Aby uzyskać informacje o dużych populacjach, badacze stosują cztery metody próbkowania prawdopodobieństwa: proste losowe, systematyczne, warstwowe i klasterowe. Każdy w danej populacji ma znaną i równą szansę na dobór próby prawdopodobieństwa, a co najważniejsze, ludzie wybierani są losowo.
Przydatność próbki prawdopodobieństwa
Wyobraź sobie, jak trudne i kosztowne byłoby dla firmy przeprowadzanie ankiety dla wszystkich w Stanach Zjednoczonych za każdym razem, gdy chce się dowiedzieć czegoś o Amerykanach. Gdyby próba została utworzona losowo i każdy miałby szansę wziąć w niej udział, to wyniki próby byłyby zbliżone do wyników spisu powszechnego, który obejmuje wszystkich. Próbkowanie prawdopodobieństwa to kluczowy, oszczędzający czas i znacznie tańszy sposób pozyskiwania informacji od społeczeństwa niż spis powszechny, ponieważ jego wyniki mogą odzwierciedlać dużą populację, mimo że obejmuje ona niewielką liczbę ludzie. Jeśli próbka nie została utworzona losowo, co jest próbkowaniem bez prawdopodobieństwa, jest mało prawdopodobne, aby wyniki odzwierciedlały całą populację.
Proste losowe i systematyczne próbkowanie
W prostych losowych próbkach ludzie są losowo wybierani z pełnej listy populacji. Zazwyczaj każda osoba lub gospodarstwo domowe w populacji otrzymuje numer, a komputer generuje losowe liczby wskazujące, kto jest wybrany do próby. Loterie są czysto losową próbą. Wszyscy posiadacze biletów biorą udział w loterii, ale tylko nieliczni są wybierani losowo.
Dobór systematyczny jest podobny do prostego doboru losowego z jedną różnicą: schematem doboru uczestników. Na przykład badacz może zacząć od losowego punktu i wziąć każde 100. nazwisko, które znajdzie w książce telefonicznej Atlanta w stanie Georgia. Ta metoda próbkowania jest szeroko stosowana w przypadku korespondencji konsumenckiej i wywiadów telefonicznych.
Próbkowanie warstwowe i klastrowe
Próbkowanie warstwowe jest przydatne przy porównywaniu różnych części populacji. Badacze dzielą lub segmentują populację w sposób odpowiadający ich potrzebom i pobierają prostą losową próbę w każdym segmencie. Segmenty nazywane są subpopulacjami lub warstwami. Jeśli chcesz porównać, jak 1000 kobiet i mężczyzn myśli o opiece zdrowotnej, możesz podzielić lub podzielić populację według płci i losowo wybrać 500 mężczyzn i 500 kobiet. Możesz segmentować lub rozwarstwiać populację na wiele sposobów, w tym wiek, wykształcenie, dochody i lokalizację.
Próbkowanie skupień obejmuje dwa procesy losowe. Pierwszym krokiem jest podzielenie populacji na określone grupy, a następnie losowy wybór grup, a nie konkretnych osób. Następnie badacze przeprowadzają prostą próbę losową tylko w każdej wybranej grupie. Badacze często używają kodów pocztowych lub dużych obszarów miejskich, aby stworzyć grupę.
Cztery przykłady
Badacz może chcieć dowiedzieć się, jak wszyscy Amerykanie myślą o opiece zdrowotnej, przeprowadzając ankietę wśród 520 osób. Jeśli ma listę wszystkich Amerykanów i losowo wybiera 520 osób z całego kraju, to jest to po prostu losowe pobieranie próbek. Jeśli zamiast tego zaczyna od losowego punktu na liście każdego Amerykanina i wybiera co 700 000 osobę, to jest to systematyczne pobieranie próbek.
Jeśli podzieli listę każdego Amerykanina na 50 stanów i losowo wylosuje 10 osób z każdego stanu, wówczas użyje losowania warstwowego. Jeśli losowo wybierze 26 stanów z 50 stanów, a następnie losowo wylosuje 20 osób z każdego z 26 stanów, użyje próbkowania klastrowego.