การสุ่มตัวอย่าง 7 ประเภทและการใช้ในวิทยาศาสตร์

เราเรียกว่า "การสุ่มตัวอย่าง" ขั้นตอนทางสถิติที่ใช้ในการเลือกตัวอย่างที่เป็นตัวแทนของประชากรที่พวกเขาอยู่และเป็นเป้าหมายของการศึกษาของการสอบสวนที่กำหนด.

ในบทความนี้เราจะวิเคราะห์ การสุ่มตัวอย่างชนิดต่าง ๆ ที่มีอยู่ทั้งแบบสุ่มและไม่มีระบบ.

• บทความที่เกี่ยวข้อง: "จิตวิทยาและสถิติ: ความสำคัญของความน่าจะเป็นในด้านวิทยาศาสตร์ของพฤติกรรม"

การสุ่มตัวอย่างในสถิติเชิงอนุมาน

ในสถิติแนวคิด "ตัวอย่าง" ถูกใช้เพื่ออ้างถึงชุดย่อยใด ๆ ที่เป็นไปได้ของประชากรที่กำหนด ดังนั้นเมื่อมีการพูดตัวอย่างการอ้างอิงจะทำกับกลุ่มของวิชาเฉพาะที่เริ่มต้นจากกลุ่มที่ใหญ่กว่า (ประชากร).

สถิติเชิงอนุมานเป็นสาขาหนึ่งของวินัยนี้ที่เกี่ยวข้องกับ ศึกษาตัวอย่างเพื่อทำการอนุมานเกี่ยวกับประชากร ซึ่งพวกเขาเริ่ม มันตรงข้ามกับสถิติเชิงพรรณนาซึ่งเป็นหน้าที่ของมันตามชื่อแนะนำเพื่ออธิบายรายละเอียดเกี่ยวกับลักษณะของตัวอย่างและในอุดมคติของประชากร.

อย่างไรก็ตามกระบวนการของการอนุมานเชิงสถิติกำหนดให้ตัวอย่างที่เป็นปัญหานั้นเป็นตัวแทนของประชากรอ้างอิงเพื่อให้สามารถสรุปข้อสรุปที่ได้รับในระดับขนาดเล็ก ด้วยจุดประสงค์ของการชื่นชอบภารกิจนี้หลากหลาย เทคนิคการสุ่มตัวอย่างนั่นคือการได้รับหรือการเลือกตัวอย่าง.

การสุ่มตัวอย่างมีสองประเภทหลัก: การสุ่มหรือความน่าจะเป็นและการสุ่มไม่เป็นที่รู้จักกันว่า ในทางกลับกันหมวดหมู่กว้าง ๆ สองกลุ่มนี้มีตัวอย่างที่แตกต่างกันซึ่งแตกต่างกันไปตามปัจจัยต่าง ๆ เช่นลักษณะของประชากรอ้างอิงหรือเทคนิคการเลือกที่ใช้.

• บางทีคุณอาจสนใจ: "การวิจัย 15 ประเภท (และฟีเจอร์)"

ประเภทของการสุ่มตัวอย่างแบบสุ่มหรือความน่าจะเป็น

เราพูดถึงการสุ่มตัวอย่างในกรณีที่ วิชาทั้งหมดที่เป็นส่วนหนึ่งของประชากรมีความเป็นไปได้ที่จะถูกเลือกเหมือนกัน เป็นส่วนหนึ่งของตัวอย่าง ตัวอย่างของคลาสนี้เป็นที่นิยมและมีประโยชน์มากกว่าตัวอย่างที่ไม่ใช่แบบสุ่มส่วนใหญ่เป็นเพราะพวกเขามีตัวแทนสูงและอนุญาตให้คำนวณข้อผิดพลาดของตัวอย่าง.

1. สุ่มตัวอย่างแบบง่าย

ในการสุ่มตัวอย่างประเภทนี้ตัวแปรที่เกี่ยวข้องของกลุ่มตัวอย่างมีฟังก์ชันความน่าจะเป็นเหมือนกันและเป็นอิสระจากกัน ประชากรจะต้องไม่ จำกัด หรือ จำกัด ด้วยการแทนที่องค์ประกอบ. การสุ่มแบบง่ายเป็นวิธีที่ใช้มากที่สุดในสถิติเชิงอนุมาน, แต่มีประสิทธิภาพน้อยลงในกลุ่มตัวอย่างที่มีขนาดใหญ่มาก.

2. แบ่งชั้น

การสุ่มแบบแบ่งชั้นประกอบด้วยการแบ่งประชากรออกเป็นชั้น ตัวอย่างนี้จะเป็นการศึกษาความสัมพันธ์ระหว่างระดับความพึงพอใจในชีวิตและระดับทางเศรษฐกิจและสังคม จากนั้นจะมีการดึงอาสาสมัครจำนวนหนึ่งจากแต่ละชั้นเพื่อรักษาสัดส่วนของประชากรอ้างอิง.

3. Conglomerates

ในเชิงสถิติ กลุ่ม บริษัท เป็นกลุ่มขององค์ประกอบประชากร, เช่นโรงเรียนหรือโรงพยาบาลของรัฐในเขตเทศบาล เมื่อทำการสุ่มตัวอย่างแบบนี้ประชากร (ในตัวอย่างพื้นที่เฉพาะ) จะถูกแบ่งออกเป็นหลายกลุ่ม บริษัท และบางกลุ่มถูกสุ่มเลือกเพื่อศึกษาพวกเขา.

4. เป็นระบบ

ในกรณีนี้เราเริ่มต้นด้วยการหารจำนวนอาสาสมัครหรือการสังเกตทั้งหมดที่รวมกันเป็นประชากรในกลุ่มที่เราต้องการใช้สำหรับตัวอย่าง จากนั้นตัวเลขสุ่มจะถูกเลือกจากคนแรกและเพิ่มค่าเดียวกันนี้อย่างต่อเนื่อง องค์ประกอบที่เลือกจะกลายเป็นส่วนหนึ่งของกลุ่มตัวอย่าง.

การสุ่มตัวอย่างแบบไม่สุ่มหรือไม่น่าจะเป็น

การสุ่มตัวอย่างแบบไม่น่าจะเป็นใช้เกณฑ์ที่มีระดับต่ำของการจัดระบบที่พยายามทำให้มั่นใจว่าตัวอย่างมีระดับความเป็นตัวแทนที่แน่นอน การสุ่มตัวอย่างประเภทนี้ส่วนใหญ่จะใช้ เมื่อไม่สามารถทำการสุ่มชนิดอื่นได้, ซึ่งเป็นเรื่องธรรมดามากเพราะมีค่าใช้จ่ายในการควบคุมสูง.

1. เจตนาความคิดเห็นหรือความสะดวกสบาย

ในการสุ่มตัวอย่างโดยเจตนาผู้วิจัยเลือกองค์ประกอบที่จะทำการสุ่มตัวอย่างโดยสมัครใจสมมติว่าสิ่งนี้จะเป็นตัวแทนของประชากรอ้างอิง ตัวอย่างที่นักเรียนคุ้นเคยกับจิตวิทยาคือการใช้นักเรียนเป็นตัวอย่างของความคิดเห็นของอาจารย์มหาวิทยาลัย.

2. สโนว์บอลหรือการสุ่มตัวอย่างโซ่

ในการสุ่มตัวอย่างประเภทนี้นักวิจัยจะสร้างการติดต่อกับวิชาบางอย่าง จากนั้นพวกเขาจะได้ผู้เข้าร่วมใหม่สำหรับตัวอย่างจนกว่าจะเสร็จสมบูรณ์ โดยทั่วไปจะใช้การเก็บตัวอย่างสโนว์บอล เมื่อทำงานกับประชากรที่เข้าถึงยาก, เช่นในกรณีของการติดสารหรือสมาชิกของวัฒนธรรมชนกลุ่มน้อย.

3. การสุ่มตัวอย่างด้วยโควต้าหรืออุบัติเหตุ

เราพูดถึงการสุ่มตัวอย่างด้วยโควต้าเมื่อนักวิจัยเลือกจำนวนเฉพาะของกลุ่มวิชาที่มีคุณสมบัติบางอย่าง (เช่นผู้หญิงสเปนที่อายุมากกว่า 65 ปีซึ่งมีความบกพร่องทางสติปัญญารุนแรง) จากความรู้เกี่ยวกับชั้นของประชากร การสุ่มตัวอย่างอุบัติเหตุ มันถูกใช้บ่อยในการสำรวจ.