background image

 

METODOLOGIA 

–  system  jasno  określonych  reguł  i  procedur,  do  których  odwołują  się 

badania  będące  podstawą  rozwoju  wiedzy.  System  tych  reguł  i  procedur  nie  jest  ani 
niezmienny ani niezawodny. 
 
Rola metodologii: 

 

Dostarcza reguł komunikowania; 

 

Dostarcza reguł wnioskowania (opartych o reguły logiki); 

 

Dostarcza reguł intersubiektywności. 

 

BADANIE 

– to proces samokontrolujący się. 

 

PROBLEMATYKA BADAWCZA 

– to najogólniej sformułowany zakres badań. 

 

PROBLEM BADAWCZY 

– formułuje się w formie pytania, bardziej szczegółowy. 

 
 

Proces badawczy – schemat: 

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

PROBLEM  BADAWCZY 

– to bodziec intelektualny wywołujący reakcję w postaci badań 

naukowych,  np.:  jaka  część  społeczeństwa  polskiego  podejmuje  migracje  zarobkowe  
w Wielkiej Brytanii? Jak będzie wyglądał Gdańsk w 2030 roku? 

 

UWAGA! 

 

 

Nie każdy  bodziec intelektualny może być empirycznie zbadany i  nie każde ludzkie 
zachowanie może być poddane badaniom naukowym! (np. pytanie, czy atrakcyjniejsze 
są blondynki czy brunetki? Czy istnieje Bóg?
); 

Problematyka badawcza 

Problem badawczy 

Hipotezy 

Pytania badawcze 

Plan badawczy 

Pomiar 

Zbieranie danych 

Analiza danych 

Uogólnienie 

Teoria 

background image

 

Ideałem  naukowego  badania  jest  możliwie  obiektywne  podejście  do  przedmiotu  
i podmiotu badania; 

 

Problem badawczy musi być sformułowany w sposób jasny i dokładny (nie może być 
zbyt ogólny); 

 

Formułując problem  badawczy, badacz musi określić jednostki analizy, tzn. określić 
podstawowe elementy badanego zjawiska. 

 
Jednostka (poziom) analizy warunkuje m.in.: 

1.  Zakres  i  istotę  badanych  zjawisk  (np.  postawy/wiedza,  jednostki/grupy/instytucje, 

poziom mikrogrupy/mezogrupy/makrogrupy); 

2.  Wybór planu badawczego; 
3.  Metody zbierania danych; 
4.  Metody analizy danych; 
5.  Poziom i zakres uogólnień. 

 

UWAGA! 

 

 

Należy  dokładnie  określić  właściwości  jednostek  analizy,  w  przeciwnym  wypadku 
przechodzenie od jednej jednostki do drugiej może być źródłem błędów; 

 

Podobieństwo pojęć – przyczyną niejasności, np. władza-przywództwo-zarządzanie; 

 

Uogólnienia  wyników  badań,  w  których  jednostkami  analizy  były  zupełnie  inne 
obiekty/zjawiska (np. jednostki vs grupy) generują błędy; 

 

Badacze muszą określić jednostki analizy również z powodów metodologicznych – ze 
względu na możliwość zniekształceń we wnioskowaniu. 

 

Błąd ekologizmu

 – przenoszenie wniosków z bardziej złożonej jednostki analizy na prostszą 

jednostkę analizy, z poziomu wyższego na niższy. 

Błąd  indywidualizmu 

–  wyprowadzenie  wniosków  o  grupach,  społeczeństwach  i  narodach 

bezpośrednio z danych dotyczących zachowań jednostek. 
 

ZMIENNE 

–  służą  do  „przechodzenia”  z  poziomu  pojęciowego  na  poziom  empiryczny,  

w postaci zmiennych pojęcia są uwzględniane w hipotezach badawczych. 
Zmienna to  wartość empiryczna mająca dwie lub  więcej  wartości  np.  dobrostan psychiczny 
może przybierać wartości: bardzo niski, mierny, średni, dobry, bardzo dobry; klasa społeczna 
może przybierać wartości: niższa, średnia, wyższa. 
 
Rodzaje zmiennych: 

  Zmienne zależne i niezależne: 

ZMIENNA ZALEŻNA 

(kryterialna) – to zmienna, którą badacz zamierza wyjaśnić. 

ZMIENNA  NIEZALEŻNA 

(wyjaśniająca,  predykcyjna)  –  zakładana  przyczyna 

zmian  wartości  zmiennej  zależnej.  Za  jej  pomocą  wyjaśniamy  wartości  zmiennej 
zależnej.  

  Zmienne kontrolne: 

ZMIENNA  KONTROLNA 

–  używana  jest  w  badaniach  do  sprawdzenia,  czy 

związek  pomiędzy  zmienną  zależną  i zmienną  niezależną  jest związkiem  pozornym, 
tzn.  związek  ten  może  zostać  wyjaśniony  tylko  przy  pomocy  innej  zmiennej 
(kontrolnej). 
Zastosowanie  w  badaniach  zmiennej  kontrolnej  zmniejsza  ryzyko  przypisywania 
mocy wyjaśniającej tym zmiennym, które w rzeczywistości nie wpływają na zmiany 
wartości zmiennej zależnej. 

background image

Jeśli    wpływ  zmiennej  kontrolnej  zostanie  wyeliminowany,  a  związek  pomiędzy 
zmienną  zależną  i  niezależną  nadal  będzie  obserwowany,  to  związek  ten  nie  jest 
związkiem pozornym. 

 

Zmienne ciągłe i dyskretne: 

ZMIENNA  CIĄGŁA 

–  nie  posiada  z  góry  określonej  swojej  najmniejszej 

(naturalnej) jednostki, np. długość, wysokość. 

ZMIENNA  DYSKRETNA 

–  posiada  swoją  minimalną  jednostkę,  np.  ilość 

pieniędzy, liczba dzieci w rodzinie. 
Związek – występuje, gdy zmienne X i Y są ze sobą powiązane, gdy mają ze sobą coś 
wspólnego. Gdy zmiana wartości jednej zmiennej powoduje zmianę wartości drugiej 
zmiennej,  pomiędzy  zmiennymi  zachodzi  tzw.  kowariacja  (współzamienność)  
np. zakładany związek wykształcenia i dochodów.  

 
Oprócz  faktu  występowania  związku  pomiędzy  zmiennymi  należy  określić  inne  jego 
właściwości, tj.: 

  Kierunek: 

Związek  dodatni  –  zachodzi,  gdy  wraz  ze  wzrostem  wartości  jednej  zmiennej  rosną 
także wartości drugiej zmiennej. 
Związek  ujemny  (negatywny)  –  zachodzi,  gdy  wraz  ze  wzrostem  wartości  jednej 
zmiennej wartości drugiej maleją. 

 

Siłę: 
Siła  związku  –  określa  zakres,  w  jakim  zmienne  współzamieniają  się  dodatnio  lub 
ujemnie.  

 
W analizie statystycznej zwykle przyjmuje się następującą skalę: 
r

xy

 = 0 zmienne nie są skorelowane 

0 < r

xy 

< 0,1 korelacja nikła 

0,1 

 r

xy

 < 0,3 korelacja słaba 

0,3 

 r

xy

 < 0,5 korelacja przeciętna 

0,5 

 r

xy

 <0,7 korelacja wysoka 

0,7 

 r

xy

 < 0,9 korelacja bardzo wysoka 

0,9 

 r

xy

 <1 korelacja prawie pełna 

 
 

HIPOTEZA

 – to proponowana przez badacza odpowiedź na pytanie badawcze. 

 

Hipoteza jest wyrażana w postaci jasno określonego związku pomiędzy zmiennymi;  

  Hipotezy weryfikuje się w badaniach empirycznych; 

 

Jeśli  hipoteza  zostaje  zweryfikowana  negatywnie  (odrzucona)  należy  zbudować 
następną; 

 

Jeśli hipoteza zostaje zweryfikowana pozywanie (przyjęta) jest ona elementem wiedzy 
naukowej. 

 

Jak tworzymy hipotezy? 

 

 

Muszą być jasno sformułowane; 

  Musza  być  konkretne  (dokładne  określenie  oczekiwanego  związku  i  warunków  

w jakich związek będzie zachodził); 

  Są sprawdzalne za pomocą dostępnych metod; 

  Hipotezy naukowe nie są wartościujące. 

background image

Źródła informacji w badaniach społecznych 
 
Literatura fachowa ( przegląd): 

  Poznanie  aktualnego  stanu  wiedzy  (publikacje  zawarte,  czasopisma  naukowe,  prasa, 

statystyki, archiwalia, bibliografie, przewodniki, mapy itp.); 

 

Poznanie podstawowych pojęć, teorii; 

 

Ustalenie głównych zmiennych oraz definicji pojęciowych i operacyjnych; 

 

Ustalenie problemów badawczych  i hipotez/ pytań badawczych; 

  Zweryfikowanie metod i technik badawczych. 

POMIAR 

–  to  przyporządkowanie  cyfr  lub  liczb  obiektom,  zdarzeniom  lub  zmiennym 

zgodnie z określonymi regułami. 
 
Trzy główne pojęcia wykorzystywane do zdefiniowania pomiaru to: 

  Cyfry (symbole przedstawiane w postaci I, II, III lub 1,2,3); 

 

Przyporządkowanie (przydzielenie cyfr lub liczb obiektom lub zdarzeniom); 

 

Reguły  (procedury  jakimi  posłużono  się  w  trakcie  przepisywania  cyfr  lub  liczb 
obiektom czy zdarzeniom). 

 

UWAGA! 
 

  Najbardziej  istotnym  elementem  procedury  pomiarowej  są  reguły,  ponieważ 

wyznaczają jakość pomiaru i wiążą procedurę pomiarową z rzeczywistością. 

 

Reguła pomiarowa jest błędna, gdy nie przystaje do rzeczywistości, kiedy brakuje jej 
podstaw empirycznych. 

  Podstawowe pytania przy stosowaniu procedury pomiarowej brzmi: czy wykorzystany 

system liczbowy ma strukturę podobną do struktury mierzonych pojęć?   

 

 

IZOMORFIZM 

(podobieństwo  lub  identyczność  struktury,  które  w  naukach  społecznych  nie  jest  ani 
oczywiste, ani wprost określone- tak jak ma to miejsce np. w naukach fizycznych) 
 
Poziomy (skale) pomiaru: 

1.  Nominalny

 

Skala  nominalna  jest  najmniej  precyzyjnym  poziomem  pomiaru.  Wartości 
badanej  cechy  określane  są  na  niej  za  pomocą  „etykietek”  tak  jak  np. 
klasyfikacja  populacji  ze  względu  na  religię  (  np.  chrześcijanie,  Żydzi, 
muzułmanie). 

  Na  skali  nominalnej  możliwe  są  tylko  stwierdzenia  „równy”(=)  i  różny  (≠). 

Natomiast  dopuszczalne  operacje  matematyczne  to  zaliczanie  jednostek 
należących  do  danej  kategorii,  a  także  obliczanie  proporcji  odsetek, 
stosunków. Nie da się np. wyciągnąć średniej. 

  Inne  cechy,  które  mogą  być  badane  są  na  poziomie  nominalnym  to  np.  płeć, 

poglądy  polityczne,  rasa  posiadanego  psa,  nazwa  miasta,  w  którym  się 
zamieszkuje. 

 

Nominalny  poziom  pomiaru  zostaje  zrealizowany  wówczas,  gdy  zbiór 
obiektów zostanie poklasyfikowanym na kategorie, które będą wyczerpujące ( 
tzn.  będą  zawierały  wszystkie  obiekty  określonego  rodzaju)  wzajemnie 
rozłączone( tzn. żaden obiekt nie zostanie jednocześnie zaliczony do więcej niż 

background image

jednej  kategorii)  i  każdej  kategorii  zostanie  przyporządkowany  inny  symbol, 
który będzie ją reprezentował. 

 

Z matematycznego punktu widzenia, główną cechą poziomu nominalnego jest 
to,  że  właściwości  obiektów  wpadających  do  jednej  kategorii  są  traktowane 
jako identyczne dla wszystkich przypadków wpadających do jednej kategorii. 

2.  Porządkowy

  Skala  porządkowa  pozwala  na  porządkowanie  np.  respondentów  w  ramach 

wyróżnionych  kategorii  pod  względem  natężenia  badanej  cechy,  ale  owego 
natężenia  nie  jesteśmy  w  stanie  określić  dokładnie,  czyli  wiemy,  że  A  jest 
większe od B , ale nie wiemy o ile większe. 

 

Jeżeli  na  poziomie  porządkowanym  pomiaru  pojawiają  się  liczby,  to  nie 
informują one o tym, ile razy coś jest większe, mniejsze, wyznaczają kolejność 
występowania jednostek ( np. przy rangowaniu). 

  Na  skali  porządkowej  dopuszczalne  są  tylko  stwierdzenia    jak  „równy”, 

„różny”, „większy niż”, „mniejszy niż”, a możliwe operacje matematyczne to 
zliczenie  jednostek  należących  do  danej  kategorii,  obliczanie  proporcji, 
odsetek,  obliczanie  mediany  oraz  inne  przekształcenia  liczb,  które  nie 
zmieniają porządku jednostek. 

 

Innymi  cechami,  których  wartość  wyraża  się  na  skali  porządkowej  to  
np.  stopnie  wojskowe,  miejsce  zajęte  przez  zawodników  w  zawodach,  czy 
wykształcenie. 

3.  Interwałowy

 

Skala  interwałowa  daje  możliwość  określenia  odległości  (dystansu)  między 
jednostkami pomiaru; 

 

Na  tej  skali  jednakowym  różnicom  między  stopniami  własności  badanych 
jednostek odpowiadają różnice między przyporządkowanymi im liczbami; 

 

Ma  ona  także  jedną  ważną  cechę:  arbitralnie,  a  nie  absolutnie  wyznaczony 
punkt zerowy. Brak zera absolutnego oznacza, że na poziomie interwałowym 
pomiaru  dozwolone  są  wszystkie  operacje  matematyczne  oprócz  mnożenia  
i dzielenia; 

 

Cechy które mierzy się na poziomie interwałowym to np.: lato kalendarzowe, 
stopnie Celsjusza, skala Fahrenheita, indeksy cen itp. 

4.  Stosunkowy (ilorazowy): 

 

Ilorazowy  poziom  pomiaru  jest  skalą  najsilniejszą  (dozwolone  są  wszystkie 
operacje  matematyczne),  a  tym  różni  się  od  poprzedniej,  że  posiada  zero 
absolutne. Jest to naturalny punkt zerowy, oznaczający brak cechy. Dlatego na 
skali ilorazowej nie ma wartości ujemnych; 

 

Skalą ilorazową jest np. skala Kelvina, na tej skali 0 stopni to najniższy punkt, 
absolutny brak temperatury, zimniej już być nie może; 

  Uprawnione  staje  się  mówienie  o  tym,  że  dziś  jest  dwa  razy  cieplej  niż 

wczoraj, a zeszła zima była 3 razy mroźniejsza od tegorocznej; 

 

Na  skali  ilorazowej  wyznacza  się  także  np.  wiek,  dochody,  wielkość 
sprzedaży, ceny towarów. 

 

 UWAGA! 

 

 

Jeżeli wyrażamy wiek w latach to jest to skala ilorazowa; 

 

Jeśli podany zostanie rok urodzenia, to mamy skalę interwałową; 

background image

 

Jeśli  określimy  tylko  dekadę  wieku  XX,  w  której  ktoś  się  urodził,  to  mamy  skalę 
porządkową; 

 

Gdy  rozróżniać  będziemy  tylko  „urodzeni  w  czasie  II  wojny  światowej”  i  „nie 
urodzeni w czasie II wojny światowej”, to jest skala nominalna; 

 

Jak widać wiek wyrażony w skali ilorazowej możemy spokojnie osłabić do poziomu 
nominalnego.  W  drugą  stronę,  jeśli  dysponujemy  tylko  informacjami  o  fakcie 
urodzenia bądź nie w trakcie II wojny światowej, to nie jesteśmy w stanie powiedzieć 
nic o wielu respondentach;  

 

Wybór  poziomu  pomiaru  dla  zmiennej  „wiek”  zależy  już  tylko  i  wyłącznie  od 
badacza,  od  tego,  jakie  problemy  porusza  w  swoich  badaniach,  jaki  opis 
rzeczywistości go zadowala. 

 

BŁĄD POMIARU 

–  to  wszelkie  zróżnicowanie  nie  wynikające  z  rzeczywistych  różnic 

między mierzonymi właściwościami. 
 
Źródło błędu pomiaru

a)  Złe określenie tego, co rzeczywiście jest mierzone (np. raczej moralność niż postawy); 
b)  Samopoczucie (nastrój) wpływające na odpowiedzi i zachowania badanych; 
c)  Różnice otoczenia, w którym dokonuje się pomiaru oraz wiek, płeć, i rada badacza; 
d)  Różnice w sposobie stosowania narzędzia pomiarowego; 
e)  Różnice w przetwarzaniu danych (różne kodowanie podobnych odpowiedzi); 
f)  Niejednakowa interpretacja wyników tego samego narzędzia pomiarowego. 

 
Błąd pomiaru można zmniejszyć dzięki trafności i rzetelności pomiaru. 
 

TRAFNOŚĆ 

– zgodność zastosowanego instrumentu pomiarowego (narzędzia) z mierzoną 

rzeczywistością;  czy  badacz  dokonuje  pomiaru  zmiennych,  dla  których  zaprojektował 
procedurę pomiarową. 
 

UWAGA! 

 
W  naukach  społecznych  narzędzia  badawcze  rzadko  są  całkowicie  trafne,  a  ocena  trafności 
narzędzia pomiarowego może być w ogóle niedostępna dostępnymi metodami.  
 
W związku z często występującymi problemami w ocenie trafności narzędzia pomiarowego 
należy posłużyć się inną metodą tj. badaniem stopnia rzetelności narzędzia. 
 

RZETELNOŚĆ 

–  dotyczy  wielkości  błędu  związanego  z  danym  narzędziem 

pomiarowym,  tj.  błędu  który  powstaje  w  sposób  losowy,  w  kolejnych  pomiarach 
dokonywanych  za  pomocą  tego  samego  narzędzia  pomiarowego;  narzędzie  jest  rzetelne 
wtedy,  gdy  powtórne  posłużenie  się  nim  w  tych  samych  warunkach  da  te  same  wyniki; 
rzetelność  to  stosunek  rozproszenia  wyników  prawdziwych  do  całkowitego  rozproszenia 
otrzymanych wyników. 
 
W  socjologii  pojęcie  rzetelności  stosuje  się  do  narzędzi  badawczych  oraz  wyników  badań. 
Wyniki  uzyskane  przy  użyciu  określonego  narzędzia  badawczego  uznaje  się  za  rzetelne 
wtedy, gdy nie zależą one od osoby badacza lub innych okoliczności sytuacji badawczej. 
 

 

background image

Dobór próby i schematy doboru próby 

 
W  naukach  społecznych  zebranie  danych  o  wszystkich  przypadkach  (jednostkach,  grupach, 
zjawiskach)  objętych  badaniem  jest  zazwyczaj  niemożliwe,  niepraktyczne  i  za  drogie. 
Dlatego  badacze  muszą  wyprowadzać  wnioski  dotyczące  wszystkich  analizowanych 
przypadków  na  podstawie  niewielkiej  liczby  przypadków,  pod  warunkiem,  że  są  one 
reprezentatywne dla całego zbioru. 
 
 
 

POPULACJA 

vs 

PRÓBA 

 
Całkowity  zbiór  obiektów  (danych) 
poddanych analizie. 
 
Populacja  skończona  –  składa  się  
z przeliczalnej liczby jednostek. 
Populacja  nieskończona  –  składa  się  
z  nieskończenie  wielu  jednostek  np. 
rzuty 

 

 
Podzbiór  danych  pochodzący  z  populacji  
i  będący  podstawą  uogólnień  na  całą 
populację. 

 
 
Populacja zawiera zbiór wszystkich przypadków wykazujących określone cechy, np.: 

 

Studenci kierunków turystyka i hotelarstwo w województwie pomorskim; 

 

Mieszkańcy Gdańska (lub wybranej dzielnicy); 

 

Uczniowie gdańskich gimnazjów; 

  Rodzice dzieci w wieku szkolnym itd. 

 

Podstawą jest prawidłowe zdefiniowanie populacji gdyż na jej bazie dobieramy próbę 

badawczą! 

 
Populacja powinna zawierać: 

1)  Obiekty, które się na nią składają; 
2)  Zakres; 
3)  Czas (przedział czasowy). 

 

Jednostka doboru próby 

- pojedynczy obiekt z populacji, z której pobieramy próbę, np.: 

 

Studenci,  uczniowie,  single,  mężatki,  seniorzy,  pracownicy  fizyczni,  biznesmani, 
politycy itd.; 

 

Naród, grupy etniczne, mniejszości itp.; 

 

Alkoholizm, narkomania, prostytucja nieletnich, wolontariat, zabójstwa, strajki itd. 

 
Podstawa  doboru  próby  (operat)
 

–  pełna  lista  jednostek  doboru  próby.  W  praktyce 

rzadko  występuje  pełen  operat,  ale  pomiędzy  nim  a  rzeczywistą  populacją  powinien  istnieć 
bardzo wysoki stopień odpowiedzialności. 
 
Problemy tworzenia podstawy doboru próby: 

 

Niepełna  podstawa  doboru  próby  (kiedy  nie  wszystkie  jednostki  doboru  próby,  
z których składa się populacja, znalazły się na liście); 

background image

 

Grupowanie  elementów  (gdy  jednostki  doboru  próby  tworzą  raczej  grupy  niż  mają 
charakter indywidualny); 

  Puste  elementy  spoza  populacji  (gdy  niektóre  elementy  z  jednostek  doboru  próby, 

które znalazły się na liście tworzącej operat nie należą do populacji badanej). 

 

PRÓBA  REPREZENTATYWNA

  –  dana  próba  jest  uważana  za  taką,  gdy  wnioski 

wyprowadzone  przez  badacza  na  podstawie  badania  próby  są  w  maksymalnym  stopniu 
podobne do wniosków, które badacz otrzymałby, gdyby zbadał próbę (musi być zachowana 
maksymalnie podobna zmienność w próbie). 
 

Losowe  (probabilistyczne)  i  nielosowe  (nieprobabilistyczne)  schematy 
doboru

 

próby

 

 
W doborze losowym próby występuje jednakowe prawdopodobieństwo dostania się jednostki 
do próby. 

 
Schematy losowe: 

 

1. 

Próba okolicznościowa

Próba najmniej reprezentatywna, tworzą ją osoby łatwo dostępne dla badacza. 

2. 

Próba celowa 

(ekspercka): 

Dobór  celowy  polega  na  dobieraniu  jednostek  analizy  ze  względu  na  interesujące 
badacza cechy.  
Np. bezdomni, liderzy, cukrzycy. 

3. 

Próba kwotowa

Dobieramy  jednostki  do  analizy  ze  względu  na  cechy  społeczno-demograficzne 
respondenta i maksymalne podobieństwo rozkładu tych cech do populacji wyjściowej.  

 
Schematy losowe: 

 

1. 

Losowanie indywidualne nieograniczone

Podstawowy  schemat  losowania  dla  wszystkich  złożonych.  W  tym  losowaniu  każdy  
z  elementów  składających  się  na  całą  populację  (oznaczamy  N)  ma  takie  same, 
niezerowe  prawdopodobieństwo  dostanie  się  do  próby.  Najpierw  numerujemy 
wszystkie  elementy  składające  się  na  populację  (N=3400,  to  zaczynamy  od  0001 
kończąc  na  3400)  i  nadajemy  im  kolejno  numery  od  1  do  N.  Następnie  zaczynamy 
czytanie  tablicy  liczb  losowych  od  dowolnie  wybranego  miejsca,  ale  w  stałym 
porządku. 
Każda  odczytana  liczba  odpowiadająca  numerowi  na  naszej  liście  wskazuje,  który 
element populacji zostanie wybrany do próby. Losowanie kontynuujemy do momentu 
aż wylosujemy oczekiwaną liczbę jednostek. 
Procedura  doboru  losowego  gwarantuje,  że  prawdopodobieństwo  włączenia  każdego 
elementu do próby będzie jednakowe i wynosić będzie n/N, gdzie n oznacza wielkość 
próby, a N populację. 

2. 

Losowanie systematyczne

Polega na wybieraniu każdego K-tego elementu z populacji, począwszy od pierwszego 
elementu, który zostaje wybrany w sposób losowy.  

background image

Np. jeżeli chcemy pobrać próbę składającą się z 10 osób z populacji 100 osobowej, to 
będziemy wybierać co 10 osobę (K = N/n). 
W  losowaniu  systematycznym  każdy  element  populacji  może  zostać  wybrany  do 
próby  z  prawdopodobieństwem  1/K.  Może  wystąpić  cykliczne  obciążenie  (wahanie) 
próby, co może spowodować, że próba będzie stronnicza. 

3. 

Losowanie warstwowe

Zapewnia właściwe reprezentowanie rozkładu cech z populacji w próbie. Zwiększa to 
dokładność szacowania parametrów. 
Polega ono na wybieraniu warstw z populacji i przenoszenie ich na próbę.