Ποια είναι τα κριτήρια για ένα απλό τυχαίο δείγμα;

DIALOGUES: Disrupting Polarization Part 1 (ENG) (Νοέμβριος 2024)

DIALOGUES: Disrupting Polarization Part 1 (ENG) (Νοέμβριος 2024)
Ποια είναι τα κριτήρια για ένα απλό τυχαίο δείγμα;
Anonim
α:

Η απλή τυχαία δειγματοληψία είναι η πιο βασική μορφή δειγματοληψίας και μπορεί να αποτελέσει συστατικό με πιο ακριβείς και πιο σύνθετες μεθόδους δειγματοληψίας. Το κριτήριο για τη λήψη ενός απλού τυχαίου δείγματος, σε αντίθεση με ένα συστηματικό τυχαίο δείγμα, είναι ότι κάθε άτομο που επιλέγεται να συμμετάσχει πρέπει να επιλέγεται χωρίς οποιαδήποτε προκατάληψη. Δεν υπάρχει περιθώριο για μία μόνο εξαίρεση στη δειγματοληψία.

Ένας κοινώς χρησιμοποιούμενος ορισμός είναι ότι όλοι οι συμμετέχοντες σε μια έρευνα επιλέγονται από ένα καπέλο. Ανεξάρτητα από το πόσο μεγάλο είναι ή πόσο μικρός είναι ο πληθυσμός από τον οποίο έχουν ληφθεί τα δείγματα, κάθε μέλος αυτού του πληθυσμού έχει την ίδια ευκαιρία όπως όλοι οι άλλοι που πρέπει να συλλέγονται. Επομένως, εάν ένα απλό τυχαίο δείγμα έπρεπε να ληφθεί από 100 μαθητές σε ένα γυμνάσιο με πληθυσμό 1, 000, τότε κάθε μαθητής θα έπρεπε να έχει μία στις 10 πιθανότητες να επιλεγεί.

Με ένα απλό τυχαίο δείγμα, πρέπει να υπάρχει χώρος για σφάλμα που αντιπροσωπεύεται από διακύμανση συν και μείον. Για παράδειγμα, αν στο ίδιο γυμνάσιο έπρεπε να ληφθεί μια έρευνα για τον καθορισμό του αριθμού των φοιτητών αριστερά, μια τυχαία δειγματοληψία μπορεί να καθορίσει ότι οκτώ από τους 100 δείκτες είναι αριστερόχειρες. Το συμπέρασμα είναι ότι το 8% του φοιτητικού πληθυσμού του γυμνασίου είναι αριστερόχειρες, ενώ στην πραγματικότητα ο παγκόσμιος μέσος όρος θα είναι πιο κοντά στο 10%.

Το ίδιο ισχύει ανεξάρτητα από το αντικείμενο. Μια έρευνα σχετικά με το ποσοστό του φοιτητικού πληθυσμού που έχει πράσινα μάτια, το οποίο είναι φυσικά ανίκανο ή που ανήκει στην ομοφυλόφιλη ή λεσβιακή κοινότητα, θα είχε ως αποτέλεσμα μια υψηλή μαθηματική πιθανότητα βασισμένη σε μια απλή τυχαία έρευνα, αλλά πάντα με συν ή μείον διαφορά. Ο μόνος τρόπος για να έχετε ένα ποσοστό ακρίβειας 100% θα ήταν να εξετάσετε όλους τους 1.000 σπουδαστές οι οποίοι, αν και είναι δυνατόν, θα ήταν ανέφικτοι.

Σε ευρύτερη κλίμακα, όπως οι εκλογικές έρευνες, η λήψη μιας δημοσκόπησης από όλους τους πιθανούς ψηφοφόρους καθίσταται φυσικά αδύνατη. Ένα συστηματικό τυχαίο δείγμα είναι πιο αποτελεσματικό, καθώς τα κρυμμένα μοτίβα μέσα σε δείγμα πληθυσμού μπορούν να προσδιοριστούν πιο αποτελεσματικά.

Με αυτή τη μέθοδο, επιλέγεται το πρώτο αντικείμενο που θα εξεταστεί - λέει ο έκτος φοιτητής του οποίου το όνομα εμφανίζεται αλφαβητικά - ακολουθούμενη από μια μαθηματική εξέλιξη κάθε δέκατου μαθητή του οποίου το όνομα εμφανίζεται στη συνέχεια. Δεν έχει σημασία αν αυτός ο πρώτος φοιτητής είναι αριστερά ή δεξιόχειρας. Παραμένει ένα έγκυρο θέμα πρώτης έρευνας αφού έχει επιλεγεί τυχαία. Ένας ερευνητής θα μπορούσε να επιλέξει τον πέμπτο ή τον έβδομο φοιτητή με βάση το επώνυμο.

Είναι επίσης παρόμοια με τη μέθοδο των λαχειοφόρων αγορών, καθώς το πρώτο όνομα δεν προέρχεται από τα πρώτα 10 ή τα πρώτα 100, αλλά συλλέγεται τυχαία από ολόκληρο τον πληθυσμό των 1.000 σπουδαστών. Στο τέλος της αλφαβητικής επιλογής, η έρευνα επιστρέφει στο πρώτο γράμμα του αλφαβήτου, οπότε πηγαίνει πλήρης κύκλος.

Σύμφωνα με μια τυφλή μελέτη, ο ερευνητής δεν θα ξέρει ακόμη ποιοι είναι οι σπουδαστές που θα ερωτηθούν, αλλά λόγω της εξέλιξης που βασίζεται σε κάθε μαθητή που επιλέγεται με βάση τα ονόματά του, τα ονόματα δεν επιλέγονται πλέον καπέλο.