prov

Vad är ett prov?

Ett prov avser en mindre, hanterbar version av en större grupp. Det är en delmängd som innehåller egenskaperna hos en större population. Prover används i statistisk testning när populationsstorlekarna är för stora för att testet ska inkludera alla möjliga medlemmar eller observationer. Ett urval bör representera populationen som helhet och inte spegla någon fördom mot ett specifikt attribut.

Det finns flera provtagningstekniker som används av forskare och statistiker, var och en med sina egna fördelar och nackdelar.

Förstå prover

Ett urval är ett opartiskt antal observationer från en population. Enkelt uttryckt är en population det totala antalet observationer (dvs. individer, djur, föremål, data, etc.) som finns i en given grupp eller kontext. Ett urval är med andra ord en del, del eller bråkdel av hela gruppen och fungerar som en delmängd av populationen. Prover används i en mängd olika miljöer där forskning bedrivs. Forskare, marknadsförare, myndigheter, ekonomer och forskargrupper är bland dem som använder prover för sina studier och mätningar.

Att använda hela populationer för forskning kommer med utmaningar. Forskare kan ha problem med att få tillgång till hela populationer. Och på grund av vissa studiers natur kan forskare ha svårt att få de resultat de behöver i tid. Det är därför man använder prover. Att använda ett mindre antal personer som representerar hela befolkningen kan fortfarande ge giltiga resultat samtidigt som det minskar tid och resurser.

Prover som används av forskare måste likna den bredare befolkningen för att kunna göra korrekta slutsatser eller förutsägelser. Alla deltagare i urvalet bör dela samma egenskaper och egenskaper. Så om studien handlar om manliga förstaårsstudenter, bör urvalet vara en liten andel män som passar denna beskrivning. På liknande sätt, om en forskargrupp genomför en studie om sömnmönster för ensamstående kvinnor över 50 år, bör urvalet endast inkludera kvinnor inom denna demografiska grupp.

Särskilda överväganden

Tänk på ett team av akademiska forskare som vill veta hur många studenter som studerade under mindre än 40 timmar för CFA-provet och som ändå klarade det. Eftersom mer än 200 000 personer gör provet globalt varje år, skulle det förbruka tid och resurser att nå ut till varje provdeltagare.

I själva verket, när data från befolkningen har samlats in och analyserats, skulle ett par år ha gått, vilket gör analysen värdelös eftersom en ny population skulle ha dykt upp. Det forskarna istället kan göra är att ta ett urval av befolkningen och få data från detta urval.

För att uppnå ett opartiskt urval måste urvalet vara slumpmässigt så att alla från populationen har lika stor chans att läggas till urvalsgruppen. Detta liknar en lotteridragning och är grunden för ett enkelt slumpmässigt urval.

För ett opartiskt urval måste urvalet vara slumpmässigt så att alla i populationen har lika stor chans att läggas till gruppen.

Typer av provtagning

Enkelt slumpmässigt urval

Enkelt slumpmässigt urval är idealiskt om varje enhet i populationen är identisk. Om forskarna inte bryr sig om huruvida deras provpersoner är alla män eller alla kvinnor eller en kombination av båda könen i någon form, kan ett enkelt slumpmässigt urval vara en bra urvalsteknik.

Låt oss säga att det var 200 000 testtagare som gick till CFA-provet 2021, av vilka 40 % var kvinnor och 60 % var män. Det slumpmässiga urvalet från befolkningen bör därför ha 400 kvinnor och 600 män för totalt 1 000 testtagare.

Men hur är det med fall där det är viktigt att veta förhållandet mellan män och kvinnor som klarade ett test efter att ha studerat mindre än 40 timmar? Här skulle ett stratifierat slumpmässigt urval vara att föredra framför ett enkelt slumpmässigt urval.

Stratifierad stickprovtagning

Denna typ av urval, även kallat proportionellt stickprov eller kvotslumpmässigt urval, delar in den totala populationen i mindre grupper. Dessa är kända som strata. Människor inom strata delar liknande egenskaper.

Tänk om ålder var en viktig faktor som forskare skulle vilja inkludera i sina data? Genom att använda den stratifierade slumpmässiga samplingstekniken kunde de skapa lager eller strata för varje åldersgrupp. Urvalet från varje stratum måste vara slumpmässigt så att alla i parentesen har en sannolik chans att ingå i urvalet. Till exempel är två deltagare, Alex och David, 22 respektive 24 år. Urvalet kan inte välja det ena framför det andra baserat på någon preferensmekanism. De ska båda ha lika stor chans att bli utvalda från sin åldersgrupp. Skikten kan se ut ungefär så här:

TTT

Från tabellen har befolkningen delats in i åldersgrupper. Till exempel tog 30 000 personer i åldersspannet 20 till 24 år CFA-provet 2021. Med samma andel kommer urvalsgruppen att ha (30 000 ÷ 200 000) × 1 000 = 150 testtagare som faller inom denna grupp. Alex eller David – eller båda eller inget – kan inkluderas bland de 150 slumpmässiga provdeltagarna i urvalet.

Det finns många fler strata som skulle kunna sammanställas när man beslutar om en urvalsstorlek. Vissa forskare kan fylla i jobbfunktioner, länder, civilstånd etc. för testdeltagarna när de bestämmer sig för hur provet ska skapas.

Exempel på prover

År 2021 var världens befolkning nästan 7,9 miljarder, av vilka 49,6% var kvinnor och 50% var män. Det totala antalet människor i ett givet land kan också vara en befolkningsstorlek. Det totala antalet elever i en stad kan tas som en befolkning, och det totala antalet hundar i en stad är också en befolkningsstorlek. Prover kan tas från dessa populationer för forskningsändamål.

Efter vårt CFA-exempel kunde forskarna ta ett urval av 1 000 CFA-deltagare från de totalt 200 000 testdeltagarna – befolkningen – och köra de nödvändiga uppgifterna på detta antal. Medelvärdet av detta urval skulle tas för att uppskatta genomsnittet av CFA-examinatorer som klarade sig trots att de bara studerade i mindre än 40 timmar.

Provgruppen bör inte vara partisk. Detta innebär att om urvalsgenomsnittet för de 1 000 CFA-deltagarna är 50, bör befolkningsmedelvärdet för de 200 000 testdeltagarna också vara cirka 50.

##Höjdpunkter

– Inom statistik är ett urval en analytisk delmängd av en större population.

• I ett enkelt slumpmässigt urval är varje enhet i populationen identisk, medan stratifierat slumpmässigt urval delar in den totala populationen i mindre grupper.

– Användningen av prover gör att forskare kan genomföra sina studier med mer hanterbara data och i rätt tid.

– Slumpmässigt uttagna prover har inte så mycket bias om de är tillräckligt stora, men att få till ett sådant urval kan vara dyrt och tidskrävande.

##FAQ

Vad är ett enkelt slumpmässigt urval?

Denna urvalsmetod använder respondenter eller datapunkter som är slumpmässigt valda från den större populationen. Med en tillräckligt stor urvalsstorlek tar ett slumpmässigt urval bort bias.

Varför tillåter slumpmässiga prov slutledningar?

Statistikens lagar innebär att korrekta mätningar och bedömningar kan göras om en population genom att använda ett urval. Variansanalys (ANOVA),. linjär regression och mer avancerade modelleringstekniker är giltiga på grund av lagen om stora tal och den centrala gränssatsen.

Varför använder analytiker prover istället för att mäta populationen?

Ofta är en population för stor eller omfattande för att mäta varje medlem och att mäta varje medlem skulle vara dyrt och tidskrävande. Ett urval gör det möjligt att dra slutsatser om populationen med hjälp av statistiska metoder.

Hur stort prov behöver du?

Detta beror på populationens storlek och vilken typ av analys du vill göra (t.ex. vilka konfidensintervall du använder). Effektanalys är en teknik för att matematiskt utvärdera den minsta provstorleken som behövs baserat på dina behov. En annan tumregel är att ditt urval ska vara tillräckligt stort, men inte mer än 10 % så stort som populationen.