Случајно узорковање је поступак који омогућава добијање узорка од популације на основу одређене вероватноће избора појединаца који га чине.
Због случајног узорковања, дакле, оно што радимо је да предложимо метод избора. Метода која узима у обзир различите вероватноће. Ово га разликује од не-случајних метода по томе што је субјективност истраживача та која одлучује о одабиру узорка.
Заузврат, у овом случају случај има значајну улогу; како уклањамо дискрецију.
Зашто користити насумично узорковање?
Ова врста узорковања је једна од најчешће коришћених у научној методи. Разлози су различити, али најрелевантнији би били следећи:
- Прво, једини који омогућава потврдну анализу и статистичко закључивање. У ствари, други се такође врши у не случајним узорцима, али нећемо моћи да потврдимо резултате. У овом случају истрага је истражна.
- С друге стране, у вези са претходним одељком, овај метод смањује пристрасност. Односно, поседујући одређену (познату) вероватноћу избора одређеног појединца из популације, избегавамо својствену субјективност код не случајног одабира.
- Коначно, омогућава употребу малих узорака у великим популацијама. Наравно, постоје формуле за израчунавање тих минималних узорака са познатим или непознатим популацијама.
Како се то ради?
Као и свака техника која се користи у науци, и она се изводи пратећи процес. То омогућава копирање експеримента и смањује пристрасност и субјективност.
- Први корак, и то врло одлучујући, је одабир становништва. У ствари, морамо добити што више информација. Изнад свега, за његов састав нас занимају одређене социодемографске променљиве као што су пол, старост или занимање.
- Тада морате одабрати одређени случајни узорак. У следећем одељку видећемо оне најрелевантније. Одлука ће зависити од карактеристика становништва.
- Једном када се одабере метода, мора се израчунати минимални узорак. Да бисмо то урадили, морамо узети у обзир да ли знамо величину популације или не. Као што смо коментарисали, постоје формуле за израчунавање ове величине узорка.
- На крају, настављамо са добијањем узорка и спровођењем релевантних статистичких анализа на њему. Када завршимо, можемо извршити тест хипотезе или друге методе закључивања. Циљ је екстраполирати резултате на популацију.
Врсте случајног узорковања
Постоји неколико врста случајних узорака у зависности од карактеристика популације.
Погледајмо најрелевантније:
- Једноставно случајно узорковање: Један је од најчешће коришћених. Састоји се од додељивања случајног броја популацији и затим на основу тога одабира узорка. Веома је користан у популацијама са одређеном хомогеношћу. На пример, широко се користи у геологији.
- Слојевити узорковање: У овом случају имамо посла са популацијом која се, иако је хетерогена, може раздвојити у хомогене групе (пол, старост итд.). У свакој групи се врши једноставан случајни узорак. Широко се користи у друштвеним наукама, попут психологије.
- Скупљање узорака: У овом случају, циљ је створити низ блокова или кластера. Они се бирају насумично из читаве популације. У овом случају унутар њих постоји хетерогеност, као и хомогеност споља. Истраживање тржишта често користи ово случајно узорковање.
- Систематско узорковање: У овом случају, број јединки у популацији је подељен са онима у узорку које желимо да добијемо. Тада бирамо насумично и рачунамо користећи ту вредност. Одабрани ће бити они који одговарају том броју. Овај тип смањује проблем аутокорелације.
Пример случајног узорковања
Замислимо да желимо да проучимо просечну висину одређених студената на одређеном универзитету. Ово су фиктивни подаци и послужићемо се једноставним примером. Претходни корак је стварање табеле у табели са укупном популацијом и њеним висинама.
Дакле, користићемо једноставну методологију случајног узорковања:
- Са десне стране можемо уметнути случајни број, као што се види на слици (укључујемо формулу).
- Затим користимо опцију сортирања од највишег до најнижег, које их не наређује, већ их случајно мења.
- С тим у вези, тада бирамо узорак (у овом случају десет) на основу величине израчунате за ову врсту случајног узорковања.