Bagaimana Probabilitas dan Probabilitas Sampel Berbeza

Sampel merupakan bahagian penting dalam penyelidikan pasaran sejak membuat pemerhatian langsung terhadap semua anggota populasi yang sedang dalam kajian secara amnya tidak dapat dilaksanakan. Sampel adalah subset populasi. Penjagaan mesti diambil untuk memastikan sampel itu sepadan dengan populasi yang lebih besar dalam semua cara yang boleh menjadi penting kepada hasil penyelidikan kajian. Sesetengah sampel sangat mewakili populasi yang lebih besar yang tidak bermasalah untuk membuat kesimpulan tentang populasi yang lebih besar berdasarkan pemerhatian kumpulan sampel.

Dua Pendekatan: Kemungkinan Sampling Versus Non Probability Sampling

Terdapat dua pendekatan umum untuk sampel dalam penyelidikan pasaran: Kemampanan probbek dan persampelan bukan kebarangkalian. Pensampelan kebarangkalian mesti memenuhi syarat-syarat berikut: Setiap unit analisis mestilah mempunyai kebarangkalian yang sama dimasukkan ke dalam kumpulan sampel, dan kebarangkalian matematik mana-mana ahli kumpulan sampel yang dipilih untuk sampel boleh dikira secara matematik.

Apakah Kesilapan Sampelan dan Bagaimana Saya Tahu Jika Saya Memiliki Ini?

Apabila bekerja dengan sampel bukan kebarangkalian, adalah penting untuk memahami berlakunya ralat sampling . Lebih kecil kumpulan persampelan, semakin besar kemungkinan kesilapan pensampelan. Salah satu jenis berat sebelah adalah hasil daripada penyertaan. Adalah penting untuk memahami kesan tidak partisipasi terhadap keseluruhan hasil kajian. Salah satu contohnya ialah dari Penyiasatan Persatuan Masyarakat 1980 (GSS) di mana mereka yang tidak terlibat dalam penyelidikan didapati agak berbeza - sebagai satu kumpulan-dari mereka yang telah mengambil bahagian.

Ahli kumpulan yang sukar didekati adalah berbeza dengan peserta tenaga kerja mereka yang paling ketara dalam status sosioekonomi, status perkahwinan, umur, bilangan kanak-kanak, kesihatan dan seks.

Apakah Persampelan Kemudahan? Adakah Ia Mudah untuk Menganalisis?

Sampel kemudahan biasanya digunakan dalam sains sosial dan sains tingkah laku kerana pergantungan berat terhadap pelajar kolej, pesakit, sukarelawan berbayar, ahli rangkaian sosial atau organisasi formal, dan juga tahanan.

Tujuan sains sosial dan penyelidikan sains tingkah laku adalah untuk mengesahkan bahawa ciri-ciri tertentu berlaku atau tidak berlaku dalam kumpulan yang sedang menjalani kajian. Pendekatan yang biasa adalah mencari hubungan antara beberapa atribut. Sampel kemudahan berguna dan mencukupi untuk jenis kajian ini. Juga, adalah berguna untuk mengenali bahawa sampel kemudahan tidak selalu mudah disatukan.

Sampel mudah juga boleh dipadankan untuk membandingkan dua kumpulan. Untuk menggunakan sampel kemudahan yang sesuai, seorang penyelidik mesti dapat mengenal pasti rakan sejawatan bagi setiap ahli sampel pertama.Pasangan ini adalah ahli sampel kedua (dipadankan). Pembolehubah yang biasanya dipadankan termasuklah jantina, umur, bangsa, etnik, pencapaian pendidikan, tempat kediaman, orientasi politik, agama, jenis pekerjaan, dan gaji atau gaji. Memadankan pemboleh ubah ini membantu mengurangkan sumber bias. Walau bagaimanapun, adalah penting untuk menyedari bahawa walaupun pemadaman yang teliti mungkin tidak menghasilkan sampel yang bebas daripada kecenderungan-selalu terdapat kemungkinan kecenderungan dari sumber tersembunyi.

Apa itu Pensampelan Purposif? Adakah Ia Sentiasa Bukan Probabilistik?

Pensampelan purposif digunakan apabila reka bentuk penyelidikan memerlukan sampel orang yang mempamerkan ciri-ciri tertentu.

Secara amnya, atribut ini jarang atau tidak biasa dan biasanya tidak diedarkan secara normal (mengikut "lengkung normal") dalam populasi yang lebih besar. Pensampelan purposif dipenuhi dengan berat sebelah, beberapa di antaranya berlaku sebagai hasil daripada kaedah yang digunakan untuk mengenal pasti ahli-ahli sampel purposive. Sebagai contoh, jika tujuan penyelidikan memerlukan Veteran dengan kecederaan otak traumatik (TBI), maka sampel mestilah terdiri daripada bekas anggota tentera yang telah mengalami kecederaan otak traumatik, dan yang mengenal pasti diri mereka dengan sewajarnya dan bersetuju untuk mengambil bahagian dalam kajian . Setiap sifat atau syarat ini menyumbang satu ukuran berat sebelah kepada sampel, dengan itu menghadkan tahap dan jenis kesimpulan yang dihasilkan dari kajian.

Batas Penting Pendekatan Sampling Bukan Kebarangkalian

Batasan penting bagi persampelan bukan kebarangkalian ialah kesimpulan tidak dapat diambil tentang populasi yang lebih besar berdasarkan sampel bukan kebarangkalian.

Ini tidak selalu berlaku, bagaimanapun, kerana pandangan yang realistik tentang bagaimana orang mendekati penemuan penyelidikan akan mudah mengenalpasti situasi di mana orang melakukan tidak tepat membuat kesimpulan dari penemuan yang berkaitan dengan sampel bukan kebarangkalian.

Juga dikenali sebagai: pensampelan mudah, pensampelan purposive

Contoh:

Contoh yang bertindak seperti tinjauan pendapat umum disebarkan dengan idea bahawa mereka mewakili bagaimana anggota penduduk akan mengundi dalam pilihan raya akan datang atau seperti itu. Contoh-contoh ini mestilah sangat mewakili penduduk untuk digunakan untuk membuat ramalan mengenai keputusan pilihan raya, contohnya.