Dažādi izlases modeļu veidi socioloģijā

Pārskats par varbūtības un bez varbūtības metodēm

Dimitrijs Otiss/Getty Images

Tā kā reti ir iespējams izpētīt visu fokusa grupu, pētnieki izmanto paraugus, kad viņi cenšas vākt datus un atbildēt uz pētījuma jautājumiem. Izlase ir vienkārši pētāmās populācijas apakškopa; tas atspoguļo lielāku iedzīvotāju skaitu un tiek izmantots, lai izdarītu secinājumus par šo populāciju. Sociologi parasti izmanto divas izlases metodes: tās, kuru pamatā ir varbūtība, un tās, kuras nav. Viņi var ģenerēt dažāda veida paraugus, izmantojot abas metodes.

Nevarbūtības izlases metodes

Nevarbūtības modelis ir paņēmiens, kurā paraugi tiek savākti tādā veidā, kas nedod visiem indivīdiem vienādas iespējas tikt atlasītiem. Lai gan izvēles metode bez varbūtības var radīt neobjektīvus datus vai ierobežotu iespēju izdarīt vispārīgus secinājumus, pamatojoties uz konstatējumiem, ir arī daudzas situācijas, kurās šāda veida izlases metodes izvēle ir labākā izvēle konkrētajam pētījuma jautājumam vai posmam. pētījumu. Izmantojot bezvarbūtības modeli, var izveidot četru veidu paraugus.

Paļaušanās uz pieejamajiem priekšmetiem

Paļaušanās uz pieejamajiem priekšmetiem ir riskants modelis, kas prasa lielu piesardzību no pētnieka puses. Tā kā tas ietver paraugu ņemšanu garāmgājējiem vai personām, ar kurām pētnieki nejauši saskaras, to dažreiz dēvē par ērtības paraugs jo tas neļauj pētniekam nekādi kontrolēt izlases reprezentativitāti.

Lai gan šai izlases metodei ir trūkumi, tā ir noderīga, ja pētnieks vēlas izpētīt cilvēku īpašības, kas noteiktā brīdī iet garām ielas stūrī, īpaši, ja citādi šādu pētījumu veikšana nebūtu iespējama. Šī iemesla dēļ ērtus paraugus parasti izmanto pētījuma sākumposmā vai izmēģinājuma posmā, pirms tiek uzsākts lielāks pētniecības projekts. Lai gan šī metode var būt noderīga, pētnieks nevarēs izmantot ērtas izlases rezultātus, lai vispārinātu par plašāku populāciju.

Mērķtiecīgs vai sprieduma paraugs

A mērķtiecīgs vai sprieduma paraugs ir tāds, kas tiek izvēlēts, pamatojoties uz zināšanām par populāciju un pētījuma mērķi. Piemēram, kad Sanfrancisko universitātes sociologi vēlējās pētīt ilgtermiņāemocionālā un psiholoģiskā ietekmeIzvēloties pārtraukt grūtniecību, viņi izveidoja paraugu, kurā bija iekļautas tikai sievietes, kuras bija izdarījušas abortu. Šajā gadījumā pētnieki izmantoja mērķtiecīgu izlasi, jo intervētie atbilst konkrētam mērķim vai aprakstam, kas bija nepieciešams pētījuma veikšanai.

Sniega bumbas paraugs

A sniega bumbas paraugs ir piemērots izmantošanai pētniecībā, ja ir grūti atrast iedzīvotājus, piemēram, bezpajumtniekus, viesstrādniekus vai imigrantus bez dokumentiem. Sniega bumbas paraugs ir tāds, kurā pētnieks apkopo datus par dažiem mērķa grupas locekļiem, kurus viņš var atrast, un pēc tam lūdz šīs personas sniegt informāciju, kas nepieciešama, lai atrastu citus šīs populācijas locekļus.

Piemēram, ja pētniece vēlas intervēt nedokumentētus imigrantus no Meksikas, viņa varētu intervēt dažas nedokumentētas personas, kuras viņa zina vai var atrast. Pēc tam viņa paļāvās uz šiem priekšmetiem, lai palīdzētu atrast vairāk personu bez dokumentiem. Šis process turpinās, līdz pētniecei ir visas vajadzīgās intervijas vai līdz visi kontakti ir izsmelti.

Šis paņēmiens ir noderīgs, pētot sensitīvu tēmu, par kuru cilvēki, iespējams, nerunā atklāti, vai ja runāšana par izmeklējamajiem jautājumiem var apdraudēt viņu drošību. Drauga vai paziņas ieteikums, ka pētniekam var uzticēties, palīdz palielināt izlases lielumu.

Kvotas paraugs

A kvotas paraugs ir tāds, kurā vienības tiek atlasītas izlasē, pamatojoties uz iepriekš noteiktiem raksturlielumiem, lai kopējam paraugam būtu tāds pats raksturlielumu sadalījums, kas tiek pieņemts pētāmajā populācijā.

Piemēram, pētniekiem, kas veic valsts kvotu izlasi, iespējams, būs jāzina, kura iedzīvotāju daļa ir vīrieši un kura ir sievietes. Viņiem, iespējams, būs jāzina arī to vīriešu un sieviešu procentuālā daļa, kuri ietilpst dažādās vecuma, rases vai klases grupās. Pēc tam pētnieks savāc paraugu, kas atspoguļoja šīs proporcijas.

Varbūtību izlases metodes

Varbūtības modelis ir paņēmiens, kurā paraugi tiek savākti tā, lai visiem populācijas indivīdiem būtu vienādas iespējas tikt atlasītiem. Daudzi uzskata, ka šī ir metodoloģiski stingrāka pieeja izlases veidošanai, jo tā novērš sociālo aizspriedumu, kas varētu veidot pētījuma izlasi. Tomēr galu galā jūsu izvēlētajai izlases metodei ir jābūt tādai, kas vislabāk ļauj jums atbildēt uz jūsu konkrēto pētījuma jautājumu. Pastāv četru veidu varbūtības izlases metodes.

Vienkāršs izlases paraugs

The vienkāršs izlases paraugs ir statistikas metodēs un aprēķinos pieņemtā izlases pamatmetode. Lai savāktu vienkāršu nejaušu izlasi, katrai mērķa populācijas vienībai tiek piešķirts numurs. Pēc tam tiek ģenerēta nejaušu skaitļu kopa, un šo skaitļu vienības tiek iekļautas izlasē.

Pētnieks, kurš pēta 1000 iedzīvotāju, varētu vēlēties nejauši atlasīt 50 cilvēku izlasi. Pirmkārt, katra persona ir numurēta no 1 līdz 1000. Pēc tam jūs izveidojat sarakstu ar 50 nejaušiem skaitļiem, parasti ar datorprogrammu, un personas, kurām ir piešķirti šie numuri, ir iekļautas izlasē.

Pētot cilvēkus, šo paņēmienu vislabāk izmantot ar viendabīgu populāciju vai tādu, kas īpaši neatšķiras pēc vecuma, rases, izglītības līmeņa vai klases. Tas ir tāpēc, ka, strādājot ar neviendabīgāku populāciju, pētnieks riskē izveidot neobjektīvu izlasi, ja netiek ņemtas vērā demogrāfiskās atšķirības.

Sistemātisks paraugs

Iekšā sistemātisks paraugs , populācijas elementus saliek sarakstā un pēc tam katru n sarakstā iekļautais elements tiek sistemātiski izvēlēts iekļaušanai izlasē.

Piemēram, ja pētāmajā vidusskolā ir 2000 studentu un pētnieks vēlētos 100 studentu izlasi, studenti tiktu ievietoti saraksta formā un pēc tam katrs 20. students tiktu atlasīts iekļaušanai izlasē. Lai nodrošinātu pret jebkādu iespējamo cilvēka aizspriedumu šajā metodē, pētniekam nejauši jāizvēlas pirmais indivīds. To tehniski sauc par sistemātisku paraugu ar nejaušu sākumu.

Stratificēts paraugs

A stratificēts paraugs ir izlases metode, kurā pētnieks sadala visu mērķa populāciju dažādās apakšgrupās vai slāņos un pēc tam nejauši izvēlas galīgos subjektus proporcionāli no dažādiem slāņiem. Šāda veida izlase tiek izmantota, ja pētnieks vēlas izceltnoteiktas iedzīvotāju apakšgrupas.

Piemēram, lai iegūtu stratificētu universitātes studentu izlasi, pētnieks vispirms organizē populāciju pēc koledžas klasēm un pēc tam atlasa atbilstošu skaitu pirmkursnieku, otrā kursa studentu, junioru un vecāko kursu. Tas nodrošinātu, ka pētniekam galīgajā izlasē ir pietiekams skaits priekšmetu no katras klases.

Klastera paraugs

Klasteru izlase var izmantot, ja ir neiespējami vai nepraktiski sastādīt izsmeļošu to elementu sarakstu, kas veido mērķa grupu. Tomēr parasti populācijas elementi jau ir sagrupēti apakšpopulācijās, un šo apakšpopulāciju saraksti jau pastāv vai var tikt izveidoti.

Iespējams, pētījuma mērķauditorija ir Amerikas Savienoto Valstu baznīcas locekļi. Nav visu baznīcas locekļu saraksta valstī. Tomēr pētnieks varēja izveidot ASV draudžu sarakstu, izvēlēties baznīcu paraugus un pēc tam iegūt šo baznīcu locekļu sarakstus.

AtjauninātsAutore Nikija Liza Koula, Ph.D.