ალბათური შერჩევა (რა არის ეს, მახასიათებლები, უპირატესობები და უარყოფითი მხარეები)

ალბათობის შერჩევა ეს არის ინსტრუმენტი, რომლის მიზანია განსაზღვროს კონკრეტული პოპულაციის რომელი ნაწილი უნდა იქნას შესწავლილი, რათა დადგინდეს განსხვავებები. ნიმუში უნდა წარმოადგენდეს იმ პოპულაციას, რომელშიც გამოვლენილია უმთავრესი თვისებები.

ნიმუში იქნება წარმომადგენლობითი და სასარგებლო, მხოლოდ იმ შემთხვევაში, თუ ის ასახავს მსგავსებასა და განსხვავებას, რაც შეიძლება ჰქონდეს მოსახლეობას.

ალბათობის შერჩევის მახასიათებლები

ალბათობის შერჩევა იგი ხასიათდება იმით, რომ ყველა პიროვნებას აქვს იგივე ალბათობა, რომ იყოს არჩეული ნიმუში და, შესაბამისად, ყველა შესაძლო ნიმუშს აქვს იგივე ალბათობა შერჩეულია.

ჩვენ ვსაუბრობთ ალბათობის შერჩევაზე, როდესაც მახასიათებლების მთელი რიგი შესრულებულია:

თუ შესაძლებელია განისაზღვროს შესაძლო ნიმუშების ნაკრები

ეს ეხება იმ ფაქტს, რომ თქვენ უნდა გქონდეთ შერჩევის ჩარჩო ან შერჩევის ჩარჩო, რომელიც სხვა არაფერია, თუ არა ყველა იმ ელემენტის ჩამონათვალი, რომელიც ქმნის შესწავლილ სამყაროში, მაგალითად, თუ ჩვენი შესწავლილი სამყარო არის გარკვეული უნივერსიტეტის სამედიცინო სტუდენტები, მას უნდა ჰქონდეს ყველა იმ ელემენტის ჩამონათვალი, ანუ ამ უნივერსიტეტის სამედიცინო ფაკულტეტის ყველა სტუდენტი და ეს იქნება ჩვენი ჩარჩო ნიმუში.

შერჩევის ცნობილი ალბათობა P (s)

ეს ნიშნავს, რომ ჩვენი შერჩევის ჩარჩოს ყველა ელემენტს არჩევის იგივე ალბათობა აქვს.

ალბათობა ნულზე მეტია

ალბათობის შერჩევის ტესტის ფარგლებში, შერჩევის პროცესი იძლევა გარანტიას, რომ ყველა ელემენტს აღემატება ნულოვან ალბათობას ნიმუში.

შემთხვევითი მექანიზმი

შემთხვევითი მექანიზმი უზრუნველყოფს თითოეული ნიმუშის არჩევის იგივე ალბათობას. ამისათვის შეგვიძლია ვთქვათ უფრო დიდი ქონებით ვიდრე ალბათობის შერჩევა ეს არის პუბლიკაციის საკმარისად წარმომადგენლობითი ნიმუშის ასარჩევად, რომლის ინფორმაციაც იძლევა პოპულაციის თვისებებისა და მახასიათებლების დადგენის საშუალებას.

ეს პროცედურა არ გამოდგება, როდესაც მოსახლეობა ძალიან დიდია.

ალბათობის შერჩევის უპირატესობები

• ალბათობის შერჩევა ეს არის მარტივი და გასაგები.
• თავი აარიდეთ აღწერის აღებას.
• ზომების და ვარიანტების სწრაფი გაანგარიშება.
• არსებობს პროგრამული პაკეტები მონაცემთა გასაანალიზებლად.

ალბათობის შერჩევის უარყოფითი მხარეები

• წინასწარ საჭიროა, რომ გქონდეთ მთელი მოსახლეობის სრული სია.
• შეცდომის ზღვარია.
• თუ მცირე ნიმუშებთან ვმუშაობთ, შესაძლებელია, რომ მთელი მოსახლეობა ადეკვატურად არ არის წარმოდგენილი, ამიტომ უნდა მოხდეს სრული ნიმუშის დამუშავება.

მაგალითად, დრამიდან ბურთების ამოღებისას პოპულაციაში მყოფი პირები დანომრილია 1-დან N- მდე, დრამიდან N ბურთებს იღებენ და ესენი იქნება ნიმუში. ყველას შერჩევის თანაბარი შანსი აქვს.

სისტემური შემთხვევითი შერჩევა

შიგნით ალბათობის შერჩევა ჩვენ შეგვიძლია გამოვყოთ სისტემატური შემთხვევითი შერჩევა, ეს არის სისტემური შერჩევის ტექნიკა, რომელიც მკვლევარებს ხშირად ურჩევნიათ, რადგან იგი მარტივია შესასრულებლად და ბევრში ოპტიმალურ შედეგებს იძლევა ვადები

სისტემატური შემთხვევითი შერჩევის დროს მკვლევარი შემთხვევით ირჩევს პირველ ნაჭერს ან საგანს პოპულაციაში მკვლევარი შემდეგ აირჩევს თითოეულ მე -9 საგანს სია

ამ ტიპის პროცედურა ძალიან მარტივია და მისი გაკეთება შესაძლებელია ხელით. მახასიათებლები, სავარაუდოდ, არ უნდა განმეორდეს თითოეულ მე -9 საგანში, ამიტომ შედეგები მთელი მოსახლეობის წარმომადგენელია.

მაგალითად, მკვლევარს აქვს სამოცი ინდივიდუალური მოსახლეობა და სჭირდება თორმეტი სუბიექტი, ჯერ ის აირჩევს თავის პირველ ნომერს და აგრძელებს ხუთი ინტერვალს, შემდეგ კი თქვენი ნიმუშის წევრები იქნებოდნენ ორი, შვიდი, თორმეტი, ჩვიდმეტი, ოცდაორი, ოცდაშვიდი, ოცდათორმეტი, ოცდაჩვიდმეტი, ორმოცდაორი, ორმოცდაშვიდი, ორმოცდაორი და ორმოცდაათი და შვიდი.

ალბათობის შერჩევის ტიპები

დეტალურად განვიხილავთ 2 სხვადასხვა ტიპის ალბათობის შერჩევას:

სტრატიფიცირებული შერჩევა

სტრატიფიცირებული შერჩევა არის ალბათობის შერჩევის კიდევ ერთი სახეობა, სადაც მკვლევარი გამოყოფს მთელს მოსახლეობა სხვადასხვა ქვეჯგუფში ან ფენაში, შემდეგ შემთხვევით ირჩევს სუბიექტებს სხვადასხვადან ფენებს.

სტრატიფიცირებული შემთხვევითი შერჩევის დროს გამოყენებული ყველაზე გავრცელებული ფენაა ასაკი, სქესი, სოციალურ-ეკონომიკური დონე, რელიგია, ეროვნება და მიღწეული კვლევების დონე, მაგალითად, დავუშვათ, რომ გვაქვს 32 სუბიექტის სამი ფენა, გამოიყენება ხუთი და ოცდამეორმეტედის შერჩევის ფრაქცია, შემდეგ კი შემთხვევითი წესით ვამოწმებთ ხუთ საგანს თითოეული ფენიდან შესაბამისად.

მიზანი ისაა, რომ მიღებული მოსახლეობა უფრო მცირეა და ამ გზით უფრო სპეციფიკურია.

კასეტური შერჩევა

ამ შერჩევის ჩასატარებლად, მკვლევარი აგროვებს თავის პოპულაციის ნიმუშს გარკვეული ნაბიჯების დაცვით. პირველია, რომ გამოიყოს სხვადასხვა ჯგუფები და ინდივიდუალურად შეარჩიონ სუბიექტები თითოეული ჯგუფიდან შემთხვევითი შერჩევის გზით.

კასეტური სინჯის აღებისას მკვლევარმა შეიძლება აირჩიოს მთელი კლასტერი და არა მხოლოდ ქვეჯგუფი მაგალითად, თუ თქვენ განიხილავთ პირველი კურსის უნივერსიტეტის სტუდენტების გამოკითხვის ჩატარებას რომელიმე ქვეყნიდან, საჭიროა გასაუბრება ორმოცდათექვსმეტი უნივერსიტეტის სტუდენტი, იმის გათვალისწინებით, რომ შეუძლებელია შესვლა ფენიანი ნიმუშით, ორი კონგლომერატის ნიმუში რვა სტუდენტი.

შეგვიძლია დავასკვნათ, რომ ალბათობის შერჩევა არის სტატისტიკური ინსტრუმენტი, რომელიც საშუალებას გვაძლევს პროგნოზირება მოსახლეობაში ინდივიდების, მთელი მოსახლეობის მონაცემების გამოყენების გარეშე. ამ გზით შეგვიძლია დავაზოგოთ ზოგიერთი მონაცემი, მაგრამ სიფრთხილე გვმართებს მისი გამოყენებისას ძალიან დიდ პოპულაციებში, რადგან არსებობს პროპორციული შეცდომის ზღვარი.