Δειγματοληψία

Δύο τύποι έρευνας Με τα ίδια υποκείμενα (within subjects design) Με διαφορετικά υποκείμενα (between subjects design) Ποια είναι τα θετικά και τα αρνητικά των δύο πρακτικών;

ορισμός Γιατί είναι απαραίτητη η σωστή δειγματοληψία; Δειγματολοηψία: λήψη ενός τμήματος από κάποιο ευρύτερο σύνολο. Επιτυχής ότανπαράγονται γενικεύσιμα αποτελέσματα Δύο είδηδειγματοληψία με πιθανότητα δειγματοληψία χωρίς πιθανότητα Γιατί είναι απαραίτητη η σωστή δειγματοληψία; Γιατί πρέπει πάντα να περιγράφουμε αναλυτικά το δείγμα μας; Γιατί πρέπει να περιγράφουμε πολύ αναλυτικά τη διαδικασία- μέθοδο που ακολουθήσαμε για τη συλλογή δεδομένων;

Ορολογία Στοιχείο ή μονάδα: βασική μονάδα, υποκείμενο έρευνας. Π.χ. Οι άνθρωποι που απευθυνόμαστε πληθυσμός: το ευρύ σύνολο των υποκειμένων που ερευνούμε Δειγματοληπτικό πλαίσιο: ένας κατάλογος ολόκληρου του πληθυσμού (π.χ. Εκλογικοί κατάλογοι). Σύνηθες πρόβλημα – δεν υπάρχουν πάντα Μέγεθος δείγματος: το πλήθος των στοιχείων που διαμορφώνουν το δείγμα (Ν)

Δειγματοληψία με πιθανότητα Τυχαίο δείγμα. Τι πιστεύεται ότι είναι; Τυχαίο ≠ Βολικό (δείγμα ευκολίας) Το τυχαίο δείγμα δίνει την ίδια πιθανότητα σε κάθε άτομο να συμμετέχει στην έρευνα ή να εκπροσωπηθεί Παράδειγμα: θέλουμε να ρωτήσουμε 100 φοιτητές του τμήματος μας για το πόσο ικανοποιημένοι είναι από το τμήμα. πώς και πού μοιράζουμε ερωτηματολόγια; (χρήση δειγματοληπτικού πλαισίου)

Δειγματοληψία με πιθανότητα: Μέγεθος δείγματος Πόσο μεγάλο πρέπει να είναι το δείγμα μου; (εξαρτάται από την έρευνα) Το σφάλμα εκτίμησης μικραίνει, όσο μεγαλώνει το δείγμα. Π.χ. 10.000 ατόμα  -1% πιθανό σφάλμα 2.500  -2% 500  -4,5%

Δειγματοληψία με πιθανότητα: απλή τυχαία δειγματοληψία Κάθε μέλος του πληθυσμού έχει την ίδια πιθανότητα να επιλεγεί στο δείγμα. Χρήση δειγματοληπτικού πλαισίου και τυχαία επιλογή ατόμων Προσοχή: δεν οδηγεί σε αντιπροσωπευτικά δείγματα. Αφήνει ακάλυπτες περιοχές πληθυσμού. Αλλά... Είναι εύκολη, υπάρχουν στατικοί τρόποι διόρθωσης ή υπολογισμού του σφάλματος

Δειγματοληψία με πιθανότητα: συστηματική δειγματοληψία Το δειγματοληπτικό πλαίσιο ταξινομείται ανάλογα με κάποιο χαρακτηριστικό (π.χ. Ηλικία) Έπειτα επιλέγουμε ότι θα ρωτήσουμε κάθε κάποιο συγκεκριμένο αριθμό ατόμων (π.χ. Κάθε 10 άτομα) Παράδειγμα τα exit polls: επιλέγονται κάποια εκλογικά κέντρα. Το δείγμα συλλέγεται όλη μέρα (γιατί ψηφοφόροι διαφορετικών ηλικιών ψηφίζουν σε διαφορετικές ώρες). Ρωτούν κάθε 5 άτομα τι ψήφισαν.

Δειγματοληψία με πιθανότητα: στρωματοποιημένη δειγματοληψία Σχεδιάστηκε για να εξασφαλίσει την αντιπροσώπευση κάθε τμήματος του πληθυσμού και τη μείωση του σφάλματος. Απαραίτητο το δειγματοληπτικό πλαίσιο. Ο πληθυσμός χωρίζεται σε στρώματα. Έπειτα ακολουθεί διασικασία απλής τυχαίας δειγματοληψίας. Τα στρώματα είναι ομοιογενείς ομάδες στοιχείων ως προς κάποιο χαρακτηριστικό. Τα στρώματα μπορούν να υφίστανται (π.χ. Γεωγραφικά όρια δήμων) ή να κατασκευάζονται για την έρευνα (π.χ. Εκπαιδευτικό υπόβαθρο).

Δειγματοληψία χωρίς πιθανότητα: δειγματοληψία ευκολίας Σχηματίζονται δείγματα με βάση την ευκολία. Τα αποτελέσματα δεν είναι γενικεύσιμα. Χρήσιμη για πιλοτικές έρευνες.

Δειγματοληψία χωρίς πιθανότητα: δειγματοληψία ποσοστώσεων Κάποια χαρακτηριστικά του πληθυσμού είναι γνωστά πριν την έρευνα (π.χ. Αναλογία ανδρών-γυναικών στον πληθυσμό, αναλογίες εθνικοτήτων, κλπ. Επιλέγουμε δείγμα ώστε να τηρούνται οι αναλογίες.

7ο πιθανό θέμα εξετάσεων Για να μελετήσετε ... (τον τρόπο χρήσης του αυτοκινήτου από τους φοιτητές του τμήματος), περιγράψτε μια διαδικασία απλής τυχαίας δειγματοληψίας, μία διαδικασία στρωματοποιημένης δειγματοληψίας και μία διαδικασία δειγματοληψίας ποσοστώσεων. Ποια είναι τα θετικά και τα αρνητικά αυτών των διαδικασιών; Ποιο είναι το δείγμα και το μέγεθος, ο πληθυσμός και το δειγματοληπτικό πλαίσιο για κάθε μία;

βιβλιογραφία Fink, A. 1995. The Survey Kit: How to design surveys. Vol.5,6. Sage Henry, G.T. 1990. Practical Sampling. Sage Kish, L. 1995. Survey Sampling. Wiley