Typer prøvetaking og deres egenskaper (med eksempler)

De Typer prøvetaking De er de forskjellige måtene å trekke ut data fra en del av totalen, et kraftig statistisk verktøy hvis funksjon er å bestemme hvilken del av befolkningen eller universet er nødvendig for å undersøke, for å utføre slutninger og få informasjon om det samme.

Prøvetaking er veldig viktig når du ikke kan eller ikke vil analysere den komplette befolkningen. Merk at begrepet "befolkning" ikke bare refererer til et stort sett med mennesker eller levende vesener, men generelt til de totale elementene som vil bli studert i et gitt problem.

I henhold til hvilken type prøvetaking som er valgt, blir den delen av befolkningen som regnes som mer representant valgt, alltid i henhold til målene.

Når bare en del av datauniverset tas, er det selvfølgelig mulig å formidle noen detaljer oversett og utelate informasjon, og det er grunnen til at resultatene ikke vil være så presise som de burde. Dette er kjent som Prøvetakingsfeil.

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

Probabilistisk prøvetaking	Ikke -probabilistisk prøvetaking
Kvantitativt.	Kvalitativ.
Større investering i tid og ressurser.	Veldig lave kostnader.
Hvert element i befolkningen har samme sannsynlighet for å bli valgt.	Elementene er valgt i henhold til undersøkelsesinteressene.
Kan utføres med erstatning eller utskifting.	Forskeren må kjenne befolkningens egenskaper.

[TOC]

Typer probabilistisk eller tilfeldig prøvetaking

En sannsynlig prøvetaking er basert på sannsynligheten for at prøvepersonene må velges. På denne måten får hvert element i befolkningen en kjent mulighet for å bli valgt, noe som selvfølgelig må være større enn 0.

Dette er ekstremt viktig, fordi det kan skje at fra et dataunivers, er det valgt et utvalg som ikke er representativt for settet.

I så fall vil resultatene være forutinntatt, Siden noen deler av befolkningen vil være mer foretrukket sammenlignet med andre. For å unngå skjevhet, hvorfra det er forskjellige kategorier, er ett alternativ å la sjansen være ansvarlig for å velge prøven og dermed gi hvert element, en ikke -null sannsynlighet for å bli valgt.

Enkel tilfeldig prøvetaking

Dette er en enkel måte å sikre at sjansen gjør jobben sin. For eksempel, hvis det handler om å velge noen barn på et kurs for å delta i en kunstnerisk hendelse på skolen, er alle navnene på barna plassert på identiske brettede stemmesedler, de er blandet i en hatt og en håndfull er randomisert.

Alle barn på kurset utgjør befolkning, Og den håndfulle stemmesedlene som ble hentet fra hatten er den prøve.

Suksessen med prosedyren ligger i å lage en komplett liste over alle barn, slik at ingen er på utsiden. I et lite kurs er dette ikke et problem; Men når du vil velge et utvalg blant en mer størrelse populasjon, må du avgrense metoden.

Kan tjene deg: 7 Destruktive manifestasjoner under ungdommen 

Enkel tilfeldig prøvetaking kan utføres Med erstatning eller erstatning. For eksempel, hvis vi henter ut noe element fra befolkningen og returnerer det etter valg og undersøkt det, forblir universet av våre elementer alltid det samme gjennom hele studien.

Hvis det tvert imot er det valgte elementet studert, men det ikke blir returnert, handler det om Prøvetaking uten erstatning. Dette må tas i betraktning når du beregner sannsynlighetene for at et element av å bli valgt har.

Systematisk tilfeldig prøvetaking

For å gjennomføre denne prøvetakingen, en liste over N elementer og bestemmer også prøvestørrelsen, som vi vil kalle n. Listen kalles Prøvetakingsramme.

Nå Hoppintervall, som er betegnet med tekstene k Og det beregnes slik:

K = n/n

Et tilfeldig tall er valgt - av 1 og k, kalt r enten tilfeldig start. Dette er den første personen på listen som er valgt, og fra den blir følgende elementer valgt.

Et eksempel: Anta at du har listen over 2000 studenter fra et universitet, og at du vil skaffe et utvalg på 100 studenter som skal delta i en kongress.

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

K = 2000/100 = 20

Når vi har delt det totale antallet studenter i 100 fragmenter på 20 studenter, er et av fragmentene tatt og et tilfeldig tall mellom 1 og 20 er valgt, for eksempel 12. Derfor er den tolv studenten på listen vår den tilfeldige starten.

Følgende student som skal velges må være 12+20 = 22, deretter 42, deretter 62 og så videre, til 100.

Som du kan se, er det en rask metode for å bruke, og det gir vanligvis veldig gode resultater, uten å måtte plassere 2000 -navnene i en hatt og ta ut 100 av dem, så lenge det ikke er noen periodisiteter i befolkningen, som gi opphav til skjevheter.

Stratifisert tilfeldig prøvetaking

I stratifisert tilfeldig prøvetaking er befolkningen delt inn i segmenter kalt lag

I enkel tilfeldig prøvetaking har hvert element i befolkningen samme sannsynlighet for å bli valgt. Men dette kan ikke alltid være sant, spesielt når det er mer kompleksiteter å ta hensyn til.

For å utføre et stratifisert tilfeldig prøvetakingsskjema, må befolkningen deles inn i grupper med lignende egenskaper. Dette er lag. Deretter blir lagene tatt og enkle tilfeldige prøver av hver er valgt, som deretter kombineres for å danne den endelige prøven.

Kan tjene deg: de 30 mest kjente Jehova -vitnene

Strataene bestemmes før prøvetaking, og studerer egenskapene til datauniverset.

Disse egenskapene kan være sivil status, alder, stedet der det for eksempel er by-, forstads- og landlige befolkning, yrket, graden av instruksjon, sex og mange flere.

I alle fall forventes egenskapene til hvert stratum å være veldig særegne, det vil si at hvert stratum vil være homogent.

Innenfor den stratifiserte prøvetakingen skiller vi ut to kategorier, avhengig av om prøvestørrelsen til hvert stratum er eller ikke er proporsjonal med størrelsen på dette.

Tilfeldig prøvetaking av konglomerater

De beskrevne tidligere metodene velger elementene i prøven direkte, men i konglomeratprøvetaking, a Gruppe av elementer av befolkningen og dette vil være prøveenheten, som kalles Konglomerat.

Eksempler på konglomerater er avdelingene på et universitet, geografiske enheter som provinser, byer, fylker eller kommuner, som alle har identisk sannsynlighet for å bli valgt. I tilfelle å velge en geografisk enhet, snakker vi om prøvetaking etter områder.

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

Denne metoden har noen likheter med den stratifiserte tilfeldige metoden, bare at noen konglomerater av totalen er valgt her, mens i den forrige metoden ble alle lagene til befolkningen studert.

Typer ikke -probabilistisk prøvetaking

For noen situasjoner er probabilistisk prøvetaking veldig dyrt, siden tid og ressurser må investeres for å finne prøver som virkelig er representative.

Det hender vanligvis også at du ikke har en komplett eksempler på listen -, derfor er det ikke mulig å bestemme sannsynligheten for å velge et element.

For disse tilfellene brukes typer ikke -probabilistisk prøvetaking, som det også oppnås informasjon, selv om det ikke er noen presisjonsgaranti i resultatene.

Når denne typen prøvetaking blir brukt, må du følge noen kriterier på valget og søke at prøven er den mest passende så langt det er mulig.

Prøvetaking av bekvemmelighet

Det er en ganske elementær type prøvetaking, der elementene i prøven er valgt i henhold til tilgjengeligheten deres, det vil si å velge individene som er mer for hånden. Det har fordelen av å være en veldig lav kostnadsmetode, på grunn av hastigheten og komforten.

Men som sagt er det ingen sikkerhet for å få pålitelig informasjon fra resultatene. Noen ganger brukes det til å lage korte og raske avstemninger før et valg, eller også undersøke kundepreferanser på visse produkter.

Det kan tjene deg: 50 nysgjerrige og interessante data om verden

For eksempel en avstemning. Eller en lærer kan kartlegge sine egne elever, fordi han har øyeblikkelig tilgang til dem.

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

Det er imidlertid ikke så enkelt, fordi elevene til en bestemt lærer ikke utgjør et representativt utvalg av resten av elevene. Og nesten alltid kartlegger i kjøpesentre, intervjuer vanligvis mennesker med mer attraktivt utseende.

Kvoteprøvetaking

For å lage kvoteprøvetaking, må du ha god tidligere kunnskap om befolkningens lag, for å ha en ide om hva som er de mest representative elementene. Men det styres ikke av de tilfeldige kriteriene for stratifisert prøvetaking.

I denne typen prøvetaking er det nødvendig å angi noen "kvoter", derav navnet på metoden. Disse avgiftene består av å samle en rekke elementer med visse forhold, for eksempel 15 kvinner hvis alder er mellom 25 og 50 år, som ikke røyker og også har en bil.

Når gebyret er bestemt, blir de første som oppfyller de etablerte betingelsene valgt. Kriteriet for dette siste trinnet kan være praktisk for forskeren. Her kan du se forskjellen med den stratifiserte prøvetakingsmetoden, som er tilfeldig.

Imidlertid er det en lavt kostnadsmetode som er fordelaktig hvis, som vi sa, befolkningen som er undersøkt er godt kjent.

Prøvetaking "Snowball"

Prosedyren som skal følges i denne prøvetakingsstilen er å velge noen få mennesker som fører til andre, og disse igjen, til prøven har størrelsen som forskeren trenger.

Det er en prosedyre som kan være nyttig å karakterisere noen populasjoner med ganske spesifikke funksjoner. Eksempler: innsatte i en straffe eller personer med visse sykdommer.

Diskresjonær prøvetaking

Endelig her er det forskeren som bestemmer kriteriene som han vil bruke for å velge sitt utvalg, i henhold til hans kunnskap. Det kan være nyttig når det er nødvendig å legge til visse individer til studien, som hvis de bruker en tilfeldig metode, kan forbli uten å delta.

Referanser

1. Berenson, m. 1985.Statistikk for administrasjon og økonomi, konsepter og applikasjoner. Inter -amerikansk redaksjon.
2. Statistikk. Prøvetaking. Gjenopprettet fra: Encyclopediaeconomica.com.
3. Statistikk. Prøvetaking. Gjenopprettet fra: Statistikk.Matte.Uson.MX.
4. Utforskelig. Konglomerat prøvetaking. Gjenopprettet fra: utforskbar.com.
5. Moore, d. 2005. Grunnleggende statistikk anvendt. 2. Utgave.
6. NetQuest. Probabilistisk prøvetaking: Stratifisert prøvetaking. Gjenopprettet fra: NetQuest.com.
7. Wikipedia. Prøvetaking. Gjenopprettet fra: er.Wikipedia.org