W statystyce próbka to podzbiór populacji używany do reprezentowania całej grupy jako całości. Podczas prowadzenia badań często niepraktyczne jest badanie każdego członka określonej populacji, ponieważ sama liczba osób jest po prostu zbyt duża. Aby wnioskować o cechach populacji, badacze mogą wykorzystać próbę losową.
Dlaczego badacze używają próbek?
Badając pewien aspekt ludzkiego umysłu lub zachowania, w większości przypadków naukowcy po prostu nie mogą zebrać danych od każdej osoby. Zamiast tego wybierają mniejszą próbkę osób, które reprezentują większą grupę. Jeśli próbka jest naprawdę reprezentatywna dla danej populacji, naukowcy mogą następnie wziąć swoje wyniki i uogólnić je na większą grupę.
Rodzaje próbkowania
W badaniach psychologicznych i innych rodzajach badań społecznych eksperymentatorzy zazwyczaj polegają na kilku różnych metodach próbkowania.
1. Próbkowanie prawdopodobieństwa
Próba prawdopodobieństwa oznacza, że każdy osobnik w populacji ma szansę zostać wyselekcjonowany. Ponieważ próbkowanie prawdopodobieństwa obejmuje dobór losowy, zapewnia to, że każdy podzbiór populacji ma równe szanse na reprezentację w próbie. To sprawia, że próbki prawdopodobieństwa są bardziej reprezentatywne, a badacze są w stanie lepiej uogólnić swoje wyniki na grupę jako całość.
Istnieje kilka różnych rodzajów próbkowania prawdopodobieństwa:
- Proste losowe pobieranie próbek jest, jak sama nazwa wskazuje, najprostszym rodzajem próbkowania prawdopodobieństwa. Badacze biorą każdą osobę w populacji i losowo wybierają jej próbkę, często za pomocą jakiegoś programu komputerowego lub generatora liczb losowych.
- Losowe próbkowanie warstwowe polega na podzieleniu populacji na podgrupy, a następnie pobraniu prostej losowej próby z każdej z tych podgrup. Na przykład badania mogą podzielić populację na podgrupy w oparciu o rasę, płeć lub wiek, a następnie pobrać prostą losową próbę z każdej z tych grup. Losowe próbkowanie warstwowe często zapewnia większą dokładność statystyczną niż proste próbkowanie losowe i pomaga zapewnić, że pewne grupy są dokładnie reprezentowane w próbce.
- Próbkowanie klastra polega na podzieleniu populacji na mniejsze skupiska, często w oparciu o położenie geograficzne lub granice. Następnie wybierana jest losowa próba tych skupień i mierzone są wszystkie osoby w obrębie skupienia. Na przykład wyobraź sobie, że próbujesz przeprowadzić badanie dotyczące dyrektorów szkół w twoim stanie. Zbieranie danych od każdego dyrektora szkoły byłoby kosztowne i czasochłonne. Używając metody próbkowania grupowego, losowo wybierasz pięć hrabstw ze swojego stanu, a następnie zbierasz dane od każdego pacjenta w każdym z tych pięciu hrabstw.
2. Próbkowanie bez prawdopodobieństwa
Z drugiej strony, dobór próby bez prawdopodobieństwa polega na selekcji uczestników przy użyciu metod, które nie dają każdemu podzbiorowi populacji równej szansy na reprezentację. Na przykład badanie może rekrutować uczestników spośród wolontariuszy. Jednym z problemów z tego typu próbą jest to, że ochotnicy mogą różnić się od nieochotników pod względem pewnych zmiennych, co może utrudnić uogólnienie wyników na całą populację.
Istnieje również kilka różnych typów próbkowania bez prawdopodobieństwa:
- Wygodne pobieranie próbek wiąże się z wykorzystaniem uczestników w badaniu, ponieważ są wygodni i dostępni. Jeśli kiedykolwiek zgłosiłeś się na ochotnika do badania psychologicznego prowadzonego przez wydział psychologii Twojej uczelni, to uczestniczyłeś w badaniu, które opierało się na próbie wygodnej. Badania, które polegają na pytaniu o ochotników lub wykorzystaniu próbek klinicznych, które są dostępne dla badacza, są również przykładami próbek wygodnych.
- Celowe pobieranie próbek polega na wyszukiwaniu osób spełniających określone kryteria. Na przykład marketerzy mogą być zainteresowani dowiedzeniem się, jak ich produkty są postrzegane przez kobiety w wieku od 18 do 35 lat. Mogą zatrudnić firmę badającą rynek do przeprowadzenia wywiadów telefonicznych, które celowo wyszukują i przeprowadzają wywiady z kobietami spełniającymi ich kryteria wiekowe.
- Próbkowanie kwot obejmuje celowe pobieranie próbek z określonych proporcji każdej podgrupy w populacji. Na przykład ankieterzy polityczni mogą być zainteresowani badaniem opinii ludności na określoną kwestię polityczną. Jeśli stosują proste losowe próby, mogą przypadkowo pominąć pewne podzbiory populacji. Zamiast tego ustalają kryteria, aby przypisać każdej podgrupie określony procent próbki. W przeciwieństwie do próbkowania warstwowego badacze stosują metody nielosowe, aby wypełnić kwoty dla każdej podgrupy.
Dowiedz się więcej o różnicach między próbkami prawdopodobieństwa i nieprawdopodobieństwa.
Błędy próbkowania
Ponieważ próbkowanie naturalnie nie może obejmować każdego pojedynczego osobnika w populacji, mogą wystąpić błędy.
Różnice między tym, co jest obecne w populacji, a tym, co jest obecne w próbie, są znane jako błędy próbkowania.
Chociaż nie można dokładnie określić, jak duża może być różnica między populacją a próbą, badacze są w stanie statystycznie oszacować wielkość błędów próbkowania. Na przykład w sondażach politycznych często można usłyszeć o marginesie błędów wyrażanym przez pewne poziomy zaufania.
Ogólnie rzecz biorąc, im większy rozmiar próbki, tym mniejszy poziom błędu. Dzieje się tak, ponieważ im próba zbliża się do wielkości całej populacji, tym bardziej prawdopodobne jest dokładne uchwycenie wszystkich cech charakterystycznych populacja. Jedynym sposobem na całkowite wyeliminowanie błędu próbkowania jest zebranie danych z całej populacji, co często jest po prostu zbyt kosztowne i czasochłonne. Błędy próbkowania można jednak zminimalizować, stosując randomizowane testy prawdopodobieństwa i dużą wielkość próby.
