研究中的样本类型和抽样误差

在统计数据中,样本是用来表示整个群体的总体的一个子集。 在进行研究时, 调查特定人群的每个成员往往是不切实际的,因为绝大多数人太庞大。 为了推断人口的特征,研究人员可以使用随机样本

为什么研究人员使用样本?

当研究人类思维或行为的一个方面时,研究人员在大多数情况下根本无法收集每一个人的数据 。 相反,他们选择代表较大群体的较小样本个体。 如果样本真正代表了所讨论的人群,那么研究人员就可以将其结果推广到更大的群体。

抽样类型

在心理学研究和其他类型的社会研究中,实验者通常依靠几种不同的抽样方法。

1.概率抽样

概率抽样意味着人口中的每个人都有被选中的机会和平等机会。 因为概率抽样涉及随机选择,所以它确保不同的子群体在样本中具有相同的表示机会。 这使得概率样本更具代表性,研究人员能够更好地将其结果推广到整个组。

有几种不同类型的概率抽样:

2.非概率抽样

另一方面,非概率抽样涉及使用不给每个人口中的每个人都被选择的机会的方法来选择参与者。

这类样本的一个问题是,志愿者可能在某些变量上与非志愿者有所不同,这可能会导致难以将结果推广到整个人群。

还有几种不同类型的非概率抽样:

了解更多关于概率和非概率样本不同的一些方法。

采样错误

由于抽样自然不能包括人口中的每一个人,因此可能会出现错误。 抽样误差称为人口中存在的和样本中存在的差异。

虽然不可能确切知道人口与样本之间的差异有多大,但研究人员能够统计估计抽样误差的大小。 例如,在政治民意调查中,您可能会经常听到某些置信水平表达的误差幅度。

一般来说,样本量越大,误差水平越小。 这很简单,因为随着样本接近达到总人口的规模,准确捕捉人口的所有特征的可能性就越大。 完全消除抽样误差的唯一方法是从整个人口收集数据,这往往是成本过高和耗时的。 采样误差可以通过随机概率测试和大样本量来最小化。

参考文献:

Goodwin,CJ(2010)。 心理学研究:方法与设计。 霍博肯,新泽西州:约翰威利和儿子。

Nicholas,L。(2008)。 心理学导论。 UCT出版社:开普敦。