Mga katangian ng posibilidad at mga sample na hindi posibilidad

Ngayon ang mga kahilingan sa mundo ay tumataas, samakatuwid nasa atin upang umangkop at mabuhay ang mga pagbabago na hinihiling ng mundo. Sa larangan ng negosyo, hindi sapat na magkaroon ng kaalaman lamang tungkol sa pangangasiwa, ngunit dapat nating hawakan ang kawalang-hanggan ng mga paksa at paunlarin sila, dahil maraming kumpetisyon.

Sa sumusunod na gawain, ang paksa ng probabilistic at non-probability sampling ay binuo, upang magbigay ng kalidad na impormasyon sa mga gumagamit na kailangang suportahan o alamin ang higit pa tungkol sa paksa sa isang simpleng paraan, na maaaring magamit sa iba't ibang sangay ng pag-aaral at para lamang banggitin ang isa, ang kapaligiran sa negosyo.

non-probabilistic-sampling-probabilistic-yesenia

Hindi sapat na magagawa ang mga bagay, maraming beses na kailangan mo ang kaalaman at pagnanais na gumawa ng mga kontribusyon, upang mabuo ang mga kahilingan na higit na malaki sa bawat oras. Kami ay nag-iisip at may kamalayan na mga nilalang, samakatuwid dapat tayong kumilos nang kapwa sa ating mga pagkilos at sa mga nakapaligid sa atin.

Ang gawaing ito, tulad ng nakikita mo, ay inihanda mula sa mga paksang nakikita sa klase ng probabilidad at istatistika, mula sa isang degree sa negosyo, kung saan napakahalaga na magkaroon ng kinakailangang kaalaman upang harapin ang mundo at sangkatauhan.

PAGSUSULIT

Ito ang proseso ng pagpili ng isang hanay ng mga indibidwal mula sa isang tiyak na populasyon upang pag-aralan ang mga ito at makilala ang kabuuang populasyon.

Narito ang dalawang pangunahing mga tuntunin ng sampling:

Uniberso o populasyon: Ito ang kabuuan ng mga indibidwal na nais kong pag-aralan o kilalanin ang Halimbawang: Ito ang hanay ng mga indibidwal ng uniberso na pinili kong pag-aralan ang mga ito, halimbawa sa pamamagitan ng isang survey.

KARAGDAGAN NG PAGPAPAKITA

Malinaw na nagbubuod ito ng oras at gastos ng mga pag-aaral na isinasagawa bilang karagdagan sa pagbabawas ng mga mapagkukunan na ginagamit.Ang operasyon ng data ay mas simple.

Mga DISADVANTAGES NG PAGSUSULIT

Ipinakilala namin ang (kinokontrol) na error sa resulta, dahil sa mismong likas na katangian ng sampling at ang pangangailangan na gawing pangkalahatan ang mga resulta. Kami ay nasa peligro ng pagpapakilala ng mga biases dahil sa hindi magandang pagpili ng sample. (Ene, 2009)

PROBABILISTIKONG PAGSIMULA

Ang Probabilistic sampling ay tatalakayin hangga't natugunan ang dalawang kundisyon:

Ang mga elemento ng populasyon ay dapat magkaroon ng isang posibilidad na mas malaki kaysa sa zero na mapili sa sample. May tiyak na kaalaman sa posibilidad ng bawat elemento.

Tulad ng nakikita natin, maaari lamang nating gawin ang probability sampling kung mayroon tayong sampling frame. Kasunod nito, ang form na ginamit upang piliin ang sample ay tumutukoy sa iba't ibang mga pamamaraan ng pag-sampling ng probabilistic, na ipinapakita sa ibaba.

SIMPLE RANDOM SAMPLING

Ang simpleng random sampling (MAS) Ito ang sampling technique kung saan ang lahat ng mga elemento na bumubuo ng uniberso at detalyado sa sample frame ay pantay na mapili para sa sample.

Sa loob ng simpleng random sampling ay dalawang subdibisyon, na tinukoy alinsunod sa posibilidad na ang mga indibidwal ng uniberso ay maaaring mapili nang higit sa isang beses sa sample, ito ay MAS na may kapalit o walang kapalit.

Kung ang kapalit ay ginagamit, kapag sa oras ng pagpili ng isang indibidwal nang random para sa sample, hindi mahalaga na siya ay napili muli sa isang kasunod na pagpili.

Kung ang muling pagdadagdag ay hindi ginagamit, ang isang indibidwal na napili para sa sample isang beses ay hindi na muling ipasok ang pagguhit.

Ang sumusunod na expression ay ginagamit para sa laki ng sample sa isang MAS na walang kapalit. Inilahad ng formula ang kinakailangang laki ng sample kapag ang uniberso ay may hangganan sa kinakailangang sukat kapag ang sansinukob ay walang hanggan:

Kung saan ang n0 ay ang laki ng halimbawang kinakailangan para sa isang walang hanggan na uniberso at ang N ang laki ng hangganan na uniberso. Posible na ipakita na ang laki ng sample kapag gumagamit kami ng kapalit (nr) ay palaging katumbas ng laki na kinakailangan para sa walang hanggan uniberso (nr = n0).

Mga ADVANTAGES NG SIMPLE RANDOM SAMPLING

Ito ay mabilis at maaasahan dahil may kasalukuyang software na minamali ang gawain kapag pumipili ng mga indibidwal na ginagawang mas maaasahan.Ang error dahil sa pagkakataon ay maaaring makalkula nang tumpak

Sa ganitong paraan, kapag ginagamit ang MAS tinitiyak namin na nakakakuha kami ng mga halimbawang kinatawan, upang ang tanging mapagkukunan ng error na makakaapekto sa mga resulta ay magkakaroon ng pagkakataon.

DISADVANTAGE NG SIMPLE RANDOM SAMPLING

 Ang kahirapan na isagawa ito sa pagsasanay sa totoong pagsisiyasat. Ang pagiging isang probabilistikong pamamaraan, kinakailangan ang isang sampling frame sa lahat ng mga indibidwal at na ang lahat ay maaaring piliin para sa sample.

STRATIFIED RANDOM SAMPLING

"Ang pamamaraan na ito, na kabilang sa pamilya ng mga probabilistikong sampling, ay binubuo ng paghati sa buong populasyon sa ilalim ng pag-aaral sa iba't ibang mga subgroup o disjoint strata, upang ang isang indibidwal ay maaari lamang kabilang sa isang stratum. Kapag natukoy ang strata, ang mga indibidwal ay pinili upang lumikha ng sample gamit ang anumang pamamaraan ng pag-sampling para sa bawat isa sa strata nang hiwalay. Kung, halimbawa, gumagamit kami ng simpleng random sampling sa bawat stratum, sasabihin namin ang stratified random sampling (MAE simula dito). Ang strata ay karaniwang mga homogenous na grupo ng mga indibidwal, na kung saan ay heterogenous sa pagitan ng iba't ibang mga grupo.

Ito ay medyo pangkaraniwan upang tukuyin ang strata ayon sa ilang mga variable na katangian ng populasyon, tulad ng edad, kasarian, klase sa lipunan, o rehiyon ng heograpiya. Pinapayagan ng mga variable na ito ang sample na madaling nahahati sa magkakaibang eksklusibong mga grupo at madalas, pinapayagan ang iba't ibang mga pag-uugali na nai-discriminate sa loob ng populasyon… "(Ene, 2009)

MGA TYPES NG STRATIFIED SAMPLING

Depende sa sukat na itinalaga sa strata, pag-uusapan natin ang tungkol sa iba't ibang uri ng stratified sampling. Karaniwan din na magsalita ng iba't ibang anyo ng "pagsasamantala" ng sample sa strata.

NAG-ISIP NA NAG-AARAL NA NAG-AARAL

"Kapag pumili kami ng isang katangian ng mga indibidwal upang tukuyin ang strata, karaniwang nangyayari na ang laki ng nagreresultang mga subpopulasyon sa uniberso ay naiiba.

UNIFORM STRATIFIED SAMPLING

Tatalakayin namin ang tungkol sa pantay na paglalaan kapag nagtatalaga kami ng parehong laki ng sample sa lahat ng tinukoy na strata, anuman ang bigat ng mga strata na ito sa populasyon.

OPTIMAL STRATIFIED SAMPLING

Sa kasong ito, ang laki ng strata sa sample ay hindi proporsyonal sa populasyon. Sa kabilang banda, ang laki ng strata ay tinukoy nang proporsyonal sa karaniwang paglihis ng mga variable sa ilalim ng pag-aaral. Sa madaling salita, ang mas malaking strata ay kinuha sa strata na may mas malaking panloob na pagkakaiba-iba upang mas mahusay na kumatawan sa pinakamahihirap na grupo ng populasyon na pag-aralan sa kabuuang halimbawang… ”(Ene, 2009)

SYSTEMATIC SAMPLING

Ito ay isang pamamaraan na binubuo ng pagpili ng isang tiyak na paksa nang sapalaran sa populasyon at kasunod na pagpili para sa sample bawat indibidwal na nth magagamit sa sampling frame.

Ang sistematikong sampling ay isang napaka-simpleng proseso, na nangangailangan lamang ng random na pagpili ng isang indibidwal. Ang mga resulta na nakuha namin ay kinatawan ng populasyon, ang ganitong uri ng sample ay bihirang ginagamit.

Ang proseso para sa sistematikong sampling ay ipinakita sa ibaba.

PROSESO NG PAGSIMULA NG SYSTEMATIC

"Gumawa kami ng isang iniutos na listahan ng mga N indibidwal sa populasyon, na magiging sampling frame. Hinati namin ang sampling frame sa n fragment, kung saan n ang halimbawang sukat na gusto namin. Ang laki ng mga fragment na ito ay K = N / n

kung saan ang K ay tinatawag na agwat ng elemento o elevation.

Panimulang numero: nakakuha kami ng isang integer random na numero A, mas mababa sa o katumbas ng agwat. Ang bilang na ito ay tumutugma sa unang paksa na pipiliin namin para sa sample sa loob ng unang fragment kung saan nahati namin ang populasyon. Pagpili ng natitirang mga indibidwal na n-1: Napili namin ang mga sumusunod na indibidwal mula sa sapalarang napiling indibidwal, sa pamamagitan ng isang sunud-sunod na aritmetika, pagpili ng mga indibidwal mula sa natitirang mga fragment kung saan hinati namin ang sample na sumasakop sa parehong posisyon bilang paunang paksa. Katumbas ito sa pagsasabi na pipiliin namin ang mga indibidwal… ”(Ene, 2009)

A, A + K, A + 2K, A + 3K,…., A + (n-1) K

KARAGDAGANG NG PAGSIMULA NG SYSTEMATIC

Ito ay kumakatawan sa populasyon nang napakahusay, mabilis at simpleng dahil hindi na kailangan upang makabuo ng maraming mga random na numero pati na rin ang mga paksa sa aming sample.Ito garantiya sa amin ng isang pantay na pagpili ng populasyon upang pag-aralan.

PAGSUSULIT NG CONGLOMERATES

Ang Cluster sampling ay isang pamamaraan na batay sa mga pangkat na masuri, na wastong kumakatawan sa kabuuang populasyon na may kaugnayan sa katangian na nais nating sukatin.

CONGLOMERATE PROSESO NG PAGSIMULA

Tukuyin ang mga kumpol, pagpili ng isang katangian na nagbibigay-daan sa populasyon na nahahati sa magkahiwalay na mga grupo at nang lubusan. Piliin ang mga kumpol na pag-aralan.Magsisi sa mga paksa na bahagi ng kumpol.

Ito ay mas mura upang pumili ng isang kumpol upang pag-aralan kaysa gumawa ng isang random o sistematikong sample.

Na ang mga conglomerates ay hindi talagang homogenous sa kanila.

NON-PROBABILISTIKONG PAGSIMULA

Sa maraming okasyon, kailangang gamitin ang iba pang mga sampling technique, na nasa non-probabilistic na grupo. Sa mga alternatibong pamamaraan na ito, karaniwang ginagamit ang pagpili ng mga elemento para sa sample batay sa mga hypotheses na nauugnay sa populasyon ng interes, na tinatawag na pamantayan sa pagpili.

Ang isang di-posibilidad na sample ay nagpapabatid sa atin ng kung ano ang isang uniberso ngunit hindi pinapayagan tayong malaman kung ano ang katumpakan: hindi tayo makapagtatag ng mga margin ng mga antas ng pagkakamali at kumpiyansa.

MAGINHAWANG PAGBAHAGI

Tulad ng ipinahihiwatig ng pangalan nito, ang pamamaraan na ito ay tungkol sa pagpili ng isang sample ng populasyon dahil sa katotohanan na naa-access ito. Sa madaling salita, ang mga indibidwal na mag-aambag sa pananaliksik ay pinili dahil handa silang magagamit, hindi dahil napili sila gamit ang pamantayang istatistika, bagaman hindi pinapayagan ang isang pangkalahatang pahayag tungkol sa populasyon ng pag-aaral.

KARAGDAGANG PAGSUSULIT NG KONSENSYON

 "Dahil ang elemento na masuri ay handang makipagtulungan sa pag-aaral, mas madaling makakuha ng makatotohanang data bukod sa kanyang pakana sa sanhi.

DISADVANTAGE NG CONVENIENCE SAMPLING

 Ang kakulangan ng representativeness, ang posibilidad ng paggawa ng mga statistic na pahayag tungkol sa mga resulta at panganib ng pagkakaroon ng mga biases dahil sa mga pamantayang sampling na ginamit. Sa pinakamasamang kaso, ang aking maginhawang sample ay maaaring magpakita ng isang sistematikong bias na may kinalaman sa kabuuang populasyon, na makagawa ng mga pangit na resulta… "(Ene, 2009)

SEQUENTIAL SAMPLING

Ang sequential sampling ay isang non-probability sampling technique kung saan pipiliin ang paksa o pangkat na mapag-aralan, sila ay pinili sa isang tiyak na agwat ng oras, ang pag-aaral ay isinasagawa, ang mga resulta ay nasuri, pagkatapos ay ibang pangkat ng mga paksa ay napili, kung kinakailangan.

PAGSUSULIT NG QUOTAS

Ang quota sampling ay binubuo ng tatlong mga hakbang

Pagbabahagi ng segmentation ng populasyon sa ilalim ng pag-aaral sa mga grupo nang lubusan at kapwa. Pagtatakda ng laki ng mga quota. Ang bilang ng mga indibidwal upang mag-survey para sa bawat isa sa mga pangkat na ito. Pagpili ng mga kalahok at pag-verify ng mga bayarin. Ang mga kalahok ay hinahangad na masakop ang bawat isa sa tinukoy na bayad.

ADVANTAGE NG QUOTA SAMPLING

 Ang mga resulta na ipinapakita nito ay napaka-kapaki-pakinabang, pati na rin ang mababang gastos at maaasahan.

Mga DISADVANTAGES NG QUOTA SAMPLING

"Ang imposibilidad ng paglilimita sa pagkakamali na ginagawa namin kapag gumagamit ng ganitong uri ng sampling. Ang panganib ng pagkawala ng isang may-katuturang quota sa isang pag-aaral." (Ene, 2009)

Ito ay isang non-probability sampling technique na kung saan ang mga indibidwal na napiling pinag-aralan ay pantay na kumuha ng iba pang mga kalahok para sa pag-aaral. Binigyan ito ng pangalang snowball dahil tulad ng isang bumabagsak na niyebeng binilo, mas maraming materyal ang nagtitipon sa pagitan ng mga paksa na pinag-uusapan.

Ang snowball ay madalas na ginagamit sa mga populasyon kung saan walang madaling pag-access. Sa mga pag-aaral na nangangailangan ng pag-aaral ng isang tiyak na populasyon, maaaring maging mas epektibo upang makakuha ng isang sample sa pamamagitan ng mga miyembro ng parehong populasyon, kaysa sa pamamagitan ng isang purong random na pagpili, kung saan ang isang malaking bilang ng mga indibidwal na kandidato na makilahok ay itatapon.

SNOWBALL SAMPLING PROSESO

"Ang proseso ng paglikha ng isang sample gamit ang isang snowball ay batay sa paggamit ng social network ng ilang mga paunang indibidwal upang ma-access ang isang pangkat. Maaari naming hatiin ang prosesong ito sa mga sumusunod na hakbang:

Tukuyin ang isang programa ng pakikilahok, na naglalarawan ng proseso kung saan ang isang indibidwal ay nag-anyaya o sumangguni sa iba na makilahok.Tukuyin ang mga pangkat o samahan na maaaring mapadali ang pag-access sa mga paunang indibidwal na nakakatugon sa katangian ng katangian ng pag-aaral. paunang mga contact at hilingin sa kanilang pakikilahok. Ang bahaging ito ay magiging katulad ng isang maginoo na pamamaraan ng pag-sampol, ngunit naglalayong makakuha ng isang nabawasan na laki ng sample.Hiling ng pag-access sa iba pang mga contact pagkatapos makumpleto ang pakikipanayam.. Tiyaking pagkakaiba-iba ng mga contact sa pamamagitan ng tama na pagpili ng mga indibidwal. mga inisyal at pagtataguyod na ang rekomendasyon ay hindi limitado sa malapit na mga contact. " (Ene, 2009)

MGA TYPES NG PAGPAPAKITA NG SNOWBALL

Karaniwang maaari naming makilala ang dalawang uri ng pag-sampal ng niyebeng binilo:

Linya ng pag-sampol: ang mga indibidwal sa populasyon ay dapat magrekomenda ng isa pang indibidwal, sa isang paraan na ang sample ay lumalaki sa isang linear rate. Exponential sampling: Ang bawat indibidwal ay dapat mag-imbita ng higit sa isang indibidwal na lumahok. Tulad ng maraming mga tao ay inanyayahan nang sabay-sabay, ang populasyon ay lalago nang mas kaunting oras.

KARAGDAGAN NG SNOWBALL SAMPLING

Pinapayagan nito ang sampling ng mga mahirap na maabot na populasyon.Ito ay isang pang-ekonomiya at simpleng proseso.Ito ay nangangailangan ng kaunting pagpaplano at kaunting mga mapagkukunan ng tao: ang mga pakikipanayam na mga paksa mismo ang gumagawa.

Mga DISADVANTAGES NG SNOWBALL SAMPLING

Kakulangan ng kontrol patungkol sa konstitusyon ng sample.Hindi nito ginagarantiyahan ang representativeness, at hindi rin nito pinapayagan na malaman natin ang antas ng katumpakan na maalok ito.Hindi kontrolado ang laki ng halimbawang: ang pamamaraan ay hindi pinahihintulutan na ayusin ang isang priori na may katumpakan ang laki ng halimbawang makukuha natin.

DISKRISYONAL NA PAGSUSULIT

Diskriminaryong sampling ay mas kilala bilang intensyonal na sampling. Sa ganitong uri ng sampling, ang mga paksa ay pinili upang maging bahagi ng sample na may isang tiyak na layunin. Sa pamamagitan ng pagpapasya ng pagpapasya, naniniwala ang mananaliksik na ang ilang mga paksa ay mas angkop para sa pananaliksik kaysa sa iba. Sa kadahilanang ito, ang mga sadyang pinili bilang mga paksa… ”(Universo Fórlecciones, 2014)

Pinili ng mananaliksik ang mga indibidwal ayon sa kanilang mga propesyonal na pamantayan. Maaari mong gawin ang pagpili batay sa karanasan ng mga nakaraang pag-aaral o iyong kaalaman sa populasyon at pag-uugali nito laban sa mga katangian na pinag-aralan.

SAMPLING FRAME

Ang sampling frame ay ang listahan ng mga elemento na bumubuo sa uniberso na nais mong pag-aralan at mula sa kung saan ang sample ay iguguhit. Ang mga elementong ito upang siyasatin ay hindi dapat palaging maging indibidwal, maaari rin silang iba pang mga bagay na maaaring masuri. Ang bawat isa sa mga elementong ito ay nasa sampling frame ay kilala bilang mga unit ng sampling.

KASUNDUAN

Hindi mailarawan ang dami ng mga benepisyo na maibigay sa amin ng mga tool na ipinakita ko sa gawaing ito, nakasalalay sa sitwasyon na matatagpuan natin ang ating sarili at ang mga layunin at uri ng sampling na dapat nating gamitin.

Nalalaman na kapag isinasagawa ang mga pag-aaral at pananaliksik ay dapat nating palaging gamitin ang mga tool na pinakamahusay na angkop sa aming mga pangangailangan, gayunpaman hindi laging posible na makakuha ng 100% maaasahang mga resulta, iyon ang dahilan kung bakit mayroon kaming iba't ibang mga instrumento sa aming pagtatapon, ito ang aming gawain subukang matugunan ang mga pamantayang iminungkahi para sa bawat aktibidad.

Bagaman hindi posible na magsagawa ng isang pag-aaral na hindi naglalaman ng isang margin ng kamalian, maaari nating sinasadya na gamitin ang sampling at masulit ito, iyon ay nasa mga mananaliksik.

Napagpasyahan ko na sa anumang lugar kung saan nagtatrabaho ang mga tao, ang mga pagkalkula ng probabilistik ay palaging gagamitin, at ito ay tungkol sa pag-aaral nang higit pa at higit pa upang mabuo at palaguin, bilang karagdagan sa pag-iwan ng aming butil ng buhangin bilang isang kontribusyon.