Co to jest systematyczne pobieranie próbek?
Systematyczne pobieranie próbek jest rodzajem metody próbkowania prawdopodobieństwa, w której członkowie próbki z większej populacji są wybierani zgodnie z losowym punktem początkowym, ale z ustalonym, okresowym interwałem. Ten przedział, zwany interwałem próbkowania, jest obliczany poprzez podzielenie wielkości populacji przez pożądaną wielkość próby.
Pomimo wcześniejszej selekcji populacji próby, systematyczne pobieranie próbek nadal uważa się za losowe, jeśli okresowy okres jest wcześniej ustalany, a punkt początkowy jest losowy.
Istnieje kilka metod próbkowania populacji w celu wnioskowania statystycznego; systematyczne pobieranie próbek jest jedną z form losowego pobierania próbek.
Systematyczne pobieranie próbek
Jak działa systematyczne pobieranie próbek
Ponieważ proste losowe pobieranie próbek z populacji może być nieefektywne i czasochłonne, statystycy sięgają po inne metody, takie jak pobieranie próbek systematycznych. Wybór wielkości próby poprzez systematyczne podejście można zrobić szybko. Po ustaleniu stałego punktu początkowego wybiera się stały odstęp, aby ułatwić wybór uczestnika.
Systematyczne pobieranie próbek jest lepsze niż proste losowe pobieranie próbek, gdy ryzyko manipulacji danymi jest niskie. Jeśli takie ryzyko jest wysokie, gdy naukowiec może manipulować długością przedziału w celu uzyskania pożądanych wyników, bardziej odpowiednia byłaby prosta technika losowego próbkowania.
Systematyczne pobieranie próbek jest popularne wśród badaczy i analityków ze względu na jego prostotę. Naukowcy na ogół zakładają, że wyniki są reprezentatywne dla większości normalnych populacji, chyba że przypadkowa charakterystyka występuje nieproporcjonalnie w każdej „ n- tej” próbce danych (co jest mało prawdopodobne). Innymi słowy, populacja musi wykazywać naturalny stopień losowości wzdłuż wybranej miary. Jeśli populacja ma rodzaj znormalizowanego wzorca, ryzyko przypadkowego wyboru bardzo częstych przypadków jest bardziej widoczne.
W ramach systematycznego pobierania próbek, podobnie jak w przypadku innych metod pobierania próbek, przed wyborem uczestników należy wybrać populację docelową. Populację można zidentyfikować na podstawie dowolnej liczby pożądanych cech, które odpowiadają celowi prowadzonego badania. Niektóre kryteria wyboru mogą obejmować wiek, płeć, rasę, lokalizację, poziom wykształcenia i / lub zawód.
- Systematyczne pobieranie próbek jest rodzajem metody próbkowania prawdopodobieństwa, w której członkowie próbki z większej populacji są wybierani zgodnie z losowym punktem początkowym, ale ze stałym, okresowym interwałem (odstępem próbkowania). Ze względu na swoją prostotę, pobieranie próbek systematycznych jest popularne wśród badaczy. Inne zalety tej metodologii obejmują wyeliminowanie zjawiska selekcji grupowej i niskie prawdopodobieństwo zanieczyszczenia danych. Wady obejmują nadreprezentację lub niedostateczną reprezentację poszczególnych wzorców oraz większe ryzyko manipulacji danymi.
Przykłady systematycznego pobierania próbek
Jako hipotetyczny przykład systematycznego pobierania próbek, załóżmy, że w populacji 10 000 osób statystyczny wybiera co 100 osobę do pobierania próbek. Częstotliwości próbkowania mogą być również systematyczne, na przykład wybór nowej próbki, z której należy pobierać co 12 godzin.
Jako kolejny przykład, jeśli chcesz wybrać losową grupę 1000 osób z populacji 50 000 przy użyciu systematycznego próbkowania, wszyscy potencjalni uczestnicy muszą zostać umieszczeni na liście i wybrany punkt początkowy. Po utworzeniu listy, co 50 osoba na liście (rozpoczynająca liczenie w wybranym punkcie początkowym) zostanie wybrana jako uczestnik, ponieważ 50 000/1 000 = 50.
Na przykład, jeśli wybrany punkt początkowy to 20, zostanie wybrana 70. osoba na liście, a następnie 120. i tak dalej. Po osiągnięciu końca listy i jeśli wymagana jest dodatkowa liczba uczestników, licznik zapętla się na początku listy, aby zakończyć liczenie.
Systematyczne próbkowanie a próbkowanie klastra
Systematyczne pobieranie próbek i pobieranie próbek w klastrze różnią się sposobem pobierania punktów próbki z populacji objętej próbą. Próbkowanie klastra dzieli populację na klastry, podczas gdy systematyczne pobieranie próbek wykorzystuje ustalone odstępy czasu od większej populacji, aby utworzyć próbkę.
Systematyczne pobieranie próbek wybiera losowy punkt początkowy z populacji, a następnie pobierana jest próbka z regularnych stałych przedziałów populacji w zależności od jej wielkości. Próbkowanie klastra dzieli populację na klastry, a następnie pobiera prostą próbkę losową z każdego klastra.
Próbkowanie w klastrze jest uważane za mniej precyzyjne niż inne metody próbkowania. Może to jednak zaoszczędzić koszty na uzyskaniu próbki. Próbkowanie w klastrze to dwuetapowa procedura próbkowania. Można go użyć, gdy wypełnienie listy całej populacji jest trudne. Na przykład może być trudno zbudować całą populację klientów sklepu spożywczego do rozmowy kwalifikacyjnej.
Jednak osoba może utworzyć losowy podzbiór sklepów, co jest pierwszym krokiem w tym procesie. Drugim krokiem jest rozmowa z losową próbą klientów tych sklepów. Jest to prosty proces ręczny, który pozwala zaoszczędzić czas i pieniądze.
Ograniczenia systematycznego pobierania próbek
Jedno ryzyko, które statystycy muszą wziąć pod uwagę podczas przeprowadzania systematycznego próbkowania, wiąże się ze sposobem organizacji listy używanej z interwałem próbkowania. Jeśli populacja umieszczona na liście jest zorganizowana w cykliczny wzór pasujący do przedziału próbkowania, wybrana próbka może być stronnicza.
Na przykład dział kadr firmy chce wybrać próbkę pracowników i zapytać, co sądzą o zasadach firmy. Pracownicy są pogrupowani w zespoły po 20 osób, a każdy zespół kierowany jest przez kierownika. Jeśli lista używana do wybierania wielkości próby jest zorganizowana z zespołami zgrupowanymi razem, statystyki ryzykują, że wybiorą tylko menedżerów (lub nie będzie ich wcale) w zależności od interwału próbkowania.
