PRØVETAKSTYPER FOR SANNSYNLIGHET OG IKKE-SANNSYNLIGHET (EKSEMPLER) - KULTURORDFORRÅD - 2026

De typer utvalgs finnes ulike måter å trekke ut data fra en del av den totale, et kraftig statistisk verktøy hvis funksjon er å bestemme hvilken del av befolkningen eller universet er nødvendig for å undersøke, for å gjøre slutninger og få informasjon om det.

Prøvetaking er veldig viktig når du ikke kan eller ikke vil analysere hele befolkningen. Legg merke til at begrepet "befolkning" ikke bare refererer til en stor gruppe mennesker eller levende vesener, men generelt til totalen elementer som skal studeres i et gitt problem.

Figur 1. Prøvetaking er viktig for å velge en representativ prøve fra et univers. Kilde: Pixabay.

I henhold til hvilken type prøvetaking som velges, velges den delen av befolkningen som regnes som den mest representative, alltid i samsvar med målene.

Når bare en del av universet av data tas, er det selvfølgelig mulig å gå glipp av noen detaljer og utelate informasjon, og det er grunnen til at resultatene ikke vil være så nøyaktige som de burde være. Dette er kjent som samplingsfeil.

Tanken er å forenkle datauniverset så mye som mulig, velge den mest representative prøven som er i stand til å gi maksimal informasjon, for å sikre gyldigheten av resultatene.

Typer sannsynlighet eller tilfeldig prøvetaking

En sannsynlighetssampling er basert på sannsynligheten for at forsøkspersonene må velges. På denne måten får hvert element i befolkningen en kjent sjanse til å bli valgt, noe som selvfølgelig må være større enn 0.

Dette er ekstremt viktig, fordi det kan hende at det fra et univers av data er valgt en prøve som ikke er tilstrekkelig representativ for helheten.

I så fall vil resultatene være partiske, da noen deler av befolkningen vil være mer foretrukket over andre. For å unngå skjevheter, hvorav det er flere kategorier, er ett alternativ å la sjansen velge prøven og dermed gi hvert element en sannsynlighet uten null for å bli valgt.

Enkel tilfeldig prøvetaking

Dette er en enkel måte å sikre at sjansen gjør jobben sin. For eksempel, hvis det er et spørsmål om å velge ut noen barn i en klasse for å delta i en skolekunstbegivenhet, blir alle barnas navn plassert på identiske brettede stemmesedler, blandet i en hatt og en håndfull tegnet tilfeldig.

Alle barna i klassen utgjør befolkningen, og en håndfull stemmesedler som ble trukket ut av hatten er utvalget.

Suksessen med prosedyren ligger i å lage en fullstendig liste over alle barna, slik at ingen blir utelatt. I et lite kurs er dette ikke et problem; Men når du vil velge et utvalg fra en større populasjon, må du avgrense metoden.

Enkel tilfeldig prøvetaking kan utføres med utskifting eller erstatning. Hvis vi for eksempel henter ut et element fra befolkningen og returnerer det etter å ha valgt og undersøkt det, forblir universet av elementene våre alltid det samme gjennom studien.

Hvis, tvert imot, det valgte elementet studeres, returneres ikke mer, det blir prøvetaking uten erstatning. Dette må tas med i beregningen av sannsynligheten for at et element skal velges.

Systematisk tilfeldig prøvetaking

For å utføre denne prøvetakingen er det også nødvendig å liste opp N-elementer og også bestemme størrelsen på prøven, som vi vil kalle n. Listen kalles en samplingsramme.

Nå er hoppintervallet definert, som betegnes med bokstaven k og beregnes slik:

Et tilfeldig tall velges - tilfeldig - mellom 1 og k, kalt ro tilfeldig start. Dette er den første personen på listen som blir valgt, og derfra blir følgende elementer på listen valgt.

Et eksempel: antar at du har en liste med 2000 studenter fra et universitet og at du ønsker å skaffe deg et utvalg på 100 studenter til å delta på en kongress.

Den første tingen å gjøre er å finne verdien av k:

Når vi har delt det totale antallet studenter i 100 fragmenter av 20 elever, tas ett av fragmentene og et tilfeldig antall velges mellom 1 og 20, for eksempel 12. Derfor er den tolvte studenten på listen vår tilfeldig støvel.

Den neste studenten som skal velges, må være 12 + 20 = 22, deretter 42, deretter 62 og så videre, til alle 100 er fullført.

Som du ser er det en rask metode å bruke, og som vanligvis gir veldig gode resultater, uten å måtte legge 2000 navnene i en hatt og ta 100 av dem, så lenge det ikke er periodiske forhold i befolkningen, noe som gir opphav til skjevheter. .

Stratifisert tilfeldig prøvetaking

Figur 2. I stratifisert tilfeldig prøvetaking er populasjonen delt inn i segmenter som kalles strata. Kilde: Pixabay.

Ved enkel tilfeldig prøvetaking har hvert element i befolkningen samme sannsynlighet for å bli valgt. Men dette er ikke alltid det er sant, spesielt når det er flere kompleksiteter å vurdere.

For å utføre et lagdelt tilfeldig prøvetakingsskjema, må bestanden deles inn i grupper med lignende egenskaper. Dette er lagene. Lagene blir deretter tatt og enkle tilfeldige prøver blir valgt fra hver, som deretter kombineres for å danne den endelige prøven.

Lagene bestemmes før prøvetaking, og studerer egenskapene til datauniverset.

Disse egenskapene kan være sivilstatus, alder, sted der du bor, for eksempel by-, forstads- og landsbygdsbefolkning, yrke, utdanningsnivå, kjønn og mange flere.

Uansett forventes det at kjennetegnene til hvert stratum vil være veldig særegne, det vil si at hvert stratum er homogent.

Innenfor den lagdelte prøvetakingen skiller vi to kategorier, avhengig av om utvalgsstørrelsen til hvert stratum er eller ikke er proporsjonal med størrelsen.

Tilfeldig klyngsampling

Metodene beskrevet over velger elementene i prøven direkte, men i klyngsampling velges en gruppe elementer fra populasjonen, og disse vil være samplingsenheten, som kalles en klynge.

Eksempler på klynger er instituttene ved et universitet, geografiske enheter som provinser, byer, fylker eller kommuner, som alle har samme sannsynlighet for å bli valgt. I tilfelle å velge en geografisk enhet, snakker vi om sampling etter områder.

Når klyngene er valgt, blir elementene som skal analyseres valgt derfra. Derfor kan prosedyren ha flere stadier.

Denne metoden har noen likheter med den lagdelte tilfeldige metoden, bortsett fra at her er noen klynger av totalen valgt, mens i den forrige metoden ble alle lag av befolkningen studert.

Ikke-sannsynlighet prøvetakingstyper

I noen situasjoner kan sannsynlighetsprøvetaking være veldig kostbar, da det må investeres tid og ressurser for å finne prøver som virkelig er representative.

Det hender ofte at det ikke er en fullstendig samplingsramme - listen - derfor er det ikke mulig å bestemme sannsynligheten for å velge et element.

For disse tilfellene brukes ikke-sannsynlighetssamplingstyper, som også innhentes informasjon, selv om det ikke er noen garanti for presisjon i resultatene.

Når denne typen prøvetaking brukes, må noen kriterier fortsatt følges ved utvelgelsestidspunktet for å prøve at prøven er så tilstrekkelig som mulig.

Prøvetakelse av bekvemmelighet

Det er en ganske elementær type prøvetaking, der elementene i prøven velges i henhold til deres tilgjengelighet, det vil si å velge de individer som er mest tilgjengelig. Det har fordelen av å være en veldig rimelig metode, på grunn av dens hastighet og bekvemmelighet.

Men som sagt er det ingen sikkerhet for å få pålitelig informasjon om resultatene dine. Noen ganger brukes det til å lage raske, korte avstemninger før et valg, eller for å spørre om kundepreferanser for visse produkter.

En pollster kan for eksempel gå til avkjørselen til tre av kjøpesentrene som ligger nærmest huset hans og spørre de som går igjen for hvilken kandidat de ville stemt. Eller en lærer kan kartlegge sine egne elever, fordi de har umiddelbar tilgang til dem.

Selv om det ser ut som om resultatene av en slik prosedyre er verdiløse, hender det at de kan være en god refleksjon av befolkningen, så lenge det er gode grunner til å anta at skjevheten ikke er veldig stor.

Det er imidlertid ikke så enkelt, fordi elevene til en viss lærer ikke kan utgjøre et representativt utvalg av resten av studentorganet. Og mesteparten av tiden har pollsters i kjøpesentre en tendens til å intervjue de mest attraktive menneskene.

Kvota prøvetaking

For å ta en prøve på kvoter, må man ha god forkunnskap om befolkningslagene for å få en ide om hvilke som er de mest representative elementene. Men det styres ikke av tilfeldighetskriteriet for lagdelt utvalg.

I denne typen prøvetaking er det nødvendig å sette "kvoter", derav navnet på metoden. Disse kvotene består av å samle en rekke elementer med visse vilkår, for eksempel 15 kvinner som er mellom 25 og 50 år, som ikke røyker og også eier en bil.

Når kvoten er bestemt, velges de første personene som oppfyller de etablerte vilkårene. Kriteriene for dette siste trinnet kan være etterforskerens bekvemmelighet. Her kan du se forskjellen med den lagdelte prøvetakingsmetoden, som er tilfeldig.

Imidlertid er det en lavkostmetode som er fordelaktig hvis, som vi sa, befolkningen som er undersøkt, er velkjent.

Prøvetaking av snøball

Fremgangsmåten som skal følges i denne samplingsstilen, er å velge noen få personer som leder andre, og disse i tur og orden til andre, til prøven er den størrelsen forskeren trenger.

Dette er en prosedyre som kan være nyttig for å karakterisere noen populasjoner med ganske spesifikke egenskaper. Eksempler: innsatte i et fengsel eller personer med visse sykdommer.

Diskresjonær prøvetaking

Til slutt her er det forskeren som bestemmer kriteriene som skal brukes for å velge sitt utvalg, i henhold til hans kunnskap. Det kan være nyttig når det er nødvendig å legge til enkelte individer i studien, som ved bruk av en tilfeldig metode ikke kunne delta.

referanser

1. Berenson, M. 1985. Statistikk for ledelse og økonomi, konsepter og applikasjoner. Redaksjonell Interamericana.
2. Statistikk. Prøvetaking. Gjenopprettet fra: encyclopediaeconomica.com.
3. Statistikk. Prøvetaking. Gjenopprettet fra: Estadistica.mat.uson.mx.
4. Explorable. Cluster sampling. Gjenopprettet fra: explorable.com.
5. Moore, D. 2005. Applied Basic Statistics. Andre. Edition.
6. Netquest. Probability sampling: stratifisert prøvetaking. Gjenopprettet fra: netquest.com.
7. Wikipedia. Prøvetaking. Gjenopprettet fra: es.wikipedia.org