რა ტიპის ნიმუში გამოიყენება ალბათობისთვის?

დიდი პოპულაციების შესახებ ინფორმაციის მისაღებად, მკვლევარები იყენებენ შერჩევის ალბათობის ოთხ მეთოდს: მარტივი შემთხვევითი, სისტემური, სტრატიფიცირებული და კლასტერული. მოცემულ პოპულაციაში ყველას აქვს ცნობილი და თანაბარი შანსი, რომ შეირჩეს ალბათობის შერჩევაში და, რაც მთავარია, ადამიანი აირჩევა შემთხვევით.

წარმოიდგინეთ, რამდენად რთული და ძვირადღირებული იქნება კომპანიისთვის ამერიკის შეერთებულ შტატებში ყველას გამოკითხვა ყოველ ჯერზე, როდესაც ამერიკელებისთვის რამის ცოდნა სურს. თუ ნიმუში შეიქმნა შემთხვევით და ყველას ჰქონდა მონაწილეობის შანსი, მაშინ ნიმუშის შედეგები მიუახლოვდება აღწერის შედეგებს, რომელიც ყველას გამოკითხავს. ალბათობის შერჩევა არის გადამწყვეტი, დროის დაზოგვა და ბევრად უფრო იაფი გზა საზოგადოებისგან ინფორმაციის მისაღებად ვიდრე აღწერა, რადგან მის შედეგებს შეუძლია ასახოს დიდი მოსახლეობა, მიუხედავად იმისა, რომ იგი მცირე რაოდენობის გამოკვლევებს ატარებს ხალხი. თუ ნიმუში არ შექმნილა შემთხვევით, რაც არის არა-ალბათური შერჩევა, მაშინ ნაკლებად სავარაუდოა, რომ შედეგები ასახავს მთელ მოსახლეობას.

მარტივი შემთხვევითი შერჩევისას, ადამიანები შემთხვევით აირჩევიან პოპულაციის სრული სიიდან. როგორც წესი, მოსახლეობის თითოეულ ადამიანს ან ოჯახს ენიჭება ნომერი და კომპიუტერი ქმნის შემთხვევით რიცხვებს, რომლებიც მიუთითებს, თუ ვინ არის შერჩეული სინჯისთვის. ლატარიები წმინდა შემთხვევითი ნიმუშია. ბილეთის ყველა მფლობელი ლატარიაშია, მაგრამ შემთხვევითი გზით მხოლოდ რამდენიმე არჩეულია.

სისტემური შერჩევა მარტივი შემთხვევითი შერჩევის მსგავსია ერთი განსხვავებით: მონაწილეთა შერჩევის ნიმუში. მაგალითად, მკვლევარმა შეიძლება დაიწყოს შემთხვევითი წერტილიდან და აიღოს ყველა მე -100 სახელი, რომელიც იპოვა ატლანტაში, ჯორჯიაში, სატელეფონო წიგნში. შერჩევის ეს მეთოდი ფართოდ გამოიყენება მომხმარებელთა ფოსტისა და სატელეფონო ინტერვიუებისთვის.

სტრატიფიცირებული შერჩევა სასარგებლოა პოპულაციის სხვადასხვა ნაწილის შედარებისას. მკვლევარები ანაწილებენ ან სეგმენტირებენ მოსახლეობას მათი საჭიროებების შესაბამისი მეთოდით და იღებენ უბრალო შემთხვევით ნიმუშს თითოეულ სეგმენტში. სეგმენტებს სუბპოპულაციებს ან ფენებს უწოდებენ. თუ გსურთ შეადაროთ, თუ როგორ გრძნობენ 1000 ქალი და მამაკაცი ჯანმრთელობის დაცვას, მაშინ თქვენ შეძლებთ მოსახლეობის სეგმენტირებას ან სტრატიფიკაციას სქესის მიხედვით და შემთხვევით აირჩიოთ 500 კაცი და 500 ქალი. თქვენ შეგიძლიათ მოსახლეობის სეგმენტირება ან მრავალფეროვნება მოახდინოთ, მათ შორის ასაკი, განათლება, შემოსავალი და ადგილმდებარეობა.

კასეტური შერჩევა მოიცავს ორ შემთხვევით პროცესს. პირველი ნაბიჯი არის მოსახლეობის დაყოფა კონკრეტულ ჯგუფებად და შემდეგ შემთხვევითი ჯგუფების შერჩევა და არა კონკრეტული ადამიანები. შემდეგ მკვლევარები ატარებენ მარტივ შემთხვევით ნიმუშს მხოლოდ თითოეულ შერჩეულ ჯგუფში. მკვლევარები ხშირად იყენებენ საფოსტო კოდებს ან დიდ ქალაქებს ჯგუფის შესაქმნელად.

მკვლევარმა შეიძლება ისურვოს 520 ადამიანის გამოკითხვით, თუ რას გრძნობს ყველა ამერიკელი ჯანმრთელობის დაცვის მიმართ. თუ მას აქვს ყველა ამერიკელის სია და შემთხვევით შეარჩევს 520 ადამიანს მთელი ქვეყნის მასშტაბით, ეს არის მარტივი შემთხვევითი შერჩევა. თუ ამის ნაცვლად ის იწყება ყველა ამერიკელის სიაში შემთხვევითი წერტილიდან და ირჩევს ყოველ 700 000-ე ადამიანს, მაშინ ეს არის სისტემური შერჩევა.

თუ იგი თითოეული ამერიკელის სიას დაყოფს 50 შტატად და შემთხვევით გამოყოფს 10 ადამიანს თითოეული შტატიდან, მაშინ ის იყენებს სტრატიფიცირებულ შერჩევას. თუ ის შემთხვევით აირჩევს 26 შტატს 50 შტატიდან და შემდეგ შემთხვევით ხატავს 20 ადამიანს 26 შტატიდან თითოეული, მაშინ ის იყენებს კასეტურ სინჯს.