Вероятностная и не вероятностная выборка

В этой работе будут объяснены методы выборки, которые разделены на две основные категории: вероятностная и не вероятностная выборка, которая очень помогает успешно провести или адекватно выбрать выборку для проведения расследования, указанное исследование может быть как для очень большой студии, так и для маленькой.

Чтобы провести расследование в популяции, такое как изучение популяции для определения распространенности или отсутствия заболевания, мы можем проанализировать всю данную популяцию, то есть провести перепись или провести расследование для только часть населения по выборке.

вероятности выборки-нон-вероятности Guadeloupe

Изучая всю совокупность, можно точно узнать распределение изучаемой переменной в совокупности. Однако на это потребуется больше времени, или затраты будут очень высокими, поскольку в ходе переписи необходимо изучить большое количество элементов населения, что потребует времени и денег. Если вы хотите изучать большое количество людей, необходим обученный персонал и хорошо оборудованные помещения.

Лучшая альтернатива - использовать только часть генеральной совокупности, то есть проводить выборку, поскольку это намного быстрее, дешевле и результаты могут быть более точными, если выборка выбрана правильно.

Цель повторного выполнения этой работы - показать два типа выборки, а также типы методов, используемых в каждой вероятностной и не вероятностной выборке, а также преимущества и недостатки выбора каждой выборки.

ВЕРОЯТНОСТЬ И НЕВЕРЯДОСТЬ ВЫБОРКИ

Чтобы начать и понять тему вероятностной и не вероятностной выборки, важно знать значение выборки.

ЧТО ПРОБЫ?

Выборка - это процесс отбора группы людей из популяции с целью их изучения и возможности охарактеризовать всю популяцию. (Очоа, 2015). То есть он состоит из выбора определенной группы лиц, которые считаются репрезентативными, чтобы облегчить исследование или определить характеристики популяции.

Например, предположим, мы хотим знать, какой процент жителей города употребляет алкоголь в своей повседневной жизни. Один из способов узнать эти данные - изучить все население, но это было бы очень сложно сделать, поскольку количество жителей в городе очень велико, по этой причине выбирается выборка (например, 800 человек) населения. чтобы узнать желаемый процент. Способ отбора населения называется отбором.

КЛАССИФИКАЦИЯ МЕТОДОВ ОТБОРА ПРОБ

Согласно Малхотре (2008), он классифицирует методы выборки следующим образом: Невероятная и вероятностная выборка. (См. Иллюстрацию 1)

ВЕРОЯТНЫЙ ОТБОР ПРОБ

Вероятностная выборка - это метод выборки, при котором люди из совокупности выбираются случайным образом, и каждый из них имеет одинаковую положительную вероятность быть выбранным и быть частью выборки. Следовательно, это тип выборки, который больше рекомендуется для исследования, поскольку он более эффективен, точен и обеспечивает репрезентативность извлеченной выборки, кроме того, исследователь должен гарантировать, что каждый человек в популяции имеет одинаковые возможности. В вероятностной выборке можно найти следующие типы:

Простая случайная выборка Систематическая случайная выборка Стратифицированная случайная выборка Кластерная случайная выборка Смешанная / многоэтапная случайная выборка.

ПРОСТОЙ СЛУЧАЙНЫЙ ОТБОР ПРОБ

В этом методе выборки все элементы генеральной совокупности, которые будут выбраны для выборки, выбираются случайным приливом, таким же образом, каждый элемент имеет одинаковую вероятность быть выбранным, элементам присваивается номер, который будет уникальным для их идентификации.

Элементы, которые будут принадлежать определенному образцу, будут выбраны независимо от любого другого элемента. То есть, если элемент выбран, он не повлияет на выбор другого элемента или нет.

Для проведения процедуры отбора необходимо сначала присвоить номер всем элементам популяции, затем отбор будет происходить с помощью каких-либо механических средств (полоски бумаги в хрустальном шаре, таблица случайных чисел, пинболы). pong с номером, присвоенным внутри сумки, случайными числами, генерируемыми компьютером, и т. д.) в зависимости от размера установленной выборки элементы, связанные с числами, полученными механическими средствами, будут исследуемой выборкой.

ПРЕИМУЩЕСТВА ПРОСТОГО СЛУЧАЙНОГО ОТБОРА ПРОБ

Большая простота сборки выборки исследования. Элементы генеральной совокупности выбираются справедливым образом, поскольку все элементы имеют одинаковую вероятность выбора. Выбор каждого элемента не зависит от других вариантов. Статистические процедуры, необходимые для анализа данных и вычисления ошибок, следующие: легче, чем это требуется в других процедурах вероятностной выборки. обычно дает репрезентативные выборки Быстрый расчет средних и дисперсий.

НЕДОСТАТКИ ПРОСТОГО СЛУЧАЙНОЙ ВЫБОРКИ

Необходимость всегда иметь список всех элементов генеральной совокупности; в случае, если этот метод применяется к очень большой генеральной совокупности, составление этого списка, а также его постоянное обновление потребуют очень много времени. относится к большой популяции.

СИСТЕМАТИЧЕСКИЙ СЛУЧАЙНЫЙ ОТБОР ПРОБ

Эта процедура, как и простая случайная выборка, перечисляет все элементы генеральной совокупности, но, в отличие от предыдущего метода, будет извлекаться только один элемент совокупности, что выполняется случайным образом.

Отправной точкой будет элемент? а элементы, составляющие выборку, это те, которые занимают места?,? +?,? + 2?,? +3?,…,? + (? - 1)?, То есть особи? где ? - результат, полученный путем деления размера генеральной совокупности на размер выборки. Номер ? Что используется в качестве отправной точки - случайное число от 1? ?

Рекомендуется при очень большой генеральной совокупности. Он расширяет выборку до всей генеральной совокупности. Он не представляет проблем с алгебраическими вычислениями. Этот тип выборки требует меньше времени и не требует больших затрат.

В нем представлены случаи, в которых есть периодичности в генеральной совокупности, поскольку, выбирая элементы выборки с постоянной периодичностью, мы можем ввести однородность, которая не наблюдается в генеральной совокупности Возможность увеличения дисперсии при наличии периодичности в генеральной совокупности Нет Независимость элементов в разных зонах, так как элементы, выбранные в каждой зоне, зависят от элемента, выбранного в первой зоне.Существует только один случайный выбор для первого элемента в выборке.

СТРАТИФИЦИРОВАННАЯ СЛУЧАЙНАЯ ВЫБОРКА

В стратифицированной случайной выборке элементы генеральной совокупности делятся на подгруппы или страты, в которых каждый элемент может принадлежать только к одной страте. Другими словами, каждый элемент будет сгруппирован по этапам с учетом характеристики, например пола, возраста, профессии, семейного положения и т. Д.

Цель этого типа выборки - гарантировать, что каждый интересующий слой надлежащим образом представлен в каждой выборке. Слои должны быть взаимоисключающими и коллективно исчерпывающими, поэтому каждый элемент населения должен принадлежать к одному слою, не пропуская ни одного элемента населения.

Распределение выборки по разным стратам называется распределением, типы распределения могут быть:

Простое назначение: каждой страте соответствует одинаковое количество элементов выборки. Пропорциональное распределение: распределение производится в соответствии с размером населения каждой страты. Оптимальное распределение: учитывается предсказуемый разброс результатов, так что учитываются пропорция и стандартное отклонение.

После определения слоев создается выборка, для получения указанной выборки отбираются индивидуумы с использованием любой методики выборки для каждой из слоев отдельно, обычно это метод, который наиболее часто применяется для получения выборки. страт - простая случайная выборка.

В стратах могут быть однородные группы индивидов, и они, в свою очередь, неоднородны среди различных групп, то есть в каждой группе страты индивиды обладают общими характеристиками, но в то же время отличаются от других слоев, поскольку каждый слой имеет общие характеристики. просто поведение. Например, в одном исследовании ожидается обнаружение различного поведения между мужчинами и женщинами, первый слой будут мужчинами, а второй - женщинами, поэтому мужчины ведут себя одинаково друг с другом и с женщинами. ведут себя по-разному, что похоже друг на друга, поэтому мужчины и женщины будут вести себя по-разному. Если пласты обычно внутренне однородны и неоднородны между собой,Используя этот метод выборки, вы уменьшите ошибку выборки.

ПРЕИМУЩЕСТВА СТРАТИФИЦИРОВАННОГО СЛУЧАЙНОГО ОТБОРА ПРОБ

Рекомендуется использовать этот метод выборки, если у вас есть априорные знания о генеральной совокупности. Получение более точных оценок. Целью этого типа выборки является обеспечение надлежащего представления каждой интересующей страты в каждой выборке. Для каждой выборки могут использоваться разные методы выборки. Слой Если слои имеют тенденцию быть внутренне однородными и неоднородными между собой, использование этого метода выборки снизит ошибку выборки.

НЕДОСТАТКИ СТРАТИФИКАЦИОННЫХ ПРОБ

Необходим каркас, содержащий вспомогательную информацию. Часто бывает сложно сформировать каждую из слоев.

СЛУЧАЙНАЯ ВЫБОРКА КОНГЛОМЕРАТАМИ

Этот метод используется, когда популяция сгруппирована в естественные кластеры, мы понимаем под конгломератами группировку элементов, которые представляют аналогичные характеристики для всей популяции, в отличие от стратифицированной случайной выборки, эта процедура группируется в соответствии с переменными, которые необходимо изучить, и точно идентифицировать населению. Кластеры должны быть взаимоисключающими и коллективно исчерпывающими, а также иметь равную вероятность быть выбранными.

Порядок использования этого метода следующий:

Произвольно выберите кластеры, элементы каждого кластера будут частью выборки. Эти элементы образуют группы или конгломераты.После этого производится случайный выбор элементов, которые будут изучены в каждой группе, или наблюдение за всеми элементами, составляющими выбранные группы.

СМЕШАННЫЙ / МНОЖЕСТВЕННЫЙ СЛУЧАЙНЫЙ ОТБОР ПРОБ

Этот метод отбора проб представляет собой комбинацию двух или более из вышеупомянутых методов отбора проб, как правило, при проведении расследования не рекомендуется использовать только вероятностный метод отбора проб, поскольку во время расследования выполняются разные этапы. исследования, и если этот метод используется на каждом этапе, будет применяться другой метод случайной выборки.

ВЕРОЯТНЫЙ ОТБОР ПРОБ

Невероятностная выборка используется, когда трудно получить выборку методом вероятностной выборки. Этот метод представляет собой метод выборки, который не выполняет процедуры случайного выбора, а основан на личном суждении исследователя при выборе элементов, которые будут принадлежать выборке. В этом методе вероятность выбора каждого элемента совокупности неизвестна, а также не все имеют одинаковую вероятность быть выбранными для выборки.

Хотя этот метод не очень репрезентативен по критериям исследователя, репрезентативность не гарантируется. Среди не вероятностных методов наиболее часто используются:

Выборка квот. Преднамеренная или удобная выборка. Выборка «снежным комом».

ОТБОР ПО КВОТАМ

Это метод не вероятностной выборки, который заключается в отборе выборки после разделения совокупности на страты. Разница между методом квотной выборки и методом стратифицированной выборки заключается в том, что отбор элементов генеральной совокупности для выборки производится по усмотрению исследователя, а не осуществляется случайным образом, как при стратифицированной выборке. Порядок выбора из выборки? элементы населения?, следующий

Население делится на? страты или группы (по возрасту, полу, роду занятий, месту жительства и т. д.). Если страты есть? ₁,? ₂,…,? ? элементы, такие что:? знак равно ₁ +? ₂ + ⋯ +? ? Далее исследователь выбирает квоты (эти квоты могут быть выбраны по его усмотрению или по критериям, адаптированным к выборке), то есть количество элементов, ₁,? _2,, …,? ? что будет взято в каждой страте, где сумма будет суммой элементов? образца? знак равно ₁ +? ₂ + ⋯ +? ?,

Элементы, которые выбираются в каждой страте, выполняются с помощью вероятностного n-метода.

КРИТЕРИИ ВЫБОРА КВОТ

Как упоминалось ранее, квоты могут быть выбраны по усмотрению исследователя или также могут быть выбраны по статистическим критериям, некоторые из этих критериев:

Простой выбор: шансы будут одинаковыми в? В каждую страту будут отбираться индивидуумы. Не рекомендуется использовать этот критерий, если в каждой страте разное количество особей. Выбор пропорционален размеру страты: квота в каждой группе пропорциональна элементам этой группы. В страты возьмут? ? Что рассчитывается по следующей формуле.

Куда ? это количество элементов в популяции,? образец и? ? что из страты?

Выбор пропорционален разнообразию страты: если известна изменчивость характеристики, которую мы учитываем в стратах. Квоты пропорциональны ей в каждой группе. Если разница в группе больше, квота также будет больше.

? знак равно ? ? ? ?

? ∑ ? ? ?

? = 1? ?

Где n - количество элементов в выборке? ? что из страты и? ? стандартное отклонение страты?

НАМЕРЕННЫЙ ИЛИ УДОБНЫЙ ОТБОР ПРОБ

Это не вероятностный метод выборки, этот метод заключается в выборе элементов, которые удобны для исследования для выборки, указанное удобство возникает, поскольку исследователю легче исследовать объекты либо по географической близости. Он характеризуется стремлением получить репрезентативные образцы за счет включения в выборку типичных групп.

Этот метод является одним из самых дешевых и требует меньше времени, так как не требует больших усилий или использования какого-либо метода для отбора элементов выборки, сечение проводится на усмотрение исследователя.

ОТБОР ПРОБ СНОУБОЛА

Это называется отбором снежного кома, потому что он состоит в том, что каждый изучаемый субъект предлагает другие, то есть одни люди находятся и ведут других, а затем, в свою очередь, другим, пока не будет получена достаточная выборка.

Таким образом, производя кумулятивный эффект, подобный снежному кому. Этот метод не является вероятностным методом выборки и применяется в группах населения, в которых люди неизвестны или недоступны, например, в сектах, неимущих, группах меньшинств, преступниках, определенной группе пациентов, и т.п.

ОТБОР ПРОБ

Метод невероятностной выборки, заключающийся в том, что испытуемые выбираются на основе знаний и суждений исследователя. То есть исследователь использует свое суждение или опыт для выбора элементов, которые будут принадлежать выборке, поскольку он считает, что они более репрезентативны для изучаемой совокупности.

Этот метод рекомендуется использовать, когда лицо, ответственное за проведение исследования, знает аналогичные или идентичные предыдущие исследования и точно знает, что выборка была полезна для исследования, точно так же, когда популяция небольшая, поэтому исследователь знает популяцию.

ВЫВОД

Основываясь на этой информации, можно сделать вывод, что наиболее эффективным методом является вероятностная выборка, поскольку ее результаты обычно более репрезентативны, а не вероятностная выборка направлена на получение данных, которые являются эффективно репрезентативными.

При не вероятностной выборке они должны представлять свои исходные характеристики, их результаты полезны, если они используются с пользой. В методах вероятностной выборки их теоретические подходы оказываются очень сложными.

Эти методы выборки имеют большое значение для проведения расследования в определенной популяции, поскольку, если вы хотите провести это расследование с большим успехом с точки зрения результатов, вы должны выбрать один из этих двух методов, точно так же, как эти методы требуют меньше времени и ресурсов.

Таким образом, выборка является инструментом исследования, функция которого состоит в том, чтобы определить, какую часть популяции следует исследовать, чтобы сделать выводы об этой популяции.

Выборка должна получить адекватное представление о популяции, в которой основные характеристики указанной популяции, важные для исследования, представлены наилучшим образом. Для того чтобы выборка была репрезентативной и, следовательно, полезной, она должна отражать сходства и различия, обнаруженные в совокупности, то есть служить примером ее характеристик.

СЛОВАРЬ

E Ошибка выборки

Это ошибки, вызванные процессом получения информации от выборки, а не от всей генеральной совокупности. Они возникают из-за различий между одним образцом и другим.

M Образец

Это набор людей во вселенной, выбранных для их изучения.

P Население

Это набор всех значений явления или свойства, которые вы хотите наблюдать.

ССЫЛКИ

АРХИТЕКТУРА ARQHYS. (SF). Получено 2 января 2017 г. с сайта ARQHYS ARQUITECTURA: Требуется структура, содержащая вспомогательную информацию. Сложность создания или формирования слоев. BlogsPost. (SF). Получено 30 декабря 2016 г. из BlogsPost: http://metodologia02.blogspot.mx/p/tipos-de-muestreo.html Statistics. (SF). Получено 29 декабря 2016 г. из статистики: http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf Explorable. (SF). Получено 30 декабря 2016 г. из Explorable: https://explorable.com/es/muestreo-probabilistico Explorable. (SF). Получено 30 декабря 2016 г. из Explorable: https://explorable.com/es/muestreo-aleatorioFormulas, U. (sf). Формулы Вселенной. Получено 2 января 2017 г. с сайта http: //www.universoformulas.com / statistics / inference / systematic sampling / Malhotra, NK (2008). Отбор проб; дизайн и процедуры. В NK Malhotra, Market Research (стр. 332-360). Мексика: Pearson Education, Prentice Hall. Математика. (SF). Получено 2 января 2017 г. с сайта Mathematics: http://matematicas.unex.es/~inmatorres/teaching/muestreo/assets/cap_5.pd fOchoa, C. (2015 de Open de 08). Net Quest. Получено 30 декабря 2016 г. из Net Quest: http://www.netquest.com/blog/es/blog/es/muestreo-probabilistico-muestreoaleatorio-simple.pd fOchoa, C. (Открыто в 2015 г. из 08). Net Quest. Получено 30 декабря 2016 г. из Net Quest: http://www.netquest.com/blog/es/blog/es/muestreo-probabilistico-muestreoaleatorio-simple.pd fOchoa, C. (Открыто в 2015 г. из 08). Net Quest. Получено 30 декабря 2016 г. из Net Quest:

Очоа, К. (19 февраля 2015 г.). Net Quest. Получено 30 декабря 2016 г. из Net Quest:

Очоа, К. (16 апреля 2015 г.). Net Quest. Получено 2 января 2017 г. с веб-сайта http://www.netquest.com/blog/es/blog/es/muestreo-probabilisticomuestreo-estratificado ua.es. (SF). Получено 30 декабря 2016 г. с сайта Personal.ua.es:

Рамос, Луизиана (22 сентября 2011 г.). Поделиться слайдом. Получено 2 января 2017 г. из Slide Share:

Риеско, Дж. М. (nd). Основные понятия статистики. Получено 2 января 2017 г. из Базовых концепций статистики: http://www.jorgegalbiati.cl/ejercicios_4/ConceptosBasicos.pdf Формулы Вселенной. (SF). Получено 4 января 2017 г. из Universo Formulas: http://www.universoformulas.com/estadistica/inferencia/muestreo-noprobabilistico/ Universo Formulas. (SF). Получено 2 января 2017 г. с http://www.universoformulas.com/estadistica/inferencia/muestreo-cuotas/ Universo Fórmula. (SF). Получено 2 января 2017 г. с https://www.netquest.com/blog/es/blog/es/muestreo-bola-nieve Universo Fórmula. (SF). Получено 2 января 2017 г. с https://www.netquest.com/blog/es/blog/es/muestreo-por-conveniencia Universo Fórmula. (SF). Получено 2 января 2017 г. с сайта http: //www.universoformulas.ru / статистика / вывод / дискреционная выборка /

Скачать оригинальный файл