Mikä on kriteerin yksinkertaiselle satunnaisotokselle?

Opi ymmärtämään tutkimusmenetelmiä: Kvantitatiiviset aineistot ja menetelmät (Marraskuu 2024)

Opi ymmärtämään tutkimusmenetelmiä: Kvantitatiiviset aineistot ja menetelmät (Marraskuu 2024)
Mikä on kriteerin yksinkertaiselle satunnaisotokselle?
Anonim
a:

Yksinkertainen satunnaisotanta on näytteenoton perustavanlaatuinen muoto ja voi olla osa tarkempia ja monimutkaisempia näytteenottomenetelmiä. Yksinkertaisen satunnaisotoksen ottamista koskeva kriteeri, toisin kuin järjestelmällinen satunnaisnäyte, on se, että jokainen osallistuva henkilö on valittava ilman ennakkoluuloja. Näytteenottoon ei ole tilaa edes yksittäiselle poikkeukselle.

Yksi yleisesti käytetty määritelmä on, että kaikki tutkimuksen osallistujat valitaan hattujen joukosta. Riippumatta siitä, kuinka suuri tai pienikokoinen väestö, josta näytteet on otettu, jokaisella väestöllä on samat mahdollisuudet kuin kaikki muutkin poimitaan. Siksi, jos yksinkertaisen satunnaisotoksen otettaisiin 100 oppilaasta lukiossa, jonka väkiluku oli 1 000, niin jokaisella opiskelijalla pitäisi olla yksi 10 mahdollisuudesta valita.

Yksinkertaisella satunnaisotoksella on oltava virheen tila plus- ja miinusvarianssilla. Esimerkiksi jos samassa lukiossa tehdään kysely, jolla määritetään, kuinka monta opiskelijaa on vasenkätinen, satunnaisotannalla voidaan määrittää, että kahdeksan 100 otoksesta on vasenkätinen. Yhteenvetona voidaan päätellä, että 8 prosenttia lukion oppilaista on vasenkätisiä, kun maailmanlaajuinen keskiarvo olisi tosiaankin 10 prosenttia.

Sama pätee aiheesta riippumatta. Kysely, joka koskee vihreän silmän prosenttiosuutta, joka on fyysisesti heikentynyt tai joka on osa homo- tai lesboyhteisöä, johtaisi matemaattiseen todennäköisyyteen, joka perustuu yksinkertaiseen satunnaiskyselyyn, mutta aina plus- tai miinus varianssi. Ainoa tapa saada 100 prosentin tarkkuusnopeus olisi tutkia kaikkia 1 000 opiskelijaa, jotka mahdollisuuksien mukaan olisivat epäkäytännöllisiä.

Suuremmassa mittakaavassa, kuten vaalitarkastuksissa, äänestys kaikkien mahdollisten äänestäjien puolesta tulee fyysisesti mahdottomaksi. Järjestelmäinen satunnaisotanta on tehokkaampaa, koska näytteen väestön piilotetut mallit voidaan määritellä tehokkaammin.

Tällä menetelmällä valitaan ensimmäinen tutkittava aihe eli kuudes opiskelija, jonka nimi on aakkosellinen, ja sen jälkeen jokaisen kymmenennen opiskelijan matemaattinen eteneminen, jonka nimi ilmestyy sen jälkeen. Ei ole väliä, onko ensimmäinen opiskelija vasenkätinen vai oikeakätinen. Hän on edelleen kelvollinen ensimmäisen tutkimuksen aihe, koska hänet on valittu satunnaisesti. Tutkija olisi voinut valita sukunimen perusteella viidennen tai seitsemännen opiskelijan.

Se on myös samankaltainen kuin arpajaiset, sillä etunimi ei ole peräisin ensimmäiseltä 10: stä tai ensimmäiseltä 100: ltä, mutta satunnaisesti valitaan 1 000 oppilasta. Aakkosellisen valinnan lopussa kysely palaa takaisin aakkoston ensimmäiseen kirjaimeen, jolloin täysi ympyrä tulee.

Sokeassa tutkimuksessa tutkija ei vieläkään tiedä, kuka tutkittavat opiskelijat ovat, mutta koska jokaisen opiskelijan valinta perustuu hänen nimensä perusteella, nimet eivät enää ole valittuja hattu.