De belangrijkste soorten onderzoekssampling



de soorten onderzoeksteekproeven ze worden in twee grote groepen ingedeeld: probabilistische bemonstering en niet-probabilistische bemonstering.

Onder de probabilistische bemonsteringsmethoden zijn er: systematische willekeurige bemonstering, eenvoudige aselecte bemonstering, aselecte bemonstering door clusters of gebieden en gestratificeerde aselecte bemonstering.

Aan de andere kant omvatten niet-probabilistische technieken gemakssampling, quotabemonstering, toevallige bemonstering, discretionaire bemonstering en sneeuwbaltechniek..

In onderzoek is een steekproef een eindige verzameling van de populatie, waarvan de eigenschappen worden bestudeerd met het doel informatie te verkrijgen van de groep waartoe zij behoren (Webster, 1985). Hoewel het monster klein is, vormt het een representatieve groep van het geheel.

In die zin is sampling de handeling, het proces en de techniek die de selectie van geschikte individuen inhoudt, die voldoen aan de parameters die door een onderzoek zijn aangegeven en die een representatief deel van de bestudeerde populatie vormen..

Typen belangrijkste onderzoeksmonsters

1- Probabilistische bemonstering

Probabilistische bemonstering, ook wel willekeurige bemonstering genoemd, is het selectieproces waarbij elk individu van een populatie dezelfde waarschijnlijkheid heeft (die groter is dan 0) om te worden geselecteerd als onderdeel van het monster. In dit type steekproef kan de kans om te worden geselecteerd nauwkeurig worden bepaald.

Kenmerken van probabilistische steekproeven

  • De kans op selectie is bekend.
  • Het biedt geen garantie voor de representatie van alle eigenschappen die u in het onderzoek wilt bestuderen.
  • Het is gebaseerd op statistische principes.

Typen probabilistische bemonstering

Eenvoudige willekeurige steekproeven
  • Het is de meest gebruikelijke methode voor het nemen van monsters.
  • Het kan worden toegepast als de populatie klein, homogeen en beschikbaar is voor de onderzoeker.
  • Alle leden van de populatie hebben dezelfde kans om te worden geselecteerd.
  • Om het eenvoudige willekeurige monster te selecteren, worden methoden die vergelijkbaar zijn met die van een loterij, willekeurige nummergeneratoren gebruikt of worden namen geëxtraheerd uit een schaal waarin alle individuen van de populatie zijn vertegenwoordigd.
voordeel
  • Het is eenvoudig om schattingen te berekenen met dit type steekproef.
nadelen
  • Het kan niet worden toegepast als de populatie erg groot is.
  • Minderheidsgroepen die van belang zijn voor de onderzoeker zijn mogelijk niet voldoende vertegenwoordigd in de eenvoudige willekeurige steekproef.
voorbeeld

In een school zijn er 100 studenten, waarvan het de bedoeling is om een ​​steekproef van 10 personen te extraheren. Om te beginnen worden studenten van 1 tot 100 vermeld, waarna een loterij wordt gehouden om de 20 personen te bepalen die zullen worden geselecteerd..

Opgemerkt moet worden dat in dit geval de kans bekend is, dat wil zeggen dat elke student een 1/10 kans heeft om te worden gekozen..

Systematische steekproeven
  • Het hangt af van de organisatie van de bevolking om te studeren in een bepaald patroon, een lijst, bijvoorbeeld.
  • Het eerste element wordt willekeurig geselecteerd; Het is belangrijk om te benadrukken dat het eerste element niet degene is die bovenaan de lijst staat. Vervolgens worden de andere elementen van het monster systematisch geselecteerd, rekening houdend met een specifieke logaritme.
  • Elk element heeft dezelfde selectiekans.
  • Een voorbeeld van systematische aselecte steekproeven is om een ​​telefoongids te nemen en elke tiende naam uit de lijst te selecteren.
voordeel
  • Het selectieproces is relatief eenvoudig.
  • Het monster wordt gelijk verdeeld over de bevolking.
  • Het verkregen monster is representatief.
nadelen
  • De selectie van de steekproef is bevooroordeeld, omdat de volgorde van de elementen in de lijst kan worden gemanipuleerd om aan de behoeften van de onderzoeker te voldoen.
Gestratificeerde willekeurige steekproef
  • De leden van de bevolking zijn georganiseerd in elkaar uitsluitende categorieën of strata. Elk stratum wordt onderworpen aan een individueel bemonsteringsproces.
  • Het is ideaal wanneer de onderzoeker wil dat de steekproef representatief is voor alle parameters van het uitgevoerde onderzoek.
  • Eenheden binnen hetzelfde stratum hebben dezelfde kans om te worden geselecteerd.
  • Het is gebaseerd op twee basisprincipes: stratificatie en affixatie.
  • Stratificatie verwijst naar het vormingsproces van de lagen. Dit proces moet de homogeniteit binnen de elementen van een laag en de heterogeniteit tussen de ene stratum en de andere garanderen.
  • Affixation verwijst naar de billijke verdeling van het monster over alle strata. Het kan worden bereikt door middel van drie processen:

- Dezelfde affixatie, waarbij hetzelfde aantal individuen in elk stratum zo wordt geselecteerd dat ze deel uitmaken van het monster.

- Proportional affixation, waarbij elementen van elk stratum worden geselecteerd rekening houdend met de grootte van deze. De strata met grotere hoeveelheid zullen een grotere representatie van individuen hebben.

- De Neyman-affixatie, waarbij de selectie van het monster wordt gemaakt rekening houdend met de spreiding van de lagen.

voordeel
  • Garandeert proportionele representatie binnen elk van de strata.
  • Garandeert de representatie van subgroepen van interesse voor de onderzoeker, in tegenstelling tot eenvoudige willekeurige steekproeven.
  • Omdat elk stratum als een afzonderlijke populatie wordt beschouwd, kunnen bemonsteringsmethoden worden gebruikt die reageren op de individuele kenmerken van elke subgroep..
nadelen
  • Het vereist meer werk, omdat de bemonstering voor elk van de subgroepen moet worden voorbereid.
  • Als de stratificatiecriteria niet specifiek genoeg zijn, kan een persoon tegelijkertijd tot twee lagen behoren.
  • Stratificatie kan door de onderzoeker worden gemanipuleerd.
Willekeurige bemonstering door conglomeraten of gebieden
  • De bevolking is verdeeld in conglomeraten of gebieden. In het algemeen is de geografische locatie het criterium dat in aanmerking wordt genomen om genoemde deling te bewerkstelligen.
  • De voor de steekproeven geselecteerde eenheden zijn groepen en geen individuen.
  • De conglomeraten worden gevormd door individuen met verschillende kenmerken. Hoe heterogener de interne elementen van een conglomeraat, hoe beter de verkregen resultaten.
  • Het is een type steekproef dat uit twee fasen bestaat:

- In de eerste fase worden de te bestuderen gebieden geselecteerd.

- In de tweede fase worden elementen binnen die gebieden geselecteerd.

voordeel
  • Hiermee kunnen verschillende populaties worden bestudeerd.
  • Hiermee kunnen populaties worden onderzocht die in een grote geografische regio worden gedistribueerd.
  • Het kan de kosten van onderzoek verlagen, omdat het groepen en niet individuen bestudeert.
nadelen
  • Het kan niet worden toegepast als de conglomeraten van elkaar verschillen.
  • Om representatieve monsters te verkrijgen, is het noodzakelijk om elementen uit de conglomeraten van het gehele onderzochte geografische gebied te nemen. Hiervoor is het noodzakelijk om te bewegen; dan, hoewel het waar is dat dit type steekproef de kosten in termen van de toepassing van enquêtes naar individuen vermindert, verhoogt het hen in termen van transport.
Verschillen tussen gestratificeerde aselecte bemonstering en aselecte bemonstering door conglomeraten
  • In de gestandaardiseerde steekproef is de populatie onderverdeeld in uitsluitende groepen, bijvoorbeeld: geslacht, leeftijd, onder anderen. In de bemonstering door conglomeraten is de bevolking verdeeld in groepen die kunnen worden vergeleken, bijvoorbeeld: families, scholen, steden, onder andere.
  • De stratificatie heeft een lage foutenmarge, terwijl in de conglomeraten de foutmarge groter is.
  • Alle lagen hebben een representatie in het gestratificeerde monster, terwijl niet alle groepen binnen het monster door conglomeraten worden weergegeven.
  • Bij gestratificeerde steekproeven worden betere resultaten verkregen wanneer de elementen binnen de lagen homogeen zijn. Aan de andere kant, in clusterbemonstering, worden betere resultaten verkregen wanneer de elementen waaruit de groepen bestaan ​​heterogeen zijn.

2- Niet-probabilistische bemonstering

Niet-probabilistische of niet-willekeurige bemonstering verwijst naar elke methode voor het verkrijgen van monsters waarin individuen worden geselecteerd, waarbij rekening wordt gehouden met de criteria van de onderzoeker, geografische locatie en beschikbaarheid van de bevolking, onder andere..

Het is geen soort van wetenschappelijke steekproeven, het wordt meestal gebruikt in sociaal onderzoek.

Kenmerken van niet-probabilistische steekproeven

  • Sommige individuen van de bevolking hebben geen mogelijkheid om geselecteerd te worden.
  • De kans op selectie kan niet worden bepaald, in tegenstelling tot probabilistische steekproeven.
  • Het is gebaseerd op de selectie van het monster, rekening houdend met criteria zoals interesse voor de onderzoeker.
  • De resultaten van de niet-willekeurige steekproef zijn niet betrouwbaar in termen van waarschijnlijkheid en zijn minder nauwkeurig dan die van de probabilistische steekproef.
  • Het is minder duur in vergelijking met probabilistische bemonstering.
  • Je kunt fouten maken, omdat het een subjectieve methode is.

Typen niet-probabilistische steekproeven

Sampling in termijnen
  • De populatie is verdeeld in uitsluitende groepen, zoals het geval is met de gestratificeerde willekeurige steekproef.
  • Vervolgens komt het niet-probabilistische deel van deze bemonstering in het spel. De individuen binnen de subgroepen worden geselecteerd rekening houdend met het oordeel van de onderzoeker en hun interesses.
  • De selectie van de steekproef is niet willekeurig en vertoont partijdigheid of vooroordelen.
Bemonstering voor het gemak
  • Het voorbeeld wordt geselecteerd uit het populatiegedeelte dat het handigst is. Dit gemak kan op verschillende manieren worden bepaald: geografische nabijheid, bekendheid met de elementen van het monster, beschikbaarheid van de monsterelementen, onder anderen..
  • De selectie van de steekproef hangt niet af van de behoeften van het onderzoek.
  • De onderzoeker kan geen generalisaties maken over de populatie met de resultaten verkregen door een steekproef voor het gemak, omdat dit niet representatief is.
  • Dit type steekproef is nuttig voor diegenen die experimentele studies of pilottests willen uitvoeren.
Discretionaire of proefsteekproeven
  • De onderzoeker selecteert de personen die volgens zijn criteria het meest geschikt zijn om zijn onderzoek uit te voeren.
  • Het zijn meestal gereduceerde monsters.
Bemonstering van sneeuwbal of door verwijzing
  • Een klein aantal individuen wordt geselecteerd om het onderzoek uit te voeren. Deze personen voldoen aan de criteria die nodig zijn voor het onderzoek dat moet worden uitgevoerd.
  • Vervolgens worden deze personen gevraagd nieuwe uit te nodigen die volgens hen aan de vereiste criteria voldoen, enzovoort..
  • Het monster groeit aanzienlijk dankzij het verwijzingssysteem, dat lijkt op een sneeuwbal die van een heuvel afrolt (vandaar de naam).
  • Deze methode is geschikt voor het verkrijgen van monsters van moeilijk toegankelijke populaties. Als er bijvoorbeeld een onderzoek naar drugsverslaafden wordt uitgevoerd, is het zeer onwaarschijnlijk dat er lijsten beschikbaar zijn van mensen met deze aandoening. Het is dus het beste om contact op te nemen met een persoon die aan de gevraagde eigenschap voldoet en ervoor zorgt dat er meer personen bij komen.
  • De monsters verkregen via deze methode zijn niet representatief.
Causaal of per ongeluk nemen van monsters
  • Individuen worden geselecteerd zonder rekening te houden met een voorafgaand oordeel.
  • Het lijkt op gemaksbemonstering, aangezien personen uit de populatie die beschikbaar zijn worden genomen.

referenties

  1. Sampling. Opgehaald op 28 april 2017, van ssc.wisc.edu.
  2. Fridah, Mugo. Bemonstering in onderzoek. Opgehaald op 28 april 2017, van indiana.edu.
  3. Chaturvedi, Kanupriya. Opgehaald op 28 april 2017, van pitt.edu.
  4. Sampling. Opgehaald op 28 april 2017, van flinders.edu.au.
  5. Barreiro. Bevolking en steekproef. Sampling-technieken Opgehaald op 28 april 2017, van optimierung.mathematik.uni-kl-de.
  6. Sampling-technieken Opgehaald op 28 april 2017, van cs.fit.edu.
  7. Journal of Mixed Methods Research (2007). Opgehaald op 28 april 2017, van sociologyofeurope.unifi.it.
  8. Landreneau. Bemonsteringsstrategieën Opgehaald op 28 april 2017, van natco1.org.