I statistik är ett urval en delmängd av en population som används för att representera hela gruppen som helhet. När man gör forskning är det ofta opraktiskt att undersöka varje medlem i en viss befolkning eftersom det stora antalet människor helt enkelt är för stort. För att göra slutsatser om egenskaperna hos en befolkning kan forskare använda ett slumpmässigt urval.
Varför använder forskare prover?
När man undersöker en aspekt av det mänskliga sinnet eller beteendet kan forskare helt enkelt inte samla in data från varje enskild individ i de flesta fall. Istället väljer de ett mindre urval av individer som representerar den större gruppen. Om urvalet verkligen är representativt för befolkningen i fråga kan forskare sedan ta sina resultat och generalisera dem till den större gruppen.
Typer av provtagning
Inom psykologisk forskning och andra typer av samhällsforskning förlitar sig experter vanligtvis på några olika provtagningsmetoder.
1. Probabilitetsprovtagning
Sannolikhetsprovtagning innebär att varje individ i en befolkning har en chans att bli vald. Eftersom sannolikhetsprovtagning innebär slumpmässigt urval säkerställer det att varje delmängd av befolkningen har lika chans att representeras i urvalet. Detta gör sannolikhetsprover mer representativa, och forskare kan bättre generalisera sina resultat till gruppen som helhet.
Det finns några olika typer av sannolikhetsprovtagning:
- Enkelt slumpmässigt urval är, som namnet antyder, den enklaste typen av sannolikhetsprovtagning. Forskare tar varje individ i en population och väljer slumpmässigt sitt urval, ofta med hjälp av någon typ av datorprogram eller slumptalsgenerator.
- Stratifierad stickprovtagning innebär att man delar upp befolkningen i undergrupper och sedan tar ett enkelt slumpmässigt urval från var och en av dessa undergrupper. Till exempel kan forskning dela upp befolkningen i undergrupper baserat på ras, kön eller ålder och sedan ta ett enkelt slumpmässigt urval av var och en av dessa grupper. Stratifierat slumpmässigt urval ger ofta större statistisk noggrannhet än enkelt slumpmässigt urval och hjälper till att säkerställa att vissa grupper representeras exakt i urvalet.
- Klusterurval innebär att man delar upp en befolkning i mindre kluster, ofta baserat på geografisk plats eller gränser. Ett slumpmässigt urval av dessa kluster väljs sedan och alla ämnen inom klustret mäts. Tänk dig till exempel att du försöker göra en studie om skolansvariga i din stat. Att samla in data från varje skolchef skulle vara kostnadskrävande och tidskrävande. Med hjälp av en klusterprovningsmetod väljer du slumpmässigt fem län från ditt tillstånd och samlar sedan in data från varje ämne i vart och ett av dessa fem län.
2. Icke-sannolikhetsprovtagning
Icke-sannolikhetsprovtagning å andra sidan innebär att man väljer deltagare med metoder som inte ger varje delmängd av en befolkning lika chans att bli representerad. Till exempel kan en studie rekrytera deltagare från volontärer. Ett problem med denna typ av prov är att volontärer kan skilja sig från icke-volontärer på vissa variabler, vilket kan göra det svårt att generalisera resultaten till hela befolkningen.
Det finns också ett par olika typer av icke-sannolikhetsprovtagning:
- Bekvämhetsprovtagning innebär att man använder deltagare i en studie eftersom de är bekväma och tillgängliga. Om du någonsin har varit frivillig för en psykologistudie genom ditt universitets psykologavdelning, har du deltagit i en studie som förlitade sig på ett bekvämt urval. Studier som förlitar sig på att be om volontärer eller genom att använda kliniska prover som är tillgängliga för forskaren är också exempel på bekvämlighetsprover.
- Syfte med provtagning innebär att söka individer som uppfyller vissa kriterier. Till exempel kan marknadsförare vara intresserade av att lära sig hur deras produkter uppfattas av kvinnor mellan 18 och 35 år. De kan anställa ett marknadsundersökningsföretag för att genomföra telefonintervjuer som avsiktligt söker och intervjuar kvinnor som uppfyller deras ålderskriterier.
- Provtagning av kvoter innebär avsiktligt provtagning av specifika proportioner av varje undergrupp inom en befolkning. Till exempel kan politiska opinionsundersökare vara intresserade av att undersöka befolkningens åsikter om en viss politisk fråga. Om de använder ett enkelt slumpmässigt urval kan de av misstag missa vissa delmängder av befolkningen. Istället fastställer de kriterier för att tilldela varje undergrupp en viss procentsats av provet. Till skillnad från stratifierat urval använder forskare icke-slumpmässiga metoder för att fylla kvoterna för varje undergrupp.
Lär dig mer om några sätt som sannolikhetsprover och icke-sannolikhetsprover skiljer sig åt.
Provtagningsfel
Eftersom provtagning naturligtvis inte kan inkludera varje enskild individ i en befolkning kan fel uppstå.
Skillnader mellan vad som finns i en population och vad som finns i ett urval kallas provtagningsfel.
Även om det är omöjligt att veta exakt hur stor skillnaden mellan populationen och urvalet kan vara, kan forskare statistiskt uppskatta storleken på provtagningsfelen. I politiska omröstningar kan du till exempel ofta höra om felmarginalen som uttrycks av vissa konfidensnivåer.
Ju större provstorleken är, desto mindre är felnivån. Detta beror helt enkelt på att när provet närmar sig den totala populationens storlek, desto mer sannolikt är det att noggrant fånga alla egenskaper hos befolkning. Det enda sättet att helt eliminera samplingsfel är att samla in data från hela befolkningen, vilket ofta helt enkelt är för kostnadskrävande och tidskrävande. Provtagningsfel kan dock minimeras med hjälp av randomiserad sannolikhetstestning och en stor urvalsstorlek.