V statistiki je vzorec podmnožica populacije, ki se uporablja za predstavitev celotne skupine kot celote. Pri raziskavah je pogosto nepraktično pregledovati vsakega člana določenega prebivalstva, ker je veliko število ljudi preprosto preveliko. Za sklepanje o značilnostih prebivalstva lahko raziskovalci uporabljajo naključni vzorec .
Zakaj raziskovalci uporabljajo vzorce?
Pri raziskovanju vidika človeškega mišljenja ali vedenja raziskovalci v večini primerov preprosto ne morejo zbirati podatkov od vsakega posameznika. Namesto tega izberejo manjši vzorec posameznikov, ki predstavljajo večjo skupino. Če je vzorec resnično reprezentativen za zadevno populacijo, lahko raziskovalci nato podajo rezultate in jih posplošijo v večjo skupino.
Vrste vzorčenja
Pri psiholoških raziskavah in drugih vrstah družbenih raziskav se eksperimentanti običajno opirajo na nekaj različnih metod vzorčenja.
1. Vzorčenje verjetnosti
Vzorčenje verjetnosti pomeni, da vsak posameznik v populaciji stoji in enako možnost izbire. Ker verjetnostno vzorčenje vključuje naključno izbiro, zagotavlja, da ima različna podskupina enake možnosti, da jo predstavijo v vzorcu. Zaradi tega so vzorci verjetnosti bolj reprezentativni, raziskovalci pa lahko bolje posplošijo svoje rezultate skupini kot celoti.
Obstaja nekaj različnih vrst verjetnostnega vzorčenja:
- Enostavno naključno vzorčenje je, kot že ime pove, najpreprostejša vrsta verjetnostnega vzorčenja. Raziskovalci vzamejo vsakega posameznika v populacijo in naključno izberejo svoj vzorec, pogosto z uporabo neke vrste računalniškega programa ali generatorja naključnih števil.
- Stratificirano naključno vzorčenje vključuje ločevanje populacije v podskupine in nato vzeti preprost naključni vzorec iz vsake od teh podskupin. Na primer, raziskava lahko razdeli prebivalstvo v podskupine na podlagi rase, spola ali starosti in nato vzame preprost naključni vzorec vsake od teh skupin. Stratificirano naključno vzorčenje pogosto zagotavlja večjo statistično natančnost kot enostavno naključno vzorčenje in pomaga zagotoviti, da so določene skupine v vzorcu natančno zastopane.
- Vzorčenje grozdov vključuje delitev prebivalstva v manjše skupine, pogosto na podlagi geografskega položaja ali meja. Nato se izbere naključni vzorec teh grozdov in izmerijo vsi subjekti znotraj skupine. Predstavljajte si, na primer, da poskušate opraviti študijo o ravnateljih v vaši državi. Zbiranje podatkov iz vsakega posameznega šolskega načela bi bilo stroškovno prepovedno in dolgotrajno. Z metodo vzorčenja v gruče naključno izberete pet okrožij iz svoje države in nato zbirate podatke iz vsakega predmeta v vsaki od petih okrožij.
2. Vzorčenje brez verjetnosti
Vzorčenje brez verjetnosti pa po drugi strani vključuje izbiro udeležencev, ki uporabljajo metode, ki vsakemu posamezniku v populaciji ne dajejo enake možnosti izbire.
Eden od problemov s to vrsto vzorca je, da se lahko prostovoljci pri nekaterih spremenljivkah razlikujejo od ne-prostovoljcev, kar bi lahko otežilo splošno posploševanje rezultatov celotnemu prebivalstvu.
Obstaja tudi nekaj različnih vrst vzorčenja brez možnosti:
- Udobje vzorčenje vključuje uporabo udeležencev v študiji, ker so priročno in na voljo. Če ste se vsi prostovoljno udeležili psihološke študije, opravljene na oddelku za psihologijo vaše univerze, ste sodelovali v študiji, ki se je opirala na vzorec primernosti. Študije, na katere se sklicujejo prosilci za prostovoljce ali z uporabo kliničnih vzorcev, ki so na voljo raziskovalcu, so tudi primeri primernosti vzorcev.
- Namensko vzorčenje vključuje iskanje posameznikov, ki izpolnjujejo določena merila. Na primer, prodajalci bi morda želeli vedeti, kako njihove izdelke zaznavajo ženske med 18. in 35. letom starosti. Morda bodo zaposlile podjetje za raziskave trga, ki bi opravljalo telefonske razgovore, ki jih namerno iščejo in razumejo ženske, ki izpolnjujejo starostna merila.
- Vzorčenje kvot vključuje namerno vzorčenje določenega deleža podskupine znotraj populacije. Na primer, politične anketarje bi se morda zanimalo za raziskovanje mnenj prebivalstva o določeni politični zadevi. Če uporabijo preprosto naključno vzorčenje, bi lahko naključno izpustili nekatere podsede populacije. Namesto tega določajo merila, da mora določen odstotek vzorca vključevati te podskupine. Medtem ko dobljeni vzorec morda ni dejansko reprezentativen za dejanske deleže, ki obstajajo v populaciji, ima kvota zagotovljeno, da so te manjše podskupine zastopane.
Več o nekaterih načinih, kako se vzorci verjetnosti in neprobnosti razlikujejo.
Napake vzorčenja
Ker vzorčenje seveda ne more vključiti vsakega posameznika v populacijo, lahko pride do napak. Razlike med tem, kar je prisotno v populaciji in kaj je prisotno v vzorcu, so znane kot napake vzorčenja .
Čeprav ni mogoče natančno vedeti, kako velika je razlika med populacijo in vzorcem, lahko raziskovalci statistično ocenijo velikost napak pri vzorčenju. Na političnih anketah lahko na primer pogosto slišite margino napak, ki jih izražajo določene stopnje zaupanja.
Na splošno je večja velikost vzorca manjši obseg napake. To je preprosto zato, ker se vzorec približuje doseganju velikosti celotnega prebivalstva, bolj verjetno je, da se natančno zajamejo vse značilnosti prebivalstva. Edini način za popolno odpravo napak vzorčenja je zbiranje podatkov iz celotnega prebivalstva, kar je pogosto preprosto preveč stroškovno in dolgotrajno. Vendar pa se napake vzorčenja lahko zmanjšajo z uporabo randomiziranih preskusov verjetnosti in velike velikosti vzorca.
Reference:
Goodwin, CJ (2010). Raziskave v psihologiji: metode in oblikovanje. Hoboken, NJ: John Wiley in sinovi.
Nicholas, L. (2008). Uvod v psihologijo. UCT Press: Cape Town.