1-4, muestreo de sujetos

El muestreo está relacionado con la confiabilidad y validez de la investigación. El principio básico del diseño de muestreo debe ser el principio de aleatoriedad, es decir, al realizar el muestreo, la probabilidad de que cada individuo sea seleccionado en la población es exactamente igual, por lo que es probable que el muestreo mantenga la misma estructura que la población, asegurando así la representatividad de la muestra. Además, el muestreo aleatorio también puede utilizar métodos estadísticos para presupuestar y controlar el rango de error de muestreo, lo que permite a los investigadores evaluar objetivamente la precisión de los resultados de la investigación y determinar el tamaño de la muestra en función de la precisión requerida.

(2) Procedimiento de muestreo

(1) Definir la población: Definir la población según el propósito de la investigación y explicar la connotación específica de la población. Las regulaciones generales afectan el valor de la investigación, el contenido y el costo del trabajo, y la validez externa de los resultados, lo cual es de gran importancia;

② Determinación del tamaño de la muestra: calcule el número de sujetos incluidos en el estudio en función sobre principios estadísticos. El tamaño de muestra ideal es controlar el costo de la investigación minimizando el número de sujetos y al mismo tiempo cumplir con los requisitos de representación estadística.

③ Determinar el método de muestreo e implementar el muestreo: diseñar un método de muestreo específico de acuerdo con los principios de muestreo; y condiciones e implementación;

④Inferencia estadística: explique cómo este estudio estima los parámetros de la población a través de estadísticas de muestra y métodos estadísticos.

(3) Método de muestreo

Los investigadores deben elegir métodos de muestreo apropiados de acuerdo con las necesidades de los diferentes propósitos y condiciones de la investigación. Los métodos de muestreo aleatorio comúnmente utilizados incluyen:

① Método de muestreo aleatorio simple: según el principio de aleatoriedad, se seleccionan directamente varias unidades de la población como muestras para garantizar que cada objeto de la población tenga la misma posibilidad de siendo seleccionados, y exigir que sean independientes. Los métodos de extracción específicos incluyen el método de lotería y el método de tabla de números aleatorios. El método de muestreo aleatorio es teóricamente consistente con los principios de la teoría de la probabilidad y es fácil de calcular errores. Es adecuado para estudiar situaciones en las que se desconoce la proporción de varios tipos de individuos en la población, o las diferencias entre los individuos de la población son pequeñas o el número de muestras es grande. Sin embargo, sus limitaciones son: cuando el tamaño de la muestra es pequeño, puede haber sesgos que afecten la representatividad de la muestra; es imposible controlar una determinada característica del objeto de investigación que se sabe afecta directamente los resultados de la investigación;

(2) Método de muestreo aleatorio sistemático: primero, todas las unidades de la población se organizan y numeran en un cierto orden simbólico, y luego el número de unidades de la población se divide por el número de unidades de la población. muestra para obtener el intervalo de muestreo Finalmente, se selecciona aleatoriamente una unidad como la primera unidad de muestra en el primer intervalo de muestreo, y se realiza un muestreo equidistante de acuerdo con la distancia de muestreo hasta que se extrae la última unidad de muestra. El muestreo aleatorio sistemático permite realizar un muestreo sistemático de la población y, por tanto, una muestra más precisa. En términos generales, su error de muestreo es menor que el del muestreo aleatorio simple. Sin embargo, si la población fluctúa o cambia periódicamente, puede producirse un sesgo sistemático.

③ Método de muestreo aleatorio estratificado: primero divida las unidades generales en varios tipos de acuerdo con ciertos estándares, luego determine el número de unidades de muestra que se seleccionarán para cada tipo en función de la relación entre el número de unidades de tipo y el número total de unidades y, finalmente, se extrajeron muestras de cada tipo según principios aleatorios. La clasificación debe seguir el principio de pequeña variación dentro de las capas y gran variación entre capas, y cada unidad debe pertenecer a una categoría específica. El número de muestras extraídas de cada estrato debe ser la relación entre ese estrato y el total multiplicada por el tamaño total de la muestra. La ventaja del método de muestreo aleatorio estratificado es que tiene buena representatividad y precisión de inferencia. Es adecuado para objetos de investigación con una gran cantidad de unidades generales y grandes diferencias internas. Puede controlar los errores de muestreo cuando el número de muestras es relativamente pequeño. Además, se pueden adoptar diferentes métodos y proporciones de muestreo para cada capa según condiciones específicas, lo que hace que el muestreo sea más flexible. Por tanto, es un método de muestreo muy común. Sin embargo, la limitación es que la clasificación es muy científica y, a veces, es necesario estimar la desviación estándar basándose en datos o investigaciones anteriores, por lo que es más complicada.

④ Método de muestreo aleatorio por conglomerados: primero divida la unidad completa en muchos grupos de acuerdo con ciertos estándares y luego seleccione algunos grupos de estos grupos como muestras de acuerdo con el principio aleatorio. Su ventaja es que las unidades de muestra están concentradas y son adecuadas para algunos estudios específicos. Por ejemplo, en los experimentos de enseñanza, la investigación se realiza clase por clase. En la investigación por encuestas a gran escala, el muestreo aleatorio por conglomerados es fácil de organizar y puede ahorrar mano de obra, recursos materiales y tiempo. Su desventaja es que la distribución de la muestra es desigual y se ve afectada por diferencias entre grupos.

⑤ Método de muestreo aleatorio de múltiples etapas: primero divida las unidades de investigación en varios grupos de acuerdo con ciertos estándares como unidades de muestreo de primer nivel, y luego divida las unidades de primer nivel en varios subgrupos como segundo Unidades de nivel para muestreo de acuerdo con ciertos estándares. Por analogía, las muestras se extraen de unidades de todos los niveles de acuerdo con el principio de aleatoriedad. En pocas palabras, es un método de muestreo que divide el proceso de muestreo de una población en dos o más etapas. El método de muestreo aleatorio de múltiples etapas puede utilizar de manera integral varios métodos de muestreo, es simple y económico, y es muy útil cuando el alcance de la investigación es grande, las unidades son muchas y la situación es compleja. Su desventaja es que el error de muestreo es mayor que el del muestreo aleatorio simple.