Systematyczne pobieranie próbek

Co to jest próbkowanie systematyczne?

Próbkowanie systematyczne to rodzaj metody próbkowania prawdopodobieństwa,. w której członkowie próby z większej populacji są wybierani zgodnie z losowym punktem początkowym, ale z ustalonym, okresowym odstępem. Ten przedział, zwany przedziałem próbkowania, jest obliczany przez podzielenie wielkości populacji przez żądaną wielkość próbki. Pomimo wcześniejszego wyboru populacji próby, systematyczne pobieranie próbek jest nadal uważane za losowe, jeśli okresowy odstęp jest określony wcześniej, a punkt początkowy jest losowy.

Zrozumienie systematycznego próbkowania

Ponieważ proste losowe próbkowanie populacji może być nieefektywne i czasochłonne, statystycy sięgają po inne metody, takie jak próbkowanie systematyczne. Wybór wielkości próby poprzez systematyczne podejście można przeprowadzić szybko. Po zidentyfikowaniu stałego punktu początkowego wybierany jest stały odstęp, aby ułatwić wybór uczestnika.

Próbkowanie systematyczne jest preferowane niż proste próbkowanie losowe, gdy istnieje niskie ryzyko manipulacji danymi. Jeśli takie ryzyko jest wysokie, gdy badacz może manipulować długością interwału, aby uzyskać pożądane wyniki, bardziej odpowiednia byłaby prosta technika losowego próbkowania.

Próbkowanie systematyczne jest popularne wśród badaczy i analityków ze względu na swoją prostotę. Naukowcy generalnie zakładają, że wyniki są reprezentatywne dla większości normalnych populacji,. chyba że losowa cecha występuje nieproporcjonalnie z każdą „ntą” próbką danych (co jest mało prawdopodobne). Innymi słowy, populacja musi wykazywać naturalny stopień losowości wraz z wybraną metryką. Jeśli populacja ma typ znormalizowanego wzorca, ryzyko przypadkowego wyboru bardzo powszechnych przypadków jest bardziej widoczne.

W ramach doboru systematycznego, podobnie jak w przypadku innych metod doboru próby, przed wyborem uczestników należy wybrać populację docelową. Populację można zidentyfikować na podstawie dowolnej liczby pożądanych cech, które odpowiadają celowi prowadzonego badania. Niektóre kryteria wyboru mogą obejmować wiek, płeć, rasę, lokalizację, poziom wykształcenia i/lub zawód.

Istnieje kilka metod próbkowania populacji w celu wnioskowania statystycznego; systematyczne pobieranie próbek jest jedną z form losowego pobierania próbek.

Przykłady systematycznego próbkowania

Jako hipotetyczny przykład systematycznego doboru próby załóżmy, że w populacji 10 000 osób statystyk wybiera do losowania co setną osobę. Przedziały pobierania próbek mogą być również systematyczne, na przykład wybieranie nowej próbki do pobrania co 12 godzin.

Jako inny przykład, jeśli chcesz wybrać losową grupę 1000 osób z populacji 50 000 przy użyciu systematycznego doboru próby, wszyscy potencjalni uczestnicy muszą zostać umieszczeni na liście i zostanie wybrany punkt wyjścia. Po utworzeniu listy każda 50 osoba z listy (rozpoczynając liczenie od wybranego punktu startowego) zostanie wybrana jako uczestnik, ponieważ 50 000/1000 = 50.

Na przykład, jeśli wybranym punktem początkowym było 20, wybierana byłaby 70. osoba z listy, a następnie 120. i tak dalej. Po osiągnięciu końca listy i jeśli potrzebni są dodatkowi uczestnicy, zliczanie zapętla się na początek listy, aby zakończyć zliczanie.

Aby przeprowadzić systematyczne pobieranie próbek, naukowcy muszą najpierw poznać wielkość populacji docelowej.

Próbkowanie systematyczne a próbkowanie klastra

Próbkowanie systematyczne i próbkowanie klastrowe różnią się sposobem, w jaki pobierają punkty próbne z populacji uwzględnionej w próbie. Próbkowanie klastrowe dzieli populację na klastry, podczas gdy próbkowanie systematyczne wykorzystuje stałe odstępy od większej populacji do tworzenia próby.

Dobór systematyczny wybiera losowy punkt startowy z populacji, a następnie próbkę pobiera się z regularnych stałych przedziałów populacji w zależności od jej liczebności. Próbkowanie skupień dzieli populację na skupienia, a następnie pobiera prostą losową próbkę z każdego skupienia.

Próbkowanie klastrowe jest uważane za mniej precyzyjne niż inne metody próbkowania. Może jednak zaoszczędzić na kosztach uzyskania próbki. Próbkowanie klastra to dwuetapowa procedura próbkowania. Może być używany, gdy skompletowanie listy całej populacji jest trudne. Na przykład, może być trudno skonstruować całą populację klientów sklepu spożywczego do przeprowadzenia wywiadu.

Jednak osoba może stworzyć losowy podzbiór sklepów, co jest pierwszym krokiem w procesie. Drugim krokiem jest przeprowadzenie wywiadu z losową próbą klientów tych sklepów. Jest to prosty ręczny proces, który pozwala zaoszczędzić czas i pieniądze.

Ograniczenia systematycznego próbkowania

Jednym z zagrożeń, które statystycy muszą wziąć pod uwagę podczas przeprowadzania systematycznego pobierania próbek, jest sposób organizacji listy używanej z interwałem pobierania próbek. Jeśli populacja umieszczona na liście jest zorganizowana w sposób cykliczny, który odpowiada interwałowi próbkowania, wybrana próbka może być stronnicza.

Na przykład dział zasobów ludzkich firmy chce wybrać próbkę pracowników i zapytać, co myślą o polityce firmy. Pracownicy są pogrupowani w 20-osobowe zespoły, przy czym na czele każdego zespołu stoi menedżer. Jeśli lista użyta do wybrania wielkości próby jest zorganizowana z zespołami zgrupowanymi razem, statystyk ryzykuje wybranie tylko menedżerów (lub wcale) w zależności od interwału próbkowania.

##Przegląd najważniejszych wydarzeń

• Inne zalety tej metodologii to eliminacja zjawiska selekcji klastrowej oraz niskie prawdopodobieństwo zanieczyszczenia danych.

• Stały interwał okresowy, zwany interwałem próbkowania, jest obliczany poprzez podzielenie wielkości populacji przez żądaną wielkość próby.

• Wady obejmują nadreprezentację lub niedostateczną reprezentację określonych wzorców oraz większe ryzyko manipulacji danymi.

• Próbkowanie systematyczne to metoda próbkowania prawdopodobieństwa, w której z większej populacji wybierana jest próbka losowa o ustalonym odstępie okresowym.

##FAQ

Jakie są zalety systematycznego pobierania próbek?

Systematyczne pobieranie próbek jest proste do przeprowadzenia i łatwe do zrozumienia, dlatego jest ogólnie preferowane przez badaczy. Centralne założenie, że wyniki reprezentują większość normalnych populacji, gwarantuje, że cała populacja zostanie pobrana równomiernie. Ponadto systematyczne pobieranie próbek zapewnia wyższy stopień kontroli w porównaniu z innymi metodologiami pobierania próbek ze względu na swój proces. Systematyczne pobieranie próbek niesie również ze sobą czynnik niskiego ryzyka, ponieważ istnieje małe prawdopodobieństwo, że dane mogą zostać zanieczyszczone.

Czym różnią się próby klastrowe i systematyczne?

Próbkowanie skupień i próbkowanie systematyczne różnią się sposobem, w jaki pobierają punkty próbne z populacji uwzględnionej w próbie. Próbkowanie skupień dzieli populację na skupienia, a następnie pobiera prostą losową próbkę z każdego skupienia. Dobór systematyczny wybiera losowy punkt startowy z populacji, a następnie próbkę pobiera się z regularnych stałych przedziałów populacji w zależności od jej liczebności. Próbkowanie skupień jest podatne na większy błąd próbkowania niż próbkowanie systematyczne, chociaż może to być tańszy proces.

Jakie są wady systematycznego pobierania próbek?

Główną wadą systematycznego pobierania próbek jest to, że potrzebna jest wielkość populacji. Bez znajomości konkretnej liczby uczestników w populacji systematyczne pobieranie próbek nie działa dobrze. Na przykład, jeśli statystyk chciałby zbadać wiek osób bezdomnych w określonym regionie, ale nie może dokładnie określić, ile jest osób bezdomnych, to nie będą mieli informacji o wielkości populacji ani punktu wyjścia. Inną wadą jest to, że populacja musi wykazywać naturalną dozę losowości, w przeciwnym razie zwiększa się ryzyko wyboru podobnych instancji, co niweczy cel próby.