Eksempler og feil i forskning

I statistikk er et eksempel en delmengde av en befolkning som brukes til å representere hele gruppen som helhet. Når du gjør forskning, er det ofte upraktisk å undersøke hvert medlem av en bestemt befolkning fordi det rene antallet mennesker bare er for stort. For å gjøre avledninger om egenskapene til en befolkning, kan forskere bruke en tilfeldig prøve.

Hvorfor bruker forskere eksempler?

Når man undersøker et aspekt av menneskets sinn eller atferd, kan forskere ganske enkelt ikke samle data fra hvert enkelt individ i de fleste tilfeller. I stedet velger de en mindre utvalg av individer som representerer den større gruppen. Hvis prøven er virkelig representativ for den aktuelle befolkningen, kan forskerne da ta sine resultater og generalisere dem til den større gruppen.

Typer av prøvetaking

I psykologisk forskning og andre typer samfunnsforskning er eksperimenter vanligvis avhengig av noen få forskjellige prøvetakingsmetoder.

1. Sannsynlighetsprøving

Sannsynlighetsprøvetaking betyr at hver enkelt person i en befolkning har like stor sjanse til å bli valgt. Fordi sannsynlighetstesting involverer tilfeldig utvalg, sikrer det at en annen delmengde av befolkningen har like stor sjanse for å være representert i prøven. Dette gjør sannsynlighetsprøvene mer representative, og forskere kan bedre generalisere sine resultater til gruppen som helhet.

Det er noen forskjellige typer sannsynlighetsprøvetaking:

Enkel tilfeldig prøvetaking er, som navnet antyder, den enkleste typen sannsynlighetstesting. Forskere tar hver enkelt person i en befolkning og velger tilfeldig utvalg, ofte ved hjelp av en hvilken som helst type dataprogram eller tilfeldig talegenerator.
Stratifisert tilfeldig prøvetaking innebærer å skille befolkningen i undergrupper og deretter ta en enkel tilfeldig prøve fra hver av disse undergruppene. For eksempel kan en forskning dele folket opp i undergrupper basert på rase, kjønn eller alder, og ta deretter et enkelt tilfeldig utvalg av hver av disse gruppene. Stratifisert tilfeldig prøvetaking gir ofte større statistisk nøyaktighet enn enkel tilfeldig prøvetaking og bidrar til å sikre at enkelte grupper er nøyaktig representert i prøven.
Klusterprøvetaking innebærer å dele en befolkning i mindre klynger, ofte basert på geografisk plassering eller grenser. En tilfeldig prøve av disse klyngene blir deretter valgt, og alle fagene i klyngen måles. For eksempel, tenk at du prøver å gjøre en undersøkelse på skolens oppdragsgivere i din stat. Innsamling av data fra hver enkelt skoleleder ville være kostnadseffektiv og tidkrevende. Ved hjelp av en samplingsmetode for klynger velger du tilfeldigvis fem fylker fra staten og samler deretter data fra hvert fag i hvert av de fem fylkene.

2. Prøveproblemer

Ikke-sannsynlig prøvetaking innebærer derimot å velge deltakerne ved hjelp av metoder som ikke gir hver enkelt person i en befolkning en like sjanse til å bli valgt. Et problem med denne typen prøve er at frivillige kan være forskjellige på visse variabler enn ikke-frivillige, noe som kan gjøre det vanskelig å generalisere resultatene til hele befolkningen.

Det er også et par forskjellige typer ikke-troverdighetsprøver:

Convenience prøvetaking innebærer å bruke deltakerne i en studie fordi de er praktiske og tilgjengelige. Hvis du noen gang har frivillig til en psykologi-studie gjennom universitetets psykologi-avdeling, har du deltatt i en studie som stod på en praktisk prøve. Studier som er avhengige av å spørre om frivillige eller ved hjelp av kliniske prøver som er tilgjengelige for forskeren, er også eksempler på bekvemmelighetsprøver.
Hensiktsmessig prøvetaking innebærer å søke ut enkeltpersoner som oppfyller visse kriterier. For eksempel kan markedsførere være interessert i å lære hvordan deres produkter oppfattes av kvinner mellom 18 og 35 år. De kan ansette et markedsundersøkelsesfirma for å gjennomføre telefonintervjuer som med vilje oppsøker og intervjuer kvinner som oppfyller alderskriteriene deres.
Kvotemønster involverer bevisst prøvetaking av en bestemt andel av en undergruppe innenfor en befolkning. For eksempel kan politiske meningsmålinger være interessert i å forske på meninger fra en befolkning på et bestemt politisk problem. Hvis de bruker enkle tilfeldige prøvetakelser, kan de kanskje savne visse delgrupper av befolkningen ved en tilfeldighet. I stedet oppretter de kriterier som en viss prosentandel av prøven må inkludere disse undergruppene. Mens den resulterende prøven kanskje ikke er representativ for de faktiske proporsjonene som finnes i befolkningen, har en kvote sikret at disse mindre undergruppene er representert.

Lær mer om noen av måtene som sannsynlighet og ikke-troverdighetsprøver er forskjellige.

Prøvetaking feil

Fordi prøvetaking naturlig ikke kan inkludere hvert enkelt individ i en befolkning, kan det forekomme feil.

Forskjeller mellom det som er tilstede i en befolkning og det som er til stede i en prøve er kjent som prøvetakingsfeil.

Selv om det er umulig å vite nøyaktig hvor stor forskjellen mellom befolkningen og prøven kan være, kan forskerne statistisk estimere størrelsen på prøvetakingsfeilene. I politiske meningsmålinger kan du for eksempel ofte høre om feilmarginen uttrykt av visse konfidensnivåer.

Generelt, jo større er prøven, desto mindre er feilnivået. Dette er bare fordi prøven blir nærmere å nå størrelsen på den totale befolkningen, jo mer sannsynlig er det å nøyaktig fange opp alle egenskapene til befolkningen. Den eneste måten å fullstendig eliminere prøvetakingsfeil er å samle inn data fra hele befolkningen, som ofte bare er for kostnadskrevende og tidkrevende. Prøvetakingsfeil kan imidlertid minimeres ved å bruke randomisert sannsynlighetstest og en stor prøvestørrelse.