דגימה הסתברותית (מה זה, מאפיינים, יתרונות וחסרונות)

ה דגימת הסתברות זהו מכשיר שמטרתו לקבוע איזה חלק מאוכלוסייה ספציפית צריך להיבדק בכדי לבסס הבדלים. המדגם אמור לייצג את האוכלוסייה שבה משוחזרים בצורה הטובה ביותר התכונות החיוניות לחקירה.

המדגם יהיה מייצג ושימושי, רק אם הוא משקף את הדמיון וההבדלים שיש לאוכלוסיה.

מאפייני דגימת הסתברות

ה דגימת הסתברות היא מאופיינת בכך שלכל הפרטים אותה הסבירות להיבחר להיות חלק של מדגם וכתוצאה מכך לכל הדגימות האפשריות יש אותה הסתברות להיות נבחר.

אנו מדברים על דגימת הסתברות כאשר מתקיימים סדרת מאפיינים:

אם ניתן להגדיר את סט הדוגמאות האפשריות

זה מתייחס לעובדה שאתה חייב להיות בעל מסגרת דגימה או מסגרת דגימה שהם לא יותר מרשימת כל האלמנטים המרכיבים ליקום הנחקר, למשל, אם היקום שלנו הנלמד הם הסטודנטים לרפואה של אוניברסיטה מסוימת, חייבת להיות רשימת כל אותם אלמנטים, כלומר של כל הסטודנטים לרפואה של אותה אוניברסיטה וזו תהיה המסגרת שלנו לִטעוֹם.

הסתברות ידועה לבחירה P (ים)

המשמעות היא שלכל מרכיבי מסגרת הדגימה שלנו יש את אותה ההסתברות להיבחר.

סבירות גדולה מאפס

במסגרת בדיקת דגימת הסתברות, תהליך הבחירה מבטיח כי לכל האלמנטים יש סיכוי גדול מאפס להיכלל במדגם.

מנגנון אקראי

המנגנון האקראי מבטיח שלכל מדגם יש את אותה ההסתברות לבחירה. לשם כך אנו יכולים לומר ברכוש גדול יותר מ- דגימת הסתברות זו הדרך לבחור מדגם מייצג מספיק של פרסום שמידעו מאפשר להסיק את המאפיינים והמאפיינים של אוכלוסייה.

הליך זה אינו שימושי כאשר האוכלוסייה גדולה מאוד.

יתרונות דגימת הסתברות

• ה דגימת הסתברות זה פשוט וקל להבנה.
• הימנע מלקחת מפקד אוכלוסין.
• חישוב מהיר של מדדים ושונות.
• ישנן חבילות תוכנה לניתוח נתונים.

חסרונות של דגימת הסתברות

• מראש נדרש לרשימה מלאה של כל האוכלוסייה.
• יש שולי טעות.
• אם אנו עובדים עם דגימות קטנות, יתכן שכל האוכלוסייה אינה מיוצגת כראוי, לכן יש לטפל במדגם מלא.

לדוגמא, כאשר מוציאים כדורים מתוף, הפרטים באוכלוסייה ממוספרים מ -1 ל- N, כדורי N נמשכים מהתוף, ואנשים אלה יהיו המדגם. לכולם יש סיכוי שווה להיבחר.

דגימה אקראית שיטתית

בפנים דגימת הסתברות אנו יכולים להדגיש את הדגימה האקראית השיטתית, זוהי טכניקת דגימה שיטתית ש חוקרים מעדיפים לעתים קרובות משום שהוא פשוט לביצוע ויש לו תוצאות אופטימליות אצל רבים תנאים

בדגימה אקראית שיטתית, החוקר בוחר באקראי את היצירה או הנושא הראשון בתוך אוכלוסיה, החוקר יבחר כל נושא תשיעי מתוך רשימה.

סוג זה של הליך פשוט מאוד וניתן לבצע אותו באופן ידני. סביר להניח שלא יחזרו על מאפיינים בכל נושא תשעה עשר, ולכן התוצאות מייצגות את כלל האוכלוסייה.

לדוגמא, לחוקר יש אוכלוסייה כוללת של שישים אנשים והוא זקוק לשנים עשר נבדקים, תחילה הוא בוחר את מספר ההתחלה שלו שניים וממשיך במרווח חמש, ואז חברי המדגם שלך יהיו יחידים, שניים, שבע, שתים עשרה, שבע עשרה, עשרים ושניים, עשרים ושבע, שלושים ושניים, שלושים ושבע, ארבעים ושניים, ארבעים ושבע, חמישים ושניים וחמישים ושבעה.

סוגי דגימת הסתברות

נפרט על שני סוגים שונים של דגימת הסתברות:

דגימה מרובדת

דגימה מרובדת היא סוג אחר של דגימת הסתברות שבה החוקר מפריד בין כל זה אוכלוסייה בתתי-קבוצות שונות או בשכבות שונות, ואז בוחר באופן אקראי נושאים שונים רְבָדִים.

השכבות הנפוצות ביותר בשימוש בדגימה אקראית מרובדת הן גיל, מין, מעמד סוציו-אקונומי, דת, לאום ורמת המחקרים שהושגו, למשל, נניח שיש לנו שלוש שכבות של 32 נבדקים כל אחת, נעשה שימוש בשבר דגימה של חמש ושלושים-עשר, ואז אנו בודקים באופן אקראי חמישה נבדקים מכל שכבה בהתאמה.

המטרה היא שהאוכלוסייה שהושגה תהיה קטנה יותר, ובדרך זו ספציפית יותר.

דגימת אשכול

לצורך ביצוע דגימה זו, אוסף החוקר את מדגם האוכלוסייה שלו על ידי ביצוע צעדים מסוימים. הדבר הראשון הוא להפריד בין קבוצות שונות, ולבחור בנפרד את הנושאים מכל קבוצה באמצעות דגימה אקראית.

בדגימת אשכולות, החוקר יכול גם לבחור לכלול את כל האשכול ולא רק קבוצת משנה, עבור לדוגמה, אם אתה שוקל לערוך סקר של סטודנטים בשנה א 'באוניברסיטה ממדינה, עליך לראיין תשעים ושישה סטודנטים באוניברסיטה, לאור חוסר האפשרות לגשת למדגם מרובד, מדגם של שני קונגלומרטים של שמונה סטודנטים.

אנו יכולים לסכם באמירה שדגימת הסתברות היא כלי סטטיסטי שנותן לנו את האפשרות לבצע תחזיות בתוך אוכלוסייה של אנשים פרטיים, ללא צורך להשתמש בנתונים מאוכלוסייה שלמה. באופן זה אנו יכולים לשמור נתונים מסוימים, אך יש לנקוט בזהירות בשימוש בהם באוכלוסיות גדולות מאוד מכיוון שיש מרווח שגיאות יחסי.