Jak se pravděpodobnost a pravděpodobnost odlišují Vzorky

Vzorky jsou důležitou součástí průzkumu trhu, protože přímá pozorování všech členů studované populace není obecně proveditelná. Vzorek je podmnožinou populace. Je třeba dbát na to, aby vzorka odpovídala větší populaci ve všech směrech, která by mohla být důležitá pro výsledky výzkumu ve studii. Některé vzorky tak úzce představují větší populaci, že není problematické vyvodit závěry o větší populaci na základě pozorování vzorové skupiny.

Dva přístupy: Vzorkování pravděpodobnosti versus výběr pravděpodobnosti

Existují dva obecné přístupy k odběru vzorků při průzkumu trhu: Vzorkování pravděpodobnosti a vzorkování s pravděpodobností. Pravděpodobnostní vzorkování musí splňovat následující podmínky: Každá jednotka analýzy musí mít stejnou pravděpodobnost, že bude zařazena ve skupině vzorků, a matematicky lze vypočítat matematickou pravděpodobnost kteréhokoli člena vzorové skupiny vybrané pro vzorek.

Co je vzorkovací chyba a jak to mám vědět, když ji mám?

Při práci s pravděpodobnostními vzorky je důležité pochopit výskyt chyby vzorkování . Čím menší je skupina odběru vzorků, tím větší je pravděpodobnost chyby vzorkování. Jeden konkrétní typ zkreslení je výsledkem neúčasti. Je důležité pochopit dopad neúčasti na celkovém výsledku studie. Jeden příklad pochází z průzkumu obecné společnosti z roku 1980 (GSS), ve kterém se ti, kteří se výzkumu nezúčastnili, shledali zcela odlišně - jako skupina - od těch, kteří se účastnili.

Těžko dosažitelní členové skupiny se výrazně lišili od svých účastníků pracovní síly - nejvýrazněji v sociálně-ekonomickém postavení, rodinném stavu, věku, počtu dětí, zdraví a pohlaví.

Co je to odběr vzorku? Je vhodné analyzovat?

Vzorky pohodlnosti se běžně používají v oblasti společenských věd a věd o chování, protože se spoléhají na vysokoškoláky, pacienty, placené dobrovolníky, členy sociálních sítí nebo formálních organizací a dokonce vězně.

Cílem vědeckého výzkumu v oblasti společenských věd a chování je ověřit, zda se ve studované skupině objevují určité charakteristiky nebo zda se neobjevují. Společným přístupem je hledat vztahy mezi několika atributy. Ukázky pohodlí jsou pro tento typ studie užitečné a přiměřené. Také je užitečné uvědomit si, že vhodný vzorek není vždy snadné sestavit.

Pro porovnání dvou skupin lze také porovnat vzorky vhodnosti. Aby bylo možné použít srovnávané vzorky vhodnosti, musí být badatel schopen identifikovat protějšek pro každého člena prvního vzorku.Tyto protějšky jsou členy druhého (shodného) vzorku. Mezi proměnné, které se běžně hodí, patří pohlaví, věk, rasa, etnická příslušnost, vzdělání, bydliště, politická orientace, náboženství, typ práce a mzdy nebo plat. Přizpůsobení těchto proměnných pomáhá omezit zdroje zkreslení. Je však důležité si uvědomit, že ani pečlivé přizpůsobení nemusí vést k vzorkům bez zkreslení - vždy existuje možnost skreslení ze skrytých zdrojů.

Co je účelové vzorkování? Je to vždy nepravděpodobnostní?

Účelné vzorkování se používá, když návrh výzkumu vyžaduje vzorek lidí, kteří vykazují určité atributy.

Obecně jsou tyto atributy vzácné nebo neobvyklé a obvykle nejsou normálně distribuovány (podle "normální křivky") ve větší populaci. Cílový vzorek je plný předpojatosti, z nichž některé se objevují jako důsledek metod, které se používají k identifikaci členů cílového vzorku. Například, pokud účel výzkumu vyžaduje studium veteránů s traumatickým poraněním mozku (TBI), pak musí být vzorek složen z bývalých příslušníků armády, kteří utrpěli traumatické poranění mozku a kteří se odpovídajícím způsobem přihlásili a souhlasili s účastí na studii . Každý z těchto atributů nebo podmínek přispívá ke vzorku, což omezuje úroveň a typ závěrů, které jsou výsledkem studie.

Důležité omezení přístupu k odběru vzorků, které není pravděpodobné

Důležitým omezením odběru vzorků, které není pravděpodobné, je to, že nelze vyvodit závěry o větší populaci na základě vzorku, který není pravděpodobné.

To však není vždy pravda, protože realistický pohled na to, jak lidé přistupují k výzkumným poznatkům, snadno identifikuje situace, kdy lidé nesprávně vyvozují závěry ze zjištění spojených s nepravděpodobnostmi.

Také známý jako: vhodný vzorkování, účelový vzorkování

Příklady:

Vzorky, které fungují jako průzkumy veřejného mínění, jsou rozšiřovány s myšlenkou, že reprezentují, jak budou členové populace hlasovat v nadcházejících volbách podobně. Tyto vzorky musí být vysoce reprezentativní pro obyvatelstvo, aby byly například použity k předpovědi volebních výsledků.