Tärkeimmät tutkimustyypit

tutkimustyypit ne luokitellaan kahteen suureen ryhmään: todennäköisyysnäytteenotto ja ei-todennäköisyysnäytteet.

Todennäköisistä näytteenottomenetelmistä kuuluu: järjestelmällinen satunnaisotanta, yksinkertainen satunnaisotanta, satunnaisotanta klustereilla tai alueilla ja kerrostettu satunnaisotanta.

Toisaalta ei-todennäköisyysmenetelmät sisältävät kätevän näytteenoton, kiintiöiden näytteenoton, satunnaisen näytteenoton, harkinnanvaraisen näytteenoton ja lumipallotekniikan..

Tutkimuksessa näyte on rajallinen joukko väestöä, jonka ominaisuuksia tutkitaan tavoitteena saada tietoa ryhmästä, johon ne kuuluvat (Webster, 1985). Vaikka näyte on pieni, se muodostaa edustavan ryhmän kokonaisuudesta.

Tässä mielessä näytteenotto on teko, prosessi ja tekniikka, johon kuuluu sopivien yksilöiden valinta, jotka täyttävät tutkimuksen osoittamat parametrit ja muodostavat edustavan osan tutkitusta väestöstä..

Tärkeimmät tutkimusnäytteet

1- Todennäköinen näytteenotto

Todennäköinen näytteenotto, jota kutsutaan myös satunnaisnäytteeksi, on valintaprosessi, jossa jokaisella populaation yksilöllä on sama todennäköisyys (joka on suurempi kuin 0), että se valitaan osaksi näytettä. Tämäntyyppisessä näytteenotossa valinnan todennäköisyys voidaan määrittää tarkasti.

Todennäköisen näytteenoton ominaisuudet

• Valinnan todennäköisyys on tiedossa.
• Se ei takaa edustamista kaikille niille ominaisuuksille, joita haluat tutkia tutkimuksessa.
• Se perustuu tilastoperiaatteisiin.

Todennäköisen näytteenoton tyypit

Yksinkertainen satunnainen näytteenotto

• Se on yleisin näytteenottomenetelmistä.
• Sitä voidaan soveltaa, kun väestö on pieni, homogeeninen ja tutkijan saatavilla.
• Kaikilla väestön jäsenillä on sama todennäköisyys valita.
• Yksinkertaisen satunnaisnäytteen valitsemiseksi käytetään arpajaisten kaltaisia ​​menetelmiä, satunnaislukugeneraattoreita tai nimiä otetaan pois kulhosta, jossa kaikki väestön yksilöt ovat edustettuina.

hyöty

• Tämäntyyppisen näytteenoton avulla on helppo laskea arviot.

haitat

• Sitä ei voida soveltaa, kun väestö on hyvin suuri.
• Tutkijaa kiinnostavat vähemmistöryhmät eivät välttämättä ole riittävän edustavia yksinkertaisessa satunnaisotannassa.

esimerkki

Koulussa on 100 opiskelijaa, joista on tarkoitus ottaa otos kymmenestä yksilöstä. Aluksi on listattu 1–100 opiskelijaa, minkä jälkeen suoritetaan arpajaiset 20 yksilön määrittämiseksi..

On huomattava, että tässä tapauksessa todennäköisyys on tiedossa, eli jokaisella opiskelijalla on 1/10 todennäköisyys valita..

Järjestelmällinen satunnaisotanta

• Se riippuu esimerkiksi väestön organisaatiosta opiskelemaan tietyssä mallissa, esimerkiksi luettelosta.
• Ensimmäinen elementti valitaan satunnaisesti; On tärkeää korostaa, että alkuelementin ei pitäisi olla se, joka ylittää luettelon. Tämän jälkeen muut otoksen osat valitaan järjestelmällisesti ottaen huomioon tietty logaritmi.
• Kullakin elementillä on sama todennäköisyys valita.
• Esimerkki järjestelmällisestä satunnaisotannasta on ottaa puhelinluettelo ja valita jokainen kymmenes nimi luettelosta.

hyöty

• Valintaprosessi on suhteellisen helppoa.
• Näyte jaetaan tasaisesti koko väestölle.
• Saatu näyte on edustava.

haitat

• Näytteen valinta on puolueellinen, koska luettelossa olevien elementtien järjestystä voidaan manipuloida tutkijan tarpeisiin.

Kerrostettu satunnainen näytteenotto

• Väestön jäsenet on järjestetty keskenään poissulkeviin luokkiin tai kerroksiin. Jokaiselle kerrokselle suoritetaan yksilöllinen näytteenotto.
• Se on ihanteellinen, kun tutkija haluaa, että näyte edustaa kaikkia tehdyn tutkimuksen parametreja.
• Saman kerroksen yksiköillä on sama todennäköisyys valita.
• Se perustuu kahteen perusperiaatteeseen: kerrostumiseen ja kiinnittämiseen.
• Stratifiointi viittaa kerrosten muodostusprosessiin. Tämän prosessin on taattava homogeenisuus kerroksen elementtien sisällä ja yhden kerroksen ja toisen välisen heterogeenisyyden välillä.
• Liittäminen viittaa näytteen tasapuoliseen jakautumiseen kaikkien kerrosten välillä. Se voidaan saavuttaa kolmella prosessilla:

- Sama kiinnitys, jossa jokaisella kerroksella valitaan sama määrä yksilöitä niin, että ne ovat osa näytettä.

- Suhteellinen kiinnitys, jossa kunkin kerroksen elementit valitaan ottaen huomioon näiden koko. Suuremmilla kerroksilla on suurempi yksilöiden edustus.

- Neyman-kiinnitys, jossa näytteen valinta tehdään ottaen huomioon kerrosten leviäminen.

hyöty

• Takaa suhteellisen edustuksen kussakin kerroksessa.
• Takaisee tutkijalle kiinnostavien alaryhmien edustuksen, toisin kuin yksinkertainen satunnainen otanta.
• Koska kutakin kerrosta pidetään erillisenä populaationa, voidaan käyttää näytteenottomenetelmiä, jotka vastaavat kunkin alaryhmän yksittäisiä ominaisuuksia..

haitat

• Se vaatii enemmän työtä, koska näytteenotto on tehtävä jokaiselle alaryhmälle.
• Jos kerrostuskriteerit eivät ole riittävän tarkkoja, henkilö voi kuulua samanaikaisesti kahteen kerrokseen.
• Tutkija voi manipuloida stratifiointia.

Satunnainen otanta ryhmittymiltä tai alueilta

• Väestö jakautuu ryhmittymiin tai alueisiin. Yleisesti ottaen maantieteellinen sijainti on kriteeri, joka otetaan huomioon mainitun jakautumisen toteuttamiseksi.
• Näytteille valitut yksiköt ovat ryhmiä eikä yksilöitä.
• Konglomeraatit muodostuvat yksilöistä, joilla on erilaisia ​​piirteitä. Mitä enemmän heterogeeniset ryhmittymän sisäiset elementit ovat, sitä paremmat tulokset ovat.
• Se on eräänlainen näytteenotto, jossa on kaksi vaihetta:

- Ensimmäisessä vaiheessa valitaan tutkittavat alueet.

- Toisessa vaiheessa elementit valitaan näillä alueilla.

hyöty

• Sen avulla voidaan tutkia lukuisia populaatioita.
• Sen avulla voidaan tutkia väestöä, joka on levinnyt laajalle maantieteelliselle alueelle.
• Se voi vähentää tutkimuksen kustannuksia, koska se mahdollistaa ryhmien ja ei yksilöiden opiskelun.

haitat

• Sitä ei voida soveltaa, jos konglomeraatit eroavat toisistaan.
• Edustavien näytteiden saamiseksi on tarpeen ottaa osia koko tutkitun maantieteellisen alueen konglomeraatista. Tätä varten on tarpeen siirtyä; vaikka on totta, että tällainen näytteenotto vähentää kustannuksia, jotka liittyvät tutkimusten soveltamiseen yksityishenkilöille, se lisää niitä kuljetuksen kannalta..

Kerrosten satunnaisotannan ja satunnaisotannan väliset erot konglomeraattien välillä

• Tilastollisessa näytteessä väestö jaetaan lukuun ottamatta ryhmiä, esimerkiksi sukupuoli, ikä. Konglomeraattien tekemässä otannassa väestö on jaettu ryhmiin, joita voidaan verrata esimerkiksi perheisiin, kouluihin, kaupunkeihin, mm..
• Kerrostuksella on pieni virhemarginaali, kun taas konglomeraattien virhemarginaali on suurempi.
• Kaikilla kerroksilla on edustus stratifioidussa näytteessä, kun taas konglomeraatit eivät edustaa kaikkia ryhmiä näytteessä.
• Kerrostetussa näytteenotossa saadaan parempia tuloksia, kun kerrosten elementit ovat homogeenisia. Toisaalta klusterinäytteessä saadaan parempia tuloksia, kun ryhmät muodostavat elementit ovat heterogeenisiä.

2- Ei-todennäköisyysnäytteet

Epätodennäköinen tai ei-satunnainen näytteenotto tarkoittaa mitä tahansa menetelmää näytteiden hankkimiseksi, jossa yksilöt valitaan muun muassa tutkijan kriteerien, maantieteellisen sijainnin ja väestön saatavuuden perusteella..

Se ei ole eräänlainen tieteellinen näytteenotto, sitä käytetään yleensä yhteiskunnallisessa tutkimuksessa.

Mahdollisen näytteenoton ominaispiirteet

• Joillakin väestön yksilöillä ei ole mahdollisuutta valita.
• Valinnan todennäköisyyttä ei voida määrittää, toisin kuin todennäköisyysnäytteellä.
• Se perustuu otokseen, jossa otetaan huomioon perusteet, kuten tutkijan kiinnostus.
• Ei-satunnaisotannan tulokset eivät ole luotettavia todennäköisyyden suhteen ja ovat vähemmän tarkkoja kuin todennäköisyyden otannassa.
• Se on halvempi verrattuna todennäköisyysnäytteeseen.
• Voit tehdä virheitä, koska se on subjektiivinen menetelmä.

Mahdolliset näytteet, jotka eivät ole todennäköisiä

Näytteenotto erissä

• Väestö jakautuu poissuljettaviin ryhmiin, kuten kerrostetun satunnaisnäytteen tapauksessa.
• Tämän jälkeen tämä näytteenotto ei ole todennäköinen osa. Alaryhmien henkilöt valitaan tutkijan tuomion ja heidän etujensa perusteella.
• Näytteen valinta ei ole satunnainen ja osoittaa osittaisuutta tai ennakkoluuloja.

Näytteenotto mukavuuden vuoksi

• Näyte valitaan sopivimmasta väestöosasta. Tämä mukavuus voidaan määrittää useilla eri näkökohdilla: maantieteellinen läheisyys, näytteen elementtien tuntemus, otoselementtien saatavuus..
• Otoksen valinta ei riipu tutkimuksen tarpeista.
• Tutkija ei voi tehdä yleisluontoisia tietoja väestöstä, kun tulokset on saatu näytteestä helpommin, koska tämä ei ole edustavaa.
• Tällainen näytteenotto on hyödyllistä niille, jotka haluavat suorittaa kokeellisia tutkimuksia tai kokeilutestejä.

Harkinnanvarainen tai kokeellinen näytteenotto

• Tutkija valitsee henkilöt, jotka hänen kriteeriensä mukaan katsovat parhaiten tutkimustaan.
• Se on yleensä pienentynyt näytteitä.

Lumipallon näytteenotto tai viittaukset

• Pieni määrä yksilöitä valitaan suorittamaan tutkimus. Nämä henkilöt täyttävät tutkimuksen edellyttämät kriteerit.
• Tämän jälkeen näitä henkilöitä pyydetään kutsumaan uusia, jotka niiden mukaan täyttävät vaaditut kriteerit ja niin edelleen..
• Näyte kasvaa huomattavasti viittausjärjestelmän ansiosta, joka muistuttaa mäkeä laskevaa lumipalloa (täten nimi).
• Tämä menetelmä edistää näytteiden hankkimista populaatioista, joita on vaikea saada. Jos esimerkiksi huumeiden väärinkäyttäjiä koskeva tutkimus tehdään, on hyvin epätodennäköistä, että on olemassa luetteloita ihmisistä, joilla on tämä ehto. Joten on parasta ottaa yhteyttä pyydetyn ominaisuuden täyttävään henkilöön ja saada se lisää yksilöitä.
• Tällä menetelmällä saadut näytteet eivät ole edustavia.

Syy tai satunnainen näytteenotto

• Yksilöt valitaan ottamatta huomioon mitään aikaisempaa tuomiota.
• Se muistuttaa näytteenottoa mukavuussyistä, koska käytettävissä on väestön yksilöitä.

viittaukset

1. Näytteenotto. Haettu 28.4.2017 osoitteesta ssc.wisc.edu.
2. Fridah, Mugo. Näytteenotto tutkimuksessa. Haettu 28.4.2017 osoitteesta indiana.edu.
3. Chaturvedi, Kanupriya. Haettu 28.4.2017 osoitteesta pitt.edu.
4. Näytteenotto. Haettu 28. huhtikuuta 2017 alkaen flinders.edu.au.
5. Barreiro. Väestö ja näyte. Näytteenottomenetelmät Haettu 28. huhtikuuta 2017 osoitteesta optimierung.mathematik.uni-kl-de.
6. Näytteenottomenetelmät Haettu 28.4.2017 osoitteesta cs.fit.edu.
7. Journal of Mixed Methods Research (2007). Haettu 28. huhtikuuta 2017, sosiologiafeurope.unifi.it.
8. Landreneau. Näytteenottostrategiat Haettu 28. huhtikuuta 2017 alkaen natco1.org.