U statistici, uzorak je podskup stanovništva koji se koristi za zastupanje cijele grupe u cjelini. Kada se radi o istraživanju, često je nepraktično istražiti svaki član određene populacije jer je običan broj ljudi jednostavno prevelik. Da bi se donijele zaključci o obilježjima populacije, istraživači mogu koristiti slučajni uzorak .
Zašto istraživači koriste uzorke?
Kada istražujete aspekt ljudskog uma ili ponašanja , istraživači jednostavno ne mogu prikupljati podatke iz svakog pojedinca u većini slučajeva. Umjesto toga, odabiru manji uzorak pojedinaca koji predstavljaju veću grupu. Ako je uzorak uistinu reprezentativan za dotično stanovništvo, znanstvenici tada mogu uzeti svoje rezultate i generalizirati ih u veću skupinu.
Vrste uzorkovanja
U psihološkim istraživanjima i drugim vrstama društvenih istraživanja, eksperimenteri se tipično oslanjaju na nekoliko različitih metoda uzorkovanja.
1. Uzorkovanje vjerojatnosti
Vjerojatnost uzorkovanja znači da svaki pojedinac u populaciji stoji i jednake šanse za odabir. Budući da uzorkovanje vjerojatnosti uključuje slučajni odabir, on osigurava da različiti podskup stanovništva imaju jednaku šansu da budu zastupljeni u uzorku. To čini uzorke vjerojatnosti reprezentativnijima, a istraživači bolje mogu generalizirati svoje rezultate grupi kao cjelini.
Postoji nekoliko različitih vrsta probnih uzoraka:
- Jednostavno slučajno uzorkovanje je, kako ime sugerira, najjednostavnija vrsta uzorkovanja vjerojatnosti. Istraživači uzimaju svakog pojedinca u populaciji i slučajno odabiru svoj uzorak, često pomoću nekog tipa računalnog programa ili generatora slučajnih brojeva.
- Stratificirani slučajni uzorak uključuje odvajanje stanovništva u podskupine i zatim uzimanje jednostavnog slučajnog uzorka iz svake od tih podskupina. Na primjer, istraživanje može podijeliti stanovništvo u podgrupe na temelju rase, spola ili dobi, a zatim uzeti jednostavan slučajni uzorak svake od tih grupa. Stratificirani slučajni uzorak često daje veću statističku točnost od jednostavnog slučajnog uzorkovanja i pomaže osigurati da su određene skupine točno prikazane u uzorku.
- Uzorci klastera podrazumijevaju podjelu stanovništva u manje klastere, često na temelju zemljopisnog položaja ili granica. Zatim se odabire slučajni uzorak ovih klastera i mjeri se svi subjekti unutar klastera. Na primjer, zamislite da pokušavate proučiti ravnatelje škole u vašoj državi. Prikupljanje podataka iz svakog principa škole bi bilo previše zabrinjavajuće i dugotrajno. Koristeći metodu uzorkovanja klastera, slučajno odabirete pet županija iz svoje države i prikupljajte podatke iz svakog predmeta u svakoj od tih pet županija.
2. Uzorkovanje neprobabilnosti
Uzimanje uzoraka ne-vjerojatnosti, s druge strane, uključuje odabir sudionika metodama koje ne daju svakoj pojedinci u populaciji jednake šanse da budu odabrane.
Jedan od problema s ovom vrstom uzorka je da volonteri mogu biti različiti na određenim varijablama od onih koji nisu volonteri, što bi moglo otežati generaliziranje rezultata cijeloj populaciji.
Postoji i nekoliko različitih vrsta uzoraka neprobabilnosti:
- Prikupljanje pogodnosti uključuje korištenje sudionika u studiji jer su prikladni i dostupni. Ako ste se svaki volontirali za psihologijsku studiju provedenu preko vašeg sveučilišnog odjela za psihologiju, onda ste sudjelovali u studiji koja se oslanjala na uzorak praktičnosti. Studije koje se oslanjaju na traženje volontera ili korištenjem kliničkih uzoraka koje su dostupne istraživačima također su primjeri uzoraka praktičnosti.
- Svrsishodno uzorkovanje uključuje traženje pojedinaca koji zadovoljavaju određene kriterije. Na primjer, trgovci bi mogli biti zainteresirani za učenje kako njihovi proizvodi percipiraju žene u dobi između 18 i 35 godina. Mogu zaposliti tvrtku za istraživanje tržišta za provođenje telefonskih intervjua koje namjerno traže i razgovaraju sa ženama koje ispunjavaju svoje dobne kriterije.
- Uzorkovanje kvota uključuje namjerno uzorkovanje određenog dijela podskupine unutar populacije. Na primjer, politički birači mogli bi biti zainteresirani za istraživanje mišljenja stanovništva o određenom političkom pitanju. Ako koriste jednostavno slučajno uzorkovanje, možda bi slučajno propustile određene podskupine stanovništva. Umjesto toga, utvrđuju kriterije kojima određeni postotak uzorka mora uključivati te podgrupe. Dok rezultirajući uzorak ne mora biti reprezentativan za stvarne razmjere koji postoje u populaciji, kvota osigurava da su ove manje podgrupe zastupljene.
Saznajte više o nekim načinima na koji se vjerojatnost i uzorci vjerojatnosti razlikuju.
Pogreške uzorkovanja
Budući da uzimanje uzoraka prirodno ne može uključivati svakog pojedinca u populaciju, mogu se pojaviti pogreške. Razlike između onoga što je prisutno u populaciji i onoga što je prisutno u uzorku poznate su kao pogreške uzorkovanja .
Iako je nemoguće točno znati koliko je velika razlika između populacije i uzorka, istraživači su u stanju statistički procjenjivati veličinu pogrešaka uzorkovanja. Primjerice, u političkim anketama često čujete marginu pogrešaka koje izražavaju određene razine povjerenja.
Općenito, što je veličina uzorka veća, manja je razina pogreške. To je jednostavno zato što se uzorak postaje bliži dostizanju veličine ukupnog stanovništva, to je vjerojatnije da točno obuhvaćaju sve karakteristike stanovništva. Jedini način za potpuno uklanjanje pogrešaka u uzorkovanju je sakupljanje podataka iz čitave populacije, što je često jednostavno previše troškovno preporučljivo i dugotrajno. Međutim, pogreške uzorkovanja mogu se svesti na najmanju moguću mjeru, koristeći se randomiziranim testiranjem vjerojatnosti i velikom veličinom uzorka.
Reference:
Goodwin, CJ (2010). Istraživanja u psihologiji: metode i dizajn. Hoboken, NJ: John Wiley and Sons.
Nicholas, L. (2008). Uvod u psihologiju. UCT Press: Cape Town.