En statistiko, specimeno estas subaro de populacio, kiu estas uzata por reprezenti la tutan grupon. Kiam vi faras esplorojn, ofte estas neprarekta enketi ĉiun membron de aparta loĝantaro ĉar la nombro da homoj estas simple tro granda. Por fari konferencojn pri trajtoj de loĝantaro, esploristoj povas uzi hazarda specimeno .
Kial Ĉu Esploristoj Uzas Samples?
Kiam esploras aspekton de la homa menso aŭ konduto , esploristoj simple ne povas kolekti datumojn de ĉiu individuo en la plej multaj kazoj. Anstataŭe, ili elektas pli malgrandan specimenon de individuoj, kiuj reprezentas la pli grandan grupon. Se la specimeno estas vere reprezenta de la loĝantaro en demando, esploristoj povas tiam preni siajn rezultojn kaj komunigi ilin al la pli granda grupo.
Tipoj de Samplado
En psikologia esploro kaj aliaj tipoj de socia esplorado, eksperimentantoj kutime fidas kelkajn malsamajn specimenajn metodojn.
1. Probableco Samplanta
Probabla specimeno signifas, ke ĉiu individuo en loĝantaro staras kaj egala hazardo esti elektita. Ĉar probabla specimeno implicas hazardan selektadon, ĝi certigas ke malsama subaro de la loĝantaro havas egalan ŝancon de esti reprezentita en la specimeno. Ĉi tio faras probablajn specimenojn pli reprezentajn, kaj esploristoj pli bone kapablas komunigi siajn rezultojn al la grupo en aro.
Ekzistas kelkaj malsamaj specimaj probabloj:
- Simpla hazarda specimeno estas, kiel la nomo sugestas, la plej simpla speco de probablo. Esploristoj prenas ĉiun individuon en loĝantaro kaj hazarde elektas ilian specimenon, ofte uzante iun tipon de komputila programo aŭ hazarda nombro-generatoro.
- Stratigita hazarda specimeno implikas disigi la loĝantaron en subgrupojn kaj tiam preni simplan hazarda specimeno de ĉiu ĉi tiuj subgrupoj. Ekzemple, esploro povus dividi la populacion en subgrupojn bazitan sur raso, sekso aŭ aĝo kaj tiam preni simplan hazarda specimeno de ĉiu el ĉi tiuj grupoj. Stratigita hazarda sampado ofte provizas pli grandan statistikan precizecon ol simpla hazarda specimeno kaj helpas certigi, ke iuj grupoj precize reprezentas en la specimeno.
- Komputila specimeno implicas dividi loĝantaron en pli malgrandajn grupojn, ofte bazitan sur geografia loko aŭ limoj. Hazarda specimeno de ĉi tiuj (grupoj, grupas) estas tiam elektita kaj ĉiuj subjektoj ene de cluster estas mezuritaj. Ekzemple, imagu, ke vi provas studi pri lernejaj principoj en via ŝtato. Kolektanta datumojn de ĉiu unuopa lerneja principo estus kosto-malpermesa kaj konsumanta. Uzante grupan specimenan metodon, vi hazarde elektas kvin graflandojn de via ŝtato kaj kolektu datumojn de ĉiu temo en ĉiu el tiuj kvin distriktoj.
2. Neprobabileco Samplanta
Ne-probabla specimeno, aliflanke, implikas elekti partoprenantojn per metodoj, kiuj ne donas al ĉiu individuo en loĝantaro egalan ŝancon elekti.
Unu problemo kun ĉi tiu tipo de specimeno estas, ke volontuloj povus esti malsamaj sur certaj variabloj ol ne-volontuloj, kiuj povus malfaciligi ĝeneraligi la rezultojn al la tuta loĝantaro.
Ekzistas ankaŭ kelkaj malsamaj specoj de neprobabla samplo:
- Komforta specimeno implikas uzi partoprenantojn en studo ĉar ili estas oportunaj kaj haveblaj. Se vi havas ĉiujn volontulojn por studado pri psikologio realigita per la fako de psikologio de via universitato, vi partoprenis en studo, kiu dependis pri komforta specimeno. Studoj, kiuj fidas peti volontulojn aŭ per klinikaj specimenoj, kiuj estas disponeblaj por la esploristo, estas ankaŭ ekzemploj pri komfortaj specimenoj.
- Proponenta specimeno implikas serĉi homojn, kiuj renkontas certajn kriteriojn. Ekzemple, merkatistoj povus interesiĝi pri lernado, kiel iliaj produktoj estas perceptitaj de virinoj inter 18 kaj 35 jaroj. Ili povus dungi merkatan esplor-firmaon por fari telefonajn intervjuojn, kiuj intencas serĉi kaj intervjui virinojn, kiuj plenumas siajn kriteriojn.
- Kuva specimeno implikas intencie specimenon de specifa proporcio de subgrupo ene de populacio. Ekzemple, politikaj poŝtistoj interesiĝas pri esplorado de la opinioj de loĝantaro pri certa politika afero. Se ili uzas simplan hazardan specimenon, ili eble perdus iujn subaĵojn de la populacio hazarde. Anstataŭe, ili establas kriteriojn, ke certa procento de la specimeno devas inkluzivi ĉi tiujn subkrupojn. Dum la rezultanta specimeno eble ne povas esti reprezenta de la realaj proporcioj, kiuj ekzistas en la populacio, havante kotizon certigas, ke tiuj pli malgrandaj subgrupoj estas reprezentitaj.
Lernu pli pri kelkaj manieroj, ke probabloj kaj neprobablaj specimenoj diferencas.
Montranta Erarojn
Ĉar specimenado nature ne povas inkludi ĉiun individuon en loĝantaro, povas okazi eraroj. Diferencoj inter kio ĉeestas en loĝantaro kaj kio estas ĉeestanta en specimeno estas konataj kiel specimenaj eraroj .
Kvankam estas neeble scii ĝuste kiom granda la diferenco inter la loĝantaro kaj specimeno eblas, esploristoj kapablas statistike taksi la grandecon de la ekzemplaj eraroj. En politikaj enketoj, ekzemple, vi ofte aŭdos pri la rando de eraroj esprimitaj de certaj fidindaj niveloj.
Ĝenerale, la pli granda la specimeno estas pli malgranda ol la nivelo de eraro. Ĉi tio estas simple ĉar la specimeno fariĝas pli proksima al atingi la grandecon de la totala populacio, plej verŝajne ĝi devas precize kapti ĉiujn karakterizojn de la loĝantaro. La sola maniero por tute forigi ekzemplan eraron estas kolekti datumojn de la tuta populacio, kiu ofte estas simple tro kost-malpermesa kaj konsumanta. Samplaj eraroj povas esti minimumigitaj, tamen, uzante hazardajn probablojn kaj grandajn specimenojn.
Referencoj:
Goodwin, CJ (2010). Esplorado En Psikologio: Metodoj kaj Dezajno. Hoboken, NJ: John Wiley kaj Sons.
Nikolao, L. (2008). Enkonduko al Psikologio. UCT-Gazetaro: Kabo-Urbo.