การสุ่มตัวอย่าง 7 ประเภทและการนำไปใช้ในวิชาวิทยาศาสตร์

เราเรียกว่า "การสุ่มตัวอย่าง" ซึ่งเป็นขั้นตอนทางสถิติที่ใช้ในการเลือกตัวอย่างที่เป็นผล ตัวแทนของประชากรที่พวกเขาอยู่ และถือเป็นเป้าหมายของการศึกษาการสอบสวน มุ่งมั่น.

ในบทความนี้เราจะวิเคราะห์ การสุ่มตัวอย่างประเภทต่างๆ ที่มีอยู่ ทั้งแบบสุ่มและไม่เป็นระบบ.

• บทความที่เกี่ยวข้อง: "จิตวิทยาและสถิติ: ความสำคัญของความน่าจะเป็นในศาสตร์แห่งพฤติกรรม"

การสุ่มตัวอย่างในสถิติเชิงอนุมาน

ในทางสถิติ แนวคิด "ตัวอย่าง" ใช้เพื่ออ้างถึงส่วนย่อยใดๆ ที่เป็นไปได้ของประชากรที่กำหนด ดังนั้น เมื่อพูดถึงกลุ่มตัวอย่าง จะมีการอ้างอิงถึงกลุ่มตัวอย่างที่กำหนดซึ่งเริ่มต้นจากกลุ่มใหญ่ (ประชากร)

สถิติเชิงอนุมานเป็นสาขาของสาขาวิชานี้ที่เกี่ยวข้องกับ ศึกษาตัวอย่างเพื่ออนุมานเกี่ยวกับประชากร ที่ท่านจากไป ซึ่งตรงกันข้ามกับสถิติเชิงพรรณนา ซึ่งงานประกอบด้วยตามชื่อที่ระบุ โดยอธิบายรายละเอียดเกี่ยวกับคุณลักษณะของกลุ่มตัวอย่าง และดังนั้นจึงเป็นอุดมคติของประชากร

อย่างไรก็ตาม กระบวนการอนุมานทางสถิติกำหนดให้ตัวอย่างที่เป็นปัญหาเป็นตัวแทนของ ประชากรอ้างอิงเพื่อให้สามารถสรุปข้อสรุปที่ได้รับโดยทั่วไปได้ มาตราส่วน. เพื่ออำนวยความสะดวกงานนี้ต่างๆ เทคนิคการสุ่มตัวอย่าง เช่น การได้มาหรือการเลือกตัวอย่าง.

การสุ่มตัวอย่างมี 2 ประเภทหลักๆ ได้แก่ การสุ่มหรือความน่าจะเป็นและการสุ่มแบบไม่สุ่ม หรือที่เรียกว่า "ความน่าจะเป็น" ในทางกลับกัน แต่ละหมวดหมู่ขนาดใหญ่ทั้งสองนี้มีการสุ่มตัวอย่างประเภทต่างๆ ที่แตกต่างกันในแง่ของ ขึ้นอยู่กับปัจจัยต่างๆ เช่น ลักษณะของประชากรอ้างอิงหรือเทคนิคการคัดเลือก พนักงาน.

• คุณอาจจะสนใจ: "การวิจัย 15 ประเภท (และลักษณะเฉพาะ)"

ประเภทของการสุ่มหรือความน่าจะเป็น

เราพูดถึงการสุ่มตัวอย่างในกรณีที่ ทุกวิชาในประชากรมีโอกาสเท่ากันที่จะถูกเลือก เป็นส่วนหนึ่งของตัวอย่าง ตัวอย่างประเภทนี้เป็นที่นิยมและมีประโยชน์มากกว่าตัวอย่างที่ไม่ได้สุ่ม ส่วนใหญ่เป็นเพราะเป็นตัวแทนสูงและอนุญาตให้คำนวณข้อผิดพลาดของตัวอย่างได้

1. การสุ่มตัวอย่างอย่างง่าย

ในการสุ่มตัวอย่างประเภทนี้ ตัวแปรตัวอย่างที่เกี่ยวข้องมีฟังก์ชันความน่าจะเป็นเหมือนกันและเป็นอิสระจากกัน ประชากรจะต้องไม่มีที่สิ้นสุดหรือจำกัดด้วยการแทนที่ขององค์ประกอบ การสุ่มตัวอย่างอย่างง่ายเป็นวิธีที่ใช้กันอย่างแพร่หลายในสถิติเชิงอนุมานแต่จะได้ผลน้อยกว่าในตัวอย่างที่มีขนาดใหญ่มาก

2. แบ่งชั้น

การสุ่มตัวอย่างแบบแบ่งชั้นประกอบด้วยการแบ่งประชากรออกเป็นชั้นๆ ตัวอย่างนี้จะศึกษาความสัมพันธ์ระหว่างระดับความพึงพอใจในชีวิตและระดับเศรษฐกิจและสังคม ต่อไป จำนวนวิชาที่กำหนดจะถูกแยกออกจากแต่ละชั้นเพื่อรักษาสัดส่วนของประชากรอ้างอิง

3. ของกลุ่มบริษัท

ในสถิติเชิงอนุมาน กลุ่มคือชุดขององค์ประกอบประชากรเช่นโรงเรียนหรือโรงพยาบาลของรัฐในเขตเทศบาล เมื่อทำการสุ่มตัวอย่างประเภทนี้ ประชากรจะถูกแบ่ง (ในตัวอย่าง ซึ่งเป็นพื้นที่เฉพาะ) ออกเป็นหลายกลุ่ม และบางกลุ่มจะถูกสุ่มเลือกเพื่อศึกษา

4. อย่างเป็นระบบ

ในกรณีนี้ คุณจะเริ่มต้นด้วยการหารจำนวนอาสาสมัครหรือการสังเกตทั้งหมดที่เป็นประชากรด้วยจำนวนที่คุณต้องการใช้สำหรับกลุ่มตัวอย่าง ต่อจากนั้นจะมีการสุ่มเลือกหมายเลขจากกลุ่มแรกและค่าเดียวกันนี้จะถูกเพิ่มอย่างต่อเนื่อง องค์ประกอบที่เลือกจะกลายเป็นส่วนหนึ่งของตัวอย่าง

การสุ่มตัวอย่างแบบไม่สุ่มหรือไม่น่าจะเป็น

การสุ่มตัวอย่างแบบไม่น่าจะเป็นใช้เกณฑ์ที่มีระดับการจัดระบบต่ำซึ่งพยายามทำให้มั่นใจว่าตัวอย่างมีความเป็นตัวแทนในระดับหนึ่ง ส่วนใหญ่จะใช้การสุ่มตัวอย่างประเภทนี้ เมื่อไม่สามารถดำเนินการแบบสุ่มประเภทอื่นได้ซึ่งเป็นเรื่องปกติมากเนื่องจากขั้นตอนการควบคุมมีค่าใช้จ่ายสูง

1. โดยเจตนา ความเห็นหรือความสะดวก

ในการสุ่มตัวอย่างโดยเจตนา ผู้วิจัยสมัครใจเลือกองค์ประกอบที่จะเป็นตัวอย่าง โดยสมมติว่าเป็นตัวแทนของประชากรอ้างอิง ตัวอย่างที่จะคุ้นเคยกับนักศึกษาจิตวิทยาคือการใช้นักศึกษาเป็นตัวอย่างความคิดเห็นโดยอาจารย์มหาวิทยาลัย

2. การสุ่มตัวอย่างก้อนหิมะหรือลูกโซ่

ในการสุ่มตัวอย่างประเภทนี้ นักวิจัยจะทำการติดต่อกับอาสาสมัครที่ต้องการ จากนั้นพวกเขาจะได้รับผู้เข้าร่วมใหม่สำหรับตัวอย่างจนกว่าจะเสร็จสมบูรณ์ โดยทั่วไปจะใช้การสุ่มตัวอย่างก้อนหิมะ เมื่อทำงานกับประชากรที่เข้าถึงยากเช่นในกรณีของผู้ติดสารเสพติดหรือชนกลุ่มน้อย

3. โควตาหรือการสุ่มตัวอย่างโดยบังเอิญ

เราพูดถึงการสุ่มตัวอย่างแบบโควตาเมื่อผู้วิจัยเลือกอาสาสมัครจำนวนหนึ่งซึ่งตรงตามลักษณะเฉพาะ (หน้า และ. สตรีชาวสเปนอายุมากกว่า 65 ปีที่มีความบกพร่องทางสติปัญญาขั้นรุนแรง) ตามความรู้ของกลุ่มประชากร การสุ่มตัวอย่างโดยบังเอิญ มักใช้ในการสำรวจ.