7種類のサンプリングと科学におけるそれらの使用

結果のサンプルを選択するために使用される統計手順を「サンプリング」と呼びます彼らが属し、調査の研究対象を構成する人口の代表決定。

この記事では、分析します 存在するさまざまな種類のサンプリング (無作為および非体系的).

推論統計におけるサンプリング

統計では、「サンプル」という概念は、特定の母集団の可能なサブセットを指すために使用されます。したがって、サンプルについて話すときは、より大きなグループ (母集団) から始まる、決定された被験者のセットを参照しています。

推論統計は、以下を扱うこの分野の分野です。 サンプルを研究して集団について推測する あなたが出発する場所。それは、その名前が示すように、サンプルの特性、したがって理想的には母集団の特性を詳細に記述することにある記述統計とは対照的です。

ただし、統計的推論のプロセスでは、問題のサンプルが代表的なものである必要があります。小規模で得られた結論を一般化できるように、参照母集団規模。このタスクを容易にするために、さまざまな サンプリング技術、すなわちサンプルの取得または選択.

サンプリングには主に 2 つのタイプがあります。ランダムまたは確率的サンプリングと、「非確率」とも呼ばれる非ランダムです。次に、これら 2 つの大きなカテゴリのそれぞれには、次の点で区別されるさまざまな種類のサンプリングが含まれます。参照母集団の特性や選択手法などの要因に応じて従業員。

ランダムサンプリングについて説明します。 集団内のすべての被験者が選択される確率は同じです。 サンプルの一部として。この種のサンプルは、代表性が高く、サンプルエラーを計算できるため、ランダムでないサンプルよりも一般的で便利です。

このタイプのサンプリングでは、関連するサンプル変数は同じ確率関数を持ち、互いに独立しています。人口は、要素の置換で無限または有限でなければなりません。 単純ランダムサンプリングは、推論統計で最も広く使用されています。、しかし、非常に大きなサンプルでは効果が低くなります。

層化無作為抽出は、母集団を層に分割することで構成されます。その一例が、生活満足度と社会経済水準の関係を研究することです。次に、基準母集団の割合を維持するために、決定された数の被験者が層のそれぞれから抽出されます。

推論統計では クラスターは人口要素のセットです。自治体の学校や公立病院など。このタイプのサンプリングを実行する場合、母集団は (例では特定の地域で) いくつかのクラスターに分割され、それらのいくつかはそれらを調査するためにランダムに選択されます。

この場合、母集団を構成する被験者または観察の総数を、サンプルに使用する数で割ることから始めます。その後、最初の乱数の中から乱数が選択され、この同じ値が常に追加されます。選択した要素がサンプルの一部になります。

非確率的サンプリングは、サンプルがある程度の代表性を持っていることを確認するための体系化のレベルが低い基準を使用します。このタイプのサンプリングは主に使用されます その他ランダムタイプの実行が不可能な場合、これは制御手順のコストが高いため、非常に一般的です。

意図的なサンプリングでは、研究者はサンプルを構成する要素を自発的に選択し、それが参照母集団を代表すると仮定します。心理学の学生によく知られている例は、大学教授による意見のサンプルとしての学生の使用です。

このタイプのサンプリングでは、研究者は決定的な被験者との接触を確立します。次に、サンプルが完了するまで、サンプルの新しい参加者を獲得します。通常、スノーボールサンプリングが使用されます。 届きにくい集団を扱う場合、薬物中毒者やマイノリティ文化のメンバーの場合のように。

研究者が特定の特性を満たす特定の数の被験者を選択するとき、クォータサンプリングについて話します (p. と。重度の認知障害を持つ 65 歳以上のスペイン人女性) は、人口階層に関する知識に基づいています。偶発的なサンプリング 調査でよく使われる.