Próbkowanie prawdopodobieństwa i braku prawdopodobieństwa

Po przeczytaniu tego artykułu dowiesz się o połączeniach próbkowania prawdopodobieństwa i prawdopodobieństwa.

Jeżeli pobieranie próbek odbywa się w kilku etapach, możliwe jest łączenie zasad prawdopodobieństwa i niewiarygodności w jednym schemacie próbkowania. Jeden lub więcej etapów pobierania próbek można przeprowadzić zgodnie z zasadą prawdopodobieństwa, a pozostałe etapy zgodnie z zasadą braku prawdopodobieństwa.

Aby wziąć przykład, badacz może rozpocząć od wybrania klastrów przy użyciu strategii próbkowania skupień (prawdopodobieństwa), ale w końcowym etapie może wybrać klasy elementów jako próbki przydziału.

W ten sposób próbnik może wybrać próbkę prawdopodobieństwa dzielnic w stanie; w każdym z tych okręgów może wybrać próbkę prawdopodobieństwa bloków rozwojowych i ostatecznie, w ramach każdego bloku, może wybrać próbki kwot kontrolowane dla etapów rozwoju społeczności, tj. I, II, III itp.

Zaletą takiego projektu jest to, że największe oszczędności w zakresie pobierania próbek kwotowych mają miejsce w przypadku uzyskania określonych przypadków dla próbki. Jest stosunkowo mniej kosztowne, aby wybrać poprzez odwołanie się do zasady prawdopodobieństwa, obszary, w których odbędzie się końcowy etap pobierania próbek.

Istnieją dowody na to, że próbki kwotowe pobrane w wybranych obszarach odnoszą większe sukcesy w kontrolowaniu określonych zmiennych, niż ma to miejsce w przypadku, gdy kontrola tych zmiennych zależy od ocen ankieterów lub obserwatorów. Łączenie w niektórych przypadkach procedur prawdopodobieństwa i braku prawdopodobieństwa może wiązać się z przeciwną strategią.

Badacz może pobrać próbkę prawdopodobieństwa z elementów w próbce obszarów, która nie jest prawdopodobna; obszary są wybierane jako celowe lub oceniające. Okręgi (w powyższym przykładzie) mogą być wybrane na tej podstawie, że są one szczególnie skuteczne w osiągnięciu celów rozwojowych (lub odwrotnie) i od każdego z nich próbnik wybiera próbkę prawdopodobieństwa bloków rozwojowych.

Typowe dzielnice wybrane celowo można uznać za określające populację. Jeżeli próbkowanie prawdopodobieństwa jest całkowicie stosowane, a zatem można oszacować stopień pewności, który może być umieszczony w założeniu, że wyniki próby stanowią dobrą reprezentację zwrotów "zaludnienia".

Naukowiec może następnie uogólnić wnioski oparte na tej ograniczonej subpopulacji na populację narodową, z zastrzeżeniem założenia, że ​​typowe dzielnice są nadal typowe dla ich poszczególnych etapów. Dopóki i w zakresie, w jakim to założenie jest ważne.

Omówmy teraz do pewnego czasu specjalne zastosowania prób losowych. Zasugerowano wcześniej, że główne zalety procedur prób losowych innych niż prawdopodobieństwo to wygoda i oszczędność. Badacze nadal stosują metody pobierania próbek niezgodne z prawdą i uzasadniają ich wykorzystanie ze względu na praktyczne doświadczenie, dogodność i udogodnienia.

Mogą oczywiście, w tym samym oddechu, przyznać teoretyczną wyższość próbkowania prawdopodobieństwa. Wiele praktycznych próbników twierdzi jednak, że w wielu przypadkach wyższość prób prawdopodobieństwa jest tylko "na papierze" lub "hipotetycznie". Zwracają uwagę, że wiele razy, w jaki sposób faktycznie realizowane są plany prób prawdopodobieństwa, teoretyczne zalety próbkowania prawdopodobieństwa zostają niemal unieważnione.

W przeprowadzaniu planu prób prawdopodobieństwa może występować wiele przesunięć. Na przykład, niektóre z przypadków wybranych w próbie mogą odmówić udzielenia wywiadu lub nie być dostępne, ankieterzy mogą pominąć niektóre z pytań w procesie przesłuchiwania, kompromisy mogą zostać wprowadzone poprzez umożliwienie ankieterom zastąpienia innych respondentów, gdy pierwotnie wybrane przypadki nie występują w domu i tak dalej.

Próba faktycznie przeprowadzona w wywiadzie może zatem nie być próbą prawdopodobieństwa wszechświata w ścisłym tego słowa znaczeniu.

Ponadto istnieją okoliczności, w których pobieranie próbek prawdopodobieństwa jest niepotrzebne lub niewłaściwe. Na przykład w badaniach eksploracyjnych celem naukowca jest uzyskanie pomysłów, nowych spostrzeżeń i doświadczonych krytycznych ocen, aby pomóc mu w znalezieniu problemu badawczego lub hipotezy.

Badacz przeprowadzający takie badania nie przeprowadza badań próbek w celu ich uogólnienia na populacje, które są próbkowane. W ten sposób wybiera celową próbkę.

Respondenci są wybierani właśnie ze względu na ich szczególne doświadczenie, ekspozycje i kompetencje, a badacze rynku są zazwyczaj zadowoleni z przypadkowych lub celowych próbek, które są wybierane w taki sposób, że maksymalizuje się prawdopodobieństwo różnicy między elementami w próbie.

Mogą poszukiwać pomysłów, które zostaną przekazane, na przykład, osobom odpowiedzialnym za reklamowanie produktów, a nie na podstawie prawidłowych szacunków rozkładu populacji.

Czasami nie ma wyjścia, ale uciekać się do próby losowej. Jeśli ktoś próbuje dowiedzieć się czegoś na przykład o doświadczeniach ludzi, którzy musieli odejść, powiedzmy, Sri Lance, z powodu pewnych wydarzeń politycznych, nie ma realnego wyboru, ale polega na informatorach, którzy są dostępni, tutaj i teraz.

Oczywiście wybór naukowca polega tutaj na danych, które nie pozwalają na statystyczną ocenę marginesu błędu itd. I na brak danych. Nie oznacza to oczywiście, że nie chodzi o możliwość błędu; polega jedynie na wewnętrznej spójności danych i spójności z innymi informacjami, które mógł uzyskać w celu zabezpieczenia.

Musimy pamiętać, że oprócz próbkowania istnieje wiele ważnych kwestii badawczych. W związku z tym konieczne może być zbilansowanie jednego stosunku z drugim. Czasami mądrość polega na tym, że lepsza i dokładniejsza konstrukcja próbkowania zostaje odrzucona na rzecz bardziej czułej metody gromadzenia danych.

Właśnie w tym świetle powinniśmy zrozumieć, dlaczego wykorzystanie prób losowych może być niekiedy uzasadnione. Oczywiście, decyzja, czy byłoby lepiej zebrać bardziej adekwatne lub dogłębne informacje oparte na niezbyt zdrowej próbie lub mniej adekwatnych informacji opartych na lepszej próbie, nie jest wcale łatwa do przyjęcia.

Pod względem celu badawczego naukowiec może podjąć taką decyzję.

Na przykład, w badaniu czynników związanych z używaniem narkotyków przez chłopców w ulicznych gangach młodocianych, Chein and Associates (1957) użyli próbki pracowników grup społecznych, którzy dość dawno temu zdobyli zaufanie gangów.

Ta próbka była przypadkową próbką pracowników grupowych, a ponieważ mogli podać informacje tylko o tych gangsterach, z którymi pracowali, próbka członków gangu, o których informacje można było uzyskać, była również przypadkową próbką.

Biorąc jednak pod uwagę łatwość, z jaką bardziej wiarygodne informacje na temat grupy mogły być uzyskane od tych pracowników grupowych, naukowcy preferowali przypadkową próbkę prawdopodobieństwa członków gangu (przy założeniu, że można było uzyskać taką próbkę prawdopodobieństwa). .

Tak więc, w swojej naukowej mądrości, naukowiec musi dokładnie rozważyć zyski i odpowiedzialność różnych procedur badawczych. Może, w pewnych okolicznościach, poświęcić zasadę prawdopodobieństwa w swojej procedurze pobierania próbek, aby uzyskać głębsze zrozumienie dzięki bardziej wrażliwym i niezawodnym narzędziom zabezpieczania informacji.