowanymi metodami próbkowania w statystyce, łącznie z zaletami i wadami różnych metod.

Metody próbkowania prawdopodobieństwa

Pierwsza klasa metod próbkowania znana jest jako metody próbkowania prawdopodobieństwa , ponieważ każdy członek populacji ma równe prawdopodobieństwo znalezienia się w próbie.

Prosta losowa próbka

Definicja: Każdy członek populacji ma równe szanse na dołączenie do próby. Wybierz członków losowo, korzystając z generatora liczb losowych lub metod losowego wyboru.

Przykład: Umieszczamy imiona każdego ucznia w klasie w kapeluszu i losujemy je, aby uzyskać próbkę uczniów.

Zaleta: Proste próbki losowe są na ogół reprezentatywne dla populacji będącej przedmiotem zainteresowania, ponieważ każdy członek ma równe szanse na włączenie do próby.

Stratyfikowana próbka losowa

Definicja: Podział populacji na grupy. Wybierz losowo kilku członków z każdej grupy, którzy staną się częścią próby.

Przykład: Podziel wszystkich uczniów w szkole według ich poziomu: uczniowie pierwszego roku, uczniowie drugiego roku, juniorzy i seniorzy. Poproś 50 uczniów z każdej klasy o wypełnienie ankiety na temat posiłków szkolnych.

Zaleta: Stratyfikowane próby losowe zapewniają włączenie do badania członków każdej grupy populacji.

Skupiona próbka losowa

Definicja: Podział populacji na skupiska. Wybierz losowo niektóre skupienia i uwzględnij wszystkich członków tych skupień w próbie.

Przykład: Firma oferująca wycieczki obserwujące wieloryby chce przeprowadzić ankietę wśród swoich klientów. Spośród dziesięciu wycieczek, które oferują dziennie, losowo wybierają cztery wycieczki i pytają każdego klienta o jego doświadczenia.

Zaleta: Losowe próbki skupień obejmują wszystkich członków określonych grup, co jest przydatne, gdy każda grupa odzwierciedla populację jako całość.

Systematyczne pobieranie próbek losowych

Definicja: Ułóż każdego członka populacji w określonej kolejności. Wybierz losowy punkt początkowy i wybierz co ^n- tego członka, który będzie częścią próbki.

Przykład: Nauczyciel porządkuje uczniów alfabetycznie według nazwisk, losowo wybiera punkt wyjścia i co piątego ucznia umieszcza w próbie.

Zaleta: Systematyczne próby losowe są na ogół reprezentatywne dla populacji będącej przedmiotem zainteresowania, ponieważ każdy członek ma równe szanse na włączenie do próby.

Metody próbkowania nieprobabilistycznego

Inna klasa metod doboru próby to metody doboru nieprobabilistycznego , ponieważ nie wszyscy członkowie populacji mają takie samo prawdopodobieństwo znalezienia się w próbie.

Ten rodzaj metody próbkowania jest czasami stosowany, ponieważ jest znacznie tańszy i bardziej praktyczny niż metody próbkowania prawdopodobieństwa. Jest często używany podczas analiz eksploracyjnych, gdy badacze chcą po prostu uzyskać wstępne zrozumienie populacji.

Jednakże próbek uzyskanych w wyniku tych metod doboru próby nie można wykorzystać do wyciągnięcia wniosków na temat populacji, z których zostały pobrane, ponieważ generalnie nie są to próbki reprezentatywne.

Wygodna próbka

Definicja: Wybór łatwo dostępnych członków populacji do włączenia do próby.

Przykład: Badacz stoi w ciągu dnia przed biblioteką i przeprowadza wywiady z przechodniami.

Wada: lokalizacja i pora dnia będą miały wpływ na wyniki. Jest więcej niż prawdopodobne, że próba będzie ucierpiała z powodu zaniżenia wyników , ponieważ niektóre osoby (np. osoby pracujące w ciągu dnia) nie będą reprezentowane w próbie.

Próbka dobrowolnej odpowiedzi

Definicja: Badacz prosi ochotników o włączenie do badania, a członkowie populacji dobrowolnie decydują, czy zostać włączeni do próby.

Przykład: Prezenter radiowy prosi słuchaczy o przejście do trybu online i wypełnienie ankiety na jego stronie internetowej.

Wada: osoby, które udzielą odpowiedzi dobrowolnie , będą prawdopodobnie miały silniejsze opinie (pozytywne lub negatywne) niż reszta populacji, co czyni ich próbą niereprezentatywną. Dzięki zastosowaniu tej metody doboru próby najprawdopodobniej będzie ona cierpieć z powodu błędu polegającego na braku odpowiedzi – pewne grupy osób będą po prostu mniej skłonne do udzielenia odpowiedzi.

Próbka śnieżki

Definicja: Badacze rekrutują początkowe osoby do udziału w badaniu, a następnie proszą tych początkowych uczestników o rekrutację dodatkowych osób do udziału w badaniu. Stosując to podejście, wielkość próby „kuli śnieżnej” staje się coraz większa, w miarę jak każdy dodatkowy przedmiot rekrutuje więcej uczestników.

Przykład: Naukowcy prowadzą badanie na osobach cierpiących na rzadkie choroby, ale trudno jest znaleźć osoby, które faktycznie chorują. Jeśli jednak uda im się znaleźć zaledwie kilka początkowych osób do udziału w badaniu, mogą poprosić je o rekrutację innych osób, które mogą znać, za pośrednictwem prywatnej grupy wsparcia lub w inny sposób.

Wada: prawdopodobne jest wystąpienie błędu próbkowania. Ponieważ początkowe przedmioty rekrutują dodatkowych uczestników, jest prawdopodobne, że wielu z nich będzie miało podobne cechy lub cechy, które mogą nie być reprezentatywne dla szerszej badanej populacji. Zatem wyników próby nie można ekstrapolować na populację.

Więcej informacji na temat próbkowania kuli śnieżnej można znaleźć tutaj .

Czysta próbka

Definicja: Naukowcy rekrutują osoby na podstawie tego, kto ich zdaniem będzie najbardziej przydatny do osiągnięcia celu ich badania.

Przykład: Naukowcy chcą poznać opinie mieszkańców miasta na temat potencjalnej instalacji nowej sali wspinaczkowej na rynku. Dlatego celowo szukają osób, które często odwiedzają inne siłownie wspinaczkowe w mieście.

Wada: Jest mało prawdopodobne, aby osoby w próbie były reprezentatywne dla całej populacji. Zatem wyników próby nie można ekstrapolować na populację.