Nejdůležitější typy výzkumu



typy výzkumných vzorků jsou rozděleny do dvou velkých skupin: pravděpodobnostní vzorkování a non-probabilistic vzorkování.

Mezi pravděpodobnostními metodami vzorkování jsou: systematické náhodný výběr, jednoduchý náhodný výběr, náhodný výběr podle klastrů nebo oblastí a náhodný výběr vzorků.

Na druhé straně, non-probabilistic techniky zahrnují pohodlné vzorkování, vzorkování kvóty, náhodný vzorkování, diskreční vzorkování a techniku ​​sněhové koule..

Ve výzkumu je vzorek konečný soubor populace, jejíž vlastnosti jsou studovány s cílem získat informace ze skupiny, ke které patří (Webster, 1985). Ačkoli je vzorek malý, představuje reprezentativní skupinu celku.

V tomto smyslu je vzorkování zákonem, procesem a technikou, která zahrnuje výběr vhodných jedinců, kteří splňují parametry uvedené výzkumem a které představují reprezentativní část studované populace..

Typy nejdůležitějších výzkumných vzorků

1. Pravděpodobnostní vzorkování

Pravděpodobnostní vzorkování, také volal náhodný výběr, je výběrový proces ve kterém každý jednotlivců populace mají stejnou pravděpodobnost (který je větší než 0) bytí vybrané být část vzorku. U tohoto typu vzorkování lze s přesností určit pravděpodobnost výběru.

Charakteristika pravděpodobnostního vzorkování

  • Pravděpodobnost selekce je známa.
  • Nezaručuje zastoupení pro všechny rysy, které chcete studovat ve výzkumu.
  • Je založen na statistických principech.

Typy pravděpodobnostního vzorkování

Jednoduchý náhodný výběr
  • Je to nejběžnější metoda odběru vzorků.
  • Lze ji použít, pokud je populace malá, homogenní a dostupná výzkumníkovi.
  • Všichni členové populace mají stejnou pravděpodobnost výběru.
  • Chcete-li vybrat jednoduchý náhodný vzorek, použijí se metody podobné těm z loterie, generátory náhodných čísel nebo názvy z misky, ve které jsou zastoupeni všichni jednotlivci populace..
Výhody
  • S tímto typem vzorkování lze snadno vypočítat odhady.
Nevýhody
  • Nelze ji použít, pokud je populace velmi velká.
  • Menšinové skupiny, které jsou předmětem zájmu výzkumného pracovníka, nemusí být dostatečně zastoupeny v jednoduchém náhodném vzorku.
Příklad

Ve škole je 100 studentů, z nichž je zamýšleno odebrat vzorek 10 osob. Nejprve jsou uvedeni studenti od 1 do 100. Následně se provede loterie, která určí 20 osob, které budou vybrány..

Je třeba poznamenat, že v tomto případě je pravděpodobnost známa, to znamená, že každý student má 1/10 pravděpodobnost výběru..

Systematický náhodný výběr vzorků
  • Záleží na organizaci populace, aby studovala ve specifickém vzoru, například v seznamu.
  • První prvek je vybrán náhodně; Je důležité zdůraznit, že počáteční prvek by neměl být ten, který je na vrcholu seznamu. Následně jsou ostatní prvky vzorku vybírány systematicky s přihlédnutím ke specifickému logaritmu.
  • Každý prvek má stejnou pravděpodobnost výběru.
  • Příkladem systematického náhodného vzorkování je převzetí telefonního seznamu a výběr každého desátého jména ze seznamu.
Výhody
  • Výběrový proces je poměrně snadný.
  • Vzorek je rovnoměrně rozdělen do celé populace.
  • Získaný vzorek je reprezentativní.
Nevýhody
  • Výběr vzorku je zkreslený, protože pořadí prvků v seznamu lze manipulovat tak, aby odpovídalo potřebám výzkumného pracovníka..
Rozvrstvený náhodný výběr
  • Členové populace jsou organizováni do vzájemně se vylučujících kategorií nebo vrstev. Každá vrstva je podrobena individuálnímu odběru vzorků.
  • Je ideální, když výzkumný pracovník chce, aby byl vzorek reprezentativní pro všechny parametry provedeného výzkumu.
  • Jednotky ve stejné vrstvě mají stejnou pravděpodobnost výběru.
  • Vychází ze dvou základních principů: stratifikace a připojení.
  • Rozvrstvení označuje proces tvorby vrstev. Tento proces musí zaručit homogenitu v rámci vrstev a heterogenitu mezi jednou vrstvou a druhou.
  • Připevnění se týká spravedlivého rozdělení vzorku mezi všechny vrstvy. Toho lze dosáhnout pomocí tří procesů:

- Stejné spojení, ve kterém je vybrán stejný počet jedinců v každé vrstvě, takže jsou součástí vzorku.

- Proporcionální připojení, ve kterém jsou prvky každé vrstvy vybrány s přihlédnutím k jejich velikosti. Vrstvy s větším množstvím budou mít větší zastoupení jednotlivců.

- Neymanovo připojení, ve kterém se provádí výběr vzorku s přihlédnutím k rozptylu vrstev.

Výhody
  • Zaručuje poměrné zastoupení v každé vrstvě.
  • Na rozdíl od jednoduchého náhodného výběru garantuje zastoupení zájmových skupin podskupin.
  • Protože každá vrstva je považována za samostatnou populaci, mohou být použity metody vzorkování, které odpovídají jednotlivým charakteristikám každé podskupiny..
Nevýhody
  • Vyžaduje více práce, protože vzorky musí být připraveny pro každou z podskupin.
  • Pokud stratifikační kritéria nejsou dostatečně specifická, může jednotlivec patřit současně do dvou vrstev.
  • Rozvrstvení může výzkumník manipulovat.
Náhodné vzorkování podle konglomerátů nebo oblastí
  • Populace je rozdělena na konglomeráty nebo oblasti. Obecně platí, že zeměpisné umístění je kritériem, které je bráno v úvahu při provádění uvedeného rozdělení.
  • Jednotkami vybranými pro vzorky jsou skupiny a ne jednotlivci.
  • Konglomeráty jsou tvořeny jedinci s různými rysy. Čím heterogennější jsou vnitřní prvky konglomerátu, tím lépe získané výsledky.
  • Jedná se o typ vzorkování, který má dvě fáze:

- V první fázi jsou vybrány oblasti, které mají být studovány.

- V druhé fázi jsou prvky vybrány v rámci těchto oblastí.

Výhody
  • Umožňuje studovat četné populace.
  • Umožňuje studovat populace, které jsou distribuovány v široké geografické oblasti.
  • Může snížit náklady na výzkum, neboť umožňuje studovat skupiny a ne jednotlivce.
Nevýhody
  • Nelze ji použít, pokud se konglomeráty navzájem liší.
  • Pro získání reprezentativních vzorků je nutné vzít si prvky z konglomerátů celé studované zeměpisné oblasti. K tomu je nutné se pohnout; ačkoliv je pravda, že tento typ odběru vzorků snižuje náklady z hlediska používání průzkumů na jednotlivce, zvyšuje se z hlediska dopravy.
Rozdíly mezi stratifikovaným náhodným výběrem a náhodným vzorkováním konglomeráty
  • Ve statistickém vzorku je populace rozdělena na vyloučené skupiny, například: pohlaví, věk, mezi ostatními. Při odběru vzorků podle konglomerátů je populace rozdělena do skupin, které lze srovnávat, například: rodiny, školy, města, mj..
  • Stratifikace má nízkou míru chyb, zatímco v konglomerátech je rozpětí chyb větší.
  • Všechny vrstvy mají zastoupení ve stratifikovaném vzorku, zatímco ne všechny skupiny jsou ve vzorku zastoupeny konglomeráty.
  • Při stratifikovaném vzorkování se dosahují lepších výsledků, když jsou prvky uvnitř vrstev homogenní. Na druhou stranu, při vzorkování klastrů se dosahují lepších výsledků, když jsou prvky, které tvoří skupiny, heterogenní.

2 - Nepravděpodobnostní vzorkování

Nepravděpodobnostní nebo náhodný výběr se vztahuje na jakoukoli metodu získávání vzorků, ve které jsou jednotlivci vybíráni s přihlédnutím k kritériím výzkumníka, zeměpisné poloze a dostupnosti populace..

Nejedná se o typ vědeckého vzorkování, obvykle se používá v sociálním výzkumu.

Charakteristiky nepastabilistického vzorkování

  • Někteří jedinci populace nemají možnost výběru.
  • Na rozdíl od pravděpodobnostního vzorkování nelze určit pravděpodobnost výběru.
  • Je založen na výběru vzorku s ohledem na kritéria, jako je zájem výzkumného pracovníka.
  • Výsledky náhodného vzorkování nejsou spolehlivé z hlediska pravděpodobnosti a jsou méně přesné než u pravděpodobnostního vzorkování.
  • Je to méně nákladné ve srovnání s pravděpodobnostním vzorkováním.
  • Můžete dělat chyby, protože se jedná o subjektivní metodu.

Druhy nepastabilistického vzorkování

Odběr vzorků na splátky
  • Populace se dělí na vyloučené skupiny, jak je tomu v případě stratifikovaného náhodného vzorku.
  • Následně přichází do hry nepastabilistická část tohoto vzorkování. Jednotlivci v rámci podskupin jsou vybráni s ohledem na úsudek vyšetřovatele a jejich zájmy.
  • Výběr vzorku není náhodný a vykazuje zaujatost nebo předsudky.
Odběr vzorků pro pohodlí
  • Vzorek je vybrán z části populace, která je nejvhodnější. Toto pohodlí může být určeno několika aspekty: geografickou blízkostí, obeznámeností s prvky vzorku, dostupností prvků vzorku, mimo jiné..
  • Výběr vzorku nezávisí na potřebách výzkumu.
  • Výzkumný pracovník nemůže zobecnit o populaci s výsledky získanými na vzorku pro pohodlí, protože to není reprezentativní.
  • Tento typ odběru vzorků je vhodný pro ty, kteří chtějí provádět experimentální studie nebo pilotní testy.
Volný nebo zkušební vzorkování
  • Výzkumný pracovník vybere jednotlivce, které podle jeho kritérií považuje za nejvhodnější pro provedení svého výzkumu.
  • Obvykle se jedná o redukované vzorky.
Vzorkování sněhové koule nebo doporučení
  • Pro provedení studie je vybrán malý počet jedinců. Tito jedinci splňují kritéria nezbytná pro výzkum, který má být prováděn.
  • Následně jsou tito jedinci vyzváni k pozvání nových, které podle nich splňují požadovaná kritéria a tak dále..
  • Vzorek výrazně roste díky systému doporučení, který se podobá sněhové kouli, která se valí z kopce (odtud název).
  • Tato metoda přispívá k získání vzorků z populací, které jsou obtížně přístupné. Pokud se například provádí studie o drogově závislých, je velmi nepravděpodobné, že by existovaly seznamy lidí s touto podmínkou. Proto je nejlepší kontaktovat osobu, která splňuje požadované charakteristiky a přinese jí více osob.
  • Vzorky získané touto metodou nejsou reprezentativní.
Příčinný nebo náhodný odběr vzorků
  • Jednotlivci jsou vybráni bez zohlednění předchozího úsudku.
  • Připomíná pohodlné vzorkování, protože jednotlivci z populace, kteří jsou k dispozici, jsou odebíráni.

Odkazy

  1. Odběr vzorků Citováno dne 28. dubna 2017, z webu ssc.wisc.edu.
  2. Fridah, Mugo. Odběr vzorků ve výzkumu. Citováno dne 28. dubna 2017, od indiana.edu.
  3. Chaturvedi, Kanupriya. Citováno dne 28. dubna 2017, od pitt.edu.
  4. Odběr vzorků Získáno dne 28. dubna 2017, z flinders.edu.au.
  5. Barreiro. Populace a vzorek. Techniky odběru vzorků Citováno dne 28. dubna 2017, z webu optimierung.mathematik.uni-kl-de.
  6. Techniky odběru vzorků Citováno dne 28. dubna 2017, od cs.fit.edu.
  7. Journal of Mixed Methods Research (2007). Citováno dne 28. dubna 2017 ze sociologie europe.unifi.it.
  8. Landreneau Strategie odběru vzorků Citováno dne 28. dubna 2017, od natco1.org.