Η τυχαία δειγματοληψία είναι μια διαδικασία που επιτρέπει τη λήψη δείγματος από έναν πληθυσμό, βάσει μιας συγκεκριμένης πιθανότητας επιλογής των ατόμων που το αποτελούν.
Με τυχαία δειγματοληψία, επομένως, αυτό που κάνουμε είναι να προτείνουμε μια μέθοδο επιλογής. Μια μέθοδος που λαμβάνει υπόψη διαφορετικές πιθανότητες. Αυτό το διαφοροποιεί από τις μη τυχαίες μεθόδους, καθώς η υποκειμενικότητα του ερευνητή αποφασίζει την επιλογή του δείγματος.
Με τη σειρά του, σε αυτήν την περίπτωση, η τύχη παίζει σημαντικό ρόλο. καθώς αφαιρούμε τη διακριτική ευχέρεια.
Γιατί να χρησιμοποιήσετε τυχαία δειγματοληψία;
Αυτός ο τύπος δειγματοληψίας είναι ένας από τους πιο χρησιμοποιούμενους στην επιστημονική μέθοδο. Οι λόγοι είναι διάφοροι, αλλά οι πιο σχετικοί θα ήταν οι εξής:
- Πρώτον, είναι το μόνο που επιτρέπει επιβεβαιωτική ανάλυση και στατιστικά συμπεράσματα. Στην πραγματικότητα, το δεύτερο εκτελείται επίσης σε μη τυχαία δείγματα, αλλά δεν θα είμαστε σε θέση να επιβεβαιώσουμε τα αποτελέσματα. Σε αυτήν την περίπτωση, η έρευνα είναι διερευνητική.
- Από την άλλη πλευρά, σε σχέση με την προηγούμενη ενότητα, αυτή η μέθοδος μειώνει την προκατάληψη. Δηλαδή, έχοντας μια συγκεκριμένη (γνωστή) πιθανότητα επιλογής ενός συγκεκριμένου ατόμου από τον πληθυσμό, αποφεύγουμε την εγγενή υποκειμενικότητα στη μη τυχαία επιλογή.
- Τέλος, επιτρέπει τη χρήση μικρών δειγμάτων σε μεγάλους πληθυσμούς. Φυσικά, υπάρχουν τύποι για τον υπολογισμό αυτών των ελάχιστων δειγμάτων με γνωστούς ή άγνωστους πληθυσμούς.
Πως να το κάνεις?
Όπως κάθε τεχνική που χρησιμοποιείται στην επιστήμη, αυτό γίνεται επίσης μετά από μια διαδικασία. Αυτό επιτρέπει την αναπαραγωγή του πειράματος και μειώνει την προκατάληψη και την υποκειμενικότητα.
- Το πρώτο βήμα, και πολύ αποφασιστικό, είναι η επιλογή του πληθυσμού. Στην πραγματικότητα, πρέπει να λάβουμε όσο το δυνατόν περισσότερες πληροφορίες. Πάνω απ 'όλα, μας ενδιαφέρει η σύνθεσή του από ορισμένες κοινωνιοδημογραφικές μεταβλητές όπως το φύλο, η ηλικία ή το επάγγελμα.
- Στη συνέχεια, πρέπει να επιλέξετε ένα συγκεκριμένο τυχαίο δείγμα. Στην επόμενη ενότητα θα δούμε τις πιο σχετικές. Η απόφαση θα εξαρτηθεί από τα χαρακτηριστικά του πληθυσμού.
- Μόλις επιλεγεί η μέθοδος, το ελάχιστο δείγμα πρέπει να υπολογιστεί. Για να γίνει αυτό, πρέπει να λάβουμε υπόψη αν γνωρίζουμε ή όχι το μέγεθος του πληθυσμού. Όπως έχουμε σχολιάσει, υπάρχουν τύποι για τον υπολογισμό αυτού του μεγέθους δείγματος.
- Τέλος, προχωράμε στη λήψη του δείγματος και πραγματοποιούμε τις σχετικές στατιστικές αναλύσεις σε αυτό. Μόλις ολοκληρωθεί, μπορούμε να πραγματοποιήσουμε ένα τεστ υπόθεσης ή άλλες μεθόδους συμπερασμάτων. Ο στόχος είναι η παρέκταση των αποτελεσμάτων στον πληθυσμό.
Τύποι τυχαίας δειγματοληψίας
Υπάρχουν διάφοροι τύποι τυχαίας δειγματοληψίας ανάλογα με τα χαρακτηριστικά του πληθυσμού.
Ας δούμε τα πιο σχετικά:
- Απλή τυχαία δειγματοληψία: Είναι ένα από τα πιο χρησιμοποιημένα. Συνίσταται στην εκχώρηση ενός τυχαίου αριθμού στον πληθυσμό και στη συνέχεια, βάσει αυτού, η επιλογή του δείγματος. Είναι πολύ χρήσιμο σε πληθυσμούς με κάποια ομοιογένεια. Για παράδειγμα, χρησιμοποιείται ευρέως στη γεωλογία.
- Στρωματοποιημένη δειγματοληψία: Σε αυτήν την περίπτωση, έχουμε να κάνουμε με έναν πληθυσμό που, αν και είναι ετερογενής, μπορεί να χωριστεί σε ομοιογενείς ομάδες (φύλο, ηλικία κ.λπ.). Ένα απλό τυχαίο δείγμα πραγματοποιείται σε κάθε ομάδα. Χρησιμοποιείται ευρέως στις κοινωνικές επιστήμες, όπως η ψυχολογία.
- Δειγματοληψία συμπλέγματος: Σε αυτήν την περίπτωση, ο στόχος είναι να δημιουργήσετε μια σειρά μπλοκ ή συστάδων. Αυτά επιλέγονται τυχαία από ολόκληρο τον πληθυσμό. Σε αυτήν την περίπτωση, υπάρχει ετερογένεια μέσα τους, καθώς και ομοιογένεια έξω. Η έρευνα αγοράς χρησιμοποιεί συχνά αυτό το τυχαίο δείγμα.
- Συστηματική δειγματοληψία: Σε αυτήν την περίπτωση, ο αριθμός των ατόμων στον πληθυσμό διαιρείται με αυτά του δείγματος που θέλουμε να λάβουμε. Στη συνέχεια επιλέγουμε ένα τυχαία και μετράμε, χρησιμοποιώντας αυτήν την τιμή. Τα επιλεγμένα θέματα θα είναι εκείνα που αντιστοιχούν σε αυτόν τον αριθμό. Αυτός ο τύπος μειώνει το πρόβλημα αυτοσυσχέτισης.
Παράδειγμα τυχαίας δειγματοληψίας
Ας φανταστούμε ότι θέλουμε να μελετήσουμε το μέσο ύψος ορισμένων φοιτητών σε ένα συγκεκριμένο πανεπιστήμιο. Αυτά είναι εικονικά δεδομένα και θα χρησιμοποιήσουμε ένα απλό παράδειγμα. Το προηγούμενο βήμα είναι να δημιουργήσετε έναν πίνακα στο υπολογιστικό φύλλο με τον συνολικό πληθυσμό και τα ύψη του.
Έτσι, θα χρησιμοποιήσουμε την απλή μεθοδολογία τυχαίας δειγματοληψίας:
- Στα δεξιά μπορούμε να εισάγουμε τον τυχαίο αριθμό, όπως φαίνεται στην εικόνα (συμπεριλαμβάνουμε τον τύπο).
- Στη συνέχεια, χρησιμοποιούμε την επιλογή ταξινόμησης από το υψηλότερο στο χαμηλότερο, το οποίο δεν τα παραγγέλνει, αλλά τα αλλάζει τυχαία.
- Τούτου λεχθέντος, στη συνέχεια επιλέγουμε το δείγμα (στην περίπτωση αυτή δέκα) με βάση το μέγεθος που υπολογίστηκε για αυτόν τον τύπο τυχαίας δειγματοληψίας.