Statistikā izlase ir iedzīvotāju apakškopa, kuru izmanto, lai pārstāvētu visu grupu kopumā. Veicot pētījumus, bieži ir nepraktiski apzināt katra konkrētā iedzīvotāja locekli, jo ļoti daudz cilvēku ir pārāk liels. Lai izdarītu secinājumus par iedzīvotāju raksturlielumiem, pētnieki var izmantot izlases paraugu .
Kāpēc pētnieki izmanto paraugus?
Pētot cilvēka prāta vai uzvedības aspektu, pētnieki vairumā gadījumu vienkārši nevar vākt datus no katra indivīda. Tā vietā viņi izvēlas mazāku personu skaitu, kas pārstāv lielāku grupu. Ja paraugs patiešām ir reprezentatīvs attiecīgajam iedzīvotājam, pētnieki pēc tam var iegūt savus rezultātus un vispārināt tos plašākai grupai.
Paraugu ņemšanas veidi
Psiholoģiskajā izpētē un citos sociālajos pētījumos eksperimenti parasti izmanto dažas atšķirīgas paraugu ņemšanas metodes.
1. Varbūtības izlases metode
Varbūtējā izlases metode nozīmē to, ka katram iedzīvotājam ir vienāda izredzes tikt izvēlētai. Tā kā varbūtības izlases veidošana ietver nejaušu atlasi, tā nodrošina, ka dažādai iedzīvotāju apakškopai ir vienādas izredzes tikt pārstāvētām izlasē. Tādējādi varbūtības paraugi ir reprezentatīvāki, un pētnieki labāk var vispārināt savus rezultātus grupai kopumā.
Ir daži dažādi varbūtības paraugu veidi:
- Vienkāršā izlases veida paraugu ņemšana , kā norāda nosaukums, ir vienkāršākais varbūtības paraugu veids. Pētnieki ņem katru indivīdu no populācijas un nejauši atlasa savu izlasi, bieži vien izmantojot kādu datorprogrammu vai nejaušu skaitļu ģeneratoru.
- Stratificēta nejauša paraugu ņemšana ietver iedzīvotāju nodalīšanu apakšgrupās un pēc tam vienkāršu nejaušo paraugu no katras no šīm apakšgrupām. Piemēram, pētījums varētu iedalīt iedzīvotājus apakšgrupās, pamatojoties uz rasi, dzimumu vai vecumu, un pēc tam ņemt vienkāršu nejaušo izlasi katrā no šīm grupām. Stratificēta nejauša paraugu ņemšana bieži nodrošina lielāku statistisko precizitāti nekā vienkārša nejauša paraugu ņemšana un palīdz nodrošināt, ka izlasē ir precīzi norādītas atsevišķas grupas.
- Grupu paraugu ņemšana ietver iedzīvotāju sadalīšanu mazākās klasteros, bieži vien balstoties uz ģeogrāfisko atrašanās vietu vai robežas. Pēc tam tiek atlasīts izlases paraugs no šīm kopām un tiek mērīti visi klastera subjekti. Piemēram, iedomājieties, ka jūs mēģināt veikt skolas direktoru pētījumu savā valstī. Datu vākšana no katra skolas principa būtu izmaksu ziņā aizkavējams un laikietilpīgs. Izmantojot klasteru paraugu ņemšanas metodi, jūs nejauši izvēlējāties piecus apgabalus no savas valsts un pēc tam apkopojiet datus no katra tēmas katrā no šīm piecām novadām.
2. Nevēlamo paraugu ņemšana
Savukārt nevēlamu paraugu ņemšana ietver dalībnieku atlasi, izmantojot metodes, kas nevienam iedzīvotājam nedod iespēju izvēlēties vienlīdzīgu iespēju.
Viena problēma ar šāda veida paraugu ir tāda, ka brīvprātīgajiem var būt atšķirīgi daži mainīgie lielumi nekā brīvprātīgajiem, kas var apgrūtināt rezultātu vispārēju apkopošanu visiem iedzīvotājiem.
Ir arī dažāda veida nevēlamo paraugu ņemšana:
- Ērtības paraugu ņemšana ietver pētījuma dalībnieku izmantošanu, jo tie ir ērti un pieejami. Ja esat brīvprātīgi izteicis psiholoģijas pētījumu, kas tika veikts caur jūsu universitātes psiholoģijas nodaļu, tad esat piedalījies pētījumā, kurā izmantots ērtības paraugs. Pētījumi, kuru pamatā ir brīvprātīgo lūgšana vai pētnieku rīcībā esošu klīnisko paraugu izmantošana, ir arī paraugu piemēri.
- Mērķtiecīga paraugu ņemšana ietver meklēšanu personām, kas atbilst noteiktiem kritērijiem. Piemēram, tirgotājiem varētu būt interese iegūt informāciju par to, kā viņu produktus uztver sievietes vecumā no 18 līdz 35 gadiem. Viņi var pieņemt darbā tirgus izpētes uzņēmumu, lai veiktu telefona intervijas, kas apzināti meklē un intervē sievietes, kas atbilst viņu vecuma kritērijiem.
- Kvotu paraugu ņemšana ietver apzinātu paraugu ņemšanu no konkrētas apakšgrupas daļas iedzīvotāju vidū. Piemēram, politiskie aptaujātie varētu būt ieinteresēti izpētīt iedzīvotāju viedokļus par noteiktu politisku jautājumu. Ja viņi izmanto vienkāršu nejaušo izlasi, viņi var izlaist nejauši zināmas iedzīvotāju apakškopas. Tā vietā viņi nosaka kritērijus, saskaņā ar kuriem noteiktā izlases procentuālā daļa jāiekļauj šajās apakšgrupās. Kaut arī iegūtais izlases faktiski nevar reprezentēt faktiskās iedzīvotāju proporcijas, kvotas nodrošina, ka šīs mazākās apakšgrupas ir pārstāvētas.
Uzziniet vairāk par dažiem iespējamības un nevēlamo iespēju paraugu veidiem.
Izlases kļūdas
Tā kā paraugu ņemšana dabiski nevar ietvert ikvienu iedzīvotāju, var rasties kļūdas. Atšķirības starp to, kas atrodas populācijā un kāds ir paraugs, ir pazīstamas kā paraugu ņemšanas kļūdas .
Kaut arī nav iespējams precīzi zināt, cik liela var būt atšķirība starp iedzīvotāju skaitu un izlasi, pētnieki spēj statistiski novērtēt paraugu ņemšanas kļūdu lielumu. Piemēram, politiskās aptaujas laikā jūs bieži dzirdat kļūdas robežas, kas izteiktas noteiktos ticamības līmeņos.
Kopumā, jo lielāks ir izlases lielums, jo mazāks kļūdas līmenis. Tas ir tikai tādēļ, ka, tā kā paraugs kļūst tuvāk kopējā iedzīvotāju skaita sasniegšanai, jo lielāka iespēja, ka tas precīzi aptver visas iedzīvotāju īpatnības. Vienīgais veids, kā pilnībā novērst izlases kļūdas, ir apkopot datus no visiem iedzīvotājiem, kas bieži vien ir vienkārši pārāk dārgi un prasa daudz laika. Tomēr paraugu ņemšanas kļūdas var tikt samazinātas, izmantojot nejaušinātas varbūtības pārbaudes un liela izmēra paraugu.
Atsauces:
Goodwin, CJ (2010). Psiholoģijas pētījumi: metodes un dizains. Hoboken, NJ: John Wiley un Sons.
Nicholas, L. (2008). Ievads psiholoģijā. UCT Press: Keiptauna.