Das Wahrscheinlichkeitsstichprobe Es ist ein Instrument, dessen Zweck es ist zu bestimmen, welcher Teil einer bestimmten Bevölkerung untersucht werden sollte, um Unterschiede festzustellen. Die Stichprobe sollte die Population repräsentieren, in der die wesentlichen Merkmale für die Untersuchung am besten reproduziert werden.
Die Stichprobe ist nur dann repräsentativ und nützlich, wenn sie die Ähnlichkeiten und Unterschiede einer Population widerspiegelt.
Anzeige
In diesem Artikel finden Sie:
Merkmale der Wahrscheinlichkeitsstichprobe
Das Wahrscheinlichkeitsstichprobe es zeichnet sich dadurch aus, dass alle Individuen die gleiche Wahrscheinlichkeit haben, ausgewählt zu werden, um Teil zu sein einer Stichprobe und folglich haben alle möglichen Stichproben die gleiche Wahrscheinlichkeit, ausgewählt.
Anzeige
Wir sprechen von Wahrscheinlichkeitsstichproben, wenn eine Reihe von Merkmalen erfüllt ist:
Wenn die Menge der möglichen Proben definiert werden kann
Dies bezieht sich auf die Tatsache, dass Sie einen Sampling-Frame oder Sampling-Frame haben müssen, der nichts anderes ist als die Liste aller Elemente, aus denen sich zusammensetzt zum untersuchten Universum, wenn unser untersuchtes Universum zum Beispiel Medizinstudenten einer bestimmten Universität sind, Es muss die Liste all dieser Elemente enthalten, d. h. aller Medizinstudenten dieser Universität, und das wäre unser Rahmen Stichprobe.
Anzeige
Bekannte Auswahlwahrscheinlichkeit P (s)
Dies bedeutet, dass alle Elemente unseres Stichprobenrahmens die gleiche Wahrscheinlichkeit haben, ausgewählt zu werden.
Wahrscheinlichkeit größer Null
Bei einem Wahrscheinlichkeitsstichprobentest garantiert der Auswahlprozess, dass alle Elemente mit einer Wahrscheinlichkeit größer Null in die Stichprobe aufgenommen werden.
Anzeige
Zufallsmechanismus
Der Zufallsmechanismus stellt sicher, dass jede Stichprobe die gleiche Wahrscheinlichkeit hat, ausgewählt zu werden. Dazu können wir mit größerer Eigenschaft sagen als die Wahrscheinlichkeitsstichprobe Auf diese Weise kann eine ausreichend repräsentative Stichprobe einer Veröffentlichung ausgewählt werden, deren Informationen es ermöglichen, auf die Eigenschaften und Merkmale einer Population zu schließen.
Dieses Verfahren ist nicht sinnvoll, wenn die Population sehr groß ist.
Anzeige
Vorteile der Wahrscheinlichkeitsstichprobe
- Das Wahrscheinlichkeitsstichprobe es ist einfach und leicht zu verstehen.
- Vermeiden Sie eine Volkszählung.
- Schnelle Berechnung von Maßen und Abweichungen.
- Es gibt Softwarepakete, um Daten zu analysieren.
Nachteile der Wahrscheinlichkeitsstichprobe
- Es ist im Voraus erforderlich, dass Sie eine vollständige Liste der gesamten Bevölkerung haben.
- Es gibt eine Fehlerquote.
- Wenn wir mit kleinen Stichproben arbeiten, ist es möglich, dass die gesamte Grundgesamtheit nicht richtig repräsentiert wird, weshalb eine vollständige Stichprobe gehandhabt werden muss.
Wenn zum Beispiel Kugeln aus einer Trommel entnommen werden, werden die Individuen in der Population von 1 bis N nummeriert, N Kugeln werden aus der Trommel gezogen, und diese Individuen bilden die Stichprobe. Jeder hat die gleiche Chance, ausgewählt zu werden.
Systematische Stichprobenziehung
Innerhalb der Wahrscheinlichkeitsstichprobe Wir können die systematische Zufallsstichprobe hervorheben, es ist eine systematische Stichprobentechnik, die Forscher bevorzugen es oft, weil es einfach durchzuführen ist und in vielen Fällen optimale Ergebnisse liefert Bedingungen
Bei der systematischen Zufallsstichprobe wählt der Forscher zufällig das erste Stück oder das erste Thema aus innerhalb einer Population wählt der Forscher dann jedes n-te Subjekt aus den aufführen.
Diese Art von Verfahren ist sehr einfach und kann manuell durchgeführt werden. Es ist unwahrscheinlich, dass sich die Merkmale in jedem n-ten Probanden wiederholen, sodass die Ergebnisse für die gesamte Population repräsentativ sind.
Zum Beispiel hat der Forscher eine Gesamtpopulation von sechzig Individuen und braucht zwölf Probanden, zuerst wählt er seine Startnummer zwei und fährt mit dem Intervall fünf fort, dann die Mitglieder Ihrer Stichprobe wären Personen, zwei, sieben, zwölf, siebzehn, zweiundzwanzig, siebenundzwanzig, zweiunddreißig, siebenunddreißig, zweiundvierzig, siebenundvierzig, zweiundfünfzig und fünfzig und sieben.
Arten der Wahrscheinlichkeitsstichprobe
Wir werden 2 verschiedene Arten von Wahrscheinlichkeitsstichproben detailliert beschreiben:
Geschichtete Stichprobe
Stratified Sampling ist eine andere Art der Wahrscheinlichkeitsstichprobe, bei der der Forscher das gesamte Bevölkerung in verschiedenen Untergruppen oder Schichten und wählt dann nach dem Zufallsprinzip Probanden aus verschiedenen Schichten.
Die bei der geschichteten Zufallsstichprobe am häufigsten verwendeten Schichten sind Alter, Geschlecht, sozioökonomischer Status, Religion, Nationalität und erreichtes Studienniveau, z. Angenommen, wir haben drei Schichten mit jeweils 32 Probanden, eine Stichprobenfraktion von fünf und zwölftel wird verwendet, und dann testen wir nach dem Zufallsprinzip fünf Probanden aus jeder Schicht beziehungsweise.
Das Ziel besteht darin, dass die erhaltene Population kleiner und damit spezifischer wird.
Cluster-Sampling
Um diese Stichprobenziehung durchzuführen, sammelt der Forscher seine Bevölkerungsstichprobe, indem er bestimmte Schritte befolgt. Als erstes werden verschiedene Gruppen getrennt und die Probanden aus jeder Gruppe einzeln durch Zufallsstichproben ausgewählt.
Bei der Clusterstichprobe kann der Forscher auch den gesamten Cluster und nicht nur eine Teilmenge einbeziehen, z Wenn Sie beispielsweise erwägen, eine Umfrage unter Studienanfängern aus einem Land durchzuführen, müssen Sie ein Vorstellungsgespräch führen 96 Universitätsstudenten, da es unmöglich war, auf eine geschichtete Stichprobe zuzugreifen, eine Stichprobe aus zwei Konglomeraten von acht Schüler.
Abschließend können wir sagen, dass die Wahrscheinlichkeitsstichprobe ein statistisches Werkzeug ist, das uns die Möglichkeit gibt, Projektionen innerhalb einer Population machen von Einzelpersonen, ohne Daten einer ganzen Bevölkerung verwenden zu müssen. Auf diese Weise können wir einige Daten speichern, aber bei der Verwendung in sehr großen Populationen ist Vorsicht geboten, da es eine proportionale Fehlerquote gibt.
