Náhodný výběr je proces, který umožňuje získat vzorek z populace na základě určité pravděpodobnosti výběru jednotlivců, kteří jej tvoří.
S náhodným vzorkováním proto navrhujeme metodu volby. Metoda, která bere v úvahu různé pravděpodobnosti. Tím se odlišuje od nenáhodných metod v tom, že o výběru vzorku rozhoduje subjektivita výzkumného pracovníka.
V tomto případě zase hraje významnou roli náhoda; jak odstraníme diskrétnost.
Proč používat náhodný výběr?
Tento typ odběru vzorků je jedním z nejpoužívanějších ve vědecké metodě. Důvody jsou různé, ale nejdůležitější by byly následující:
- Za prvé, je to jediný, který umožňuje potvrzovací analýzu a statistickou inferenci. Ve skutečnosti se druhá provádí také v náhodných vzorcích, ale nebudeme schopni potvrdit výsledky. V tomto případě je vyšetřování průzkumné.
- Na druhou stranu, v souvislosti s předchozí částí, tato metoda snižuje zkreslení. To znamená, že s určitou (známou) pravděpodobností výběru určitého jedince z populace se vyhneme inherentní subjektivitě v nenáhodném výběru.
- Nakonec umožňuje použití malých vzorků u velkých populací. Samozřejmě existují vzorce pro výpočet těchto minimálních vzorků se známými nebo neznámými populacemi.
Jak to udělat?
Stejně jako jakákoli technika používaná ve vědě se i tato provádí po procesu. To umožňuje replikovat experiment a snižuje zkreslení a subjektivitu.
- Prvním a velmi rozhodujícím krokem je výběr populace. Ve skutečnosti musíme získat co nejvíce informací. Především nás zajímá jeho složení podle určitých sociodemografických proměnných, jako je pohlaví, věk nebo povolání.
- Pak musíte vybrat konkrétní náhodný vzorek. V další části uvidíme ty nejdůležitější. Rozhodnutí bude záviset na charakteristikách populace.
- Jakmile je zvolena metoda, musí být vypočítán minimální vzorek. K tomu musíme vzít v úvahu, zda známe velikost populace. Jak jsme komentovali, existují vzorce pro výpočet této velikosti vzorku.
- Nakonec přistoupíme k získání vzorku a provedeme na něm příslušné statistické analýzy. Po dokončení můžeme provést test hypotézy nebo jiné odvozovací metody. Cílem je extrapolovat výsledky na populaci.
Druhy náhodného vzorkování
Existuje několik typů náhodných vzorků v závislosti na charakteristikách populace.
Podívejme se na nejrelevantnější:
- Jednoduché náhodné vzorkování: Je to jeden z nejpoužívanějších. Skládá se z přiřazení náhodného čísla populaci a poté na základě toho výběr vzorku. Je to velmi užitečné u populací s určitou homogenitou. Například je široce používán v geologii.
- Stratifikovaný odběr vzorků: V tomto případě máme co do činění s populací, která, i když je heterogenní, může být rozdělena do homogenních skupin (pohlaví, věk atd.). V každé skupině se provádí jednoduchý náhodný vzorek. Je široce používán v sociálních vědách, jako je psychologie.
- Vzorkování klastru: V tomto případě je cílem vytvořit řadu bloků nebo shluků. Ty jsou vybírány náhodně z celé populace. V tomto případě v nich existuje heterogenita, stejně jako homogenita venku. Průzkum trhu často používá tento náhodný výběr vzorků.
- Systematické vzorkování: V tomto případě se počet jedinců v populaci vydělí těmi ve vzorku, který chceme získat. Pak si jeden náhodně vybereme a počítáme s použitím této hodnoty. Vyberou se předměty, které tomuto počtu odpovídají. Tento typ snižuje problém autokorelace.
Příklad náhodného vzorkování
Představme si, že chceme studovat průměrnou výšku určitých studentů na určité univerzitě. Jedná se o fiktivní data a použijeme jednoduchý příklad. Předchozí krok je vytvořit tabulku v tabulce s celkovou populací a jejími výškami.
Budeme tedy používat jednoduchou metodiku náhodného vzorkování:
- Vpravo můžeme vložit náhodné číslo, jak je vidět na obrázku (zahrneme vzorec).
- Potom použijeme možnost řazení od nejvyšší po nejnižší, která je neobjedná, ale náhodně je změní.
- To znamená, že poté vybereme vzorek (v tomto případě deset) na základě velikosti vypočítané pro tento typ náhodného výběru.