Saadakseen tietoa suurista populaatioista tutkijat käyttävät neljää todennäköisyysotantamenetelmää: yksinkertainen satunnainen, systemaattinen, kerrostettu ja klusteri. Jokaisella tietyllä väestöllä on tunnetut ja yhtäläiset mahdollisuudet tulla valituksi todennäköisyysotannassa, ja mikä tärkeintä, ihmiset valitaan satunnaisesti.
Todennäköisyysnäytön hyödyllisyys
Kuvittele, kuinka vaikeaa ja kallista yritykselle olisi tutkia kaikkia Yhdysvalloissa joka kerta, kun se haluaa tietää jotain amerikkalaisista. Jos otos luodaan satunnaisesti ja kaikilla on mahdollisuus osallistua, otoksen tulokset olisivat lähellä kaikkia ihmisiä tutkivan väestönlaskennan tuloksia. Todennäköisyysotanta on tärkeä, aikaa säästävä ja paljon halvempi tapa hankkia tietoa yhteiskunnalta kuin väestönlaskenta, koska sen tulokset voivat heijastaa suurta väestöä, vaikka siinä tutkitaankin pieni joukko ihmiset. Jos otosta ei luotu satunnaisesti, mikä on ei-todennäköisyysotanta, on epätodennäköistä, että tulokset kuvastavat koko populaatiota.
Yksinkertainen satunnainen ja järjestelmällinen näytteenotto
Yksinkertaisessa satunnaisotannassa ihmiset valitaan satunnaisesti täydellisestä populaatioluettelosta. Tyypillisesti jokaiselle väestön henkilölle tai kotitaloudelle annetaan numero ja tietokone tuottaa satunnaisluvut, jotka osoittavat, kuka on valittu otokseen. Arpajaiset ovat puhtaasti satunnainen näyte. Kaikki lipun haltijat ovat arpajaisia, mutta vain harvat valitaan satunnaisesti.
Systemaattinen näytteenotto on samanlainen kuin yksinkertainen satunnainen otanta yhdellä erolla: malli osallistujien valinnalle. Esimerkiksi tutkija voi aloittaa satunnaisessa vaiheessa ja ottaa jokaisen sadan nimen, jonka hän löytää Atlantassa, Georgiassa, puhelinluettelosta. Tätä otantamenetelmää käytetään laajalti kuluttajapostissa ja puhelinhaastatteluissa.
Kerrostettu ja klusterinäyte
Kerrostettu otanta on hyödyllinen, kun verrataan populaation eri osia. Tutkijat jakavat tai segmentoivat populaation heidän tarpeidensa kannalta merkityksellisellä tavalla ja ottavat jokaisesta segmentistä yksinkertaisen satunnaisotoksen. Segmenttejä kutsutaan alaryhmiksi tai kerroksiksi. Jos haluat verrata, miten 1000 naista ja miestä suhtautuu terveydenhoitoon, voit ryhmitellä tai osittaa väestön sukupuolen mukaan ja valita satunnaisesti 500 miestä ja 500 naista. Voit segmentoida tai osittaa väestön monin tavoin, mukaan lukien ikä, koulutus, tulot ja sijainti.
Klusterinäyte sisältää kaksi satunnaista prosessia. Ensimmäinen vaihe on jakaa populaatio tietyille ryhmille ja valita sitten satunnaisesti ryhmät, ei tiettyjä ihmisiä. Sitten tutkijat suorittavat yksinkertaisen satunnaisotoksen vain jokaisessa valitussa ryhmässä. Tutkijat käyttävät ryhmän luomiseen usein postinumeroita tai suuria kaupunkialueita.
Neljä esimerkkiä
Tutkija voi haluta tietää, miten kaikki amerikkalaiset suhtautuvat terveydenhoitoon tutkimalla 520 ihmistä. Jos hänellä on luettelo jokaisesta amerikkalaisesta ja hän valitsee satunnaisesti 520 ihmistä eri puolilta maata, se on yksinkertainen satunnaisotanta. Jos sen sijaan hän alkaa satunnaisesta pisteestä jokaisen amerikkalaisen luettelossa ja valitsee jokaisen 700 000: n ihmisen, niin se on järjestelmällinen otanta.
Jos hän jakaa jokaisen amerikkalaisen luettelon 50 osavaltioon ja vetää satunnaisesti 10 henkilöä kustakin osavaltiosta, hän käyttää kerrostettua otantaa. Jos hän valitsee satunnaisesti 26 tilaa 50 tilasta ja vetää sitten satunnaisesti 20 henkilöä kustakin 26 tilasta, hän käyttää klusterinäytteenottoa.