社会学におけるさまざまなタイプのサンプリング計画

確率的手法と非確率的手法の概要

ディミトリ・オーティス/ゲッティイメージズ

対象集団全体を研究することはめったに不可能であるため、研究者はデータを収集して研究上の疑問に答えようとするときにサンプルを使用します。サンプルは、調査対象の母集団の単なるサブセットです。それはより大きな母集団を表し、その母集団に関する推論を引き出すために使用されます。社会学者は通常、確率に基づく方法とそうでない方法の 2 つのサンプリング手法を使用します。両方の手法を使用して、さまざまな種類のサンプルを生成できます。

非確率サンプリング手法

非確率モデルは、母集団内のすべての個人が選択される可能性が等しくなるわけではない方法でサンプルが収集される手法です。非確率的方法を選択すると、データに偏りが生じたり、調査結果に基づいて一般的な推論を行う能力が制限されたりする可能性がありますが、この種のサンプリング手法を選択することが、特定の研究課題または段階に最適な選択である場合も多くあります。研究の。非確率モデルでは、4 種類のサンプルを作成できます。

利用可能な科目への依存

利用可能な被験者に依存することは、研究者側で多大な注意を必要とする危険なモデルです。通行人や研究者がランダムに接触する個人をサンプリングする必要があるため、「a」と呼ばれることもあります。 便利なサンプル 研究者がサンプルの代表性を制御できないためです。

このサンプリング方法には欠点もありますが、研究者がある時点で街角を通り過ぎる人々の特徴を研究したい場合、特にそのような研究を行うことが他の方法では不可能である場合に役立ちます。このため、便利なサンプルは、より大きな研究プロジェクトが開始される前の研究の初期段階またはパイロット段階で一般的に使用されます。この方法は便利ですが、研究者は便利なサンプルからの結果を使用して、より広い母集団について一般化することはできません。

目的的または判断的なサンプル

あ 目的的または判断的なサンプル 母集団の知識と研究の目的に基づいて選択されるものです。たとえば、サンフランシスコ大学の社会学者が長期的に研究したいと思ったとき、感情的および心理的効果妊娠中絶を選択したため、中絶した女性のみを含むサンプルを作成しました。この場合、調査対象者は、調査を実施するために必要な特定の目的または説明に適合しているため、目的のあるサンプルを使用しました。

スノーボールのサンプル

あ スノーボールサンプル ホームレスの人、出稼ぎ労働者、不法移民など、集団のメンバーを特定するのが難しい場合の研究での使用に適しています。スノーボール サンプルとは、研究者がターゲット集団のうち、特定できる少数のメンバーに関するデータを収集し、それらの個人に、その集団の他のメンバーを見つけるために必要な情報を提供するよう依頼するサンプルです。

たとえば、研究者がメキシコからの文書化されていない移民にインタビューしたい場合、彼女は知っている、または見つけることができる数人の文書化されていない個人にインタビューするかもしれません.その後、彼女はそれらの主題に頼って、より多くの文書化されていない個人を見つけるのを助けました.このプロセスは、研究者が必要なすべてのインタビューを行うか、すべての連絡先が尽きるまで続きます。

この手法は、人々が公然と話すことのないデリケートなトピックを研究する場合、または調査中の問題について話すことが安全を脅かす可能性がある場合に役立ちます。研究者が信頼できるという友人や知人からの推薦は、サンプルサイズを大きくするのに役立ちます。

クォータ サンプル

あ クォータ サンプル 事前に指定された特性に基づいてユニットがサンプルに選択されるため、調査対象の母集団に存在すると想定される特性の分布がサンプル全体で同じになります。

たとえば、全国割り当てサンプルを実施している研究者は、人口のどの割合が男性で、どの割合が女性であるかを知る必要がある場合があります。また、さまざまな年齢、人種、階級などに該当する男性と女性の割合を知る必要がある場合もあります。次に研究者は、それらの比率を反映したサンプルを収集します。

確率サンプリング手法

確率モデルは、集団内のすべての個人が選択される可能性が等しくなるようにサンプルを収集する手法です。多くの人は、これが調査サンプルを形成する可能性のある社会的偏見を排除するため、サンプリングに対するより方法論的に厳密なアプローチであると考えています。ただし、最終的には、選択するサンプリング手法は、特定の研究課題に最もよく対応できるものでなければなりません。確率サンプリング手法には 4 種類あります。

単純ランダムサンプル

の 単純ランダムサンプル 統計的手法や計算で想定される基本的なサンプリング方法です。単純なランダム サンプルを収集するために、ターゲット母集団の各ユニットに番号が割り当てられます。次に、一連の乱数が生成され、それらの数値の単位がサンプルに含まれます。

1,000 人の母集団を研究している研究者は、50 人の無作為標本を選びたいと思うかもしれません。まず、各人に 1 から 1,000 までの番号が付けられます。次に、通常はコンピューター プログラムを使用して、50 個の乱数のリストを生成します。これらの番号が割り当てられた個人がサンプルに含まれます。

人を研究する場合、この手法は均質な母集団、または年齢、人種、教育レベル、または階級によってあまり変わらない母集団で使用するのが最適です。これは、より異質な集団を扱う場合、人口統計学的な違いが考慮されていないと、研究者が偏ったサンプルを作成するリスクを冒すためです。

体系的なサンプル

で 体系的なサンプル 、人口の要素がリストに入れられ、次にすべて n リスト内の th 要素は、サンプルに含めるために体系的に選択されます。

たとえば、研究集団に高校の 2,000 人の生徒が含まれていて、研究者が 100 人の生徒のサンプルを必要としている場合、生徒はリスト形式になり、20 人ごとの生徒がサンプルに含めるために選択されます。この方法で考えられる人間の偏見を防ぐために、研究者は最初の個人を無作為に選択する必要があります。これは、技術的には、ランダム スタートの系統的サンプルと呼ばれます。

層別サンプル

あ 層化サンプル は、研究者がターゲット母集団全体を異なるサブグループまたは階層に分割し、その後、さまざまな階層から比例的に最終的な被験者を無作為に選択するサンプリング手法です。このタイプのサンプリングは、研究者が強調したい場合に使用されます母集団内の特定のサブグループ.

たとえば、大学生の階層化されたサンプルを取得するには、研究者はまず大学のクラスごとに母集団を整理し、次に適切な数の新入生、2 年生、3 年生、4 年生を選択します。これにより、研究者は最終サンプルの各クラスから十分な量の被験者を確保できます。

クラスタ サンプル

集落抽出 ターゲット母集団を構成する要素の完全なリストを作成することが不可能または非現実的である場合に使用できます。ただし、通常、母集団要素はすでに部分母集団にグループ化されており、それらの部分母集団のリストはすでに存在しているか、作成できます。

おそらく、この研究の対象集団は、米国の教会員です。国内のすべての教会員のリストはありません。ただし、研究者は、米国内の教会のリストを作成し、教会のサンプルを選択して、それらの教会からメンバーのリストを取得することができます。

更新しましたニッキー・リサ・コール博士