U statistikama, uzorak je podskup populacije koji se koristi za predstavljanje cijele skupine u cjelini. Tijekom istraživanja često je nepraktično anketirati svakog člana određene populacije jer je sam broj ljudi jednostavno prevelik. Da bi zaključili o karakteristikama populacije, istraživači se mogu koristiti slučajnim uzorkom.
Zašto istraživači koriste uzorke?
Istražujući aspekt ljudskog uma ili ponašanja, istraživači u većini slučajeva jednostavno ne mogu prikupiti podatke od svakog pojedinca. Umjesto toga, oni odabiru manji uzorak pojedinaca koji predstavljaju veću skupinu. Ako je uzorak uistinu reprezentativan o dotičnoj populaciji, istraživači mogu svoje rezultate uzeti i generalizirati za veću skupinu.
Vrste uzorkovanja
U psihološkim istraživanjima i drugim vrstama društvenih istraživanja eksperimentatori se obično oslanjaju na nekoliko različitih metoda uzorkovanja.
1. Uzorkovanje vjerojatnosti
Uzorkovanje vjerojatnosti znači da svaki pojedinac u populaciji ima šanse za odabir. Budući da uzorkovanje vjerojatnosti uključuje slučajni odabir, osigurava da svaka podskupina populacije ima jednake šanse da bude predstavljena u uzorku. To čini uzorke vjerojatnosti reprezentativnijim, a istraživači su sposobniji generalizirati svoje rezultate za skupinu u cjelini.
Postoji nekoliko različitih vrsta uzorkovanja vjerojatnosti:
- Jednostavno slučajno uzorkovanje je, kao što i samo ime govori, najjednostavnija vrsta uzorkovanja vjerojatnosti. Istraživači uzimaju svakog pojedinca u populaciji i nasumično odabiru njihov uzorak, često koristeći neku vrstu računalnog programa ili generatora slučajnih brojeva.
- Slojevito slučajno uzorkovanje uključuje razdvajanje stanovništva u podskupine, a zatim uzimanje jednostavnog slučajnog uzorka iz svake od tih podskupina. Na primjer, istraživanje može podijeliti populaciju u podskupine na temelju rase, spola ili dobi, a zatim uzeti jednostavan slučajni uzorak svake od tih skupina. Stratificirano slučajno uzorkovanje često pruža veću statističku točnost od jednostavnog slučajnog uzorkovanja i pomaže osigurati da su određene skupine točno predstavljene u uzorku.
- Uzorkovanje klastera uključuje podjelu stanovništva na manje skupine, često na temelju zemljopisnog položaja ili granica. Tada se odabire slučajni uzorak ovih klastera i mjere se svi ispitanici u klasteru. Na primjer, zamislite da pokušavate izvesti studiju o direktorima škola u vašoj državi. Prikupljanje podataka od svakog pojedinog ravnatelja škole bilo bi skupo i dugotrajno. Korištenjem metode uzorkovanja klastera slučajno odabirete pet županija iz svoje države, a zatim prikupljate podatke od svakog subjekta u svakoj od tih pet županija.
2. Uzorkovanje nevjerojatnosti
Uzorkovanje nevjerojatnosti, s druge strane, uključuje odabir sudionika metodama koje ne daju svakoj podskupini populacije jednake šanse da budu zastupljeni. Na primjer, studija može regrutirati sudionike iz volontera. Jedan od problema s ovom vrstom uzorka je taj što se dobrovoljci mogu razlikovati od nevolontera po određenim varijablama, što bi moglo otežati generaliziranje rezultata na cijelu populaciju.
Postoji i nekoliko različitih vrsta uzorkovanja nevjerojatnosti:
- Pogodnost uzorkovanja uključuje korištenje sudionika u studiji jer su prikladni i dostupni. Ako ste se ikad prijavili za psihološko istraživanje provedeno putem odsjeka za psihologiju vašeg sveučilišta, tada ste sudjelovali u istraživanju koje se oslanjalo na praktični uzorak. Studije koje se oslanjaju na traženje dobrovoljaca ili na korištenju kliničkih uzoraka koji su dostupni istraživaču također su primjeri praktičnih uzoraka.
- Namjerno uzorkovanje uključuje traženje pojedinaca koji ispunjavaju određene kriterije. Na primjer, trgovci bi mogli biti zainteresirani za učenje kako žene doživljavaju njihove proizvode u dobi od 18 do 35 godina. Oni bi mogli angažirati tvrtku za istraživanje tržišta koja će provoditi telefonske razgovore koji namjerno traže i intervjuiraju žene koje ispunjavaju njihove dobne kriterije.
- Uzorkovanje kvota uključuje namjerno uzorkovanje određenih proporcija svake podskupine unutar populacije. Na primjer, politički birači mogli bi biti zainteresirani za istraživanje mišljenja stanovništva o određenom političkom pitanju. Ako koriste jednostavno slučajno uzorkovanje, mogli bi slučajno propustiti određene podskupine populacije. Umjesto toga, oni uspostavljaju kriterije za dodjeljivanje svakoj podskupini određenog postotka uzorka. Za razliku od slojevitog uzorkovanja, istraživači koriste ne-slučajne metode za popunjavanje kvota za svaku podskupinu.
Saznajte više o nekim načinima na koje se razlikuju uzorci vjerojatnosti i nevjerojatnosti.
Pogreške uzorkovanja
Budući da uzorkovanje prirodno ne može obuhvatiti svakog pojedinca u populaciji, mogu se dogoditi pogreške.
Razlike između onoga što je prisutno u populaciji i onoga što je prisutno u uzorku poznate su kao pogreške uzorkovanja.
Iako je nemoguće znati koliko točno može biti velika razlika između populacije i uzorka, istraživači su u mogućnosti statistički procijeniti veličinu pogrešaka uzorkovanja. Na primjer, u političkim anketama često možete čuti za granicu pogrešaka izraženu određenim razinama povjerenja.
Općenito, što je veća veličina uzorka, to je manja razina pogreške. To je jednostavno zato što, kako se uzorak približava dostizanju veličine ukupne populacije, to je veća vjerojatnost da će točno uhvatiti sve karakteristike populacija. Jedini način da se u potpunosti eliminira pogreška u uzorkovanju je prikupljanje podataka od cijele populacije, što je često jednostavno previše skupo i dugotrajno. Pogreške u uzorkovanju mogu se svesti na minimum pomoću randomiziranog ispitivanja vjerojatnosti i velike veličine uzorka.
