KVOTU ŅEMŠANA: METODE, PRIEKŠROCĪBAS, TRŪKUMI, PIEMĒRI - DUDAS - 2025

Kvotu izlase ir ne - varbūtības veidā ņemt datus no izlases stratiem sadalījumu kvotas. Kvotām jābūt proporcionālām to daļai, ko šis slānis pārstāv attiecībā uz kopējo iedzīvotāju skaitu, un kvotu summai jābūt vienādai ar izlases lielumu.

Pētnieks ir tas, kurš izlemj, kuras grupas vai slāņi būs, piemēram, viņš var sadalīt populāciju vīriešos un sievietēs. Vēl viens slāņu piemērs ir vecuma diapazoni, piemēram, no 18 līdz 25, no 26 līdz 40 un no 40 gadiem, kurus var apzīmēt šādi: jauni, veci un veci.

1. attēls. Atlases kvotas ir sadalītas segmentos atbilstoši atšķirībām kopējā iedzīvotāju skaitā. Avots: Pixabay.

Ir ļoti ērti iepriekš zināt, cik procentuāli no visiem iedzīvotājiem pārstāv katrs slānis. Pēc tam tiek izvēlēts statistiski nozīmīgs izlases lielums, un proporcionālas kvotas tiek piešķirtas katra strata procentuālajai daļai attiecībā pret kopējo iedzīvotāju skaitu. Kvotu summai vienā stratā jābūt vienādai ar kopējo izlases lielumu.

Visbeidzot, tiek ņemti dati par katram stratam piešķirtajām kvotām, izvēloties pirmos elementus, kas aizpilda kvotu.

Tieši šī nejaušā elementu izvēles veida dēļ šī izlases metode tiek uzskatīta par varbūtību.

Pasākumi paraugu ņemšanai pēc kvotām

1. solis

Sadaliet kopējo populāciju slāņos vai grupās ar kādu kopīgu pazīmi. Šo raksturlielumu iepriekš izlems statistikas pētnieks, kurš veiks pētījumu.

2. solis

Nosakiet, kāds procentuālais daudzums no kopējā iedzīvotāju skaita katru no iepriekšējā posmā izvēlētajiem slāņiem vai grupām.

3. solis

Novērtējiet statistiski nozīmīgu izlases lielumu saskaņā ar statistikas zinātnes kritērijiem un metodoloģiju.

4. solis

Aprēķiniet elementu vai kvotu skaitu katram stratam, lai tie būtu proporcionāli procentuālajam daudzumam, ko katrs no tiem pārstāv attiecībā uz kopējo populāciju un kopējo izlases lielumu.

5. solis

Ņemiet datus par katrā stratā esošajiem elementiem, līdz esat aizpildījis katram stratam atbilstošo kvotu.

Praktisks gadījums

Pieņemsim, ka vēlaties uzzināt apmierinātības līmeni ar metro pakalpojumu pilsētā. Iepriekšējie pētījumi par 2000 cilvēku populāciju noteica, ka 50% lietotāju ir jaunieši vecumā no 16 līdz 21 gadam, 40% ir pieaugušie vecumā no 21 līdz 55 gadiem un tikai 10% lietotāju ir vecāki par 55 gadiem.

Izmantojot šī pētījuma rezultātus, tas tiek segmentēts vai stratificēts atkarībā no lietotāju vecuma:

-Jauni cilvēki: 50%

-Pieaugušie: 40%

-Vecāki: 10%

Tā kā budžets ir ierobežots, pētījums jāpiemēro nelielam, bet statistiski nozīmīgam paraugam. Tiek izvēlēts izlases lielums 200, tas ir, aptauja par apmierinātības līmeni tiks piemērota kopumā 200 cilvēkiem.

Tagad atliek noteikt katra segmenta vai strata kvotu vai apsekojumu skaitu, kam jābūt proporcionālam izlases lielumam un procentuālajai daļai vienā stratā.

Kvota uz vienu slāni

Apsekojumu skaita kvota vienā stratē ir šāda:

Jaunatne: 200 * 50% = 200 * (50/100) = 100 aptaujas

Pieaugušie: 200 * 40% = 200 * (40/100) = 80 aptaujas

Seniori: 200 * 10% = 200 * (10/100) = 20 aptaujas

2. attēls. Kvotas 200 indivīdu paraugā pēc vecuma līmeņa. Avots: F. Zapata.

Ņemiet vērā, ka nodevu summai jābūt vienādai ar izlases lielumu, tas ir, vienādam ar kopējo piemēroto apsekojumu skaitu. Pēc tam apsekojumus nokārto, līdz tiek sasniegtas katra strata kvotas.

Svarīgi atzīmēt, ka šī metode ir daudz labāka nekā visu aptauju veikšana un to nodošana pirmajiem 200 parādītajiem cilvēkiem, jo ​​saskaņā ar iepriekšējiem datiem ir ļoti iespējams, ka mazākumtautību kārta tiks atstāta no pētījuma.

Pielietojamība, priekšrocības un trūkumi

Lai metode būtu piemērojama, slāņu veidošanai ir nepieciešams kritērijs, kas ir atkarīgs no pētījuma mērķa.

Kvotu izlase ir piemērota, ja vēlaties uzzināt preferences, atšķirības vai raksturlielumus pa sektoriem, lai virzītu īpašas kampaņas atbilstoši stratumam vai segmentam.

Tās izmantošana ir noderīga arī gadījumos, kad kādu iemeslu dēļ ir interese uzzināt mazākumtautību nozaru īpašības vai intereses, vai arī, ja viņi nevēlas tos atstāt no pētījuma.

Lai tas būtu piemērojams, ir jāzina katra strata svars vai nozīmīgums attiecībā pret kopējo iedzīvotāju skaitu. Ir ļoti svarīgi, lai šīs zināšanas būtu ticamas, pretējā gadījumā tiks iegūti kļūdaini rezultāti.

Priekšrocība

-Samaziniet studiju laiku, jo maksa par stratu parasti ir maza

-Vienkāršo datu analīzi.

-Minimizē izmaksas, jo pētījumu veic maziem, bet labi reprezentatīviem paraugiem no visiem iedzīvotājiem.

Trūkumi

- Tā kā slāņi ir definēti a priori, iespējams, ka atsevišķas iedzīvotāju grupas netiek iekļautas pētījumā.

- Izveidojot ierobežotu skaitu slāņu, iespējams, ka pētījumā tiek zaudēta detaļa.

-Aizvairoties vai iekļaujot kādu stratu kā daļu no cita, pētījumā var izdarīt nepareizus secinājumus.

-Tas padara neiespējamu noteikt maksimālo izlases kļūdu.

Vienkāršs lietojuma piemērs

Mēs vēlamies veikt statistisku pētījumu par trauksmes līmeni 2000 cilvēku populācijā.

Pētījumu virzošais pētnieks secina, ka atšķirības rezultātos jāatrod atkarībā no vecuma un dzimuma. Šī iemesla dēļ viņš nolemj veidot trīs vecuma slāņus, kas apzīmēti šādi: First_Age, Second_Age un Third_Age. Attiecībā uz dzimuma segmentu tiek definēti divi parasti tipi: vīrietis un sieviete.

Pirmais vecums ir noteikts, ka vecums ir no 18 līdz 25 gadiem, otrais vecums ir no 26 līdz 50 gadiem, un visbeidzot, trešais vecums ir no 50 līdz 80 gadiem.

Analizējot datus par kopējo iedzīvotāju skaitu, ir nepieciešams:

First_Age pieder 45% iedzīvotāju.

40% ir otrajā_laikā.

Visbeidzot, tikai 15% no pētījuma populācijas pieder trešajam vecumam.

Izmantojot piemērotu metodiku, kas šeit nav detalizēta, 300 cilvēku izlasi nosaka kā statistiski nozīmīgu.

Kvotu noteikšana pēc vecuma

Nākamais solis būs atbilstošo kvotu atrašana segmentā Vecums, ko veic šādi:

Pirmais_vecums: 300 * 45% = 300 * 45/100 = 135

Otrais vecums: 300 * 40% = 300 * 40/100 = 120

Trešais_vecums: 300 * 15% = 300 * 15/100 = 45

Tiek pārbaudīts, vai kvotu summa norāda kopējo parauga lielumu.

Kvotu noteikšana pēc vecuma un dzimuma

Līdz šim iedzīvotāju dzimuma segments nav ņemts vērā - šim segmentam jau ir definēti divi slāņi: sieviete un vīrietis. Mums atkal jāanalizē dati par kopējo iedzīvotāju skaitu, kas sniedz šādu informāciju:

-60% no visiem iedzīvotājiem ir sievietes.

- Tikmēr 40% pētāmo iedzīvotāju pieder vīriešu dzimumam.

Svarīgi atzīmēt, ka iepriekšējie procenti, kas attiecas uz iedzīvotāju sadalījumu pēc dzimuma, neņem vērā vecumu.

Tā kā vairāk informācijas nav pieejama, tiks pieņemts, ka šīs dzimuma proporcijas ir vienādi sadalītas 3 vecuma slāņos, kas ir definēti šim pētījumam. Ņemot vērā šos apsvērumus, mēs tagad sākam noteikt kvotas pēc vecuma un dzimuma, kas nozīmē, ka tagad būs 6 apakšslāņi:

S1 = pirmais_vecums un sieviete: 135 * 60% = 135 * 60/100 = 81

S2 = pirmais vecums un vīrietis: 135 * 40% = 135 * 40/100 = 54

S3 = otrais_vecums un sieviete: 120 * 60% = 120 * 60/100 = 72

S4 = otrais_vecums un vīrietis: 120 * 40% = 120 * 40/100 = 48

S5 = trešais_ vecums un sieviete: 45 * 60% = 45 * 60/100 = 27

S6 = trešais_ vecums un vīrietis: 45 * 40% = 45 * 40/100 = 18

Aptauju piemērošana un rezultātu izpēte

Kad ir izveidoti seši (6) segmenti un tiem atbilstošās kvotas, tiek sagatavoti 300 apsekojumi, kas tiks piemēroti atbilstoši jau aprēķinātajām kvotām.

Aptaujas tiks piemērotas šādi, tiek veiktas 81 aptaujas un tiek aptaujāti pirmie 81 cilvēks, kas ietilpst S1 segmentā. Tad tas tiek darīts tāpat kā ar atlikušajiem pieciem segmentiem.

Pētījuma secība ir šāda:

-Analizējiet aptaujas rezultātus, kas pēc tam tiek apspriesti, analizējot rezultātus pa segmentiem.

-Veiciet rezultātu salīdzinājumu pa segmentiem.

-Nobeigumā jāizstrādā hipotēzes, kas izskaidro šo rezultātu cēloņus.

Atšķirība ar stratificētu nejaušu izlasi

Mūsu piemērā, kurā mēs izmantojam kvotu paraugu ņemšanu, vispirms ir jānosaka kvotas un pēc tam jāveic pētījums. Protams, šīs kvotas nemaz nav kaprīzas, jo tās ir balstītas uz iepriekšēju statistisko informāciju par kopējo iedzīvotāju skaitu.

Ja jums nav iepriekšējas informācijas par pētījuma populāciju, ir vēlams mainīt procedūru, tas ir, vispirms definēt izlases lielumu un pēc tam, kad izlases lielums ir noteikts, turpiniet piemērot apsekojumu nejauši.

Viens veids, kā nodrošināt nejaušību, būtu izmantot izlases numuru ģeneratoru un aptaujāt darbiniekus, kuru darbinieku skaits sakrīt ar izlases ģeneratora skaitu.

Kad dati ir pieejami un tā kā pētījuma mērķis ir noteikt trauksmes līmeņus atbilstoši vecumam un dzimuma slāņiem, dati tiek atdalīti atbilstoši sešām iepriekš definētām kategorijām. Bet nenosakot nekādu iepriekšēju maksu.

Tieši šī iemesla dēļ stratificētā nejaušās izlases metode tiek uzskatīta par varbūtības metodi. Kaut arī paraugu ņemšana pēc iepriekš noteiktām kvotām neveic.

Tomēr, ja kvotas nosaka, pamatojoties uz informāciju, kas balstīta uz iedzīvotāju statistiku, tad var apgalvot, ka kvotu paraugu ņemšanas metode ir aptuveni iespējama.

Piedāvātais vingrinājums

Tiek ierosināts šāds vingrinājums:

Vidusskolā vēlaties veikt aptauju par priekšroku starp zinātnes vai humanitāro zinātņu studijām.

Pieņemsim, ka skolā ir kopumā 1000 audzēkņu, kas ir sadalīti piecos līmeņos atbilstoši mācību gadam. Ir zināms, ka pirmajā gadā ir 350 studentu, otrajā - 300, trešajā - 200, ceturtajā - 100 un piektajā - beidzot 50. Ir arī zināms, ka 55% skolas audzēkņu ir zēni un 45% ir meitenes.

Nosakiet slāņus un kvotas pa slāņiem, lai zinātu, cik apsekojumu jāveic atbilstoši mācību gadam un dzimuma segmentiem. Pieņemsim, ka izlasē būs 10% no kopējā studentu skaita.

Atsauces

1. Berensons, M. 1985. Vadības un ekonomikas statistika, jēdzieni un pielietojumi. Redakcija Interamericana.
2. Statistika. Kvotu paraugu ņemšana. Atgūts no: encyclopediaeconomica.com.
3. Statistika. Paraugu ņemšana. Atgūts no: Estadistica.mat.uson.mx.
4. Pētāms. Kvotu paraugu ņemšana. Atgūts no: explorable.com.
5. Moore, D. 2005. Lietotā pamata statistika. 2. Izdevums.
6. Netquest. Varbūtības izlase: stratificēta paraugu ņemšana. Atgūts no: netquest.com.
7. Wikipedia. Statistiskā paraugu ņemšana. Atgūts no: en.wikipedia.org