Типы методов выборки (с примерами)

Исследователи часто хотят ответить на вопросы о таких группах населения , как:

• Какова средняя высота определенного вида растений?
• Каков средний вес определенного вида птиц?
• Какой процент граждан в определенном городе поддерживает тот или иной закон?

Один из способов ответить на эти вопросы — собрать данные о каждом человеке в интересующей нас популяции.

Однако это обычно слишком дорого и отнимает много времени, поэтому исследователи вместо этого берут выборку населения и используют данные выборки, чтобы сделать выводы о популяции в целом.

Существует множество различных методов, которые исследователи потенциально могут использовать для включения людей в выборку. Они известны как методы выборки .

В этой статье мы рассказываем о наиболее часто используемых методах выборки в статистике, включая преимущества и недостатки различных методов.

Методы вероятностной выборки

Первый класс методов выборки известен как методы вероятностной выборки , поскольку каждый член совокупности имеет равную вероятность попасть в выборку.

Простая случайная выборка

Определение: Каждый член совокупности имеет равные шансы быть выбранным для включения в выборку. Выбирайте участников случайным образом, используя генератор случайных чисел или средства случайного выбора.

Пример: мы помещаем имена каждого ученика в классе в шляпу и случайным образом рисуем имена, чтобы получить выборку учеников.

Преимущество: простые случайные выборки обычно репрезентативны для интересующей совокупности, поскольку каждый член имеет равные шансы быть включенным в выборку.

Стратифицированная случайная выборка

Определение: Разделение населения на группы. Случайным образом выберите несколько членов из каждой группы, чтобы они вошли в выборку.

Пример: разделите всех учеников школы по их уровню: первокурсники, второкурсники, младшие и старшие классы. Попросите 50 учеников каждого класса заполнить опрос о школьном питании.

Преимущество: стратифицированная случайная выборка гарантирует включение в исследование членов каждой группы населения.

Кластеризованная случайная выборка

Определение: Разделение популяции на кластеры. Случайным образом выберите некоторые кластеры и включите в выборку всех членов этих кластеров.

Пример: компания, предлагающая экскурсии по наблюдению за китами, хочет опросить своих клиентов. Из десяти туров, которые они предлагают в день, они случайным образом выбирают четыре тура и расспрашивают каждого клиента об их впечатлениях.

Преимущество: кластерные случайные выборки собирают всех членов определенных групп, что полезно, когда каждая группа отражает совокупность в целом.

Систематическая случайная выборка

Определение: Расположите каждого члена популяции в определенном порядке. Выберите случайную отправную точку и выберите каждого ^n-го участника для включения в выборку.

Пример: Учитель упорядочивает учеников в алфавитном порядке по фамилиям, случайным образом выбирает отправную точку и выбирает каждого пятого ученика для включения в выборку.

Преимущество: систематические случайные выборки, как правило, репрезентативны для интересующей совокупности, поскольку каждый член имеет равные шансы быть включенным в выборку.

Методы невероятностной выборки

Другой класс методов выборки известен как методы невероятностной выборки , поскольку не все члены совокупности имеют одинаковую вероятность попасть в выборку.

Иногда используется этот тип метода выборки, поскольку он намного дешевле и практичнее, чем методы вероятностной выборки. Его часто используют во время исследовательского анализа, когда исследователи просто хотят получить первоначальное представление о популяции.

Однако выборки, полученные в результате этих методов выборки, не могут использоваться для выводов о популяциях, из которых они взяты, поскольку они, как правило, не являются репрезентативными выборками.

Образец удобства

Определение: Выбор легкодоступных членов совокупности для включения в выборку.

Пример: исследователь стоит перед библиотекой и опрашивает прохожих.

Недостаток: местоположение и время суток влияют на результаты. Более чем вероятно, что выборка будет страдать от смещения заниженного учета , поскольку некоторые люди (например, те, кто работает в течение дня) не будут так представлены в выборке.

Образец добровольного ответа

Определение: Исследователь просит добровольцев включиться в исследование, а члены популяции добровольно решают, включаться в выборку или нет.

Пример: радиоведущий просит слушателей выйти в Интернет и заполнить опрос на его веб-сайте.

Недостаток: люди, которые отвечают добровольно, скорее всего, будут иметь более сильное мнение (положительное или отрицательное), чем остальная часть населения, что делает их нерепрезентативной выборкой. При использовании этого метода выборки, скорее всего, выборка будет страдать от систематической ошибки в связи с отсутствием ответов – определенные группы людей просто с меньшей вероятностью дадут ответы.

Образец снежка

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 увеличивается и увеличивается по мере того, как каждый дополнительный испытуемый набирает больше испытуемых.

Пример: Исследователи проводят исследование на людях с редкими заболеваниями, но трудно найти людей, у которых действительно есть это заболевание. Однако, если им удастся найти хотя бы несколько первоначальных людей для участия в исследовании, они могут затем попросить их привлечь других людей, которых они могут знать, через частную группу поддержки или другими способами.

Недостаток: вероятно возникновение систематической ошибки выборки. Поскольку первоначальные субъекты набирают дополнительных субъектов, вполне вероятно, что многие субъекты будут иметь схожие черты или характеристики, которые могут быть не репрезентативными для более широкой изучаемой популяции. Таким образом, результаты выборки не могут быть экстраполированы на генеральную совокупность.

Узнайте больше о отборе проб снежного кома здесь .

Чистый образец

Определение: Исследователи набирают людей на основе того, кто, по их мнению, будет наиболее полезен для достижения цели их исследования.

Пример: Исследователи хотят узнать мнение жителей города о возможной установке нового скалодрома на городской площади. Поэтому они намеренно ищут людей, которые часто посещают другие скалодромы города.

Недостаток: маловероятно, что лица в выборке являются репрезентативными для всей популяции. Таким образом, результаты выборки не могут быть экстраполированы на генеральную совокупность.