To tilnærminger: Sannsynlighetsprøving mot ikke-sannsynlighetsprøving
Det er to generelle tilnærminger til prøvetaking i markedsundersøkelser: Sannsynlighetsprøvetaking og ikke-sannsynlig prøvetaking. Sannsynlighetsprøvetaking må oppfylle følgende betingelser: Hver analysenhet må ha samme sannsynlighet for å bli inkludert i prøvegruppen, og deretter kan den matematiske sannsynligheten for ethvert medlem av prøvegruppen som er valgt for prøven beregnes matematisk.
Hva er prøvetakingsfeil og hvordan vet jeg om jeg har det?
Når du arbeider med ikke-sannsynlighetsprøver, er det viktig å forstå forekomsten av prøvetakingsfeil . Jo mindre prøvetakingsgruppen er, desto større er sjansen for prøvetakingsfeil. En bestemt type bias er et resultat av ikke-deltakelse. Det er viktig å forstå effekten av ikke-deltakelse på det samlede resultatet av en studie. Et eksempel kommer fra 1980s General Society Survey (GSS) hvor de som ikke deltok i forskningen, ble funnet å være ganske forskjellige - som en gruppe - fra de som hadde deltatt.
De vanskeliggjorte gruppemedlemmene var vesentlig forskjellig fra deltakerne i arbeidskraften - mest markant i sosioøkonomisk status, sivilstatus, alder, antall barn, helse og kjønn.
Hva er praktisk prøvetaking? Er det praktisk å analysere?
Convenience prøver er ofte brukt i samfunnsvitenskap og atferdsvitenskap på grunn av den sterke avhengigheten av studenter, pasienter, betalte frivillige, medlemmer av sosiale nettverk eller formelle organisasjoner, og til og med fanger.
Hensikten med mye samfunnsvitenskapelig og adferdsvitenskapelig forskning er å verifisere at visse karakteristika forekommer eller ikke forekommer i gruppen som gjennomgår studie. En felles tilnærming er å lete etter forhold mellom flere attributter . Convenience prøver er nyttige og tilstrekkelig for denne typen studie. Det er også nyttig å gjenkjenne at en praktisk prøve ikke alltid er enkel å sette sammen.
Convenience prøver kan også matches for å sammenligne to grupper. For å kunne bruke samsvarende bekvemmelighetsprøver , må en forsker kunne identifisere en motpart for hvert medlem av den første prøven. Disse kolleger er medlemmer av den andre (samsvarende) prøven. Variablene som vanligvis matches, inkluderer kjønn, alder, rase, etnisitet, utdanning, bosted, politisk orientering, religion, jobbtype og lønn. Å samsvare med disse variablene bidrar til å redusere kilder til bias . Imidlertid er det viktig å innse at selv omhyggelig tilpasning ikke kan resultere i prøver uten bias-det er alltid en mulighet for bias fra skjulte kilder.
Hva er hensiktsmessig prøvetaking? Er det alltid ikke-probabilistisk?
Purposiv prøvetaking brukes når forskningsdesignet krever et utvalg av personer som har spesielle egenskaper.
Generelt er disse egenskapene sjeldne eller uvanlige og blir vanligvis ikke distribuert normalt (i henhold til en "normal kurve") i den større befolkningen. Purposiv sampling er fulle av forspenning, hvorav noen oppstår som et resultat av metodene som brukes til å identifisere medlemmene av en målrettet prøve. For eksempel, hvis forskningsformålet krever at man studerer veteraner med traumatisk hjerneskade (TBI), må prøven bestå av tidligere medlemmer av militæret som har opprettholdt en traumatisk hjerneskade, og som identifiserer seg tilsvarende og er enige om å delta i studien . Hver av disse egenskapene eller betingelsene bidrar til et mål for bias i prøven, og derved begrenser nivået og typen konklusjoner som følger av studien.
En viktig begrensning av ikke-sannsynlighetsprøvingsmetoden
En viktig begrensning av ikke-sannsynlighetstesting er at det ikke kan trekkes konklusjoner om den større befolkningen basert på en ikke-sannsynlig prøve.
Dette er imidlertid ikke alltid tilfelle, siden en realistisk oppfatning av hvordan folk nærmer seg forskningsresultater, vil lett identifisere situasjoner der personer utvilsomt trekker konklusjoner fra funn knyttet til ikke-sannsynlighetsprøver.
Også kjent som: praktisk prøvetaking, hensiktsmessig prøvetaking
eksempler:
Prøver som fungerer som offentlige meningsmålinger formidles med ideen om at de representerer hvordan medlemmer av en befolkning vil stemme i et kommende valg eller lignende. Disse prøvene må være svært representativ for befolkningen for å kunne brukes til å lage prognoser om valgresultat, for eksempel.