SOORTEN STEEKPROEVEN MET WAARSCHIJNLIJKHEID EN NIET-WAARSCHIJNLIJKHEID (VOORBEELDEN) - CULTUUR WOORDENSCHAT - 2026

De soorten steekproeven zijn de verschillende manieren om gegevens uit een deel van het totaal te extraheren, een krachtig statistisch hulpmiddel waarvan de functie is om te bepalen welk deel van de bevolking of het universum moet worden onderzocht, om conclusies te trekken en er informatie over te verkrijgen.

Steekproeven zijn erg belangrijk wanneer u niet de gehele populatie kunt of wilt analyseren. Merk op dat de term "bevolking" niet alleen verwijst naar een grote groep mensen of levende wezens, maar in het algemeen naar het totaal van elementen die in een bepaald probleem zullen worden bestudeerd.

Figuur 1. Steekproeven zijn belangrijk om een ​​representatieve steekproef uit een universe te selecteren. Bron: Pixabay.

Afhankelijk van het gekozen type steekproef wordt het deel van de bevolking dat als het meest representatief wordt beschouwd, geselecteerd, altijd in overeenstemming met de doelstellingen.

Wanneer slechts een deel van het universum van gegevens wordt gebruikt, is het natuurlijk mogelijk om enkele details te missen en informatie weg te laten, waardoor de resultaten niet zo nauwkeurig zullen zijn als ze zouden moeten zijn. Dit staat bekend als een steekproeffout.

Het idee is om het universum van gegevens zoveel mogelijk te vereenvoudigen door de meest representatieve steekproef te kiezen die in staat is om de maximale informatie te leveren, om de validiteit van de resultaten te waarborgen.

Soorten waarschijnlijkheid of willekeurige steekproeven

Een kanssteekproef is gebaseerd op de kans dat de onderwerpen van de steekproef moeten worden geselecteerd. Op deze manier krijgt elk element van de populatie een bekende kans om gekozen te worden, die uiteraard groter moet zijn dan 0.

Dit is uitermate belangrijk, omdat het kan gebeuren dat uit een universum aan data een steekproef is geselecteerd die niet voldoende representatief is voor het geheel.

Als dat het geval is, zullen de resultaten vertekend zijn, aangezien sommige delen van de bevolking meer de voorkeur zullen krijgen dan andere. Om bias te voorkomen, waarvan er verschillende categorieën zijn, is een optie om het toeval de steekproef te laten selecteren en zo elk element een kans te geven die niet gelijk is aan nul.

Eenvoudige willekeurige steekproeven

Dit is een eenvoudige manier om ervoor te zorgen dat het toeval zijn werk doet. Als het bijvoorbeeld een kwestie is van het selecteren van enkele kinderen in een klas om deel te nemen aan een kunstevenement op school, worden alle namen van de kinderen op identieke opgevouwen stembiljetten geplaatst, gemengd in een hoed en een handvol willekeurig getrokken.

Alle kinderen in de klas vormen de populatie, en het handjevol stembiljetten dat uit de hoed werd gehaald, is de steekproef.

Het succes van de procedure is gelegen in het maken van een complete lijst van alle kinderen, zodat niemand buitengesloten wordt. Bij een kleine cursus is dit geen probleem; Maar als u een steekproef uit een grotere populatie wilt selecteren, moet u de methode verfijnen.

Bij vervanging of vervanging kan een eenvoudige willekeurige bemonstering worden uitgevoerd. Als we bijvoorbeeld een element uit de populatie halen en het teruggeven nadat we het hebben geselecteerd en onderzocht, blijft het universum van onze elementen altijd hetzelfde tijdens de studie.

Als daarentegen het gekozen element wordt bestudeerd, wordt er niet meer geretourneerd, het is bemonstering zonder vervanging. Hiermee moet rekening worden gehouden bij het berekenen van de kans dat een element wordt geselecteerd.

Systematische willekeurige steekproeven

Om deze bemonstering uit te voeren, is het ook nodig om N-elementen op te noemen en ook de grootte van de steekproef te bepalen, die we n zullen noemen. De lijst wordt een bemonsteringsframe genoemd.

Nu wordt het spronginterval gedefinieerd, dat wordt aangegeven met de letter k en als volgt wordt berekend:

Er wordt - willekeurig - een willekeurig nummer gekozen tussen 1 en k, ro random start genoemd. Dit is de eerste persoon op de lijst die wordt geselecteerd en van daaruit worden de volgende elementen op de lijst gekozen.

Een voorbeeld: stel dat u een lijst heeft van 2000 studenten van een universiteit en u wilt een steekproef van 100 studenten halen om deel te nemen aan een congres.

Het eerste dat u moet doen, is de waarde van k vinden:

Nadat we het totale aantal studenten hebben verdeeld in 100 fragmenten van 20 studenten, wordt een van de fragmenten genomen en wordt een willekeurig getal gekozen tussen 1 en 20, bijvoorbeeld 12. Daarom is de twaalfde student op onze lijst de willekeurig opstarten.

De volgende te selecteren leerling moet 12 + 20 = 22 zijn, dan 42, dan 62 enzovoort, totdat alle 100 zijn voltooid.

Zoals u kunt zien, is het een snelle methode om toe te passen en dat geeft meestal zeer goede resultaten, zonder de noodzaak om de 2000 namen in een hoed te stoppen en er 100 te nemen, zolang er geen periodiciteiten in de populatie zijn die aanleiding geven tot vooringenomenheid. .

Gestratificeerde willekeurige steekproef

Figuur 2. Bij gestratificeerde willekeurige steekproeven is de populatie verdeeld in segmenten die strata worden genoemd. Bron: Pixabay.

Bij een eenvoudige willekeurige steekproef heeft elk item in de populatie dezelfde kans om te worden geselecteerd. Maar dit is misschien niet altijd waar, vooral als er meer complexiteiten zijn om rekening mee te houden.

Om een ​​gestratificeerd steekproefschema uit te voeren, moet de populatie worden verdeeld in groepen met vergelijkbare kenmerken. Dit zijn de lagen. De strata worden vervolgens genomen en uit elk worden eenvoudige willekeurige monsters gekozen, die vervolgens worden gecombineerd om het uiteindelijke monster te vormen.

De strata worden bepaald voordat bemonstering plaatsvindt, waarbij de kenmerken van het data-universum worden bestudeerd.

Deze kenmerken kunnen zijn burgerlijke staat, leeftijd, woonplaats, bijvoorbeeld stads-, voorstedelijke en plattelandsbevolking, beroep, opleidingsniveau, geslacht en nog veel meer.

In ieder geval wordt verwacht dat de kenmerken van elke stratum zeer onderscheidend zullen zijn, dat wil zeggen dat elke stratum homogeen is.

Binnen de gestratificeerde steekproef onderscheiden we twee categorieën, naargelang de steekproefomvang van elk stratum al dan niet evenredig is met de omvang ervan.

Willekeurige clusterbemonstering

De hierboven beschreven methoden selecteren de elementen van de steekproef rechtstreeks, maar bij clusterbemonstering wordt een groep elementen uit de populatie gekozen en dit zal de steekproefeenheid zijn, die een cluster wordt genoemd.

Voorbeelden van clusters zijn de afdelingen van een universiteit, geografische entiteiten zoals provincies, steden, provincies of gemeenten, die allemaal dezelfde kans hebben om geselecteerd te worden. Bij het kiezen van een geografische entiteit spreken we van bemonstering per gebied.

Nadat de clusters zijn gekozen, worden van daaruit de te analyseren elementen gekozen. Daarom kan de procedure verschillende fasen hebben.

Deze methode heeft enige overeenkomsten met de gestratificeerde willekeurige methode, behalve dat hier enkele clusters zijn geselecteerd uit het totaal, terwijl in de vorige methode alle lagen van de populatie werden bestudeerd.

Soorten steekproeven met niet-waarschijnlijkheid

Waarschijnlijkheidssteekproeven kunnen in sommige situaties erg duur zijn, aangezien tijd en middelen moeten worden geïnvesteerd om steekproeven te vinden die echt representatief zijn.

Het komt ook vaak voor dat er geen volledig steekproefkader - de lijst - is, waardoor het niet mogelijk is om de kans op het selecteren van een element te bepalen.

Voor deze gevallen worden niet-waarschijnlijkheidssteekproeven gebruikt, waarmee ook informatie wordt verkregen, hoewel de nauwkeurigheid van de resultaten niet gegarandeerd is.

Wanneer dit type bemonstering wordt toegepast, moeten sommige criteria nog steeds worden gevolgd op het moment van selectie, waarbij wordt gestreefd naar een zo goed mogelijke steekproef.

Gemakssampling

Het is een tamelijk elementair type steekproef, waarbij de elementen van de steekproef worden gekozen op basis van hun beschikbaarheid, dat wil zeggen het selecteren van de individuen die het meest bij de hand zijn. Het heeft het voordeel dat het een zeer goedkope methode is, vanwege zijn snelheid en gemak.

Maar zoals gezegd, er is geen zekerheid dat u betrouwbare informatie over uw resultaten krijgt. Het wordt soms gebruikt om snelle, korte peilingen te houden voor een verkiezing, of om te informeren naar de voorkeuren van de klant voor bepaalde producten.

Een enquêteur kan bijvoorbeeld naar de uitgang gaan van drie van de winkelcentra die het dichtst bij zijn huis liggen en diegenen die vertrekken vragen op welke kandidaat ze zouden stemmen. Of een docent kan zijn eigen studenten bevragen, omdat ze er direct toegang toe hebben.

Hoewel het lijkt alsof de resultaten van een dergelijke procedure waardeloos zijn, komt het voor dat ze een goede afspiegeling kunnen zijn van de populatie, zolang er goede redenen zijn om aan te nemen dat de bias niet erg groot is.

Het is echter niet zo eenvoudig, omdat de studenten van een bepaalde leraar mogelijk geen representatieve steekproef van de rest van de studentengroep vormen. En meestal interviewen opiniepeilers in winkelcentra de meest aantrekkelijk uitziende mensen.

Quotasteekproef

Om met quota te bemonsteren, moet een goede voorkennis van de bevolkingslagen zijn om een ​​idee te hebben van de meest representatieve elementen. Maar het wordt niet beheerst door het willekeurigheidscriterium van gestratificeerde steekproeven.

Bij dit type bemonstering is het nodig om "quota" vast te stellen, vandaar de naam van de methode. Deze quota bestaan ​​uit het verzamelen van een aantal elementen onder bepaalde voorwaarden, bijvoorbeeld 15 vrouwen met een leeftijd tussen 25 en 50 jaar, die niet roken en ook een auto bezitten.

Zodra het quotum is bepaald, worden de eerste mensen gekozen die aan de gestelde voorwaarden voldoen. De criteria voor deze laatste stap liggen mogelijk op het gemak van de onderzoeker. Hier ziet u het verschil met de gestratificeerde steekproefmethode, die willekeurig is.

Het is echter een goedkope methode die voordelig is als, zoals gezegd, de onderzochte populatie goed bekend is.

Sneeuwbal bemonstering

De procedure die bij deze steekproefstijl moet worden gevolgd, is om een ​​paar mensen te selecteren die anderen leiden, en deze op hun beurt weer naar anderen, totdat de steekproef de grootte heeft die de onderzoeker nodig heeft.

Dit is een procedure die nuttig kan zijn om sommige populaties met vrij specifieke eigenschappen te karakteriseren. Voorbeelden: gedetineerden in een gevangenis of mensen met bepaalde ziekten.

Discretionaire steekproeven

Tot slot is het hier de onderzoeker die de criteria bepaalt die moeten worden gebruikt om zijn steekproef te kiezen, op basis van zijn kennis. Het kan handig zijn als het nodig is om bepaalde personen aan het onderzoek toe te voegen die op een willekeurige manier niet konden deelnemen.

Referenties

1. Berenson, M. 1985. Statistieken voor management en economie, concepten en toepassingen. Redactionele Interamericana.
2. Statistieken. Bemonstering. Hersteld van: encyclopediaeconomica.com.
3. Statistieken. Bemonstering. Hersteld van: Estadistica.mat.uson.mx.
4. Verkenbaar. Clusterbemonstering. Hersteld van: explorable.com.
5. Moore, D. 2005. Toegepaste basisstatistieken. 2e. Editie.
6. Netquest. Kanssteekproeven: gestratificeerde steekproeven. Hersteld van: netquest.com.
7. Wikipedia. Bemonstering. Hersteld van: es.wikipedia.org