Dobór próby jest częścią badania statystycznego. Polega na wybraniu pewnych indywidualnych obserwacji, które tworząc tzw. próbę statystyczną pozwolą uzyskać pewną wiedzę o całej populacji.
Każda obserwacja może obejmować jedną lub większą liczbę konkretnych wartości tzw. cech statystycznych dotyczących jednego konkretnego obiektu badań, lub (w przypadku analiz zmian jakiegoś zjawiska w czasie) jednej chwili czasowej.
Błędy doboru próby powodują brak odzwierciedlenia rozkładu cech populacji w próbie. Rzutują na całe badanie: błędnie dobrana próba skutkuje nieprzydatnością badania do opisu zjawisk i prawidłowości w populacji. Hipotezy sformułowane wstępnie pozostają nierozstrzygnięte. Skutki są podobne do przekłamań w zebranych danych.
Wykrycie błędu doboru próby jest trudne i wymaga prześledzenia metodologii badań oraz znajomości realiów tematu badania.
Dobór próby można podzielić na siedem etapów:
1. Definiowanie szerokiej populacji
2. Wybór operatu losowania
3. Określenie metody doboru
4. Określenie wielkości próby
5. Implementacja założeń
6. Zbieranie danych
7. Sprawdzenie poprawności doboru
------------------------------------------------------------------------
1. Definiowanie szerokiej populacji
Właściwa praktyka statystyczna opiera się na poprawnym zdefiniowaniu problemu. Przede wszystkim musimy wiedzieć, jakie obiekty badamy. Populacja statystyczna to hipotetyczny zbiór wszelkich możliwych obiektów, o których chcemy uzyskać informacje, np.:
* mieszkańcy Polski w wieku 18-25 lat
* partia właśnie wyprodukowanych żarówek
Niekiedy badamy tzw. szeregi czasowe, czyli zmiany pewnych wielkości w czasie. Wówczas populacja może obejmować np. obserwacje badanych wielkości w kolejnych chwilach czasowych, np.
* kursy wszystkich akcji na polskiej giełdzie na kolejnych sesjach
Zwykle metody statystyczne służą zdobyciu danych o dużej populacji przez badanie jedynie jej wycinka.
------------------------------------------------------------------------
2. Operat losowania
W najprostszym przypadku istnieje teoretyczna możliwość zbadania całej populacji statystycznej, np. całej partii żarówek. Często jednak takiej możliwości nie ma, np. nigdy nie zbadamy reakcji wszystkich żyjących muszek owocówek na dany bodziec, nie miałoby to zresztą sensu.
Z zasady więc ograniczamy wstępnie populację do obiektów które jesteśmy w stanie zidentyfikować i włączyć dowolny z nich do próby. Zbiór ten zwany jest operatem losowania W przedwyborczym sondażu opinii możliwe zawężenia populacji obejmują np.:
* rejestr wyborców
* książkę telefoniczną
* odwiedzających centra handlowe wieczorem w ostatni poniedziałek przed wyborami.
Wszystkie powyższe zakresy obejmują pewnych ludzi, którzy nie wezmą udziału w wyborach i nie obejmują części ludzi, którzy udział wezmą. Ważne jest, aby takie zawężenie było reprezentatywne. Na przykład wybierając ludzi wyłącznie z książki telefonicznej ograniczamy się do posiadaczy telefonu, którzy mogą się różnić od ogółu wyborców (np. częściej mieszkają w mieście).
Aby wyłoniona próba była reprezentatywna, operat musi być aktualny i kompletny.
------------------------------------------------------------------------
cdn.
Dobór próby
Moderator: FrancisBegbie
Dobór próby
Stirlitz idąc przez Unter den Linden zauważył człowieka zamalowującego napis na ścianie.
Moderator - pomyślał Stirlitz.
Moderator - pomyślał Stirlitz.
3. Metody doboru
3. Metody doboru
Z operatu dobierane są obserwacje do próby statystycznej. Można tego dokonać na wiele sposobów.
Prosta próba losowa
W prostej próbie losowej o pewnej liczności, każdy element z operatu ma jednakową szansę znalezienia się w próbie. Przy właściwym doborze operatu próba taka jest reprezentatywna dla populacji.
Jeśli jednak interesuje nas zjawisko rzadkie w populacji, np. nietypowa odmiana badanej choroby, może okazać się, że prosta próba losowa albo nie będzie obejmowała wystarczającej liczby tych nietypowych przypadków, albo jej liczność będzie musiała być bardzo duża i badania będą zbyt kosztowne. Lepiej wówczas użyć próby warstwowej.
Próba kwotowa
W próbie kwotowej operat jest najpierw dzielony na rozłączne podgrupy. Następnie eksperymentator lub ankieter wybiera z każdej podgrupy przypadki w odpowiedniej proporcji. Na przykład ankieter ma za zadanie przepytać 200 kobiet i 300 mężczyzn w wieku od 45 do 60 lat.
Ten drugi krok sprawia, że próby uzyskane tą techniką mogą być niereprezentatywne. Na przykład jest prawdopodobne, że ankieter (nawet nieświadomie) będzie wybierał osoby w dobrym humorze, gdyż z doświadczenia wie, że chętniej odpowiadają one na pytania.
Próba warstwowa
Próba warstwowa (lub: próba warstwowana) tak jak w przypadku kwotowej wymaga podzielenia operatu na podgrupy (klasy, warstwy), jednak z każdej grupy obiekty do próby wybierane są losowo. Główne przyczyny stosowania prób warstwowych to:
* zapewnienie określonym grupom wystarczającej liczności w próbie
* zapewnienie większej efektywności badań przez przeważanie próby.
Jeśli w populacji 99% obiektów jest z klasy A i 1% z klasy B (cokolwiek oznacza to w danym przypadku), a do badań potrzebujemy co najmniej 300 obiektów z każdej klasy, to przy prostej próbie losowej musielibyśmy mieć ponad 30000 obiektów w próbie. W przypadku próby warstwowej losujemy 300 obiektów z klasy A, 300 z klasy B i we wszystkich analizach nadajemy obiektom w klasie A wagę 0,99 a obiektom w B wagę 0,01. W ten sposób podobną istotność statystyczną wyników zapewnia pięćdziesięciokrotnie mniejsza próba. Z drugiej strony utrudnia to analizę i sprawia, że wariancja w małych klasach mocno wpływa na wariancję wyniku.
Próba grupowa
Inna nazwa: próba zespołowa. W tej wersji operat jest dzielony na grupy, a następnie losowane są do próby nie pojedyncze jednostki, lecz całe grupy.
Takie losowanie upraszcza badania. Istnieje jednak zagrożenie, że niektóre z pominiętych grup różnią się rozkładami cech i w ten sposób próba będzie niereprezentatywna. Ponadto wymaga to wprowadzenia pewnych korekt do testów statystycznych.
Losowanie dwustopniowe
Podobnie jak w próbie zespołowej losowane są najpierw grupy, jednak nie wchodzą one w całości do próby, lecz przeprowadzane jest z nich kolejne losowanie.
Próba losowo-kwotowa
Losowanie dwustopniowe, w którym najpierw losuje się miejscowości (wiejskie i miejskie), a następnie wykonuje próbę kwotową. Ma wszystkie wady próby zespołowej i próby kwotowej, choć efekt jest nieco lepszy dzięki zapewnieniu właściwych proporcji miast i wsi.
Próba systematyczna
Wybór badanych w jakikolwiek systematyczny sposób np. co 10 nazwiska z książki telefonicznej. Jeśli zmienna według której wybieramy (czyli tu: pozycja w książce telefonicznej) jest niezależna od wszystkich zmiennych badanych, to próba jest reprezentatywna. Istnieje jednak ryzyko, że nie uwzględniamy jakiegoś czynnika, który wpływa na badania (np. konkurencyjna firma badawcza nadużywała próby systematycznej i dokładnie ci badani, którzy znajdują się na co 10 miejscu w książce są teraz wrogo nastawieni do ankiet i podają nieprawdziwe dane).
Próba ekspercka / dobór celowy
W tym schemacie losowania grupy badanych są dobierani do próby przez ekspertów, np. aby przewidzieć wynik wyborów, bierze się pod uwagę miejscowości, gdzie wyniki w poprzednich wyborach były najbardziej zbliżone do wyników w skali kraju.
Dobór celowy jest tani, jednak trudno ocenić, czy próba jest reprezentatywna.
Z operatu dobierane są obserwacje do próby statystycznej. Można tego dokonać na wiele sposobów.
Prosta próba losowa
W prostej próbie losowej o pewnej liczności, każdy element z operatu ma jednakową szansę znalezienia się w próbie. Przy właściwym doborze operatu próba taka jest reprezentatywna dla populacji.
Jeśli jednak interesuje nas zjawisko rzadkie w populacji, np. nietypowa odmiana badanej choroby, może okazać się, że prosta próba losowa albo nie będzie obejmowała wystarczającej liczby tych nietypowych przypadków, albo jej liczność będzie musiała być bardzo duża i badania będą zbyt kosztowne. Lepiej wówczas użyć próby warstwowej.
Próba kwotowa
W próbie kwotowej operat jest najpierw dzielony na rozłączne podgrupy. Następnie eksperymentator lub ankieter wybiera z każdej podgrupy przypadki w odpowiedniej proporcji. Na przykład ankieter ma za zadanie przepytać 200 kobiet i 300 mężczyzn w wieku od 45 do 60 lat.
Ten drugi krok sprawia, że próby uzyskane tą techniką mogą być niereprezentatywne. Na przykład jest prawdopodobne, że ankieter (nawet nieświadomie) będzie wybierał osoby w dobrym humorze, gdyż z doświadczenia wie, że chętniej odpowiadają one na pytania.
Próba warstwowa
Próba warstwowa (lub: próba warstwowana) tak jak w przypadku kwotowej wymaga podzielenia operatu na podgrupy (klasy, warstwy), jednak z każdej grupy obiekty do próby wybierane są losowo. Główne przyczyny stosowania prób warstwowych to:
* zapewnienie określonym grupom wystarczającej liczności w próbie
* zapewnienie większej efektywności badań przez przeważanie próby.
Jeśli w populacji 99% obiektów jest z klasy A i 1% z klasy B (cokolwiek oznacza to w danym przypadku), a do badań potrzebujemy co najmniej 300 obiektów z każdej klasy, to przy prostej próbie losowej musielibyśmy mieć ponad 30000 obiektów w próbie. W przypadku próby warstwowej losujemy 300 obiektów z klasy A, 300 z klasy B i we wszystkich analizach nadajemy obiektom w klasie A wagę 0,99 a obiektom w B wagę 0,01. W ten sposób podobną istotność statystyczną wyników zapewnia pięćdziesięciokrotnie mniejsza próba. Z drugiej strony utrudnia to analizę i sprawia, że wariancja w małych klasach mocno wpływa na wariancję wyniku.
Próba grupowa
Inna nazwa: próba zespołowa. W tej wersji operat jest dzielony na grupy, a następnie losowane są do próby nie pojedyncze jednostki, lecz całe grupy.
Takie losowanie upraszcza badania. Istnieje jednak zagrożenie, że niektóre z pominiętych grup różnią się rozkładami cech i w ten sposób próba będzie niereprezentatywna. Ponadto wymaga to wprowadzenia pewnych korekt do testów statystycznych.
Losowanie dwustopniowe
Podobnie jak w próbie zespołowej losowane są najpierw grupy, jednak nie wchodzą one w całości do próby, lecz przeprowadzane jest z nich kolejne losowanie.
Próba losowo-kwotowa
Losowanie dwustopniowe, w którym najpierw losuje się miejscowości (wiejskie i miejskie), a następnie wykonuje próbę kwotową. Ma wszystkie wady próby zespołowej i próby kwotowej, choć efekt jest nieco lepszy dzięki zapewnieniu właściwych proporcji miast i wsi.
Próba systematyczna
Wybór badanych w jakikolwiek systematyczny sposób np. co 10 nazwiska z książki telefonicznej. Jeśli zmienna według której wybieramy (czyli tu: pozycja w książce telefonicznej) jest niezależna od wszystkich zmiennych badanych, to próba jest reprezentatywna. Istnieje jednak ryzyko, że nie uwzględniamy jakiegoś czynnika, który wpływa na badania (np. konkurencyjna firma badawcza nadużywała próby systematycznej i dokładnie ci badani, którzy znajdują się na co 10 miejscu w książce są teraz wrogo nastawieni do ankiet i podają nieprawdziwe dane).
Próba ekspercka / dobór celowy
W tym schemacie losowania grupy badanych są dobierani do próby przez ekspertów, np. aby przewidzieć wynik wyborów, bierze się pod uwagę miejscowości, gdzie wyniki w poprzednich wyborach były najbardziej zbliżone do wyników w skali kraju.
Dobór celowy jest tani, jednak trudno ocenić, czy próba jest reprezentatywna.
Stirlitz idąc przez Unter den Linden zauważył człowieka zamalowującego napis na ścianie.
Moderator - pomyślał Stirlitz.
Moderator - pomyślał Stirlitz.
4. Rozmiar próby
Rozmiar próby powinien być taki, aby zapewnić istotność statystyczną wyników. Potrzeba do tego jednak pewnych danych o populacji. Można więc w pierwszym rzucie zdecydować się na małą próbę, a w razie potrzeby ją poszerzać. Do badania istotności służą testy istotności statystycznej.
Szczegóły można znaleźć tutaj:
* Brown, K.W., Cozby, P.C., Kee, D.W., & Worden, P.E. (1999). Research Methods in Human Development, 2d ed. Mountain View, CA : Mayfield. ISBN 1-55934-875-5
* Bartlett, J. E., II, Kotrlik, J. W., & Higgins, C. (2001). Organizational research: Determining appropriate sample size for survey research. Information Technology, Learning, and Performance Journal, 19(1) 43-50.
* Chambers, R L, and Skinner, C J (editors) (2003), Analysis of Survey Data, Wiley, ISBN 0-471-89987-9
* Cochran, W G (1977) Sampling Techniques, Wiley, ISBN 0-471-16240-X
* Deming, W E (1975) On probability as a basis for action, The American Statistician, 29(4), pp146-152.
* Flyvbjerg, B (2006) "Five Misunderstandings About Case Study Research." Qualitative Inquiry, vol. 12, no. 2, April 2006, pp. 219-245. [1]
* Gy, P (1992) Sampling of Heterogeneous and Dynamic Material Systems: Theories of Heterogeneity, Sampling and Homogenizing
* Kish, L (1995) Survey Sampling, Wiley, ISBN 0-471-10949-5
* Korn, E L, and Graubard, B I (1999) Analysis of Health Surveys, Wiley, ISBN 0-471-13773-1
* Lohr, H (1999) Sampling: Design and Analysis, Duxbury, ISBN 0-534-35361-4
* Sarndal, Swenson, and Wretman (1992), Model Assisted Survey Sampling, Springer-Verlag, ISBN 0-387-40620-4
* Stuart, Alan (1962) Basic Ideas of Scientific Sampling, Hafner Publishing Company, New York
* ASTM E105 Standard Practice for Probability Sampling Of Materials
* ASTM E122 Standard Practice for Calculating Sample Size to Estimate, With a Specified Tolerable Error, the Average for Characteristic of a Lot or Process
* ASTM E141 Standard Practice for Acceptance of Evidence Based on the Results of Probability Sampling
* ASTM E1402 Standard Terminology Relating to Sampling
* ASTM E1994 Standard Practice for Use of Process Oriented AOQL and LTPD Sampling Plans
* ASTM E2234 Standard Practice for Sampling a Stream of Product by Attributes Indexedby AQL
Rozmiar próby powinien być taki, aby zapewnić istotność statystyczną wyników. Potrzeba do tego jednak pewnych danych o populacji. Można więc w pierwszym rzucie zdecydować się na małą próbę, a w razie potrzeby ją poszerzać. Do badania istotności służą testy istotności statystycznej.
Szczegóły można znaleźć tutaj:
* Brown, K.W., Cozby, P.C., Kee, D.W., & Worden, P.E. (1999). Research Methods in Human Development, 2d ed. Mountain View, CA : Mayfield. ISBN 1-55934-875-5
* Bartlett, J. E., II, Kotrlik, J. W., & Higgins, C. (2001). Organizational research: Determining appropriate sample size for survey research. Information Technology, Learning, and Performance Journal, 19(1) 43-50.
* Chambers, R L, and Skinner, C J (editors) (2003), Analysis of Survey Data, Wiley, ISBN 0-471-89987-9
* Cochran, W G (1977) Sampling Techniques, Wiley, ISBN 0-471-16240-X
* Deming, W E (1975) On probability as a basis for action, The American Statistician, 29(4), pp146-152.
* Flyvbjerg, B (2006) "Five Misunderstandings About Case Study Research." Qualitative Inquiry, vol. 12, no. 2, April 2006, pp. 219-245. [1]
* Gy, P (1992) Sampling of Heterogeneous and Dynamic Material Systems: Theories of Heterogeneity, Sampling and Homogenizing
* Kish, L (1995) Survey Sampling, Wiley, ISBN 0-471-10949-5
* Korn, E L, and Graubard, B I (1999) Analysis of Health Surveys, Wiley, ISBN 0-471-13773-1
* Lohr, H (1999) Sampling: Design and Analysis, Duxbury, ISBN 0-534-35361-4
* Sarndal, Swenson, and Wretman (1992), Model Assisted Survey Sampling, Springer-Verlag, ISBN 0-387-40620-4
* Stuart, Alan (1962) Basic Ideas of Scientific Sampling, Hafner Publishing Company, New York
* ASTM E105 Standard Practice for Probability Sampling Of Materials
* ASTM E122 Standard Practice for Calculating Sample Size to Estimate, With a Specified Tolerable Error, the Average for Characteristic of a Lot or Process
* ASTM E141 Standard Practice for Acceptance of Evidence Based on the Results of Probability Sampling
* ASTM E1402 Standard Terminology Relating to Sampling
* ASTM E1994 Standard Practice for Use of Process Oriented AOQL and LTPD Sampling Plans
* ASTM E2234 Standard Practice for Sampling a Stream of Product by Attributes Indexedby AQL
Stirlitz idąc przez Unter den Linden zauważył człowieka zamalowującego napis na ścianie.
Moderator - pomyślał Stirlitz.
Moderator - pomyślał Stirlitz.
Prosta próba losowa
Prosta próba losowa
Dobór losowy - w statystyce taki dobór elementów z populacji do próby statystycznej, w którym wszystkie elementy populacji (przedmiotów, regionów, ludzi, itp.) mają równe szanse (takie samo prawdopodobieństwo) dostania się do próby.
Badacz eksperymentuje na próbie, która jest podzespołem populacji po to aby nie badać całej populacji (populacje są zwykle bardzo liczne). W związku z tym zależy mu na tym aby próba była jak najbardziej podobna do populacji (była miniaturką populacji). Jeśli próba jest taką miniaturką, to badacz może spodziewać się, że wyniki eksperymentu uzyskane na próbie byłyby takie same jak wyniki uzyskane na populacji. Można powiedzieć, że badacz stara się na podstawie własności próby (wartości estymatorów) oszacować własności populacji (wartości parametrów).
Przykład. Badacz zastanawia się jaka jest przeciętna waga Polaka. Aby się o tym dowiedzieć, nie musi ważyć wszytkich Polaków. Wystarczy, że dobierze taką próbę, która będzie charakterystyczna dla całej populacji Polaków. Badacz nie może dobierać wg swojego widzimisię osób badanych. Ucieka się do doboru losowego, zakładając, że jeśli ślepy traf zrządzi tym, kto znajdzie się w jego próbie, to nie ma powodów przypuszczać, że grupa ta będzie składała się z samych chudzielców lub z samych grubasów. Jeśli dobór był losowy, to struktura próby jest prawdopodobnie taka jak struktura populacji.
Tego rodzaju wnioskowanie jest obarczone błędem wynikającym z przybliżenia (cechy próby będą jedynie przybliżone do cech populacji). Na wyniki uzyskane przy pomocy doboru losowego wpływa też błąd systematyczny wynikający z niewłaściwego próbkowania i innych możliwych systematycznych błędów. Błędy doboru próby nie występują w próbie o wielkości równej wielkości populacji.
Istotą doboru losowego nie jest losowanie ale prawdopodobieństwo znalezienia się w próbie. Jeśli badacz na przykład zastanawia się ilu Polaków z jego miasta wyjechało na zachód do pracy i postanowi, że przebije cyrklem książkę telefoniczną i będzie dzwonić do wszystkich abonentów, którzy zostali "przedziurawieni", pytając ich czy ktoś z rodziny wyjechał, to jest to wprawdzie ślepe losowanie, ale nie jest to dobór losowy. Nie wszyscy mieszkańcy jego miasta mieli bowiem szanse znalezienia się w jego próbie. Niektórzy nie mają telefonów, mają zastrzeżone numery lub innego operatora. Oznacza to, że mimo inteligentnego losowania dobór nie jest losowy, a wyniki z próby nie mogą być uogólnione na populację mieszkańców jego miasta.
Dobór losowy - w statystyce taki dobór elementów z populacji do próby statystycznej, w którym wszystkie elementy populacji (przedmiotów, regionów, ludzi, itp.) mają równe szanse (takie samo prawdopodobieństwo) dostania się do próby.
Badacz eksperymentuje na próbie, która jest podzespołem populacji po to aby nie badać całej populacji (populacje są zwykle bardzo liczne). W związku z tym zależy mu na tym aby próba była jak najbardziej podobna do populacji (była miniaturką populacji). Jeśli próba jest taką miniaturką, to badacz może spodziewać się, że wyniki eksperymentu uzyskane na próbie byłyby takie same jak wyniki uzyskane na populacji. Można powiedzieć, że badacz stara się na podstawie własności próby (wartości estymatorów) oszacować własności populacji (wartości parametrów).
Przykład. Badacz zastanawia się jaka jest przeciętna waga Polaka. Aby się o tym dowiedzieć, nie musi ważyć wszytkich Polaków. Wystarczy, że dobierze taką próbę, która będzie charakterystyczna dla całej populacji Polaków. Badacz nie może dobierać wg swojego widzimisię osób badanych. Ucieka się do doboru losowego, zakładając, że jeśli ślepy traf zrządzi tym, kto znajdzie się w jego próbie, to nie ma powodów przypuszczać, że grupa ta będzie składała się z samych chudzielców lub z samych grubasów. Jeśli dobór był losowy, to struktura próby jest prawdopodobnie taka jak struktura populacji.
Tego rodzaju wnioskowanie jest obarczone błędem wynikającym z przybliżenia (cechy próby będą jedynie przybliżone do cech populacji). Na wyniki uzyskane przy pomocy doboru losowego wpływa też błąd systematyczny wynikający z niewłaściwego próbkowania i innych możliwych systematycznych błędów. Błędy doboru próby nie występują w próbie o wielkości równej wielkości populacji.
Istotą doboru losowego nie jest losowanie ale prawdopodobieństwo znalezienia się w próbie. Jeśli badacz na przykład zastanawia się ilu Polaków z jego miasta wyjechało na zachód do pracy i postanowi, że przebije cyrklem książkę telefoniczną i będzie dzwonić do wszystkich abonentów, którzy zostali "przedziurawieni", pytając ich czy ktoś z rodziny wyjechał, to jest to wprawdzie ślepe losowanie, ale nie jest to dobór losowy. Nie wszyscy mieszkańcy jego miasta mieli bowiem szanse znalezienia się w jego próbie. Niektórzy nie mają telefonów, mają zastrzeżone numery lub innego operatora. Oznacza to, że mimo inteligentnego losowania dobór nie jest losowy, a wyniki z próby nie mogą być uogólnione na populację mieszkańców jego miasta.
Stirlitz idąc przez Unter den Linden zauważył człowieka zamalowującego napis na ścianie.
Moderator - pomyślał Stirlitz.
Moderator - pomyślał Stirlitz.
Próba warstwowa
Próba warstwowa
Losowanie warstwowe - losowanie próby oddzielnie z każdej części, która nazywa się warstwą populacji generalnej, które zostały wydzielone przed losowaniem.
Ten sposób wyboru próbki losowej jest stosowany gdy populacja jest bardzo niejednorodna. Wstępny podział populacji na bardziej jednorodne warstwy a następnie losowanie próbek z każdej z tych warstw często zwiększają reprezentatywność próby i zmniejszają błąd próby. Warstwy powinny być rozłączne (tzn żaden element populacji nie może być zaliczony do dwóch różnych warstw) oraz wyczerpujące (czyli w sumie powinny dawać całą populację; każdy element populacji powinien należeć do jednej z warstw).
Losowanie warstwowe stosuje się wówczas gdy badana populacja generalna charakteryzuję się dużym zróżnicowaniem, a zarazem występowaniem dużej liczby jednostek posiadających tą samą wartość zmiennej. Podczas losowania warstwowego może nastąpić taka sytuacja gdy zostaną wylosowane tylko takie elementy, które posiadają taką samą wartość zmiennej. Aby tego uniknąć należy podzielić populację generalną na mniejsze zbiory jednostek charakteryzujących się taką samą wartością zmiennej, a następnie wylosowaniu z każdej z grup próbę. Suma wszystkich prób stanowi próbę z populacji generalnej.
Losowanie warstwowe - losowanie próby oddzielnie z każdej części, która nazywa się warstwą populacji generalnej, które zostały wydzielone przed losowaniem.
Ten sposób wyboru próbki losowej jest stosowany gdy populacja jest bardzo niejednorodna. Wstępny podział populacji na bardziej jednorodne warstwy a następnie losowanie próbek z każdej z tych warstw często zwiększają reprezentatywność próby i zmniejszają błąd próby. Warstwy powinny być rozłączne (tzn żaden element populacji nie może być zaliczony do dwóch różnych warstw) oraz wyczerpujące (czyli w sumie powinny dawać całą populację; każdy element populacji powinien należeć do jednej z warstw).
Losowanie warstwowe stosuje się wówczas gdy badana populacja generalna charakteryzuję się dużym zróżnicowaniem, a zarazem występowaniem dużej liczby jednostek posiadających tą samą wartość zmiennej. Podczas losowania warstwowego może nastąpić taka sytuacja gdy zostaną wylosowane tylko takie elementy, które posiadają taką samą wartość zmiennej. Aby tego uniknąć należy podzielić populację generalną na mniejsze zbiory jednostek charakteryzujących się taką samą wartością zmiennej, a następnie wylosowaniu z każdej z grup próbę. Suma wszystkich prób stanowi próbę z populacji generalnej.
Stirlitz idąc przez Unter den Linden zauważył człowieka zamalowującego napis na ścianie.
Moderator - pomyślał Stirlitz.
Moderator - pomyślał Stirlitz.
Próba systematyczna
Próba systematyczna
Losowanie systematyczne - rodzaj losowania stosowany w eksperymentach naukowych. Polega ono na wyborze do próby elementów populacji oddalonych od siebie o stałą wartość k, zwaną interwałem losowania.
Stosując losowanie systematyczne,należy określić:
* interwał losowania k=N/n;
gdzie
* N - liczebność populacji
* n - żądana liczebność próby
* pierwszą jednostkę do próby, którą wybiera się losowo np. przy pomocy tablic losowych;
* te jednostki z operatu losowania, których numery są oddalone od pierwszej jednostki i każdej następnej o wartość interwału losowania k;
Zastosowanie:
Stosując losowanie proste, bądź warstwowe należy znać liczbę jednostek, które na potrzeby losowania numeruje się, a następnie wybiera. Przy bardzo dużej populacji generalnej, gdzie numerowanie każdej jednostki może być bardzo trudne, lub czasami niemożliwe, wygodnie jest stosować losowanie systematyczne.
Losowanie systematyczne - rodzaj losowania stosowany w eksperymentach naukowych. Polega ono na wyborze do próby elementów populacji oddalonych od siebie o stałą wartość k, zwaną interwałem losowania.
Stosując losowanie systematyczne,należy określić:
* interwał losowania k=N/n;
gdzie
* N - liczebność populacji
* n - żądana liczebność próby
* pierwszą jednostkę do próby, którą wybiera się losowo np. przy pomocy tablic losowych;
* te jednostki z operatu losowania, których numery są oddalone od pierwszej jednostki i każdej następnej o wartość interwału losowania k;
Zastosowanie:
Stosując losowanie proste, bądź warstwowe należy znać liczbę jednostek, które na potrzeby losowania numeruje się, a następnie wybiera. Przy bardzo dużej populacji generalnej, gdzie numerowanie każdej jednostki może być bardzo trudne, lub czasami niemożliwe, wygodnie jest stosować losowanie systematyczne.
Stirlitz idąc przez Unter den Linden zauważył człowieka zamalowującego napis na ścianie.
Moderator - pomyślał Stirlitz.
Moderator - pomyślał Stirlitz.
Próba ekspercka / dobór celowy
Próba ekspercka / dobór celowy
Dobór celowy (ang.purposive sampling) - nieprobabilistyczna metoda doboru próby respondentów do badania socjologicznego. Niekiedy nazywany próbą ekspercką. Do próby celowej badacz dobiera jednostki w sposób subiektywny tak, by były one najbardziej użyteczne lub reprezentatywne. Ponieważ kryteria doboru do próby celowej nie są łatwe do określenia, dlatego też nie można określić prawdopodobieństwa z jakim dana jednostka znajdzie się w próbie.
Dobór celowy był z powodzeniem wykorzystywany do doboru prób przy prognozowaniach wyników wyborów w Stanach Zjednoczonych (badacze wybierali tylko te okręgi wyborcze w których wyniki były przybliżone do wyników w całym stanie a następnie zadali tam pytanie na kogo ludzie będą głosowali)
Dobór celowy stosuje się w przypadku, gdy badacz chce zbadać mały podzbiór większej populacji a wielu członków tego podzbioru nie da się rozpoznać. Może być także wykorzystywana przy badaniu przypadków odbiegających od normy.
Ponieważ dobór celowy jest doborem nieprobabilistycznym, reprezentatywność wyników otrzymanych z prób celowych jest trudna do określenia i niższa niż w przypadku doboru losowego
Dobór celowy (ang.purposive sampling) - nieprobabilistyczna metoda doboru próby respondentów do badania socjologicznego. Niekiedy nazywany próbą ekspercką. Do próby celowej badacz dobiera jednostki w sposób subiektywny tak, by były one najbardziej użyteczne lub reprezentatywne. Ponieważ kryteria doboru do próby celowej nie są łatwe do określenia, dlatego też nie można określić prawdopodobieństwa z jakim dana jednostka znajdzie się w próbie.
Dobór celowy był z powodzeniem wykorzystywany do doboru prób przy prognozowaniach wyników wyborów w Stanach Zjednoczonych (badacze wybierali tylko te okręgi wyborcze w których wyniki były przybliżone do wyników w całym stanie a następnie zadali tam pytanie na kogo ludzie będą głosowali)
Dobór celowy stosuje się w przypadku, gdy badacz chce zbadać mały podzbiór większej populacji a wielu członków tego podzbioru nie da się rozpoznać. Może być także wykorzystywana przy badaniu przypadków odbiegających od normy.
Ponieważ dobór celowy jest doborem nieprobabilistycznym, reprezentatywność wyników otrzymanych z prób celowych jest trudna do określenia i niższa niż w przypadku doboru losowego
Stirlitz idąc przez Unter den Linden zauważył człowieka zamalowującego napis na ścianie.
Moderator - pomyślał Stirlitz.
Moderator - pomyślał Stirlitz.