研究サンプリングの最も重要な種類

の 研究サンプリングの種類 それらは2つの大きなグループに分類されます：確率的サンプリングと非確率的サンプリング.

確率的サンプリング法の中には、系統的ランダムサンプリング、単純ランダムサンプリング、クラスターまたは領域によるランダムサンプリング、および層状ランダムサンプリングがある。.

一方、非確率的技法には、便利なサンプリング、クォータサンプリング、カジュアルサンプリング、任意サンプリング、およびスノーボール技法が含まれます。.

研究では、サンプルは母集団の有限集合であり、その特性はそれらが属するグループから情報を得ることを目的として研究されている（Webster、1985）。サンプルは小さいですが、全体の代表的なグループを構成しています.

この意味で、サンプリングとは、調査によって示されたパラメータを満たし、調査対象の母集団の代表的な部分を構成する適切な個人の選択を伴う行為、プロセス、および技法です。.

最も重要な研究サンプルの種類

1-確率的サンプリング

確率的サンプリングは、ランダムサンプリングとも呼ばれ、母集団の各個人がサンプルの一部として選択される確率が同じ（0より大きい）確率である選択プロセスです。この種のサンプリングでは、選択される確率は正確に決定できます。.

確率的サンプリングの特徴

• 選択の確率はわかっています.
• それはあなたが研究で勉強したいすべての特性の表現を保証するものではありません.
• それは統計的原則に基づいています.

確率的サンプリングの種類

単純無作為抽出

• 最も一般的なサンプリング方法です.
• 人口が少なく、同質で研究者が利用できる場合に適用できます。.
• 母集団の全メンバーが選択される確率が同じです.
• 単純な無作為標本を選択するために、宝くじ、乱数発生器のものと同様の方法が使用されるか、または集団のすべての個人が表されるボウルから名前が抽出される。.

利点

• このようなサンプリングで推定値を計算するのは簡単です。.

デメリット

• 人口が非常に多い場合は適用できません.
• 研究者にとって関心のある少数派グループは、単純な無作為標本内では十分に表現されていない可能性があります。.

例

学校には100人の生徒がいますが、そのうち10人の個人のサンプルを抽出することを目的としています。最初に1人から100人までの生徒がリストされ、続いて抽選が行われ、選ばれる20人の個人が決定されます。.

この場合、確率は既知である、すなわち、各生徒は選択される確率が1/10であることに留意されたい。.

系統的無作為抽出

• 特定のパターン、リストで勉強するのは人口の組織によります、例えば.
• 最初の要素はランダムに選択されます。最初の要素がリストの先頭にあるものであってはいけないことを強調することが重要です。続いて、特定の対数を考慮に入れて、サンプルの他の要素を体系的に選択します。.
• 各要素の選択確率は同じです.
• 系統的な無作為抽出の例は、電話帳を取り、リストから10個毎の名前を選択することです。.

利点

• 選択プロセスは比較的簡単です.
• サンプルは母集団全体に均等に分布しています.
• 得られたサンプルは代表的なものです。.

デメリット

• 研究者のニーズを満たすために、リスト内の要素の順序を操作できるため、サンプルの選択に偏りがあります。.

層別無作為抽出

• 人口のメンバーは、相互に排他的なカテゴリーまたは層に編成されています。各層は個別のサンプリングプロセスにかけられます.
• 研究者が実行された研究のすべてのパラメータのためにサンプルが代表であることを望むとき、それは理想的です.
• 同じ階層内のユニットは、選択される確率が同じです.
• それは2つの基本原則に基づいています：層別化と固定.
• 層別化とは、地層の形成過程のことです。このプロセスは、層の要素内の均一性と、ある層と他の層との間の不均一性を保証する必要があります。.
• 貼り付けとは、すべての階層におけるサンプルの公平な分布のことです。それは3つのプロセスを通して達成することができます：

- サンプルの一部になるように、各階層の同数の個人が選択されている、同じ添付ファイル.

- 比例固定。各階層の要素がこれらのサイズを考慮して選択されます。より多くの量がある層は、より多くの個人を代表するでしょう。.

- サンプルの選択が地層の分散を考慮に入れて行われるNeyman貼り付け.

利点

• 各階層内の比例表示を保証.
• 単純な無作為抽出とは異なり、研究者にとって関心のあるサブグループの表現を保証します。.
• 各層は別々の母集団と見なされるため、各サブグループの個々の特性に応じたサンプリング方法を使用できます。.

デメリット

• サブグループごとにサンプリングを準備する必要があるため、作業が増えます。.
• 層別化基準が十分に具体的ではない場合、個人は同時に2つの層に属することができます。.
• 層別化は研究者によって操作することができます.

コングロマリットまたは地域による無作為抽出

• 人口はコングロマリットまたはエリアに分けられます。一般に、地理的位置は、前記分割を実行するために考慮に入れられる基準です。.
• サンプル用に選択された単位はグループであり、個人ではありません.
• コングロマリットは、多様な特性を持つ個人によって形成されています。コングロマリットの内部要素が異質であるほど、得られる結果は良くなります。.
• これは、2段階のサンプリングの一種です。

- 第一段階では、調査する分野を選択します。.

- 第2段階では、要素はそれらの領域内で選択されます.

利点

• それは多数の人口を研究することを可能にします.
• それは広い地理的地域に分布している集団を研究することを可能にします.
• 個人ではなくグループを研究することができるため、研究費を削減できます。.

デメリット

• コングロマリットが互いに異なる場合は適用できません。.
• 代表的なサンプルを入手するには、調査対象の地理的領域全体のコングロマリットから要素を取得する必要があります。そのためには動く必要があります。それは、この種のサンプリングは個人への調査の適用の面でコストを削減することは事実ですが、それは輸送の面でそれらを増加させます.

層別無作為抽出とコングロマリットによる無作為抽出の違い

• 統計化されたサンプルでは、​​母集団は、たとえば性別、年齢など、除外グループに分けられます。コングロマリットによるサンプリングでは、人口は比較可能なグループに分けられます。たとえば、家族、学校、都市などです。.
• コングロマリットでは誤差の範囲が大きいのに対し、層別化は誤差の範囲が小さい。.
• すべての層が層別サンプル内に表示されているのに対して、すべてのグループがサンプル内ではコングロマリットによって表示されているわけではありません。.
• 層別サンプリングでは、階層内の要素が同質であるとより良い結果が得られます。一方、クラスタサンプリングでは、グループを構成する要素が不均一であると、より良い結果が得られます。.

2-非確率的サンプリング

非確率的または非ランダムサンプリングは、とりわけ研究者の基準、地理的位置および集団の利用可能性を考慮して個体が選択されるサンプルを得る任意の方法を指す。.

これは科学的サンプリングの一種ではなく、通常社会調査で使用されています.

非確率的サンプリングの特徴

• 人口の中には、選択される可能性がない人もいます.
• 確率的サンプリングとは異なり、選択の確率は決定できません.
• 研究者の興味などの基準を考慮したサンプルの選択に基づいています。.
• 非ランダムサンプリングの結果は、確率に関して信頼できず、確率的サンプリングの結果よりも正確ではありません。.
• 確率的サンプリングと比較して安価です。.
• それは主観的な方法ですので、あなたは間違いを犯すことができます.

非確率的サンプリングの種類

分割払い

• 層別無作為標本の場合と同様に、母集団は除外グループに分けられます。.
• その後、このサンプリングの非確率的部分が効果を発揮します。サブグループ内の個人は、研究者の判断と彼らの興味を考慮して選択されます。.
• サンプルの選択はランダムではなく、偏りや偏見を示しています.

便利なサンプリング

• サンプルは最も都合の良い母集団部分から選択されます。この利便性は、地理的な近さ、サンプルの要素への精通度、サンプル要素の入手可能性など、いくつかの側面から判断できます。.
• サンプルの選択は研究のニーズに左右されません.
• これは代表的なものではないため、研究者はサンプルを介して得られた結果を母集団について一般化することはできません。.
• この種のサンプリングは、実験的研究やパイロットテストを実行したい人に役立ちます。.

任意または試用サンプリング

• 研究者は、自分の基準に従って、自分の研究を実行するのに最も適していると考える個人を選択します。.
• 通常は還元サンプルです.

スノーボールのサンプリングまたは紹介による

• 研究を実施するために少数の個体が選択される。これらの個人は、実施することを目的とした研究に必要な基準を満たしています.
• その後、これらの個人は、彼らに従って、必要な基準を満たすなど、新しいものを招待するよう求められます。.
• サンプルは、雪だるまが丘を下って転がっているように見えるため、紹介システムのおかげでかなり大きくなります（したがって、その名前）。.
• この方法は、アクセスが困難な集団からサンプルを取得するのに役立ちます。例えば、麻薬中毒者に関する研究が行われているならば、利用可能なこの状態を持つ人々のリストがあることは非常にありそうもないです。したがって、要求された特性を満たす人に連絡して、より多くの個人を連れてくるようにするのが最善です。.
• この方法で得られたサンプルは代表的なものではありません.

因果的サンプリングまたは偶発的サンプリング

• 個人は事前の判断を考慮せずに選択されます.
• 利用可能な人口からの個人が取られるので、それは便利なサンプリングに似ています.

参考文献

1. サンプリング2017年4月28日、ssc.wisc.eduから取得.
2. フリゴ、ムゴ。研究におけるサンプリング2017年4月28日、indiana.eduから取得.
3. チャヌルヴェディ、カヌプリヤ。 2017年4月28日、pitt.eduから取得.
4. サンプリング2017年4月28日、flinders.edu.auから取得.
5. バレイロ。人口とサンプルサンプリング技術2017年4月28日、optimierung.mathematik.uni-kl-deから取得しました.
6. サンプリング技術2017年4月28日、cs.fit.eduから取得.
7. ミックス・メソッド・リサーチのジャーナル（2007）。 2017年4月28日、sociologyofeurope.unifi.itから取得.
8. ランドルノーサンプリング戦略2017年4月28日、natco1.orgから取得.