¿Qué métodos de muestreo específicos incluye generalmente el muestreo no probabilístico?
1.
Se refiere a una muestra seleccionada según la conveniencia del investigador, realizada de forma aleatoria y sin propósito. Por ejemplo: interceptar calles (visitar a cualquiera que vea) visitar a quienes abren puertas para proyectos personales del hogar;
Ventajas: Es adecuado para todos en su conjunto al ser "homogéneo", lo más conveniente y económico puede usarse para investigación exploratoria, además, también puede usarse para selección de muestras en grupo; debates y cuestionarios predictivos.
Desventajas: el sesgo de muestreo es grande y no es adecuado para ningún proyecto de opinión pública que requiera inferencia general. Es mejor no utilizar el muestreo por conveniencia para investigaciones descriptivas o causales.
2. Muestreo por juicio
Se refiere al muestreo intencionado de “muestras representativas” consideradas por expertos en función de su juicio. Por ejemplo, cuando los sociólogos estudian la situación familiar general en un país, a menudo utilizan el juicio de expertos para seleccionar "ciudades de tamaño mediano".
También hay expertos en investigación familiar que eligen un determinado tipo de familia para la investigación, como una familia de tres (niños en la escuela, este método se puede utilizar para investigaciones exploratorias, como el muestreo en profundidad); .
Ventajas: Es adecuado para tipos especiales de investigación (como pruebas de degustación de productos) donde las unidades de composición de la población son muy diferentes, el número de muestras es pequeño y los investigadores del diseño tienen una buena comprensión del características relevantes de la población (comprender la dirección específica de la investigación) ); bajo costo operativo, conveniente y rápido, y más utilizado para investigación comercial.
Desventajas: este tipo de resultados de muestreo se ven muy afectados por la tendencia del investigador. Una vez que el juicio subjetivo está sesgado, es fácil provocar un sesgo de muestreo que no se puede inferir directamente.
3. Muestreo por cuotas (Muestreo por cuotas)
Se refiere a clasificar primero los elementos generales de acuerdo con ciertos indicadores o características controladas, y luego seleccionar los elementos de la muestra de acuerdo con el muestreo de conveniencia o el muestreo de juicio. .
Es equivalente a un muestreo de juicio limitado que incluye dos etapas. En la primera etapa, es necesario determinar la distribución de las características (características de control) en la población. Normalmente, la proporción de elementos de una muestra que tienen estas características de control es la misma que la proporción de elementos que tienen estas características en la población. A través de la cuota en el primer paso se asegura que la composición de la muestra sea consistente con la población en cuanto a estas características.
En la segunda etapa, el trabajo de muestreo se controla según cuotas, y se requiere que los elementos seleccionados sean adecuados a las características controladas. Por ejemplo: muestreo por cuotas en entrevistas callejeras de punto fijo.
Ventajas: Adecuado para investigadores que tienen una cierta comprensión de las características relevantes de la población y tienen un tamaño de muestra grande. De hecho, el muestreo por cuotas pertenece a la "estratificación" (determinar de antemano el tamaño de la muestra de cada estrato) y luego al "juicio" (seleccionar individuos de muestreo juzgando el muestreo de cada estrato no es alto, es fácil de implementar y); puede cumplir con los requisitos de proporción general.
Desventajas: Es fácil tapar desviaciones que no se pueden ignorar.
4. Muestreo de bola de nieve
Se refiere a seleccionar aleatoriamente a algunos encuestados para las entrevistas, luego pedirles que proporcionen otros encuestados que pertenezcan al grupo objetivo de la investigación y seleccionar a los encuestados siguientes en función de los resultados. Se formaron pistas.
El primer grupo de encuestados se obtiene mediante muestreo probabilístico, y los encuestados posteriores son todos muestreo no probabilístico, por lo que los encuestados son similares entre sí. Por ejemplo, los actuales propietarios de automóviles en China.
Ventajas: La muestra se puede controlar en función de algunas características de la muestra, lo que es adecuado para encontrar algunos grupos de personas que son muy raros en toda la población.
Desventajas: Existe un sesgo de selección y no se puede garantizar la representatividad.
Datos ampliados
Existen ciertas reglas para el muestreo. Los requisitos básicos para el muestreo son:
1. Determinación del alcance general.
Muestreo primero Deje claro el alcance general del muestreo. En términos generales, el tema de investigación y el propósito de la investigación determinan el alcance general. Por ejemplo, la encuesta sobre la aptitud física de los estudiantes de secundaria en Shanghai cubre a todos los estudiantes de secundaria del primero al tercer grado de la escuela secundaria en Shanghai, excluyendo a los estudiantes de secundaria en los condados suburbanos. Si el alcance de la población no está claro, la población debe definirse claramente antes del muestreo.
De lo contrario, causará problemas al extraer muestras e inferir los resultados de la investigación. Por lo general, el establecimiento del tema de investigación básicamente ha enmarcado el alcance general, y el investigador debe considerar las razones para determinar el alcance general, así como los efectos esperados y la viabilidad de la investigación.
2. Aleatorización del muestreo
El muestreo debe ser lo más aleatorio posible. La aleatorización significa que cada individuo de la población tiene una probabilidad distinta de cero de ser seleccionado para la muestra. En otras palabras, todos los individuos del grupo tienen las mismas posibilidades de ser seleccionados.
La aleatoriedad es un principio básico de la investigación científica. El muestreo aleatorio es un proceso científico y preciso que garantiza la confiabilidad de los resultados de la investigación científica y evita sesgos conscientes o inconscientes por parte de los investigadores. Las loterías y sorteos se diseñan basándose en el principio de aleatorización del muestreo. El muestreo estricto debe ser aleatorio para evitar sesgos de muestreo causados por la tendencia subjetiva del investigador o factores humanos.
3. Representatividad de la muestra
La representatividad de la muestra significa que la muestra debe tener las propiedades o características del todo, y la muestra puede representar el todo en gran medida. . La clave de la investigación por muestreo radica en el muestreo y la inferencia. El muestreo es el requisito previo para la inferencia. La representatividad de la muestra afectará la confiabilidad de la conclusión de la investigación y el grado de inferencia. Cuanto más representativa sea la muestra, mayor será la generalización de sus hallazgos.
Por otro lado, si la muestra no es representativa, muchas veces provocará el fracaso del estudio. Un ejemplo citado a menudo son las elecciones presidenciales de Estados Unidos de 1938 a 2006.
En ese momento, la revista estadounidense "Literary Digest" realizó una encuesta sobre las elecciones presidenciales. Los resultados predijeron que Langdon ganaría las elecciones presidenciales y Roosevelt perdería. Pero es todo lo contrario. El resultado de las elecciones fue que Roosevelt fue elegido presidente.
Aunque el tamaño de la muestra para la encuesta de Literary Digest fue grande, los encuestados tomaron muestras de directorios telefónicos y libros de registro de automóviles. 1936 fue justo después de la Gran Depresión en Estados Unidos. Las personas con automóviles y teléfonos sólo representan a una determinada clase de votantes estadounidenses, no a todos los votantes.
El fracaso de esta encuesta de opinión pública radica principalmente en el sesgo de muestreo, la muestra no es representativa y la calidad de la muestra no se ajusta a las características generales. Al mismo tiempo, Gallup Poll también realizó una encuesta sobre las elecciones presidenciales y sólo envió 2.000 cuestionarios. El resultado fue exitoso y Roosevelt fue elegido presidente.
4. Tamaño de muestra razonable
El tamaño de muestra, también llamado tamaño de muestra, se refiere al número específico de muestras tomadas. El tamaño de la muestra es una cuestión inevitable en la investigación, un componente importante del diseño de la investigación y una cuestión difícil. No sólo debe ajustarse al propósito y contenido de la investigación y cumplir con los requisitos de las estadísticas educativas, sino también considerar la posibilidad de muestreo para minimizar errores.
En términos generales, cuanto mayor sea el tamaño de la muestra, mejor será la representatividad. Sin embargo, aumentar el tamaño de la muestra inevitablemente aumentará la mano de obra, los recursos materiales y financieros de la investigación, aumentará la dificultad de la investigación y causará. desperdicio innecesario. Si el número de muestras es demasiado pequeño, el error de muestreo será grande y la muestra no podrá representar a toda la población, lo que no favorece el análisis estadístico y afecta el efecto de la investigación.
Cuál es un tamaño de muestra adecuado es una cuestión compleja. Es difícil para nosotros decir un número definitivo. El número de muestras debe considerarse desde muchos aspectos.
El muestreo se basa en la teoría de la probabilidad. La función del muestreo es reducir razonablemente el número de objetos de investigación, lo que no solo ahorra mano de obra, recursos materiales y tiempo, sino que también permite que el poder de la investigación esté relativamente concentrado, haciendo que la investigación sea profunda y detallada, mejorando así la precisión. y confiabilidad de la investigación.
En general, la muestra extraída en la investigación cualitativa es muy pequeña, y en ocasiones la muestra es sólo un caso o un individuo. El propósito de la investigación es obtener una comprensión más profunda del tema de estudio. Sin embargo, el número de muestras en la investigación cuantitativa es grande y la muestra puede ser un grupo de individuos. Es necesario considerar si la muestra puede representar con precisión a la población y si puede hacer inferencias sobre la población.
Enciclopedia Baidu: muestreo no probabilístico