การสุ่มตัวอย่าง 7 ชนิดและการใช้ในวิทยาศาสตร์
เราเรียกว่า "การสุ่มตัวอย่าง" ขั้นตอนทางสถิติที่ใช้ในการเลือกตัวอย่างที่เป็นตัวแทนของประชากรที่พวกเขาอยู่และที่ถือว่าเป็นวัตถุของการศึกษาของการตรวจสอบที่กำหนด
ในบทความนี้เราจะวิเคราะห์ การสุ่มตัวอย่างแบบต่าง ๆ ที่มีอยู่ทั้งแบบสุ่มและแบบไม่เป็นระบบ .
- บทความที่เกี่ยวข้อง: "จิตวิทยาและสถิติ: ความสำคัญของความน่าจะเป็นในด้านวิทยาศาสตร์พฤติกรรม"
การสุ่มตัวอย่างในสถิติอนุมาน
ในสถิติแนวคิด "ตัวอย่าง" จะใช้เพื่ออ้างถึงเซตย่อยที่เป็นไปได้ใด ๆ ของจำนวนประชากรที่กำหนด ดังนั้นเมื่อเราพูดถึงตัวอย่างเราจะอ้างถึงชุดเฉพาะของอาสาสมัครที่เริ่มต้นจากกลุ่มใหญ่ (ประชากร)
สถิติอนุมานเป็นสาขาของระเบียบวินัยที่เกี่ยวข้องกับ ศึกษาตัวอย่างเพื่อทำข้อสรุปเกี่ยวกับประชากร ที่พวกเขาเริ่มต้น มันเป็นเรื่องที่ตรงกันข้ามกับสถิติเชิงพรรณนาซึ่งงานของตนเป็นชื่อแนะนำเพื่ออธิบายรายละเอียดในลักษณะของตัวอย่างและดังนั้นจึงเป็นเรื่องของประชากร
อย่างไรก็ตามกระบวนการอนุมานทางสถิติกำหนดให้ตัวอย่างที่เป็นปัญหาเป็นตัวแทนของประชากรอ้างอิงตราบเท่าที่เป็นไปได้ที่จะสรุปข้อสรุปที่ได้มาในระดับเล็ก ๆ โดยมีจุดมุ่งหมายเพื่อสนับสนุนงานนี้หลายอย่าง เทคนิคการสุ่มตัวอย่างนั่นคือการได้รับหรือเลือกตัวอย่าง .
มีสองประเภทหลักของการสุ่มตัวอย่าง: random หรือ probabilistic และ non-random หรือที่เรียกว่า "non-probabilistic" ในทางกลับกันทั้งสองประเภทกว้าง ๆ มีการสุ่มตัวอย่างหลายรูปแบบที่แตกต่างกันไปตามปัจจัยต่างๆเช่นลักษณะเฉพาะของประชากรอ้างอิงหรือเทคนิคการเลือกที่ใช้
- บางทีคุณอาจสนใจ: "15 ประเภทของการวิจัย (และคุณลักษณะ)"
ประเภทของการสุ่มตัวอย่างหรือ probabilistic สุ่มตัวอย่าง
เราพูดถึงการสุ่มตัวอย่างในกรณีที่ ทุกวิชาที่เป็นส่วนหนึ่งของประชากรมีความเป็นไปได้ที่จะถูกเลือก เป็นส่วนหนึ่งของกลุ่มตัวอย่าง ตัวอย่างของชั้นนี้เป็นที่นิยมและมีประโยชน์มากกว่าตัวอย่างที่ไม่ได้สุ่มตัวอย่างส่วนใหญ่เป็นเพราะพวกเขามีความเป็นตัวแทนที่สูงและอนุญาตให้คำนวณข้อผิดพลาดของกลุ่มตัวอย่าง
1. การสุ่มตัวอย่างแบบง่าย
ในตัวอย่างแบบนี้ตัวแปรที่เกี่ยวข้องของกลุ่มตัวอย่างมีความเป็นไปได้เหมือนกันและเป็นอิสระจากกัน ประชากรต้องเป็นอนันต์หรือ จำกัด ด้วยการเติมธาตุ การสุ่มตัวอย่างอย่างง่ายคือการใช้สถิติอนุมานมากที่สุด แต่มีประสิทธิภาพน้อยในตัวอย่างที่มีขนาดใหญ่มาก
2. แยกเป็นชิ้น ๆ
การสุ่มตัวอย่างแบบแบ่งชั้นแบ่งออกเป็นกลุ่มประชากร ตัวอย่างนี้จะเป็นการศึกษาความสัมพันธ์ระหว่างระดับความพึงพอใจในชีวิตกับระดับทางเศรษฐกิจและสังคม จากนั้นจะมีการคัดแยกกลุ่มตัวอย่างจากแต่ละชั้นเพื่อรักษาสัดส่วนของประชากรอ้างอิง
3. Conglomerates
ในสถิติอนุมาน กลุ่ม บริษัท เป็นกลุ่มขององค์ประกอบประชากร เช่นโรงเรียนหรือโรงพยาบาลของรัฐในเขตเทศบาล เมื่อทำการสุ่มตัวอย่างแบบนี้ประชากรจะถูกแบ่งออก (ในตัวอย่างที่เฉพาะเจาะจง) เป็นหลาย ๆ กลุ่มและบางแห่งจะถูกสุ่มเลือกเพื่อศึกษา
4. เป็นระบบ
ในกรณีนี้เราจะเริ่มต้นด้วยการหารจำนวนรวมของวิชาหรือข้อสังเกตที่ทำให้ประชากรในหมู่คนที่เราต้องการใช้สำหรับกลุ่มตัวอย่าง ต่อจากนั้นจะมีการเลือกหมายเลขสุ่มจากกลุ่มคนแรกและเพิ่มค่าเดียวกันนี้อย่างต่อเนื่อง องค์ประกอบที่เลือกจะกลายเป็นส่วนหนึ่งของกลุ่มตัวอย่าง
การสุ่มตัวอย่างแบบไม่สุ่มหรือไม่มีความเป็นไปได้
การสุ่มตัวอย่างที่ไม่เป็นไปได้น่าจะใช้เกณฑ์ที่มีการจัดระบบให้อยู่ในระดับต่ำเพื่อให้แน่ใจว่าตัวอย่างมีระดับความเป็นตัวแทนในระดับหนึ่ง การสุ่มตัวอย่างประเภทนี้ส่วนใหญ่จะใช้ เมื่อไม่สามารถดำเนินการแบบสุ่มอื่น ๆ ได้ ซึ่งเป็นเรื่องปกติมากเนื่องจากค่าใช้จ่ายสูงในการควบคุม
1. ความตั้งใจความเห็นหรือความสะดวกสบาย
ในการสุ่มตัวอย่างโดยเจตนาผู้วิจัยเลือกองค์ประกอบที่จะเป็นตัวอย่างโดยอัตโนมัติโดยสมมติว่านี่เป็นตัวแทนของประชากรอ้างอิง ตัวอย่างที่คุ้นเคยกับนักศึกษาจิตวิทยาคือการใช้นักศึกษาเป็นตัวอย่างของความคิดเห็นของอาจารย์มหาวิทยาลัย
2. การสุ่มตัวอย่างก้อนหิมะหรือโซ่
ในการสุ่มตัวอย่างแบบนี้นักวิจัยทำการติดต่อกับบางวิชา จากนั้นพวกเขาจะได้รับผู้เข้าร่วมใหม่สำหรับกลุ่มตัวอย่างจนเสร็จสมบูรณ์ การสุ่มตัวอย่าง Snowball ใช้ทั่วไป เมื่อทำงานกับประชากรที่ยากต่อการเข้าถึง เช่นเดียวกับในกรณีของผู้ติดยาเสพติดกับสารหรือสมาชิกของวัฒนธรรมชนกลุ่มน้อย
3. สุ่มตัวอย่างด้วยโควต้าหรืออุบัติเหตุ
เราพูดถึงการสุ่มตัวอย่างด้วยโควต้าเมื่อนักวิจัยเลือกหัวข้อเฉพาะที่ตรงกับลักษณะเฉพาะ (เช่นผู้หญิงสเปนอายุเกิน 65 ปีที่มีความบกพร่องทางสติปัญญาอย่างรุนแรง) ขึ้นอยู่กับความรู้เกี่ยวกับชั้นประชากร การสุ่มตัวอย่าง มันมักใช้ในการสำรวจ .
