연구 샘플링의 가장 중요한 유형

그 연구 샘플링 유형 그들은 두 개의 큰 그룹으로 분류된다 : 확률 적 샘플링과 비 확률 적 샘플링.

확률 적 샘플링 방법에는 체계적 무작위 표본 추출, 단순 무작위 표본 추출, 클러스터 또는 영역 별 무작위 표본 추출 및 층화 무작위 표본 추출.

반면에 확률 론적이지 않은 기법으로는 편의 샘플링, 쿼터 샘플링, 캐주얼 샘플링, 임의 샘플링, 스노볼 기술이 있습니다..

연구에서 표본은 인구의 유한 집합이며, 표본의 특성은 소속 집단의 정보를 얻는 목적으로 연구됩니다 (Webster, 1985). 표본은 작지만 표본 전체를 대표하는 그룹을 구성합니다..

이러한 의미에서 표본 추출은 연구에 의해 지시 된 매개 변수를 충족시키고 연구 된 인구의 대표적인 부분을 구성하는 적합한 개인의 선택을 포함하는 행위, 과정 및 기술입니다..

가장 중요한 연구 표본의 유형

1- 확률 샘플링

랜덤 샘플링이라고도하는 확률 적 샘플링은 모집단의 각 개인이 표본의 일부로 선택된 동일한 확률 (0보다 큼)을 갖는 선택 프로세스입니다. 이러한 유형의 샘플링에서, 선택 될 확률은 정밀하게 결정될 수 있습니다.

확률 적 샘플링의 특성

• 선택 확률은 알려진다..
• 연구에서 연구하고자하는 모든 특성에 대한 대표성을 보장하지는 않습니다..
• 그것은 통계적 원칙에 기초한다..

확률 적 샘플링의 유형

단순 랜덤 샘플링

• 가장 일반적인 샘플링 방법입니다..
• 인구가 작고 동종이며 연구원이 이용할 수있는 경우 적용 할 수 있습니다..
• 인구의 모든 구성원은 선택 될 확률이 동일합니다..
• 간단한 무작위 표본을 선택하기 위해, 추첨과 유사한 방법, 난수 생성기가 사용되거나 인구의 모든 개체가 표현되는 그릇에서 이름이 추출됩니다.

장점

• 이러한 유형의 샘플링으로 견적을 계산하는 것은 쉽습니다..

단점

• 인구가 매우 큰 경우 적용 할 수 없습니다..
• 연구자가 관심을 갖는 소수 그룹은 단순 무작위 샘플 내에서 충분히 표현되지 않을 수있다..

예제

학교에는 100 명의 학생이 있으며, 그 중 10 명을 추출하려고합니다. 우선, 1부터 100까지의 학생들이 열거됩니다. 추첨을 통해 20 명의 개인이 결정됩니다..

이 경우 확률이 알려진다. 즉, 각 학생은 선택 될 확률이 1/10이다..

체계적인 무작위 추출

• 그것은 특정 패턴, 목록, 예를 들어 연구에 인구의 조직에 따라 달라집니다.
• 첫 번째 요소는 무작위로 선택됩니다. 초기 요소가 목록의 상위 요소가 아니어야 함을 강조하는 것이 중요합니다. 이어서, 샘플의 다른 요소는 특정 로그를 고려하여 체계적으로 선택됩니다.
• 각 요소는 동일한 선택 확률을가집니다..
• 체계적인 무작위 표본 추출의보기는 전화 번호부를 가지고 가고 명부에서 매 10 번째 이름을 선정하기위한 것이다.

장점

• 선택 과정은 비교적 쉽습니다..
• 표본은 모집단 전체에 균등하게 분배됩니다..
• 얻어진 샘플은 대표적이다..

단점

• 목록의 요소 순서가 연구원의 요구를 충족시키기 위해 조작 될 수 있기 때문에 표본의 선택이 편향됩니다..

층화 무작위 표본 추출

• 인구의 구성원은 상호 배타적 인 범주 또는 계층으로 구성됩니다. 각 계층에는 개별 샘플링 프로세스가 적용됩니다..
• 연구자가 수행 된 연구의 모든 매개 변수에 대해 표본을 대표하기를 원할 때 이상적입니다..
• 동일한 지층 내의 단위는 동일한 확률로 선택됩니다..
• 그것은 두 가지 기본 원칙에 기반합니다 : 층화 및 부착.
• 층화 란 지층의 형성 과정을 말한다. 이 프로세스는 계층 구조 요소 내의 동질성과 계층 구조와 계층 구조 간의 이질성을 보장해야합니다..
• 부착이란 모든 지층에서 표본을 공평하게 분배하는 것을 의미합니다. 세 가지 프로세스를 통해 달성 할 수 있습니다.

- 각 계층의 동일한 수의 개인을 선택하여 샘플의 일부인 동일한 부착.

- 각 계층의 요소가 이들의 크기를 고려하여 선택되는 비례 첨부. 더 많은 양의 지층은 개인을 더 잘 표현할 것입니다.

- 샘플의 선택이 지층의 분산을 고려하여 만들어진 Neyman 부착.

장점

• 각 지층 내의 비례 대표성 보장.
• 단순 무작위 샘플링과는 달리 연구자가 관심있는 하위 그룹의 표현을 보장합니다..
• 각 계층은 별도의 모집단으로 간주되기 때문에 각 하위 그룹의 개별 특성에 응답하는 샘플링 방법을 사용할 수 있습니다..

단점

• 각 하위 그룹에 대한 샘플링을 준비해야하기 때문에 더 많은 작업이 필요합니다..
• 층화 기준이 충분히 구체적이지 않은 경우, 개인은 동시에 두 개의 지층에 속할 수 있습니다.
• 연구자가 계층화를 조작 할 수 있습니다..

재벌 또는 지역별 무작위 샘플링

• 인구는 대기업 또는 지역으로 나뉩니다. 일반적으로, 지리적 위치는 상기 분할을 실시하기 위해 고려되는 기준이다.
• 표본을 위해 선택된 단위는 개인이 아닌 집단이다..
• 대기업은 다양한 특성을 가진 개인에 의해 형성됩니다. 대기업의 내부 구성 요소가 더 불균일할수록 더 나은 결과를 얻을 수 있습니다..
• 이것은 두 가지 단계가있는 샘플링 유형입니다.

- 첫 번째 단계에서는 연구 할 영역을 선택합니다..

- 두 번째 단계에서는 요소가 해당 영역에서 선택됩니다..

장점

• 수많은 인구를 연구 할 수 있습니다..
• 넓은 지역에 분산되어있는 개체군을 연구 할 수 있습니다..
• 그것은 개인이 아닌 그룹을 공부할 수 있기 때문에 연구 비용을 줄일 수 있습니다..

단점

• 재벌이 서로 다른 경우 적용 할 수 없습니다..
• 대표 샘플을 얻으려면 연구 대상 전체 지역의 대기업에서 요소를 가져와야합니다. 이를 위해 이동해야합니다. 이러한 유형의 표본 추출은 개인에 대한 설문 조사의 적용 측면에서 비용을 감소시키는 것은 사실이지만, 운송 측면에서 조사를 증가시킨다.

대기업에 의한 층화 무작위 추출과 무작위 표본 추출의 차이점

• 통계 표본에서 집단은 집단을 제외하는 것으로 구분됩니다 (예 : 성별, 연령 등). 대기업에 의한 표집에서, 집단은 비교 될 수있는 집단으로 나뉘어진다. 예를 들면 : 가족, 학교, 도시 등.
• 계층화는 오류 마진이 낮지 만 대기업에서는 오류 마진이 더 큽니다..
• 계층화 된 표본 내에 모든 지층이 표현되지만, 모든 집단이 대기업에 의해 표본으로 표현되는 것은 아니다.
• 층화 샘플링에서, 지층 내의 원소가 균질 할 때 더 좋은 결과가 얻어진다. 반면에 클러스터 샘플링에서는 그룹을 구성하는 요소가 이기종 일 때 더 나은 결과를 얻을 수 있습니다.

2 - 비 확률 적 샘플링

비 확률 론적 또는 비 무작위 적 표본 추출은 연구자의 기준, 지리적 위치 및 인구 이용 가능성 등을 고려하여 개인을 선정하는 샘플을 얻는 방법을 의미합니다..

그것은 과학적 표본 추출 유형이 아니며, 일반적으로 사회 조사에 사용됩니다.

비 확률 론적 샘플링의 특성

• 인구의 일부 개인은 선정 될 가능성이 없습니다..
• 확률 적 샘플링과 달리 선택 확률을 결정할 수 없습니다..
• 이는 연구자의 관심사와 같은 기준을 고려한 표본의 선택에 기반합니다.
• 무작위 추출의 결과는 확률 적 관점에서 신뢰할 수없고 확률 적 표본 추출의 결과보다 덜 정확합니다.
• 확률 적 샘플링에 비해 비용이 적습니다..
• 주관적인 방법이므로 실수를 할 수 있습니다..

비 확률 적 샘플링의 유형

할부로 샘플링

• 계층화 된 무작위 표본의 경우와 같이 모집단을 제외 집단으로 나눕니다..
• 이어서,이 샘플링의 비 확률 론적 부분이 작용한다. 소그룹 내의 개인은 조사자의 판단과 관심사를 고려하여 선정됩니다.
• 샘플의 선택은 무작위가 아니며 편파성이나 편견을 보여준다..

편의를 위해 샘플링

• 샘플은 가장 편리한 모집단 부분에서 선택됩니다. 이러한 편리 성은 지리적 근접성, 샘플 요소의 친숙성, 샘플 요소의 가용성 등 여러 측면에서 결정될 수 있습니다..
• 표본의 선택은 연구의 필요에 의존하지 않는다..
• 연구자는 편의상 표본을 통해 얻은 결과가 대표적이 아니기 때문에 인구에 대해 일반화 할 수 없습니다.
• 이 유형의 샘플링은 실험적 연구 또는 파일럿 테스트를 수행하려는 사람들에게 유용합니다.

임의 또는 시험 샘플링

• 연구원은 자신의 기준에 따라 자신의 연구를 수행하기에 가장 적합한 것으로 생각하는 개인을 선정합니다.
• 대개 감소 된 샘플입니다..

눈싸움 샘플 또는 추천에 의한 샘플링

• 소수의 개인이 연구를 수행하기 위해 선택됩니다. 이들 개인은 실시 할 연구에 필요한 기준을 충족시킨다..
• 그 후, 이들 개인은 요구되는 기준을 충족시키는 새로운 것을 초대하는 등의 요청을 받게됩니다..
• 견본은 언덕을 따라 굴러가는 눈덩이와 유사한 추천 시스템 덕분에 상당히 커집니다 (따라서 이름).
• 이 방법은 접근하기 어려운 집단의 표본을 얻는 데 도움이됩니다. 예를 들어, 마약 중독자에 관한 연구가 진행되고 있다면,이 상태를 가진 사람들의 목록이 있음은 거의 없습니다. 따라서 요청 된 특성을 충족시키고 더 많은 개인을 동원하는 사람에게 연락하는 것이 가장 좋습니다.
• 이 방법으로 얻은 시료는 대표성이 없다..

인과 관계 또는 우발적 인 샘플링

• 개인은 이전의 판단을 고려하지 않고 선택됩니다..
• 이용 가능한 인구의 개인이 취해지기 때문에 그것은 편의 샘플링과 닮았다..

참고 문헌

1. 샘플링 2017 년 4 월 28 일 ssc.wisc.edu에서 검색 함.
2. 프리다, 뮤고. 연구에서 샘플링. 2017 년 4 월 28 일 indiana.edu에서 검색 함.
3. Chaturvedi, Kanupriya. 2017 년 4 월 28 일 pitt.edu에서 검색 함.
4. 샘플링 2017 년 4 월 28 일, flinders.edu.au에서 검색 함.
5. 바레이로. 모집단과 표본. 샘플링 기법 2017 년 4 월 28 일, optimierung.mathematik.uni-kl-de에서 검색 함.
6. 샘플링 기법 2017 년 4 월 28 일 cs.fit.edu에서 검색 함.
7. Mixed Methods Research 저널 (2007). 2017 년 4 월 28 일에 sociologyofeurope.unifi.it에서 검색 함.
8. Landreneau 샘플링 전략 2017 년 4 월 28 일 natco1.org에서 검색 함.