社会調査のサンプリング技術

広告

サンプルを選択すると、あなたの研究のターゲットになる人を見つ

ほとんどの研究者は、研究を行う前に”ターゲット人口”を念頭に置いています。 ターゲット母集団は、あなたが研究したいサンプルの特性を持っている人々で構成されています。 あなたは2017年に労働者階級の学校の子供たちの経験に一次研究を行うことに興味があるなら(または私たちが現在しているものは何でも年!)、その後、あなたのターゲット人口は、すべての労働者階級の学校の子供たちになります。

多くの研究者は、サンプルを選択するためにサンプリングフレームを使用します,これは、単にサンプルが選択されているからリストです–これは、学校で研究を行っている場合は、学校内のすべての生徒のレジスタである可能性があります,例えば、.実証主義者の研究者は、自分の研究が代表的であることを確認したい–サンプル中の人々(実際に研究されている人々)の特性が標的集団の特性を反映して

NB–社会調査のターゲットである人々は、”回答者”としても知られています

ランダムサンプリング

ランダムサンプリングの例は、帽子から名前を 無作為抽出では、人口の誰もが選ばれたのと同じチャンスを持っています。 それは迅速であり、さらにはコンピュータによって実行することができるので、これは簡単です。 しかし、それはチャンスにダウンしているので、あなたはおそらく一つの人口統計が見逃されて、非代表的なサンプルで終わる可能性があります。

体系的なサンプリング

体系的なサンプルの例は、リストまたはレジスタ上のすべての10人を選ぶことになります。 これは、サンプリングフレームとして使用できるデータベース上の人々のリストを持っているときに非常に便利な方法であり、それはまた、コンピュータが自

しかし、このメソッドは、リストの編成方法によっては、表現できない場合もあります。

層別サンプリング

このメソッドは、完全にランダムなサンプルを使用することによって引き起こされる可能性のある問題を回避し、サ これを行うには、サンプルフレームは、社会階級、年齢、性別、民族などの小さなグループの数に分割されます。 その後、個人はこれらのグループから無作為に引き出されます。 あなたが医師を観察していて、サンプルフレームを民族グループに分割していた場合、英国の医師の8%がアジア人であることを知っているように、アジア

クォータサンプリング

この方法では、研究者は、サンプルが特定のクォータに適合することを確認するように言われます,例えば、彼らは90人の参加者を見つけ、そのうちの30人が失業しているように言われるかもしれません. 研究者は、その後、ジョブセンターに行くことによって、これらの30を見つけるかもしれません。 代表性の問題は、再びクォータサンプリング法の問題です。

多段サンプリング

多段サンプリングでは、研究者は、異なるサンプリング方法の組み合わせを使用してサンプルを選択します。 たとえば、ステージ1では、研究者は体系的なサンプリングを使用することがあり、ステージ2では、彼は最終的なサンプルのサブセットを選択するために無作為抽出を使用することがあります

スノーボールサンプリング

この方法では、研究者は、いくつかの参加者を見つけ、その後、参加者自身を見つけるためにそれらを求めることができます。 これは、サンプルを入手することが困難な場合に便利です。 例えば、Laurie Taylorは犯罪者を調査するときにこの方法を使用しました。 彼は多くの犯罪者を知らなかったので、彼はサンプルを見つけることは困難であろうが、これらの犯罪者は、参加して喜んでであろう多くの人々を知っているので、snowballメソッドを使用する方が効率的です。トップページに戻るにはこちらをクリックしてください!

コメントを残す

メールアドレスが公開されることはありません。