W statystykach próbka jest podzbiorem populacji używanej do reprezentowania całej grupy jako całości. Prowadząc badania, często niepraktyczne jest badanie każdego członka konkretnej populacji, ponieważ sama liczba osób jest po prostu zbyt duża. Aby wyciągnąć wnioski na temat charakterystyki populacji, naukowcy mogą użyć losowej próbki .
Dlaczego naukowcy używają próbek?
Podczas badania aspektu ludzkiego umysłu lub zachowania naukowcy po prostu nie mogą w większości przypadków zbierać danych od każdego człowieka. Zamiast tego wybierają mniejszą próbkę osób reprezentujących większą grupę. Jeżeli próba jest prawdziwie reprezentatywna dla danej populacji, naukowcy mogą następnie uzyskać wyniki i uogólnić je na większą grupę.
Rodzaje pobierania próbek
W badaniach psychologicznych i innych rodzajach badań społecznych eksperymentatorzy zazwyczaj polegają na kilku różnych metodach pobierania próbek.
1. Pobieranie próbek prawdopodobieństwa
Próbkowanie prawdopodobieństwa oznacza, że każda osoba w populacji ma równe szanse na wybranie. Ponieważ próbkowanie prawdopodobieństwa obejmuje selekcję losową, zapewnia to, że różne podzbiory populacji mają równe szanse na reprezentację w próbce. To sprawia, że próbki probabilistyczne są bardziej reprezentatywne, a badacze mogą lepiej uogólniać swoje wyniki na całą grupę.
Istnieje kilka różnych rodzajów prób prawdopodobieństwa:
- Proste losowe próbkowanie jest, jak sama nazwa wskazuje, najprostszym typem próbkowania prawdopodobieństwa. Badacze biorą każdą osobę w populacji i losowo wybierają swoją próbkę, często za pomocą jakiegoś programu komputerowego lub generatora liczb losowych.
- Uwarstwione losowe pobieranie próbek obejmuje oddzielenie populacji do podgrup, a następnie pobranie prostej losowej próbki z każdej z tych podgrup. Na przykład badanie może podzielić populację na podgrupy na podstawie rasy, płci lub wieku, a następnie wziąć prostą losową próbkę każdej z tych grup. Uwarunkowane losowe pobieranie próbek często zapewnia większą dokładność statystyczną niż proste losowe pobieranie próbek i pomaga zapewnić, że pewne grupy są dokładnie reprezentowane w próbce.
- Próbkowanie klastra polega na dzieleniu populacji na mniejsze klastry, często w oparciu o położenie geograficzne lub granice. Losowa próbka tych klastrów jest następnie wybierana i mierzone są wszystkie przedmioty w obrębie klastra. Na przykład wyobraź sobie, że próbujesz przeprowadzić badanie na dyrektorów szkół w twoim stanie. Zbieranie danych z każdej zasady szkolnej byłoby kosztowne i czasochłonne. Korzystając z metody próbkowania klastra, losowo wybierzesz pięć powiatów ze swojego stanu, a następnie zbierzesz dane z każdego przedmiotu w każdym z tych pięciu powiatów.
2. Pobieranie próbek Nieprawdopodobieństwo
Z drugiej strony próba losowa polega na selekcji uczestników za pomocą metod, które nie dają każdej osobie w populacji równych szans na wybranie.
Jednym z problemów z tego typu próbą jest to, że wolontariusze mogą być odmienni w przypadku niektórych zmiennych niż nie-wolontariusze, co może utrudnić uogólnienie wyników całej populacji.
Istnieje również kilka różnych typów próbkowania bez wykrycia:
- Wygodne pobieranie próbek wiąże się z wykorzystaniem uczestników badania, ponieważ są one wygodne i dostępne. Jeśli masz ochotników na badania psychologiczne prowadzone przez wydział psychologii uniwersytetu, uczestniczysz w badaniu, które opierało się na próbce wygody. Badania, które opierają się na pytaniu o wolontariuszy lub przy użyciu próbek klinicznych, które są dostępne dla badacza, są również przykładami próbek dla wygody.
- Próbne pobieranie próbek polega na wyszukiwaniu osób spełniających określone kryteria. Na przykład marketerzy mogą być zainteresowani poznaniem sposobu, w jaki ich produkty są postrzegane przez kobiety w wieku od 18 do 35 lat. Mogą zatrudnić firmę zajmującą się badaniem rynku w celu przeprowadzenia rozmów telefonicznych, które celowo wyszukują i przeprowadzają wywiady z kobietami spełniającymi ich kryteria wiekowe.
- Pobieranie próbek przy użyciu kwot polega na celowym pobieraniu próbek określonej części podgrupy w obrębie populacji. Na przykład, ankieterzy polityczni mogą być zainteresowani badaniem opinii ludności dotyczącej określonej kwestii politycznej. Jeśli użyją prostego losowego próbkowania, mogą przypadkowo pominąć pewne podzbiory populacji. Zamiast tego ustalają kryteria, zgodnie z którymi pewien procent próby musi obejmować te podgrupy. Chociaż wynikowa próbka może nie być reprezentatywna dla rzeczywistych proporcji istniejących w populacji, posiadanie kwoty zapewnia reprezentację tych mniejszych podgrup.
Dowiedz się więcej o niektórych sposobach, w jakie różnią się próbki prawdopodobieństwa i niepodobieństwa.
Błędy próbkowania
Ponieważ pobieranie próbek w naturalny sposób nie może obejmować każdej osoby w populacji, mogą wystąpić błędy. Różnice między obecnością w populacji a obecnością w próbce są znane jako błędy próbkowania .
Chociaż nie można dokładnie określić, jak wielka może być różnica między populacją a próbką, badacze są w stanie statystycznie oszacować wielkość błędów próbkowania. Na przykład w sondażach politycznych często można usłyszeć margines błędu wyrażony pewnymi poziomami zaufania.
Ogólnie rzecz biorąc, im większy jest rozmiar próbki, tym mniejszy jest poziom błędu. Jest tak po prostu dlatego, że gdy próbka staje się bliższa osiągnięciu wielkości całkowitej populacji, tym bardziej prawdopodobne jest dokładne uchwycenie wszystkich cech populacji. Jedynym sposobem całkowitego wyeliminowania błędu próbkowania jest zebranie danych z całej populacji, co często jest po prostu zbyt kosztowne i czasochłonne. Błędy próbkowania można jednak zminimalizować, stosując losowe testy prawdopodobieństwa i dużą próbkę.
Referencje:
Goodwin, CJ (2010). Research In Psychology: Methods and Design. Hoboken, NJ: John Wiley and Sons.
Nicholas, L. (2008). Wprowadzenie do psychologii . UCT Press: Cape Town.