Πώς να ελαχιστοποιήσετε ένα σφάλμα δειγματοληψίας

Posted on
Συγγραφέας: Randy Alexander
Ημερομηνία Δημιουργίας: 23 Απρίλιος 2021
Ημερομηνία Ενημέρωσης: 1 Ιούλιος 2024
Anonim
Psychological Research: Crash Course Psychology #2
Βίντεο: Psychological Research: Crash Course Psychology #2

Τα σφάλματα δειγματοληψίας είναι οι φαινομενικά τυχαίες διαφορές μεταξύ των χαρακτηριστικών ενός δείγματος πληθυσμού και εκείνων του γενικού πληθυσμού. Για παράδειγμα, μια μελέτη σχετικά με τη συμμετοχή σε μηνιαία σύσκεψη αποκαλύπτει ένα μέσο ποσοστό 70%. Η συμμετοχή σε ορισμένες συναντήσεις θα ήταν σίγουρα χαμηλότερη για κάποιες από τις άλλες. Το δειγματοληπτικό λάθος είναι τότε ότι ενώ μπορείτε να μετρήσετε πόσα άτομα παρακολούθησαν κάθε σύσκεψη, αυτό που συμβαίνει στην πραγματικότητα όσον αφορά τη συμμετοχή σε μια συνάντηση δεν είναι το ίδιο με αυτό που συμβαίνει κατά την επόμενη συνάντηση, παρόλο που οι υποκείμενοι κανόνες ή οι πιθανότητες είναι οι ίδιοι. Τα πλήκτρα για την ελαχιστοποίηση του σφάλματος δειγματοληψίας είναι πολλαπλές παρατηρήσεις και μεγαλύτερα δείγματα.


    Ελαχιστοποιήστε τις δυνατότητες μεροληψίας κατά την επιλογή του δείγματος μέσω τυχαίας δειγματοληψίας. Η τυχαία δειγματοληψία δεν είναι τυχαία δειγματοληψία, αλλά είναι συστηματική προσέγγιση για την επιλογή δείγματος. Για παράδειγμα, ένα τυχαίο δείγμα ενός πληθυσμού νεαρών παραβατών δημιουργείται επιλέγοντας ονόματα από μια λίστα σε συνέντευξη. Πριν από την προβολή του καταλόγου, ο ερευνητής αναγνωρίζει ότι οι νεαροί παραβάτες που πρέπει να πάρουν συνέντευξη είναι εκείνοι των οποίων τα ονόματα εμφανίζονται πρώτα, 10ος, 20ος, 30ος, 40ος και ούτω καθεξής, στον κατάλογο.

    Βεβαιωθείτε ότι το δείγμα είναι αντιπροσωπευτικό του πληθυσμού εφαρμόζοντας ένα πρωτόκολλο στρωματοποίησης. Για παράδειγμα, εάν μελετήσατε τις συνήθειες κατανάλωσης ποτών από τους φοιτητές, ίσως αναμένετε διαφορές μεταξύ των φοιτητών αδελφοσύνης και των φοιτητών που δεν ανήκουν στην αδελφότητα. Η διάσπαση του δείγματός σας σε αυτά τα δύο στρώματα εξαρχής μειώνει το ενδεχόμενο σφάλματος δειγματοληψίας.


    Χρησιμοποιήστε μεγαλύτερα μεγέθη δειγμάτων. Καθώς το μέγεθος αυξάνεται, το δείγμα πλησιάζει τον πραγματικό πληθυσμό, μειώνοντας έτσι τις πιθανότητες αποκλίσεων από τον πραγματικό πληθυσμό. Για παράδειγμα, ο μέσος όρος ενός δείγματος των 10 κυμαίνεται περισσότερο από το μέσο όρο ενός δείγματος των 100. Ωστόσο, μεγαλύτερα δείγματα συνεπάγονται υψηλότερο κόστος.

    Αντικαταστήστε τη μελέτη σας λαμβάνοντας την ίδια μέτρηση επανειλημμένα, χρησιμοποιώντας περισσότερα από ένα υποκείμενα ή πολλαπλές ομάδες ή πραγματοποιώντας πολλαπλές μελέτες. Η αναπαραγωγή σάς επιτρέπει να βυθίζετε λάθη δειγματοληψίας.