I statistik er en prøve en delmængde af en population, der bruges til at repræsentere hele gruppen som helhed. Når man forsker, er det ofte upraktisk at undersøge hvert medlem af en bestemt befolkning, fordi det store antal mennesker simpelthen er for stort. For at drage slutninger om en befolknings karakteristika kan forskere bruge en tilfældig prøve.
Hvorfor bruger forskere prøver?
Når man undersøger et aspekt af det menneskelige sind eller adfærd, kan forskere i de fleste tilfælde simpelthen ikke indsamle data fra hvert enkelt individ. I stedet vælger de en mindre prøve af individer, der repræsenterer den større gruppe. Hvis prøven virkelig er repræsentativ for den pågældende befolkning, kan forskere derefter tage deres resultater og generalisere dem til den større gruppe.
Typer af prøveudtagning
I psykologisk forskning og andre former for social forskning stoler eksperimenter typisk på et par forskellige prøvetagningsmetoder.
1. Sandsynlighedsprøveudtagning
Sandsynlighedsprøvetagning betyder, at enhver person i en befolkning har en chance for at blive valgt. Fordi sandsynlighedsudtagning involverer tilfældig udvælgelse, sikrer det, at hver delmængde af befolkningen har samme chance for at blive repræsenteret i prøven. Dette gør sandsynlighedsprøver mere repræsentative, og forskere er bedre i stand til at generalisere deres resultater til gruppen som helhed.
Der er et par forskellige typer sandsynlighedsudtagning:
- Enkel tilfældig prøveudtagning er, som navnet antyder, den enkleste type sandsynlighedsudtagning. Forskere tager hver enkelt person i en population og vælger tilfældigt deres prøve, ofte ved hjælp af en slags computerprogram eller tilfældig talgenerator.
- Stratificeret tilfældig prøveudtagning indebærer at adskille befolkningen i undergrupper og derefter tage en simpel tilfældig prøve fra hver af disse undergrupper. For eksempel kan forskning opdele befolkningen i undergrupper baseret på race, køn eller alder og derefter tage en simpel tilfældig stikprøve af hver af disse grupper. Stratificeret tilfældig prøveudtagning giver ofte større statistisk nøjagtighed end simpel tilfældig prøveudtagning og hjælper med at sikre, at visse grupper er nøjagtigt repræsenteret i prøven.
- Klyngeudtagning indebærer opdeling af en befolkning i mindre klynger, ofte baseret på geografisk placering eller grænser. En tilfældig prøve af disse klynger vælges derefter, og alle emnerne i klyngen måles. Forestil dig for eksempel, at du prøver at lave en undersøgelse af skoleledere i din stat. At indsamle data fra hver enkelt skoleleder ville være omkostningskrævende og tidskrævende. Ved hjælp af en klyngesamplingsmetode vælger du tilfældigt fem amter fra din tilstand og indsamler derefter data fra hvert emne i hvert af disse fem amter.
2. Ikke-sandsynlighedsprøveudtagning
Ikke-sandsynlighedsprøvetagning indebærer på den anden side at vælge deltagere ved hjælp af metoder, der ikke giver hver delmængde af en befolkning lige chance for at blive repræsenteret. For eksempel kan en undersøgelse rekruttere deltagere fra frivillige. Et problem med denne type prøve er, at frivillige kan afvige fra ikke-frivillige på bestemte variabler, hvilket kan gøre det vanskeligt at generalisere resultaterne til hele befolkningen.
Der er også et par forskellige typer ikke-sandsynlighedsprøvetagning:
- Prøveudtagning involverer at bruge deltagere i en undersøgelse, fordi de er praktiske og tilgængelige. Hvis du nogensinde har meldt dig frivilligt til en psykologiundersøgelse gennem dit universitets psykologafdeling, har du deltaget i en undersøgelse, der bygger på en praktisk prøve. Undersøgelser, der er afhængige af at bede om frivillige eller ved hjælp af kliniske prøver, der er tilgængelige for forskeren, er også eksempler på praktiske prøver.
- Målrettet prøveudtagning indebærer at søge individer, der opfylder visse kriterier. For eksempel kan marketingfolk være interesserede i at lære, hvordan deres produkter opfattes af kvinder i alderen 18 til 35 år. De kan ansætte et markedsundersøgelsesfirma til at gennemføre telefoninterviews, der bevidst søger og interviewer kvinder, der opfylder deres alderskriterier.
- Kvoteudtagning involverer bevidst prøveudtagning af specifikke proportioner af hver undergruppe inden for en population. For eksempel kan politiske afstemmere være interesserede i at undersøge en befolknings meninger om et bestemt politisk spørgsmål. Hvis de bruger simpel tilfældig stikprøve, kan de muligvis gå glip af visse undergrupper af befolkningen. I stedet opstiller de kriterier for at tildele hver undergruppe en bestemt procentdel af prøven. I modsætning til stratificeret prøveudtagning bruger forskere ikke-tilfældige metoder til at udfylde kvoterne for hver undergruppe.
Lær mere om nogle af måderne, hvorpå sandsynligheds- og ikke-sandsynlighedsprøver adskiller sig.
Prøveudtagningsfejl
Fordi prøveudtagning naturligvis ikke kan omfatte hvert enkelt individ i en population, kan der opstå fejl.
Forskelle mellem hvad der er til stede i en population og hvad der er til stede i en prøve kaldes prøveudtagningsfejl.
Selvom det er umuligt at vide nøjagtigt, hvor stor forskellen mellem populationen og prøven kan være, er forskere i stand til statistisk at estimere størrelsen på prøveudtagningsfejlene. I politiske afstemninger kan du f.eks. Ofte høre om fejlmargenen udtrykt ved visse tillidsniveauer.
Generelt er det, at jo større prøvestørrelsen er, desto mindre er niveauet for fejl. Dette skyldes simpelthen, at når prøven bliver tættere på at nå størrelsen på den samlede befolkning, desto mere sandsynligt er det at nøjagtigt fange alle egenskaberne ved befolkning. Den eneste måde at fuldstændigt fjerne prøveudtagningsfejl er at indsamle data fra hele befolkningen, hvilket ofte er simpelthen for omkostningsforholdeligt og tidskrævende. Prøveudtagningsfejl kan dog minimeres ved hjælp af randomiseret sandsynlighedstest og en stor stikprøvestørrelse.