I statistik är ett prov en delmängd av en population som används för att representera hela gruppen som helhet. När man gör forskning är det ofta opraktiskt att undersöka varje medlem av en viss befolkning eftersom det stora antalet människor helt enkelt är för stort. För att göra slutsatser om egenskaper hos en befolkning kan forskare använda ett slumpmässigt urval .
Varför använder forskare prov?
När man undersöker en aspekt av människans sinne eller beteende , kan forskare helt enkelt inte samla in uppgifter från varje enskild individ i de flesta fall. Istället väljer de ett mindre urval av individer som representerar den större gruppen. Om provet är verkligt representativt för den aktuella befolkningen kan forskare sedan ta sina resultat och generalisera dem till den större gruppen.
Typer av provtagning
I psykologisk forskning och andra typer av samhällsforskning är experter beroende av några olika provtagningsmetoder.
1. Sannolikhetsprovtagning
Sannolikhetsprovtagning innebär att varje individ i en befolkning står och lika chans att bli vald. Eftersom sannolikhetsprovtagning involverar slumpmässigt urval säkerställer det att olika delmängder av befolkningen har lika stor chans att vara representerade i provet. Detta gör sannolikhetsproven mer representativa, och forskare kan bättre generalisera sina resultat till gruppen som helhet.
Det finns några olika typer av sannolikhetsprovtagning:
- Enkel slumpmässig provtagning är, som namnet antyder, den enklaste typen av sannolikhetsprovtagning. Forskare tar varje individ i en befolkning och slumpmässigt väljer sitt prov, ofta med hjälp av någon typ av datorprogram eller slumptalsgenerator.
- Stratifierad slumpmässig provtagning innebär att man separerar befolkningen i undergrupper och sedan tar ett enkelt slumpmässigt urval från var och en av dessa undergrupper. En forskning kan till exempel dela upp befolkningen i undergrupper baserat på ras, kön eller ålder och sedan ta ett enkelt slumpmässigt urval av var och en av dessa grupper. Stratifierad slumpmässig provtagning ger ofta större statistisk noggrannhet än enkel slumpmässig provtagning och hjälper till att säkerställa att vissa grupper representeras korrekt i provet.
- Klusterprovtagning innebär att man delar upp en befolkning i mindre kluster, ofta baserat på geografisk plats eller gränser. Ett slumpmässigt urval av dessa kluster väljs sedan och alla ämnen inom klustret mäts. Tänk dig till exempel att du försöker göra en studie på skolans chefer i ditt tillstånd. Att samla in data från varje enskild skolprincip skulle vara kostnadseffektiv och tidskrävande. Med hjälp av en gruppprovningsmetod väljer du slumpmässigt fem län från ditt tillstånd och samlar sedan data från varje ämne i vart och ett av de fem länen.
2. Provtagning utan sannolikhet
Icke-sannolikhetsprovtagning innebär däremot att deltagarna väljer metoder som inte ger varje individ i en befolkning lika stor chans att bli vald.
Ett problem med denna typ av prov är att volontärer kan vara olika på vissa variabler än icke-volontärer, vilket kan göra det svårt att generalisera resultaten till hela befolkningen.
Det finns också ett par olika typer av oprovbarhetsprovtagning:
- Bekvämhetsprovtagning innebär att man använder deltagare i en studie eftersom de är praktiska och tillgängliga. Om du har alla frivilligt för en psykologi studie genomförd genom ditt universitets psykologi avdelning, har du deltagit i en studie som lita på ett bekvämt prov. Studier som är beroende av att fråga om volontärer eller genom att använda kliniska prover som är tillgängliga för forskaren är också exempel på bekvämlighetsprover.
- Purposiv provtagning innebär att man söker personer som uppfyller vissa kriterier. Marknadsförare kan till exempel vara intresserade av att lära sig hur deras produkter uppfattas av kvinnor mellan 18 och 35 år. De kan anställa ett marknadsundersökningsföretag för att genomföra telefonintervjuer som avsiktligt söker efter och intervjuar kvinnor som uppfyller deras åldersgräns.
- Kvotprovtagning innebär avsiktligt provtagning av en viss andel av en undergrupp inom en population. Till exempel kan politiska opinionsundersökningar vara intresserade av att undersöka befolkningens åsikter om en viss politisk fråga. Om de använder enkla slumpmässiga stickprov kan de kanske sakna vissa undergrupper av befolkningen av en slump. Istället fastställer de kriterier som en viss procentandel av provet måste inkludera dessa undergrupper. Medan det resulterande provet faktiskt inte kan vara representativt för de faktiska proportionerna som finns i befolkningen, har en kvot säkerställande att dessa mindre undergrupper är representerade.
Lär dig mer om några av de sätt som sannolikhet och nonprobability-prover skiljer sig åt.
Provtagningsfel
Eftersom provtagning naturligtvis inte kan inkludera varje enskild individ i en befolkning kan fel uppstå. Skillnader mellan vad som finns i en population och vad som finns i ett prov kallas provtagningsfel .
Även om det är omöjligt att veta exakt hur stor skillnaden mellan befolkningen och provet kan vara, kan forskarna statistiskt beräkna storleken på provtagningsfelen. I politiska omröstningar kan du till exempel ofta höra om felmarginalen uttryckt av vissa konfidensnivåer.
I allmänhet desto större är provstorleken, desto mindre är felet. Detta beror helt enkelt på att när provet närmar sig storleken på den totala befolkningen, desto mer sannolikt är det att noggrant fånga alla egenskaper hos befolkningen. Det enda sättet att helt eliminera provtagningsfelet är att samla in data från hela befolkningen, vilket ofta bara är för kostnadskrävande och tidskrävande. Provtagningsfel kan dock minimeras genom att använda slumpmässig sannolikhetstest och en stor provstorlek.
referenser:
Goodwin, CJ (2010). Forskning i psykologi: Metoder och design. Hoboken, NJ: John Wiley och Sons.
Nicholas, L. (2008). Introduktion till Psykologi . UCT Press: Kapstaden.