Probability vs Non Probability Sampling

zoals vermeld in dit artikel op Wikipedia, survey sampling methoden bestaan uit twee variaties; probability and non probability sampling.

dus wat zijn de belangrijkste verschillen tussen de twee?

Kanssteekproef

Dit betekent dat iedereen in de populatie een kans heeft om te worden bemonsterd, en u kunt bepalen wat de kans is dat mensen worden bemonsterd.,

Waarschijnlijkheidsbemonstering omvat eenvoudige aselecte bemonstering, systematische bemonstering, gestratificeerde bemonstering, waarschijnlijkheid evenredig met Groottebemonstering en Cluster-of Meertrapsbemonstering. En hebben deze elementen gemeen

1. iedereen heeft een bekende (berekende) kans om te worden bemonsterd
2. Er is willekeurige selectie

Non probability sampling

Dit betekent dat u een deel van de populatie in uw steekproef hebt uitgesloten, en dat exacte aantal kan niet worden berekend – wat betekent dat er grenzen zijn aan hoeveel u kunt bepalen over de populatie uit de steekproef.,

de methoden voor niet-problematische bemonstering omvatten convenience sampling, quotabemonstering, en doelgerichte bemonstering – of beoordelingsbemonstering, en sneeuwbalbemonstering.

(bron, wikipedia.org)

Waarschijnlijkheidsbemonsteringsmethoden

eenvoudige aselecte bemonstering

aselecte bemonstering in de eenvoudigste en zuiverste vorm betekent dat elk lid van de populatie een gelijke (en bekende) kans heeft om te worden geselecteerd. In een grote populatie wordt dit om kosten-en technische redenen onbetaalbaar, waardoor de werkelijke pool van respondenten bevooroordeeld wordt.,

systematische bemonstering

Deze methode verdient vaak de voorkeur boven eenvoudige aselecte bemonstering, omdat u systematisch leden van de populatie selecteert – dat wil zeggen elke n-de record. Zolang er geen volgorde van de lijst, de steekproefmethode is net zo goed als random – alleen veel eenvoudiger te beheren.

gestratificeerde bemonstering

Dit is een meer gebruikte techniek, en de populatie wordt onderverdeeld in subgroepen met een gemeenschappelijke eigenschap, of “strata”, en vervolgens wordt willekeurige bemonstering uitgevoerd om de bemonsteringsbias te verminderen., De sleutel is om ervoor te zorgen dat de steekproefgrootte groot genoeg is om de bevolking te vertegenwoordigen.

niet-Waarschijnlijkheidsbemonsteringsmethoden

Convenience Sampling

een van de meest kosteneffectieve bemonsteringsmethoden, onderzoekers kiezen voor deze methode omdat zij de steekproef kunnen rekruteren uit de populatie die dichtbij is of voor hen gemakkelijk is. Het is aan de onderzoeker om ervoor te zorgen dat een voldoende grote steekproef wordt gekozen die de bestudeerde populatie nauw kan vertegenwoordigen.

een uitbreiding hiervan is beoordelingsteekproef, waarbij het onderzoek een representatieve steekproef selecteert op basis van hun oordeel.,

Quotumbemonstering

zeer vergelijkbaar met gestratificeerde bemonstering, waarbij de onderzoeker de segmenten of “stratums” definieert en hun representatieve aandeel in de populatiequotumbemonstering verschilt doordat de respondenten meestal worden gevuld door convenience of judgement sampling, Versus willekeurig.

Snowball Sampling

Er is een andere methode voor het verzamelen van respondenten genaamd snowball sampling, waarbij de eerste proefpersonen anderen verwijzen om de enquête in te vullen.

voorbeelden van Survey-Bias

Survey-bias kunnen vele malen zijn lelijke kop opsteken tijdens het maken van een survey., Van de populatie die u onbedoeld kiest, waarbij belangrijke respondenten worden uitgesloten, tot de steekproefgrootte die de totale populatie nauwkeurig weergeeft.

u kunt ook enquêtebias maken door middel van de kans-of niet-kanssteekproefmethode die u selecteert. Dit wordt Sample Bias (of Sampling Bias) genoemd.

De bias van de steekproef is wanneer een monster wordt verzameld en door de gebruikte methode hebben sommige leden van de beoogde populatie een lagere kans om te worden opgenomen dan andere.,

Non-respons Bias

Non-respons bias (of zelfselectie bias) kan optreden wanneer een respondent weet waarover de enquête gaat en kan beslissen al dan niet deel te nemen. Als de enquête geavanceerde kennis van het onderwerp van de enquête biedt en gebruikers de keuze geeft om in of uit te kiezen, kunt u een grotere populatie van gebruikers krijgen die veel weten over dat onderwerp, en de resultaten kunnen degenen die onverschillig zijn of geen kennis hebben over het onderwerp ondervertegenwoordigen.

Exclusion Bias

stel dat u probeert “tieners die hebben geprobeerd te drinken te onderzoeken.,”Je kunt een monster maken dat zich richt op opleidingsniveau om kinderen op de middelbare school te krijgen die hebben geprobeerd te drinken. Maar dit monster zou iedereen weglaten die stopte of thuis les kreeg. Een leeftijdsonderzoek kan zinvoller zijn.

pre-Screening Bias

sommige bemonsteringsmethoden kunnen ads uitvoeren om deelnemers aan de enquête te krijgen. Maar afhankelijk van de targeting van deze advertenties, onderzoekers kunnen bias monsters. Als advertenties alleen gericht zijn op bepaalde subgroepen binnen de steekproefpopulatie, kan dit een bevooroordeelde steekproef creëren.,