Två tillvägagångssätt: Sannolikhetsprovtagning mot icke-sannolikhetsprovtagning
Det finns två generella tillvägagångssätt för provtagning i marknadsundersökning: Sannolikhetsprovtagning och icke-sannolikhetsprovtagning. Sannolikhetsprovtagning måste uppfylla följande villkor: Varje analysenhet måste ha samma sannolikhet att ingå i provgruppen och sedan kan den matematiska sannolikheten för vilken medlem som helst av provgruppen väljas för provet beräknas matematiskt.
Vad är provtagningsfel och hur vet jag om jag har det?
Vid arbete med icke-sannolikhetsprover är det viktigt att förstå förekomsten av provtagningsfel . Ju mindre provtagningsgruppen desto större är risken för provtagningsfel. En särskild typ av fördom är ett resultat av icke-deltagande. Det är viktigt att förstå effekterna av icke-deltagande på det övergripande resultatet av en studie. Ett exempel kommer från 1980 års Allmänna Samhällsundersökningen (GSS) där de som inte deltog i forskningen visade sig vara ganska olika - som en grupp - från de som deltagit.
De svårtillgängliga gruppmedlemmarna skilde sig avsevärt från sina deltagare i jämställdhet - mest markant i socioekonomisk status, civilstånd, ålder, antal barn, hälsa och kön.
Vad är bekvämt provtagning? Är det bekvämt att analysera?
Bekvämlighetsprover används ofta i samhällsvetenskaplig och beteendevetenskap på grund av den starka beroende av studenter, patienter, betalda volontärer, medlemmar i sociala nätverk eller formella organisationer och till och med fångar.
Syftet med mycket samhällsvetenskaplig och beteendevetenskaplig forskning är att verifiera att vissa egenskaper förekommer eller inte förekommer i gruppen som genomgår studier. Ett gemensamt förhållningssätt är att leta efter relationer bland flera attribut . Bekvämlighetsprover är användbara och lämpliga för denna typ av studie. Det är också användbart att känna igen att ett bekvämlighetsprov inte alltid är lätt att sätta ihop.
Bekvämlighetsprover kan också matchas för att jämföra två grupper. För att kunna använda matchade bekvämlighetsprover måste en forskare kunna identifiera en motsvarighet för varje medlem i det första provet. Dessa motsvarigheter är medlemmar i det andra (matchade) provet. De variabler som vanligtvis matchas inkluderar kön, ålder, ras, etnicitet, utbildningsnivå, bostadsort, politisk orientering, religion, arbetstyp och löner. Att matcha dessa variabler bidrar till att minska känsliga källor . Det är emellertid viktigt att erkänna att även noggrann matchning inte får resultera i prover utan bias. Det finns alltid en möjlighet att förskjuta från dolda källor.
Vad är Purposive provtagning? Är det alltid icke-probabilistiskt?
Purposiv provtagning används när forskningsdesignen kräver ett urval av personer som uppvisar särskilda attribut.
Generellt är dessa attribut sällsynta eller ovanliga och fördelas vanligtvis inte normalt (enligt en "normal kurva") i den större befolkningen. Purposiv provtagning är fylld av förspänning, varav några uppstår som ett resultat av de metoder som används för att identifiera medlemmarna i ett målvisa prov. Till exempel, om forskningsändamålet kräver studier av veteraner med traumatisk hjärnskada (TBI), måste provet bestå av ex-medlemmar av militären som har drabbats av en traumatisk hjärnskada och som identifierar sig därmed och accepterar att delta i studien . Vart och ett av dessa attribut eller villkor bidrar med ett mått av förspänning till provet, vilket begränsar nivån och typen av slutsatser som följer av studien.
En viktig begränsning av icke-sannolikhetsprovtagning
En viktig begränsning av icke-sannolikhetsprovtagning är att det inte kan dras slutsatser om den större befolkningen baserat på ett icke-sannolikhetsexempel.
Detta är emellertid inte alltid fallet, eftersom en realistisk syn på hur människor närmar sig forskningsresultaten lätt identifierar situationer där människor dra slutsatser ur fynd som hör samman med icke-sannolikhetsprover.
Även känd som: bekvämlighetsprovtagning, avsiktlig provtagning
Exempel:
Prover som fungerar som opinionsundersökningar sprids med tanken att de representerar hur medlemmar av en befolkning kommer att rösta i ett kommande val eller liknande. Dessa prover måste vara mycket representativa för befolkningen för att kunna användas för att göra prognoser om valresultat, till exempel.