Типи методів вибірки (з прикладами)

Дослідники часто хочуть відповісти на запитання про популяції , такі як:

• Яка середня висота певного виду рослин?
• Яка середня вага певного виду птахів?
• Який відсоток громадян певного міста підтримує певний закон?

Один із способів відповісти на ці запитання — зібрати дані про кожну людину в популяції, що цікавить.

Однак зазвичай це надто дорого та займає багато часу, тому дослідники замість цього беруть вибірку населення та використовують дані вибірки, щоб зробити висновки щодо населення в цілому.

Існує багато різних методів, які дослідники потенційно можуть використовувати, щоб залучити окремих людей до вибірки. Вони відомі як методи вибірки .

У цій статті ми розповідаємо про методи вибірки, які найчастіше використовуються в статистиці, включно з перевагами та недоліками різних методів.

Методи ймовірнісної вибірки

Перший клас методів вибірки відомий як методи ймовірнісної вибірки , оскільки кожен член сукупності має однакову ймовірність бути відібраним до вибірки.

Проста випадкова вибірка

Визначення: кожен член генеральної сукупності має рівні шанси бути відібраним до вибірки. Виберіть учасників випадковим чином за допомогою генератора випадкових чисел або засобів випадкового вибору.

Приклад: ми поміщаємо імена кожного учня в класі в капелюх і навмання витягуємо імена, щоб отримати вибірку учнів.

Перевага: прості випадкові вибірки, як правило, є репрезентативними для досліджуваної сукупності, оскільки кожен учасник має рівні шанси потрапити до вибірки.

Стратифікована випадкова вибірка

Визначення: поділ сукупності на групи. Навмання виберіть кількох членів із кожної групи, щоб стати частиною вибірки.

Приклад: розділіть усіх учнів у школі відповідно до їхнього рівня: першокурсники, другокурсники, молодші та старші. Попросіть 50 учнів з кожного класу заповнити опитування про шкільне харчування.

Перевага: стратифіковані випадкові вибірки гарантують, що члени кожної групи населення включені в опитування.

Кластерна випадкова вибірка

Визначення: поділ сукупності на кластери. Випадково виберіть деякі з кластерів і включіть усіх членів цих кластерів у вибірку.

Приклад: компанія, яка пропонує екскурсії зі спостереженням за китами, хоче провести опитування своїх клієнтів. З десяти турів, які вони пропонують на день, вони випадковим чином вибирають чотири тури та запитують кожного клієнта про їхні враження.

Перевага: кластерні випадкові вибірки збирають усіх членів певних груп, що корисно, коли кожна група відображає сукупність у цілому.

Систематична випадкова вибірка

Визначення: розмістіть кожного члена сукупності в певному порядку. Виберіть випадкову початкову точку та виберіть кожного ^n-го члена, щоб стати частиною вибірки.

Приклад: вчитель упорядковує учнів в алфавітному порядку за прізвищем, навмання обирає початкову точку та обирає кожного п’ятого учня для вибірки.

Перевага: систематичні випадкові вибірки, як правило, є репрезентативними для досліджуваної сукупності, оскільки кожен член має рівні шанси бути включеним до вибірки.

Методи неімовірнісної вибірки

Інший клас методів вибірки відомий як методи неімовірнісної вибірки , оскільки не всі члени сукупності мають однакову ймовірність бути відібраними до вибірки.

Цей тип методу вибірки іноді використовується, оскільки він набагато дешевший і більш практичний, ніж методи ймовірнісної вибірки. Його часто використовують під час дослідницького аналізу, коли дослідники просто хочуть отримати початкове розуміння популяції.

Однак зразки, отримані за допомогою цих методів вибірки, не можуть бути використані для висновків щодо популяцій, з яких вони взяті, оскільки вони, як правило, не є репрезентативними зразками.

Зручний зразок

Визначення: Вибір легкодоступних членів сукупності для включення у вибірку.

Приклад: дослідник стоїть перед бібліотекою протягом дня та опитує перехожих.

Недолік: Місце та час доби впливають на результати. Цілком ймовірно, що вибірка страждатиме від упередженості підрахунку, оскільки деякі люди (наприклад, ті, хто працює протягом дня) не будуть представлені у вибірці.

Зразок добровільної відповіді

Визначення: Дослідник просить добровольців включити в дослідження, і члени популяції добровільно вирішують, включати їх до вибірки чи ні.

Приклад: радіоведучий просить слухачів зайти в Інтернет і заповнити опитування на його веб-сайті.

Недоліки: люди, які відповідають добровільно, ймовірно, матимуть сильніші думки (позитивні чи негативні), ніж решта населення, що робить їх нерепрезентативною вибіркою. Використовуючи цей метод вибірки, вибірка, ймовірно, страждатиме від упередженості через відсутність відповідей – певні групи людей просто менш імовірно дадуть відповіді.

Сніжок Зразок

Визначення: дослідники залучають початкових суб’єктів для участі в дослідженні, а потім просять цих початкових суб’єктів залучити додаткових суб’єктів для участі в дослідженні. Використовуючи цей підхід, розмір вибірки стає все більшим і більшим, оскільки кожен додатковий суб’єкт набирає більше суб’єктів.

Приклад: Дослідники проводять дослідження на людях з рідкісними захворюваннями, але важко знайти людей, які справді мають це захворювання. Проте, якщо їм вдасться знайти лише кількох початкових людей для участі в дослідженні, вони можуть попросити їх залучити інших людей, яких вони можуть знати, через приватну групу підтримки або іншим способом.

Недолік: можливе зміщення вибірки. Оскільки початкові суб’єкти залучають додаткових суб’єктів, ймовірно, що багато суб’єктів матимуть подібні риси чи характеристики, які можуть не бути репрезентативними для ширшої досліджуваної сукупності. Таким чином, результати вибірки не можна екстраполювати на сукупність.

Дізнайтеся більше про вибірку сніжного кома тут .

Чиста проба

Визначення: Дослідники набирають людей на основі того, хто, на їхню думку, буде найбільш корисним для досягнення мети їх дослідження.

Приклад: дослідники хочуть дізнатися думку мешканців міста щодо можливого встановлення нового спортивного залу для скелелазіння на міській площі. Тому вони навмисно шукають людей, які часто відвідують інші зали для скелелазіння в місті.

Недолік: Малоймовірно, що особи у вибірці є репрезентативними для загальної сукупності. Таким чином, результати вибірки не можна екстраполювати на сукупність.