All posts by tommykar

Συστηματική δειγματοληψία ( Systematic sampling )

Η συστηματική δειγματοληψία μοιάζει πολύ με την απλή τυχαία δειγματοληψία, με τη μόνη διαφορά ότι δεν βασίζεται στην δημιουργία ενός εντελώς τυχαίου δείγματος αλλά περιλαμβάνει την επιλογή από τον ερευνητή ενός κατάλληλου «δειγματοληπτικού κλάσματος» ( Για παράδειγμα του 10% από το συνολικό πληθυσμό ) και ότι από το τη λίστα του πληθυσμού θα επιλέγεται δείγμα κάθε ν φορές ( Για παράδειγμα κάθε δέκα στοιχεία να επιλέγεται ένα ).

Αυτή η προσέγγιση προσφέρει τα ίδια πλεονεκτήματα και περιορισμούς με την απλή τυχαία δειγματοληψία ενώ έχει ένα επιπλέον πρόβλημα. Αυτό της περιοδικότητας του δειγματοληπτικού πλαισίου. Αυτό είναι πρόβλημα διότι ένας συγκεκριμένος τύπος ατόμου μπορεί να εμφανίζεται κατά διαστήματα στο δειγματοληπτικό πλαίσιο, συμβαίνει όμως μόνο όταν και το δειγματοληπτικό πλαίσιο δημιουργήθηκε με κυκλικό τρόπο. Αυτός είναι ένας παράγοντας που αν δεν προσεχθεί μπορεί να επηρεάσει την αντιπροσωπευτικότητα του δείγματος.

Συστηματική δειγματοληψία – Μέθοδοι τυχαίας δειγματοληψίας

Απλή τυχαία δειγματοληψία ( Simple random sampling )

Αυτή η μέθοδος περιλαμβάνει την απολύτως τυχαία επιλογή των στοιχείων από το σύνολο του πληθυσμού και προϋποθέτει την ύπαρξη μιας πλήρους λίστας των μελών του. Ενώ αυτό μπορεί να είναι διαθέσιμο για κάποιες οργανωμένες δομές όπως ενώσεις, εκπαιδευτικά ιδρύματα και οργανισμούς, η απλή τυχαία δειγματοληψία ίσως να  μην είναι  εφαρμόσιμη μέθοδος. Πιθανόν  να μπορεί να εντοπίσει στοιχεία του δείγματος που είναι γεωγραφικά κατανεμημένα, για παράδειγμα σε έρευνες που διεξάγονται  σε όλη τη χώρα, όμως αν η έρευνα αυτή δεν είναι βασισμένη σε τηλεφωνική συνέντευξη ή αποστολή του ερωτηματολογίου ταχυδρομικώς, είναι ασύμφορη οικονομικά.

Για παράδειγμα αν η έρευνα διεξάγεται με προσωπική συνέντευξη, το κόστος θα αυξανόταν δραματικά αφού θα χρειαζόταν η πρόσληψη συνεργατών ώστε να γίνει η κάλυψη όλων των περιοχών. Συμπερασματικά, η απλή τυχαία δειγματοληψία αποδίδει καλύτερα αποτελέσματα όταν υπάρχει ένα καλό δειγματοληπτικό πλαίσιο και όταν ο πληθυσμός είναι γεωγραφικά συγκεντρωμένος ή η συλλογή των δεδομένων δεν προϋποθέτει μεγάλες μετακινήσεις των ερευνητών.

Απλή τυχαία δειγματοληψία ( Simple random sampling ) – Μέθοδοι τυχαίας δειγματοληψίας

Μέγεθος δείγματος

Το μέγεθος του δείγματος σε μια έρευνα τυπικά αναφέρεται στον αριθμό των μονάδων που επιλέχθηκαν από εκείνα που συλλέχθηκαν. Το μέγεθος του δείγματος μπορεί να καθοριστεί με διαφορετικούς τρόπους. Υπάρχει το μέγεθος που σχεδιάστηκε, δηλαδή ο αριθμός των μονάδων που πρέπει να επικοινωνήσει ο ερευνητής ή να αποκομίσει στοιχεία και το τελικό μέγεθος του δείγματος, δηλαδή εκείνο που αποτελείται από αυτές τις μονάδες που πραγματικά ανταποκρίθηκαν και έδωσαν κάποια συνέντευξη ή κάποια στοιχεία. Το μέγεθος του τελικού δείγματος μπορεί να είναι σαφώς μικρότερο από εκείνο που σχεδιάστηκε να παρθεί. Για παράδειγμα ο βαθμός ανταπόκρισης του κοινού είναι ένας παράγοντας που μπορεί να επηρεάσει το μέγεθος του τελικού δείγματος. Το μέγεθος δείγματος συγκεκριμένων υπό ομάδων του συνόλου μπορεί επίσης να ενδιαφέρει τον ερευνητή. Για παράδειγμα αν κάποια ηλικιακή ομάδα έχει πολύ μικρή ανταπόκριση σε σχέση με τις υπόλοιπες είναι απαραίτητο να τονισθεί και να αναφερθεί σε τυχόν γενικεύσεις.

            Όταν σχεδιάζεται μια έρευνα ο ερευνητής πρέπει πρώτα από όλα να κάνει ένα πλάνο της έρευνας. Ο καθορισμός του μεγέθους του δείγματος είναι ένα μόνο μέρος που καθορίζει τον σχεδιασμό της έρευνας. Η απάντηση σε αυτό το ερώτημα, δηλαδή ποιο θα είναι το μέγεθος του δείγματος σε μια έρευνα είναι δύσκολο να απαντηθεί καθώς εξαρτάται από πολλούς παράγοντες. Για παράδειγμα η χρηματοδότηση της έρευνας είναι ικανή να προκαθορίσει και το μέγεθος του δείγματος. Όταν οι πόροι που η έρευνα χρειάζεται για να πραγματοποιηθεί είναι συγκεκριμένοι τότε αυτόματα υπάρχουν περιορισμοί τόσο στο μέγεθος του δείγματος όσο και στη μέθοδο δειγματοληψίας, καθώς μπορεί να υπάρχει σαφής διακύμανση στις απαιτήσεις όπως το κόστος μεταφοράς και διαμονής του ερευνητή. Γενικά το μέγεθος του δείγματος επηρεάζεται από την φύση της ανάλυσης που θα γίνει, την επιθυμητή ακρίβεια που έχει τεθεί σαν στόχος από τον ερευνητή, ο αριθμός και τα είδη συγκρίσεων που θα γίνουν, ο αριθμός των μεταβλητών προς εξέταση και πόσο ετερογενής είναι ο πληθυσμός που εξετάζεται. Για παράδειγμα σε μια πειραματική έρευνα που θα γίνουν συγκρίσεις στις γνώσεις και την απόδοση  ένα δείγμα της τάξης των 100 μονάδων μπορεί να θεωρηθεί επαρκές. Η δημοσκόπηση όμως για τις προτιμήσεις των Ελλήνων ψηφοφόρων στην επικράτεια απαιτεί περίπου 2500 μονάδες.

            Μιλώντας για το μέγεθος του δείγματος με πιο τεχνικούς όρους αυτό καθορίζεται από το επίπεδο εμπιστοσύνης, το σφάλμα δειγματοληψίας, την τυπική απόκλιση και το ποσοστό. Ακολουθεί τύπος υπολογισμού του δείγματος για την πιο κοινή μορφή έρευνας, την συμπλήρωση ερωτηματολογίου :

d5

( t = επίπεδο εμπιστοσύνης, d = σφάλμα δειγματοληψίας, s = τυπική απόκλιση, p = ποσοστό )

Σε μια τυπική έρευνα το επίπεδο εμπιστοσύνης παίρνει την τιμή 95% ( t = 1.96 ) και το σφάλμα δειγματοληψίας την τιμή + / – 2. Λύνοντας της παραπάνω εξίσωση ως προς d2 υπολογίζεται το μέγεθος του σφάλματος της δειγματοληψίας :

d2

            Οι παραπάνω τύποι τροποποιούνται ανάλογα με το μέγεθος του πληθυσμού οπότε και υπάρχουν 2 περιπτώσεις, με κριτήριο διαφοροποίησης αν το μέγεθος αυτό είναι κάτω από 10.000 μονάδες ή όχι. Έτσι όταν ο υπό εξέταση πληθυσμός είναι μεγαλύτερος των 10.000 όπως για παράδειγμα σε μια δημοσκόπηση πανελλαδικής εμβέλειας, όπου σε κάθε περίπτωση ο ακριβής υπολογισμός του μεγέθους του πληθυσμού είναι σχεδόν αδύνατος αλλά και το μέγεθος πολύ μεγάλο ισχύει :

d3

Έτσι υπολογίζοντας την περίπτωση όπου το ποσοστό είναι 50% :
Εφόσον p+(100-p) =100 τότε p* (100-p)= max αν p=100-p και συνεπώς αν p=50% το 100-p=50. Άρα το μέγιστο γινόμενο p*(100-p) = 50*50 = 2.500  Ο τύπος απλοποιείται :

d4

Έτσι προκύπτει ότι το ακριβές μέγεθος του δείγματος θα μπορεί να πάρει την μέγιστη τιμή του όταν το κλάσμα t2/d2 προσεγγίζει την μονάδα, δηλαδή 2.500.

            Στην περίπτωση που το μέγεθος του πληθυσμού είναι μικρότερο των 10.000 μονάδων ο τύπος παίρνει την μορφή :

d5

Καθώς το κλάσμα n/N μπορεί σαφώς να αλλάξει τα δεδομένα. Ονομάζοντας την ποσότητα :

dm

 Α και κάνοντας απλοποίηση προκύπτει ο τύπος :

dmeg

που μας δίνει το μέγεθος του δείγματος σε περίπτωση που ο υπό εξέταση πληθυσμός είναι μικρότερος από 10.000 μονάδες.  Όταν η έρευνα απαιτεί ανώτερο επίπεδο εμπιστοσύνης όπως για παράδειγμα η έρευνα πάνω στις επιδράσεις ενός φαρμάκου η αντίστοιχη παράμετρος αλλάζει τιμή δίνοντας σαφώς μεγαλύτερο μέγεθος απαιτούμενου δείγματος.

            Συμπερασματικά, όσο το μέγεθος δείγματος μεγαλώνει τόσο το μέγεθος του σφάλματος ελαχιστοποιείται. Ο καθορισμός του μεγέθους του δείγματος επηρεάζεται σαφώς από το αν η έρευνα είναι ποιοτική ή ποσοτική. Θα εξαρτηθεί από τι ακριβώς θέλει να μάθει ο ερευνητής, τον σκοπό της κάθε ερώτησης, την χρησιμότητα των ερωτήσεων αλλά και από το διαθέσιμο χρόνο και τους πόρους που θα διατεθούν. Όταν οι πόροι είναι προκαθορισμένοι ο ερευνητής θα πρέπει να κάνει σοφή διαχείριση ή ακόμη και επανασχεδιασμό στο πλάνο του αν χρειαστεί. Πρέπει να τονιστεί ότι η εγκυρότητα, το νόημα και τα συμπεράσματα που θα προκύψουν από την έρευνα εξαρτώνται από την ποιότητα των δεδομένων, δηλαδή αν είναι πλούσια σε πληροφορίες και από την παρατηρητική και αναλυτική ικανότητα του ερευνητή και σε μικρότερο βαθμό από το μέγεθος του δείγματος. Προς διευκόλυνση των ερευνητών έχουν καταρτιστεί πίνακες με τις τιμές του μεγέθους του δείγματος που προκύπτουν αν στους τύπους εφαρμοστούν κάποιες τυπικές τιμές. Έτσι ο ερευνητής βρίσκει την τιμή που αντιστοιχεί στον ανάλογο πληθυσμό που είναι κοντινός προς εκείνο που ενδιαφέρει στην κάθε περίπτωση.

Δειγματοληψία – Η διαδικασία

Η διαδικασία της δειγματοληψίας περιλαμβάνει αρκετά στάδια :

  1. Πρώτα πρέπει να καθοριστεί ο πληθυσμός με τα χαρακτηριστικά που ενδιαφέρουν τον κάθε ερευνητή.
  2. Στη συνέχεια πρέπει να καθοριστεί το δειγματοληπτικό πλαίσιο, το μετρήσιμο σύνολο δηλαδή των στοιχείων μέσα από το οποίο θα επιλεγεί το δείγμα.

Τα δύο πρώτα βήματα συζητήθηκαν στην προηγούμενη ενότητα και δόθηκαν σαφείς ορισμοί. Για να ολοκληρωθεί η δειγματοληψία πρέπει να ακολουθήσουν και άλλα βήματα, το οποία περιγράφονται παρακάτω :

  1. Το μέγεθος του δείγματος επίσης πρέπει να καθοριστεί πριν ξεκινήσει η διαδικασία.
  2. Πρέπει να επιλεγεί η κατάλληλη δειγματοληπτική μέθοδος η οποία θα διαλέξει το «πιο αντιπροσωπευτικό» δείγμα από το δειγματοληπτικό πλαίσιο.

Πρέπει να καθοριστούν ζητήματα σχετικά με την συλλογή των δεδομένων, το οποία μπορεί να επηρεάσουν τη διαδικασία ( ερωτηματολόγιο , συνέντευξη )

Βιβλιογραφία δειγματοληπτικής έρευνας

Κλήρωση, Τυχαία και μη τυχαία δειγματοληψία

Η δειγματοληψία στηρίζεται στη θεωρία των πιθανοτήτων και τη στατιστική. Σε αυτούς τους δύο κλάδους η έννοια του τυχαίου είναι βασική. Το αντιπροσωπευτικό δείγμα που ψάχνουμε δεν είναι παρά ένα «τυχαίο» υποσύνολο του πληθυσμού. Μερικές φορές έχουμε την αίσθηση ότι διαλέγουμε τυχαία κάποια πράγματα, όπως για παράδειγμα τους αριθμούς στο λαχείο. Ίσως κάποιοι υποκειμενικοί παράγοντες όπως ο αγαπημένος αριθμός μπορεί να μας επηρεάσει στην επιλογή και τελικά να μην είναι εντελώς τυχαία. Αυτό που μας εξασφαλίζει την «τυχαία επιλογή» είναι η κλήρωση, κατά προτίμηση ηλεκτρονική καθώς οι περιορισμοί μέσα σε μια κληρωτίδα μπορούν να επηρεάσουν κάποιους λαχνούς και η χρήση πινάκων τυχαίων αριθμών με την προϋπόθεση ότι θα χρησιμοποιηθούν σωστά. Αντίθετα από ότι θα περίμενε κανείς το να επιλέξεις το τυχαίο δεν είναι τόσο εύκολο όσο φαίνεται.

            Υπάρχουν δύο συστήματα δειγματοληψίας, εκείνα τα οποία δίνουν σε κάθε μονάδα του πληθυσμού την ευκαιρία να επιλεγεί και να αποτελέσει μέρος του δείγματος και σε εκείνα που εκ των προτέρων αποκλείουν κάποιο κομμάτι του πληθυσμού. Στο πρώτο σύστημα, της τυχαίας δειγματοληψίας, όπως αναφέρθηκε όλα τα άτομα του πληθυσμού μπορούν να επιλεγούν και η πιθανότητα αυτή είναι μη μηδενική και μπορεί σαφώς να υπολογιστεί. Για παράδειγμα αν θέλουμε να εξετάσουμε το εισόδημα των ενηλίκων που κατοικούν σε μια συγκεκριμένη οδό, επισκεπτόμαστε όλα τα σπίτια, εντοπίζουμε όλους τους ενήλικους που αυτά έχουν και φτιάχνουμε έναν κατάλογο με όλους τους ενήλικες. Στη συνέχεια διαλέγουμε με τυχαίο τρόπο ένα αντιπροσωπευτικό δείγμα από τον κατάλογο.

Έτσι όλοι οι ενήλικες που κατοικούν στην συγκεκριμένη οδό έχουν πιθανότητα να επιλεγούν. Η τυχαία δειγματοληψία για να εφαρμοστεί στην πράξη προϋποθέτει την ύπαρξη ενός καταλόγου του πληθυσμού, χωρίς παραλείψεις ή επαναλήψεις. Από την άλλη πλευρά όταν κάποια στοιχεία του πληθυσμού δεν έχουν καμία πιθανότητα να επιλεγούν ή η πιθανότητα να επιλεγούν δεν μπορεί να υπολογιστεί, το σύστημα κατατάσσεται στα συστήματα μη τυχαίας δειγματοληψίας. Αν τροποποιήσουμε λιγάκι το προηγούμενο παράδειγμα και επιλέγουμε το πρώτο άτομο που θα ανοίξει την πόρτα τότε έχουμε μη τυχαία δειγματοληψία, καθώς είναι πολύ πιθανό πολλά σπίτια να έχουν περισσότερους από έναν ενήλικα οι οποίοι εκ των προτέρων αποκλείονται από την διαδικασία επιλογής. Οι διάφορες μέθοδοι δειγματοληψίας και η κατηγορία που αυτές κατατάσσονται εξετάζονται στην δεύτερη ενότητα της παρούσας εργασίας.

Αντιπροσωπευτικότητα, πληθυσμός, δειγματοληπτικό πλαίσιο και δείγμα

Πολλές φορές αναρωτιόμαστε για το αν κάτι είναι αντιπροσωπευτικό ή όχι για ένα σύνολο από στοιχεία. Για παράδειγμα οι πρώτοι 100 άνθρωποι που συναντάμε μόλις περάσουμε τα σύνορα μιας χώρας είναι αντιπροσωπευτικοί για όλους τους κατοίκους της χώρας ή μήπως οι βουλευτές της χώρας είναι πιο αντιπροσωπευτικό δείγμα καθώς προέρχονται από εκλογές ? Ίσως οι κάτοικοι των συνόρων να είναι αντιπροσωπευτικοί για εκείνους που ασχολούνται με τον τουρισμό ενώ οι βουλευτές για τις πολιτικές απόψεις των πολιτών την στιγμή των εκλογών. Και οι δύο ομάδες θα είναι αντιπροσωπευτικές αν εξετάζουμε  τους φθόγγους που χρησιμοποιούν στην γλώσσα ενώ καμία από τις δύο ομάδες δεν θα είναι αν εξετάζουμε το εισόδημα! Το τι είναι αντιπροσωπευτικό και τι όχι καλείται να αποσαφηνίσει με μεγάλη ακρίβεια αυτός που διενεργεί την έρευνα, ο ερευνητής. Αυτός θα καθορίσει την αντιπροσωπευτικότητα καθώς είναι εκείνος που γνωρίζει όλες τις παραμέτρους της έρευνας και κυρίως τι ψάχνει ώστε να απευθυνθεί στο κατάλληλο κοινό. Η έννοια της αντιπροσωπευτικότητας είναι σχετική και εξαρτάτε από διάφορους παράγοντες.

Ενώ η αντιπροσωπευτικότητα είναι μια έννοια που ανάλογα με τα υπό εξέταση χαρακτηριστικά μπορεί να μεταβληθεί ο πληθυσμός είναι μια έννοια που αυτά τα χαρακτηριστικά τον κάνουν συγκεκριμένο. Η πετυχημένη στατιστική βασίζεται στον εντοπισμό και σαφή καθορισμό του προβλήματος. Στη δειγματοληψία ο σωστός καθορισμός του πληθυσμού από τον οποίο θα χρησιμοποιηθεί δείγμα είναι αντίστοιχης σημασίας. Ως πληθυσμός ορίζεται το σύνολο όλων εκείνων των στοιχείων που έχουν συγκεκριμένα χαρακτηριστικά και περιορισμούς. Για παράδειγμα όλοι όσοι έχουν μαύρα μαλλιά ή είναι Έλληνες ή γνωρίζουν Αγγλικά μπορούν να αποτελέσουν διαφορετικούς πληθυσμούς σε διαφορετικές έρευνες. Τα χαρακτηριστικά που καθορίζουν έναν πληθυσμό αλλά και οι σχέσεις μεταξύ των στοιχείων προστίθενται ή αφαιρούνται από τον ερευνητή.

Ο πληθυσμός αποτελεί το σύνολο των μονάδων ενός πληθυσμού και θεωρητικά μπορούν να εντοπιστούν όλες οι μονάδες του. Στην πράξη όμως αυτό δεν είναι εφικτό και ο ερευνητής πρέπει να καθορίσει ένα συγκεκριμένο δειγματοληπτικό πλαίσιο με τις μονάδες που είναι εφικτό να προσεγγιστούν και να έχουν μια πιθανότητα να επιλεγούν, όπως όλα τα υπόλοιπα μέλη του συνόλου. Το δειγματοληπτικό πλαίσιο καταρτίζεται και σε αυτό τοποθετούνται εκείνα τα στοιχεία για τα οποία ο ερευνητής έχει τα απαραίτητα στοιχεία «επικοινωνίας» και μπορεί να τα εντοπίσει. Ο τηλεφωνικός κατάλογος ή ο εκλογικός κατάλογος μπορούν να αποτελέσουν ένα δειγματοληπτικό πλαίσιο.

Επειδή όμως ο πληθυσμός ανάλογα με τα χαρακτηριστικά που μπορεί να τον περιορίζουν λιγότερο η περισσότερο είναι συνήθως μεγάλος, για παράδειγμα όλοι οι Έλληνες ψηφοφόροι, ο κύριος στόχος του ερευνητή που διεξάγει μια έρευνα είναι να βρει ένα αντιπροσωπευτικό δείγμα. Δηλαδή ένα υποσύνολο που πληθυσμού. Από ένα δείγμα έχουμε την απαίτηση τα στοιχεία που το αποτελούν να δίνουν μια «μικρογραφία» του πληθυσμού ως προς τα χαρακτηριστικά βάσει των οποίων τον καθορίσαμε. Υπάρχουν διάφορες τεχνικές δειγματοληψίας οι οποίες ανάλογα με την περίπτωση μας βοηθούν στην επιλογή του «αντιπροσωπευτικού» δείγματος και τα αναλυθούν στο δεύτερο μέρος της εργασίας.

Βιβλιογραφία δειγματοληπτικής έρευνας

Δειγματοληπτική έρευνα – εισαγωγή

Η πιθανότητα για κάποιον που ζει στον σύγχρονο κόσμο να έχει συμμετάσχει σε κάποια δειγματοληπτική έρευνα είναι πάρα πολύ μεγάλη. Ας σκεφτούμε τον εαυτό μας, σας έχουν πάρει ποτέ τηλέφωνο για κάποια έρευνα στο σπίτι ? Σας έχουν σταματήσει ποτέ στο δρόμο να συμπληρώσετε ένα ερωτηματολόγιο ? Μήπως έξω από το σουπερμάρκετ σας ρώτησαν τη γνώμη σας για κάποιο προϊόν ? Η έστω έχετε απαντήσει σε κάποια δημοσκόπηση σε κάποια ιστοσελίδα ? Αν η απάντηση είναι ναι τότε σίγουρα έχετε συμμετάσχει σε κάποια δειγματοληπτική έρευνα. Μια εφημερίδα να ανοίξουμε είναι πολύ πιθανό πως θα παρουσιάζει τα αποτελέσματα μιας δειγματοληπτικής έρευνας. Αυτό το γνωρίζουμε όλοι, όμως το αν μια έρευνα είναι δειγματοληπτική ή όχι δε το σκεφτόμαστε.

Οι δειγματοληπτικές έρευνες γίνονται καθημερινά, γίνονται εδώ και πολύ καιρό και θα γίνονται πάντα γιατί αποτελούν μέρος της επιστημονικής έρευνας. Η έρευνες αυτές γίνονται για κάθε λόγο, από ακαδημαϊκές εργασίες μέχρι ακόμη προς οφέλους του καλύτερου μάρκετινγκ και προώθησης ενός προϊόντος. Συχνά δε μας ενδιαφέρουν ιδιαίτερα τα αποτελέσματα γιατί ίσως δε μπορούμε να τα συγκρίνουμε με κάτι άλλο, όπως π.χ η άποψη για ένα προϊόν, σε άλλες περιπτώσεις όμως όπως π.χ η ανάδειξη νέας κυβέρνησης η αποτυχία μιας δειγματοληπτικής έρευνας να αποτυπώσει το αποτέλεσμα είναι σημαντική αιτία ώστε να συζητηθεί τι έφταιξε για αυτή την αποτυχία. Για να γίνει αυτή η συζήτηση και η αξιολόγηση μιας έρευνας είναι απαραίτητο να υπάρχουν τα στοιχεία για την διαδικασία που ακολουθήθηκε για αυτή την έρευνα.

Λόγω του ότι οι δειγματοληπτικές έρευνες γνωρίζουν μια ευρύτατη διάδοση είναι πιθανό όλοι να έχουν μια γενική εικόνα για το τι είναι. Το να δοθεί ένας ακριβής ορισμός είναι δύσκολο, τα τυπικά όμως χαρακτηριστικά μιας τέτοιας έρευνας είναι τα εξής 1 :

  • Η χρήση ενός προκαθορισμένου ποσοτικού σχεδίου.
  • Η συλλογή ενός μικρού ποσού δεδομένων από μεγάλο αριθμό ατόμων.
  • Η επιλογή αντιπροσωπευτικού δείγματος ατόμων.

Οι δειγματοληπτικές έρευνες συνήθως περιλαμβάνουν ένα ερωτηματολόγιο, το οποίο χορηγείται με τους εξής βασικούς τρόπους :

  • Αυτό συμπλήρωση
  • Πρόσωπο με πρόσωπο συνέντευξη
  • Τηλεφωνική συνέντευξη

Από τη συμπλήρωση των ερωτηματολογίων συλλέγονται δεδομένα  από αντιπροσωπευτικά δείγματα τα οποία στη συνέχεια εξετάζονται ώστε να διακριθούν διάφορα πρότυπα συσχέτισης τους.

Ο κύριος λόγος που διαλέγουμε την δειγματοληπτική έρευνα αντί της απογραφής είναι η αδυναμία να εξετάσουμε το σύνολο του πληθυσμού. Οι λόγοι μπορεί να είναι αντικειμενικοί για παράδειγμα όλα τα πουλιά του Αμαζονίου δεν μπορούν εκ των πραγμάτων να εξεταστούν ένα προς ένα ή οικονομίας αφού το κόστος μιας έρευνας είναι ανάλογο του αριθμού των στοιχείων που εξετάζονται. Η δειγματοληπτική έρευνα παρουσιάζει επιπλέον τα εξής πλεονεκτήματα :

  1. Ταχύτητα.
    Η απογραφή απαιτεί μεγάλο χρόνο και πόρους.
  2. Ευρύτερο πεδίο έρευνας.
    Το γεγονός ότι απευθύνεται σε λιγότερα άτομα επιτρέπει να μελετηθούν περισσότερα χαρακτηριστικά για αυτά τα άτομα.
  3. Ακρίβεια.
    Η περιορισμένη έκταση της έρευνας επιτρέπει στο προσωπικό να μειώσει τα σφάλματα παρατήρησης.

Βιβλιογραφία δειγματοληπτικής έρευνας