ตัวอย่าง

ตัวอย่างหรือ ประชากรตัวอย่าง- ชุดของกรณี (วิชา วัตถุ เหตุการณ์ ตัวอย่าง) โดยใช้ขั้นตอนบางอย่าง คัดเลือกจากประชากรทั่วไปเพื่อเข้าร่วมในการศึกษา

ลักษณะตัวอย่าง:

• ลักษณะเชิงคุณภาพของกลุ่มตัวอย่าง - เราเลือกใครกันแน่และวิธีการสุ่มตัวอย่างที่เราใช้สำหรับสิ่งนี้
• ลักษณะเชิงปริมาณของกลุ่มตัวอย่าง - จำนวนกรณีที่เราเลือก กล่าวคือ ขนาดตัวอย่าง

ความจำเป็นของการสุ่มตัวอย่าง

• วัตถุประสงค์ของการศึกษานั้นกว้างขวางมาก ตัวอย่างเช่น ผู้บริโภคผลิตภัณฑ์ของบริษัทระดับโลกมีตลาดที่กระจายตัวทางภูมิศาสตร์จำนวนมาก
• มีความจำเป็นต้องรวบรวมข้อมูลเบื้องต้น

ขนาดตัวอย่าง

ขนาดตัวอย่าง- จำนวนเคสที่รวมอยู่ในประชากรตัวอย่าง ด้วยเหตุผลทางสถิติ ขอแนะนำให้จำนวนเคสมีอย่างน้อย 30-35

ตัวอย่างที่ขึ้นต่อกันและเป็นอิสระ

เมื่อเปรียบเทียบสองตัวอย่าง (หรือมากกว่า) พารามิเตอร์ที่สำคัญคือการพึ่งพาอาศัยกัน หากสามารถสร้างคู่โฮโมมอร์ฟิกได้ (นั่นคือ เมื่อกรณีหนึ่งจากตัวอย่าง X สอดคล้องกับกรณีเดียวจากตัวอย่าง Y และในทางกลับกัน) สำหรับแต่ละกรณีในสองตัวอย่าง (และความสัมพันธ์พื้นฐานนี้มีความสำคัญสำหรับลักษณะที่จะวัด ในตัวอย่าง) ตัวอย่างดังกล่าวเรียกว่า ขึ้นอยู่กับ- ตัวอย่างของกลุ่มตัวอย่างที่ต้องพึ่งพา:

• คู่แฝด
• การวัดลักษณะใดๆ สองครั้งก่อนและหลังการสัมผัสการทดลอง
• สามีและภรรยา
• ฯลฯ

หากไม่มีความสัมพันธ์ดังกล่าวระหว่างตัวอย่าง จะมีการพิจารณาตัวอย่างเหล่านี้ เป็นอิสระ, ตัวอย่างเช่น:

ดังนั้น ตัวอย่างที่ต้องพึ่งพาจะมีปริมาตรเท่ากันเสมอ ในขณะที่ปริมาตรของตัวอย่างอิสระอาจแตกต่างกัน

การเปรียบเทียบตัวอย่างทำได้โดยใช้เกณฑ์ทางสถิติต่างๆ:

• ฯลฯ

ความเป็นตัวแทน

ตัวอย่างอาจถือได้ว่าเป็นตัวแทนหรือไม่เป็นตัวแทน

ตัวอย่างของกลุ่มตัวอย่างที่ไม่ใช่ตัวแทน

1. เป็นการศึกษากับกลุ่มทดลองและกลุ่มควบคุมซึ่งจัดอยู่ในสภาวะต่างๆ
   • ศึกษากับกลุ่มทดลองและกลุ่มควบคุมโดยใช้กลยุทธ์การเลือกแบบคู่
2. เป็นการศึกษาโดยใช้เพียงกลุ่มเดียว - กลุ่มทดลอง
3. การศึกษาโดยใช้การออกแบบแบบผสม (แฟคทอเรียล) ทุกกลุ่มจะถูกจัดให้อยู่ในสภาวะที่แตกต่างกัน

ประเภทการสุ่มตัวอย่าง

ตัวอย่างแบ่งออกเป็นสองประเภท:

• ความน่าจะเป็น
• ไม่น่าจะเป็น

ตัวอย่างความน่าจะเป็น

1. การสุ่มตัวอย่างความน่าจะเป็นอย่างง่าย:
   • การสุ่มตัวอย่างใหม่อย่างง่าย การใช้ตัวอย่างดังกล่าวขึ้นอยู่กับสมมติฐานว่าผู้ตอบแบบสอบถามแต่ละคนมีแนวโน้มที่จะถูกรวมไว้ในตัวอย่างเท่ากัน จากรายชื่อประชากรทั่วไป จะมีการรวบรวมบัตรที่มีหมายเลขผู้ตอบแบบสอบถาม พวกเขาจะถูกวางไว้ในสำรับ สับ และไพ่จะถูกสุ่มออกมา หมายเลขจะถูกเขียนลงไป จากนั้นจึงคืนกลับ จากนั้น ให้ทำซ้ำขั้นตอนนี้ซ้ำหลาย ๆ ครั้งตามขนาดตัวอย่างที่เราต้องการ ข้อเสีย: การทำซ้ำหน่วยการเลือก

ขั้นตอนการสร้างตัวอย่างสุ่มอย่างง่ายมีขั้นตอนต่อไปนี้:

1.ต้องได้รับ รายการทั้งหมดสมาชิกของประชากรและหมายเลขรายการนี้ รายการดังกล่าว เรียกว่า กรอบการสุ่มตัวอย่าง

2. กำหนดขนาดตัวอย่างที่คาดหวัง นั่นคือ จำนวนผู้ตอบแบบสอบถามที่คาดหวัง

3. สารสกัดจากตาราง ตัวเลขสุ่มจำนวนเท่าใดก็ได้ตามที่เราต้องการหน่วยตัวอย่าง หากในกลุ่มตัวอย่างควรมี 100 คน ระบบจะนำตัวเลขสุ่ม 100 ตัวออกจากตาราง ตัวเลขสุ่มเหล่านี้สามารถสร้างขึ้นได้โดยโปรแกรมคอมพิวเตอร์

4. เลือกจากรายการฐานของการสังเกตที่มีตัวเลขตรงกับตัวเลขสุ่มที่เขียนไว้

• การสุ่มตัวอย่างอย่างง่ายมีข้อดีที่ชัดเจน วิธีนี้เข้าใจง่ายมาก ผลการศึกษาสามารถสรุปได้ทั่วไปกับประชากรที่กำลังศึกษา แนวทางส่วนใหญ่ในการอนุมานทางสถิติเกี่ยวข้องกับการรวบรวมข้อมูลโดยใช้ตัวอย่างแบบสุ่มง่ายๆ อย่างไรก็ตาม วิธีการสุ่มตัวอย่างอย่างง่ายมีข้อจำกัดที่สำคัญอย่างน้อยสี่ประการ:

1. มักจะเป็นเรื่องยากที่จะสร้างกรอบการสุ่มตัวอย่างที่ยอมให้สุ่มตัวอย่างแบบง่ายๆ

2. ผลลัพธ์ของการใช้ตัวอย่างสุ่มอย่างง่ายอาจเป็นประชากรจำนวนมากหรือประชากรที่กระจายไปเป็นกลุ่มใหญ่ พื้นที่ทางภูมิศาสตร์ซึ่งเพิ่มเวลาและต้นทุนในการรวบรวมข้อมูลอย่างมาก

3. ผลลัพธ์ของการใช้ตัวอย่างสุ่มอย่างง่ายมักมีลักษณะที่มีความแม่นยำต่ำและสูงกว่า ข้อผิดพลาดมาตรฐานมากกว่าผลลัพธ์ของการใช้วิธีความน่าจะเป็นแบบอื่น

4. จากการใช้ SRS ตัวอย่างที่ไม่ใช่ตัวแทน- แม้ว่าตัวอย่างที่ได้จากการสุ่มตัวอย่างอย่างง่าย โดยเฉลี่ยจะเป็นตัวแทนของประชากรได้อย่างเพียงพอ แต่ตัวอย่างบางส่วนก็บิดเบือนความจริงอย่างมากเกี่ยวกับประชากรที่กำลังศึกษา โดยเฉพาะอย่างยิ่งเมื่อขนาดตัวอย่างมีขนาดเล็ก

• เรียบง่าย การสุ่มตัวอย่างแบบไม่ทำซ้ำ- ขั้นตอนการสุ่มตัวอย่างจะเหมือนกัน เฉพาะไพ่ที่มีหมายเลขผู้ตอบแบบสอบถามเท่านั้นที่จะไม่ส่งคืนไปที่สำรับ

1. การสุ่มตัวอย่างความน่าจะเป็นอย่างเป็นระบบ เป็นการสุ่มตัวอย่างความน่าจะเป็นอย่างง่ายเวอร์ชันที่เรียบง่าย จากรายชื่อประชากรทั่วไป ผู้ตอบแบบสอบถามจะถูกเลือกในช่วงเวลาหนึ่ง (K) ค่าของ K ถูกกำหนดแบบสุ่ม ผลลัพธ์ที่เชื่อถือได้มากที่สุดจะเกิดขึ้นเมื่อมีประชากรเป็นเนื้อเดียวกัน มิฉะนั้น ขนาดขั้นตอนและรูปแบบวงจรภายในบางอย่างของตัวอย่างอาจตรงกัน (การผสมตัวอย่าง) ข้อเสีย: เช่นเดียวกับตัวอย่างความน่าจะเป็นอย่างง่าย
2. การสุ่มตัวอย่างแบบอนุกรม (คลัสเตอร์) หน่วยสุ่มตัวอย่างได้แก่ ชุดสถิติ(ครอบครัว โรงเรียน ทีม ฯลฯ) องค์ประกอบที่เลือกจะต้องได้รับการตรวจสอบอย่างสมบูรณ์ การเลือกหน่วยทางสถิติสามารถจัดเป็นการสุ่มตัวอย่างหรือสุ่มตัวอย่างเป็นระบบ ข้อเสีย: มีความเป็นไปได้ที่จะมีความเป็นเนื้อเดียวกันมากกว่าในประชากรทั่วไป
3. การสุ่มตัวอย่างในระดับภูมิภาค ในกรณีที่มีประชากรต่างกัน ก่อนที่จะใช้การสุ่มตัวอย่างความน่าจะเป็นด้วยเทคนิคการคัดเลือกใดๆ ขอแนะนำให้แบ่งประชากรออกเป็นส่วนที่เป็นเนื้อเดียวกัน ตัวอย่างดังกล่าวเรียกว่าการสุ่มตัวอย่างแบบอำเภอ กลุ่มการแบ่งเขตสามารถรวมทั้งการก่อตัวตามธรรมชาติ (เช่น เขตเมือง) และลักษณะใดๆ ที่เป็นพื้นฐานของการศึกษา ลักษณะบนพื้นฐานของการแบ่งส่วนเรียกว่าลักษณะของการแบ่งชั้นและการแบ่งเขต
4. ตัวอย่าง "ความสะดวกสบาย" ขั้นตอนการสุ่มตัวอย่าง "สะดวก" ประกอบด้วยการสร้างการติดต่อกับหน่วยสุ่มตัวอย่าง "สะดวก" - กลุ่มนักเรียน ทีมกีฬา เพื่อน และเพื่อนบ้าน หากคุณต้องการทราบข้อมูลเกี่ยวกับปฏิกิริยาของผู้คน แนวคิดใหม่ตัวอย่างดังกล่าวค่อนข้างสมเหตุสมผล การสุ่มตัวอย่างตามความสะดวกมักใช้เพื่อทดสอบแบบสอบถามล่วงหน้า

ตัวอย่างที่ไม่น่าจะเป็น

การเลือกในกลุ่มตัวอย่างดังกล่าวไม่ได้ดำเนินการตามหลักการของการสุ่ม แต่เป็นไปตามเกณฑ์ส่วนตัว - ความพร้อมใช้งาน ลักษณะทั่วไป การเป็นตัวแทนที่เท่าเทียมกัน ฯลฯ

1. การสุ่มตัวอย่างโควต้า - ตัวอย่างถูกสร้างขึ้นเพื่อเป็นแบบจำลองที่สร้างโครงสร้างของประชากรทั่วไปในรูปแบบของโควต้า (สัดส่วน) ของคุณลักษณะที่กำลังศึกษา จำนวนองค์ประกอบตัวอย่างที่มีการผสมผสานระหว่างคุณลักษณะที่ศึกษาต่างกันจะถูกกำหนดเพื่อให้สอดคล้องกับส่วนแบ่ง (สัดส่วน) ในประชากรทั่วไป ตัวอย่างเช่น ถ้า ประชากรเรามีตัวแทน 5,000 คน โดยเป็นผู้หญิง 2,000 คน และผู้ชาย 3,000 คน จากนั้นในโควต้าตัวอย่าง เราจะมีผู้หญิง 20 คน ผู้ชาย 30 คน หรือผู้หญิง 200 คน ผู้ชาย 300 คน ตัวอย่างโควต้ามักขึ้นอยู่กับเกณฑ์ทางประชากร ได้แก่ เพศ อายุ ภูมิภาค รายได้ การศึกษา และอื่นๆ ข้อเสีย: โดยทั่วไปแล้วตัวอย่างดังกล่าวจะไม่เป็นตัวแทนเพราะว่า เป็นไปไม่ได้ที่จะคำนึงถึงพารามิเตอร์ทางสังคมหลายอย่างพร้อมกัน ข้อดี: วัสดุที่หาได้ง่าย
2. วิธีสโนว์บอล ตัวอย่างถูกสร้างขึ้นดังนี้ ผู้ตอบแบบสอบถามแต่ละคน เริ่มจากคนแรก จะถูกขอให้ติดต่อกับเพื่อน เพื่อนร่วมงาน คนรู้จักที่เหมาะกับเงื่อนไขการคัดเลือกและสามารถมีส่วนร่วมในการศึกษาวิจัยได้ ดังนั้น ยกเว้นขั้นตอนแรก กลุ่มตัวอย่างจึงถูกสร้างขึ้นโดยการมีส่วนร่วมของอาสาสมัครวิจัยเอง วิธีนี้มักใช้เมื่อจำเป็นต้องค้นหาและสัมภาษณ์กลุ่มผู้ตอบแบบสอบถามที่เข้าถึงยาก (เช่น ผู้ตอบแบบสอบถามที่มีรายได้สูง ผู้ตอบแบบสอบถามที่อยู่ในกลุ่มวิชาชีพเดียวกัน ผู้ตอบแบบสอบถามที่มีงานอดิเรก/ความสนใจคล้ายกัน เป็นต้น)
3. การสุ่มตัวอย่างโดยธรรมชาติ - การสุ่มตัวอย่างจากสิ่งที่เรียกว่า "คนแรกที่คุณเจอ" มักใช้ในการเลือกตั้งทางโทรทัศน์และวิทยุ ขนาดและองค์ประกอบของตัวอย่างที่เกิดขึ้นเองไม่เป็นที่รู้จักล่วงหน้าและถูกกำหนดโดยพารามิเตอร์เดียวเท่านั้น - กิจกรรมของผู้ตอบแบบสอบถาม ข้อเสีย: ไม่สามารถระบุได้ว่าผู้ตอบแบบสอบถามเป็นตัวแทนของประชากรกลุ่มใด และด้วยเหตุนี้ จึงไม่สามารถระบุความเป็นตัวแทนได้
4. การสำรวจเส้นทาง – มักใช้เมื่อหน่วยการศึกษาเป็นครอบครัว บนแผนที่ การตั้งถิ่นฐานโดยที่จะดำเนินการสำรวจจะมีการกำหนดหมายเลขถนนทุกสาย การใช้ตาราง (ตัวสร้าง) ตัวเลขสุ่ม จะเลือกตัวเลขจำนวนมาก แต่ละ จำนวนมากถือว่าประกอบด้วย 3 องค์ประกอบ คือ เลขที่ถนน (2-3 ตัวแรก) เลขที่บ้าน เลขที่อพาร์ตเมนต์ ตัวอย่างเช่น หมายเลข 14832: 14 คือหมายเลขถนนบนแผนที่ 8 คือหมายเลขบ้าน 32 คือหมายเลขอพาร์ตเมนต์
5. การสุ่มตัวอย่างระดับภูมิภาคพร้อมการเลือกวัตถุทั่วไป หากหลังจากการแบ่งเขตแล้ว วัตถุทั่วไปจะถูกเลือกจากแต่ละกลุ่ม เช่น วัตถุที่ใกล้เคียงกับค่าเฉลี่ยในแง่ของลักษณะส่วนใหญ่ที่ศึกษาในการศึกษาตัวอย่างดังกล่าวเรียกว่าการทำให้เป็นภูมิภาคด้วยการเลือกวัตถุทั่วไป

6. การสุ่มตัวอย่างแบบโมดอล 7. การสุ่มตัวอย่างโดยผู้เชี่ยวชาญ 8. ตัวอย่างที่แตกต่างกัน

กลยุทธ์การสร้างกลุ่ม

การคัดเลือกกลุ่มที่จะเข้าร่วม การทดลองทางจิตวิทยาดำเนินการผ่านกลยุทธ์ต่างๆ ที่จำเป็นเพื่อให้แน่ใจว่าการรักษาความถูกต้องทั้งภายในและภายนอกจะคงอยู่ในขอบเขตสูงสุดที่เป็นไปได้

การสุ่ม

การสุ่ม, หรือ การเลือกแบบสุ่ม, ใช้เพื่อสร้างตัวอย่างสุ่มอย่างง่าย การใช้ตัวอย่างดังกล่าวตั้งอยู่บนสมมติฐานที่ว่าสมาชิกแต่ละคนมีแนวโน้มที่จะถูกรวมไว้ในกลุ่มตัวอย่างเท่าๆ กัน ตัวอย่างเช่น ในการสุ่มตัวอย่างนักศึกษามหาวิทยาลัย 100 คน คุณสามารถใส่กระดาษที่มีชื่อนักศึกษาทุกคนในหมวก แล้วหยิบกระดาษออกมา 100 แผ่น - นี่จะเป็นการเลือกแบบสุ่ม (Goodwin J ., หน้า 147)

การเลือกคู่

การเลือกคู่- กลยุทธ์ในการสร้างกลุ่มตัวอย่าง โดยกลุ่มวิชาประกอบด้วยวิชาที่เทียบเท่ากันในแง่ของพารามิเตอร์รองที่มีนัยสำคัญต่อการทดลอง กลยุทธ์นี้ใช้ได้ผลสำหรับการทดลองโดยใช้กลุ่มทดลองและกลุ่มควบคุม โดยตัวเลือกที่ดีที่สุดคือการมีส่วนร่วมของคู่แฝด (โมโนและไดไซโกติก) เนื่องจากช่วยให้คุณสร้าง...

การสุ่มตัวอย่างแบบ Stratometric

การสุ่มตัวอย่างแบบ Stratometric- การสุ่มด้วยการจัดสรรชั้น (หรือกลุ่ม) ด้วยวิธีสุ่มตัวอย่างนี้ ประชากรทั่วไปจะถูกแบ่งออกเป็นกลุ่ม (ชั้น) ที่มีลักษณะบางอย่าง (เพศ อายุ ความชอบทางการเมือง การศึกษา ระดับรายได้ ฯลฯ) และเลือกวิชาที่มีลักษณะสอดคล้องกัน

การสร้างแบบจำลองโดยประมาณ

การสร้างแบบจำลองโดยประมาณ- ดึงตัวอย่างที่จำกัดและสรุปข้อสรุปเกี่ยวกับตัวอย่างนี้ให้กับประชากรในวงกว้าง ตัวอย่างเช่น เมื่อนักศึกษามหาวิทยาลัยชั้นปีที่ 2 มีส่วนร่วมในการศึกษาวิจัย ข้อมูลของการศึกษานี้ใช้กับ “ผู้ที่มีอายุ 17 ถึง 21 ปี” การยอมรับลักษณะทั่วไปดังกล่าวมีจำกัดอย่างมาก

การสร้างแบบจำลองโดยประมาณคือการก่อตัวของแบบจำลองซึ่งสำหรับระดับของระบบ (กระบวนการ) ที่กำหนดไว้อย่างชัดเจน อธิบายพฤติกรรมของมัน (หรือปรากฏการณ์ที่ต้องการ) ด้วยความแม่นยำที่ยอมรับได้

หมายเหตุ

วรรณกรรม

นัสเลดอฟ เอ.ดี. วิธีการทางคณิตศาสตร์การวิจัยทางจิตวิทยา - เซนต์ปีเตอร์สเบิร์ก: Rech, 2004.

• Ilyasov F. N. การเป็นตัวแทนของผลการสำรวจในการวิจัยการตลาด // การวิจัยทางสังคมวิทยา- 2554 ฉบับที่ 3 หน้า 112-116.

ดูเพิ่มเติม

• ในการศึกษาบางประเภท กลุ่มตัวอย่างจะแบ่งออกเป็นกลุ่ม:
  • ทดลอง
  • ควบคุม
• กลุ่มประชากรตามรุ่น

ลิงค์

• แนวคิดของการสุ่มตัวอย่าง ลักษณะสำคัญของตัวอย่าง ประเภทการสุ่มตัวอย่าง

มูลนิธิวิกิมีเดีย

2010.:

• คำพ้องความหมาย
• ชเชปคิน, มิคาอิล เซเมโนวิช

ประชากร

ดูว่า "การเลือก" ในพจนานุกรมอื่น ๆ คืออะไร:ตัวอย่าง - กลุ่มวิชาที่เป็นตัวแทนของประชากรเฉพาะและได้รับเลือกสำหรับการทดลองหรือการศึกษาแนวคิดที่ตรงกันข้าม ประชากรทั่วไป กลุ่มตัวอย่างเป็นส่วนหนึ่งของประชากรทั่วไป พจนานุกรมนักจิตวิทยาเชิงปฏิบัติ สารานุกรมจิตวิทยาที่ดี

ดูว่า "การเลือก" ในพจนานุกรมอื่น ๆ คืออะไร:- ตัวอย่าง ส่วนหนึ่งของประชากรทั่วไปขององค์ประกอบที่ครอบคลุมโดยการสังเกต (มักเรียกว่าประชากรตัวอย่างและตัวอย่างคือวิธีการสุ่มตัวอย่างการสังเกตนั่นเอง) ในสถิติทางคณิตศาสตร์ก็ยอมรับ... ... คู่มือนักแปลด้านเทคนิค

ตัวอย่าง- (ตัวอย่าง) 1. ผลิตภัณฑ์ในปริมาณเล็กน้อย เลือกเพื่อแสดงปริมาณทั้งหมด ดู: ขายตามตัวอย่าง 2. สินค้าจำนวนเล็กน้อยที่มอบให้กับผู้ซื้อที่มีศักยภาพเพื่อให้พวกเขามีโอกาสที่จะดำเนินการ... ... พจนานุกรมคำศัพท์ทางธุรกิจ

ตัวอย่าง- ส่วนหนึ่งของประชากรทั่วไปขององค์ประกอบที่ครอบคลุมโดยการสังเกต (มักเรียกว่าประชากรตัวอย่างและตัวอย่างคือวิธีการสุ่มตัวอย่างการสังเกตนั่นเอง) ในสถิติทางคณิตศาสตร์ จะใช้หลักการสุ่มเลือก นี้… … พจนานุกรมเศรษฐศาสตร์-คณิตศาสตร์

ตัวอย่าง- (ตัวอย่าง) การสุ่มเลือกกลุ่มย่อยขององค์ประกอบจากประชากรหลัก ซึ่งเป็นคุณลักษณะที่ใช้ในการประเมินประชากรทั้งหมดโดยรวม วิธีการสุ่มตัวอย่างใช้เมื่อต้องใช้เวลานานเกินไปหรือแพงเกินไปในการสำรวจประชากรทั้งหมด... พจนานุกรมเศรษฐศาสตร์

ดูว่า "การเลือก" ในพจนานุกรมอื่น ๆ คืออะไร:- ซม … พจนานุกรมคำพ้องความหมาย

การวิจัยมักจะเริ่มต้นด้วยสมมติฐานบางประการที่ต้องมีการตรวจสอบยืนยันโดยใช้ข้อเท็จจริง สมมติฐานนี้ - สมมติฐาน - ได้รับการกำหนดขึ้นโดยสัมพันธ์กับการเชื่อมโยงของปรากฏการณ์หรือคุณสมบัติในชุดวัตถุบางชุด

เพื่อทดสอบสมมติฐานดังกล่าวกับข้อเท็จจริง จำเป็นต้องวัดคุณสมบัติที่สอดคล้องกันของผู้ถือ แต่เป็นไปไม่ได้ที่จะวัดความวิตกกังวลของผู้หญิงและผู้ชายทุกคน เช่นเดียวกับที่เป็นไปไม่ได้ที่จะวัดความก้าวร้าวในวัยรุ่นทุกคน ดังนั้นในการทำวิจัยจึงจำกัดอยู่เพียงกลุ่มตัวแทนจำนวนค่อนข้างน้อยจากประชากรที่เกี่ยวข้องเท่านั้น

ประชากร— นี่คือวัตถุทั้งชุดที่เกี่ยวข้องกับการกำหนดสมมติฐานการวิจัย

ตัวอย่างเช่น ผู้ชายทุกคน; หรือผู้หญิงทุกคน หรือชาวเมืองทั้งหมด ประชากรทั่วไปที่เกี่ยวข้องกับผู้วิจัยที่จะสรุปผลการศึกษาอาจมีจำนวนไม่มากนัก เช่น นักเรียนชั้นประถมศึกษาปีที่ 1 ของโรงเรียนที่กำหนด

ดังนั้น ประชากรทั่วไปถึงแม้จะไม่ใช่จำนวนอนันต์ แต่ตามกฎแล้ว ไม่สามารถเข้าถึงได้สำหรับการวิจัยอย่างต่อเนื่อง ซึ่งเป็นกลุ่มของวิชาที่มีศักยภาพ

กลุ่มตัวอย่างหรือกลุ่มตัวอย่าง- นี่คือกลุ่มของวัตถุที่จำกัดจำนวน (ในด้านจิตวิทยา - วิชา ผู้ตอบแบบสอบถาม) คัดเลือกเป็นพิเศษจากประชากรทั่วไปเพื่อศึกษาคุณสมบัติของมัน ดังนั้นการศึกษาคุณสมบัติของประชากรทั่วไปโดยใช้ตัวอย่างจึงเรียกว่า การศึกษาตัวอย่าง เกือบทุกอย่าง การวิจัยทางจิตวิทยามีการสุ่มตัวอย่างและข้อสรุปครอบคลุมถึงประชากรทั่วไป

ดังนั้น หลังจากที่ตั้งสมมติฐานและระบุประชากรที่เกี่ยวข้องแล้ว ผู้วิจัยก็ประสบปัญหาในการจัดการตัวอย่าง ตัวอย่างควรมีลักษณะที่ทำให้ข้อสรุปทั่วไปมีความสมเหตุสมผล แบบสำรวจตัวอย่าง- ลักษณะทั่วไปการขยายไปสู่ประชากรทั่วไป เกณฑ์หลักสำหรับความถูกต้องของข้อสรุปการวิจัย— สิ่งเหล่านี้คือความเป็นตัวแทนของกลุ่มตัวอย่างและความน่าเชื่อถือทางสถิติของผลลัพธ์ (เชิงประจักษ์)

ความเป็นตัวแทนของกลุ่มตัวอย่าง- กล่าวอีกนัยหนึ่ง ความเป็นตัวแทนคือความสามารถของกลุ่มตัวอย่างในการเป็นตัวแทนของปรากฏการณ์ที่กำลังศึกษาอยู่ค่อนข้างครบถ้วน - จากมุมมองของความแปรปรวนในประชากรทั่วไป

แน่นอน, มุมมองเต็มรูปแบบมีเพียงประชากรทั่วไปเท่านั้นที่สามารถให้ข้อมูลเกี่ยวกับปรากฏการณ์ที่กำลังศึกษาได้ตลอดช่วงและความแตกต่างของความแปรปรวน ดังนั้นความเป็นตัวแทนจึงถูกจำกัดอยู่ในขอบเขตที่ตัวอย่างถูกจำกัดเสมอ และเป็นตัวแทนของกลุ่มตัวอย่างที่เป็นเกณฑ์หลักในการกำหนดขอบเขตของลักษณะทั่วไปของผลการวิจัย อย่างไรก็ตาม ยังมีเทคนิคที่ทำให้ได้ตัวอย่างที่เพียงพอสำหรับผู้วิจัย (เทคนิคเหล่านี้ศึกษาในรายวิชา “จิตวิทยาเชิงทดลอง”)

เทคนิคแรกและหลักคือการเลือกแบบสุ่ม (สุ่ม) อย่างง่าย โดยเกี่ยวข้องกับการประกันเงื่อนไขที่ว่าประชากรแต่ละคนมีโอกาสเท่าๆ กันที่จะรวมไว้ในกลุ่มตัวอย่าง การเลือกแบบสุ่มช่วยให้มั่นใจได้ถึงความเป็นไปได้ที่จะเข้าไปในกลุ่มตัวอย่างได้มากที่สุด ตัวแทนที่แตกต่างกันประชากรทั่วไป ในกรณีนี้ มีการใช้มาตรการพิเศษเพื่อป้องกันการเกิดรูปแบบใด ๆ ในระหว่างการเลือก และสิ่งนี้ช่วยให้เราหวังว่าท้ายที่สุดแล้ว ในกลุ่มตัวอย่าง คุณสมบัติที่กำลังศึกษาจะถูกนำเสนอในความหลากหลายที่เป็นไปได้สูงสุด หากไม่ใช่ทั้งหมด

วิธีที่สองเพื่อให้แน่ใจว่ามีความเป็นตัวแทนคือการสุ่มตัวอย่างแบบแบ่งชั้น หรือการเลือกตามคุณสมบัติของประชากรทั่วไป โดยเกี่ยวข้องกับการพิจารณาเบื้องต้นเกี่ยวกับคุณสมบัติเหล่านั้นที่อาจส่งผลต่อความแปรปรวนของทรัพย์สินที่กำลังศึกษา (ซึ่งอาจเป็นเพศ ระดับรายได้ หรือการศึกษา เป็นต้น) จากนั้นจะมีการกำหนด เปอร์เซ็นต์รับประกันจำนวนกลุ่ม (ชั้น) ที่แตกต่างกันในคุณสมบัติเหล่านี้ในประชากรทั่วไปและเปอร์เซ็นต์ที่เท่ากันของกลุ่มที่เกี่ยวข้องในกลุ่มตัวอย่าง จากนั้น อาสาสมัครจะถูกเลือกลงในแต่ละกลุ่มย่อยของกลุ่มตัวอย่างตามหลักการสุ่มเลือกอย่างง่าย

นัยสำคัญทางสถิติหรือ นัยสำคัญทางสถิติผลการศึกษาจะถูกกำหนดโดยใช้วิธีอนุมานทางสถิติ

เราจะประกันตัวจากการตัดสินใจผิดพลาดเมื่อทำการสรุปผลการวิจัยหรือไม่? ไม่แน่นอน ท้ายที่สุดแล้ว การตัดสินใจของเราขึ้นอยู่กับผลการศึกษาประชากรตัวอย่างและระดับของเราด้วย ความรู้ทางจิตวิทยา- เราไม่ได้รอดพ้นจากความผิดพลาดอย่างสมบูรณ์ ในสถิติ ข้อผิดพลาดดังกล่าวถือว่ายอมรับได้หากเกิดขึ้นไม่บ่อยกว่าในกรณีเดียวจาก 1,000 (ความน่าจะเป็นของข้อผิดพลาด α = 0.001 หรือความน่าจะเป็นความเชื่อมั่นที่เกี่ยวข้องของข้อสรุปที่ถูกต้อง p = 0.999) ในกรณีหนึ่งจาก 100 (ความน่าจะเป็นของข้อผิดพลาด α = 0.01 หรือความน่าจะเป็นของความเชื่อมั่นที่เกี่ยวข้องของข้อสรุปที่ถูกต้อง p = 0.99) หรือในห้ากรณีจาก 100 (ความน่าจะเป็นของข้อผิดพลาด α = 0.05 หรือความน่าจะเป็นของความเชื่อมั่นที่เกี่ยวข้องของผลลัพธ์ข้อสรุปที่ถูกต้อง ค่าพี=0.95) ตรงกับสอง ระดับสุดท้ายและเป็นเรื่องปกติในการตัดสินใจในด้านจิตวิทยา

บางครั้งเวลาพูดถึง นัยสำคัญทางสถิติใช้แนวคิดของ "ระดับนัยสำคัญ" (แสดงเป็น α) ค่าตัวเลขของ p และ α เสริมกันมากถึง 1,000 - ชุดเต็มเหตุการณ์: เราสรุปถูกหรือผิด ระดับเหล่านี้ไม่ได้ถูกคำนวณ แต่จะได้รับ ระดับนัยสำคัญสามารถเข้าใจได้ว่าเป็นเส้น "สีแดง" ซึ่งเป็นจุดตัดที่ทำให้เราสามารถพูดถึงเหตุการณ์นี้ว่าไม่ใช่เรื่องสุ่ม ในรายงานหรือสิ่งพิมพ์ทางวิทยาศาสตร์ที่ดีทุกฉบับ ข้อสรุปที่ดึงออกมาควรมาพร้อมกับค่า p หรือ α ที่ใช้สรุปผล

วิธีการอนุมานทางสถิติมีเนื้อหาครอบคลุมรายละเอียดในรายวิชา " สถิติทางคณิตศาสตร์- ตอนนี้ให้เราทราบว่าพวกเขานำเสนอ ข้อกำหนดบางประการไปที่หมายเลขหรือ ขนาดตัวอย่าง

ขออภัย ไม่มีหลักเกณฑ์ที่เข้มงวดในการกำหนดขนาดตัวอย่างที่ต้องการล่วงหน้า นอกจากนี้ผู้วิจัยมักจะได้รับคำตอบสำหรับคำถามเกี่ยวกับจำนวนที่จำเป็นและเพียงพอช้าเกินไป - หลังจากวิเคราะห์ข้อมูลของกลุ่มตัวอย่างที่สำรวจแล้วเท่านั้น อย่างไรก็ตาม คำแนะนำทั่วไปส่วนใหญ่สามารถกำหนดได้:

1. ต้องใช้ขนาดตัวอย่างที่ใหญ่ที่สุดในการพัฒนาเทคนิคการวินิจฉัย - ตั้งแต่ 200 ถึง 1,000-2,500 คน

2. หากจำเป็นต้องเปรียบเทียบ 2 ตัวอย่างก็ทำ จำนวนทั้งหมดต้องมีอย่างน้อย 50 คน จำนวนตัวอย่างที่เปรียบเทียบควรจะเท่ากันโดยประมาณ

3. หากมีการศึกษาความสัมพันธ์ระหว่างคุณสมบัติใด ๆ ขนาดของกลุ่มตัวอย่างควรมีอย่างน้อย 30-35 คน

4. ยิ่งมากขึ้น ความแปรปรวนคุณสมบัติที่กำลังศึกษาอยู่ ยิ่งขนาดตัวอย่างมีขนาดใหญ่เท่าใด ดังนั้น ความแปรปรวนสามารถลดลงได้โดยการเพิ่มความสม่ำเสมอของกลุ่มตัวอย่าง เช่น ตามเพศ อายุ ฯลฯ ซึ่งแน่นอนว่าจะลดความสามารถในการสรุปข้อสรุป

ตัวอย่างที่ขึ้นต่อกันและเป็นอิสระสถานการณ์การวิจัยทั่วไปคือเมื่อมีการศึกษาคุณสมบัติที่เป็นที่สนใจของนักวิจัยในตัวอย่างตั้งแต่สองตัวอย่างขึ้นไปเพื่อวัตถุประสงค์ในการเปรียบเทียบเพิ่มเติม ตัวอย่างเหล่านี้อาจมีสัดส่วนที่แตกต่างกัน ขึ้นอยู่กับขั้นตอนขององค์กร ตัวอย่างอิสระ มีคุณลักษณะเฉพาะคือความน่าจะเป็นของการเลือกวิชาใดๆ ในกลุ่มตัวอย่างหนึ่งไม่ได้ขึ้นอยู่กับการเลือกวิชาใดๆ ในกลุ่มตัวอย่างอื่น ขัดต่อ, ตัวอย่างขึ้นอยู่กับมีลักษณะเฉพาะคือแต่ละเรื่องจากตัวอย่างหนึ่งจะถูกจับคู่ตามเกณฑ์ที่กำหนดโดยหัวข้อจากตัวอย่างอื่น

ใน กรณีทั่วไปกลุ่มตัวอย่างที่ต้องพึ่งพาเกี่ยวข้องกับการเลือกกลุ่มตัวอย่างแบบคู่ตามตัวอย่างที่เปรียบเทียบ และกลุ่มตัวอย่างอิสระหมายถึงการเลือกกลุ่มตัวอย่างอย่างอิสระ

ควรสังเกตว่ากรณีของตัวอย่างที่ "ขึ้นอยู่กับบางส่วน" (หรือ "อิสระบางส่วน") นั้นไม่สามารถยอมรับได้: นี่เป็นการละเมิดการเป็นตัวแทนอย่างไม่อาจคาดเดาได้

โดยสรุป เราสังเกตว่าสามารถแยกแยะกระบวนทัศน์ของการวิจัยทางจิตวิทยาได้สองแบบ

ที่เรียกว่า R-วิธีเกี่ยวข้องกับการศึกษาความแปรปรวนของคุณสมบัติบางอย่าง (จิตวิทยา) ภายใต้อิทธิพลของอิทธิพล ปัจจัย หรือคุณสมบัติอื่น ๆ ตัวอย่างคือชุดของวิชา

อีกแนวทางหนึ่ง Q-วิธีเกี่ยวข้องกับการศึกษาความแปรปรวนของวัตถุ (ส่วนบุคคล) ภายใต้อิทธิพลของสิ่งเร้าต่างๆ (เงื่อนไข สถานการณ์ ฯลฯ) สอดคล้องกับสถานการณ์เมื่อ ตัวอย่างคือชุดของสิ่งเร้า

การวิจัยทางสถิติต้องใช้แรงงานเข้มข้นมากและมีราคาแพง แนวคิดนี้จึงเกิดขึ้นจากการแทนที่การสังเกตอย่างต่อเนื่องด้วยการสังเกตแบบเลือกสรร

วัตถุประสงค์หลักของการสังเกตแบบไม่ต่อเนื่องคือเพื่อให้ได้ลักษณะของประชากรทางสถิติที่กำลังศึกษาในส่วนที่สำรวจ

การสังเกตแบบเลือกสรรเป็นวิธีการวิจัยทางสถิติโดยกำหนดตัวบ่งชี้ทั่วไปของประชากรเพียงส่วนเดียวตามข้อกำหนดของการสุ่มเลือก

ด้วยวิธีสุ่มตัวอย่าง จะมีการศึกษาประชากรเพียงบางส่วนที่กำลังศึกษา และประชากรทางสถิติที่จะศึกษาเรียกว่าประชากรทั่วไป

ประชากรตัวอย่างหรือเพียงตัวอย่างอาจเรียกได้ว่าเป็นส่วนหนึ่งของหน่วยที่เลือกจากประชากรทั่วไปที่จะเข้ารับการวิจัยทางสถิติ

ค่าของวิธีการสุ่มตัวอย่าง: เมื่อใด จำนวนขั้นต่ำหน่วยที่ศึกษา การวิจัยทางสถิติจะเกิดขึ้นในระยะเวลาอันสั้นและใช้เงินและแรงงานน้อยที่สุด

ในประชากรทั่วไป สัดส่วนของหน่วยที่มีลักษณะเฉพาะที่กำลังศึกษาเรียกว่าสัดส่วนทั่วไป (แสดง พี)และค่าเฉลี่ยของลักษณะตัวแปรที่กำลังศึกษาคือค่าเฉลี่ยทั่วไป (แสดง เอ็กซ์)

ในประชากรกลุ่มตัวอย่าง สัดส่วนของคุณลักษณะที่กำลังศึกษาเรียกว่าสัดส่วนตัวอย่าง หรือส่วน (แสดงด้วย w) ค่าเฉลี่ยในกลุ่มตัวอย่างคือ ค่าเฉลี่ยตัวอย่าง

หากในระหว่างการตรวจสอบกฎทั้งหมดของมัน องค์กรทางวิทยาศาสตร์ดังนั้นวิธีการสุ่มตัวอย่างจะให้ผลลัพธ์ที่ค่อนข้างแม่นยำ ดังนั้น วิธีนี้ขอแนะนำให้ใช้เพื่อตรวจสอบข้อมูลการสังเกตอย่างต่อเนื่อง

วิธีนี้ได้แล้ว แพร่หลายในสถิติของรัฐและที่ไม่ใช่แผนกเพราะเมื่อศึกษาจำนวนหน่วยขั้นต่ำที่เรียนจะทำให้สามารถศึกษาได้ละเอียดและแม่นยำ

ประชากรทางสถิติที่กำลังศึกษาประกอบด้วยหน่วยที่มีลักษณะแตกต่างกัน องค์ประกอบของประชากรตัวอย่างอาจแตกต่างจากองค์ประกอบของประชากร ความแตกต่างระหว่างคุณลักษณะของกลุ่มตัวอย่างและประชากรถือเป็นข้อผิดพลาดในการสุ่มตัวอย่าง

ข้อผิดพลาดที่เกิดขึ้นในการสังเกตตัวอย่างจะกำหนดลักษณะของขนาดความคลาดเคลื่อนระหว่างข้อมูลของการสังเกตตัวอย่างกับประชากรทั้งหมด ข้อผิดพลาดที่เกิดขึ้นระหว่างการสังเกตตัวอย่างเรียกว่าข้อผิดพลาดในการเป็นตัวแทน และแบ่งออกเป็นแบบสุ่มและเป็นระบบ

หากประชากรตัวอย่างไม่สามารถทำซ้ำประชากรทั้งหมดได้อย่างถูกต้องเนื่องจากลักษณะของการสังเกตที่ไม่สมบูรณ์ จะเรียกว่าสิ่งนี้ ข้อผิดพลาดแบบสุ่มและขนาดจะถูกกำหนดด้วยความแม่นยำเพียงพอตามกฎหมาย จำนวนมากและทฤษฎีความน่าจะเป็น

ข้อผิดพลาดอย่างเป็นระบบเกิดขึ้นอันเป็นผลมาจากการละเมิดหลักการสุ่มในการเลือกหน่วยประชากรเพื่อการสังเกต

2. ประเภทและโครงร่างการเลือก

ขนาดของข้อผิดพลาดในการสุ่มตัวอย่างและวิธีการพิจารณาจะขึ้นอยู่กับประเภทและการออกแบบของการเลือก

การเลือกประชากรของหน่วยสังเกตการณ์มีสี่ประเภท:

1) สุ่ม;

2) เครื่องกล;

3) โดยทั่วไป;

4) อนุกรม (ซ้อนกัน)

สุ่มเลือก- วิธีการเลือกที่พบมากที่สุดใน ตัวอย่างแบบสุ่มเรียกอีกอย่างว่าวิธีจับฉลาก โดยเตรียมตั๋วที่มีหมายเลขลำดับสำหรับแต่ละหน่วยของประชากรทางสถิติ

ต่อไปเป็นการสุ่มเลือก ปริมาณที่ต้องการหน่วยของประชากรทางสถิติ ภายใต้เงื่อนไขเหล่านี้ แต่ละอันมีความน่าจะเป็นเท่ากันในการถูกรวมเข้าในกลุ่มตัวอย่าง เช่น ชนะเสมอ เมื่อตั้งแต่ จำนวนทั้งหมดของตั๋วที่ออก ส่วนหนึ่งของตัวเลขจะถูกสุ่มเลือกและเงินรางวัลจะตกอยู่กับตั๋วเหล่านั้น ในกรณีนี้ ตัวเลขทั้งหมดจะได้รับโอกาสที่เท่ากันในการรวมไว้ในตัวอย่าง

การเลือกเครื่องจักรกล- นี่เป็นวิธีการเมื่อประชากรทั้งหมดถูกแบ่งออกเป็นกลุ่มของปริมาตรที่เป็นเนื้อเดียวกันตามเกณฑ์สุ่ม จากนั้นแต่ละกลุ่มจะถูกนำมาเพียงหน่วยเดียวเท่านั้น ขึ้นอยู่กับขนาดตัวอย่าง จำนวนหน่วยที่ต้องการจะถูกเลือกโดยอัตโนมัติในช่วงเวลาหนึ่ง

การเลือกโดยทั่วไป –นี่เป็นวิธีการแบ่งประชากรทางสถิติภายใต้การศึกษาตามลักษณะเฉพาะที่สำคัญและทั่วไปออกเป็นกลุ่มประเภทเดียวกันที่เป็นเนื้อเดียวกันในเชิงคุณภาพ จากนั้นแต่ละกลุ่มจะมีการสุ่มเลือกหน่วยจำนวนหนึ่งตามสัดส่วนของ ความถ่วงจำเพาะกลุ่มโดยรวม

การเลือกโดยทั่วไปจะให้ผลลัพธ์ที่แม่นยำยิ่งขึ้น เนื่องจากมีการรวมตัวแทนของกลุ่มทั่วไปทั้งหมดในตัวอย่างด้วย

การเลือกแบบอนุกรม (คลัสเตอร์)กลุ่มทั้งหมด (ซีรีส์, รัง) ที่เลือกแบบสุ่มหรือโดยกลไกจะขึ้นอยู่กับการเลือก สำหรับแต่ละกลุ่มหรือซีรีส์ดังกล่าว จะมีการสังเกตอย่างต่อเนื่อง และผลลัพธ์จะถูกถ่ายโอนไปยังประชากรทั้งหมด

ความแม่นยำของตัวอย่างยังขึ้นอยู่กับแผนการสุ่มตัวอย่างด้วย การสุ่มตัวอย่างสามารถดำเนินการตามแผนการสุ่มตัวอย่างซ้ำหรือไม่ซ้ำก็ได้

การคัดเลือกใหม่แต่ละหน่วยหรือซีรีส์ที่เลือกจะถูกส่งกลับไปยังประชากรทั้งหมด และสามารถป้อนกลับเข้าไปในตัวอย่างได้ นี่คือสิ่งที่เรียกว่าโครงร่างบอลที่ส่งคืน

การเลือกแบบไม่ซ้ำกันแต่ละหน่วยที่ทำการสำรวจจะถูกย้ายออกไปและจะไม่คืนให้กับประชากร ดังนั้นจึงไม่มีการสำรวจซ้ำ รูปแบบนี้เรียกว่าลูกบอลที่ไม่ถูกส่งคืน

การสุ่มตัวอย่างแบบไม่ทำซ้ำจะให้ผลลัพธ์ที่แม่นยำยิ่งขึ้น เนื่องจากขนาดตัวอย่างเท่ากัน การสังเกตจะครอบคลุม มากกว่าหน่วยประชากรที่กำลังศึกษา

การคัดเลือกแบบผสมผสานอาจผ่านขั้นตอนหนึ่งหรือหลายขั้นตอน ตัวอย่างจะเรียกว่าขั้นตอนเดียวหากมีการศึกษาหน่วยประชากรที่เลือกแล้ว

ตัวอย่างเรียกว่าหลายขั้นตอนหากการเลือกประชากรเกิดขึ้นเป็นระยะ ระยะต่อเนื่อง และแต่ละขั้นตอน ขั้นตอนการคัดเลือกจะมีหน่วยการเลือกของตัวเอง

การสุ่มตัวอย่างแบบหลายเฟส - ในทุกขั้นตอนของการสุ่มตัวอย่างหน่วยการสุ่มตัวอย่างเดียวกันจะยังคงอยู่ แต่หลายขั้นตอนจะมีการสำรวจขั้นตอนการสุ่มตัวอย่างซึ่งแตกต่างกันในความกว้างของโปรแกรมการสำรวจและขนาดตัวอย่าง

ลักษณะของพารามิเตอร์ของประชากรทั่วไปและประชากรตัวอย่างจะแสดงด้วยสัญลักษณ์ต่อไปนี้:

เอ็น– ปริมาณประชากรทั่วไป

n– ขนาดตัวอย่าง

เอ็กซ์– ค่าเฉลี่ยทั่วไป

เอ็กซ์– ค่าเฉลี่ยตัวอย่าง

ร– หุ้นทั่วไป

ว –แบ่งปันตัวอย่าง;

2 – ความแปรปรวนทั่วไป(ความแปรปรวนของคุณลักษณะในประชากรทั่วไป)

2 – ความแปรปรวนตัวอย่างเครื่องหมายเดียวกัน

?- เฉลี่ย ส่วนเบี่ยงเบนมาตรฐานในประชากรทั่วไป

? – ส่วนเบี่ยงเบนมาตรฐานในกลุ่มตัวอย่าง

3. ข้อผิดพลาดในการสุ่มตัวอย่าง

แต่ละหน่วยในการสังเกตตัวอย่างจะต้องมีโอกาสเท่าเทียมกับหน่วยอื่นๆ ที่จะเลือก - นี่คือพื้นฐานของการสุ่มตัวอย่างที่เหมาะสม

การสุ่มตัวอย่างที่เหมาะสม คือ การเลือกหน่วยจากจำนวนประชากรทั้งหมดโดยการจับสลากหรือวิธีอื่นที่คล้ายคลึงกัน

หลักการของการสุ่มคือการที่การรวมหรือการยกเว้นรายการจากตัวอย่างไม่สามารถได้รับอิทธิพลจากปัจจัยอื่นใดนอกจากความบังเอิญ

แชร์ตัวอย่างคืออัตราส่วนของจำนวนหน่วยในประชากรตัวอย่างต่อจำนวนหน่วยในประชากรทั่วไป:

สุ่มเลือกให้เหมาะสม รูปแบบบริสุทธิ์เป็นการเลือกเริ่มต้นในบรรดาการเลือกประเภทอื่นๆ ทั้งหมด ประกอบด้วยและนำหลักการพื้นฐานของการสังเกตทางสถิติตัวอย่างไปใช้

ตัวบ่งชี้ทั่วไปสองประเภทหลักที่ใช้ในวิธีการสุ่มตัวอย่างคือค่าเฉลี่ย ลักษณะเชิงปริมาณและ ค่าสัมพัทธ์เครื่องหมายทางเลือก

เศษส่วนตัวอย่าง (w) หรือความเฉพาะเจาะจงถูกกำหนดโดยอัตราส่วนของจำนวนหน่วยที่มีลักษณะเฉพาะที่กำลังศึกษา ม.ถึงจำนวนหน่วยทั้งหมดในประชากรตัวอย่าง (n):

เพื่อระบุลักษณะความน่าเชื่อถือของตัวบ่งชี้ตัวอย่าง จะต้องแยกความแตกต่างระหว่างข้อผิดพลาดในการสุ่มตัวอย่างโดยเฉลี่ยและสูงสุด

ข้อผิดพลาดในการสุ่มตัวอย่างหรือที่เรียกว่าข้อผิดพลาดในการเป็นตัวแทนคือความแตกต่างระหว่างตัวอย่างที่สอดคล้องกันและคุณลักษณะทั่วไป:

?x =|x – x|;

?w =|x – พี|.

เฉพาะการสังเกตตัวอย่างเท่านั้นที่อาจเกิดข้อผิดพลาดในการสุ่มตัวอย่าง

ค่าเฉลี่ยตัวอย่างและสัดส่วนตัวอย่าง- นี้ ตัวแปรสุ่มการรับ ความหมายที่แตกต่างกันขึ้นอยู่กับหน่วยของประชากรทางสถิติที่กำลังศึกษาซึ่งรวมอยู่ในกลุ่มตัวอย่าง ดังนั้น ข้อผิดพลาดในการสุ่มตัวอย่างจึงเป็นตัวแปรสุ่มและอาจรับค่าที่ต่างกันได้เช่นกัน ดังนั้นจึงกำหนดค่าเฉลี่ยของข้อผิดพลาดที่เป็นไปได้ - ข้อผิดพลาดในการสุ่มตัวอย่างโดยเฉลี่ย

ข้อผิดพลาดในการสุ่มตัวอย่างโดยเฉลี่ยถูกกำหนดโดยขนาดตัวอย่าง: มากกว่า ตัวเลขมากขึ้นนอกเหนือจากนั้น เงื่อนไขที่เท่าเทียมกันยิ่งข้อผิดพลาดในการสุ่มตัวอย่างโดยเฉลี่ยน้อยลงเท่านั้น ด้วยการครอบคลุมจำนวนหน่วยประชากรทั่วไปที่เพิ่มขึ้นด้วยการสำรวจตัวอย่าง เราจึงสามารถระบุลักษณะของประชากรทั่วไปทั้งหมดได้แม่นยำยิ่งขึ้น

ข้อผิดพลาดในการสุ่มตัวอย่างโดยเฉลี่ยขึ้นอยู่กับระดับของความแปรผันของคุณลักษณะที่กำลังศึกษา ในทางกลับกัน ระดับของความแปรผันจะมีลักษณะเฉพาะด้วยการกระจายตัว 2 หรือ ก(ล – ญ)– สำหรับสัญญาณทางเลือก ยิ่งความแปรผันของลักษณะและการกระจายตัวน้อยลงเท่าไรก็ยิ่งน้อยลงเท่านั้น ข้อผิดพลาดโดยเฉลี่ยตัวอย่างและในทางกลับกัน

โดยบังเอิญ การคัดเลือกใหม่ข้อผิดพลาดโดยเฉลี่ยคำนวณตามทฤษฎีโดยใช้สูตรต่อไปนี้:

1) สำหรับลักษณะเชิงปริมาณเฉลี่ย:

ที่ไหน? 2 – ค่าเฉลี่ยของการกระจายตัวของคุณลักษณะเชิงปริมาณ

2) สำหรับการแบ่งปัน (คุณลักษณะทางเลือก):

แล้วความแปรปรวนของลักษณะในประชากรเป็นเท่าไหร่? 2 ยังไม่ทราบแน่ชัด ในทางปฏิบัติ พวกเขาใช้ค่าของการกระจายตัว S 2 ที่คำนวณสำหรับประชากรตัวอย่างตามกฎของจำนวนจำนวนมาก ตามที่ประชากรตัวอย่างซึ่งมีขนาดตัวอย่างใหญ่เพียงพอ ค่อนข้างแม่นยำในการทำซ้ำ ลักษณะของประชากรทั่วไป

สูตรสำหรับข้อผิดพลาดในการสุ่มตัวอย่างโดยเฉลี่ยสำหรับการสุ่มตัวอย่างใหม่มีดังต่อไปนี้ สำหรับ ขนาดเฉลี่ยลักษณะเชิงปริมาณ: ความแปรปรวนทั่วไปแสดงผ่านความแปรปรวนแบบเลือกโดยความสัมพันธ์ต่อไปนี้:

โดยที่ S 2 คือค่าการกระจายตัว

การสุ่มตัวอย่างทางกล– เป็นการเลือกหน่วยเป็นประชากรตัวอย่างจากประชากรทั่วไปโดยแบ่งตามเกณฑ์ที่เป็นกลางออกเป็นกลุ่มเท่าๆ กัน ดำเนินการในลักษณะที่เลือกเพียงหนึ่งหน่วยสำหรับตัวอย่างจากแต่ละกลุ่มดังกล่าว

ในการสุ่มตัวอย่างเชิงกล หน่วยของประชากรทางสถิติที่กำลังศึกษาจะถูกจัดเรียงเบื้องต้นตามลำดับที่แน่นอน หลังจากนั้นจึงเลือกหน่วยตามจำนวนที่กำหนดในช่วงเวลาหนึ่ง ในกรณีนี้ ขนาดของช่วงเวลาในประชากรจะเท่ากับ คุณค่าซึ่งกันและกันหุ้นตัวอย่าง

เมื่อพอ ประชากรจำนวนมากการเลือกเชิงกลนั้นใกล้เคียงกับการสุ่มตัวอย่างเองในแง่ของความแม่นยำของผลลัพธ์ ดังนั้น เพื่อกำหนดข้อผิดพลาดโดยเฉลี่ยของการสุ่มตัวอย่างเชิงกล จึงมีการใช้สูตรสำหรับการสุ่มตัวอย่างด้วยตนเองแบบไม่ทำซ้ำ

ในการเลือกหน่วยจากประชากรที่ต่างกันจะใช้สิ่งที่เรียกว่าตัวอย่างทั่วไปซึ่งจะใช้เมื่อหน่วยทั้งหมดของประชากรทั่วไปสามารถแบ่งออกเป็นกลุ่มที่มีคุณภาพเหมือนกันหลายกลุ่มและคล้ายคลึงกันตามลักษณะที่ตัวบ่งชี้ที่กำลังศึกษาอยู่

จากนั้น จากแต่ละกลุ่มทั่วไป การเลือกหน่วยต่างๆ ในกลุ่มตัวอย่างจะดำเนินการโดยใช้ตัวอย่างแบบสุ่มหรือตัวอย่างเชิงกลล้วนๆ

การสุ่มตัวอย่างมักใช้เมื่อศึกษาประชากรทางสถิติที่ซับซ้อน

การสุ่มตัวอย่างโดยทั่วไปจะให้ผลลัพธ์ที่แม่นยำยิ่งขึ้น การพิมพ์ประชากรทั่วไปทำให้มั่นใจได้ถึงความเป็นตัวแทนของกลุ่มตัวอย่าง ซึ่งเป็นการเป็นตัวแทนของกลุ่มประเภทแต่ละกลุ่มในกลุ่มตัวอย่าง ซึ่งทำให้สามารถแยกอิทธิพลออกได้ ความแปรปรวนระหว่างกลุ่มโดยข้อผิดพลาดในการสุ่มตัวอย่างโดยเฉลี่ย ดังนั้น เมื่อพิจารณาค่าความผิดพลาดโดยเฉลี่ยของกลุ่มตัวอย่างทั่วไป ค่าเฉลี่ยของความแปรปรวนภายในกลุ่มจะทำหน้าที่เป็นตัวบ่งชี้ความแปรผัน

การสุ่มตัวอย่างแบบอนุกรมเกี่ยวข้องกับการสุ่มเลือกจากประชากรทั่วไปของกลุ่มที่เท่ากัน เพื่อให้ทุกหน่วยในกลุ่มดังกล่าวสังเกตโดยไม่มีข้อยกเว้น

เนื่องจากภายในกลุ่ม (อนุกรม) มีการตรวจสอบทุกหน่วยโดยไม่มีข้อยกเว้น ข้อผิดพลาดในการสุ่มตัวอย่างโดยเฉลี่ย (เมื่อเลือกอนุกรมที่เท่ากัน) ขึ้นอยู่กับการกระจายระหว่างกลุ่ม (อนุกรม) เท่านั้น

4. วิธีการเผยแพร่ผลตัวอย่างสู่ประชาชนทั่วไป

ลักษณะของประชากรขึ้นอยู่กับ ผลลัพธ์ตัวอย่างนี่คือเป้าหมายสูงสุดของการสังเกตตัวอย่าง

วิธีการสุ่มตัวอย่างใช้เพื่อให้ได้คุณลักษณะของประชากรตามตัวบ่งชี้ตัวอย่างบางประการ ขึ้นอยู่กับวัตถุประสงค์ของการศึกษา ซึ่งทำได้โดยการคำนวณใหม่โดยตรงของตัวชี้วัดตัวอย่างสำหรับประชากรทั่วไป หรือโดยวิธีการคำนวณปัจจัยแก้ไข

วิธีการคำนวณใหม่โดยตรงคือใช้ตัวบ่งชี้ส่วนแบ่งตัวอย่าง วหรือค่าเฉลี่ย เอ็กซ์นำไปใช้กับประชากรทั่วไปโดยคำนึงถึงข้อผิดพลาดในการสุ่มตัวอย่าง

วิธีการแก้ไขปัจจัยจะใช้เมื่อวัตถุประสงค์ของวิธีการสุ่มตัวอย่างคือการชี้แจงผลลัพธ์ของการบัญชีต่อเนื่อง วิธีการนี้ใช้เพื่อชี้แจงข้อมูลจากการสำรวจสำมะโนปศุสัตว์ประจำปีของประชากร

มันมักจะเกิดขึ้นว่าจำเป็นต้องวิเคราะห์ปรากฏการณ์ทางสังคมที่เฉพาะเจาะจงและรับข้อมูลเกี่ยวกับมัน งานดังกล่าวมักเกิดขึ้นในสถิติและใน การวิจัยทางสถิติ- มักเป็นไปไม่ได้ที่จะยืนยันปรากฏการณ์ทางสังคมที่กำหนดไว้อย่างสมบูรณ์ ตัวอย่างเช่นจะหาความคิดเห็นของประชากรหรือผู้อยู่อาศัยทั้งหมดในเมืองหนึ่ง ๆ ในประเด็นใด ๆ ได้อย่างไร? การถามทุกคนอย่างแน่นอนแทบจะเป็นไปไม่ได้เลยและใช้เวลานานมาก ในกรณีเช่นนี้ เราจำเป็นต้องสุ่มตัวอย่าง นี่เป็นแนวคิดที่เป็นพื้นฐานในการศึกษาและการวิเคราะห์เกือบทั้งหมด

การสุ่มตัวอย่างคืออะไร

เมื่อวิเคราะห์เฉพาะเจาะจง ปรากฏการณ์ทางสังคมคุณต้องได้รับข้อมูลเกี่ยวกับเรื่องนี้ หากคุณค้นคว้าข้อมูลใดๆ คุณจะสังเกตเห็นว่าไม่ใช่ทุกหน่วยของผลรวมของวัตถุประสงค์การศึกษาจะขึ้นอยู่กับการวิจัยและการวิเคราะห์ พิจารณาเพียงส่วนหนึ่งของจำนวนทั้งสิ้นทั้งหมดนี้เท่านั้น กระบวนการนี้คือการสุ่มตัวอย่าง: เมื่อมีการตรวจสอบเฉพาะบางหน่วยจากชุดเท่านั้น

แน่นอนว่าหลายอย่างขึ้นอยู่กับประเภทของตัวอย่าง แต่ก็มีกฎพื้นฐานด้วย สิ่งสำคัญคือการเลือกจากประชากรจะต้องเป็นการสุ่มอย่างแน่นอน ไม่ควรเลือกหน่วยประชากรที่จะใช้เนื่องจากต้องมีเกณฑ์ใดๆ กล่าวโดยคร่าวๆ หากจำเป็นต้องรับสมัครประชากรจากประชากรของเมืองหนึ่งและเลือกเฉพาะผู้ชาย การศึกษาวิจัยจะเกิดข้อผิดพลาดเนื่องจากการคัดเลือกไม่ได้ดำเนินการแบบสุ่ม แต่เลือกตามเพศ . วิธีการสุ่มตัวอย่างเกือบทั้งหมดเป็นไปตามกฎนี้

กฎการสุ่มตัวอย่าง

เพื่อให้ชุดที่เลือกสะท้อนคุณสมบัติหลักของปรากฏการณ์ทั้งหมดจะต้องสร้างตามกฎหมายเฉพาะโดยต้องให้ความสนใจหลักในหมวดหมู่ต่อไปนี้:

• ตัวอย่าง (ประชากรตัวอย่าง);
• ประชากร;
• ความเป็นตัวแทน;
• ข้อผิดพลาดในการเป็นตัวแทน
• หน่วยรวม
• วิธีการสุ่มตัวอย่าง

คุณลักษณะของการสังเกตและการสุ่มตัวอย่างแบบเลือกสรรมีดังนี้:

1. ผลลัพธ์ทั้งหมดที่ได้รับจะขึ้นอยู่กับกฎและกฎทางคณิตศาสตร์ กล่าวคือ หากการวิจัยดำเนินการอย่างถูกต้องและด้วยการคำนวณที่ถูกต้อง ผลลัพธ์จะไม่ถูกบิดเบือนตามเหตุผลส่วนตัว
2. ช่วยให้ได้ผลลัพธ์เร็วขึ้นมากโดยใช้เวลาและทรัพยากรน้อยลงโดยไม่ได้ศึกษาเหตุการณ์ทั้งหมด แต่เพียงบางส่วนเท่านั้น
3. สามารถใช้ศึกษาวัตถุต่างๆ : จาก ประเด็นเฉพาะเช่น อายุ เพศ ของกลุ่มที่เราสนใจที่จะเรียน ความคิดเห็นของประชาชนหรือระดับความมั่นคงทางวัตถุของประชากร

การสังเกตแบบเลือกสรร

การคัดเลือกเป็นสิ่งที่มันเป็น การสังเกตทางสถิติซึ่งไม่ใช่ประชากรทั้งหมดของสิ่งที่กำลังศึกษาอยู่ภายใต้การวิจัย แต่เพียงบางส่วนเท่านั้นที่เลือกมาด้วยวิธีใดวิธีหนึ่งและผลลัพธ์ที่ได้จากการศึกษาส่วนนี้จะกระจายไปยังประชากรทั้งหมด ส่วนนี้เรียกว่าประชากรตัวอย่าง นี้ วิธีเดียวเท่านั้นศึกษาวัตถุวิจัยมากมาย

แต่การสังเกตแบบเลือกใช้ได้เฉพาะในกรณีที่จำเป็นต้องตรวจสอบเท่านั้น กลุ่มเล็กหน่วย เช่น ในการศึกษาอัตราส่วนของผู้ชายต่อผู้หญิงในโลก จะใช้การสังเกตตัวอย่าง ด้วยเหตุผลที่ชัดเจน จึงเป็นไปไม่ได้ที่จะคำนึงถึงประชากรทุกคนในโลกของเรา

แต่ด้วยการศึกษาเดียวกัน แต่ไม่ใช่ทุกคนที่อาศัยอยู่ในโลก แต่เป็นคลาส 2 “A” ที่แน่นอน โรงเรียนเฉพาะบางเมือง บางประเทศ สามารถทำได้โดยไม่ต้องมีการสังเกตการณ์แบบเลือกสรร ท้ายที่สุดแล้ว ค่อนข้างเป็นไปได้ที่จะวิเคราะห์อาร์เรย์ทั้งหมดของวัตถุการวิจัย จำเป็นต้องนับเด็กชายและเด็กหญิงในชั้นเรียนนี้ - นี่จะเป็นอัตราส่วน

ตัวอย่างและประชากร

ที่จริงแล้วทุกอย่างไม่ยากอย่างที่คิด ในวัตถุประสงค์ของการศึกษาใดๆ มีสองระบบ: ประชากรทั่วไปและประชากรตัวอย่าง นี่คืออะไร? ทุกหน่วยเป็นของหน่วยทั่วไป และสำหรับกลุ่มตัวอย่าง - หน่วยของประชากรทั่วไปที่นำมาเป็นตัวอย่าง หากทุกอย่างถูกต้อง ส่วนที่เลือกจะถือเป็นแบบจำลองที่ลดลงของประชากรทั้งหมด (ทั่วไป)

หากเราพูดถึงประชากรทั่วไป เราก็สามารถแยกแยะได้เพียงสองประเภทเท่านั้น คือ ประชากรทั่วไปที่แน่นอน และ ประชากรทั่วไปที่ไม่แน่นอน ขึ้นอยู่กับว่าทราบจำนวนยูนิตทั้งหมดของระบบที่กำหนดหรือไม่ หากเป็นประชากรเฉพาะ การสุ่มตัวอย่างจะง่ายกว่าเพราะคุณทราบเปอร์เซ็นต์ของจำนวนหน่วยทั้งหมดที่จะสุ่มตัวอย่าง

ประเด็นนี้จำเป็นมากในการวิจัย ตัวอย่างเช่น หากจำเป็นต้องตรวจสอบเปอร์เซ็นต์ของผลิตภัณฑ์ขนมคุณภาพต่ำในโรงงานแห่งใดแห่งหนึ่ง สมมติว่าจำนวนประชากรถูกกำหนดไว้แล้ว เป็นที่ทราบกันดีอยู่แล้วว่าองค์กรนี้ผลิตผลิตภัณฑ์ขนมได้ 1,000 รายการต่อปี หากคุณสุ่มตัวอย่างผลิตภัณฑ์ขนม 100 รายการจากพันนี้แล้วส่งมาตรวจสอบข้อผิดพลาดก็จะน้อยที่สุด โดยคร่าวๆ แล้ว 10% ของผลิตภัณฑ์ทั้งหมดอยู่ภายใต้การวิจัย และจากผลลัพธ์ เราสามารถพูดคุยเกี่ยวกับคุณภาพที่ไม่ดีของผลิตภัณฑ์ทั้งหมดได้โดยคำนึงถึงข้อผิดพลาดในการเป็นตัวแทน

และถ้าคุณสุ่มตัวอย่างผลิตภัณฑ์ขนม 100 ชิ้นจากประชากรที่ไม่แน่นอน ซึ่งในความเป็นจริงมี 1 ล้านหน่วย ผลลัพธ์ของกลุ่มตัวอย่างและการศึกษาด้วยตนเองก็ไม่น่าเชื่ออย่างยิ่งและไม่ถูกต้องอย่างยิ่ง คุณรู้สึกถึงความแตกต่างหรือไม่? ดังนั้นความแน่นอนของประชากรในกรณีส่วนใหญ่จึงมีความสำคัญอย่างยิ่งและมีอิทธิพลอย่างมากต่อผลการศึกษา

ความเป็นตัวแทนของประชากร

คำถามที่สำคัญที่สุดข้อหนึ่งคือ ตัวอย่างควรเป็นอย่างไร? นี่คือที่สุด จุดหลักวิจัย. ในขั้นตอนนี้จำเป็นต้องคำนวณตัวอย่างและเลือกหน่วยจาก จำนวนทั้งหมดเข้าสู่เธอ ประชากรได้รับการคัดเลือกอย่างถูกต้อง หากคุณลักษณะและคุณลักษณะบางประการของประชากรยังคงอยู่ในกลุ่มตัวอย่าง นี้เรียกว่าความเป็นตัวแทน

กล่าวอีกนัยหนึ่งหากหลังจากเลือกชิ้นส่วนแล้วยังคงมีแนวโน้มและคุณลักษณะเช่นเดียวกับจำนวนตัวอย่างทั้งหมด ประชากรดังกล่าวจะเรียกว่าตัวแทน แต่ไม่ใช่ว่าทุกตัวอย่างจะสามารถเลือกได้จากประชากรที่เป็นตัวแทน นอกจากนี้ยังมีวัตถุวิจัยที่ไม่สามารถเป็นตัวแทนตัวอย่างได้ นี่คือที่มาของแนวคิดเรื่องอคติในการเป็นตัวแทน แต่มาพูดถึงเรื่องนี้โดยละเอียดในภายหลัง

วิธีทำตัวอย่าง

ดังนั้น เพื่อที่จะเพิ่มความเป็นตัวแทนสูงสุด มีกฎการสุ่มตัวอย่างพื้นฐานสามข้อ:

ข้อผิดพลาด (ข้อผิดพลาด) ของการเป็นตัวแทน

ลักษณะสำคัญคุณภาพของตัวอย่างที่เลือกคือแนวคิดของ "ข้อผิดพลาดในการเป็นตัวแทน" นี่คืออะไร? สิ่งเหล่านี้คือความแตกต่างบางประการระหว่างตัวชี้วัดของการสังเกตแบบเลือกและการสังเกตแบบต่อเนื่อง ขึ้นอยู่กับตัวบ่งชี้ข้อผิดพลาด ความเป็นตัวแทนแบ่งออกเป็นความน่าเชื่อถือ สามัญ และโดยประมาณ กล่าวอีกนัยหนึ่งสามารถยอมรับการเบี่ยงเบนได้มากถึง 3% จาก 3 ถึง 10% และ 10 ถึง 20% ตามลำดับ แม้ว่าในทางสถิติจะเป็นที่พึงปรารถนาว่าข้อผิดพลาดจะต้องไม่เกิน 5-6% มิฉะนั้นก็มีเหตุผลที่จะพูดถึงความเป็นตัวแทนของกลุ่มตัวอย่างไม่เพียงพอ ในการคำนวณอคติในการเป็นตัวแทนและผลกระทบต่อตัวอย่างหรือประชากร จะต้องคำนึงถึงปัจจัยหลายประการ:

1. ความน่าจะเป็นที่จะต้องได้ผลลัพธ์ที่แม่นยำ
2. จำนวนหน่วยในประชากรตัวอย่าง ดังที่กล่าวไว้ข้างต้น ยิ่งตัวอย่างมีหน่วยน้อยลง ข้อผิดพลาดในการเป็นตัวแทนก็จะยิ่งมากขึ้น และในทางกลับกัน
3. ความสม่ำเสมอของประชากรที่ศึกษา ยิ่งประชากรมีความหลากหลายมากเท่าใด ความลำเอียงในการเป็นตัวแทนก็จะยิ่งมากขึ้นเท่านั้น ความสามารถของประชากรในการเป็นตัวแทนขึ้นอยู่กับความเป็นเนื้อเดียวกันของหน่วยที่เป็นส่วนประกอบทั้งหมด
4. วิธีการเลือกหน่วยในกลุ่มประชากรตัวอย่าง

โดยเฉพาะ การศึกษาที่ระบุเปอร์เซ็นต์ของข้อผิดพลาดในค่าเฉลี่ยมักจะถูกกำหนดโดยผู้วิจัยเองตามโปรแกรมการสังเกตและตามข้อมูลจากการศึกษาที่ดำเนินการก่อนหน้านี้ โดยทั่วไปถือว่ายอมรับได้ ข้อผิดพลาดเล็กน้อยตัวอย่าง (ข้อผิดพลาดในการเป็นตัวแทน) ภายใน 3-5%

มากกว่านั้นไม่ได้ดีกว่าเสมอไป

นอกจากนี้ยังควรจำไว้ว่าสิ่งสำคัญเมื่อจัดระเบียบการสังเกตตัวอย่างคือการทำให้ปริมาตรของมันอยู่ในระดับต่ำสุดที่ยอมรับได้ ในเวลาเดียวกัน เราไม่ควรพยายามลดระยะขอบของข้อผิดพลาดในการสุ่มตัวอย่างมากเกินไป เนื่องจากอาจนำไปสู่การเพิ่มปริมาณข้อมูลตัวอย่างอย่างไม่ยุติธรรม และเป็นผลให้ต้นทุนเพิ่มขึ้นในการดำเนินการสังเกตการสุ่มตัวอย่าง

ในเวลาเดียวกัน ไม่สามารถเพิ่มขนาดของข้อผิดพลาดในการเป็นตัวแทนได้มากเกินไป อันที่จริงในกรณีนี้ แม้ว่าขนาดของประชากรตัวอย่างจะลดลง แต่จะส่งผลให้ความน่าเชื่อถือของผลลัพธ์ที่ได้รับลดลง

ผู้วิจัยมักจะถามคำถามอะไรบ้าง?

หากทำการวิจัยใด ๆ ก็มีจุดประสงค์และเพื่อให้ได้ผลลัพธ์บางอย่าง เมื่อทำการศึกษาตัวอย่างตามกฎ คำถามเบื้องต้น:

วิธีการเลือกหน่วยวิจัยในกลุ่มตัวอย่าง

ไม่ใช่ทุกตัวอย่างจะเป็นตัวแทนได้ บางครั้งลักษณะเดียวกันก็แสดงออกมาแตกต่างกันในภาพรวมและบางส่วน เพื่อให้บรรลุข้อกำหนดของการเป็นตัวแทน ขอแนะนำให้ใช้เทคนิคการสุ่มตัวอย่างต่างๆ นอกจากนี้ การใช้วิธีใดวิธีหนึ่งขึ้นอยู่กับสถานการณ์เฉพาะ เทคนิคการสุ่มตัวอย่างเหล่านี้ได้แก่:

• การเลือกแบบสุ่ม
• การเลือกทางกล
• การเลือกทั่วไป
• การเลือกอนุกรม (คลัสเตอร์)

การเลือกแบบสุ่มเป็นระบบการวัดที่มุ่งเป้าไปที่การเลือกหน่วยแบบสุ่มในประชากร เมื่อความน่าจะเป็นที่จะรวมไว้ในกลุ่มตัวอย่างเท่ากันสำหรับทุกหน่วยในประชากร ขอแนะนำให้ใช้เทคนิคนี้เฉพาะในกรณีของความเป็นเนื้อเดียวกันและมีลักษณะโดยธรรมชาติจำนวนเล็กน้อยเท่านั้น อย่างอื่นบ้าง คุณสมบัติลักษณะความเสี่ยงไม่สะท้อนอยู่ในตัวอย่าง คุณลักษณะของการเลือกแบบสุ่มรองรับวิธีการสุ่มตัวอย่างอื่นๆ ทั้งหมด

ด้วยการเลือกกลไกของหน่วยจะดำเนินการในช่วงเวลาหนึ่ง หากจำเป็นต้องจัดทำตัวอย่างอาชญากรรมที่เฉพาะเจาะจง คุณสามารถลบบัตรทุกๆ 5, 10 หรือ 15 ออกจากบัตรทางสถิติของอาชญากรรมที่ลงทะเบียนทั้งหมด ขึ้นอยู่กับจำนวนทั้งหมดและขนาดตัวอย่างที่มีอยู่ ข้อเสียของวิธีนี้คือ ก่อนการคัดเลือก จำเป็นต้องมีบันทึกหน่วยประชากรให้ครบถ้วน จากนั้นจะต้องดำเนินการจัดอันดับ และหลังจากสุ่มตัวอย่างแล้วเท่านั้นที่สามารถทำได้ในช่วงเวลาหนึ่งเท่านั้น วิธีนี้ใช้เวลานานจึงไม่ค่อยได้ใช้

การสุ่มตัวอย่างแบบทั่วไป (แบ่งโซน) คือการสุ่มตัวอย่างประเภทหนึ่งโดยแบ่งประชากรทั่วไปออกเป็น กลุ่มที่เป็นเนื้อเดียวกันตามเกณฑ์ที่กำหนด บางครั้งนักวิจัยใช้คำอื่นแทน "กลุ่ม": "เขต" และ "โซน" จากนั้นในแต่ละกลุ่ม จะมีการสุ่มเลือกหน่วยจำนวนหนึ่งตามสัดส่วนส่วนแบ่งของกลุ่มในจำนวนประชากรทั้งหมด การคัดเลือกโดยทั่วไปมักดำเนินการในหลายขั้นตอน

การสุ่มตัวอย่างแบบอนุกรมเป็นวิธีการในการเลือกหน่วยเป็นกลุ่ม (ชุด) และทุกหน่วยของกลุ่มที่เลือก (ชุด) จะต้องได้รับการตรวจสอบ ข้อดีของวิธีนี้คือบางครั้งการเลือกแต่ละหน่วยได้ยากกว่าแบบอนุกรม เช่น เมื่อศึกษาบุคคลที่รับใช้ประโยค ภายในพื้นที่และโซนที่เลือก จะมีการใช้การศึกษาทุกหน่วยโดยไม่มีข้อยกเว้น เช่น การศึกษาบุคคลทุกคนที่รับโทษในสถาบันใดสถาบันหนึ่ง

องค์ประกอบหลักประการหนึ่งของการศึกษาวิจัยที่ออกแบบมาอย่างดีคือการกำหนดกลุ่มตัวอย่างและกลุ่มตัวอย่างที่เป็นตัวแทน เหมือนตัวอย่างเค้กเลย คุณไม่จำเป็นต้องกินของหวานทั้งหมดเพื่อเข้าใจรสชาติของมันใช่ไหม? ส่วนเล็กๆก็พอ

ดังนั้นเค้กก็คือ ประชากร (นั่นคือผู้ตอบแบบสอบถามทุกคนที่มีสิทธิ์เข้าร่วมการสำรวจ) สามารถแสดงได้ในเชิงภูมิศาสตร์ เช่น เฉพาะผู้ที่อาศัยอยู่ในภูมิภาคมอสโกเท่านั้น เพศ - ผู้หญิงเท่านั้น หรือมีข้อจำกัดด้านอายุ - ชาวรัสเซียที่มีอายุ 65 ปีขึ้นไป

การคำนวณประชากรทำได้ยาก: คุณต้องมีข้อมูลจากการสำรวจสำมะโนประชากรหรือแบบสำรวจประเมินเบื้องต้น ดังนั้นโดยปกติแล้วประชากรทั่วไปจะถูก "ประมาณ" และจะคำนวณจากจำนวนผลลัพธ์ ประชากรตัวอย่างหรือ ตัวอย่าง.

ตัวอย่างตัวแทนคืออะไร?

ตัวอย่าง– นี่คือจำนวนผู้ตอบแบบสอบถามที่กำหนดไว้อย่างชัดเจน โครงสร้างควรสอดคล้องกับโครงสร้างของประชากรทั่วไปให้มากที่สุดเท่าที่จะเป็นไปได้ในแง่ของลักษณะสำคัญของการคัดเลือก

ตัวอย่างเช่น หากผู้ที่อาจเป็นผู้ตอบแบบสอบถามคือประชากรทั้งหมดของรัสเซีย โดยที่ 54% เป็นผู้หญิงและ 46% เป็นผู้ชาย ตัวอย่างก็ควรมีเปอร์เซ็นต์ที่เท่ากันทุกประการ หากพารามิเตอร์ตรงกันก็สามารถเรียกได้ว่าเป็นตัวแทนได้ ซึ่งหมายความว่าความไม่ถูกต้องและข้อผิดพลาดในการศึกษาจะลดลงเหลือน้อยที่สุด

ขนาดตัวอย่างถูกกำหนดโดยคำนึงถึงข้อกำหนดด้านความถูกต้องและความประหยัด ข้อกำหนดเหล่านี้เป็นสัดส่วนผกผันซึ่งกันและกัน: ยิ่งขนาดตัวอย่างมีขนาดใหญ่เท่าใด ผลลัพธ์ที่แม่นยำยิ่งขึ้น- นอกจากนี้ ยิ่งมีความแม่นยำมากเท่าใด การศึกษาก็ยิ่งต้องเสียค่าใช้จ่ายมากขึ้นตามไปด้วย และในทางกลับกัน ยิ่งตัวอย่างมีขนาดเล็กลง ต้นทุนก็จะน้อยลง และคุณสมบัติต่างๆ ของประชากรทั่วไปก็จะยิ่งมีความแม่นยำน้อยลงและสุ่มมากขึ้นเท่านั้น

ดังนั้นเพื่อคำนวณปริมาตรของทางเลือก นักสังคมวิทยาจึงคิดค้นสูตรและสร้างขึ้น เครื่องคิดเลขพิเศษ:

ความน่าจะเป็นของความมั่นใจและ ข้อผิดพลาดด้านความมั่นใจ

เงื่อนไขอะไร" ความน่าจะเป็นของความมั่นใจ" และ " ข้อผิดพลาดด้านความมั่นใจ- ความน่าจะเป็นของความเชื่อมั่นเป็นตัวบ่งชี้ความแม่นยำในการวัด และข้อผิดพลาดด้านความมั่นใจก็คือ ข้อผิดพลาดที่เป็นไปได้ผลการวิจัย เช่น มีประชากรมากกว่า 500,00 คน (สมมุติว่าอาศัยอยู่ใน Novokuznetsk) กลุ่มตัวอย่างจะเป็น 384 คนที่มี ความน่าจะเป็นของความมั่นใจข้อผิดพลาด 95% และ 5% หรือ (ที่ ช่วงความมั่นใจ 95±5%)

ต่อจากนี้จะมีอะไรบ้าง? เมื่อทำการศึกษา 100 ครั้งกับกลุ่มตัวอย่างดังกล่าว (384 คน) ใน 95 เปอร์เซ็นต์ของกรณีคำตอบที่ได้รับตามกฎหมายสถิติจะอยู่ภายใน ± 5% ของคำตอบเดิม และเราจะได้รับ ตัวอย่างตัวแทนโดยมีโอกาสผิดพลาดทางสถิติน้อยที่สุด

หลังจากคำนวณขนาดกลุ่มตัวอย่างเสร็จแล้ว คุณจะสามารถดูได้ว่ามีผู้ตอบแบบสอบถามในจำนวนเพียงพอหรือไม่ในเวอร์ชันสาธิตของแผงแบบสอบถาม คุณสามารถดูข้อมูลเพิ่มเติมเกี่ยวกับวิธีการดำเนินการสำรวจความคิดเห็นแบบกลุ่มได้