Valimikogumi analüüsi tulemusena saadud andmed. Valikulise vaatluse mõiste, selle ülesanded

näidiste tüübid:

Tegelikult-juhuslik;

Mehaaniline;

tüüpiline;

seeria;

Kombineeritud.

Iseseisev valim seisneb üksuste valikus üldpopulatsioonist juhuslikult või juhuslikult ilma järjepidevuse elementideta. Enne korraliku juhusliku valiku tegemist tuleb aga veenduda, et eranditult kõigil üldkogumi üksustel on absoluutselt võrdsed võimalused valimisse sattuda, nimekirjades või loendis pole lünki, üksikuid üksusi ignoreerides jne. Ka elanikkonnale tuleks kehtestada selged piirid, et üksikute üksuste kaasamises või väljajätmises ei tekiks kahtlust. Nii näiteks tuleb üliõpilaste eksamineerimisel märkida, kas arvesse lähevad akadeemilisel puhkusel olevad isikud, mitteriiklike ülikoolide, sõjakoolide jne üliõpilased; äriettevõtteid uurides on oluline kindlaks teha, kas üldrahvastiku hulka kuuluvad kaubanduspaviljonid, kommertstelgid ja muud sarnased objektid. Isejuhuslik valik võib olla nii korduv kui ka mittekorduv. Loosimise ajal mittekorduva valiku puhul ei tagastata loositud loosi algset komplekti ega osale edasises valikus. Juhuslike arvude tabelite kasutamisel saavutatakse mittekorduv valik numbrite vahelejätmisega, kui need korduvad valitud veerus või veergudes.

Mehaaniline proovivõtt kasutatakse juhtudel, kui üldpopulatsioon on kuidagi järjestatud, s.t. üksuste paigutuses on teatud järjestus (töötajate töötajate arvud, valijate nimekirjad, vastajate telefoninumbrid, majade ja korterite numbrid jne).

Üldkogumit mehaanilise valiku käigus saab järjestada või järjestada uuritava tunnuse väärtuse või sellega korrelatsiooni järgi, mis suurendab valimi esinduslikkust. Kuid sel juhul suureneb süstemaatilise vea oht, mis on seotud uuritava tunnuse väärtuste alahindamisega (kui igast intervallist registreeritakse esimene väärtus) või selle ülehindamisega (kui viimane väärtus registreeritakse alates iga intervall). Seetõttu on soovitav alustada valikut esimese intervalli keskelt

tüüpiline valik. Seda valikumeetodit kasutatakse juhtudel, kui üldkogumi kõik üksused võib jagada mitmeks tüüpiliseks rühmaks. Elanikkonna küsitlemisel võivad sellisteks rühmadeks olla näiteks linnaosad, sotsiaal-, vanuse- või haridusrühmad, ettevõtete küsitlemisel - tegevusala või allsektor, omandivorm jne. Tüüpiline valik hõlmab üksuste valimist igast tüüpilisest rühmast puhtalt juhuslikul või mehaanilisel viisil. Kuna kõikide rühmade esindajad satuvad valimipopulatsiooni ühes või teises proportsioonis, võimaldab üldkogumi tüpiseerimine välistada rühmadevahelise hajutuse mõju keskmisele valimiveale, mis antud juhul määratakse ainult rühmasisese variatsiooniga.

Tüüpilises valimis olevate üksuste valiku võib korraldada kas proportsionaalselt tüüpiliste rühmade mahuga või proportsionaalselt tunnuse rühmasisese diferentseerumisega.

seeria valik. See valikumeetod on mugav juhtudel, kui populatsiooniüksused on rühmitatud väikestesse rühmadesse või seeriatesse. Sellisteks sarjadeks võib lugeda pakke, milles on teatud kogus valmistoodangut, kaubapartiisid, õpilasrühmi, brigaade ja muid ühendusi. Jadavalimi võtmise olemus seisneb tegelikus juhuslikus või mehaanilises seeriate valikus, mille raames viiakse läbi täielik ühikute uuring.

Hästi läbimõeldud uuringu üks põhikomponente on valimi ja esindusliku valimi määratlemine. See on nagu koogi näide. Selle maitse mõistmiseks pole ju vaja tervet magustoitu ära süüa? Piisab väikesest osast.

Niisiis, kook on elanikkonnast (st kõik vastajad, kes kvalifitseeruvad küsitlusele). Seda saab väljendada territoriaalselt, näiteks ainult Moskva piirkonna elanikud. Sugu - ainult naised. Või on vanusepiirangud – venelased on üle 65 aasta vanad.

Rahvaarvu arvutamine on keeruline: teil peavad olema andmed rahvaloenduse või esialgsete hindamisuuringute andmetest. Seetõttu "hinnatakse" tavaliselt üldpopulatsiooni ja arvutatakse saadud arvu põhjal proovivõtu raam või proovide võtmine.

Mis on esinduslik valim?

Näidis on täpselt määratletud vastajate arv. Selle struktuur peaks valiku põhiomaduste poolest võimalikult palju ühtima üldpopulatsiooni struktuuriga.

Näiteks kui potentsiaalseteks vastajateks on kogu Venemaa elanikkond, kus 54% on naised ja 46% mehed, siis peaks valim sisaldama täpselt sama protsenti. Kui parameetrid ühtivad, võib valimit nimetada esinduslikuks. See tähendab, et ebatäpsused ja vead uuringus on viidud miinimumini.

Valimi suurus määratakse täpsuse ja ökonoomsuse nõudeid arvestades. Need nõuded on üksteisega pöördvõrdelised: mida suurem on valimi suurus, seda täpsem on tulemus. Veelgi enam, mida suurem on täpsus, seda rohkem kulub uuringule vastavalt. Ja vastupidi, mida väiksem on valim, seda vähem see maksab, seda ebatäpsemalt ja juhuslikumalt reprodutseeritakse üldkogumi omadused.

Seetõttu leiutasid sotsioloogid valiku hulga arvutamiseks valemi ja lõid spetsiaalne kalkulaator:

Usalduse tõenäosus ja usaldusviga

Mida tähendavad tingimused " usalduse tase" ja " usaldusviga"? Usaldusväärsuse tase on mõõtmiste täpsuse mõõt. Usaldusviga on võimalik viga uuringu tulemustes. Näiteks üldpopulatsiooniga üle 500 00 inimese (elavad näiteks Novokuznetskis) on valimis 384 inimest usaldustasemega 95% ja veaga 5% VÕI (usaldusvahemikuga 95 ± 5%).

Mis sellest järeldub? Sellise valimiga (384 inimest) 100 uuringut tehes jäävad 95 protsendil juhtudest saadud vastused statistika seaduspärasuste järgi ± 5% piiresse esialgsest. Ja me saame representatiivse valimi minimaalse statistilise vea tõenäosusega.

Kui valimi suuruse arvutamine on tehtud, näete küsimustiku paneeli demoversioonis, kas vastajaid on piisavalt. Saate lisateavet paneelküsitluse läbiviimise kohta.

Uurimine algab tavaliselt mõne eeldusega, mis nõuab faktide kaasamisega kontrollimist. See eeldus – hüpotees – on sõnastatud seoses nähtuste või omaduste seosega teatud objektide kogumis.

Selliste eelduste kontrollimiseks faktidega on vaja mõõta nende kandjate vastavaid omadusi. Kuid ärevust on võimatu mõõta kõigil naistel ja meestel, nagu on võimatu mõõta agressiivsust kõigil noorukitel. Seetõttu piirduvad nad uuringu läbiviimisel vaid suhteliselt väikese rühmaga asjaomaste inimeste populatsioonide esindajaid.

Rahvaarv- see on objektide kogum, mille kohta koostatakse uurimishüpotees.

Näiteks kõik mehed; või kõik naised; või kõik linna elanikud. Üldpopulatsioonid, mille kohta uurija uuringu tulemuste põhjal järeldusi teeb, võivad olla arvuliselt väiksemad ja tagasihoidlikumad, näiteks kõik antud kooli esimese klassi õpilased.

Seega on üldpopulatsioon, kuigi mitte lõpmatu arv, kuid reeglina on hulk potentsiaalseid subjekte, mis on pideva uurimistöö jaoks kättesaamatud.

Valim või valimipopulatsioon- see on piiratud arvuga objektide rühm (psühholoogias - subjektid, vastajad), mis on spetsiaalselt valitud elanikkonna hulgast selle omaduste uurimiseks. Vastavalt sellele nimetatakse üldkogumi omaduste uurimist valimil valikuline uurimine. Peaaegu kõik psühholoogilised uuringud on selektiivsed ja nende järeldused kehtivad üldpopulatsioonide kohta.

Seega pärast hüpoteesi sõnastamist ja vastavate üldpopulatsioonide kindlaksmääramist seisab uurija silmitsi valimi organiseerimise probleemiga. Valim peaks olema selline, et oleks põhjendatud valimuuringu järelduste üldistamine - üldistus, nende jaotus üldkogumile. Uuringu järelduste kehtivuse peamised kriteeriumid— need on valimi esinduslikkus ja (empiiriliste) tulemuste statistiline kehtivus.

Valimi esinduslikkus- teisisõnu selle esinduslikkus on valimi võime esindada uuritud nähtusi üsna täielikult - nende varieeruvuse seisukohalt üldkogumis.

Täieliku pildi uuritavast nähtusest kogu selle ulatuses ja varieeruvuse nüanssides suudab mõistagi anda vaid üldpopulatsioon. Seetõttu on esinduslikkus alati piiratud niivõrd, kuivõrd valim on piiratud. Ja just valimi esinduslikkus on peamine kriteerium uuringu järelduste üldistuse piiride määramisel. Sellegipoolest on tehnikaid, mis võimaldavad saada uurijale piisava esindusliku valimi (Neid tehnikaid uuritakse kursusel "Eksperimentaalpsühholoogia").

Esimene ja peamine tehnika on lihtne juhuslik (juhuslik) valik. See hõlmab selle tagamist, et igal üldkogumi liikmel on võrdne võimalus valimisse kaasata. Juhuslik valik annab võimaluse pääseda üldkogumi kõige erinevamate esindajate valimisse. Samal ajal võetakse kasutusele erimeetmed, et välistada valikus esineva korrapärasuse ilmnemine. Ja see lubab loota, et lõpuks on valimis uuritav omadus esindatud kui mitte kõiges, siis selle maksimaalses võimalikus mitmekesisuses.

Teine viis esinduslikkuse tagamiseks on stratifitseeritud juhuslik valik ehk valik üldkogumi omaduste järgi. See hõlmab nende omaduste esialgset määramist, mis võivad mõjutada uuritava vara varieeruvust (see võib olla sugu, sissetuleku tase või haridus jne). Seejärel määratakse nende omaduste poolest erinevate rühmade (kihtide) arvu protsentuaalne suhe üldkogumis ja esitatakse valimi vastavate rühmade identne protsentuaalne suhe. Edasi valitakse igas valimi alarühmas katsealused lihtsa juhusliku valiku põhimõttel.

Statistiline kehtivus, või statistiline olulisus, määratakse uuringu tulemused statistiliste järelduste meetodite abil.

Kas oleme kindlate järeldustega uuringu tulemustest kindlustatud otsuste tegemisel vigade tegemise vastu? Muidugi mitte. Meie otsused põhinevad ju nii valimpopulatsiooni uuringu tulemustel kui ka meie psühholoogiliste teadmiste tasemel. Me pole vigade eest täiesti kaitstud. Statistikas loetakse sellised vead vastuvõetavaks, kui neid esineb mitte rohkem kui ühel juhul 1000-st (vea tõenäosus α = 0,001 või sellega seotud õige järelduse usaldustõenäosuse väärtus p = 0,999); ühel juhul 100-st (vea tõenäosus α = 0,01 või sellega seotud õige järelduse usalduse tõenäosuse väärtus p = 0,99) või viiel juhul 100-st (vea tõenäosus α = 0,05 või sellega seotud usaldustõenäosuse väärtus õige väljund p=0,95). Psühholoogias on tavaks langetada otsuseid kahel viimasel tasandil.

Mõnikord kasutatakse statistilisest olulisusest rääkides mõistet "olulisuse tase" (tähistatud kui α). P ja α arvväärtused täiendavad üksteist kuni 1000 - sündmuste täielik komplekt: kas tegime õige järelduse või tegime vea. Neid tasemeid ei arvutata, need määratakse. Olulisuse tasandit võib mõista kui omamoodi "punast" joont, mille lõikumine võimaldab rääkida sellest sündmusest kui mittejuhuslikust. Igas pädevas teaduslikus aruandes või väljaandes tuleb tehtud järeldustele lisada p või α väärtused, mille alusel järeldused tehakse.

Statistilise järelduse meetodid on üksikasjalikult käsitletud kursusel "Matemaatiline statistika". Praegu märgime ainult seda, et nad seavad numbrile teatud nõuded või näidissuurus.

Kahjuks puuduvad ranged soovitused vajaliku valimi suuruse esialgseks määramiseks. Pealegi saab uurija küsimusele selle vajaliku ja piisava hulga kohta vastuse enamasti liiga hilja – alles pärast juba uuritud valimi andmete analüüsimist. Siiski saab sõnastada kõige üldisemad soovitused:

1. Diagnostikatehnika väljatöötamisel on vaja suurimat valimi suurust - 200 kuni 1000-2500 inimest.

2. Kui on vaja võrrelda 2 valimit, peab nende koguarv olema vähemalt 50 inimest; võrreldavate proovide arv peaks olema ligikaudu sama.

3. Kui uuritakse mingite omaduste vahelist seost, peaks valimi suurus olema vähemalt 30-35 inimest.

4. Mida rohkem varieeruvus uuritavast omadusest, seda suurem peaks olema valimi suurus. Seetõttu saab varieeruvust vähendada valimi homogeensuse suurendamisega, näiteks soo, vanuse jne lõikes. See muidugi vähendab üldistavate järelduste tegemise võimalust.

Sõltuvad ja sõltumatud proovid. Tüüpiline uurimissituatsioon on see, kui uurijale huvipakkuvat omadust uuritakse kahe või enama proovi pealt nende edasise võrdlemise eesmärgil. Need proovid võivad olla erinevates proportsioonides, olenevalt nende korraldamise protseduurist. Sõltumatud proovid Neid iseloomustab asjaolu, et ühe valimi ühegi subjekti valiku tõenäosus ei sõltu teise valimi ühegi subjekti valikust. vastu, sõltuvad proovid Iseloomustab asjaolu, et ühe valimi iga subjekt on teatud kriteeriumi alusel sobitatud teise valimi subjektiga.

Üldjuhul hõlmavad sõltuvad valimid võrreldavate valimite paarikaupa ja sõltumatud valimid - sõltumatut subjektide valikut.

Tuleb märkida, et "osaliselt sõltuvate" (või "osaliselt sõltumatute") valimite juhtumid ei ole lubatud: see rikub nende esinduslikkust ettearvamatult.

Kokkuvõtteks märgime, et psühholoogilise uurimise paradigmat saab eristada kahte.

nn R-metoodika hõlmab teatud omaduse (psühholoogilise) muutlikkuse uurimist mingi mõju, teguri või muu omaduse mõjul. Näidis on subjektide kogum.

Teine lähenemine Q-metoodika, hõlmab subjekti (üksiku) varieeruvuse uurimist erinevate stiimulite (tingimused, olukorrad jne) mõjul. See vastab olukorrale, kui valim on stiimulite kogum.

Sündmuse tõenäosuse intervallhinnang. Valimite arvu arvutamise valemid juhuvaliku meetodi korral.

Meid huvitavate sündmuste tõenäosuste määramiseks kasutame valimimeetodit: teostame n sõltumatud katsed, millest igaühe puhul A võib toimuda (või mitte toimuda) (tõenäosus R sündmuse A esinemine igas katses on konstantne). Siis sündmuste toimumise suhteline sagedus p* AGA sarjas n teste võetakse tõenäosuse punkthinnanguna lk sündmuse toimumine AGA eraldi testis. Sel juhul kutsutakse väärtus p* näidisosa sündmuste esinemised AGA, ja r - üldine aktsia .

Keskse piiriteoreemi (Moivre-Laplace'i teoreemi) järelduvuse tõttu võib suure valimi suurusega sündmuse suhtelist sagedust pidada normaaljaotuks parameetritega M(p*)=p ja

Seetõttu saab n>30 korral üldmurru usaldusvahemiku koostada järgmiste valemite abil:

kus u cr leitakse Laplace'i funktsiooni tabelite järgi, võttes arvesse antud usaldustõenäosust γ: 2Ф(u cr)=γ.

Väikese valimi suurusega n≤30 määratakse piirviga ε Studenti jaotuse tabelist:
kus t cr =t(k; α) ja vabadusastmete arv k=n-1 tõenäosus α=1-γ (kahepoolne ala).

Valemid kehtivad juhul, kui valik viidi läbi juhuslikult korduvalt (üldkogum on lõpmatu), vastasel juhul on vaja teha parandus mittekorduva valiku osas (tabel).

Üldise osakaalu keskmine valimiviga

Rahvaarv	Lõputu	ülim maht N
Valiku tüüp	Korduv	mittekorduv
Keskmine proovivõtu viga

Valemid valimi suuruse arvutamiseks õige juhusliku valiku meetodiga

Valikumeetod	Proovi suuruse valemid
	keskmise jaoks	jagamiseks
Korduv
mittekorduv

Probleemid üldaktsiaga

Küsimusele "Kas antud p 0 väärtus katab usaldusvahemiku?" - saab vastata statistilise hüpoteesi H 0:p=p 0 testimisega. Eeldatakse, et katsed viiakse läbi Bernoulli testi skeemi järgi (sõltumatu, tõenäosus lk sündmuse toimumine AGA konstantne). Mahuproovi järgi n määrake sündmuse A toimumise suhteline sagedus p *: kus m- sündmuse esinemiste arv AGA sarjas n testid. Hüpoteesi H 0 kontrollimiseks kasutatakse statistikat, mis piisavalt suure valimi suuruse korral on standardse normaaljaotusega (tabel 1).
Tabel 1 - Hüpoteesid üldaktsia kohta

Hüpotees	H0:p=p0	H 0:p 1 \u003d p 2
Oletused	Bernoulli testi skeem	Bernoulli testi skeem
Näidishinnangud
Statistika K
Statistika jaotus K		Standardne tavaline N(0,1)

Näide nr 1. Juhusliku kordusvalimi abil korraldas ettevõtte juhtkond 900 töötaja pistelise küsitluse. Vastanute seas oli 270 naist. Joonistage usaldusvahemik, mis tõenäosusega 0,95 katab naiste tegeliku osakaalu kogu ettevõtte meeskonnas.
Lahendus. Tingimuste järgi on naiste valimi osakaal (naiste suhteline sagedus kõigi vastajate seas). Kuna valik kordub ja valimi suurus on suur (n=900), määratakse valimi piirviga valemiga

u cr väärtus leitakse Laplace'i funktsiooni tabelist seosest 2Ф(u cr)=γ, s.o. Laplace'i funktsioon (lisa 1) saab väärtuse 0,475, kui u cr =1,96. Seega piirviga ja soovitud usaldusvahemik
(p – ε, p + ε) = (0,3 – 0,18; 0,3 + 0,18) = (0,12; 0,48)
Seega võib tõenäosusega 0,95 garanteerida, et naiste osakaal kogu ettevõtte meeskonnas jääb vahemikku 0,12–0,48.

Näide nr 2. Parkla omanik peab päeva "õnnelikuks", kui parkla täituvus on üle 80%. Aasta jooksul viidi läbi 40 parklate ülevaatust, millest 24 olid „edukad“. Tõenäosusega 0,98 leidke usaldusvahemik aasta "õnnepäevade" tõelise protsendi hindamiseks.
Lahendus. “Heade” päevade proovifraktsioon on
Laplace'i funktsiooni tabeli järgi leiame antud antud u cr väärtuse
usalduse tase
Ф(2,23) = 0,49, u cr = 2,33.
Arvestades valikut mittekorduvaks (st kahte kontrolli ei tehtud samal päeval), leiame piirvea:
kus n = 40, N = 365 (päevad). Siit
ja üldmurru usaldusvahemik: (p – ε, p + ε) = (0,6 – 0,17; 0,6 + 0,17) = (0,43; 0,77)
Tõenäosusega 0,98 võib eeldada, et "heade" päevade osakaal aasta jooksul jääb vahemikku 0,43-0,77.

Näide nr 3. Pärast partii 2500 artikli kontrollimist leidsid nad, et 400 eset oli kõrgeima klassi, kuid n–m mitte. Mitut toodet peate kontrollima, et määrata 95% kindlusega 0,01 täpsusega premium klassi osakaal?
Otsime lahendust ümbervalimiseks valimi suuruse määramise valemi järgi.

Ф(t) = γ/2 = 0,95/2 = 0,475 ja Laplace'i tabeli järgi vastab see väärtus t=1,96
Proovi fraktsioon w = 0,16; diskreetimisviga ε = 0,01

Näide nr 4. Toodete partii võetakse vastu, kui tõenäosus, et toode vastab standardile, on vähemalt 0,97. Testitud partii juhuslikult valitud 200 toote hulgast osutus standardile vastavaks 193 toodet. Kas partii on võimalik aktsepteerida olulisuse tasemel α=0,02?
Lahendus. Sõnastame peamised ja alternatiivsed hüpoteesid.
H 0: p \u003d p 0 \u003d 0,97 - teadmata üldaktsia lk võrdne määratud väärtusega p 0 =0,97. Seoses seisukorraga - tõenäosus, et testitava partii osa on standardile vastav, on 0,97; need. tootepartii saab vastu võtta.
H1: p<0,97 - вероятность того, что деталь из проверяемой партии окажется соответствующей стандарту, меньше 0.97; т.е. партию изделий нельзя принять. При такой альтернативной гипотезе критическая область будет левосторонней.
Vaadeldud statistiline väärtus K(tabel) arvuta antud väärtuste jaoks p 0 =0,97, n = 200, m = 193

Kriitiline väärtus leitakse Laplace'i funktsiooni tabelist võrdsusest

Vastavalt tingimusele α=0,02, seega F(Kcr)=0,48 ja Kcr=2,05. Kriitiline piirkond on vasakukäeline, s.o. on intervall (-∞;-K kp)= (-∞;-2,05). Vaadeldud väärtus Kobs = -0,415 ei kuulu kriitilisse piirkonda, seetõttu pole sellel olulisuse tasemel põhjust põhihüpoteesi ümber lükata. Võib vastu võtta tootepartii.

Näide number 5. Kaks tehast toodavad sama tüüpi osi. Nende kvaliteedi hindamiseks võeti nende tehaste toodetest proovid ja saadi järgmised tulemused. Esimese tehase 200 väljavalitud toote hulgas oli defektiga 20, teise tehase 300 toote hulgas aga 15 defektiga.
Olulisuse tasemel 0,025 saate teada, kas nende tehaste toodetud osade kvaliteedis on oluline erinevus.

Vastavalt tingimusele α=0,025, seega F(Kcr)=0,4875 ja Kcr=2,24. Kahepoolse alternatiivi korral on lubatud väärtuste ala kujul (-2,24; 2,24). Vaadeldud väärtus Kobs =2,15 jääb sellesse intervalli, s.o. sellel olulisuse tasemel ei ole põhjust põhihüpoteesi ümber lükata. Tehased toodavad sama kvaliteediga tooteid.

Näidis

Näidis või proovivõtu raam- juhtumite kogum (subjektid, objektid, sündmused, näidised), kasutades teatud protseduuri, mis on valitud üldkogumist uuringus osalemiseks.

Proovi omadused:

Valimi kvalitatiivsed omadused – keda me täpselt valime ja milliseid valimi koostamise meetodeid selleks kasutame.
Valimi kvantitatiivne tunnus on see, kui palju juhtumeid me valime, teisisõnu valimi suurus.

Proovide võtmise vajadus

Uurimisobjekt on väga lai. Näiteks globaalse ettevõtte toodete tarbijad on tohutul hulgal geograafiliselt hajutatud turge.
On vaja koguda esmast teavet.

Näidissuurus

Näidissuurus- valimisse kaasatud juhtumite arv. Statistilistel põhjustel on soovitatav, et juhtumite arv oleks vähemalt 30-35.

Sõltuvad ja sõltumatud proovid

Kahe (või enama) valimi võrdlemisel on oluline parameeter nende sõltuvus. Kui on võimalik luua homomorfne paar (st kui üks juhtum proovist X vastab ühele ja ainult üks juhtum proovist Y ja vastupidi) iga juhtumi jaoks kahes valimis (ja see seose alus on tunnuse jaoks oluline proovides mõõdetud), nimetatakse selliseid proove sõltuv. Sõltuvate valikute näited:

kaksikute paar
kaks mis tahes tunnuse mõõtmist enne ja pärast eksperimentaalset kokkupuudet,
abikaasad
jne.

Kui valimite vahel sellist seost ei ole, võetakse need valimid arvesse sõltumatu, näiteks:

Sellest tulenevalt on sõltuvad valimid alati sama suurusega, samas kui sõltumatute valimite suurus võib erineda.

Proovide võrdlemisel kasutatakse erinevaid statistilisi kriteeriume:

ja jne.

Esinduslikkus

Valimit võib pidada esinduslikuks või mitteesinduslikuks.

Mitteesindusliku valimi näide

Õppige katse- ja kontrollrühmadega, mis on paigutatud erinevatesse tingimustesse.
- Uurige katse- ja kontrollrühmadega, kasutades paarisvaliku strateegiat
Uurige ainult ühte rühma - eksperimentaalset.
Sega (faktoriaalset) plaani kasutav uuring – kõik rühmad on paigutatud erinevatesse tingimustesse.

Näidiste tüübid

Proovid jagunevad kahte tüüpi:

tõenäosuslik
ebatõenäosus

Tõenäosusnäidised

Lihtne tõenäosusvalim:
- Lihtne uuesti proovivõtt. Sellise valimi kasutamine põhineb eeldusel, et iga vastaja on võrdse tõenäosusega valimisse kaasatud. Üldkogumi nimekirja alusel koostatakse kaardid vastajate arvudega. Need asetatakse tekki, segatakse ja sealt võetakse juhuslikult välja kaart, kirjutatakse arv üles ja tagastatakse seejärel tagasi. Lisaks korratakse protseduuri nii mitu korda, kui valimi suurus on vajalik. Miinus: valikuühikute kordamine.

Lihtsa juhusliku valimi koostamise protseduur sisaldab järgmisi samme:

1. peate hankima üldkogumi liikmete täieliku nimekirja ja nummerdama selle loendi. Sellist loendit, tagasikutsumist, nimetatakse proovivõturaamiks;

2. määrata eeldatav valimi suurus ehk eeldatav vastajate arv;

3. eraldame juhuslike arvude tabelist nii palju arve, kui vajame näidisühikuid. Kui valimis peaks olema 100 inimest, võetakse tabelist 100 juhuslikku arvu. Neid juhuslikke numbreid saab genereerida arvutiprogramm.

4. vali baasloendist need vaatlused, mille numbrid vastavad kirja pandud juhuslikele arvudele

Lihtsal juhuslikul valimil on ilmsed eelised. Seda meetodit on väga lihtne mõista. Uuringu tulemusi saab laiendada uuritavale populatsioonile. Enamik statistilise järelduse lähenemisviise hõlmab teabe kogumist lihtsa juhusliku valimi abil. Lihtsa juhusliku valimi meetodil on aga vähemalt neli olulist piirangut:

1. Sageli on keeruline luua valimiraami, mis võimaldaks lihtsat juhuslikku valimit.

2. Lihtsa juhusliku valimi tulemuseks võib olla suur populatsioon või suurele geograafilisele alale jaotunud populatsioon, mis suurendab oluliselt andmete kogumise aega ja maksumust.

3. Lihtsa juhusliku valimi rakendamise tulemusi iseloomustab sageli madal täpsus ja suurem standardviga kui teiste tõenäosuslike meetodite rakendamise tulemusi.

4. SRS-i rakendamise tulemusena võib tekkida mitteesinduslik valim. Kuigi lihtsa juhusliku valikuga saadud valimid esindavad keskmiselt adekvaatselt üldkogumit, esindavad mõned neist uuritavat populatsiooni äärmiselt valesti. Selle tõenäosus on eriti suur väikese valimi korral.

Lihtne mittekorduv proovivõtt. Valimi koostamise protseduur on sama, ainult vastajate numbritega kaarte ei tagastata tekki tagasi.

Süstemaatiline tõenäosusvalim. See on lihtsa tõenäosusvalimi lihtsustatud versioon. Üldkogumi nimekirja alusel valitakse vastajad teatud intervalliga (K). K väärtus määratakse juhuslikult. Kõige usaldusväärsem tulemus saavutatakse homogeense üldpopulatsiooniga, vastasel juhul võivad sammu suurus ja mõned proovi sisemised tsüklilised mustrid kokku langeda (proovi segamine). Miinused: sama, mis lihtsas tõenäosusvalimis.
Jada (pesastatud) proovivõtt. Valimiüksusteks on statistilised seeriad (perekond, kool, meeskond jne). Valitud elemente kontrollitakse pidevalt. Statistiliste üksuste valiku võib korraldada juhusliku või süstemaatilise valimi tüübi järgi. Miinused: Suurema homogeensuse võimalus kui üldpopulatsioonis.
Tsoneeritud proov. Heterogeense üldkogumi puhul on enne tõenäosusvalimi kasutamist mis tahes valikutehnikaga soovitatav jagada üldkogum homogeenseteks osadeks, sellist valimit nimetatakse tsoneeritud valimiks. Tsoneerimisrühmad võivad olla nii looduslikud moodustised (näiteks linnaosad) kui ka kõik uuringu aluseks olevad tunnused. Märki, mille alusel jagamine toimub, nimetatakse kihistumise ja tsoneerimise märgiks.
"Mugav" valik. "Mugavus" proovivõtuprotseduur seisneb kontaktide loomises "mugavate" proovivõtuüksustega - õpilaste rühma, spordimeeskonna, sõprade ja naabritega. Kui on vaja hankida infot inimeste reaktsioonide kohta uuele kontseptsioonile, on selline valim igati mõistlik. Küsimustike eeltestimiseks kasutatakse sageli "mugavuse" valimit.

Uskumatud näidised

Valik sellises valimis toimub mitte juhuse põhimõtete järgi, vaid subjektiivsete kriteeriumide järgi - ligipääsetavus, tüüpilisus, võrdne esindatus jne.

Kvoodi valim - valim on üles ehitatud mudelina, mis reprodutseerib üldkogumi struktuuri uuritavate tunnuste kvootide (proportsioonide) kujul. Uuritavate tunnuste erineva kombinatsiooniga valimielementide arv määratakse selliselt, et see vastaks nende osakaalule (osakaalule) üldkogumis. Näiteks kui meil on üldrahvastik 5000 inimest, kellest 2000 naist ja 3000 meest, siis kvoodivalimis on meil 20 naist ja 30 meest või 200 naist ja 300 meest. Kvootide valimid põhinevad enamasti demograafilistel kriteeriumidel: sugu, vanus, piirkond, sissetulek, haridus ja muud. Miinused: tavaliselt ei ole sellised proovid esinduslikud, sest mitme sotsiaalse parameetri korraga arvestamine on võimatu. Plussid: kergesti ligipääsetav materjal.
Lumepalli meetod. Näidis on konstrueeritud järgmiselt. Igal vastajal, alustades esimesest, palutakse võtta ühendust oma sõprade, kolleegide, tuttavatega, kes sobiksid valikutingimustesse ja võiksid uuringus osaleda. Seega, välja arvatud esimene samm, moodustatakse valim uurimisobjektide endi osalusel. Meetodit kasutatakse sageli siis, kui on vaja leida ja küsitleda raskesti ligipääsetavaid vastajate gruppe (näiteks kõrge sissetulekuga vastajad, samasse erialagruppi kuuluvad vastajad, vastajad, kellel on mõni sarnane hobi/kirg jne. )
Spontaanne sampling – nn "esimese tulija" proovide võtmine. Kasutatakse sageli televisiooni ja raadio küsitlustes. Spontaansete valimite suurus ja koostis ei ole ette teada ning selle määrab ainult üks parameeter - vastajate aktiivsus. Puudused: ei ole võimalik kindlaks teha, millist üldkogumit vastajad esindavad, mistõttu on võimatu määrata esinduslikkust.
Marsruudiuuring – kasutatakse sageli, kui õppeüksuseks on perekond. Asula kaardil, kus uuring läbi viiakse, on kõik tänavad nummerdatud. Juhuslike arvude tabeli (generaatori) abil valitakse suured arvud. Iga suur number loetakse koosnevaks 3 komponendist: tänavanumber (2-3 esimest numbrit), majanumber, korteri number. Näiteks number 14832: 14 on tänava number kaardil, 8 on maja number, 32 on korteri number.
Tsoneeritud proovivõtt tüüpiliste objektide valikuga. Kui peale tsoneerimist valitakse igast rühmast välja tüüpiline objekt, s.o. objekt, mis enamiku uuringus uuritud tunnuste poolest läheneb keskmisele, nimetatakse sellist valimit tsoneeritud tüüpiliste objektide valikuga.

6.Modaali valik. 7. ekspertproov. 8. Heterogeenne proov.

Grupi loomise strateegiad

Rühmade valik psühholoogilises eksperimendis osalemiseks toimub erinevate strateegiate abil, mis on vajalikud sisemise ja välise kehtivuse võimalikult suureks järgimiseks.

Randomiseerimine

Randomiseerimine, või juhuslik valik, kasutatakse lihtsate juhuslike valimite loomiseks. Sellise valimi kasutamine põhineb eeldusel, et iga üldkogumi liige on võrdse tõenäosusega valimisse kaasatud. Näiteks 100 üliõpilasest koosneva juhusliku valimi moodustamiseks võite panna mütsi sisse paberid kõigi üliõpilaste nimedega ja sealt siis 100 paberit välja võtta – see on juhuslik valik (Goodwin J., p. 147).

Paaripõhine valik

Paaripõhine valik- strateegia näidisrühmade koostamiseks, mille puhul katsealuste rühmad koosnevad katsealustest, mis on samaväärsed katse jaoks oluliste kõrvalparameetrite poolest. See strateegia on efektiivne katsetes, kus kasutatakse parima võimalusega eksperimentaal- ja kontrollrühmi - kaksikpaaride (mono- ja disügootsete) meelitamine, kuna see võimaldab teil luua ...

Stratomeetriline valik

Stratomeetriline valik- randomiseerimine kihtide (või klastrite) jaotusega. Selle valimi moodustamise meetodiga jagatakse üldkogum teatud tunnustega (sugu, vanus, poliitilised eelistused, haridus, sissetulekutase jne) rühmadesse (kihtidesse) ning valitakse välja vastavate tunnustega subjektid.

Ligikaudne modelleerimine

Ligikaudne modelleerimine- piiratud valimite koostamine ja selle valimi kohta tehtud järelduste üldistamine laiemale populatsioonile. Näiteks ülikooli 2. kursuse üliõpilaste uuringus osalemisel laienevad selle uuringu andmed "inimestele vanuses 17 kuni 21 aastat". Selliste üldistuste lubatavus on äärmiselt piiratud.

Ligikaudne modelleerimine on mudeli moodustamine, mis selgelt määratletud süsteemide (protsesside) klassi jaoks kirjeldab selle käitumist (või soovitud nähtusi) vastuvõetava täpsusega.

Märkmed

Kirjandus

Nasledov A.D. Psühholoogilise uurimistöö matemaatilised meetodid. - Peterburi: Kõne, 2004.

Iljasov F. N. Küsitluse tulemuste esindatus turundusuuringutes Sotsiologicheskie issledovaniya. 2011. nr 3. Lk 112-116.

Vaata ka

Teatud tüüpi uuringutes on valim jagatud rühmadesse:
- eksperimentaalne
- kontroll
Kohort

Lingid

Valimi võtmise kontseptsioon. Valimi peamised omadused. Näidiste tüübid

Wikimedia sihtasutus. 2010 .

Sünonüümid:

Vaadake, mis on "Valik" teistes sõnaraamatutes:

näidis– teatud populatsiooni esindav katse või uuringu jaoks valitud katsealuste rühm. Vastupidine mõiste on üldise totaalsus. Valim on osa üldkogumist. Praktilise psühholoogi sõnaraamat. M .: AST, ...... Suur psühholoogiline entsüklopeedia

näidis- valim Elementide üldkogumi osa, mida vaatlus hõlmab (mida sageli nimetatakse valimipopulatsiooniks ja valim on vaatluse valimi moodustamise meetod). Matemaatilises statistikas aktsepteeritakse ... ... Tehnilise tõlkija käsiraamat

- (proov) 1. Väike kogus kaupa, mis on valitud esindama kogu selle kogust. Vaata: müük näidise järgi. 2. Väike kogus toodet antakse potentsiaalsetele ostjatele, et anda neile võimalus see kulutada ... ... Äriterminite sõnastik

Näidis- osa elementide üldkogumist, mida vaatlus hõlmab (seda nimetatakse sageli valimipopulatsiooniks ja valim on vaatluse valimi moodustamise meetod). Matemaatilises statistikas võetakse kasutusele juhusliku valiku põhimõte; see on… … Majandus- ja matemaatikasõnaraamat

- (valim) Põhipopulatsioonist elementide alamrühma juhuslik valik, mille tunnuseid kasutatakse kogu populatsiooni kui terviku hindamiseks. Valimit kasutatakse siis, kui kogu elanikkonna uurimine on liiga pikk või kulukas... Majandussõnastik

cm… Sünonüümide sõnastik