Prøve
En prøve viser til en mindre, håndterbar versjon av en større gruppe. Det er en undergruppe som inneholder egenskapene til en større befolkning. Prøver brukes i statistisk testing når populasjonsstørrelser er for store til at testen inkluderer alle mulige medlemmer eller observasjoner. En prøve skal representere befolkningen som helhet og ikke reflektere noen skjevhet mot et spesifikt attributt.
Viktige takeaways
- En prøve viser til en mindre, håndterbar versjon av en større gruppe eller undergruppe av en større populasjon.
- Ved å bruke prøver lar forskere gjennomføre sine studier enkelt og i tide.
- For å oppnå et objektivt utvalg, må utvalget være tilfeldig, slik at alle fra befolkningen har en like stor og sannsynlig sjanse for å bli lagt til prøvegruppen.
- I enkel tilfeldig prøvetaking er hver enhet i befolkningen identisk, mens stratifisert tilfeldig prøvetaking deler den totale befolkningen i mindre grupper.
Forstå prøver
En prøve er et objektivt antall observasjoner tatt fra en populasjon. I grunnleggende termer er en populasjon det totale antallet individer, dyr, gjenstander, observasjon, data osv. Av et gitt individ. Så utvalget er med andre ord en del, del eller brøkdel av hele gruppen, og fungerer som en undergruppe av befolkningen. Prøver brukes i en rekke innstillinger der forskning utføres. Forskere, markedsførere, offentlige etater, økonomer og forskningsgrupper er blant dem som bruker prøver til sine studier og målinger.
Å bruke hele populasjoner til forskning kommer med utfordringer, og det er grunnen til at prøver blir brukt. Forskere kan ha problemer med å få tilgang til hele populasjoner. Og på grunn av arten av noen studier, kan forskere ha vanskeligheter med å få de resultatene de trenger på rett tid. Dette er grunnen til at personer som gjennomfører studier bruker prøver. Å bruke et mindre antall mennesker som representerer hele befolkningen, kan fremdeles gi gyldige resultater mens man kutter ned tid og ressurser.
Prøver som brukes av forskere, bør ligne nær befolkningen. Alle deltakerne i utvalget skal dele de samme egenskapene og egenskapene. Så hvis studien dreier seg om mannlige høgskoler, bør utvalget være en liten prosentandel av menn som passer til denne beskrivelsen. Tilsvarende, hvis en forskningsgruppe gjennomfører en studie om søvnmønsteret til enslige kvinner over 50 år, bør utvalget bare omfatte kvinner innenfor denne demografien.
Tenk på et team av akademiske forskere som vil vite hvor mange studenter som studerte i mindre enn 40 timer for CFA-eksamen og som fremdeles har bestått. Siden mer enn 200 000 mennesker tar eksamen globalt hvert år, kan det være ekstremt kjedelig og tidkrevende å nå ut til hver eksamensdeltaker. Når dataene fra befolkningen ble samlet inn og analysert, ville faktisk et par år gått, noe som gjorde analysen verdiløs siden en ny befolkning ville ha dukket opp. Det forskerne kan gjøre i stedet er å ta et utvalg av befolkningen og få data fra denne prøven.
For å få et objektivt utvalg, må utvalget være tilfeldig slik at alle i befolkningen har like stor sjanse for å bli lagt til gruppen.
For å oppnå et objektivt utvalg, må utvalget være tilfeldig, slik at alle fra befolkningen har en like stor og sannsynlig sjanse for å bli lagt til prøvegruppen. Dette ligner på et loddtrekning og er grunnlaget for enkel tilfeldig prøvetaking.
Typer av prøvetaking
Enkel tilfeldig prøvetaking
Enkel tilfeldig prøvetaking er ideell hvis hver enhet i befolkningen er identisk. Hvis forskerne ikke bryr seg om deres prøvepersoner alle er mannlige eller alle kvinnelige eller en kombinasjon av begge kjønn i en eller annen form, kan den enkle tilfeldige prøvetakingen være en god utvalgsteknikk.
La oss si at det var 200 000 testtakere som deltok på CFA-eksamen i 2016, hvorav 40% var kvinner og 60% var menn. Den tilfeldige prøven trukket fra befolkningen bør derfor ha 400 kvinner og 600 menn for til sammen 1000 testtakere.
Men hva med tilfeller hvor det er viktig å vite forholdet mellom menn og kvinner som har bestått en test etter studier i under 40 timer? Her vil en stratifisert tilfeldig prøve være å foretrekke fremfor en enkel tilfeldig prøve.
Stratifisert tilfeldig prøvetaking
Denne typen prøvetaking, også referert til som proporsjonal tilfeldig prøvetaking eller tilfeldig stikkprøver, deler den totale befolkningen i mindre grupper. Disse er kjent som lag. Mennesker i lagene har lignende egenskaper.
Hva om alder var en viktig faktor som forskere ønsker å ta med i dataene sine? Ved hjelp av stratifisert tilfeldig prøvetakingsteknikk kunne de lage lag eller lag for hver aldersgruppe. Utvalget fra hvert lag må være tilfeldig slik at alle i braketten har en sannsynlig sjanse for å bli inkludert i prøven. For eksempel er to deltakere, Alex og David, henholdsvis 22 og 24 år. Prøvevalget kan ikke velge hverandre i forhold til en eller annen preferansemekanisme. De skal begge ha en like stor sjanse for å bli valgt fra aldersgruppen. Lagene kan se slik ut:
Fra tabellen har befolkningen blitt delt inn i aldersgrupper. For eksempel tok 30.000 personer i alderen 20 til 24 år CFA-eksamen i 2016. Ved å bruke denne samme andelen vil eksempellruppen ha (30.000 200.000) x 1.000 = 150 testtakere som faller innenfor denne gruppen. Alex eller David - eller begge deler eller ingen - kan bli inkludert blant de 150 tilfeldige eksamensdeltakerne i utvalget.
Det er mange flere lag som kan settes sammen når du bestemmer deg for en prøvestørrelse. Noen forskere kan fylle jobbfunksjonene, landene, sivilstand osv. Av testen = takere når de bestemmer hvordan de skal lage utvalget.
Eksempler på prøver
Fra 2017 var verdens befolkning 7, 5 milliarder, hvorav 49, 6% var kvinnelige og 50, 4% mannlige. Det totale antallet mennesker i et gitt land kan også være en befolkningsstørrelse. Det totale antallet studenter i en by kan tas som en befolkning, og det totale antall hunder i en by er også en befolkningsstørrelse. Prøver kan tas fra disse populasjonene for forskningsformål.
Etter vårt eksempel på CFA-eksamen, kunne forskerne ta et utvalg av 1 000 CFA-deltakere fra de totalt 200 000 testtakerne — befolkningen — og kjøre de nødvendige dataene for dette tallet. Gjennomsnittet av denne prøven vil bli brukt for å estimere gjennomsnittet av CFA-eksamenstakere som besto, selv om de bare studerte i mindre enn 40 timer.
Prøvegruppen som ble tatt skal ikke være partisk. Dette betyr at hvis utvalgsverdien av de 1000 CFA-eksamensdeltakerne er 50, skal også befolkningsgjennomsnittet av de 200 000 testpersonene være omtrent 50.
Sammenlign Navn på leverandør av investeringskontoer Beskrivelse Annonsørens avsløring × Tilbudene som vises i denne tabellen er fra partnerskap som Investopedia mottar kompensasjon fra.