Dva pristopa: vzorčenje verjetnosti proti vzorčenju brez verjetnosti
Obstajajo dva splošna pristopa k vzorčenju pri tržnih raziskavah: vzorčenje verjetnosti in vzorčenje brez verjetnosti. Vzorčenje verjetnosti mora izpolnjevati naslednje pogoje: Vsaka enota analize mora imeti enako verjetnost, da se vključi v skupino vzorcev, nato pa se matematično izračunava matematična verjetnost vsakega člana vzorčne skupine, ki je bila izbrana za vzorec.
Kaj je napaka vzorčenja in kako vem, če jo imam?
Pri delu z vzorci, ki niso verjetni, je pomembno razumeti pojav napake vzorčenja . Manjša je skupina vzorčenja, večja je možnost napake pri vzorčenju. Ena posebna vrsta pristranskosti je posledica nesodelovanja. Pomembno je razumeti vpliv nesodelovanja na celoten izid študije. Eden od primerov je iz ankete o splošni družbi iz leta 1980 (GSS), v katerem so ugotovili, da so tisti, ki niso sodelovali v raziskavi, precej drugačni - kot skupina - od tistih, ki so sodelovali.
Težko dosegljivi člani skupine so se bistveno razlikovali od udeležencev njihove kolegialne delovne sile, ki so najbolj opazno v socialno-ekonomskem stanju, zakonskem stanu, starosti, številu otrok, zdravju in spolu.
Kaj je primernost vzorčenja? Je prikladno analizirati?
Udobni vzorci se pogosto uporabljajo v družboslovju in vedenjski znanosti zaradi močne odvisnosti od študentov, bolnikov, plačanih prostovoljcev, članov socialnih omrežij ali formalnih organizacij in celo zapornikov.
Namen številnih družbenih ved in vedenjskih znanstvenih raziskav je preveriti, ali se nekatere skupine pojavljajo ali ne pojavljajo v skupini, ki se preučuje. Skupen pristop je iskanje odnosov med več atributi . Primerni vzorci so koristni in primerni za to vrsto študije. Prav tako je koristno prepoznati, da primerjalni vzorec ni vedno enostavno sestaviti.
Ustrezni vzorci se lahko primerjajo tudi za primerjavo dveh skupin. Za uporabo primerljivih vzorcev primernosti mora biti raziskovalec sposoben identificirati nasprotno osebo za vsakega člana prvega vzorca. Ti sorodniki so člani drugega (ujemajočega) vzorca. Spremenljivke, ki se običajno ujemajo, vključujejo spol, starost, raso, etnično pripadnost, izobrazbo, kraj bivanja, politično usmerjenost, vero, vrsto dela in plače. Ujemanje teh spremenljivk pomaga zmanjšati vire pristranskosti . Vendar je pomembno, da se zavedamo, da tudi pri previdnem ujemanju vzorci brez pristranskosti ne morejo privoščiti, obstaja vedno možnost pristranskosti iz skritih virov.
Kaj je smiselno vzorčenje? Ali je vedno neprobabilno?
Ustrezno vzorčenje se uporablja, če raziskovalna zasnova zahteva vzorec ljudi, ki imajo posebne lastnosti.
Na splošno so ti atributi redki ali nenavadni in običajno niso običajno razdeljeni (glede na "normalno krivuljo") v večji populaciji. Naćitno vzorćenje je polno pristranskosti, nekatere pa se pojavijo kot posledica metod, s katerimi se identificirajo ćlani ciljnega vzorca. Na primer, če je namen raziskovanja veterinarjem preučiti travmatično poškodbo možganov (TBI), potem mora vzorec sestavljati iz bivših vojaških vojakov, ki so utrpeli travmatično poškodbo možganov, in ki se ustrezno identificirajo in se strinjajo s sodelovanjem v študiji . Vsak od teh atributov ali pogojev prispeva k merjenju pristranskosti vzorca, s čimer omejuje raven in vrsto zaključkov, ki izhajajo iz študije.
Pomembna omejitev pristopa vzorčenja brez verjetnosti
Pomembna omejitev vzorčenja brez verjetnosti je, da ni mogoče sklepati o večji populaciji, ki temelji na vzorcu brez verjetnosti.
Vendar to ni vedno tako, saj se realističen pogled na to, kako ljudje pristopijo k rezultatom raziskav, zlahka prepoznali situacije, v katerih ljudje nepravilno sklepajo iz ugotovitev, povezanih z vzorci, ki niso verjetni.
Znan tudi kot: primernost vzorčenja, ciljno vzorčenje
Primeri:
Vzorci, ki delujejo kot javnomnenjske raziskave, se razširijo z idejo, da predstavljajo, kako bodo člani prebivalstva glasovali na prihajajočih volitvah ali podobnem. Ti vzorci morajo biti zelo reprezentativni za prebivalstvo, da bi jih lahko uporabili za napovedi o rezultatih volitev, na primer.