U statistici, uzorak je podskup stanovništva koji se koristi za predstavljanje celokupne grupe u celini. Prilikom istraživanja, često je nepraktično istražiti svaki član određene populacije jer je veliki broj ljudi jednostavno prevelik. Da bi zaključili karakteristike populacije, istraživači mogu koristiti slučajni uzorak .
Zašto istraživači koriste uzorke?
Istražujući jedan aspekt ljudskog uma ili ponašanja , istraživači jednostavno ne mogu prikupljati podatke od svakog pojedinca u većini slučajeva. Umjesto toga, biraju manji uzorak pojedinaca koji predstavljaju veću grupu. Ako je uzorak zaista reprezentativan za populaciju o kojoj se radi, istraživači mogu potom dati svoje rezultate i generalizirati ih u većoj grupi.
Vrste uzorkovanja
U psihološkim istraživanjima i drugim vrstama društvenih istraživanja, eksperimentanti se obično oslanjaju na nekoliko različitih metoda uzorkovanja.
1. Verovatnoća uzimanja uzoraka
Uzorkovanje verovatnoća znači da svaki pojedinac u populaciji stoji i jednake šanse da bude izabran. S obzirom da uzimanje verovatnoće uključuje slučajnu selekciju, on uverava da različite podskupine stanovništva imaju jednake šanse da budu predstavljene u uzorku. Ovo čini uzorke vjerovatnosti reprezentativnijim, a istraživači su u stanju da generalizuju svoje rezultate u grupi u cjelini.
Postoji nekoliko različitih vrsta uzorkovanja verovatnoće:
- Jednostavno nasumično uzimanje uzoraka je, kao što to sugeriše, najjednostavnija vrsta uzorkovanja verovatnoće. Istraživači uzimaju svakog pojedinca u populaciji i slučajno biraju svoj uzorak, često koristeći neku vrstu računarskog programa ili generatora slučajnih brojeva.
- Stratifikovano slučajno uzorkovanje podrazumijeva odvajanje stanovništva u podgrupe i zatim uzimanje jednostavnog slučajnog uzorka iz svake od ovih podgrupa. Na primer, istraživanje može podeliti stanovništvo u podgrupe na osnovu rase, pola ili starosti, a zatim uzeti jednostavan slučajni uzorak svake od ovih grupa. Stratifikovano slučajno uzorkovanje često pruža veću statističku tačnost od jednostavnog slučajnog uzorkovanja i pomaže da se određene grupe tačno predstavljene u uzorku.
- Uzorkovanje klastera podrazumijeva podjelu stanovništva u manje klastere, često bazirane na geografskoj lokaciji ili granicama. Zatim se odabere slučajni uzorak ovih klastera i izmeri se svi subjekti unutar klastera. Na primer, zamislite da pokušavate da napravite studiju o principima škola u vašoj državi. Prikupljanje podataka iz svakog pojedinačnog principa škole bi bilo previše troškovno i dugotrajno. Koristeći metodu uzorkovanja klastera, slučajno izaberete pet županija iz vaše države, a zatim prikupljate podatke iz svakog subjekta u svakoj od tih pet županija.
2. Uzorkovanje neprobabilnosti
S druge strane, uzimanje uzoraka ne uključuje izbor učesnika koristeći metode koje ne daju svakom pojedincu u populaciji jednake šanse da budu izabrane.
Jedan problem sa ovom vrstom uzorka jeste da volonteri mogu biti različiti po određenim varijablama od ne-volontera, što bi moglo otežati generalizaciju rezultata čitavoj populaciji.
Postoje i nekoliko različitih tipova neprobabilnog uzorkovanja:
- Uzimanje uzoraka podrazumeva korišćenje učesnika u studiji jer su pogodni i dostupni. Ako ste svima dobrovoljno obavili psihološku studiju koja je sprovedena na odjelu psihologije vašeg univerziteta, onda ste učestvovali u studiji koja se oslanjala na uzorak pogodnosti. Studije koje se oslanjaju na traženje dobrovoljaca ili koristeći kliničke uzorke koje su dostupne istraživaču, takođe su primeri uzoraka za uživanje.
- Svrsishodno uzimanje uzoraka uključuje traženje pojedinaca koji ispunjavaju određene kriterijume. Na primer, prodavci bi mogli biti zainteresovani da saznaju kako njihovi proizvodi percipiraju žene starije od 18 do 35 godina. Oni mogu angažirati istraživačku firmu za sprovođenje telefonskih intervjua koji namerno traže i intervjuišu žene koje ispunjavaju svoje kriterijume za uzrast.
- Uzorkovanje kvota podrazumijeva namjerno uzimanje uzorka određene proporcije podgrupe unutar populacije. Na primer, politički anketari bi možda bili zainteresovani za istraživanje mišljenja stanovništva o određenom političkom pitanju. Ako koriste jednostavno slučajno uzorkovanje, oni mogu propustiti određene podskupove stanovništva slučajno. Umjesto toga, utvrđuju kriterijume da određeni procenat uzorka mora uključiti ove podgrupe. Iako rezultujući uzorak možda zapravo nije reprezentativan za stvarne proporcije koje postoje u populaciji, imajući u vidu kvotu se osiguravaju da su ove manje podgrupe zastupljene.
Saznajte više o nekim od načina na koji se razlikuju uzorci verovatnoće i neprobojnosti.
Greške uzorkovanja
Zbog toga što uzimanje uzoraka prirodno ne može obuhvatiti svaki pojedinac u populaciji, može doći do grešaka. Razlike između onoga što je prisutno u populaciji i onoga što je prisutno u uzorku poznate su kao greške uzorkovanja .
Iako je nemoguće tačno znati koliko je velika razlika između populacije i uzorka, istraživači mogu statistički procijeniti veličinu grešaka uzorkovanja. Na političkim anketama, na primer, često možete čuti o margini grešaka izraženih određenim nivoima poverenja.
Općenito, što je veća veličina uzorka, manji je stepen greške. Ovo jednostavno zato što se uzorak približava dostizanju veličine ukupnog stanovništva, to je verovatnije tačno da obuhvati sve karakteristike stanovništva. Jedini način da se u potpunosti eliminiše greška uzorkovanja je prikupljanje podataka od celog stanovništva, što je često jednostavno previše troškovno i dugotrajno. Međutim, greške uzorkovanja mogu se smanjiti, međutim, korišćenjem slučajnog testiranja verovatnoće i velike veličine uzorka.
Reference:
Goodwin, CJ (2010). Istraživanja u psihologiji: metode i dizajn. Hoboken, NJ: John Wiley i sinovi.
Nicholas, L. (2008). Uvod u psihologiju. UCT Press: Cape Town.