Najpomembnejši tipi raziskovalnega vzorčenja



The vrste raziskovalnega vzorčenja razvrščeni so v dve veliki skupini: verjetnostno vzorčenje in neverjetnostno vzorčenje.

Med verjetnostnimi metodami vzorčenja so: sistematično naključno vzorčenje, enostavno naključno vzorčenje, naključno vzorčenje po skupinah ali območjih in stratificirano naključno vzorčenje.

Po drugi strani pa ne-verjetnostne tehnike vključujejo priročno vzorčenje, vzorčenje kvot, priložnostno vzorčenje, diskrecijsko vzorčenje in tehniko snežne kepe..

V raziskavi je vzorec končni sklop populacije, katere lastnosti se preučujejo z namenom pridobivanja informacij iz skupine, ki ji pripadajo (Webster, 1985). Čeprav je vzorec majhen, predstavlja reprezentativno skupino celote.

V tem smislu je vzorčenje dejanje, proces in tehnika, ki vključuje izbiro primernih posameznikov, ki izpolnjujejo parametre, ki jih navaja raziskava, in ki predstavljajo reprezentativni del preučevane populacije..

Vrste najpomembnejših raziskovalnih vzorcev

1 - Probabilistično vzorčenje

Probabilistično vzorčenje, imenovano tudi naključno vzorčenje, je izbirni postopek, v katerem ima vsak posameznik populacije enako verjetnost (ki je večja od 0), da je izbrana za del vzorca. Pri tej vrsti vzorčenja je verjetnost izbire mogoče natančno določiti.

Značilnosti verjetnostnega vzorčenja

  • Verjetnost izbire je znana.
  • Ne zagotavlja reprezentacije za vse lastnosti, ki jih želite raziskati v raziskavi.
  • Temelji na statističnih načelih.

Vrste verjetnostnega vzorčenja

Enostavno naključno vzorčenje
  • To je najpogostejša metoda vzorčenja.
  • Uporabi se lahko, kadar je populacija majhna, homogena in je na voljo raziskovalcu.
  • Vsi člani populacije imajo enako verjetnost, da bodo izbrani.
  • Za izbiro preprostega naključnega vzorca se uporabijo metode, podobne metodam loterije, generatorji naključnih števil ali pa so imena izločena iz posode, v kateri so zastopani vsi posamezniki populacije..
Prednosti
  • Ocene lahko enostavno izračunamo s to vrsto vzorčenja.
Slabosti
  • Ne more se uporabiti, kadar je populacija zelo velika.
  • Manjšinske skupine, ki so zanimive za raziskovalca, morda niso dovolj zastopane v enostavnem naključnem vzorcu.
Primer

V šoli je 100 študentov, od katerih je namenjen izvleček vzorca 10 posameznikov. Za začetek so našteti študenti od 1 do 100. Nato se izvede loterija, da se določi 20 posameznikov, ki bodo izbrani..

Opozoriti je treba, da je v tem primeru verjetnost znana, torej ima vsak učenec 1/10 verjetnost, da bo izbran..

Sistematično naključno vzorčenje
  • Od organizacije prebivalstva je odvisno, ali bo študija potekala na posebnem vzorcu, na primer na seznamu.
  • Prvi element je izbran naključno; Pomembno je poudariti, da prvotni element ne bi smel biti tisti, ki je na vrhu seznama. Nato se drugi elementi vzorca sistematično izberejo ob upoštevanju posebnega logaritma.
  • Vsak element ima enako verjetnost izbire.
  • Primer sistematičnega naključnega vzorčenja je vzeti telefonski imenik in izbrati vsako deseto ime s seznama.
Prednosti
  • Postopek izbire je razmeroma preprost.
  • Vzorec je enakomerno porazdeljen po celotni populaciji.
  • Dobljeni vzorec je reprezentativen.
Slabosti
  • Izbira vzorca je pristranska, saj lahko vrstni red elementov na seznamu spreminjamo, da bi zadovoljili potrebe raziskovalca..
Stratificirano naključno vzorčenje
  • Člani populacije so organizirani v medsebojno izključujoče kategorije ali stratume. Vsak stratum je predmet individualnega postopka vzorčenja.
  • Idealno je, če raziskovalec želi, da je vzorec reprezentativen za vse parametre opravljene raziskave.
  • Enote znotraj istega stratuma imajo enako verjetnost, da bodo izbrane.
  • Temelji na dveh osnovnih načelih: stratifikaciji in pritrditvi.
  • Stratifikacija se nanaša na proces oblikovanja stratumov. Ta proces mora zagotoviti homogenost znotraj elementov stratuma in heterogenost med enim stratumom in drugim stratumom..
  • Namestitev se nanaša na pravično porazdelitev vzorca med vsemi stratumi. To je mogoče doseči s pomočjo treh procesov:

- Enako pritrditev, pri kateri je izbrano enako število posameznikov v vsakem stratumu, tako da so del vzorca.

- Sorazmerna pritrditev, pri kateri so izbrani elementi vsakega stratuma ob upoštevanju velikosti teh stratumov. Stratumi z večjo količino bodo imeli večjo zastopanost posameznikov.

- Priprave na Neyman, v katerih je izbran vzorec ob upoštevanju razpršenosti plasti.

Prednosti
  • Zagotavlja sorazmerno zastopanost znotraj vsakega stratuma.
  • Zagotavlja zastopanost podskupin, ki so zanimive za raziskovalca, za razliko od enostavnega naključnega vzorčenja.
  • Ker se vsak stratum obravnava kot ločena populacija, se lahko uporabijo metode vzorčenja, ki ustrezajo posameznim značilnostim vsake podskupine..
Slabosti
  • Zahteva več dela, saj morajo biti vzorci pripravljeni za vsako od podskupin.
  • Če merila stratifikacije niso dovolj specifična, lahko posameznik hkrati pripada dvema slojema.
  • Razslojevanju lahko manipulira raziskovalec.
Naključno vzorčenje s konglomerati ali območji
  • Prebivalstvo je razdeljeno na konglomerate ali območja. Na splošno je geografska lokacija merilo, ki se upošteva za izvedbo omenjene delitve.
  • Izbrane enote za vzorce so skupine in ne posamezniki.
  • Konglomerate tvorijo posamezniki z različnimi lastnostmi. Bolj kot so heterogeni notranji elementi konglomerata, boljši so rezultati.
  • To je vrsta vzorčenja, ki ima dve fazi:

- V prvi fazi se izberejo področja, ki jih je treba preučiti.

- V drugi fazi se na teh področjih izberejo elementi.

Prednosti
  • Omogoča preučevanje številnih populacij.
  • Omogoča preučevanje populacij, ki so razporejene v širokem geografskem območju.
  • Lahko zmanjša stroške raziskav, saj omogoča proučevanje skupin in ne posameznikov.
Slabosti
  • Ne more se uporabiti, če se konglomerati med seboj razlikujejo.
  • Za pridobitev reprezentativnih vzorcev je treba vzeti elemente iz konglomeratov celotnega proučenega geografskega območja. Za to je treba premakniti; čeprav je res, da ta vrsta vzorčenja zmanjšuje stroške z vidika uporabe raziskav za posameznike, jih povečuje glede na prevoz.
Razlike med stratificiranim naključnim vzorčenjem in naključnim vzorčenjem s strani konglomeratov
  • V statističnem vzorcu se populacija deli na izločene skupine, na primer: spol, starost, med drugim. Pri vzorčenju s konglomerati se prebivalstvo razdeli v skupine, ki jih lahko primerjamo, na primer: družine, šole, mesta, med drugim.
  • Stratifikacija ima nizko stopnjo napake, medtem ko je v konglomeratih stopnja napake večja.
  • Vsi stratumi imajo zastopanost v stratificiranem vzorcu, medtem ko vse skupine v vzorcu ne predstavljajo konglomerati.
  • Pri stratificiranem vzorčenju dobimo boljše rezultate, če so elementi znotraj plasti homogeni. Po drugi strani pa pri vzorčenju grozdov dosežemo boljše rezultate, če so elementi, ki sestavljajo skupine, heterogeni.

2. Neprobabilistično vzorčenje

Nestabilistično ali nenamerno vzorčenje se nanaša na katero koli metodo pridobivanja vzorcev, pri kateri so posamezniki izbrani ob upoštevanju meril raziskovalca, geografske lokacije in razpoložljivosti prebivalstva, med drugim..

To ni vrsta znanstvenega vzorčenja, običajno se uporablja v socialnih raziskavah.

Značilnosti verjetnostnega vzorčenja

  • Nekateri posamezniki iz populacije nimajo možnosti izbire.
  • V nasprotju z verjetnostnim vzorčenjem verjetnosti izbire ni mogoče določiti.
  • Temelji na izbiri vzorca ob upoštevanju meril, kot je interes za raziskovalca.
  • Rezultati naključnega vzorčenja niso zanesljivi glede verjetnosti in so manj natančni od verjetnostnega vzorčenja. \ T.
  • V primerjavi z verjetnostnim vzorčenjem je cenejši.
  • Lahko delate napake, ker je subjektivna metoda.

Vrste neverjetnostnega vzorčenja

Vzorčenje na obroke
  • Prebivalstvo je razdeljeno na izločene skupine, kot je v primeru stratificiranega naključnega vzorca.
  • Nato pa pride v poštev neverjetnostni del tega vzorčenja. Posamezniki znotraj podskupin so izbrani ob upoštevanju presojevalca in njihovih interesov.
  • Izbira vzorca ni naključna in kaže pristranskost ali predsodke.
Vzorčenje za udobje
  • Vzorec je izbran iz populacijskega dela, ki je najbolj primeren. To udobje je mogoče določiti z več vidiki: geografska bližina, poznavanje elementov vzorca, razpoložljivost vzorčnih elementov, med drugim..
  • Izbira vzorca ni odvisna od potreb raziskave.
  • Raziskovalec ne more posploševati populacije z rezultati, dobljenimi s pomočjo vzorca, zato ker to ni reprezentativno.
  • Ta vrsta vzorčenja je koristna za tiste, ki želijo izvesti eksperimentalne študije ali pilotne teste.
Diskretno ali poskusno vzorčenje
  • Raziskovalec izbere posameznike, ki po njegovih merilih meni, da je najprimernejši za izvedbo raziskave.
  • Običajno so zmanjšani vzorci.
Vzorčenje snežne kepe ali napotitev
  • Za izvedbo študije se izbere majhno število posameznikov. Ti posamezniki izpolnjujejo merila, potrebna za raziskave, ki naj bi jih izvedli.
  • Nato se od teh posameznikov zahteva, da povabijo nove, ki po njihovem mnenju izpolnjujejo zahtevana merila in tako naprej..
  • Vzorec raste precej zahvaljujoč napotitvenemu sistemu, ki spominja na snežne kepe, ki se kotalijo po hribu (od tod tudi ime)..
  • Ta metoda je primerna za pridobivanje vzorcev iz populacij, ki so težko dostopne. Na primer, če se izvaja študija o odvisnikih od drog, je zelo malo verjetno, da so na voljo seznami ljudi s temi pogoji. Zato je najbolje, da se obrnete na osebo, ki izpolnjuje zahtevano značilnost, in da prinese več posameznikov.
  • Vzorci, pridobljeni s to metodo, niso reprezentativni.
Vzročno ali nenamerno vzorčenje
  • Posamezniki so izbrani brez upoštevanja predhodne presoje.
  • Podobno je priročnemu vzorčenju, saj so posamezniki iz populacije, ki so na voljo, sprejeti.

Reference

  1. Vzorčenje Vzpostavljeno 28. aprila 2017, od ssc.wisc.edu.
  2. Fridah, Mugo. Vzorčenje v raziskavah. Vzpostavljeno 28. aprila 2017, iz indiana.edu.
  3. Chaturvedi, Kanupriya. Vzpostavljeno 28. aprila 2017, od pitt.edu.
  4. Vzorčenje Vzpostavljeno 28. aprila 2017, iz flinders.edu.au.
  5. Barreiro. Prebivalstvo in vzorec. Tehnike vzorčenja Vzpostavljeno 28. aprila 2017, iz optimierung.mathematik.uni-kl-de.
  6. Tehnike vzorčenja Vzpostavljeno 28. aprila 2017, iz cs.fit.edu.
  7. Revija za raziskave mešanih metod (2007). Pridobljeno 28. aprila 2017, iz sociologyofeurope.unifi.it.
  8. Landreneau Strategije vzorčenja Pridobljeno 28. aprila 2017, iz natco1.org.