Statistikā izlase ir kopas apakškopa, ko izmanto, lai attēlotu visu grupu kopumā. Veicot pētījumus, bieži ir nepraktiski veikt aptauju par katru konkrētas sabiedrības locekli, jo milzīgais cilvēku skaits ir vienkārši pārāk liels. Lai izdarītu secinājumus par populācijas īpašībām, pētnieki var izmantot izlases paraugu.
Kāpēc pētnieki izmanto paraugus?
Pētot cilvēka prāta vai uzvedības aspektu, pētnieki vairumā gadījumu vienkārši nevar apkopot datus no katra indivīda. Tā vietā viņi izvēlas mazāku indivīdu izlasi, kas pārstāv lielāku grupu.Ja izlase patiešām reprezentē attiecīgo iedzīvotāju, pētnieki pēc tam var ņemt savus rezultātus un vispārināt tos lielākai grupai.
Paraugu ņemšanas veidi
Psiholoģiskajos pētījumos un cita veida sociālajos pētījumos eksperimentētāji parasti paļaujas uz dažām dažādām izlases metodēm.
1. Varbūtības atlase
Varbūtības atlase nozīmē, ka katram indivīdam populācijā ir izredzes tikt izvēlētam. Tā kā varbūtības atlase ietver nejaušu atlasi, tā nodrošina, ka katrai populācijas apakškopai ir vienādas iespējas tikt pārstāvētai izlasē. Tas padara varbūtības paraugus reprezentatīvākus, un pētnieki labāk spēj vispārināt savus rezultātus visai grupai.
Pastāv daži dažādi varbūtības izlases veidi:
- Vienkārša izlases veida atlase ir, kā norāda nosaukums, vienkāršākais varbūtības izlases veids. Pētnieki ņem katru indivīdu populācijā un nejauši izvēlas savu izlasi, bieži izmantojot kāda veida datorprogrammu vai nejaušu skaitļu ģeneratoru.
- Stratificēta nejauša izlase ietver iedzīvotāju sadalīšanu apakšgrupās un pēc tam vienkāršas nejaušas izlases ņemšanu no katras no šīm apakšgrupām. Piemēram, pētījumi var sadalīt populāciju apakšgrupās, pamatojoties uz rasi, dzimumu vai vecumu, un pēc tam ņemt vienkāršu nejaušu izlasi no katras no šīm grupām. Stratificētā izlases veida izlase bieži nodrošina lielāku statistisko precizitāti nekā vienkārša izlases veida izlase un palīdz nodrošināt noteiktu grupu precīzu attēlojumu izlasē.
- Klastera paraugu ņemšana ietver iedzīvotāju sadalīšanu mazākās kopās, bieži vien balstoties uz ģeogrāfisko atrašanās vietu vai robežām. Pēc tam tiek atlasīts nejaušs šo kopu paraugs, un tiek izmērīti visi kopas subjekti. Piemēram, iedomājieties, ka jūs mēģināt veikt pētījumu par skolu direktoriem savā valstī. Datu vākšana no katra skolas direktora būtu pārāk dārga un laikietilpīga. Izmantojot kopu izlases metodi, jūs nejauši atlasāt piecus apgabalus no sava štata un pēc tam apkopojat datus no katra priekšmeta katrā no šiem pieciem apgabaliem.
2. Neticamības atlase
No otras puses, neticamības atlase ietver dalībnieku atlasi, izmantojot metodes, kas nedod katrai populācijas apakškopai vienādas iespējas tikt pārstāvētam. Piemēram, pētījumā dalībniekus var pieņemt darbā no brīvprātīgajiem. Viena no šāda veida izlases problēmām ir tā, ka brīvprātīgie var atšķirties no brīvprātīgajiem attiecībā uz dažiem mainīgajiem lielumiem, kas var apgrūtināt rezultātu vispārināšanu visiem iedzīvotājiem.
Ir arī pāris dažādu veidu neprobilitātes paraugu ņemšana:
- Ērtības paraugu ņemšana ietver dalībnieku izmantošanu pētījumā, jo tie ir ērti un pieejami. Ja jūs kādreiz esat pieteicies psiholoģijas pētījumam, kas veikts jūsu universitātes psiholoģijas nodaļā, tad esat piedalījies pētījumā, kura pamatā bija ērtības paraugs. Ērtības paraugu piemēri ir arī pētījumi, kuru pamatā ir brīvprātīgo pieprasīšana vai pētniekam pieejamo klīnisko paraugu izmantošana.
- Mērķtiecīga paraugu ņemšana ietver tādu personu meklēšanu, kas atbilst noteiktiem kritērijiem. Piemēram, mārketinga speciālistiem varētu būt interesanti uzzināt, kā sievietes uztver viņu produktus vecumā no 18 līdz 35 gadiem. Viņi varētu nolīgt tirgus izpētes firmu, lai veiktu telefona intervijas, ar nolūku meklējot un intervējot sievietes, kas atbilst viņu vecuma kritērijiem.
- Kvotu atlase ietver apzinātu paraugu ņemšanu no katras apakšgrupas konkrētām proporcijām populācijā. Piemēram, politiskie aptaujas dalībnieki varētu būt ieinteresēti izpētīt iedzīvotāju viedokli par noteiktu politisku jautājumu. Ja viņi izmanto vienkāršu izlases izlasi, viņi var nejauši palaist garām noteiktas populācijas apakškopas. Tā vietā viņi nosaka kritērijus, lai katrai apakšgrupai piešķirtu noteiktu procentuālo daļu no izlases. Atšķirībā no stratificētās izlases, pētnieki izmanto nejaušas metodes, lai aizpildītu katras apakšgrupas kvotas.
Uzziniet vairāk par dažiem veidiem, kā atšķiras varbūtības un neprobilitātes paraugi.
Izlases kļūdas
Tā kā izlases veidā dabiski nevar iekļaut katru indivīdu populācijā, var rasties kļūdas.
Atšķirības starp to, kas atrodas populācijā, un to, kas atrodas izlasē, sauc par izlases kļūdas.
Lai gan nav iespējams precīzi zināt, cik liela varētu būt atšķirība starp populāciju un izlasi, pētnieki spēj statistiski novērtēt izlases kļūdu lielumu. Piemēram, politiskajās aptaujās jūs bieži varat dzirdēt kļūdu robežu, kas izteikta ar noteiktiem ticamības līmeņiem.
Kopumā, jo lielāks ir izlases lielums, jo mazāks ir kļūdu līmenis. Tas ir vienkārši tāpēc, ka, izlasei tuvojoties kopējās populācijas lieluma sasniegšanai, jo lielāka ir iespēja precīzi uztvert visus parametru raksturlielumus. populācija. Vienīgais veids, kā pilnībā novērst izlases kļūdas, ir datu apkopošana no visas populācijas, kas bieži vien ir pārāk dārga un laikietilpīga. Izlases kļūdas var samazināt līdz minimumam, izmantojot nejaušinātas varbūtības pārbaudi un lielu izlases lielumu.