Typer av provtagning och deras egenskaper (med exempel)

Typer av provtagning och deras egenskaper (med exempel)

De Typer av provtagning De är de olika sätten att extrahera data från en del av det totala, ett kraftfullt statistiskt verktyg vars funktion är att avgöra vilken del av befolkningen eller universum som är nödvändig för att undersöka, utföra slutsatser och få information om samma.

Provtagning är mycket viktigt när du inte kan eller inte vill analysera hela befolkningen. Observera att termen "befolkning" inte bara hänvisar till en stor uppsättning människor eller levande varelser, utan i allmänhet till de totala elementen som kommer att studeras i ett givet problem.

Enligt vilken typ av provtagning som valts väljs den del av befolkningen som betraktas som mer representativ, alltid enligt målen.

Naturligtvis, när bara en del av datauniverset tas, är det naturligtvis möjligt att skicka några detaljer som förbises och utelämna information, varför resultaten inte kommer att vara så exakta som de borde. Detta är känt som provtagningsfel.

Tanken är att förenkla datauniverset så mycket som möjligt och välja det mest representativa urvalet som kan tillhandahålla maximal information för att säkerställa resultatens giltighet.

Probabilistisk provtagning

Icke -probabilistisk provtagning

Kvantitativ.

Kvalitativ.

Större tid och resurser investeringar.

Mycket låg kostnad.

Varje element i befolkningen har samma sannolikhet att bli vald.

Elementen väljs utifrån utredningens intressen.

Kan utföras med ersättning eller ersättning.

Forskaren måste känna till befolkningens egenskaper.

[TOC]

Typer av probabilistisk eller slumpmässig provtagning

En probabilistisk provtagning är baserad på sannolikheten för att provpersonerna måste väljas. På detta sätt ges varje element i befolkningen en känd möjlighet att väljas, vilket naturligtvis måste vara större än 0.

Detta är oerhört viktigt, eftersom det kan hända att från ett dataunivers har ett prov som inte är representativt för uppsättningen valts.

Om så är fallet kommer resultaten att vara partisk, Eftersom vissa delar av befolkningen kommer att gynnas mer jämfört med andra. För att undvika förspänning, från vilken det finns olika kategorier, är ett alternativ att låta Chance vara ansvarig för att välja provet och därmed ge varje element, en icke -noll sannolikhet för att bli vald.

Enkel slumpmässig provtagning

Detta är ett enkelt sätt att säkerställa att chansen gör sitt jobb. Om det till exempel handlar om att välja vissa barn på en kurs för att delta i en konstnärlig händelse i skolan, placeras alla namnen på barnen på identiska vikta omröstningar, de blandas i en hatt och en handfull är slumpmässig.

Alla barn i kursen utgör befolkning, Och den handfull omröstningar som togs från hatten är prov.

Framgången för proceduren ligger i att göra en komplett lista över alla barn, så att ingen är på utsidan. På en liten kurs är detta inte ett problem; Men när du vill välja ett prov bland en mer storleksbefolkning måste du förfina metoden.

Kan tjäna dig: 7 destruktiva manifestationer under ungdom 

Enkel slumpmässig provtagning kan utföras Med ersättare eller ersättning. Om vi ​​till exempel extraherar något element från befolkningen och returnerar det efter att ha valt och granskat det, förblir alltid våra elements universum detsamma under hela studien.

Om det motsatta elementet studeras, men det inte returneras är det ungefär Provtagning utan ersättning. Detta måste beaktas vid beräkning av sannolikheterna som ett element i att väljas har.

Systematisk slumpmässig provtagning

Att utföra denna provtagning, en lista över N element och bestämma också provstorleken, som vi kommer att ringa n. Listan heter Urvalsramen.

Nu den Hoppintervall, som betecknas med texterna k Och det beräknas så här:

K = n/n

Ett slumpmässigt antal väljs - av 1 och K, kallas r antingen slumpmässig start. Detta är den första personen i listan som väljs och från den väljs följande element.

Ett exempel: Anta att du har listan med 2000 studenter från ett universitet och du vill få ett urval av 100 studenter för att delta i en kongress.

Det första du ska göra är att hitta värdet på k:

K = 2000/100 = 20

När vi har delat det totala antalet studenter i 100 fragment av 20 studenter, tas ett av fragmenten och ett slumpmässigt antal mellan 1 och 20 väljs till exempel 12. Därför är den tolv studenten på vår lista den slumpmässiga starten.

Följande student som ska väljas måste vara 12+20 = 22, sedan 42, sedan 62 och så vidare, tills 100.

Som ni ser är det en snabb metod för att tillämpa och som vanligtvis ger mycket bra resultat, utan att behöva placera 2000 -namnen i en hatt och ta ut 100 av dem, så länge det inte finns några periodiciteter i befolkningen, som ge upphov till fördomar.

Stratifierad stickprovtagning

I stratifierad slumpmässig provtagning är befolkningen uppdelad i segment som kallas strata

I enkel slumpmässig provtagning har varje element i befolkningen samma sannolikhet att bli vald. Men detta kan inte alltid vara sant, särskilt när det finns fler komplexitet att ta hänsyn till.

För att genomföra ett stratifierat slumpmässigt provtagningsschema måste befolkningen delas upp i grupper med liknande egenskaper. Dessa är skikt. Sedan tas skikten och enkla slumpmässiga prover av var och en väljs, som sedan kombineras för att bilda det slutliga provet.

Kan tjäna dig: de 30 mest kända Jehova -vittnen

Strata bestäms före provtagning och studerar egenskaperna hos Data Universe.

Dessa egenskaper kan vara civilstatus, ålder, platsen där det till exempel finns stads-, förorts- och landsbygdsbefolkning, yrket, instruktionsgraden, kön och många fler.

I alla fall förväntas egenskaperna hos varje stratum vara mycket distinkta, det vill säga att varje stratum kommer att vara homogent.

Inom den stratifierade provtagningen skiljer vi två kategorier, beroende på om provstorleken för varje stratum är eller inte är proportionell mot storleken på detta.

Slumpmässig provtagning av konglomerat

De beskrivna tidigare metoderna väljer elementen i provet direkt, men i konglomeratprovtagningen, a Elementgrupp av befolkningen och dessa kommer att vara provenheten, som kallas konglomerat.

Exempel på konglomerat är avdelningarna för ett universitet, geografiska enheter som provinser, städer, län eller kommuner, som alla har identisk sannolikhet för att bli vald. Vid val av en geografisk enhet pratar vi om provtagning efter områden.

När konglomeraten har valts väljs de element som ska analyseras därifrån. Därför kan proceduren ha flera steg.

Denna metod har vissa likheter med den stratifierade slumpmässiga metoden, bara att vissa konglomerat av det totala väljs här, medan i den föregående metoden studerades alla befolkningslager.

Typer av icke -probabilistiska provtagning

För vissa situationer är probabilistisk provtagning mycket dyrt, eftersom tid och resurser måste investeras för att hitta prover som verkligen är representativa.

Det händer vanligtvis att du inte har en komplett provram -listan -därför är det inte möjligt att bestämma sannolikheten för att välja ett element.

För dessa fall används typer av icke -probabilistisk provtagning, med vilken information också erhålls, även om det inte finns någon precisionsgaranti i resultaten.

När den här typen av provtagning tillämpas måste du följa några kriterier vid valet och söka att provet är det mest lämpliga så långt som möjligt.

Bekvämlighetsprovtagning

Det är en ganska elementär typ av provtagning, där elementen i provet väljs enligt deras tillgänglighet, det vill säga att välja de individer som är mer till hands. Det har fördelen att vara en mycket låg kostnadsmetod på grund av dess hastighet och komfort.

Men som nämnts finns det ingen säkerhet att få tillförlitlig information från dess resultat. Ibland används det för att göra korta och snabba omröstningar innan ett val, eller också undersöka kundens preferenser på vissa produkter.

Det kan tjäna dig: 50 nyfikna och intressanta data om världen

Till exempel en omröstning. Eller en lärare kan undersöka sina egna elever, eftersom han har omedelbar tillgång till dem.

Även om det ser ut som om resultaten av en sådan procedur inte har något värde, händer det att de kan vara en god återspegling av befolkningen, så länge det finns goda skäl att anta att förspänning inte är så stor.

Det är emellertid inte så enkelt, eftersom eleverna till en viss lärare kanske inte utgör ett representativt urval av resten av eleverna. Och nästan alltid undersökningar i köpcentra intervjuar vanligtvis människor med mer attraktivt utseende.

Kvotprovtagning

För att göra kvotprovtagning måste du ha en bra tidigare kunskap om befolkningens skikt för att få en uppfattning om vad som är de mest representativa elementen. Men det styrs inte av de slumpmässiga kriterierna för den stratifierade provtagningen.

I denna typ av provtagning är det nödvändigt att ställa in några "kvoter", därmed namnet på metoden. Dessa avgifter består av att samla in ett antal element med vissa villkor, till exempel 15 kvinnor vars ålder är mellan 25 och 50 år, som inte röker och också har en bil.

När avgiften har fastställts väljs de första personer som uppfyller de etablerade villkoren. Kriteriet för detta sista steg kan vara bekvämt för forskaren. Här kan du se skillnaden med den stratifierade samplingsmetoden, som är slumpmässigt.

Det är emellertid en lågkostnadsmetod som är fördelaktig om den som studeras är välkänd som sagt är välkänd.

Provtagning "snöboll"

Förfarandet som ska följas i denna provtagningsstil är att välja några få personer som leder till andra, och dessa i sin tur tills provet har den storlek som forskaren behöver.

Det är en procedur som kan vara användbar för att karakterisera vissa populationer med ganska specifika funktioner. Exempel: Fångar i straff eller personer med vissa sjukdomar.

Provtagning

Slutligen här är det forskaren som bestämmer kriterierna som han kommer att använda för att välja sitt prov, enligt sin kunskap. Det kan vara användbart när det är nödvändigt att lägga till vissa individer i studien, som om de använder en slumpmässig metod, kan förbli utan att delta.

Referenser

  1. BERENSON, M. 1985.Statistik för administration och ekonomi, koncept och tillämpningar. Inter -amerikansk redaktion.
  2. Statistik. Provtagning. Återhämtat sig från: encyklopediaekonomi.com.
  3. Statistik. Provtagning. Återhämtat sig från: statistik.Matta.Uson.mx.
  4. Utdragbar. Provtagning. Återhämtad från: utforskande.com.
  5. Moore, D. 2005. Grundstatistik tillämpad. 2: a. Utgåva.
  6. Netquest. Probabilistisk provtagning: Stratifierad provtagning. Återhämtat sig från: NetQuest.com.
  7. Wikipedia. Provtagning. Återhämtad från: är.Wikipedia.org