研究中的样本类型和错误

在统计学中，样本是总体的子集，用于将整个群体作为一个整体来表示。在进行研究时，通常是不实际的调查特定人口的每个成员，因为纯粹人数太大了。为了提高人口的特征，研究人员可以使用随机抽样。

研究人员为什么使用样本？

当研究人类思维或行为的某一方面时行为在大多数情况下，研究人员根本无法从每个人身上收集数据。取而代之的是，他们选择了代表较大群体的较小的个体样本。 如果样品是真的代表然后，研究人员可以将他们的结果推广到更大的群体中。

抽样类型

在心理研究和其他类型的社会研究中，实验者通常依赖几种不同的抽样方法。

1.概率抽样

概率抽样意味着人口中的每个人都有所选的机会。因为概率抽样涉及随机选择，它确保群体的每个子集具有相同的机会在样本中表示。这使得概率样本更具代表性，研究人员更好地能够将它们的结果概括为整体。

有几种不同类型的概率抽样：

• 简单的随机抽样是，顾名思义，最简单的概率采样。研究人员在人口中采取每个人，并随机选择他们的样本，通常使用某种类型的计算机程序或随机数发生器。
• 分层随机抽样包括将总体分为几个亚组，然后从每个亚组中抽取一个简单的随机样本。例如，研究可能会根据种族、性别或年龄将人群分成几个亚组，然后对每个亚组进行简单的随机抽样。分层随机抽样通常比简单随机抽样提供更高的统计准确性，并有助于确保某些群体在样本中得到准确代表。
• 整群抽样涉及将人口划分为较小的集群，通常基于地理位置或边界。然后选择这些簇的随机样品，测量簇内的所有受试者。例如，想象一下，您正在努力为您所在州的学校校长进行研究。从每所学校校长收集数据将是成本持久和耗时的。使用群集采样方法，您从状态随机选择五个县，然后从每个五个县中的每一个主题中收集数据。

2.非概率抽样

另一方面，非可憎性采样涉及使用不给出群体的每个子集的方法选择参与者，该方法是所代表的平等机会。例如，一项研究可以招募来自志愿者的参与者。这种样本的一个问题是志愿者可能与某些变量的非志愿者不同，这可能使得难以概括整个人口的结果。

还有几种不同类型的非概率抽样：

• 方便取样涉及在一项研究中使用参与者，因为它们是方便和可用的。如果您曾经自愿进行通过您的大学心理学部门进行的心理学研究，那么您已经参万博maxbetx官网登陆加了一项依赖方便样品的研究。依赖于求志愿者或使用对研究人员提供的临床样本的研究也是便利样本的例子。
• 目的性抽样涉及寻求符合某些标准的个人。例如，营销人员可能有兴趣了解他们的产品在18至35岁之间的观察。他们可能会聘请市场研究公司进行电话采访，以进行故意寻求和采访符合其年龄标准的女性。
• 配额抽样涉及有意地对人群中每个亚组的特定比例进行抽样。例如，政治民警可能有兴趣在某种政治问题上研究人口的意见。如果他们使用简单的随机抽样，他们可能会错过偶然的人口的某些子集。相反，它们建立标准以分配每个子组的一定百分比的样本。与分层采样不同，研究人员使用非随机方法来填充每个子组的配额。

更多了解有关概率和非可行性样本不同的一些方法。

抽样错误

因为采样自然不能包括人群中的每个单个个体，所以可能发生错误。

虽然不可能确切知道总体和样本之间的差异有多大，但研究人员能够从统计上估计抽样误差的大小。例如，在政治民意测验中，你可能经常听到某些信心水平所表示的误差幅度。

一般来说，样本量越大，误差水平越小。 这仅仅是因为，随着样本越来越接近总人口的规模，就越有可能准确地捕捉到人口的所有特征。完全消除抽样误差的唯一方法是从整个人群中收集数据，这通常过于昂贵和耗时。然而，通过使用随机概率测试和大样本量，抽样误差可以最小化。