1)Earl Babbie „Logika doboru próby”
DOBÓR PRÓBY - proces wyboru obserwacji; procedura wyboru jednostek obserwacji.
Krótka historia doboru próby:
Dobór próby rozwijał się równolegle z badaniami zachowań i preferencjo politycznych.
W 1936 Gallup przewidział zwycięstwo Roosevelta w wyborach prezydenckich dzięki użyciu próby kwotowej; w 1948 źle przewidział wyniki m.in. dlatego, że jego próba nie była reprezentatywna.
doboru próby nieprobalistyczny.
DOBÓR PRÓBY OPARTY NA DOSTĘPNOŚCI BADANYCH:
np. zatrzymywanie ludzi na ulicy
-brak kontroli nad reprezentatywnością próby
-może być stosowany jedynie, gdy np. badacz chce zbadać cechy osób przez dane miejsce o określonych porach
-należy zachować ostrożność przy uogólnianiu i uczulić odbiorców wyników na ryzyko związane z tą metodą
-przydatna np. w pilotażu kwestionariusza
DOBÓR CELOWY/ARBITRALNY
-dobór na podstawie własnej wiedzy o badanej populacji oraz celach badania
-przydatny do pilotażu ( dobrać jak najróżniejszych respondentów, by sprawdzić szerokie zastosowanie pytań)
-do badania przypadków odbiegających od normy
METODA KULI ŚNIEŻNEJ
-gdy trudno jest odszukać członków jakiejś specyficznej populacji, np. bezdomni, nielegalni imigranci
-badacz zbiera dane o kilku członkach danej populacji, których da się odszukać, a następnie prosi te osoby o dostarczenie informacji potrzebnych do odszukania innych członków tej populacji, których akurat znają
-reprezentatywność jest wątpliwa, więc wykorzystuje się ja do celów eksploracyjnych
DOBÓR KWOTOWY
-uwzględnia kwestię reprezentatywności
-wychodzi się od macierzy lub tabeli opisującej istotne dla badania cechy populacji /rozkład płci, wieku, dochodu…/→ dla pobrania ogólnokrajowej próby kwotowej badaczowi może być potrzebna wiedza o tym, jaki procent ludności kraju stanowią ludzie o określonych cechach; dla każdej komórki macierzy należy określić odpowiednie przedziały procentowe, następnie zebrać dane od osób mających wszystkie cechy określone w danej komórce tabeli; potem wszystkim osobom w danej komórce przypisuje się wagę odpowiednią do ich udziału w danej populacji; gdy zostaną w ten sposób przeważone wszystkie elementy próby, całość danych powinna dać sensowną reprezentację całej populacji
-problemy:
Operat losowania (udziały procentowe reprezentowane przez poszczególne komórki tabeli) musi być dokładny i aktualny
Odchylenia od reprezentatywności mogą wynikać z doboru elementów próby w ramach danej komórki tabeli-nawet jeśli udział procentowy w całej populacji został poprawnie oszacowany (!)
Dobór tak naprawdę jest przypadkowy, odbywa się w trakcie badania, gdy ankieter szuka osób o żądanych cechach
Załamana zostaje zasada reprezentatywności; nie każda osoba ma równe szanse dostania się do próby, np. znajomi ankietera mają większe szanse.
Należy ostrożnie traktować próbę kwotową gdy celem badania jest opis statystyczny
WYBÓR INFORMATORÓW
-jest to współpraca z niektórymi członkami grupy
-informator jest członkiem grupy, który może się wypowiadać bezpośrednio o grupie
-np. badania nieformalnych układów grupowych
-zazwyczaj dobiera się informatorów typowych dla badanych grup, w przeciwnym razie opinie i obserwacje informatorów mogłyby wprowadzać w błąd
-marginalna ( zarówno b. niska jak i b. wysoka) pozycja informatorów nie tylko może zafałszować obraz rzeczywistości, ale także ograniczać dostęp do różnych sektorów społeczności
Nieprobalistyczny dobór ma zastosowanie głównie w badaniach jakościowych.
Teoria i logika doboru losowego:
- Aby próba jednostek z danej populacji mogła być podstawą dobrego opisu całej populacji musi ona mieć zasadniczo taką samą zmienność jak populacja.
- „Obciążenie próby” oznacza stan, gdy wybrane osoby nie są typowe czy reprezentatywne dla szerszej populacji, z której zostały dobrane. Może być świadome lub nie, może powstać na skutek skłonności badacza, który dobiera respondentów wg własnych preferencji; na szczęście istnieją techniki, które pozwalają uniknąć obciążeń próby.
- Uznajemy próbę za reprezentatywną dla populacji, z której została dobrana, jeśli zagregowane cechy tej próby ściśle odzwierciedlają te same zagregowane cechy populacji. Reprezentatywność ogranicza się do tych cech, które są związane z głównymi celami badania.
Podstawowa zasada doboru losowego: próba jest reprezentatywna dla populacji, z której jest losowana, jeśli wszyscy członkowie tej populacji mają takie same szanse, ze zostaną wybrani do próby.
Dobór losowy ma dwie podstawowe zalety: 1) choć nigdy nie są doskonale reprezentatywne, są z reguły b. reprezentatywne niż inne rodzaje prób, gdyż są wolne od obciążeń; 2) rachunek prawdopodobieństwa pozwala nam oszacować reprezentatywność próby losowej.
ELEMENT jest tą jednostką, o której zbiera się informacje i która dostarcza podstaw do analiz /ludzie lub pewne typy ludzi, rodziny, kluby, stowarzyszenia/; POPULACJA to określony teoretycznie zbór elementów badania; BADANA POPULACJA to ten zbiór elementów, z którego próba jest faktycznie dobierana.
- Losowanie: ostatecznym celem doboru próby jest wybranie z populacji takiego zestawu elementów, aby opis tych elementów trafnie oddawał obraz całej populacji, z której zostały one pobrane. Kluczem do tego procesu jest losowanie. W losowaniu każdy element może zostać wybrany z takim samym prawdopodobieństwem, niezależnie od innych zdarzeń w procesie selekcji. Badacze społeczni posługują się tabelami liczb losowych lub programami komputerowymi, które zapewniają losowy dobór jednostek do próby. Jednostka losowania to ten element lub zbiór elementów, który jest brany do wylosowania na jakimś etapie procesu doboru próby.
- Rachunek prawdopodobieństwa, rozkład z próby i szacowanie błędu z próby:
Rachunek prawdopodobieństwa dostarcza podstaw do szacowania parametrów w populacji. Parametr to syntetyczny opis jakiejś zmiennej w populacji, np. średni dochód wszystkich rodzin w mieście, rozkład wieku ludności miasta. Rach. prawd. pozwala na szacowanie parametrów w populacji oraz na osąd, z jakim prawd. te szacunki będą dokładnie odwzorowywać faktyczne parametry w populacji. Dzieję się to dzięki rozkładowi prób. Pojedyncza próba wylosowana z populacji może dać estymator parametru w populacji, rach. prawd. mówi o rozkładach estymatorów uzyskanych z wielkiej liczby takich prób, a każdy przyrost wielkości próby poprawia rozkład szacunków średniej.
Rach. prawd. dostarcza nam pewnych ważnych reguł dotyczących rozkładu z prób: 1) jeśli z jakiejś populacji pobierze się wiele niezależnych prób, statystyki z tych prób będą rozproszone wokół rzeczywistego parametru populacji w pewien znany sposób; 2) rach. prawd. dostarcza nam wzoru dla oszacowania, na ile blisko statystyki /czyli syntetyczne opisy zmiennych w próbie/ z prób są skupione wokół prawdziwej wartości → czyli pozwala oszacować błąd z próby (losowy). Błąd standardowy jest wartością informacyjną, określa, na ile blisko estymatory z prób będą rozrzucone wokół parametru populacji. Błąd standardowy jest odwrotną funkcją wielkości próby- gdy wielkość próby rośnie, błąd standardowy maleje, co więcej, bł. st. zmniejsza się o połowę, gdy wielkość próby rośnie czterokrotnie /pierwiastek kwadratowy/.
W rzeczywistości nie znamy wartości parametru, ani nie dobieramy wielu prób, lecz tylko jedną; ale właśnie rach. prawd. daje podstawę do konkluzji na temat typowych sytuacji w badaniach społ.
Poziomy i przedziały ufności:
Rach. prawd. określa, że 68% wyimaginowanej wielkości prób dałoby estymatory lezące w granicach jednego błędu st. Zatem dowolna próba losowa ma 68% szansę znalezienia się w granicach tego przedziału. Dokładność naszych statystyk z prób wyrażamy w kategoriach poziomu ufności co do tego, że statystyki te mieszczą się w określonym przedziale od parametru. Wszelkie twierdzenia dotyczące trafności wyników muszą informować zarówno o poziomie ufności jak i o przedziale ufności.