Dalawang Paraan: Sample ng Probability kumpara sa Non-Probability Sampling
Mayroong dalawang mga pangkalahatang diskarte sa sampling sa market research: Probability sampling at non-probability sampling. Ang sampling ng probabilidad ay dapat matugunan ang mga sumusunod na kondisyon: Ang bawat yunit ng pagtatasa ay dapat magkaroon ng parehong posibilidad na maisasama sa sample na grupo, at pagkatapos ay ang matematikal na posibilidad ng sinumang miyembro ng sample group na pinili para sa sample ay maaaring kalkulahin sa matematiko.
Ano ang Error sa Pag-Sample at Paano Ko Malaman Kung Mayroon Ako?
Kapag nagtatrabaho sa mga di-posibilidad na mga halimbawa, mahalaga na maunawaan ang paglitaw ng error sa sampling . Ang mas maliit na sampling group, mas malaki ang pagkakataon ng sampling error. Ang isang partikular na uri ng bias ay resulta ng di-pakikilahok. Mahalagang maunawaan ang epekto ng di-pakikilahok sa pangkalahatang kinalabasan ng isang pag-aaral. Ang isang halimbawa ay mula sa 1980 General Society Survey (GSS) kung saan ang mga taong hindi sumali sa pananaliksik ay natagpuan na medyo naiiba - bilang isang grupo-mula sa mga nakilahok.
Ang mga miyembro ng grupong mahirap naabot ay naiiba sa kanilang mga kalahok sa paggawa ng peer-peopyo-pinaka-kapansin-pansin sa socioeconomic status, marital status, edad, bilang ng mga bata, kalusugan, at sex.
Ano ang Sample ng Convenience? Maginhawa ba ang Pag-aralan?
Karaniwang ginagamit ang mga halimbawa sa kaginhawaan sa agham panlipunan at asal sa pag-uugali dahil sa mabigat na pag-uumasa sa mga mag-aaral sa kolehiyo, mga pasyente, nagbabayad ng mga boluntaryo, mga miyembro ng mga social network o pormal na organisasyon, at kahit na mga bilanggo.
Ang layunin ng maraming agham panlipunan at pananaliksik sa pag-uugali sa pag-uugali ay upang mapatunayan na ang ilang mga katangian ay nangyari o hindi nangyayari sa grupong sumasailalim sa pag-aaral. Ang isang pangkaraniwang diskarte ay upang hanapin ang mga relasyon sa maraming mga katangian . Ang mga halimbawa ng kaginhawaan ay kapaki-pakinabang at sapat para sa ganitong uri ng pag-aaral. Gayundin, ito ay kapaki-pakinabang upang makilala na ang isang kaginhawahan sample ay hindi laging madali upang magkasama.
Maaaring maitugma din ang mga halimbawa ng kaginhawaan upang ihambing ang dalawang grupo. Upang magamit ang mga kaparehong sample ng kaginhawaan , dapat na makilala ng isang mananaliksik ang isang kapilas para sa bawat miyembro ng unang sample. Ang mga katapat na ito ay mga miyembro ng ikalawang (naitugmang) sample. Ang mga variable na karaniwang naitutugma ay kasarian, edad, lahi, etniko, edukasyonal na kakayahan, lugar ng paninirahan, oryentasyong pampulitika, relihiyon, uri ng trabaho, at suweldo o suweldo. Ang pagtutugma ng mga variable na ito ay nakakatulong upang mabawasan ang mga mapagkukunan ng bias . Gayunpaman, mahalagang kilalanin na kahit na ang maingat na pagtutugma ay hindi maaaring magresulta sa mga sample na walang bias-palaging isang posibilidad ng bias mula sa mga nakatagong pinagkukunan.
Ano ang Mahalagang Sampling? Ito ba ay Laging Walang Probabilistic?
Ang hangarin na sampling ay ginagamit kapag ang disenyo ng pananaliksik ay humihiling ng isang sample ng mga tao na nagpapakita ng mga partikular na katangian.
Sa pangkalahatan, ang mga katangiang ito ay bihira o hindi pangkaraniwang at karaniwang hindi ipinamamahagi nang normal (ayon sa isang "normal na curve") sa mas malaking populasyon. Ang mahalay na sampling ay puno ng bias, na ang ilan ay nangyayari bilang isang resulta ng mga pamamaraan na ginagamit upang makilala ang mga miyembro ng isang purposive sample. Halimbawa, kung ang layunin ng pananaliksik ay nangangailangan ng pag-aaral ng mga Beterano na may traumatiko pinsala sa utak (TBI), ang sample ay dapat na binubuo ng mga dating miyembro ng militar na nagpanatili ng isang traumatiko pinsala sa utak, at sino ang nagpapakilala sa kanilang sarili nang naaayon at sumang-ayon na lumahok sa pag-aaral . Ang bawat isa sa mga katangian o kundisyon ay nag-aambag ng isang sukatan ng bias sa sample, sa gayon nililimitahan ang antas at uri ng mga konklusyon na nagreresulta mula sa pag-aaral.
Isang Mahahalagang Limitasyon sa Pamamaraang Pagtatamo ng Di-Probability
Ang isang mahalagang limitasyon ng di-posibilidad na sampling ay ang mga inferences ay hindi maaaring iguguhit tungkol sa mas malaking populasyon batay sa isang di-posibilidad na sample.
Gayunpaman, hindi palaging ito ang kaso, dahil ang isang makatotohanang pagtingin sa kung paano tinutukoy ng mga tao ang mga natuklasan sa pananaliksik ay madaling makilala ang mga sitwasyon kung saan ang mga tao ay hindi nakakuha ng mga konklusyon mula sa mga natuklasan na nauugnay sa mga di-posibilidad na mga halimbawa.
Kilala rin bilang: convenience sampling, purposive sampling
Mga halimbawa:
Ang mga halimbawa na kumikilos tulad ng mga poll ng opinyon ng publiko ay ipinakalat sa ideya na kinakatawan nila kung paano bumoboto ang mga miyembro ng isang populasyon sa darating na halalan o katulad nito. Ang mga sampol na ito ay dapat na mataas na kinatawan ng populasyon upang magamit upang gumawa ng mga pagtataya tungkol sa mga resulta ng halalan, halimbawa.