Steekproeftypes en fouten in onderzoek

In statistieken is een steekproef een subset van een populatie die wordt gebruikt om de gehele groep als geheel te vertegenwoordigen. Bij het doen van onderzoek is het vaak onpraktisch om elk lid van een bepaalde populatie te onderzoeken, omdat het grote aantal mensen gewoon te groot is. Om conclusies te trekken over de kenmerken van een populatie, kunnen onderzoekers een willekeurige steekproef gebruiken.

Waarom gebruiken onderzoekers monsters??

Wanneer onderzoekers een aspect van de menselijke geest of gedrag onderzoeken, kunnen ze in de meeste gevallen eenvoudigweg geen gegevens van elk individu verzamelen. In plaats daarvan kiezen ze een kleinere steekproef van individuen die de grotere groep vertegenwoordigen. Als de steekproef echt representatief is voor de populatie in kwestie, kunnen onderzoekers hun resultaten vervolgens nemen en generaliseren naar de grotere groep.

Soorten sampling

In psychologisch onderzoek en andere vormen van sociaal onderzoek vertrouwen onderzoekers meestal op een paar verschillende bemonsteringsmethoden.

1. Waarschijnlijkheidssampling

Kansberekening betekent dat elk individu in een populatie een gelijke kans heeft om te worden geselecteerd. Omdat probability sampling willekeurige selectie omvat, zorgt het ervoor dat een andere subset van de populatie een gelijke kans heeft om in de steekproef te worden vertegenwoordigd. Dit maakt kanssteekproeven representatiever en onderzoekers zijn beter in staat om hun resultaten te generaliseren naar de groep als geheel.

Er zijn een paar verschillende soorten kanssteekproeven:

• Eenvoudige willekeurige steekproeven is, zoals de naam al doet vermoeden, het eenvoudigste type kanssteekproef. Onderzoekers nemen elk individu in een populatie en selecteren willekeurig hun steekproef, vaak met behulp van een bepaald type computerprogramma of generator voor willekeurige getallen.
• Gestratificeerde willekeurige steekproef omvat het scheiden van de populatie in subgroepen en vervolgens het nemen van een eenvoudige willekeurige steekproef uit elk van deze subgroepen. Een onderzoek kan bijvoorbeeld de populatie indelen in subgroepen op basis van ras, geslacht of leeftijd en vervolgens een eenvoudige willekeurige steekproef van elk van deze groepen nemen. Gestratificeerde willekeurige steekproeven bieden vaak grotere statistische nauwkeurigheid dan eenvoudige willekeurige steekproeven en helpen ervoor te zorgen dat bepaalde groepen nauwkeurig in de steekproef worden vertegenwoordigd.
• Clusterbemonstering houdt in het verdelen van een populatie in kleinere clusters, vaak op basis van geografische locatie of grenzen. Een willekeurige steekproef van deze clusters wordt vervolgens geselecteerd en alle onderwerpen in cluster worden gemeten. Stel je bijvoorbeeld voor dat je een studie probeert te doen naar schooldirecteuren in jouw land. Het verzamelen van gegevens van elke schooldirecteur zou kostenbesparend en tijdrovend zijn. Met behulp van een clusterbemonsteringsmethode, selecteert u willekeurig vijf districten uit uw staat en verzamelt u vervolgens gegevens van elk onderwerp in elk van die vijf provincies.

2. Niet-probabiliteitssampling

Bij bemonstering met niet-waarschijnlijkheid worden deelnemers geselecteerd die methoden gebruiken die niet elk individu in een populatie een gelijke kans geven om te worden gekozen. Een probleem met dit type steekproef is dat vrijwilligers op bepaalde variabelen anders kunnen zijn dan niet-vrijwilligers, wat het moeilijk kan maken om de resultaten te generaliseren naar de gehele populatie..

Er zijn ook een aantal verschillende soorten niet-probabiliteitssteekproeven:

• Gemaksbemonstering houdt in deelnemers in een studie te gebruiken omdat ze handig en beschikbaar zijn. Als je je ooit hebt aangemeld voor een psychologiestudie via de psychologieafdeling van je universiteit, dan heb je deelgenomen aan een studie die was gebaseerd op een gemaksmonster. Studies die afhankelijk zijn van het vragen om vrijwilligers of het gebruik van klinische monsters die beschikbaar zijn voor de onderzoeker, zijn ook voorbeelden van gemaksmonsters.
• Doelgerichte steekproef omvat het zoeken van individuen die aan bepaalde criteria voldoen. Marketeers zijn bijvoorbeeld misschien geïnteresseerd in hoe hun producten worden ervaren door vrouwen in de leeftijd tussen 18 en 35 jaar. Ze kunnen een marktonderzoeksbureau inhuren om telefonische interviews af te nemen die opzettelijk vrouwen zoeken en interviewen die voldoen aan hun leeftijdscriteria..
• Quotasteekproef omvat het opzettelijk bemonsteren van een specifiek deel van een subgroep binnen een populatie. Politicolasten zouden bijvoorbeeld geïnteresseerd kunnen zijn in het onderzoeken van de mening van een bevolking over een bepaald politiek vraagstuk. Als ze eenvoudige willekeurige steekproeven gebruiken, kunnen ze bepaalde subsets van de populatie bij toeval missen. In plaats daarvan stellen ze criteria vast dat een bepaald percentage van de steekproef deze subgroepen moet bevatten. Hoewel de resulterende steekproef mogelijk niet representatief is voor de werkelijke verhoudingen die in de populatie bestaan, zorgt het hebben van een quotum ervoor dat deze kleinere subgroepen worden weergegeven.

Meer informatie over enkele manieren waarop steekproeven voor kans- en niet-probabiliteit verschillen.

Bemonsteringsfouten

Omdat sampling natuurlijk niet elk individu in een populatie kan omvatten, kunnen er fouten optreden.

Verschillen tussen wat aanwezig is in een populatie en wat aanwezig is in een steekproef zijn bekend steekproeffouten.

Hoewel het onmogelijk is om precies te weten hoe groot het verschil tussen de populatie en het monster kan zijn, kunnen onderzoekers statistisch de omvang van de steekproeffouten schatten. In politieke peilingen bijvoorbeeld, hoor je vaak de foutenmarge die door bepaalde betrouwbaarheidsniveaus wordt uitgedrukt.

Over het algemeen geldt dat hoe groter de steekproefgrootte, hoe kleiner het foutenpercentage. Dit komt simpelweg omdat naarmate de steekproef dichter bij het bereiken van de omvang van de totale populatie komt, hoe waarschijnlijker het is om alle kenmerken van de populatie accuraat te vangen. De enige manier om steekproeffouten volledig te elimineren, is door gegevens van de hele populatie te verzamelen, wat vaak gewoon te duur en te kostbaar is. Steekproeffouten kunnen echter worden geminimaliseerd door gebruik te maken van gerandomiseerde waarschijnlijkheidstests en een grote steekproefomvang.