Monster
Wat is een steekproef?
Een steekproef verwijst naar een kleinere, beheersbare versie van een grotere groep. Het is een subset met de kenmerken van een grotere populatie. Monsters worden gebruikt bij statistische tests wanneer de populatiegrootte te groot is om alle mogelijke leden of waarnemingen in de test te kunnen opnemen. Een steekproef moet de populatie als geheel vertegenwoordigen en mag geen vooringenomenheid ten opzichte van een specifiek kenmerk weerspiegelen.
Belangrijkste leerpunten
- Een steekproef verwijst naar een kleinere, beheersbare versie van een grotere groep of subset van een grotere populatie.
- Door monsters te gebruiken, kunnen onderzoekers hun onderzoek gemakkelijk en tijdig uitvoeren.
- Om een onbevooroordeelde steekproef te krijgen, moet de selectie willekeurig zijn, zodat iedereen uit de populatie een gelijke en waarschijnlijke kans heeft om aan de steekproefgroep te worden toegevoegd.
- Bij een eenvoudige willekeurige steekproef is elke entiteit in de populatie identiek, terwijl een gestratificeerde willekeurige steekproef de totale populatie in kleinere groepen verdeelt.
Monsters begrijpen
Een steekproef is een onbevooroordeeld aantal waarnemingen uit een populatie. In basistermen is een populatie het totale aantal individuen, dieren, items, observaties, gegevens, enz. Van een bepaald onderwerp. Met andere woorden, de steekproef is een deel, een deel of een fractie van de hele groep en fungeert als een subset van de populatie. Monsters worden gebruikt in verschillende omgevingen waar onderzoek wordt uitgevoerd. Wetenschappers, marketeers, overheidsinstanties, economen en onderzoeksgroepen behoren tot degenen die monsters gebruiken voor hun studies en metingen.
Het gebruik van hele populaties voor onderzoek brengt uitdagingen met zich mee, daarom worden monsters gebruikt. Onderzoekers kunnen problemen hebben om gemakkelijk toegang te krijgen tot hele populaties. En vanwege de aard van sommige onderzoeken kunnen onderzoekers moeite hebben om tijdig de resultaten te krijgen die ze nodig hebben. Dit is de reden waarom mensen die onderzoeken uitvoeren, monsters gebruiken. Door een kleiner aantal mensen te gebruiken die de hele bevolking vertegenwoordigen, kunnen nog steeds geldige resultaten worden bereikt en tegelijkertijd worden bespaard op tijd en middelen.
Monsters die door onderzoekers worden gebruikt, moeten sterk lijken op de populatie. Alle deelnemers aan de steekproef moeten dezelfde kenmerken en kwaliteiten hebben. Dus als het onderzoek gaat over mannelijke eerstejaarsstudenten, zou de steekproef een klein percentage mannen moeten zijn dat aan deze beschrijving voldoet. Evenzo, als een onderzoeksgroep een onderzoek doet naar het slaappatroon van alleenstaande vrouwen ouder dan 50, zou de steekproef alleen vrouwen binnen deze demografie moeten omvatten.
Overweeg een team van academische onderzoekers die willen weten hoeveel studenten minder dan 40 uur hebben gestudeerd voor het CFA-examen en toch geslaagd zijn. Aangezien elk jaar wereldwijd meer dan 200.000 mensen het examen afleggen, kan het erg vervelend en tijdrovend zijn om contact op te nemen met elke deelnemer aan het examen.
In feite zouden tegen de tijd dat de gegevens van de populatie zijn verzameld en geanalyseerd, een paar jaar zijn verstreken, waardoor de analyse waardeloos zou zijn omdat er een nieuwe populatie zou zijn ontstaan. Wat de onderzoekers in plaats daarvan kunnen doen, is een steekproef van de populatie nemen en gegevens uit deze steekproef halen.
Om een onbevooroordeelde steekproef te krijgen, moet de selectie willekeurig zijn, zodat iedereen in de populatie een gelijke kans heeft om aan de groep te worden toegevoegd.
Om een onbevooroordeelde steekproef te krijgen, moet de selectie willekeurig zijn, zodat iedereen uit de populatie een gelijke en waarschijnlijke kans heeft om aan de steekproefgroep te worden toegevoegd. Dit is vergelijkbaar met een loterijtrekking en vormt de basis voor eenvoudige willekeurige steekproeven.
Soorten bemonstering
Eenvoudige willekeurige bemonstering
Een eenvoudige willekeurige steekproef is ideaal als elke entiteit in de populatie identiek is. Als het de onderzoekers niet kan schelen of hun proefpersonen allemaal mannelijk of allemaal vrouwelijk zijn of een combinatie van beide geslachten in een of andere vorm, kan de simpele willekeurige steekproef een goede selectietechniek zijn.
Laten we zeggen dat er in 2016 200.000 testpersonen waren die deelnamen aan het CFA-examen, waarvan 40% vrouwen en 60% mannen. De steekproef uit de populatie zou daarom 400 vrouwen en 600 mannen moeten hebben op een totaal van 1.000 testpersonen.
Maar hoe zit het met gevallen waarin het belangrijk is om de verhouding tussen mannen en vrouwen te kennen die geslaagd zijn voor een test na minder dan 40 uur studeren? Hier zou een gestratificeerde willekeurige steekproef de voorkeur hebben boven een eenvoudige willekeurige steekproef.
Gestratificeerde willekeurige bemonstering
Dit type steekproef, ook wel proportional random sampling of quota random sampling genoemd, verdeelt de totale populatie in kleinere groepen. Deze staan bekend als strata. Mensen binnen de lagen delen vergelijkbare kenmerken.
Wat als leeftijd een belangrijke factor was die onderzoekers in hun data zouden willen opnemen? Met behulp van de gestratificeerde willekeurige steekproeftechniek konden ze lagen of strata voor elke leeftijdsgroep creëren. De selectie uit elke strata zou willekeurig moeten zijn, zodat iedereen in de schijf een kans heeft om in de steekproef te worden opgenomen. Twee deelnemers, Alex en David, zijn bijvoorbeeld respectievelijk 22 en 24 jaar oud. De steekproefselectie kan niet de ene boven de andere kiezen op basis van een voorkeursmechanisme. Ze moeten allebei een gelijke kans hebben om uit hun leeftijdsgroep te worden geselecteerd. De lagen kunnen er ongeveer zo uitzien:
Vanuit de tabel is de populatie opgedeeld in leeftijdsgroepen. Bijvoorbeeld, 30.000 mensen in de leeftijdscategorie van 20 tot 24 jaar hebben in 2016 het CFA-examen afgelegd. Bij gebruik van dezelfde verhouding heeft de steekproefgroep (30.000 ÷ 200.000) x 1.000 = 150 testpersonen die in deze groep vallen. Alex of David – of beide of geen van beide – kunnen worden opgenomen onder de 150 willekeurige examendeelnemers van de steekproef.
Er zijn veel meer strata die kunnen worden samengesteld bij het bepalen van een steekproefomvang. Sommige onderzoekers vullen de functies, landen, burgerlijke staat, enz. Van de testpersonen bij het maken van de steekproef.
Voorbeelden van voorbeelden
Vanaf 2017 telde de wereldbevolking 7,5 miljard, waarvan 49,6% vrouw en 50,4% man. Het totale aantal mensen in een bepaald land kan ook een populatiegrootte zijn. Het totale aantal studenten in een stad kan als populatie worden beschouwd, en het totale aantal honden in een stad is ook een populatiegrootte. Van deze populaties kunnen monsters worden genomen voor onderzoeksdoeleinden.
In navolging van ons CFA-examenvoorbeeld konden de onderzoekers een steekproef nemen van 1.000 CFA-deelnemers van de in totaal 200.000 testpersonen – de populatie – en de vereiste gegevens op dit aantal uitvoeren. Het gemiddelde van deze steekproef zou worden genomen om het gemiddelde te schatten van het aantal CFA-examinatoren dat slaagde, ook al studeerden ze slechts minder dan 40 uur.
De genomen steekproefgroep mag niet bevooroordeeld zijn. Dit betekent dat als het steekproefgemiddelde van de 1.000 CFA-examendeelnemers 50 is, het populatiegemiddelde van de 200.000 testpersonen ook ongeveer 50 zou moeten zijn.