seychellesartprojects.org

Kas ir sistemātiska paraugu ņemšana?

Sistemātiska paraugu ņemšana ir vairāk vai mazāk metode, kas ietver dažādu elementu atlasi, kas tiek sakārtoti no izlases ietvara, un šīs statistiskās procedūras veikšana sākas no nejaušas izlases elementu izvēles, kas pieder sarakstam, un pēc tam tiek atlasīts katrs izlases intervāls no kadra un šo paraugu ņemšanas metodi var piemērot tikai tad, ja dotā populācija kopumā ir viendabīga, jo šīs izlases vienības tiek sistemātiski sadalītas pa populāciju.

Šī ir metode, kurā varbūtības atlase tiek veikta, nejauši izvēloties izlases dalībniekus no masas populācijas ar fiksētu intervālu. Šo periodisko intervālu labāk sauc par paraugu ņemšanas intervālu, un to var aprēķināt, nosakot nepieciešamo izlases lielumu un to dalot ar populācijas lielumu.

Kā tas darbojas?

• Sistemātisku izlasi statistikas speciālisti var izmantot gadījumā, ja viņi vēlas ietaupīt laiku vai ir neapmierināti ar vienkāršās nejaušās izlases metodes rezultātiem. Pēc fiksēta sākuma punkta noteikšanas statistiķi izvēlas nemainīgu intervālu dalībnieka izvēles atvieglošanai.
• Šajā metodē sākotnēji mērķa grupa ir jāizvēlas pat pirms dalībnieku atlases. Pastāv dažādas pazīmes, pamatojoties uz kurām tiek identificēta populācija un veikts pētījums. Šīs vēlamās īpašības varētu būt vecums, rase, dzimums, atrašanās vieta, profesija un / vai izglītības līmenis.
• Piemēram, pētnieks ar sistemātiskas izlases palīdzību vēlas izvēlēties 10 000 cilvēku vidū 2000 cilvēkus. Viņam jāiesaista visi potenciālie dalībnieki, un attiecīgi tiks izvēlēts sākumpunkts. Tiklīdz šis saraksts tiek izveidots, katra 5. persona no saraksta tiks izvēlēta kā dalībnieks, jo 10 000/2000 = 5.

Sistemātiskas paraugu ņemšanas veidi

# 1 - lineārs

• To sauc par lineāru, jo tas iet ļoti lineāru ceļu un mēdz apstāties beigās attiecībā pret konkrētu populāciju. Šāda veida izlasē neviens paraugs beigās netiek atkārtots.
• Arī “n” vienības tiek izvēlētas, lai veidotu daļu no izlases, kurā ir “N” populācijas vienības. Analītiķi un pētnieki var izmantot izlaišanas loģiku, izvēloties “n” vienības, nevis nejauši izvēloties šīs “n” vienības no noteiktā parauga.
• Lineāru sistemātisku izlasi izvēlas, sakārtojot kopējo populāciju un klasificējot to pašu secībā, atlasot “n” vai izlases lielumu, aprēķinot izlases intervālu (K = N / n), nejauši izvēloties skaitli no 1 līdz K, nejauši izvēlētajam skaitlim pievienojot “K” (izlases intervāls), lai pievienotu nākamo dalībnieku izlasē un atkārtotu šo procesu, lai pievienotu atlikušos dalībniekus no izlases.

# 2 - apkārtraksts

• Šāda veida izlasē ir redzams, ka paraugs sākas no vietas, kur tas ir beidzies. Tas nozīmē, ka paraugs tiek restartēts no vietas, kur tas faktiski ir beidzies. Šāda veida statistiskās izlases metodē elementi ir sakārtoti apļveida veidā.
• Šāda veida statistiskās izlases metodē ir īpaši divi veidi, kā izveidot izlasi. Ja K = 3, tad paraugi būs ad, be, ca, db un ec, bet, ja K = 4, tad paraugi ir ae, ba, cb, dc un ed.

Lineārā vs apļveida sistemātiskā paraugu ņemšana

Tam ir tendence sekot lineāram ceļam un pēc tam apstāties noteiktās populācijas beigās, savukārt cirkulāras sistemātiskas paraugu ņemšanas gadījumā paraugs tiek atsākts no vietas, kur tas faktiski beidzās. “K” lineārā sistemātiskā izlasē apzīmē paraugu ņemšanas intervālus, savukārt “N” apļveida sistemātiskā izlasē norāda kopējo populāciju. Lineārajā metodē visas izlases vienības pirms atlases procesa tiek sakārtotas lineāri, savukārt apļveida metodes gadījumā visi elementi ir sakārtoti apļveida veidā.

Sistemātiskas paraugu ņemšanas priekšrocības

# 1 - ātri

Šī ir ātra metode, ti, tā var ietaupīt statistikas darbiniekiem daudz laika. Pētniekiem un analītiķiem ir ļoti viegli izvēlēties izlases lielumu, izmantojot šo pieeju, jo tas ir patiešām ātri. Ir nenozīmīga vajadzība saskaitīt katru izlases dalībnieku, un tas arī palīdz ātrāk un vienkāršāk pārstāvēt konkrētu populāciju.

# 2 - piemērotība un efektivitāte

Arī sistemātiskas paraugu ņemšanas rezultāti ir atbilstoši. Salīdzinot ar citām statistikas metodēm, statistiskās metodes iegūtie rezultāti ir ļoti efektīvi un atbilstoši.

# 3 - Zems datu manipulācijas risks

Datu manipulācijas varbūtība ir patiešām zema, salīdzinot ar citām statistikas metodēm.

# 4 - vienkāršība

Šī metode ir patiešām vienkārša. Tas ir viens no galvenajiem iemesliem, kāpēc analītiķi un pētnieki izvēlas izmantot šo metodi, nevis jebkuru citu metodi. Šīs metodes vienkāršība ir padarījusi to diezgan populāru analītiķu un pētnieku vidū.

# 5 - minimāli riski

Riska apjoms, kas saistīts ar sistemātisku paraugu ņemšanas metodi, ir pats minimālais.

Sistemātiskās paraugu ņemšanas trūkumi

Tas kļūst grūti, ja nevar aplēst iedzīvotāju skaitu. Tas pat apdraud sistemātiskas paraugu ņemšanas efektivitāti dažādās jomās, piemēram, lauka pētījumos ar dzīvniekiem. Pastāv arī datu manipulācijas un uzņēmējdarbības iespēja, jo pētnieks var izvēlēties izlases intervālu.

Secinājums

• Tas ļauj analītiķiem un pētniekiem ņemt nelielu paraugu no lielākas populācijas. Šī atlase var būt balstīta uz dažādiem faktoriem, piemēram, vecumu, dzimumu, atrašanās vietu utt. Šādu statistisko izlasi galvenokārt izmanto socioloģijas un ekonomikas jomā. Tas var būt divu veidu - lineāra un apļveida sistemātiska paraugu ņemšana.
• Tas varētu būt patiešām viegli, un tas arī dod pētniekiem un analītiķiem labāku kontroli. Tas pat var palīdzēt novērst klasteru izvēli. Šāda veida statistikas metodei ir ļoti zema kļūdu un datu manipulācijas varbūtība. Tā ir vienkārša, un tāpēc šī metode ir patiešām populāra un dod priekšroku lielākajai daļai statistiku.