Rodzaje pobierania próbek i ich cechy (z przykładami)

Rodzaje pobierania próbek Są to różne sposoby wyodrębnienia danych z części całości, potężnego narzędzia statystycznego, którego funkcją jest ustalenie, która część populacji lub wszechświata jest niezbędna do zbadania, przeprowadzania wniosków i uzyskania informacji o tym samym.

Próbkowanie jest bardzo ważne, gdy nie możesz lub nie chcesz analizować pełnej populacji. Zauważ, że termin „populacja” odnosi się nie tylko do dużego zestawu ludzi lub żywych istot, ale ogólnie do całkowitej elementów, które będą badane w danym problemie.

Zgodnie z wybranym rodzajem pobierania próbek, część populacji, która jest uważana za bardziej reprezentatywną, jest zawsze zgodnie z celami.

Oczywiście, gdy przyjmuje się tylko część wszechświata danych, możliwe jest przekazanie niektórych szczegółów przeoczonych i pominięcie informacji, dlatego wyniki nie będą tak precyzyjne, jak powinny. To jest znane jako błąd próbkowania.

Chodzi o to, aby w jak największym stopniu uprościć wszechświat danych, wybierając najbardziej reprezentatywną próbkę, która jest w stanie dostarczyć maksymalne informacje, aby zapewnić ważność wyników.

Probilistyczne pobieranie próbek	Pobieranie próbkowania nieprobilistyczne
Ilościowy.	Jakościowy.
Większy czas i inwestycje zasobów.	Bardzo niski koszt.
Każdy element populacji ma takie samo prawdopodobieństwo wyboru.	Elementy są wybierane zgodnie z interesami dochodzenia.
Można przeprowadzić za pomocą wymiany lub wymiany.	Badacz musi znać cechy populacji.

[TOC]

Rodzaje próbkowania probabilistycznego lub losowego

Probabilistyczne pobieranie próbek opiera się na prawdopodobieństwie, że próbki muszą zostać wybrane. W ten sposób każdy element populacji ma znaną możliwość wybrania, co oczywiście musi być większe niż 0.

Jest to niezwykle ważne, ponieważ może się zdarzyć, że ze wszechświata danych wybrano próbkę, która nie jest reprezentatywna dla zestawu.

Jeśli tak, wyniki będą stronniczy, Ponieważ niektóre części populacji będą bardziej uprzywilejowane w porównaniu z innymi. Aby uniknąć stronniczości, z których istnieją różne kategorie, jedną z opcji jest pozwolenie na odpowiedzialność za wybranie próbki, a tym samym podać każdemu elementowi prawdopodobieństwo wybrania.

Proste losowe pobieranie próbek

Jest to prosty sposób na zapewnienie, że szansa wykonuje swoją pracę. Na przykład, jeśli chodzi o wybranie niektórych dzieci na kursie, aby wziąć udział w artystycznym wydarzeniu szkoły, wszystkie nazwiska dzieci są umieszczane na identycznych złożonych kartach do głosowania, są mieszane w kapeluszu, a garstka jest randomizowana.

Wszystkie dzieci na kursie stanowią populacja, A garstka kart do głosowania, które zostały zaczerpnięte z kapelusza, to próbka.

Sukces procedury polega na tworzeniu pełnej listy wszystkich dzieci, aby nikt nie był na zewnątrz. Na małym kursie nie stanowi to problemu; Ale kiedy chcesz wybrać próbkę spośród populacji bardziej wielkości, musisz udoskonalić metodę.

Może ci służyć: 7 niszczycielskich przejawów w młodości 

Można przeprowadzić proste losowe pobieranie próbek Z wymianą lub wymiana. Na przykład, jeśli wyodrębnimy jakikolwiek element z populacji i zwrócimy go po wybraniu i zbadaniu, wszechświat naszych elementów zawsze pozostaje taki sam w trakcie badania.

Jeśli wręcz przeciwnie, wybrany element jest badany, ale nie jest zwrócony, to jest około Próbkowanie bez wymiany. Należy to wziąć pod uwagę przy obliczaniu prawdopodobieństwa, jakie ma element wyboru.

Systematyczne losowe pobieranie próbek

Przeprowadzić to próbkowanie, listę N elementy, a także określ wielkość próby, którą zadzwonimy N. Lista jest nazywana Rama próbkowania.

Teraz Interwał skoku, to jest oznaczone tekstami k I jest obliczane w ten sposób:

K = n/n

Losowa liczba jest wybierana - o 1 i k, nazywany R albo Losowy początek. Jest to pierwsza osoba na liście, która zostanie wybrana i z niej wybierana jest następujące elementy.

Przykład: Załóżmy, że masz listę 2000 studentów z uniwersytetu i chcesz uzyskać próbkę 100 studentów do udziału w Kongresie.

Pierwszą rzeczą do zrobienia jest znalezienie wartości K:

K = 2000/100 = 20

Po podzieleniu całkowitej liczby uczniów na 100 fragmentów 20 uczniów pobiera się jeden z fragmentów i wybiera się liczba losowa między 1 a 20, na przykład 12. Dlatego dwunastoma studentami naszej listy jest losowy początek.

Wybrany następujący uczeń musi wynosić 12+20 = 22, a następnie 42, a następnie 62 i tak dalej, aż do 100.

Jak widać, jest to szybka metoda stosowania, która zwykle daje bardzo dobre wyniki, bez potrzeby umieszczenia 2000 nazwisk w kapeluszu i wyciągnięcia 100 z nich, o ile nie ma okresu w populacji, która daj powstanie uprzedzeń.

Stratyfikowane losowe pobieranie próbek

W stratyfikowanym losowym pobieraniu próbek populacja jest podzielona na segmenty zwane warstwami

W prostym losowym pobieraniu próbek każdy element populacji ma takie samo prawdopodobieństwo wyboru. Ale nie zawsze może to być prawda, zwłaszcza gdy należy wziąć pod uwagę więcej złożoności.

Aby przeprowadzić stratyfikowany schemat losowego próbkowania, populacja należy podzielić na grupy o podobnych cechach. To są warstwa. Następnie pobierane są warstwy i wybierane są proste losowe próbki każdego.

Może ci służyć: 30 najsłynniejszych świadków Jehowy

Warstwy są określane przed pobieraniem próbek, badając charakterystykę wszechświata danych.

Te cechy mogą być statusem cywilnym, wiekiem, miejscem, w którym istnieje, na przykład ludność miejska, podmiejska i wiejska, zawód, stopień nauczania, seks i wiele innych.

W każdym razie oczekuje się, że cechy każdej warstwy będą bardzo charakterystyczne, to znaczy, że każda warstwę będzie jednorodna.

W ramach próbkowania stratyfikowanego rozróżniamy dwie kategorie, w zależności od tego, czy wielkość próbki każdej warstwy jest proporcjonalna do wielkości tego.

Losowe pobieranie próbek przez konglomeraty

Opisane poprzednie metody wybierają elementy próbki bezpośrednio, ale w próbkowaniu konglomeratu a Grupa elementów populacji i będzie to jednostka próbki, która nazywa się konglomerat.

Przykładami konglomeratów są wydziały uniwersytetów, podmiotów geograficznych, takich jak prowincje, miasta, powiaty lub gminy, z których wszystkie mają identyczne prawdopodobieństwo wyboru. W przypadku wyboru jednostki geograficznej rozmawiamy o Próbkowanie według obszarów.

Po wybraniu konglomeratów wybrane są elementy do analizy. Dlatego procedura może mieć kilka etapów.

Ta metoda ma pewne podobieństwa z warstwową metodą losową, tylko że wybrano tutaj niektóre konglomeraty całości, podczas gdy w poprzedniej metodzie badano wszystkie warstwy populacji.

Rodzaje próbkowania nieprobilistycznego

W niektórych sytuacjach próbkowanie probabilistyczne jest bardzo drogie, ponieważ czas i zasoby należy zainwestować w celu znalezienia próbek, które są naprawdę reprezentatywne.

Zwykle zdarza się również, że nie masz pełnej próbki -lista -dlatego nie można określić prawdopodobieństwa wybrania elementu.

W tych przypadkach stosuje się rodzaje próbkowania nieobilistycznego, z którymi również uzyskuje się informacje, chociaż nie ma żadnej gwarancji w wynikach.

Po zastosowaniu tego rodzaju próbkowania należy postępować zgodnie z pewnymi kryteriami w momencie wyboru, starając się, aby próbka była najbardziej odpowiednia, jak to możliwe.

Próbkowanie wygody

Jest to raczej podstawowy rodzaj próbkowania, w którym elementy próbki są wybierane zgodnie z ich dostępnością, to znaczy wybór osób, które są bardziej pod ręką. Ma tę zaletę, że jest metodą o bardzo niskim koszcie, ze względu na jej prędkość i komfort.

Ale jak wspomniano, nie ma pewności, aby uzyskać wiarygodne informacje z jego wyników. Czasami służy do wykonywania krótkich i szybkich sondaży przed wyborem, a także do badania preferencji klientów na niektórych produktach.

Może ci służyć: 50 ciekawych i interesujących danych o świecie

Na przykład ankieta. Lub nauczyciel może zbadać swoich uczniów, ponieważ ma natychmiastowy dostęp do nich.

Chociaż wygląda na to, że wyniki takiej procedury nie mają wartości, zdarza się, że mogą być dobrym odzwierciedleniem populacji, o ile istnieją dobre powody, aby zakładać, że stronniczość nie jest zbyt duża.

Nie jest to jednak takie proste, ponieważ uczniowie pewnego nauczyciela mogą nie stanowić reprezentatywnej próby reszty uczniów. I prawie zawsze badania w centrach handlowych zwykle przeprowadzają wywiady z ludźmi z bardziej atrakcyjnym wyglądem.

Próbkowanie kwot

Aby zrobić pobieranie próbek kwot, musisz mieć dobrą wiedzę na temat warstw populacji, aby mieć pojęcie o najbardziej reprezentatywnych elementach. Ale nie jest rządzi losowymi kryteriami próbkowania stratyfikowanego.

W tego rodzaju próbkowaniu konieczne jest ustawienie niektórych „kwot”, stąd nazwa metody. Opłaty te obejmują zebranie wielu elementów z pewnymi warunkami, na przykład 15 kobiet, których wiek wynosi od 25 do 50 lat, które nie palą, a także mają samochód.

Po ustaleniu opłaty wybierane są pierwsi ludzie, którzy spełniają ustalone warunki. Kryterium tego ostatniego kroku może być wygodne dla badacza. Tutaj możesz zobaczyć różnicę z metodą próbkowania stratyfikowanego, która jest losowo.

Jest to jednak korzystna metoda niskiego poziomu, jeśli, jak powiedzieliśmy, badana populacja jest dobrze znana.

Próbowanie „śnieżki”

Procedura, której należy przestrzegać w tym stylu próbkowania, polega na wybraniu kilku osób, które prowadzą do innych, a z kolei, dopóki próbka nie ma wielkości potrzebnego badacza.

Jest to procedura, która może być przydatna do scharakteryzowania niektórych populacji o dość określonych cechach. Przykłady: więźniowie w karie lub osoby z pewnymi chorobami.

Próbkowanie uznaniowe

Wreszcie tutaj badacz decyduje o kryteriach, które użyje do wyboru swojej próbki, zgodnie z jego wiedzą. Może być przydatne, gdy konieczne jest dodanie niektórych osób do badania, które w przypadku użycia losowej metody mogą pozostać bez uczestnictwa.

Bibliografia

1. Berenson, m. 1985.Statystyki dotyczące administracji i gospodarki, koncepcje i zastosowania. Międzyamerykański redakcja.
2. Statystyka. Próbowanie. Odzyskane z: Encyclopediaeconomica.com.
3. Statystyka. Próbowanie. Odzyskane z: statystyki.Mata.Nas na.MX.
4. Zadbany. Pobieranie próbek konglomeratu. Odzyskane z: Odkazane.com.
5. Moore, d. 2005. Zastosowano podstawowe statystyki. 2. Wydanie.
6. Netquest. Probabilistyczne pobieranie próbek: próbkowanie stratyfikowane. Odzyskane z: Netquest.com.
7. Wikipedia. Próbowanie. Odzyskane z: jest.Wikipedia.org