Systemaattisen näytteenoton käytöllä tilastollisena näytteenottomenetelmänä on selviä etuja ja haittoja tutkittaessa väestöryhmää.
Systemaattinen näytteenotto: yleiskatsaus
Systemaattinen näytteenotto on yksinkertaisempaa ja selkeämpää kuin satunnainen näytteenotto. Se voi myös auttaa kattamaan laajan tutkimusalueen. Toisaalta systemaattinen näytteenotto tuo tietyt mielivaltaiset parametrit tietoihin. Tämä voi aiheuttaa tiettyjen kuvioiden liiallisen tai aliedustetun muodon.
Systemaattinen näytteenotto on tutkijoiden suosima yksinkertaisuuden vuoksi. Tutkijat olettavat yleensä, että tulokset edustavat useimpia normaaleja populaatioita, paitsi jos satunnaisominaisuutta on suhteettoman paljon jokaisessa "n" -näytteessä (mikä on epätodennäköistä).
Aluksi tutkija valitsee alkavan kokonaisluvun, jolle järjestelmä perustuu. Tämän lukumäärän on oltava pienempi kuin koko väestö (esim. He eivät valitse 500: aa puutarhaa 100: n jaardin jalkapallokentän ottamiseksi). Kun numero on valittu, tutkija valitsee välin tai välilyönnit populaation näytteiden välillä.
Avainsanat
- Yksinkertaisuuden vuoksi systemaattinen näytteenotto on tutkijoiden suosima.Menetelmän muita etuja ovat klusteroidun valinnan ilmiön poistaminen ja tietojen saastumisen matala todennäköisyys.Haitoihin sisältyy tiettyjen kuvioiden ylisuuri tai aliedustus ja suurempi tietojen manipuloinnin riski..
Systemaattinen näytteenottoesimerkki
Järjestelmällisessä näytteessä valittu data jakautuu tasaisesti. Esimerkiksi 10 000 ihmisen väestössä tilastotieteilijä voi valita joka 100. henkilö näytteenottoa varten. Näytteenottovälit voivat olla myös systemaattisia, esimerkiksi valita yksi uusi näyte 12 tunnin välein.
Systemaattisen näytteenoton edut
Järjestelmällisen näytteenoton etuja ovat:
Helppo toteuttaa ja ymmärtää
Järjestelmällisiä näytteitä on suhteellisen helppo rakentaa, toteuttaa, vertailla ja ymmärtää. Tämä on erityisen tärkeää tutkimuksissa tai selvityksissä, jotka toimivat tiukein budjettirajoituksin.
Hallinta ja prosessin käsitys
Systemaattinen menetelmä tarjoaa tutkijoille ja tilastotieteilijöille myös tietyn hallinnan ja prosessin tunteen. Tämä saattaa olla erityisen hyödyllinen tutkimuksissa, joissa on tiukat parametrit tai kapeasti muodostettu hypoteesi, olettaen, että näytteenotto on kohtuudella rakennettu sopimaan tiettyihin parametreihin.
Clustered Selection poistettu
Klusteroitu valinta, ilmiö, jossa satunnaisesti valitut näytteet ovat epätavallisen lähellä toisiaan populaatiossa, eliminoidaan systemaattisella näytteenotolla. Satunnaiset näytteet voivat käsitellä tätä vain lisäämällä näytteiden määrää tai suorittamalla useampi kuin yksi tutkimus. Nämä voivat olla kalliita vaihtoehtoja.
Matala riskitekijä
Ehkä systemaattisen lähestymistavan suurin vahvuus on alhainen riskitekijä. Järjestelmän ensisijaisilla mahdollisilla haitoilla on selvästi pieni todennäköisyys tietojen saastumiseen.
Systemaattisen näytteenoton haitat
Tällä tutkimusmenetelmällä on myös haittoja:
Olettaa, että väestön koko voidaan määrittää
Systemaattinen menetelmä olettaa, että väestön koko on käytettävissä tai sitä voidaan kohtuudella arvioida. Oletetaan esimerkiksi, että tutkijat haluavat tutkia rottien kokoa tietyllä alueella. Jos heillä ei ole aavistustakaan kuinka monta rottia on, he eivät voi systemaattisesti valita lähtökohtaa tai aikavälin kokoa.
Satunnaisuuden luonnollisen asteen tarve
Väestön on näytettävä luonnollista satunnaisuusastetta valittua mittaajaa pitkin. Jos väestöllä on tietyntyyppinen standardisoitu malli, vaara yleisen tapauksen vahingossa valinnasta on ilmeisempi.
Yksinkertaisen hypoteettisen tilanteen vuoksi harkitse luetteloa suosituimmista koiranrotuista, joissa (tarkoituksella tai vahingossa) jokainen luettelossa oleva tasaisesti numeroitu koira oli pieni ja jokainen pariton koira oli suuri. Jos systemaattinen näytteenottaja aloitti neljännestä koirasta ja valitsi kuuden aikavälin, tutkimus ohitti suuret koirat.
Suurempi tietojen manipuloinnin riski
Järjestelmällisellä näytteenotolla on suurempi tietojen manipuloinnin riski, koska tutkijat saattavat pystyä rakentamaan järjestelmiään lisätäkseen tavoiteltujen lopputulosten saavuttamisen todennäköisyyttä sen sijaan, että annettaisiin satunnaisille tiedoille tuottaa edustava vastaus. Kaikkia tuloksena olevia tilastoja ei voitu luottaa.
