Koncept v definici ABC

Při studiu určitých rozsáhlých témat vědci analyzují část celého jejich předmětu vyšetřování. Tato část je ukázkou a odpovídající studie je ukázkou. Je tedy možné provádět vzorkování ve všech typech oblastí: analýza terénu, pevných látek, zvuků, demografické studie, analýza krve, moči atd.

V každém případě je cílem provedeného vzorkování být významnou součástí studovaného, tak, aby získané výsledky umožňovaly vyvodit závěry ze souboru toho, co je studie.

Druhy odběru vzorků při studiu populace

Statisticky znáte množinu a populace je to nesmírně obtížná a časově náročná otázka. Pojďme si představit studii týkající se nemocí v zemi, stravovacích návyků nebo spotřeba nějakého produktu. Tento typ analýzy nelze provést prostřednictvím a průzkum na obecné úrovni, aby se vzorkování stalo a nářadínezbytný.

Neexistuje jediná modalita. Ve skutečnosti existuje několik typů odběru vzorků. Na jedné straně existují ty, které jsou náhodné nebo pravděpodobnostní. Na straně druhé ty nepravděpodobné. První je nejvhodnější postup pro výběr podmnožiny jednotlivců z populace, protože Tento nástroj umožňuje zaručit, že vybraný vzorek reprezentuje celek populace.

V neprobudovatelném typu nezávisí výběr vzorkování na pravděpodobnost, ale souvisí s příčinami vyšetřování nebo s účelem vzorku. Proto obojí postupy reagují na různé cíle. Pravděpodobnostní výběr je přísný a vědecký, zatímco nepravděpodobný výběr je vhodnější pro homogenní populační studie.

Veškeré vzorkování znamená určitou míru chyby

Předpokládejme, že chceme vědět, kolik Španělů je kuřáků. Ke stanovení přesného procenta lze použít dva postupy: průzkum u 47 milionů obyvatel nebo buď vyberte určité množství jako reprezentativní vzorek celé populace, například vzorek 1000 lidé.

Pokud se provádí náhodný odběr vzorků, je možné, že vybraní lidé jsou většinou kuřáci, a proto by vzorek nebyl reprezentativní. V důsledku toho při každém odběru existuje a okraj statistická chyba.

Aby se snížila chyba, odborníci doporučují zvolit vhodnou velikost vzorku. Samozřejmě čím větší vzorek, tím menší je hranice chyby. V tomto smyslu, když je studovaný vesmír velký, je nutné použít stejně velké vzorky populace.

Fotografie: Fotolia - Andrey Popov / Alewka