Это процесс выбора группы людей из определенной популяции с целью их изучения и характеристики всей популяции. Вот два основных условия отбора проб:
- Вселенная или население: Это общее число лиц, которые я хочу учиться или характеризуют. Пример: Это совокупность индивидов во вселенной, что я выбираю для изучения, например, путем опроса.
В тех случаях, когда проведение переписи (для анализа всех элементов генеральной совокупности) невозможно или невозможно, выбирается выборка, понимая, что это репрезентативная часть населения.
Таким образом, выборка является инструментом научного исследования, основная функция которого состоит в том, чтобы определить, какую часть популяции следует исследовать, чтобы сделать выводы об этой популяции.
Выборка должна обеспечивать адекватное представление совокупности, в которой основные характеристики указанной совокупности, важные для исследования, воспроизводятся 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.
Ошибка выборки:
- Делать очень общие выводы из наблюдения только части популяции называют ошибкой выборки. Делать выводы в отношении популяции, намного большей, чем та, которая была изначально взята из выборки. Ошибка вывода.
ПРЕИМУЩЕСТВО
- Он значительно суммирует время и затраты на исследования, которые проводятся в дополнение к сокращению используемых ресурсов. Работа с данными упрощается.
НЕДОСТАТКИ
- Мы вносим (контролируемую) ошибку в результат из-за самого характера выборки и необходимости обобщать результаты.Мы рискуем внести систематическую ошибку из-за плохой выборки. (Янв, 2009)
ВЕРОЯТНЫЕ МЕТОДЫ ОТБОРА ПРОБ
1.- Простая случайная выборка:
Используется следующая процедура: 1) каждому человеку в популяции присваивается номер и 2) с помощью некоторых механических средств (шарики в сумке, таблицы случайных чисел, случайные числа, генерируемые с помощью калькулятора или компьютера и т. Д..) выбирается столько предметов, сколько необходимо для завершения выборки требуемого размера.
Эта процедура, привлекательная своей простотой, имеет небольшую практическую пользу или вообще не имеет практической пользы, когда население, которое мы управляем, очень велико.
2.- Систематическая случайная выборка:
Эта процедура требует, как и предыдущая, пронумеровать все элементы совокупности, но вместо извлечения n случайных чисел извлекается только одно. Мы начинаем с этого случайного числа i, которое является числом, выбранным случайным образом, а элементы, составляющие выборку, - это те элементы, которые занимают места i, i + k, i + 2k, i + 3k,…, i + (n-1) k, то есть особи из k включаются в k, где k - результат деления размера популяции на размер выборки: k = N / n. Число i, которое мы используем в качестве отправной точки, будет случайным числом от 1 до k.
Риск этого типа выборки возникает в тех случаях, когда в генеральной совокупности есть периодичности, поскольку, выбирая элементы выборки с постоянной периодичностью (k), мы можем ввести однородность, которой нет в генеральной совокупности.
Представьте, что мы выбираем выборку из списков из 10 человек, в которых первые 5 - мужчины, а последние 5 - женщины, если мы используем систематическую случайную выборку с k = 10, мы всегда будем выбирать либо только мужчин, либо только женщин, не может быть представления Обоих полов.
3.- Стратифицированная случайная выборка:
Он состоит из рассмотрения типичных категорий, которые отличаются друг от друга (страты), которые в высшей степени однородны по некоторой характеристике (она может быть стратифицирована, например, по профессии, месту жительства, полу, семейному положению и т. Д.).
Цель этого типа выборки - гарантировать, что все интересующие слои будут адекватно представлены в выборке. Каждая страта работает независимо, и в ней может применяться простая или стратифицированная случайная выборка для выбора конкретных элементов, которые будут частью выборки.
Распределение выборки по разным стратам называется распределением, и оно может быть разных типов:
Простое присвоение: каждой страте соответствует одинаковое количество элементов выборки.
Пропорциональное распределение: распределение производится согласно весу (размеру) населения в каждой страте.
Оптимальное распределение: учитывается прогнозируемый разброс результатов, так что учитываются пропорция и стандартное отклонение. Он не имеет большого применения, поскольку отклонение обычно не известно.
4.- Случайная кластерная выборка:
Представленные до сих пор методы предназначены для непосредственного отбора элементов генеральной совокупности, то есть единицы выборки являются элементами генеральной совокупности.
В кластерной выборке единица выборки - это группа элементов совокупности, образующих единицу, которую мы называем кластером. Больничные отделения, университетские отделения, упаковка определенного продукта и т. Д. - это естественные конгломераты. В других случаях могут использоваться неприродные конгломераты, такие как, например, урны для голосования. Когда кластеры представляют собой географические области, это часто называют «выборкой области».
Кластерная выборка состоит из случайного выбора определенного количества кластеров (количества, необходимого для достижения установленного размера выборки), а затем исследования всех элементов, принадлежащих выбранным кластерам.
Невероятные методы отбора проб
1.- Выборка квот:
Также иногда называют «случайным». Как правило, он основан на хорошем знании слоев населения и / или наиболее «репрезентативных» или «подходящих» лиц для целей исследования. Следовательно, он сохраняет сходство со стратифицированной случайной выборкой, но не имеет характера своей случайности.
В этом типе выборки «квоты» устанавливаются для ряда лиц, отвечающих определенным условиям, например: 20 человек в возрасте от 25 до 40 лет, женщины и жители Хихона. После определения квоты выбираются первые, которые соответствуют этим характеристикам. Этот метод широко используется в опросах общественного мнения.
2.- Преднамеренный или удобный отбор:
Этот тип выборки характеризуется целенаправленными усилиями по получению «репрезентативных» выборок путем включения в выборку якобы типичных групп. Он очень часто используется в предвыборных опросах в тех областях, которые в ходе предыдущих голосований отметили тенденции голосования. Также может быть, что исследователь напрямую и намеренно выбирает людей из популяции. Наиболее частым случаем этой процедуры является использование в качестве выборки лиц, к которым у вас есть легкий доступ (профессора университетов очень часто нанимают собственных студентов).
3.- Снежок:
Выявляются одни люди, которые ведут к другим, эти - к другим и так далее, пока не будет получен достаточный образец. Этот тип очень часто используется при изучении «маргинальных» групп населения, преступников, сект, определенных типов пациентов и т. Д.
ССЫЛКА:
www.estadistica.mat.uson.mx/Material/elmuestreo.pdf
Загрузите исходный файл
