För att få information om stora populationer använder forskare fyra sannolikhetsprovningsmetoder: enkla slumpmässiga, systematiska, stratifierade och kluster. Alla i en viss population har en känd och lika chans att väljas i sannolikhetsprovtagning, och viktigast av allt väljs människor slumpmässigt.
Sannolikhetsprovets användbarhet
Föreställ dig hur svårt och kostsamt det skulle vara för ett företag att undersöka alla i USA varje gång det vill veta något om amerikaner. Om ett urval skapas slumpmässigt och alla hade en chans att delta, skulle provets resultat ligga nära resultatet av en folkräkning, som undersöker alla. Sannolikhetsprov är ett avgörande, tidsbesparande och mycket billigare sätt att få information från samhället än en folkräkning eftersom dess resultat kan återspegla en stor befolkning trots att den undersöker ett litet antal människor. Om ett urval inte skapades slumpmässigt, vilket inte är ett sannolikt urval, är det osannolikt att resultaten speglar hela befolkningen.
Enkel slumpmässig och systematisk provtagning
I ett enkelt slumpmässigt urval väljs människor slumpmässigt från en fullständig befolkningslista. Vanligtvis får varje person eller hushåll i befolkningen ett nummer och en dator genererar slumpmässiga nummer som anger vem som valts för urvalet. Lotterier är ett rent slumpmässigt urval. Alla biljettinnehavare är i lotteri, men endast ett fåtal väljs slumpmässigt.
Systematisk provtagning liknar enkel slumpmässig provtagning med en skillnad: ett mönster för valet av deltagare. Till exempel kan en forskare börja vid en slumpmässig punkt och ta vart 100: e namn han hittar i Atlanta, Georgia, telefonbok. Denna provtagningsmetod används i stor utsträckning för intervjuer med konsumentpost och telefon.
Stratifierad och klusterprovtagning
Stratifierat provtagning är användbart när man jämför olika delar av en population. Forskare delar upp eller segmenterar befolkningen på ett sätt som är relevant för deras behov och tar ett enkelt slumpmässigt urval i varje segment. Segmenten kallas delpopulationer eller strata. Om du vill jämföra hur 1000 kvinnor och män känner för vården, kan du segmentera eller stratifiera befolkningen efter kön och slumpmässigt välja 500 män och 500 kvinnor. Du kan segmentera eller stratifiera en befolkning på många sätt, inklusive ålder, utbildning, inkomst och plats.
Cluster sampling innehåller två slumpmässiga processer. Det första steget är att dela upp befolkningen i specifika grupper och sedan slumpmässigt välja grupper, inte specifika personer. Sedan kör forskare ett enkelt slumpmässigt urval endast i varje vald grupp. Forskare använder ofta postnummer eller stora stadsområden för att skapa en grupp.
Fyra exempel
En forskare kanske vill veta hur alla amerikaner känner för vården genom att kartlägga 520 personer. Om han har en lista över alla amerikaner och slumpmässigt väljer 520 personer från hela landet, är det enkelt slumpmässigt urval. Om han istället börjar vid en slumpmässig punkt på listan över varje amerikaner och väljer varje 700 000: e person, så är det ett systematiskt urval.
Om han delar upp listan över varje amerikaner i 50 stater och slumpmässigt drar 10 personer från varje stat, använder han stratifierat urval. Om han slumpmässigt väljer 26 stater från 50 stater och sedan slumpmässigt drar 20 personer från var och en av de 26 staterna, använder han klusterprovtagning.