Probability vs Non Probability Sampling (Deutsch)

Wie in diesem Artikel auf Wikipedia angegeben, bestehen Erhebungsstichproben aus zwei Variationen; probability und Non probability Sampling.

Was sind also die Hauptunterschiede zwischen den beiden?

Wahrscheinlichkeitsstichprobe

Dies bedeutet, dass jeder in der Population die Chance hat, eine Stichprobe zu erhalten, und Sie können bestimmen, wie hoch die Wahrscheinlichkeit ist, dass Personen eine Stichprobe erhalten.,

Die Wahrscheinlichkeitsstichprobe umfasst eine einfache Zufallsstichprobe, systematische Stichprobe, geschichtete Stichprobe, Wahrscheinlichkeit proportional zur Größenstichprobe und Cluster-oder mehrstufige Stichprobe. Und haben diese Elemente gemeinsam

1. Jeder hat eine bekannte (berechnete) Chance, abgetastet zu werden
2. Es gibt eine zufällige Auswahl

Nicht Wahrscheinlichkeitsstichprobe

Dies bedeutet, dass Sie einen Teil der Population in Ihrer Stichprobe ausgeschlossen haben und diese genaue Anzahl nicht berechnet werden kann – was bedeutet, dass es Grenzen dafür gibt, wie viel Sie über die Population aus der Stichprobe bestimmen können.,

Nicht stichprobenartige Probenahmeverfahren umfassen Convenience-Probenahme, Quotenstichprobe und gezielte Probenahme – oder Urteilsprobenahme und Schneeballprobenahme.

(Quelle, wikipedia.org)

Probability Sampling-Methoden

Simple Random Sampling

Random sampling, in seiner einfachsten und reinsten form bedeutet, dass jedes Mitglied der population die gleiche (und bekannten) chance, ausgewählt zu werden. In einer großen Bevölkerung wird dies aus kosten-und technischen Gründen unerschwinglich, so dass der tatsächliche Pool der Befragten voreingenommen wird.,

Systematische Stichprobe

Diese Methode ist oft einer einfachen Zufallsstichprobe vorzuziehen, da Sie systematisch Mitglieder der Population auswählen – dh jeden N-ten Datensatz. Solange es keine Reihenfolge der Liste gibt, ist die Stichprobenmethode genauso gut wie zufällig – nur viel einfacher zu verwalten.

Geschichtete Probenahme

Dies ist eine häufiger verwendete Technik, und die Population wird in Teilmengen mit einem gemeinsamen Merkmal oder „Schichten“ unterteilt, und dann wird eine Zufallsstichprobe durchgeführt, um die Stichprobenverzerrung zu verringern., Der Schlüssel besteht darin, sicherzustellen, dass die Stichprobengröße groß genug ist, um die Population darzustellen.

Nicht Wahrscheinlichkeitsstichproben

Komfortstichproben

Als eine der kostengünstigsten Stichprobenmethoden wählen die Forscher diese Methode, da sie die Stichprobe aus der Population rekrutieren können, die ihnen nahe oder bequem ist. Es liegt an dem Forscher sicherzustellen, dass eine ausreichend große Stichprobe ausgewählt wird, die die untersuchte Population genau darstellen kann.

Eine Erweiterung davon ist die Stichprobe von Urteilen, bei der die Forschung auf der Grundlage ihres Urteils eine repräsentative Stichprobe auswählt.,

Quotenstichprobe

Sehr ähnlich der stratifizierten Stichprobe, bei der der Forscher die Segmente oder „Schichten“ definiert und deren repräsentativer Anteil an der Populationsquotenstichprobe sich dadurch unterscheidet, dass die Befragten typischerweise durch Bequemlichkeit oder Urteilsvermögen gefüllt werden Stichprobe, vs zufällig.

Schneeballprobenahme

Es gibt eine andere Methode zur Erfassung der Befragten, die Schneeballprobenahme, bei der die ersten Probanden andere zur Teilnahme an der Umfrage verweisen.

Beispiele für Umfrageverzerrungen

Umfrageverzerrungen können bei der Erstellung einer Umfrage oft ihren hässlichen Kopf zurückbekommen., Aus der Population wählen Sie unbeabsichtigt den Ausschluss der wichtigsten Befragten, um sicherzustellen, dass Sie eine Stichprobengröße haben, die die Gesamtbevölkerung genau widerspiegelt.

Sie können auch Umfrage Bias durch die Wahrscheinlichkeit oder nicht Wahrscheinlichkeit Stichprobenmethode erstellen Sie wählen. Dies wird als Sample-Bias (oder Sampling Bias).

Stichprobenvorspannung ist, wenn eine Stichprobe gesammelt wird, und aufgrund der verwendeten Methode haben einige Mitglieder der beabsichtigten Population eine geringere Wahrscheinlichkeit, als andere einbezogen zu werden.,

Non-Response-Bias

Non-Response-Bias (oder Self-Selection-Bias) können auftreten, wenn ein Befragter weiß, worum es in der Umfrage geht und entscheiden kann, ob er teilnehmen möchte oder nicht. Wenn die Umfrage fortgeschrittene Kenntnisse des Umfragethemas bietet und den Benutzern die Möglichkeit gibt, sich anzumelden oder abzumelden, erhalten Sie möglicherweise eine erhöhte Anzahl von Benutzern, die viel über dieses Thema wissen, und die Ergebnisse können diejenigen unterrepräsentieren, die gleichgültig sind oder keine Kenntnisse zu diesem Thema haben.

Ausschluss Bias

nehmen wir an, Sie versuchen zu Befragung „Jugendliche, die versucht haben zu trinken.,“Sie können eine Probe erstellen, die nach Bildungsniveau abzielt, um Kinder in der High School zu bekommen, die versucht haben zu trinken. Aber diese Probe würde jeden auslassen, der ausgestiegen ist oder zu Hause unterrichtet wurde. Eine Altersumfrage kann sinnvoller sein.

Voreingenommenheit vor dem Screening

Einige Stichprobenmethoden können Anzeigen schalten, um die Umfrageteilnehmer zu erhalten. Abhängig vom Targeting dieser Anzeigen könnten die Forscher jedoch Stichproben verzerren. Wenn Anzeigen nur auf bestimmte Untergruppen innerhalb der Stichprobenpopulation abzielen, kann dies zu einer voreingenommenen Stichprobe führen.,