Systematyczne pobieranie próbek
Co to jest systematyczne pobieranie próbek?
Systematyczne próbkowanie to rodzaj metody próbkowania według prawdopodobieństwa, w której członkowie próby z większej populacji są wybierani według losowego punktu początkowego, ale ze stałym, okresowym interwałem. Ten przedział, zwany interwałem próbkowania, jest obliczany poprzez podzielenie wielkości populacji przez żądaną wielkość próby. Pomimo wcześniejszego wyboru populacji prób, systematyczne pobieranie próbek jest nadal uważane za losowe, jeśli okres okresowy jest określony wcześniej, a punkt początkowy jest losowy.
Kluczowe wnioski
- Systematyczne pobieranie próbek jest metodą próbkowania opartą na prawdopodobieństwie, w której próbka losowa o ustalonych odstępach okresowych jest wybierana z większej populacji.
- Stały okresowy interwał, zwany interwałem próbkowania, jest obliczany poprzez podzielenie wielkości populacji przez żądaną wielkość próby.
- Inne zalety tej metodologii to eliminacja zjawiska selekcji klastrowej i niskie prawdopodobieństwo zanieczyszczenia danych.
- Wady obejmują nadmierną lub niedostateczną reprezentację określonych wzorców oraz większe ryzyko manipulacji danymi.
Zrozumienie systematycznego pobierania próbek
Ponieważ proste losowe pobieranie próbek populacji może być nieefektywne i czasochłonne, statystycy sięgają po inne metody, takie jak systematyczne pobieranie próbek. Wybór wielkości próby poprzez systematyczne podejście można przeprowadzić szybko. Po zidentyfikowaniu stałego punktu początkowego wybiera się stały interwał, aby ułatwić wybór uczestników.
Systematyczne pobieranie próbek jest lepsze od prostego losowego pobierania próbek, gdy istnieje niskie ryzyko manipulacji danymi. Jeśli takie ryzyko jest wysokie, gdy badacz może manipulować długością interwału, aby uzyskać pożądane wyniki, bardziej odpowiednia byłaby prosta technika losowego pobierania próbek.
populacji, chyba że przypadkowa charakterystyka nieproporcjonalnie występuje z każdą „ n- tą” próbką danych (co jest mało prawdopodobne). Innymi słowy, populacja musi wykazywać naturalny stopień losowości wzdłuż wybranej miary. Jeśli populacja ma typ ustandaryzowanego wzorca, ryzyko przypadkowego wybrania bardzo częstych przypadków jest bardziej widoczne.
W ramach systematycznego pobierania próbek, podobnie jak w przypadku innych metod pobierania próbek, populację docelową należy wybrać przed wybraniem uczestników. Populację można zidentyfikować na podstawie dowolnej liczby pożądanych cech, które odpowiadają celowi prowadzonego badania. Niektóre kryteria wyboru mogą obejmować wiek, płeć, rasę, lokalizację, poziom wykształcenia i / lub zawód.
Istnieje kilka metod próbkowania populacji w celu wnioskowania statystycznego; systematyczne pobieranie próbek jest jedną z form losowego pobierania próbek.
Przykłady systematycznego pobierania próbek
Jako hipotetyczny przykład systematycznego próbkowania przyjmijmy, że w populacji 10 000 osób statystyczny wybiera do próbkowania co setną osobę. Okresy próbkowania mogą być również systematyczne, na przykład wybieranie nowej próbki do pobrania co 12 godzin.
Jako inny przykład, jeśli chciałbyś wybrać losową grupę 1000 osób z populacji 50 000 za pomocą systematycznego próbkowania, wszystkich potencjalnych uczestników należy umieścić na liście i wybrać punkt początkowy. Po utworzeniu listy co 50 osoba na liście (zaczynając liczenie w wybranym punkcie początkowym) zostanie wybrana jako uczestnik, od 50000/1000 = 50.
Na przykład, jeśli wybranym punktem początkowym jest 20, zostanie wybrana 70 osoba na liście, a następnie 120. itd. Po osiągnięciu końca listy i jeśli potrzebni są dodatkowi uczestnicy, liczenie przechodzi do początku listy, aby zakończyć liczenie.
Systematyczne pobieranie próbek vs. Próbkowanie klastrów
Systematyczne pobieranie próbek i próbkowanie klastrów różni się tym, w jaki sposób pobierają punkty próbkowania z populacji włączonej do próby. Próbkowanie klastrowe dzieli populację na klastry, podczas gdy systematyczne próbkowanie wykorzystuje ustalone interwały z większej populacji do utworzenia próbki.
Systematyczne pobieranie próbek wybiera losowy punkt wyjścia z populacji, a następnie próbkę pobiera się z regularnych stałych przedziałów populacji w zależności od jej wielkości. Próbkowanie klastrowe dzieli populację na klastry, a następnie pobiera prostą próbę losową z każdego skupienia.
Pobieranie próbek z klastra jest uważane za mniej dokładne niż inne metody pobierania próbek. Może jednak zaoszczędzić na kosztach uzyskania próbki. Pobieranie próbek w klastrze to dwuetapowa procedura pobierania próbek. Można go użyć, gdy skompletowanie listy całej populacji jest trudne. Na przykład może być trudno skonstruować całą populację klientów sklepu spożywczego do przeprowadzenia wywiadów.
Jednak osoba może utworzyć losowy podzbiór sklepów, co jest pierwszym krokiem w tym procesie. Drugim krokiem jest wywiady z losową próbą klientów tych sklepów. Jest to prosty proces ręczny, który pozwala zaoszczędzić czas i pieniądze.
Ograniczenia systematycznego pobierania próbek
Ryzyko, które statystycy muszą wziąć pod uwagę podczas systematycznego pobierania próbek, dotyczy sposobu organizacji listy używanej z interwałem próbkowania. Jeżeli populacja umieszczona na liście jest zorganizowana w cykliczny wzorzec odpowiadający interwałowi próbkowania, wybrana próbka może być obciążona.
Na przykład dział zasobów ludzkich firmy chce wybrać próbkę pracowników i zapytać, co myślą o polityce firmy. Pracownicy są podzieleni na 20-osobowe zespoły, na czele których stoi kierownik. Jeśli lista używana do wybierania wielkości próby jest zorganizowana w zespoły zgrupowane razem, statystyka ryzykuje wybranie tylko menedżerów (lub żadnego menedżera) w zależności od interwału próbkowania.
Często Zadawane Pytania
Jakie są zalety systematycznego pobierania próbek?
Systematyczne pobieranie próbek jest zbyt proste do przeprowadzenia i łatwe do zrozumienia, dlatego jest generalnie preferowane przez naukowców. Główne założenie, że wyniki reprezentują większość normalnych populacji, gwarantuje równomierne próbkowanie całej populacji. Ponadto systematyczne pobieranie próbek zapewnia wyższy stopień kontroli w porównaniu z innymi metodologiami pobierania próbek ze względu na jego proces. Systematyczne pobieranie próbek wiąże się również z czynnikiem niskiego ryzyka, ponieważ istnieje niewielkie prawdopodobieństwo, że dane mogą zostać zanieczyszczone.
Jakie są wady systematycznego pobierania próbek?
Główną wadą systematycznego pobierania próbek jest to, że potrzebna jest wielkość populacji. Bez znajomości konkretnej liczby uczestników w populacji systematyczne pobieranie próbek nie działa dobrze. Na przykład, jeśli statystyk chciałby zbadać wiek osób bezdomnych w określonym regionie, ale nie może dokładnie określić, ile jest osób bezdomnych, wówczas nie będzie miał liczebności populacji ani punktu wyjścia. Inną wadą jest to, że populacja musi wykazywać naturalną liczbę losowości, w przeciwnym razie zwiększa się ryzyko wyboru podobnych przypadków, co jest sprzeczne z celem próby.
Czym różnią się klastry i systematyczne pobieranie próbek?
Próbkowanie klastrów i systematyczne pobieranie próbek różni się tym, w jaki sposób pobierają punkty próbkowania z populacji objętej próbą. Próbkowanie klastrowe dzieli populację na klastry, a następnie pobiera prostą próbę losową z każdego skupienia. Systematyczne pobieranie próbek wybiera losowy punkt wyjścia z populacji, a następnie próbkę pobiera się z regularnych stałych przedziałów populacji w zależności od jej wielkości. Próbkowanie klastrów jest podatne na większy błąd próbkowania niż próbkowanie systematyczne, chociaż może być tańszym procesem.