Istnieją wyraźne zalety i wady stosowania systematycznego próbkowania jako statystycznej metody próbkowania podczas przeprowadzania badań populacji objętej badaniem.
Systematyczne pobieranie próbek: przegląd
Systematyczne pobieranie próbek jest prostsze i prostsze niż pobieranie próbek losowych. Może także bardziej sprzyjać pokryciu szerokiego obszaru badań. Z drugiej strony, systematyczne próbkowanie wprowadza pewne dowolne parametry w danych. Może to powodować nadreprezentację lub niedostateczną reprezentację poszczególnych wzorców.
Systematyczne pobieranie próbek jest popularne wśród naukowców ze względu na jego prostotę. Naukowcy na ogół zakładają, że wyniki są reprezentatywne dla większości normalnych populacji, chyba że przypadkowa charakterystyka występuje nieproporcjonalnie w przypadku każdej „n-tej” próbki danych (co jest mało prawdopodobne).
Na początek badacz wybiera początkową liczbę całkowitą, na której ma opierać się system. Liczba ta musi być mniejsza niż liczba ludności jako całości (np. Nie wybierają co 500 jardów, aby pobrać próbkę na boisku o powierzchni 100 jardów). Po wybraniu liczby badacz wybiera przedział lub odstępy między próbkami w populacji.
Kluczowe dania na wynos
- Ze względu na swoją prostotę systematyczne pobieranie próbek 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.
Przykład systematycznego próbkowania
W systematycznej próbie wybrane dane są równomiernie rozmieszczone. Na przykład w populacji liczącej 10 000 osób statystyk może wybrać co 100 osobę do pobrania próbki. Częstotliwości próbkowania mogą być również systematyczne, na przykład wybór jednej nowej próbki co 12 godzin.
Zalety systematycznego pobierania próbek
Zalety systematycznego pobierania próbek obejmują:
Łatwy do wykonania i zrozumienia
Systematyczne próbki są stosunkowo łatwe do zbudowania, wykonania, porównania i zrozumienia. Jest to szczególnie ważne w przypadku badań lub ankiet, które działają przy ścisłych ograniczeniach budżetowych.
Kontrola i poczucie procesu
Systematyczna metoda zapewnia również badaczom i statystykom pewien stopień kontroli i poczucie procesu. Może to być szczególnie korzystne w przypadku badań o ścisłych parametrach lub wąsko sformułowanej hipotezie, przy założeniu, że próbkowanie jest rozsądnie skonstruowane tak, aby pasowało do niektórych parametrów.
Eliminacja wyboru klastrowego
Selekcja klastrowa, zjawisko polegające na tym, że losowo wybrane próbki są rzadko zbliżone do siebie w populacji, jest eliminowane podczas systematycznego pobierania próbek. Próbki losowe mogą sobie z tym poradzić tylko poprzez zwiększenie liczby próbek lub przeprowadzenie więcej niż jednej ankiety. Mogą to być drogie alternatywy.
Czynnik niskiego ryzyka
Być może największą zaletą systematycznego podejścia jest niski czynnik ryzyka. Główne potencjalne wady systemu niosą ze sobą wyraźnie małe prawdopodobieństwo zanieczyszczenia danych.
Wady systematycznego pobierania próbek
Istnieją również wady tej metody badawczej:
Zakłada, że można określić wielkość populacji
Metoda systematyczna zakłada, że wielkość populacji jest dostępna lub może być w przybliżeniu przybliżona. Załóżmy na przykład, że badacze chcą zbadać wielkość szczurów na danym obszarze. Jeśli nie mają pojęcia, ile jest szczurów, nie mogą systematycznie wybierać punktu początkowego ani rozmiaru interwału.
Potrzeba naturalnego stopnia losowości
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 przypadku prostej hipotetycznej sytuacji rozważ listę ulubionych ras psów, w których (umyślnie lub przypadkowo) każdy równomiernie numerowany pies na liście był mały, a każdy dziwny pies był duży. Gdyby systematyczny próbnik zaczął od czwartego psa i wybrał odstęp sześciu, badanie pominęłoby duże psy.
Większe ryzyko manipulacji danymi
Istnieje większe ryzyko manipulacji danymi przy systematycznym próbkowaniu, ponieważ naukowcy mogą być w stanie skonstruować swoje systemy w celu zwiększenia prawdopodobieństwa osiągnięcia ukierunkowanego wyniku, zamiast pozwolić losowym danym uzyskać reprezentatywną odpowiedź. Nie można ufać wynikowym statystykom.
