السكان الإحصائيون- مجموعة من الوحدات ذات الكتلة والنموذجية والتجانس النوعي ووجود التباين.
يتكون المجتمع الإحصائي من كائنات موجودة فعليًا (عمال ، مؤسسات ، دول ، مناطق) ، هو كائن.
وحدة الركام- كل وحدة محددة من المجتمع الإحصائي.
يمكن أن يكون مجتمع إحصائي واحد متجانسة في سمة واحدة وغير متجانسة في سمة أخرى.
التوحيد النوعي- تشابه جميع وحدات السكان لسبب ما والاختلاف بالنسبة لجميع الوحدات الأخرى.
في المجتمع الإحصائي ، غالبًا ما تكون الاختلافات بين وحدة من السكان وأخرى كمية بطبيعتها. التغييرات الكمية في قيم خاصية وحدات مختلفة من السكان تسمى التباين.
تباين الميزة- تغيير كمي في سمة (لسمة كمية) أثناء الانتقال من وحدة من السكان إلى أخرى.
لافتةهي خاصية أو سمة مميزة أو سمة أخرى للوحدات والأشياء والظواهر التي يمكن ملاحظتها أو قياسها. تنقسم العلامات إلى كمية ونوعية. يسمى تنوع وتنوع قيمة السمة في الوحدات الفردية من السكان الاختلاف.
الخصائص المنسوبة (النوعية) لا تصلح للتعبير العددي (تكوين السكان حسب الجنس). الخصائص الكمية هي عددية (تكوين السكان حسب العمر).
فهرس- هذه خاصية نوعية كمية معممة لأي خاصية من وحدات أو مجموعة أهداف في ظروف محددة من الزمان والمكان.
بطاقة الأداءهي مجموعة من المؤشرات التي تعكس بشكل شامل الظاهرة قيد الدراسة.
على سبيل المثال ، يتم دراسة الراتب:الأساس هو مجموعة من البيانات التي تم الحصول عليها نتيجة قياس واحد أو أكثر من السمات. مجموعة الكائنات التي تمت ملاحظتها بالفعل ، ممثلة إحصائيًا بعدد من الملاحظات لمتغير عشوائي ، هي أخذ العينات، والموجود افتراضيًا (مخمن) - عامة السكان... يمكن أن يكون عموم السكان محدودًا (عدد الملاحظات N = const) أو لانهائي ( N = ∞) ، وعينة من عامة السكان تكون دائمًا نتيجة لعدد محدود من الملاحظات. يتم استدعاء عدد الملاحظات المكونة للعينة حجم العينة... إذا كان حجم العينة كبيرًا بدرجة كافية ( ن → ∞) تعتبر العينة كبير، وإلا فإنه يسمى عينة حجم محدود... تعتبر العينة صغيرإذا ، عند قياس متغير عشوائي أحادي البعد ، لا يتجاوز حجم العينة 30 ( ن<= 30 ) وعند قياس عدة ( ك) الميزات في الفضاء متعدد الأبعاد ، النسبة نإلى كأقل من 10 (ن / ك< 10) ... نماذج النماذج نطاق الاختلافإذا كان أعضائها الإحصاء الترتيبي، أي قيم عينة لمتغير عشوائي NSمرتبة بترتيب تصاعدي (مرتبة) ، يتم استدعاء قيم نفس الميزة والخيارات.
مثال... تقريبًا نفس مجموعة الكائنات المختارة عشوائيًا - البنوك التجارية لمنطقة إدارية واحدة في موسكو ، يمكن اعتبارها عينة من عموم السكان لجميع البنوك التجارية في هذه المنطقة ، وكعينة من عموم السكان في جميع البنوك التجارية في موسكو وعينة من البنوك التجارية بالدولة وخلافه.
تعتمد موثوقية الاستنتاجات الإحصائية والتفسير الهادف للنتائج على التمثيليةأخذ العينات ، أي اكتمال وكفاية تمثيل خصائص عامة السكان ، والتي يمكن اعتبار هذه العينة ممثلة لها. يمكن تنظيم دراسة الخصائص الإحصائية للسكان بطريقتين: استخدام مستمرو متقطع. المراقبة المستمرةيتوقع مسح للجميع الوحداتدرس الإجمال، أ الملاحظة المتقطعة (الانتقائية)- أجزاء منه فقط.
1. اختيار عشوائي بسيط، حيث يتم استخراج الكائنات بشكل عشوائي من مجموعة عامة من الكائنات (على سبيل المثال ، باستخدام جدول أو مولد أرقام عشوائي) ، مع كل من العينات المحتملة لها احتمالية متساوية. تسمى هذه العينات عشوائي مناسب;
2. اختيار بسيط باستخدام إجراء منتظميتم تنفيذها باستخدام مكون ميكانيكي (على سبيل المثال ، التاريخ ، ويوم الأسبوع ، ورقم الشقة ، والحرف الأبجدي ، وما إلى ذلك) ويتم استدعاء العينات التي تم الحصول عليها بهذه الطريقة ميكانيكي;
3. طبقيةيتكون الاختيار من حقيقة أن السكان العامين للحجم ينقسم إلى مجموعات فرعية أو طبقات (طبقات) من الحجم بحيث. ستراتا هي كائنات متجانسة من حيث الخصائص الإحصائية (على سبيل المثال ، ينقسم السكان إلى طبقات حسب الفئات العمرية أو الطبقة الاجتماعية ؛ الشركات - حسب الصناعة). في هذه الحالة ، يتم استدعاء العينات طبقية(خلاف ذلك، طبقية ، نموذجية ، مقسمة إلى مناطق);
4. الأساليب مسلسلاختيار تستخدم لتشكيل مسلسلأو عينات متداخلة... إنها مناسبة إذا كان من الضروري فحص "كتلة" أو سلسلة من الأشياء على الفور (على سبيل المثال ، شحنة من السلع أو منتجات سلسلة معينة أو السكان في التقسيم الإقليمي-الإداري للبلد). يمكن أن يتم اختيار القطع بطريقة عشوائية أو ميكانيكية بحتة. في هذه الحالة ، يتم إجراء مسح كامل لمجموعة معينة من السلع ، أو وحدة إقليمية كاملة (مبنى سكني أو ربع) ؛
5. مجموع(تدريجيًا) يمكن أن يجمع الاختيار بين عدة طرق للاختيار في وقت واحد (على سبيل المثال ، الطبقي والعشوائي أو العشوائي والميكانيكي) ؛ تسمى هذه العينة مجموع.
بواسطة عقل _ يمانعيميز بين الاختيار الفردي والجماعي والمشترك. في الاختيار الفردييتم اختيار الوحدات الفردية من عامة السكان في العينة ، مع اختيار المجموعة- المجموعات المتجانسة نوعياً (سلسلة) من الوحدات ، و الاختيار المشتركيفترض مزيجًا من النوعين الأول والثاني.
بواسطة طريقةاختيار يميز متكرر وغير متكررعينة.
غير قابل للتكراريسمى الاختيار ، حيث لا تعود الوحدة التي دخلت في العينة إلى السكان الأصليين ولا تشارك في الاختيار الإضافي ؛ بينما عدد الوحدات في عموم السكان نيتم تقليل في عملية الاختيار. في معاداختيار القبضفي العينة ، يتم إرجاع الوحدة بعد التسجيل إلى عامة السكان وبالتالي تحتفظ بفرصة متكافئة ، جنبًا إلى جنب مع الوحدات الأخرى ، لاستخدامها في إجراءات الاختيار الإضافية ؛ بينما عدد الوحدات في عموم السكان نلم يتغير (الأسلوب نادرًا ما يستخدم في البحث الاجتماعي والاقتصادي). ومع ذلك ، مع كبير N (N → ∞)الصيغ الخاصة بـ غير قابل للتكرارالتحديدات نهج هؤلاء ل معادالاختيار وغالبًا ما يتم استخدام الأخير ( N = const).
استندت الاستنتاجات الإحصائية للدراسة إلى توزيع متغير عشوائي بينما القيم المرصودة (× 1 ، × 2 ، ... ، × ن)تسمى تحقيق المتغير العشوائي NS(ن هو حجم العينة). يعتبر توزيع المتغير العشوائي في عموم السكان نظريًا ومثاليًا وعينته التماثلية تجريبيتوزيع. يتم إعطاء بعض التوزيعات النظرية بشكل تحليلي ، أي هم والخياراتتحديد قيمة دالة التوزيع في كل نقطة في فضاء القيم الممكنة للمتغير العشوائي. بالنسبة لعينة ما ، يصعب تحديد دالة التوزيع ، وبالتالي تكون مستحيلة في بعض الأحيان والخياراتمقدرة من البيانات التجريبية ، ثم يتم استبدالها في تعبير تحليلي يصف التوزيع النظري. علاوة على ذلك ، فإن الافتراض (أو فرضية) حول نوع التوزيع يمكن أن يكون صحيحًا وخاطئًا من الناحية الإحصائية. ولكن على أي حال ، فإن التوزيع التجريبي الذي أعيد بناؤه من العينة يميز فقط التوزيع الحقيقي تقريبًا. أهم معلمات التوزيعات هي القيمة المتوقعةوالتباين.
بطبيعتها ، التوزيعات مستمرو منفصله... أشهر توزيع مستمر هو عادي... النظائر الانتقائية للمعلمات ومن أجلها هي: القيمة المتوسطة والتباين التجريبي. من بين الأبحاث المنفصلة في البحث الاجتماعي والاقتصادي ، الأكثر استخدامًا بديل (ثنائي التفرع)توزيع. تعبر معلمة التوقع الرياضي لهذا التوزيع عن القيمة النسبية (أو شارك) وحدات السكان التي لها السمة قيد الدراسة (يشار إليها بحرف) ؛ يشار إلى نسبة السكان الذين ليس لديهم هذه الميزة بالحرف ف (ف = 1 - ع)... تباين التوزيع البديل له أيضًا نظير تجريبي.
يتم حساب خصائص معلمات التوزيع بطرق مختلفة اعتمادًا على نوع التوزيع وطريقة اختيار وحدات السكان. ويرد في الجدول أهم التوزيعات النظرية والتجريبية. 9.1
جزء من العينة k nهي نسبة عدد وحدات العينة إلى عدد وحدات عامة السكان:
ك ن = ن / ن.
جزء العينة wهي نسبة الوحدات مع السمة المدروسة xلحجم العينة ن:
ث = ن ن / ن.
مثال.في دفعة من البضائع تحتوي على 1000 وحدة ، بعينة 5٪ جزء العينة k nفي القيمة المطلقة 50 وحدة. (ن = N * 0.05) ؛ إذا تم العثور في هذه العينة 2 من المنتجات المعيبة ، ثم معدل النفايات الانتقائي ثسيكون 0.04 (ث = 2/50 = 0.04 أو 4٪).
نظرًا لأن عينة السكان تختلف عن عامة السكان ، إذن أخطاء أخذ العينات.
الجدول 9.1 المعلمات الأساسية للجمهور العام وعينة السكان
قد تحدث أي أخطاء (صلبة وانتقائية) من نوعين: التسجيل والتمثيل. أخطاء التسجيلقد يمتلك عشوائيو منهجياختلاف الشخصيات. عشوائيتتكون الأخطاء من العديد من الأسباب المختلفة التي لا يمكن السيطرة عليها ، وهي غير مقصودة وعادة ما توازن بعضها البعض بشكل إجمالي (على سبيل المثال ، التغييرات في قراءات الأجهزة أثناء تقلبات درجة الحرارة في الغرفة).
منهجيالأخطاء متحيزة ، لأنها تنتهك قواعد اختيار الكائنات في العينة (على سبيل المثال ، الانحرافات في القياسات عند تغيير إعداد جهاز القياس).
مثال.لتقييم الوضع الاجتماعي للسكان في المدينة ، من المخطط فحص 25٪ من العائلات. إذا كان اختيار كل شقة رابعة يعتمد في نفس الوقت على عددها ، فهناك خطر اختيار جميع الشقق من نوع واحد فقط (على سبيل المثال ، شقق من غرفة واحدة) ، مما سيوفر خطأ وتشويهًا منهجيًا النتائج؛ يفضل اختيار رقم الشقة بالقرعة ، لأن الخطأ سيكون عرضيًا.
أخطاء الممثلهي متأصلة فقط في الملاحظة الانتقائية ، ولا يمكن تجنبها وتنشأ نتيجة لحقيقة أن العينة لا تتكاثر بشكل كامل مع عامة السكان. تختلف قيم المؤشرات التي تم الحصول عليها من العينة عن مؤشرات نفس القيم في عموم السكان (أو تم الحصول عليها من خلال الملاحظة المستمرة).
عينة خطأ في الملاحظةهو الفرق بين قيمة المعلمة في عموم السكان وقيمة العينة الخاصة بها. بالنسبة لمتوسط قيمة خاصية كمية ، فهي تساوي: ، ولسهم (خاصية بديلة) -.
أخطاء أخذ العينات مميزة فقط لعينة الملاحظات. كلما كانت هذه الأخطاء أكبر ، زاد اختلاف التوزيع التجريبي عن التوزيع النظري. معلمات التوزيع التجريبي هي قيم عشوائية ، وبالتالي ، فإن أخطاء أخذ العينات هي أيضًا قيم عشوائية ، ويمكن أن تأخذ قيمًا مختلفة لعينات مختلفة ، وبالتالي فمن المعتاد حسابها متوسط الخطأ.
متوسط خطأ أخذ العيناتهناك قيمة تعبر عن الانحراف المعياري لمتوسط العينة عن التوقع الرياضي. تعتمد هذه القيمة ، التي تخضع لمبدأ الاختيار العشوائي ، في المقام الأول على حجم العينة وعلى درجة تباين الميزة: كلما كان تباين الميزة أكبر وأقل (ومن ثم القيمة) ، قل متوسط أخذ العينات خطأ. يتم التعبير عن النسبة بين تباينات السكان العام وعينة من خلال الصيغة:
أولئك. لكبيرة بما فيه الكفاية ، يمكننا أن نفترض ذلك. يُظهر متوسط خطأ أخذ العينات الانحرافات المحتملة لمعلمة عينة السكان عن معلمة عموم السكان. طاولة يوضح الشكل 9.2 عبارات لحساب متوسط خطأ أخذ العينات للطرق المختلفة لتنظيم الملاحظة.
الجدول 9.2 متوسط الخطأ (م) لمتوسط العينة والنسبة لأنواع مختلفة من العينة
أين هو متوسط تباينات العينة داخل المجموعة لميزة مستمرة ؛
متوسط الفروق الحصة داخل المجموعة ؛
- عدد السلاسل المختارة ، - العدد الإجمالي للسلسلة ؛
,
أين هو متوسط السلسلة -th ؛
- المتوسط العام للعينة بأكملها لميزة مستمرة ؛
,
أين نصيب الميزة في السلسلة ال ؛
- الحصة الإجمالية للميزة على العينة بأكملها.
ومع ذلك ، لا يمكن الحكم على قيمة متوسط الخطأ إلا باحتمالية معينة P (P 1). ليابونوف أ. أثبت أن توزيع العينة ، ومن ثم انحرافاتها عن العوارية العامة ، لعدد كبير بما فيه الكفاية يتوافق تقريبًا مع قانون التوزيع العادي ، بشرط أن يكون للجمهور العام متوسط محدود وتباين محدود.
رياضيا ، يتم التعبير عن هذا البيان للمتوسط على النحو التالي:
وبالنسبة للكسر ، فإن التعبير (1) سيأخذ الشكل:
أين 
-
يوجد خطأ هامشي في أخذ العينات، وهو أحد مضاعفات متوسط خطأ أخذ العينات ,
وعامل التعددية هو اختبار الطالب ("عامل الثقة") الذي اقترحته الولايات المتحدة. جوسيت (الاسم المستعار "الطالب") ؛ يتم تخزين قيم أحجام العينات المختلفة في جدول خاص.
لذلك ، يمكن قراءة التعبير (3) على النحو التالي: مع الاحتمال P = 0.683 (68.3٪)يمكن القول أن الفرق بين العينة والمتوسط العام لن يتجاوز قيمة واحدة لمتوسط الخطأ م (ر = 1)مع الاحتمال P = 0.954 (95.4٪)- ألا تتعدى قيمة الخطأين المتوسطين م (ر = 2) ،مع الاحتمال الاحتمال = 0.997 (99.7٪)- لن تتجاوز ثلاث قيم م (ر = 3).وبالتالي ، فإن احتمال أن يتجاوز هذا الاختلاف ثلاثة أضعاف ما يحدده متوسط الخطأ نسبة الخطأوليس أكثر 0,3% .
طاولة يوضح الشكل 9.3 الصيغ لحساب الخطأ الهامشي لأخذ العينات.
الجدول 9.3 الخطأ الهامشي (D) للعينة بالنسبة للمتوسط والنسبة (p) لأنواع مختلفة من ملاحظة العينة
الهدف النهائي للمراقبة الانتقائية هو وصف عامة السكان. بالنسبة لأحجام العينات الصغيرة ، يمكن للتقديرات التجريبية للمعلمات (و) أن تنحرف بشكل كبير عن قيمها الحقيقية (و). لذلك ، يصبح من الضروري تحديد الحدود التي تكمن فيها القيم الحقيقية (و) لقيم عينة المعلمات (و).
فاصل الثقةمن أي معلمة θ لعامة السكان تسمى نطاقًا عشوائيًا لقيم هذه المعلمة ، والتي لها احتمال قريب من 1 ( إمكانية الإعتماد على) يحتوي على القيمة الحقيقية لهذه المعلمة.
خطأ هامشيأخذ العينات Δ يسمح لك بتحديد القيم الحدية لخصائص عامة السكان و فترات الثقةوهي متساوية:
الحد الأدنى فاصل الثقةتم الحصول عليها عن طريق طرح خطأ هامشيمن العينة يعني (حصة) ، والأعلى بإضافتها.
فاصل الثقةبالنسبة للمتوسط ، فإنه يستخدم خطأ أخذ العينات الهامشي ويتم تحديد مستوى ثقة معين بواسطة الصيغة:
هذا يعني أنه مع وجود احتمال معين ص، والذي يسمى مستوى الثقة ويتم تحديده بشكل فريد من خلال القيمة ر، يمكن القول أن القيمة الحقيقية للمتوسط تقع في النطاق من 
، والقيمة الحقيقية للكسر تقع في النطاق من
عند حساب فاصل الثقة لثلاثة مستويات ثقة قياسية P = 95٪ ، P = 99٪ ، P = 99.9٪يتم تحديد القيمة بواسطة. التطبيقات تعتمد على عدد درجات الحرية. إذا كان حجم العينة كبيرًا بدرجة كافية ، فإن القيم المقابلة لهذه الاحتمالات رمتساوية: 1,96, 2,58 و 3,29 ... وبالتالي ، فإن الخطأ الهامشي في أخذ العينات يجعل من الممكن تحديد القيم المحددة لخصائص عامة السكان وفترات الثقة الخاصة بهم:
توزيع نتائج الملاحظة الانتقائية على عموم السكان في البحث الاجتماعي والاقتصادي له خصائصه الخاصة ، لأنه يتطلب اكتمال التمثيل بجميع أنواعه ومجموعاته. أساس إمكانية هذا التوزيع هو الحساب خطأ نسبي:
أين Δ ٪ - الخطأ النسبي الهامشي في أخذ العينات ؛ و.
هناك طريقتان رئيسيتان لتوسيع نطاق مراقبة العينة لعامة السكان: التحويل المباشر وطريقة المعاملات.
الجوهر التحويل المباشريتكون من ضرب متوسط القيمة النموذجية !! \ overline (x) بحجم المجتمع العام.
مثال... اسمح لمتوسط عدد الأطفال الصغار في المدينة بتقدير طريقة العينة وكن شخصًا. إذا كان هناك 1000 أسرة شابة في المدينة ، فسيتم الحصول على عدد الأماكن المطلوبة في دور الحضانة البلدية بضرب هذا المتوسط في حجم عموم السكان N = 1000 ، أي سيصل إلى 1200 مكان.
طريقة الاحتمالاتيُنصح باستخدامه في حالة إجراء المراقبة الانتقائية من أجل توضيح بيانات المراقبة المستمرة.
في هذه الحالة ، يتم استخدام الصيغة:
حيث جميع المتغيرات هي حجم السكان:
عند التخطيط لملاحظة عينة بقيمة محددة مسبقًا لخطأ أخذ العينات المقبول ، من الضروري تقدير القيمة المطلوبة بشكل صحيح حجم العينة... يمكن تحديد هذا الحجم على أساس الخطأ المسموح به في عينة الملاحظة بناءً على احتمال معين يضمن القيمة المسموح بها لمستوى الخطأ (مع مراعاة طريقة تنظيم الملاحظة). من السهل الحصول على صيغ لتحديد حجم العينة المطلوب n مباشرة من الصيغ الخاصة بخطأ أخذ العينات الهامشي. إذن ، من التعبير عن الخطأ الهامشي:
يتم تحديد حجم العينة مباشرة ن:
توضح هذه الصيغة أنه مع تناقص خطأ أخذ العينات الهامشي Δ يزداد حجم العينة المطلوب بشكل كبير ، وهو ما يتناسب مع التباين ومربع اختبار الطالب.
بالنسبة لطريقة معينة لتنظيم الملاحظة ، يتم حساب حجم العينة المطلوب وفقًا للصيغ الواردة في الجدول. 9.4
مثال 1. حساب المتوسط وفاصل الثقة لخاصية كمية مستمرة.
لتقييم سرعة التسوية مع الدائنين ، أجرى البنك عينة عشوائية من 10 مستندات دفع. تبين أن قيمهم متساوية (بالأيام): 10 ؛ 3 ؛ 15؛ 15؛ 22 ؛ 7 ؛ ثمانية؛ 1 ؛ 19 ؛ عشرين.
ضروري مع الاحتمال ف = 0.954تحديد الخطأ الهامشي Δ متوسط العينة وحدود الثقة لمتوسط وقت العمليات الحسابية.
حل.يتم حساب متوسط القيمة باستخدام الصيغة من الجدول. 9.1 لعينة
يتم حساب التباين بواسطة الصيغة من الجدول. 9.1
متوسط الخطأ المربع لليوم.
يتم حساب متوسط الخطأ بواسطة الصيغة:
أولئك. المتوسط س ± م = 12.0 ± 2.3 يوم.
موثوقية المتوسط كان
يتم حساب الخطأ المحدد بواسطة الصيغة من الجدول. 9.3 لإعادة أخذ العينات ، نظرًا لأن حجم السكان غير معروف ول ف = 0.954مستوى الثقة.
وبالتالي ، فإن متوسط القيمة يساوي `س ± د =` س ± 2 م = 12.0 ± 4.6 ، أي تتراوح قيمته الحقيقية من 7.4 إلى 16.6 يومًا.
استخدام طاولة الطالب. يتيح لنا التطبيق أن نستنتج أنه بالنسبة إلى n = 10-1 = 9 درجات من الحرية ، فإن القيمة التي تم الحصول عليها يمكن الاعتماد عليها بمستوى أهمية يبلغ 0.001 جنيه إسترليني ، أي تختلف القيمة المتوسطة التي تم الحصول عليها اختلافًا كبيرًا عن 0.
مثال 2. تقدير الاحتمال (الحصة العامة) ص.
باستخدام طريقة أخذ العينات الميكانيكية لمسح الحالة الاجتماعية لـ 1000 أسرة ، تم الكشف عن أن حصة الأسر ذات الدخل المنخفض كانت ث = 0.3 (30٪)(كانت العينة 2% ، بمعنى آخر. ن / ن = 0.02). مطلوب بمستوى من الثقة ع = 0.997تحديد مؤشر صالأسر ذات الدخل المنخفض في جميع أنحاء المنطقة.
حل.وفقا للقيم المعروضة للوظيفة Ф (ر)ابحث عن مستوى ثقة معين الاحتمال = 0.997المعنى ر = 3(انظر الصيغة 3). خطأ هامشي في المشاركة ثتحددها الصيغة من الجدول. 9.3 لأخذ العينات غير المتكرر (أخذ العينات الميكانيكية دائمًا غير متكرر):
خطأ أخذ العينات النسبي الهامشي في % سوف يكون:
سيكون احتمال (الحصة العامة) من الأسر ذات الدخل المنخفض في المنطقة ع = ث ± Δ ث، ويتم حساب حدود الثقة p بناءً على عدم المساواة المزدوجة:
ث - Δ ث ≤ ص ≤ ث - Δ ث، بمعنى آخر. تكمن القيمة الحقيقية لـ p في:
0,3 — 0,014 < p <0,3 + 0,014, а именно от 28,6% до 31,4%.
وبالتالي ، مع احتمال 0.997 ، يمكن القول أن حصة الأسر ذات الدخل المنخفض بين جميع العائلات في المنطقة تتراوح من 28.6٪ إلى 31.4٪.
مثال 3.حساب المتوسط وفاصل الثقة لميزة منفصلة محددة بواسطة سلسلة فاصلة.
طاولة 9.5 توزيع أوامر إنتاج الطلبات حسب توقيت وفائها من قبل المؤسسة.
الجدول 9.5 توزيع الملاحظات حسب وقت حدوثهاحل. يتم حساب متوسط وقت تنفيذ الأمر بالصيغة:
متوسط الفترة سيكون:
= (3 * 20 + 9 * 80 + 24 * 60 + 48 * 20 + 72 * 20) / 200 = 23.1 شهرًا.
نحصل على نفس الإجابة إذا استخدمنا البيانات الموجودة في p i من العمود قبل الأخير من الجدول. 9.5 باستخدام الصيغة:
لاحظ أنه تم العثور على منتصف الفترة الزمنية للتدرج الأخير من خلال تكميله بشكل مصطنع بعرض الفاصل الزمني للتدرج السابق الذي يساوي 60 - 36 = 24 شهرًا.
يتم حساب التباين بواسطة الصيغة
أين س ط- منتصف صف الفاصل الزمني.
ومن هنا !! \ sigma = \ frac (20 ^ 2 + 14 ^ 2 + 1 + 25 ^ 2 + 49 ^ 2) (4) ، والجذر يعني خطأ تربيعي.
يتم حساب متوسط الخطأ باستخدام صيغة الشهر ، أي المتوسط هو !! \ overline (x) ± m = 23.1 ± 13.4.
يتم حساب الخطأ المحدد بواسطة الصيغة من الجدول. 9.3 لإعادة أخذ العينات ، نظرًا لأن حجم السكان غير معروف ، لمستوى الثقة 0.954:
إذن المتوسط هو:
أولئك. تتراوح قيمته الحقيقية من 0 إلى 50 شهرًا.
مثال 4.لتحديد سرعة التسويات مع دائني N = 500 مؤسسة لشركة في بنك تجاري ، من الضروري إجراء دراسة نموذجية بطريقة الاختيار العشوائي غير المتكرر. حدد حجم العينة المطلوب n بحيث لا يتجاوز خطأ متوسط العينة 3 أيام باحتمال P = 0.954 ، إذا أظهرت التقديرات التجريبية أن الانحراف المعياري كان 10 أيام.
حل... لتحديد عدد الدراسات اللازمة ن ، سوف نستخدم الصيغة للاختيار المتكرر من الجدول. 9.4:
في ذلك ، يتم تحديد قيمة t لمستوى الثقة P = 0.954. إنها تساوي 2. جذر متوسط تربيع s = 10 ، وحجم عموم السكان هو N = 500 ، والخطأ الهامشي للمتوسط هو Δ س = 3. بالتعويض عن هذه القيم في الصيغة ، نحصل على:
أولئك. يكفي عمل عينة من 41 مؤسسة لتقدير المعيار المطلوب - سرعة التسويات مع الدائنين.
100 رورمكافأة من الدرجة الأولى
حدد نوع العمل عمل الدبلوم عمل الفصل ملخص أطروحة ماجستير تقرير تدريبي مقال تقرير مراجعة عمل امتحاني دراسة دراسة حل المشكلات خطة العمل إجابات على الأسئلة العمل الإبداعي مقالات رسم مقالات ترجمة عروض تقديمية كتابة أخرى زيادة تفرد النص أطروحة دكتوراه العمل المخبري المساعدة عبر الإنترنت
اكتشف السعر
عموم السكان - المجموعة الإحصائية الكاملة للأشياء و / أو ظواهر الحياة الاجتماعية التي تمت دراستها بواسطة طريقة أخذ العينات التي لها خصائص نوعية مشتركة أو متغيرات كمية.
العدد الإجمالي لأشياء المراقبة (الأشخاص ، والأسر ، والمؤسسات ، والمستوطنات ، وما إلى ذلك) مع مجموعة معينة من الخصائص (الجنس ، والعمر ، والدخل ، والعدد ، والدوران ، وما إلى ذلك) ، محدودة في المكان والزمان. أمثلة على السكان:
- جميع سكان موسكو (10.6 مليون نسمة حسب تعداد 2002)
- سكان موسكو (4.9 مليون نسمة حسب تعداد 2002)
- الكيانات القانونية لروسيا (2.2 مليون في بداية 2005)
- منافذ البيع بالتجزئة التي تبيع المواد الغذائية (20 ألف في بداية 2008) ، إلخ.
التعريف الصحيح لـ G.S. وخصائصها مهمة للغاية لاختيار تصميم البحث - استراتيجية لبناء عينة تمثيلية ( سم.). أهم خصائص G.S. هي حجمها وتوافر العناصر للتعريف.
من وجهة نظر الحجم ، من المعتاد التمييز بين G.S. هذا التقسيم تقني بحت ، ويرجع ذلك إلى خصائص إجراءات تقدير حجم وأخطاء عينة تمثيلية احتمالية (عشوائية). تعتبر الأخيرة هي GS ، وعددها مماثل لحجم العينة. إذا تجاوز حجم العينة نسبة مئوية قليلة من حجم السكان ، فيجب تقدير خطأ العينة وتصحيحه وفقًا لحجم السكان.
يُطلق على G.S اللانهائي ، وحجمها ، مقارنة بحجم عينة عشوائية تمثيلية ، كبير بشكل غير قابل للقياس. بالمعنى الدقيق للكلمة ، كل ج. في العلوم الاجتماعية محدودة (حتى لو كان عددهم عدة مليارات) ، ولكن في الممارسة العملية جي. يمكن اعتباره غير محدود إذا كان حجم العينة الذي يوفر مستوى مقبول من الخطأ لا يتجاوز 1-2٪ من حجمها. أحيانًا يرتبط مفهوم اللانهاية مباشرة بحجم GS ، على سبيل المثال ، أكثر من مائة ألف كائن.
يُطلق على GS ، التي تنتمي إلى ما هو واضح أو من السهل تحديدها ، محددة. بالنسبة لـ G.S. من السهل تحديد الحجم والحصول على قائمة كاملة نسبيًا بعناصرها - إطار أخذ العينات (انظر. إطار أخذ العينات). على سبيل المثال ، يمكن الحصول على قائمة البالغين في مدينة ما من مكتب العناوين ، ويمكن الحصول على قوائم الطلاب في مدينة كبيرة من الجامعات. إذا كان G.S. كبير جدًا (على سبيل المثال ، عدد سكان بلد ما) ، يمكن الحصول على قوائم لجميع أجزائه الهيكلية. بناء عينة تمثيلية من العشوائية ( سم.) لـ G.S. ممكن دائما من الناحية الفنية ؛ يمكن أن تنشأ مشاكل بسبب ضيق الوقت أو الموظفين المؤهلين أو الموارد المادية.
يُطلق على GS ، التي لا يمكن تأسيسها إلا نتيجة لإجراءات مستهدفة أو دراسات خاصة ، اسم افتراضي. إلى مثل G.S. تشمل ، على سبيل المثال ، جمهور نظام إدارة الجودة (لا يمكنك معرفة ما إذا كان شخص ما قد شاهد إعلانًا تجاريًا معينًا ، إذا لم تسأله عنها) ، ومحبي أنواع معينة من أسماك الزينة ، وخبراء في مشكلة ضيقة ، وما إلى ذلك. لتحديد حجم بعض G.S. هناك حاجة أيضا إلى بحث خاص. القدرة على تكوين عينة تمثيلية من العشوائية ( سم.) من أجل G.S. الحجم الكبير في كثير من الحالات يمثل مشكلة.
المعلمة الإجمالية العامةهو مصطلح إحصائي يستخدم للدلالة على أي خاصية كمية لعامة السكان ( سم.). القيمة المتوقعة ( سم.)، فرق ( سم.)، احتمالا ( سم.) إجابة موجبة ، معامل الارتباط بين متغيرين عشوائيين ( سم.) هي جي.اس.بي. خصائص مماثلة للعينة ( سم.) يُطلق عليهم الإحصائيون الانتقائيون ( سم.).
عينة (عينة من المجتمع) -مجموعة من الحالات (موضوعات ، أشياء ، أحداث ، عينات) ، باستخدام إجراء معين ، يتم اختيارها من عامة السكان للمشاركة في الدراسة.
تم اختيار جزء من الكائنات من عامة السكان للدراسة من أجل التوصل إلى استنتاج حول عموم السكان. من أجل تمديد الاستنتاج الذي تم الحصول عليه من خلال فحص العينة ليشمل عموم السكان بأكمله ، يجب أن تتمتع العينة بخاصية التمثيل.
خصائص العينة:
الخصائص النوعية للعينة - من نختار بالضبط وما هي طرق بناء العينة التي نستخدمها لهذا الغرض.
السمة الكمية للعينة - كم عدد الحالات التي نختارها ، بمعنى آخر ، حجم العينة.
حجم العينة- عدد الحالات المشمولة في العينة. لأسباب إحصائية ، يوصى بأن يكون عدد الحالات 30-35 على الأقل.
غالبًا ما يتم التحقيق في مجموعة من الكائنات المتجانسة فيما يتعلق ببعض الميزات التي تميزها ، ويتم قياسها كميًا أو نوعيًا.
على سبيل المثال ، إذا كانت هناك مجموعة من الأجزاء ، فيمكن أن يكون المؤشر الكمي هو حجم الجزء وفقًا لـ GOST ، وتكون الخاصية النوعية هي معيار الجزء.
إذا كان من الضروري التحقق منها للتأكد من امتثالها للمعايير ، فإنها تلجأ أحيانًا إلى مسح كامل ، ولكن نادرًا ما يتم استخدام هذا عمليًا. على سبيل المثال ، إذا كان عامة السكان يحتويون على عدد كبير من الكائنات المدروسة ، فمن المستحيل تقريبًا إجراء مسح كامل. في هذه الحالة ، يتم تحديد عدد معين من العناصر (العناصر) من المجموعة بأكملها وفحصها. وبالتالي ، هناك عامة وعينة من السكان.
عام يشير إلى مجموع كل الأشياء التي يتم فحصها أو دراستها. يحتوي عموم السكان ، كقاعدة عامة ، على عدد محدود من العناصر ، ولكن إذا كان كبيرًا جدًا ، فمن أجل تبسيط الحسابات الرياضية ، يُفترض أن السكان بأكمله يتكون من عدد لا حصر له من الكائنات.
عينة أو عينة من السكان هي جزء من العناصر المحددة من المجتمع بأكمله. يمكن تكرار أخذ العينات أو عدم تكرارها. في الحالة الأولى ، يتم إرجاعها إلى عامة السكان ، وفي الحالة الثانية ، لا يتم إرجاعها. في الممارسة العملية ، يتم استخدام الاختيار العشوائي غير القابل للتكرار في كثير من الأحيان.
يجب أن يكون السكان والعينة مرتبطين بالتمثيل. بمعنى آخر ، لكي تتمكن خصائص العينة من تحديد خصائص المجتمع بأكمله بثقة ، من الضروري أن تمثلها عناصر العينة بأكبر قدر ممكن من الدقة. بمعنى آخر ، يجب أن تكون العينة تمثيلية (تمثيلية).
ستكون العينة تمثيلية إلى حد ما إذا تم أخذها عشوائيًا من عدد كبير جدًا من السكان بالكامل. يمكن مناقشة هذا على أساس ما يسمى بقانون الأعداد الكبيرة. علاوة على ذلك ، فإن جميع العناصر لها احتمالية متساوية لتضمينها في العينة.
هناك العديد من خيارات الاختيار. يمكن تقسيم كل هذه الطرق ، من حيث المبدأ ، إلى خيارين:
عشوائي بسيط - اختيار يتم فيه رسم العناصر واحدًا تلو الآخر من جميع السكان بشكل عشوائي.
النموذج النموذجي هو التحديد الذي يتم فيه تحديد العناصر ليس من المجموعة بأكملها ، ولكن من جميع أجزائها "النموذجية".
الاختيار الميكانيكي هو مثل هذا التحديد عندما يتم تقسيم المجتمع بأكمله إلى عدد من المجموعات يساوي عدد العناصر التي يجب أن تكون في العينة ، وبالتالي ، يتم تحديد عنصر واحد من كل مجموعة. على سبيل المثال ، إذا كنت بحاجة إلى تحديد 25٪ من الأجزاء التي صنعتها الآلة ، فسيتم تحديد كل جزء رابع ، وإذا كنت تريد تحديد 4٪ من الأجزاء ، فسيتم تحديد كل جزء خامس وعشرين ، وهكذا. في الوقت نفسه ، يجب القول أن الانتقاء الميكانيكي في بعض الأحيان قد لا يوفر ما يكفي
التحديد التسلسلي هو التحديد الذي يتم فيه اختيار العناصر من جميع السكان في "سلسلة" تخضع للبحث المستمر ، وليس عنصرًا واحدًا في كل مرة. على سبيل المثال ، عندما يتم تصنيع الأجزاء بواسطة عدد كبير من الآلات الأوتوماتيكية ، يتم إجراء مسح كامل فقط فيما يتعلق بمنتجات العديد من الآلات. يستخدم الاختيار التسلسلي إذا كانت السمة قيد الدراسة بها تباين ضئيل في سلاسل مختلفة.
لتقليل الخطأ ، يتم استخدام تقديرات عامة السكان باستخدام عينة. علاوة على ذلك ، يمكن أن يكون التحكم الانتقائي إما على مرحلة واحدة أو متعدد المراحل ، مما يزيد من موثوقية المسح.
عامه السكان (باللغة الإنجليزية - تعداد السكان) - مجموع كل الأشياء (الوحدات) التي ينوي العالم استخلاص استنتاجات بشأنها عند دراسة مشكلة معينة.
يتكون عامة السكان من جميع الأشياء التي تخضع للدراسة. يعتمد تكوين عموم السكان على أهداف الدراسة. في بعض الأحيان ، يكون عموم السكان هو مجموع سكان منطقة معينة (على سبيل المثال ، عند دراسة موقف الناخبين المحتملين من مرشح ما) ، يتم في أغلب الأحيان وضع عدة معايير تحدد موضوع البحث. على سبيل المثال ، الرجال الذين تتراوح أعمارهم بين 30 و 50 عامًا الذين يستخدمون نوعًا معينًا من ماكينات الحلاقة مرة واحدة على الأقل في الأسبوع ، ولديهم دخل لا يقل عن 100 دولار لكل فرد من أفراد الأسرة.
عينةأو عينة من السكان- الكثير من الحالات (موضوعات ، أشياء ، أحداث ، عينات) ، باستخدام إجراء معين ، يتم اختيارها من عامة السكان للمشاركة في الدراسة.
خصائص العينة:
· الخصائص النوعية للعينة - من نختار بالضبط وما هي طرق بناء العينة التي نستخدمها لهذا الغرض.
· السمة الكمية للعينة - كم عدد الحالات التي نختارها ، بمعنى آخر ، حجم العينة.
الحاجة لأخذ العينات
· موضوع البحث واسع جدا. على سبيل المثال ، يمثل مستهلكو منتجات شركة عالمية عددًا كبيرًا من الأسواق المنتشرة جغرافيًا.
· هناك حاجة لجمع المعلومات الأولية.
حجم العينة- عدد الحالات المشمولة في العينة. لأسباب إحصائية ، يوصى بأن يكون عدد الحالات 30 - 35 حالة على الأقل.
عند مقارنة عينتين (أو أكثر) ، فإن اعتمادهما هو معلمة مهمة. إذا كان من الممكن إنشاء زوج متماثل الشكل (أي عندما تتوافق حالة واحدة من العينة X مع حالة واحدة فقط من العينة Y والعكس صحيح) لكل حالة في عينتين (وهذا الأساس للعلاقة مهم بالنسبة لـ الخصائص المقاسة على العينات) ، تسمى هذه العينات متكل... أمثلة على التحديدات التابعة:
· أزواج من التوائم ،
· قياسين لأي علامة قبل وبعد التعرض التجريبي ،
· الأزواج والزوجات
· إلخ.
في حالة عدم وجود مثل هذه العلاقة بين العينات ، يتم أخذ هذه العينات في الاعتبار مستقل، على سبيل المثال:
· رجال ونساء،
· علماء النفس وعلماء الرياضيات.
وفقًا لذلك ، يكون للعينات التابعة دائمًا نفس الحجم ، بينما قد يختلف حجم العينات المستقلة.
تتم مقارنة العينات باستخدام معايير إحصائية مختلفة:
· اختبار الطالب
· اختبار ويلكوكسون
· اختبار مان ويتني يو
· معيار التوقيع
· وإلخ.
يمكن اعتبار العينة تمثيلية أو غير تمثيلية.
في الولايات المتحدة ، يعتبر أحد أشهر الأمثلة التاريخية لأخذ العينات غير التمثيلية أثناء الانتخابات الرئاسية لعام 1936. مجلة Leitrery Digest ، التي تنبأت بنجاح بأحداث عدة انتخابات سابقة ، كانت خاطئة في تنبؤاتها ، حيث أرسلت عشرة ملايين بطاقة اقتراع لمشتركيها ، بالإضافة إلى أشخاص تم اختيارهم من دفاتر الهاتف في جميع أنحاء البلاد والأشخاص من قوائم تسجيل السيارات. في 25٪ من الأصوات المعادة (حوالي 2.5 مليون) ، توزعت الأصوات على النحو التالي:
· 57٪ فضلوا المرشح الجمهوري ألف لاندون
· اختار 40٪ الرئيس الديمقراطي آنذاك فرانكلين روزفلت
كما هو معروف ، فاز روزفلت في الانتخابات الفعلية ، وحصل على أكثر من 60٪ من الأصوات. كان خطأ Leitrery Digest هو أنه في الرغبة في زيادة تمثيل العينة - نظرًا لأنهم يعرفون أن معظم المشتركين لديهم يعتبرون أنفسهم جمهوريين - قاموا بتوسيع العينة عن طريق اختيار الأشخاص من دفاتر الهاتف وقوائم التسجيل. ومع ذلك ، لم يأخذوا في الاعتبار الحقائق السائدة في يومهم ، وفي الواقع ، قاموا بتجنيد المزيد من الجمهوريين: خلال فترة الكساد الكبير ، كان بإمكان ممثلي الطبقة الوسطى والعليا (أي غالبية الجمهوريين ، وليس الديموقراطيين) تحمل نفقاتهم. لامتلاك الهواتف والسيارات.
هناك عدة أنواع رئيسية من خطة بناء المجموعة:
1. البحث مع المجموعات التجريبية والضابطة ، والتي يتم وضعها في ظروف مختلفة.
2. الدراسة مع المجموعات التجريبية والضابطة باستخدام استراتيجية الاختيار الزوجي
3. البحث باستخدام مجموعة واحدة فقط - التجريبية.
4. البحث باستخدام تصميم مختلط (عاملي) - يتم وضع جميع المجموعات في ظروف مختلفة.
العينات مقسمة إلى نوعين:
· احتمالية
· غير محتمل
1. أخذ العينات الاحتمالية البسيطة:
اإعادة تشكيل بسيطة. يعتمد استخدام مثل هذه العينة على افتراض أن كل مستجيب من المرجح بشكل متساوٍ أن يتم تضمينه في العينة. على أساس قائمة عامة السكان ، يتم تجميع البطاقات بأرقام المستجيبين. يتم وضعها على سطح السفينة ، وخلطها ، ويتم إخراج بطاقة منها عشوائيًا ، ويتم تسجيل رقم ، ثم إعادتها مرة أخرى. ثم يتم تكرار الإجراء عدة مرات حسب حاجتنا إلى حجم العينة. ناقص: تكرار وحدات الاختيار.
يتضمن إجراء تكوين عينة عشوائية بسيطة الخطوات التالية:
1. تحتاج إلى الحصول على قائمة كاملة بأعضاء عامة السكان وترقيم هذه القائمة. تذكر أن مثل هذه القائمة تسمى إطار أخذ العينات ؛
2. تحديد حجم العينة المتوقع ، أي العدد المتوقع من المبحوثين.
3. استخرج من جدول الأرقام العشوائية عددًا من الأعداد التي نحتاجها من وحدات العينة. إذا كان لابد من وجود 100 شخص في العينة ، فسيتم أخذ 100 رقم عشوائي من الجدول. يمكن إنشاء هذه الأرقام العشوائية بواسطة برنامج كمبيوتر.
4- اختر من القائمة الأساسية تلك الملاحظات التي تتوافق أرقامها مع الأرقام العشوائية المكتوبة
· لأخذ العينات العشوائية البسيطة مزايا واضحة. هذه الطريقة سهلة الفهم للغاية. يمكن أن تمتد نتائج البحث إلى السكان المستهدفين. تتضمن معظم مناهج الحصول على الاستدلال الإحصائي جمع المعلومات باستخدام عينات عشوائية بسيطة. ومع ذلك ، فإن طريقة أخذ العينات العشوائية البسيطة لها أربعة قيود مهمة على الأقل:
1. غالبًا ما يكون من الصعب إنشاء إطار أخذ عينات يسمح بأخذ عينات عشوائية بسيطة.
2. يمكن أن تؤدي عينة عشوائية بسيطة إلى وجود عدد كبير من السكان ، أو انتشار السكان على مساحة جغرافية كبيرة ، مما يزيد بشكل كبير من وقت وتكلفة جمع البيانات.
3. غالبًا ما تتميز نتائج استخدام عينة عشوائية بسيطة بالدقة المنخفضة وخطأ معياري أعلى من نتائج استخدام الطرق الاحتمالية الأخرى.
4. قد يؤدي تطبيق SRS إلى عينة غير تمثيلية. على الرغم من أن العينات التي تم الحصول عليها عن طريق الاختيار العشوائي البسيط ، في المتوسط ، تمثل بشكل كافٍ جميع السكان ، فإن بعضها يمثل بشكل غير دقيق للغاية السكان المدروسين. هذا من المحتمل بشكل خاص مع حجم عينة صغير.
· أخذ عينات بسيط غير متكرر. إجراء أخذ العينات هو نفسه ، باستثناء أن البطاقات التي تحتوي على أرقام المستفتى لا تُعاد إلى المجموعة.
1. أخذ العينات الاحتمالية المنهجية. إنها نسخة مبسطة من أخذ العينات الاحتمالية البسيطة. بناءً على قائمة عموم السكان ، يتم اختيار المستجيبين في فاصل زمني معين (K). يتم تحديد قيمة K بالصدفة. يتم تحقيق النتيجة الأكثر موثوقية مع مجتمع عام متجانس ؛ وإلا ، فقد يتزامن حجم الخطوة وبعض الأنماط الدورية الداخلية للعينة (خلط العينة). السلبيات: نفس الشيء بالنسبة لأخذ العينات الاحتمالية البسيطة.
2. أخذ العينات التسلسلية (المتداخلة). وحدات أخذ العينات هي سلاسل إحصائية (الأسرة ، المدرسة ، الفريق ، إلخ). تخضع العناصر المختارة للفحص المستمر. يمكن تنظيم اختيار الوحدات الإحصائية وفقًا لنوع العينة العشوائية أو المنهجية. سلبي: إمكانية تجانس أكبر من عامة السكان.
3. أخذ العينات الإقليمية. في حالة السكان غير المتجانسين ، قبل استخدام أخذ العينات الاحتمالية مع أي تقنية اختيار ، يوصى بتقسيم السكان إلى أجزاء متجانسة ، وتسمى هذه العينة بالمنطقة. يمكن أن تكون مجموعات تقسيم المناطق عبارة عن تكوينات طبيعية (على سبيل المثال ، مناطق المدينة) وأي ميزة أساسية للدراسة. تسمى الخاصية التي يتم على أساسها التقسيم بخاصية التقسيم الطبقي والجهوية.
4. اختيار "ملائم". يتكون إجراء أخذ العينات "الملائم" من إقامة اتصالات مع وحدات أخذ العينات "المريحة" - مجموعة من الطلاب وفريق رياضي وأصدقاء وجيران. إذا كان من الضروري الحصول على معلومات حول رد فعل الناس على مفهوم جديد ، فإن هذه العينة معقولة تمامًا. غالبًا ما يستخدم أخذ العينات المريح للاختبار الأولي للاستبيانات.
لا يتم الاختيار في مثل هذه العينة وفقًا لمبادئ العشوائية ، ولكن وفقًا لمعايير ذاتية - التوافر ، والنموذجية ، والتمثيل المتساوي ، إلخ.
1. عينة الحصص - تم بناء العينة كنموذج يعيد إنتاج بنية عامة السكان في شكل حصص (نسب) للخصائص المدروسة. يتم تحديد عدد عناصر العينة بمجموعة مختلفة من الخصائص المدروسة بحيث تتوافق مع حصتها (النسبة) في عموم السكان. لذلك ، على سبيل المثال ، إذا كان عدد السكان العام لدينا هو 5000 شخص ، 2000 منهم من النساء و 3000 من الرجال ، فعندئذ في عينة الكوتا سيكون لدينا 20 امرأة و 30 رجلاً ، أو 200 امرأة و 300 رجل. غالبًا ما تستند عينات الحصص إلى معايير ديموغرافية: الجنس والعمر والمنطقة والدخل والتعليم وغيرها. السلبيات: عادةً ما تكون هذه العينات غير تمثيلية. لا يمكن أخذ العديد من المعلمات الاجتماعية في الاعتبار في وقت واحد. الايجابيات: المواد المتاحة بسهولة.
2. طريقة كرة الثلج. العينة مبنية على النحو التالي. يُطلب من كل مستجيب ، بدءًا من الأول ، الاتصال بأصدقائه وزملائه ومعارفه الذين يتناسبون مع شروط الاختيار ويمكنهم المشاركة في الدراسة. وبالتالي ، باستثناء الخطوة الأولى ، يتم تشكيل العينة بمشاركة كائنات البحث نفسها. غالبًا ما تُستخدم الطريقة عندما يكون من الضروري العثور على مجموعات من المستجيبين يصعب الوصول إليهم وإجراء مقابلات معهم (على سبيل المثال ، المستجيبون ذوو الدخل المرتفع ، والمستجيبون الذين ينتمون إلى نفس المجموعة المهنية ، والمستجيبين الذين لديهم هوايات / هوايات مماثلة ، وما إلى ذلك)
3. أخذ العينات العفوي - أخذ عينات من ما يسمى بـ "الوافد الأول". غالبًا ما تستخدم في الاستجوابات التلفزيونية والإذاعية. لا يُعرف حجم العينات العفوية وتكوينها مسبقًا ، ويتم تحديدها بمعلمة واحدة فقط - نشاط المستجيبين. السلبيات: من المستحيل تحديد الجمهور العام الذي يمثله المستجيبون ، ونتيجة لذلك ، من المستحيل تحديد التمثيلية.
4. مسح الطريق - يُستخدم غالبًا عندما تكون الأسرة هي وحدة الدراسة. جميع الشوارع مرقمة على خريطة المستوطنة التي سيتم إجراء المسح فيها. يتم اختيار أعداد كبيرة باستخدام جدول (مولد) للأرقام العشوائية. يعتبر كل رقم كبير مكونًا من 3 مكونات: رقم الشارع (أول 2-3 أرقام) ، رقم المنزل ، رقم الشقة. على سبيل المثال ، الرقم 14832: 14 هو رقم الشارع على الخريطة ، 8 هو رقم المنزل ، 32 هو رقم الشقة.
5. أخذ العينات الإقليمية مع مجموعة مختارة من الكائنات النموذجية. إذا تم تحديد كائن نموذجي من كل مجموعة بعد الأقلمة ، أي كائن ، وفقًا لمعظم الخصائص التي تمت دراستها في الدراسة ، يقترب من المتوسط ، وتسمى هذه العينة بمجموعة مختارة من الكائنات النموذجية.
يتم اختيار المجموعات لمشاركتها في التجربة النفسية باستخدام استراتيجيات مختلفة مطلوبة من أجل ضمان أقصى قدر ممكن من الامتثال للصلاحية الداخلية والخارجية.
· التوزيع العشوائي (اختيار عشوائي)
· اختيار الزوجي
· أخذ العينات الستراتومترية
· النمذجة التقريبية
· إشراك مجموعات حقيقية
العشوائية، أو اختيار عشوائي، لإنشاء عينات عشوائية بسيطة. يعتمد استخدام مثل هذه العينة على افتراض أن كل فرد من السكان من المرجح بشكل متساوٍ أن يتم تضمينه في العينة. على سبيل المثال ، لعمل عينة عشوائية من 100 طالب جامعي ، يمكنك وضع قطع من الورق بأسماء جميع طلاب الجامعة في قبعة ، ثم الحصول على 100 ورقة منها - سيكون هذا اختيارًا عشوائيًا (Goodwin J . ، ص 147).
اختيار الزوجي- إستراتيجية لبناء مجموعات عينات ، حيث تتكون مجموعات الأشخاص من موضوعات متكافئة من حيث المعلمات الجانبية المهمة للتجربة. هذه الإستراتيجية فعالة للتجارب التي تستخدم المجموعات التجريبية والضابطة مع الخيار الأفضل - جذب أزواج مزدوجة (أحادية وثنائية الزيجوت) ، لأنها تتيح لك إنشاء ...
أخذ العينات الستراتومترية - التوزيع العشوائي مع تخصيص الطبقات (أو العناقيد). باستخدام طريقة أخذ العينات هذه ، يتم تقسيم السكان عمومًا إلى مجموعات (طبقات) ذات خصائص معينة (الجنس ، والعمر ، والتفضيلات السياسية ، والتعليم ، ومستوى الدخل ، وما إلى ذلك) ، ويتم اختيار الموضوعات ذات الخصائص المقابلة.
النمذجة التقريبية - أخذ عينات محدودة وتعميم الاستنتاجات حول هذه العينة على شريحة أوسع من السكان. على سبيل المثال ، عندما شارك طلاب جامعيون لمدة عامين في دراسة ، تم توسيع البيانات من تلك الدراسة لتشمل "الأشخاص الذين تتراوح أعمارهم بين 17 و 21 عامًا". مقبولية مثل هذه التعميمات محدودة للغاية.
النمذجة التقريبية هي تشكيل نموذج يصف سلوكه (أو الظواهر الضرورية) بدقة مقبولة لفئة محددة بوضوح من الأنظمة (العمليات).
عامه السكان- مجموع كل الأشياء (الوحدات) التي ينوي العالم استخلاص استنتاجات بشأنها عند دراسة مشكلة معينة. يتكون عامة السكان من جميع الأشياء التي تخضع للدراسة. يعتمد تكوين عموم السكان على أهداف الدراسة. في بعض الأحيان ، يكون عموم السكان هو مجموع سكان منطقة معينة (على سبيل المثال ، عند دراسة موقف الناخبين المحتملين من مرشح ما) ، يتم في أغلب الأحيان وضع عدة معايير تحدد موضوع البحث. على سبيل المثال ، النساء اللائي تتراوح أعمارهن بين 18 و 29 عامًا اللائي يستخدمن ماركات معينة من كريم اليد مرة واحدة على الأقل في الأسبوع ، ولديهن دخل لا يقل عن 150 دولارًا لكل فرد من أفراد الأسرة.
عينة- الكثير من الحالات (موضوعات ، أشياء ، أحداث ، عينات) ، باستخدام إجراء معين ، يتم اختيارها من عامة السكان للمشاركة في الدراسة.
حجم العينة- عدد الحالات المشمولة في العينة. لأسباب إحصائية ، يوصى بأن يكون عدد الحالات 30-35 على الأقل.
العينات التابعة والمستقلة
عند مقارنة عينتين (أو أكثر) ، فإن اعتمادهما هو معلمة مهمة. إذا كان من الممكن إنشاء زوج متماثل الشكل (أي عندما تتوافق حالة واحدة من العينة X مع حالة واحدة فقط من العينة Y والعكس صحيح) لكل حالة في عينتين (وهذا أساس العلاقة مهم بالنسبة للخاصية التي تم قياسها على العينات) ، تسمى هذه العينات مدمن. أمثلة على العينات التابعة: زوج من التوائم ، قياسين لسمة قبل وبعد التعرض التجريبي ، الأزواج والزوجات ، إلخ.
إذا لم تكن هناك علاقة من هذا القبيل بين العينات ، فإن هذه العينات تعتبر مستقلة ، على سبيل المثال: الرجال والنساء وعلماء النفس وعلماء الرياضيات.
وفقًا لذلك ، يكون للعينات التابعة دائمًا نفس الحجم ، بينما قد يختلف حجم العينات المستقلة.
تتم مقارنة العينات باستخدام معايير إحصائية مختلفة:
التمثيلية
يمكن اعتبار العينة تمثيلية أو غير تمثيلية.
مثال على عينة غير تمثيلية
في الولايات المتحدة ، يعتبر أحد أشهر الأمثلة التاريخية لأخذ العينات غير التمثيلية أثناء الانتخابات الرئاسية لعام 1936. عن طريق دفاتر الهاتف في جميع أنحاء البلاد ، والأشخاص من قوائم تسجيل السيارات. في 25٪ من الأصوات المعادة (حوالي 2.5 مليون) ، توزعت الأصوات على النحو التالي:
57٪ فضلوا المرشح الجمهوري ألف لاندون
اختار 40٪ الرئيس الديمقراطي آنذاك فرانكلين روزفلت
كما هو معروف ، فاز روزفلت في الانتخابات الفعلية ، وحصل على أكثر من 60٪ من الأصوات. كان خطأ Leitrery Digest هو أنه في الرغبة في زيادة تمثيل العينة - نظرًا لأنهم يعرفون أن معظم المشتركين لديهم يعتبرون أنفسهم جمهوريين - قاموا بتوسيع العينة عن طريق اختيار الأشخاص من دفاتر الهاتف وقوائم التسجيل. ومع ذلك ، لم يأخذوا في الاعتبار الحقائق السائدة في يومهم ، وفي الواقع قاموا بتجنيد المزيد من الجمهوريين: خلال فترة الكساد الكبير ، كان بإمكان غالبية الطبقة الوسطى والعليا (أي غالبية الجمهوريين ، وليس الديموقراطيين) تحمل كلفة التملك. الهواتف والسيارات.
أنواع خطة بناء المجموعات من العينات
هناك عدة أنواع رئيسية من خطة بناء المجموعة:
استراتيجيات بناء المجموعة
يتم اختيار المجموعات لمشاركتها في تجربة نفسية باستخدام استراتيجيات مختلفة مطلوبة من أجل ضمان أقصى قدر ممكن من الالتزام بالصلاحية الداخلية والخارجية:
العشوائية
يتم استخدام التوزيع العشوائي ، أو أخذ العينات العشوائية ، لإنشاء عينات عشوائية بسيطة. يعتمد استخدام مثل هذه العينة على افتراض أن كل فرد من السكان من المرجح بشكل متساوٍ أن يتم تضمينه في العينة. على سبيل المثال ، لعمل عينة عشوائية من 100 طالب جامعي ، يمكنك وضع قطع من الورق بأسماء جميع طلاب الجامعة في قبعة ، ثم الحصول على 100 ورقة منها - سيكون هذا اختيارًا عشوائيًا
اختيار الزوجي
الاختيار الثنائي هو استراتيجية لبناء مجموعات عينة تتكون فيها مجموعات من الموضوعات من مواضيع متكافئة من حيث المعلمات الجانبية المهمة للتجربة. هذه الإستراتيجية فعالة للتجارب التي تستخدم المجموعات التجريبية والضابطة مع الخيار الأفضل - جذب أزواج مزدوجة (أحادية وثنائية الزيجوت) ، لأنها تتيح لك الإنشاء.
أخذ العينات الستراتومترية
اختيار ستراتومترية - عشوائية مع تخصيص طبقات (أو عناقيد). باستخدام طريقة أخذ العينات هذه ، يتم تقسيم السكان عمومًا إلى مجموعات (طبقات) ذات خصائص معينة (الجنس ، والعمر ، والتفضيلات السياسية ، والتعليم ، ومستوى الدخل ، وما إلى ذلك) ، ويتم اختيار الموضوعات ذات الخصائص المقابلة.
النمذجة التقريبية
النمذجة التقريبية - رسم عينة محدودة وتعميم الاستنتاجات حول تلك العينة على جمهور أوسع. على سبيل المثال ، عندما شارك طلاب جامعيون لمدة عامين في دراسة ، تم توسيع البيانات من تلك الدراسة لتشمل "الأشخاص الذين تتراوح أعمارهم بين 17 و 21 عامًا". مقبولية مثل هذه التعميمات محدودة للغاية.
