מהם היתרונות והחסרונות בשימוש בדגימה שיטתית?

Calling All Cars: Hot Bonds / The Chinese Puzzle / Meet Baron (סֶפּטֶמבֶּר 2024)

Calling All Cars: Hot Bonds / The Chinese Puzzle / Meet Baron (סֶפּטֶמבֶּר 2024)
מהם היתרונות והחסרונות בשימוש בדגימה שיטתית?

תוכן עניינים:

Anonim
a <

כשיטת דגימה סטטיסטית, הדגימה השיטתית פשוטה ופשוטה יותר מדגימה אקראית. זה יכול גם להיות מועיל יותר כדי לכסות שטח מחקר רחב. מצד שני, הדגימה השיטתית מציגה פרמטרים שרירותיים מסוימים בנתונים. זה יכול לגרום יתר או מתחת ייצוג של דפוסים מסוימים.

בחינת דגימה שיטתית

במדגם שיטתי, הנתונים שנבחרו מחולקים באופן שווה. לדוגמה, באוכלוסייה של 10, 000 אנשים, סטטיסטיקאי יכול לבחור כל אדם 100 עבור הדגימה. מרווחי הדגימה יכולים גם להיות שיטתיים, כגון בחירת מדגם חדש כל 12 שעות.

-> ->

הדגימה השיטתית נפוצה בקרב החוקרים בגלל הפשטות שלה. החוקרים מניחים בדרך כלל שהתוצאות מייצגות את רוב האוכלוסיות הנורמליות, אלא אם כן קיים מאפיין אקראי באופן לא פרופורציונאלי עם כל מדגם נתוני nth (שאינו סביר).

כדי להתחיל, חוקר בוחר מספר שלם שמתחיל לבסס את המערכת. מספר זה צריך להיות קטן יותר מאשר האוכלוסייה כולה; הוא לא בוחר כל חצר 500 לדגום עבור שדה כדורגל 100-יארד. לאחר מספר נבחר, החוקר בוחר את המרווח, או רווחים בין דגימות באוכלוסייה.

-> ->

יתרונות עיקריים

דגימות שיטתי קל יחסית לבנות, לבצע, להשוות ולהבין. זה חשוב במיוחד עבור מחקרים או סקרים הפועלים עם אילוצי תקציב הדוק.

שיטה שיטתית מספקת גם לחוקרים ולסטטיסטיקאים מידה מסוימת של שליטה ותחושה של תהליך. זה עשוי להיות מועיל במיוחד עבור מחקרים עם פרמטרים קפדניים או היפותזה הצרה, בהנחה הדגימה הוא נבנה באופן סביר כדי להתאים את הפרמטרים האלה.

בחירה מקובצת, תופעה שבה דגימות שנבחרו באקראי הן קרובות באופן נדיר יחד באוכלוסייה, מסולקת בדגימה שיטתית. דגימות אקראיות יכול רק להתמודד עם זה על ידי הגדלת מספר דוגמאות או פועל יותר מסקר אחד. אלה יכולים להיות חלופות יקרות.

אולי הכוח הגדול ביותר של גישה שיטתית הוא גורם הסיכון הנמוך שלה. החסרונות הפוטנציאליים העיקריים של המערכת הם בעלי סבירות נמוכה של זיהום הנתונים.

החסרונות העיקריים

השיטה השיטתית מניחה כי גודל האוכלוסייה זמין או ניתן להתקרב באופן סביר. לדוגמה, נניח שחוקר רוצה ללמוד את גודל החולדות באזור נתון. אם אין לו מושג כמה חולדות יש, הוא לא יכול לבחור באופן שיטתי נקודת התחלה או גודל מרווח.

אוכלוסייה צריכה להציג מידה טבעית של אקראיות לאורך המדד שנבחר.אם באוכלוסייה יש סוג של דפוס סטנדרטי, הסיכון של בחירה בטעות במקרים נפוצים מאוד בולט יותר.

עבור מצב היפותטי פשוט, לשקול רשימה של גזעי הכלב האהוב שבו (בכוונה או במקרה) כל כלב ממוספר באופן שווה ברשימה היה קטן וכל כלב מוזר היה גדול. אם הדגימה השיטתית החלה עם הכלב הרביעי ובחרה מרווח של שש, הסקר מדלג על הכלבים הגדולים.

קיים סיכון גדול יותר של מניפולציה בנתונים עם דגימה שיטתית, מכיוון שחוקרים יוכלו לבנות את המערכות שלהם כדי להגביר את הסבירות להשגת תוצאה ממוקדת במקום לתת לנתונים האקראיים לייצר תשובה מייצגת. לא ניתן לסמוך על כל הנתונים הסטטיסטיים שהתקבלו.