样本类型与研究中的误差

在统计学中,样本是总体的子集,用于表示整个组。做研究时,通常不切实际的是调查每个特定人口的成员,因为纯粹的人口数量太大。推断人口的特征,研究人员可以使用随机抽样.

为什么研究人员使用样本??

当研究人类思维的一个方面时行为,研究人员根本不能收集数据在大多数情况下,来自每个个体。相反,他们选择代表较大群体的较小的个体样本。如果样本真正代表了所讨论的人口,然后,研究人员可以将他们的结果推广到更大的群体。

抽样类型

在心理学研究和其他类型的社会研究中,实验者通常依靠几种不同的采样方法。

1。概率抽样

概率抽样是指一个群体中的每个个体都有被选择的平等机会。由于概率抽样涉及随机选择,它保证了种群的不同子集在样本中表示的机会是相同的。这使得概率样本更具代表性,并且研究人员能够更好地将他们的结果推广到整个小组。

有几种不同类型的概率抽样:

  • 简单随机抽样是,顾名思义,最简单的概率抽样类型。研究人员采取人群中的每个个体,并随机选择他们的样本,经常使用某种计算机程序或随机数发生器。
  • 分层随机抽样包括将总体分成子组,然后从这些子组中的每个子组中取一个简单的随机样本。例如,一项研究可能根据种族将人口分成几个亚组,性别,或者年龄,然后对这些组中的每一个进行简单的随机抽样。分层随机抽样通常比简单随机抽样提供更高的统计准确性,并有助于确保在样本中准确表示某些组。
  • 聚类抽样包括将种群划分成较小的集群,通常基于地理位置或边界。然后选择这些聚类的随机样本,并对聚类中的所有对象进行测量。例如,想象一下,你正试图对你所在州的校长进行研究。从每个学校校长那里收集数据既费钱又费时。采用整群抽样方法,您从您的州中随机选择五个县,然后从这五个县中的每个县收集数据。

    2。非概率抽样

    非概率抽样,另一方面,包括使用不给群体中的每个个体平等机会被选择的方法选择参与者。这种样本的一个问题是,志愿者在某些变量上可能与非志愿者不同,这可能使得很难将结果推广到整个人群。

    还有几种不同类型的非概率抽样:

    • 方便抽样包括使用参与者参与研究,因为他们方便和可用。如果你曾经自愿参加过大学心理学系进行的一项心理学研究,然后你参加了一个依赖于便利样本的研究。依靠征求志愿者或使用研究人员可获得的临床样本的研究也是方便样本的例子。
    • 目的抽样包括寻找符合某些标准的个体。例如,营销人员可能对了解18-35岁的女性如何看待自己的产品感兴趣。他们可能雇用一家市场调查公司进行电话采访,有意地寻找和采访符合年龄标准的女性。
    • 配额抽样涉及故意采样人口中特定比例的子群。例如,政治民意测验专家可能对研究民众对某一政治问题的看法感兴趣。如果他们使用简单的随机抽样,他们可能偶然错过人口的某些子集。相反,它们建立了一定百分比的样本必须包括这些子组的标准。虽然所得的样本可能不实际代表人口中存在的实际比例,具有配额可以确保这些较小的子组被表示。

      更多地了解概率和非概率样本的不同之处。

      抽样误差

      因为抽样自然不能包括群体中的每个个体,可能会出现错误。

      种群中存在的内容与样本中存在的内容之间的差异称为抽样误差.

      虽然不可能确切地知道种群和样本之间的差异有多大,研究人员能够统计地估计抽样误差的大小。在政治民意测验中,例如,您可能经常听到某些置信水平所表示的误差幅度。

      一般来说,样本大小越大,误差水平越小。这仅仅是因为随着样本变得更接近于达到总体的大小,越有可能准确地捕捉到种群的所有特征。完全消除采样误差的唯一方法是从整个总体收集数据,这常常太过昂贵和耗时。采样误差可以最小化,然而,采用随机概率检验和大样本。

      这页有用吗??
      文章来源