Wat is systematische bemonstering?
systematische bemonstering is een statistische methode die onderzoekers gebruiken om af te dalen op de gewenste populatie die ze willen onderzoeken. Onderzoekers berekenen het bemonsteringsinterval door de volledige populatiegrootte te delen door de gewenste steekproefgrootte. Systematische bemonstering is een uitgebreide implementatie van kanssteekproeven waarbij elk lid van de groep op regelmatige tijdstippen wordt geselecteerd om een steekproef te vormen.,
systematische bemonstering definitie
systematische bemonstering wordt gedefinieerd als een waarschijnlijkheidsbemonsteringsmethode waarbij de onderzoeker elementen uit een doelpopulatie kiest door een willekeurig beginpunt te selecteren en steekproefleden selecteert na een vast bemonsteringsinterval.’
Selecteer uw respondenten
bijvoorbeeld, tijdens het selecteren van de aanvoerder van een sportteam vroegen de meeste van onze coaches ons om nummers te roepen zoals 1-5 (1-n) en de leerlingen met een willekeurig nummer bepaald door de coach. Bijvoorbeeld, drie zou worden geroepen om de kapiteins van verschillende teams., Het is een niet-stressvol selectieproces voor zowel de coach als de spelers. Er is een gelijke kans voor elk lid van een populatie om te worden geselecteerd met behulp van deze bemonsteringstechniek.
Wat zijn de stappen om een monster te vormen met behulp van de systematische bemonsteringstechniek?
Hier zijn de stappen om een systematische steekproef te vormen:
stap één: Ontwikkel een gedefinieerd structureel publiek om aan het bemonsteringsaspect te beginnen.
stap twee: bepaal als onderzoeker de ideale grootte van de steekproef, d.w.z. hoeveel mensen uit de gehele populatie moeten kiezen om deel uit te maken van de steekproef.,
stap drie: als u eenmaal de steekproefgrootte hebt bepaald, wijs dan een nummer toe aan elk lid van de steekproef.
stap vier: Bepaal het interval van dit monster. Dit zal de standaard afstand tussen de elementen zijn.
het monsterinterval moet bijvoorbeeld 10 zijn, wat het resultaat is van de verdeling van 5000 (N= omvang van de populatie) en 500 (n=omvang van de steekproef).
systematische Bemonsteringsformule voor interval (i) = N/n = 5000/500 = 10
stap vijf: Selecteer de leden die voldoen aan de criteria, die in dit geval 1 op de 10 personen zullen zijn.,
stap zes: kies willekeurig het beginnende lid (r) van de steekproef en voeg het interval toe aan het willekeurige getal om leden in de steekproef te blijven toevoegen. r, r + i, r + 2i, enz. zullen de elementen van het monster.
Hoe werkt systematische bemonstering
wanneer u bemonstering, zorg ervoor dat u de populatie eerlijk vertegenwoordigen. Systematische bemonstering is een symmetrisch proces waarbij de onderzoeker de monsters kiest na een specifiek gedefinieerd interval. Bemonstering als dit laat de onderzoeker geen ruimte voor bias met betrekking tot het kiezen van de steekproef., Om te begrijpen hoe systematische bemonstering precies werkt, neem het voorbeeld van de gymles waar de instructeur de studenten vraagt om in de rij te staan en elke derde persoon vraagt om uit de rij te stappen. Hier, de instructeur heeft geen invloed op het kiezen van de monsters en kan nauwkeurig de klasse vertegenwoordigen.
systematische steekproef voorbeeld
bijvoorbeeld, als een lokale NGO probeert een systematische steekproef van 500 vrijwilligers uit een populatie van 5000 te vormen, kunnen zij elke 10e persoon in de populatie selecteren om systematisch een steekproef samen te stellen.
wat zijn de typen systematische bemonstering?,
Hier zijn de typen systematische bemonstering:
- systematische aselecte bemonstering
- Lineaire systematische bemonstering
- circulaire systematische bemonstering
laten we deze bemonsteringstechnieken nader bekijken.
systematische aselecte bemonstering:
systematische aselecte bemonstering is een methode om monsters met een bepaald vooraf ingesteld interval te selecteren. Selecteer als onderzoeker een willekeurig beginpunt tussen 1 en het bemonsteringsinterval. Hieronder volgen de voorbeeldstappen om een systematische aselecte steekproef op te zetten:
- bereken eerst het bemonsteringsinterval en bevestig het., (Het aantal elementen in de populatie gedeeld door het aantal elementen dat nodig is voor de steekproef.)
- Kies een willekeurig beginpunt tussen 1 en het bemonsteringsinterval.
- ten slotte, herhaal het bemonsteringsinterval om de volgende elementen te kiezen.
Lineaire systematische bemonstering:
Lineaire systematische bemonstering is een systematische bemonsteringsmethode waarbij monsters niet aan het einde worden herhaald en ” n “- eenheden worden geselecteerd om deel uit te maken van een steekproef met ” N ” – populatieeenheden. In plaats van deze ‘n’ eenheden van een steekproef willekeurig te selecteren, kan een onderzoeker een logica overslaan toepassen om deze te selecteren., Het volgt een lineair pad en stopt dan aan het einde van een bepaalde populatie.
deze bemonstering of overslaan interval (k) = n (totale populatie-eenheden)/n (steekproefgrootte)
Hoe wordt een lineaire systematische steekproef geselecteerd?
- Rangschik de gehele populatie in een geclassificeerde sequentie.
- kies de steekproefgrootte (n)
- Bereken het bemonsteringsinterval (k) = n/n
- Kies een willekeurig getal tussen 1 en k (inclusief k)
- voeg het bemonsteringsinterval (k) toe aan het gekozen willekeurige getal om het volgende lid aan een monster toe te voegen en herhaal deze procedure om de resterende leden van het monster toe te voegen.,
- in het geval k geen geheel getal is, kunt u het dichtst bij N/n.
circulaire systematische bemonstering:
bij circulaire systematische bemonstering begint een monster opnieuw vanaf hetzelfde punt na het beëindigen; dus de naam. Bijvoorbeeld, als N = 7 en n = 2, k=3,5. Er zijn twee mogelijke manieren om een monster te vormen:
- als we k=3 beschouwen, zijn de monsters-ad, be, ca, db en ec.
- als we k=4 beschouwen, zijn de monsters-ae, ba, cb, dc en ed.
Hoe wordt een cirkelvormig systematisch Monster geselecteerd?
- Bereken het bemonsteringsinterval (k) = N / n., (Als N = 11 en n = 2, dan wordt k genomen als 5 en niet 6)
- Start willekeurig tussen 1 en N
- maak monsters door elke keer K-eenheden over te slaan totdat u leden van de gehele populatie selecteert.
- bij deze methode is er N aantal monsters, in tegenstelling tot K monsters bij de lineaire systematische bemonsteringsmethode.
verschil tussen lineaire systematische bemonstering en circulaire systematische bemonstering:
Hier is het verschil tussen lineaire systematische bemonstering en circulaire systematische bemonstering.,
| maak monsters = k (bemonsteringsinterval) | maak monsters = n (totale populatie) |
| de begin-en eindpunten van deze steekproef zijn verschillend. | het startpunt begint zodra de gehele populatie in aanmerking wordt genomen. |
| alle monstereenheden moeten vóór de selectie lineair worden gerangschikt. | elementen worden op een cirkelvormige manier gerangschikt., |
Wat zijn de voordelen van systematische bemonstering?
Hier zijn de voordelen van systematische bemonstering.
- Het is uiterst eenvoudig en handig voor de onderzoekers om monsters te maken, uit te voeren, te analyseren.
- omdat het niet nodig is om elk lid van een steekproef te nummeren, is het beter om een populatie sneller en eenvoudiger weer te geven.
- de gemaakte samples zijn gebaseerd op precisie bij de selectie van leden en zijn vrij van vriendjespolitiek.,
- bij de andere methoden van waarschijnlijkheidsbemonstering, zoals clusterbemonstering en gestratificeerde bemonstering of niet-waarschijnlijkheidsmethoden, zoals conveniencebemonstering, bestaat de kans dat de gecreëerde clusters zeer bevooroordeeld zijn, wat bij systematische bemonstering wordt vermeden omdat de leden zich op een vaste afstand van elkaar bevinden.
- de bij deze bemonsteringsmethode betrokken risicofactor is uiterst minimaal.
- indien er verschillende leden van een populatie zijn, kan deze bemonsteringstechniek nuttig zijn vanwege de gelijkmatige verdeling van leden om een steekproef te vormen.,
andere kanssteekproeftechnieken zoals clusterbemonstering en gestratificeerde aselecte bemonstering kunnen zeer ongeorganiseerd en uitdagend zijn, waardoor onderzoekers en statistici gebruik hebben gemaakt van methoden zoals systematische bemonstering of eenvoudige aselecte bemonstering voor betere bemonsteringsresultaten. Het kost de minste tijd omdat het een selectie van de steekproefgrootte en identificatie van het beginpunt voor deze steekproef vereist, die met regelmatige tussenpozen moet worden voortgezet om een steekproef te vormen.
selecteer uw respondenten
Wanneer moet systematische bemonstering worden gebruikt?,
laten we een voorbeeld nemen waar u een steekproef wilt vormen van 500 individuen uit een populatie van 5000; u zou elke persoon in de populatie moeten nummeren.
zodra de nummering is gedaan, kan de onderzoeker willekeurig een getal selecteren, bijvoorbeeld 5. Het vijfde individu zal als eerste deel uitmaken van de systematische steekproef. Daarna wordt het 10e lid toegevoegd aan de sample, enzovoort (15th, 25th, 35, 45th, en leden tot 4995).,
hier zijn 4 andere situaties waarin systematische bemonstering moet worden toegepast:
- budgetbeperkingen: in vergelijking met andere bemonsteringsmethoden zoals eenvoudige aselecte bemonstering, is deze bemonsteringstechniek geschikter voor omstandigheden waarin er budgettaire beperkingen zijn en ook de uiterst ongecompliceerde voltooiing van de studie.
- ongecompliceerde implementatie: aangezien systematische bemonstering afhankelijk is van de gedefinieerde bemonsteringsintervallen om de steekproef te bepalen, wordt het voor de onderzoekers en statistici eenvoudig om monsters met meer respondenten te beheren., Dit komt omdat de tijd die wordt geïnvesteerd in het maken van monsters is minimaal, en de kosten worden ook beperkt vanwege de periodieke aard van systematische bemonstering.
- afwezigheid van gegevenspatroon: er zijn specifieke gegevens die geen arrangement hebben. Deze gegevens kunnen op een onpartijdige manier worden geanalyseerd, met behulp van systematische bemonstering.
- laag risico op datamanipulatie in onderzoek: het is zeer productief bij het onderzoeken van een breed onderwerp, vooral wanneer er een verwaarloosbaar risico op datamanipulatie is.