K získání informací o velkých populacích používají vědci čtyři metody vzorkování pravděpodobnosti: jednoduché náhodné, systematické, stratifikované a shlukové. Každý v dané populaci má známou a stejnou šanci, že bude vybrán při výběru pravděpodobnosti, a co je nejdůležitější, lidé jsou vybráni náhodně.
Užitečnost vzorku pravděpodobnosti
Představte si, jak obtížné a nákladné by bylo pro společnost, aby zkoumala každého ve Spojených státech pokaždé, když chce vědět něco o Američanech. Pokud je vzorek vytvořen náhodně a každý měl šanci se zúčastnit, pak by výsledky vzorku byly blízké výsledkům sčítání lidu, které zkoumá všechny. Pravděpodobnostní vzorkování je zásadní, časově úsporný a mnohem méně nákladný způsob, jak získat informace od společnosti než sčítání lidu, protože jeho výsledky mohou odrážet velkou populaci, přestože zkoumá malý počet obyvatel lidé. Pokud nebyl vzorek vytvořen náhodně, což je nepravděpodobný výběr, je nepravděpodobné, že by výsledky odrážely celou populaci.
Jednoduché náhodné a systematické vzorkování
V jednoduchém náhodném výběru jsou lidé náhodně vybráni z úplného seznamu populace. Typicky je každé osobě nebo domácnosti v populaci přiděleno číslo a počítač generuje náhodná čísla označující, kdo je vybrán do vzorku. Loterie jsou čistě náhodný vzorek. Všichni držitelé tiketů jsou v loterii, ale jen několik z nich je vybráno náhodně.
Systematické vzorkování je podobné jednoduchému náhodnému vzorkování s jedním rozdílem: vzor pro výběr účastníků. Například výzkumník může začít v náhodném bodě a vzít každé 100. jméno, které najde v telefonním seznamu v Atlantě ve státě Georgia. Tato metoda vzorkování se široce používá pro pošta a telefonické rozhovory se spotřebiteli.
Stratifikované a klastrové vzorkování
Stratifikovaný odběr vzorků je užitečný při porovnávání různých částí populace. Výzkumníci rozdělují nebo segmentují populaci způsobem, který odpovídá jejich potřebám, a v každém segmentu odebírají jednoduchý náhodný vzorek. Segmenty se nazývají subpopulace nebo vrstvy. Chcete-li porovnat, co si o zdravotní péči myslí 1 000 žen a mužů, můžete segmentovat nebo stratifikovat populaci podle pohlaví a náhodně vybrat 500 mužů a 500 žen. Populaci můžete segmentovat nebo stratifikovat mnoha způsoby, včetně věku, vzdělání, příjmu a umístění.
Vzorkování klastru zahrnuje dva náhodné procesy. Prvním krokem je rozdělení populace do konkrétních skupin a poté náhodný výběr skupin, nikoli konkrétních lidí. Poté vědci provedou jednoduchý náhodný vzorek pouze v každé vybrané skupině. Vědci k vytvoření skupiny často používají poštovní směrovací čísla nebo velké městské oblasti.
Čtyři příklady
Výzkumník možná bude chtít vědět, jak se všichni Američané cítí o zdravotní péči průzkumem u 520 lidí. Pokud má seznam všech Američanů a náhodně vybere 520 lidí z celé země, pak je to jednoduchý náhodný výběr. Pokud místo toho začne v náhodném bodě seznamu každého Američana a vybere každého 700 000. člověka, pak jde o systematické vzorkování.
Pokud rozdělí seznam všech Američanů do 50 států a náhodně přitáhne 10 lidí z každého státu, použije stratifikovaný výběr. Pokud si náhodně vybere 26 států z 50 států a poté náhodně vybere 20 lidí z každého z 26 států, použije vzorkování klastru.