Dva pristupa: uzimanje uzorka vjerovatnosti protiv uzimanja uzoraka
Postoje dva opća pristupa uzorkovanju u istraživanju tržišta: uzorkovanje vjerovatnosti i uzimanje uzoraka bez verovatnoće. Uzorkovanje verovatnoće mora da ispunjava sledeće uslove: Svaka jedinica analize mora imati istu verovatnoću da bude uključena u grupu uzoraka, a zatim se matematički izračunava matematička verovatnoća bilo kog člana grupe koja se odabere za uzorak.
Šta je greška uzorkovanja i kako da znam ako imam to?
Kada radite sa uzorcima koji nisu vjerojatni, važno je razumeti pojavu greške uzorkovanja . Što je grupa uzorkovanja manja, veća je šansa da se uzme uzorak. Jedna posebna vrsta pristrasnosti je rezultat ne-participacije. Važno je razumjeti uticaj neujednačenosti na ukupan ishod studije. Jedan primjer potiče iz Ankete o općim društvima iz 1980 (GSS) u kojem su se pokazalo da su oni koji nisu učestvovali u istraživanju sasvim drugačiji - kao grupa - od onih koji su učestvovali.
Teško dostupni članovi grupe značajno su se razlikovali od učesnika njihovih vršnjačkih radnika - najznačajniji u socioekonomskom statusu, bračnom statusu, uzrastu, broju djece, zdravlju i polu.
Šta je uzimanje uzoraka? Da li je prikladno analizirati?
Uzorci prikladnosti se obično koriste u društvenim naukama i nauci o ponašanju zbog teške pouzdanosti studenata, pacijenata, plaćenih dobrovoljaca, članova društvenih mreža ili formalnih organizacija, pa čak i zarobljenika.
Svrha mnogih društvenih nauka i istraživanja nauke o ponašanju je da se potvrdi da određene karakteristike nastaju ili se ne pojavljuju u grupi koja se nalazi u studiji. Zajednički pristup je tražiti odnose između nekoliko atributa . Uzorci pogodnosti su korisni i adekvatni za ovu vrstu studije. Takođe, korisno je prepoznati da uzorak za udobnost nije uvek lako spojiti.
Uzorci za ugođaj takođe se mogu upariti kako bi se uporedili dve grupe. Da bi se koristili uzorci pogodnosti , istraživač mora biti u stanju da identifikuje kolegu za svaki član prvog uzorka. Ovi srodnici su članovi drugog (uparenog) uzorka. Varijable koje se uobičajeno poklapaju uključuju pol, starost, rasnu pripadnost, etničku pripadnost, obrazovanje, mjesto stanovanja, političku orijentaciju, vjeroispovijest, vrstu posla i plate ili plate. Uparivanje ovih promenljivih pomaže u smanjenju izvora pristrasnosti . Međutim, važno je prepoznati da čak i pažljivo usklađivanje ne može rezultirati uzorcima bez pristrasnosti - uvijek postoji mogućnost pristrasnosti od skrivenih izvora.
Šta je svrsishodno uzorkovanje? Da li je uvek neprobabilan?
Svrsishodno uzorkovanje se koristi kada dizajn istraživanja zahteva uzorak ljudi koji imaju određene atribute.
Generalno, ovi atributi su rijetki ili neuobičajeni i obično se ne distribuiraju normalno (prema "normalni krivini") u većoj populaciji. Svrsishodno uzimanje uzoraka je preplavljeno pristrasnošću, od kojih se neke događaju kao rezultat metoda koji se koriste za identifikaciju članova namjenskog uzorka. Na primjer, ako se radi o istraživanju veterana sa traumatskim oštećenjima mozga (TBI), onda uzorak mora se sastojati od bivših pripadnika vojske koji su preživjeli traumatske povrede mozga, a koji se identifikuju u skladu s tim i slažu se da učestvuju u studiji . Svaki od ovih atributa ili uslova doprinosi mjeri pristranosti uzorka, čime se ograničava nivo i vrsta zaključaka koji proizilaze iz studije.
Važna ograničenja pristupa uzorkovanja bez probabilnosti
Važno ograničenje uzimanja uzoraka bez verovatnoće je da se zaključci o većoj populaciji ne mogu izvući na osnovu uzorka koji nije vjerojatan.
Međutim, ovo nije uvijek slučaj, međutim, pošto realni stav o tome kako ljudi pristupaju istraživačkim nalazima lako će identifikovati situacije u kojima ljudi nepravilno izvlače zaključke iz nalaza povezanih sa uzorcima koji nisu vjerojatni.
Poznato i kao: uzimanje uzoraka, svrsishodno uzimanje uzoraka
Primjeri:
Uzorci koji se ponašaju kao istraživanja javnog mnjenja šire se sa idejom da oni predstavljaju kako će članovi populacije glasati na predstojećim izborima ili slično. Ovi uzorci moraju biti visoko reprezentativni za stanovništvo kako bi se mogli koristiti za prognoze o izbornim rezultatima, na primjer.