Wahrscheinlichkeits- und Nichtwahrscheinlichkeitsstichprobe

Nachdem Sie diesen Artikel gelesen haben, lernen Sie die Kombinationen von Wahrscheinlichkeits- und Nicht-Wahrscheinlichkeits-Stichproben kennen.

Wenn die Abtastung in einer Reihe von Stufen durchgeführt wird, können Wahrscheinlichkeits- und Nichtwahrscheinlichkeitsprinzipien in einem Stichprobenentwurf kombiniert werden. Eine oder mehrere Stufen der Abtastung können nach dem Wahrscheinlichkeitsprinzip und die übrigen Stufen nach dem Nichtwahrscheinlichkeitsprinzip durchgeführt werden.

Zum Beispiel kann der Ermittler mit der Auswahl von Clustern unter Verwendung der Cluster- (Wahrscheinlichkeits-) Abtaststrategie beginnen, aber in der Endphase kann er Elementklassen als Quotenabtastungen auswählen.

Somit kann der Abtaster eine Wahrscheinlichkeitsstichprobe von Bezirken in einem Zustand auswählen; In jedem dieser Bezirke kann er eine Wahrscheinlichkeitsstichprobe von Entwicklungsblöcken auswählen, und schließlich kann er in jedem Block Quotenzahlproben auswählen, die für die Stadien der Gemeinschaftsentwicklung kontrolliert werden, dh I, II, III usw.

Der Vorteil eines solchen Designs besteht darin, dass die wichtigsten Einsparungen bei der Quotenauswahl bei der Ermittlung der besonderen Fälle für die Stichprobe auftreten. Es ist relativ kostengünstiger, anhand des Wahrscheinlichkeitsprinzips Bereiche auszuwählen, in denen die Endphase der Probenahme stattfinden wird.

Es gibt Belege dafür, dass in ausgewählten Gebieten entnommene Quotenproben erfolgreicher bei der Kontrolle bestimmter Variablen sind als dies der Fall ist, wenn die Kontrolle dieser Variablen von den Einschätzungen von Interviewern oder Beobachtern abhängt. Das Kombinieren von Wahrscheinlichkeits- und Nichtwahrscheinlichkeitsverfahren in bestimmten Fällen kann eine entgegengesetzte Strategie beinhalten.

Der Prüfer kann eine Wahrscheinlichkeitsprobe von Elementen innerhalb einer Nichtwahrscheinlichkeitsprobe von Gebieten nehmen; Die Bereiche werden als Zweck- oder Beurteilungsprobe ausgewählt. Die Bezirke (im obigen Beispiel) können mit der Begründung ausgewählt werden, dass diese die Entwicklungsziele (oder umgekehrt) besonders erfolgreich erreicht haben, und der Abtaster wählt dann eine Wahrscheinlichkeitsabfrage der Entwicklungsblöcke aus.

Die typischen Bezirke, die gezielt ausgewählt werden, können als Definition einer Bevölkerung betrachtet werden. Wenn eine Wahrscheinlichkeitsstichprobe vollständig zutreffend ist und somit der Grad der Zuverlässigkeit geschätzt werden kann, der unter der Annahme zugrunde liegt, dass die Ergebnisse der Stichprobe eine gute Darstellung der Populationsrenditen sind.

Der Forscher kann dann die auf dieser beschränkten Teilbevölkerung beruhenden Schlussfolgerungen auf die nationale Bevölkerung verallgemeinern, vorausgesetzt, die typischen Bezirke sind noch typisch für ihre jeweiligen Stadien. Solange und soweit diese Annahme gültig ist.

Lassen Sie uns nun ausführlich die speziellen Anwendungen der Nicht-Wahrscheinlichkeits-Abtastung diskutieren. Es wurde bereits angedeutet, dass die Hauptvorteile von Nicht-Wahrscheinlichkeits-Stichprobenverfahren Bequemlichkeit und Wirtschaftlichkeit sind. Die Ermittler wenden nach wie vor Stichprobenverfahren an, die nicht der Wahrscheinlichkeit entsprechen, und begründen ihren Einsatz aus praktischen Erfahrungen, Zweckmäßigkeiten und Möglichkeiten.

Sie können natürlich in einem Atemzug die theoretische Überlegenheit der Wahrscheinlichkeitsentnahme einräumen. Viele praktische Probennehmer argumentieren jedoch, dass die Überlegenheit der Wahrscheinlichkeitsstichprobe in vielen Fällen nur "auf dem Papier" oder "fiktional" ist. Sie weisen darauf hin, dass die theoretischen Vorteile der Wahrscheinlichkeitsabtastung bei der tatsächlichen Implementierung der Wahrscheinlichkeitsstichprobenpläne oftmals annulliert werden.

Bei der Durchführung des Wahrscheinlichkeits-Stichprobenplans kann es zu vielen Fehlern kommen. Zum Beispiel können einige der in der Stichprobe ausgewählten Fälle die Befragung ablehnen oder nicht zur Verfügung stehen, die Interviewer können einige der Fragen während des Interviewprozesses auslassen, und es können Kompromisse eingegangen werden, indem den Interviewern ermöglicht wird, andere Befragte bei den ursprünglich ausgewählten Fällen zu ersetzen werden nicht zu Hause gefunden und so weiter.

Bei der tatsächlich befragten Stichprobe handelt es sich daher möglicherweise nicht um eine Wahrscheinlichkeitsstichprobe des Universums im engeren Sinne des Begriffs.

Darüber hinaus gibt es Umstände, in denen eine Wahrscheinlichkeitsentnahme nicht erforderlich oder unangemessen ist. In explorativen Studien besteht das Ziel des Forschers beispielsweise darin, Ideen, neue Erkenntnisse und erfahrene kritische Bewertungen zu erhalten, nur um ihm dabei zu helfen, ein Forschungsproblem oder eine Hypothese aufzustellen.

Der Forscher, der solche Studien durchführt, führt keine Untersuchungen von Proben durch, um auf die untersuchten Populationen verallgemeinern zu können. So wählt er eine zweckmäßige Probe aus.

Die Befragten werden aufgrund ihrer besonderen Erfahrung, Exposition und Kompetenz genau ausgewählt. Die Marktforscher geben sich normalerweise mit zufälligen oder zweckdienlichen Proben zufrieden, die so ausgewählt werden, dass die Wahrscheinlichkeit eines Unterschieds zwischen den Elementen in der Probe maximiert wird.

Sie suchen vielleicht nach Ideen, die an die Verantwortlichen für die Werbung der Produkte weitergegeben werden sollen, anstatt korrekte Schätzungen der Bevölkerungsverteilung zu übermitteln.

Manchmal gibt es keinen Ausweg, als auf die Nicht-Wahrscheinlichkeits-Stichprobe zurückzugreifen. Wenn man zum Beispiel etwas über die Erfahrungen von Menschen herausfinden will, die aufgrund bestimmter politischer Entwicklungen beispielsweise Sri Lanka verlassen mussten, hat er keine realistische Wahl, als sich auf Informanten zu verlassen, die hier zufällig zur Verfügung stehen und nun.

Natürlich hat der Forscher hier die Wahl zwischen Daten, die keine statistische Bewertung der Fehlerquote zulassen usw. und überhaupt keine Daten. Dies bedeutet natürlich nicht, dass es nicht um die Möglichkeit eines Fehlers geht; er verlässt sich nur auf die interne Konsistenz der Daten und deren Kohärenz mit anderen Informationen, die er möglicherweise erhalten hat.

Wir müssen bedenken, dass es in der Forschung neben dem Bemusterungsdesign viele wichtige Überlegungen gibt. Es kann daher notwendig sein, eine Überlegung gegen eine andere abzuwägen. Manchmal liegt die Weisheit darin, dass ein besseres und genaueres Stichproben-Design zugunsten einer sensibleren Methode der Datenerfassung aufgegeben wird.

In diesem Licht sollten wir verstehen, warum die Verwendung von Nicht-Wahrscheinlichkeits-Samples gelegentlich gerechtfertigt ist. Natürlich ist die Entscheidung, ob es besser ist, auf der Grundlage eines nicht sehr soliden Samples oder weniger angemessenen Informationen auf der Grundlage eines Echolot-Samples besser oder tiefer gehende Informationen zu sammeln, keineswegs leicht zu erreichen.

In Bezug auf den Forschungszweck kann der Forscher eine solche Entscheidung treffen.

In einer Studie über Faktoren, die mit der Verwendung von Betäubungsmitteln bei Jungen in jugendlichen Straßenbanden zusammenhängen, verwendete Chein and Associates (1957) beispielsweise eine Stichprobe sozialarbeiterischer Mitarbeiter, die das Vertrauen von Gangjungen gewohnt hatten.

Bei dieser Stichprobe handelte es sich um eine zufällige Stichprobe von Gruppenarbeitern. Da sie nur Informationen über die Bandenjungs geben konnten, mit denen sie zusammengearbeitet hatten, war auch die Stichprobe der Bandenmitglieder, über die Informationen verfügbar waren, eine Stichprobe.

In Anbetracht der Möglichkeit, verlässlichere Informationen über die Gruppe von diesen Gruppenarbeitern zu erhalten, zogen die Forscher eine zufällige (Nicht-Wahrscheinlichkeits-Stichprobe) der Wahrscheinlichkeitsstichprobe von Bandenmitgliedern vor (unter der Annahme, dass es möglich ist, eine solche Wahrscheinlichkeitsstichprobe zu erhalten). .

In seiner wissenschaftlichen Weisheit muss der Forscher daher die Gewinne und Verbindlichkeiten verschiedener Forschungsverfahren sorgfältig abwägen. Unter Umständen kann er das Wahrscheinlichkeitsprinzip in seinem Probenahmeverfahren opfern, um durch sensiblere und verlässlichere Instrumente der Informationssicherung ein tieferes Verständnis zu erlangen.