비확률 표본 추출

Nonprobability sampling

표본 추출은 전체 모집단을 대표하거나 특정 사례, 개인 또는 연구된 사이트를 넘어 의미 있는 (사회적) 과정에 대해 알리기 위해 모집단의 하위 집합을 사용하는 것이다.확률 표본 추출 또는 랜덤 표본 추출은 특정 표본을 얻을 확률을 계산할 수 있는 표본 추출 기법입니다.연구의 목적이나 목적에 있어 외부 유효성이 중요하지 않은 경우, 연구자들은 비확률 표본 추출을 사용하는 것을 선호할 수 있다.비확률 표본 추출이 이 기준을 충족하지 않습니다.비확률 표본 추출 기법은 표본에서 일반 모집단으로 통계적으로 추론하기 위해 사용되는 것이 아니다.대신, 이론 포화 상태에 도달할 때까지 반복적인 비확률 표본 추출을 통해 기초 이론을 생성할 수 있다(Strauss and Corbin, 1990).

따라서 비확률 표본에 근거하여 확률 표본에 근거하여 같은 말을 할 수 없다.비확률 표본에 기초한 연구에서 일반화(예: 새로운 이론 제안, 정책 제안)를 도출하는 근거는 통계 일반화가 아닌 "이론 포화" 및 "분석적 일반화" 개념에 기초한다(Yin, 2014).

목적 표본 추출의 개념으로 작업하는 연구원들은 확률 방법이 대표성과 관련된 대규모 연구에 적합하지만, 비확률 접근법이 복잡한 사회 현상을 이해하는 데 초점을 맞추는 심층 정성 연구에 더 적합하다고 주장한다(예: Marshall 1996; Small 2009).비확률 표본 추출의 장점 중 하나는 확률 표본 추출에 비해 비용이 낮다는 것입니다.또한 소규모 N개 목적 표본 또는 사례 연구의 심층 분석을 통해 시간과 문맥이 없는 가정을 도출하지 않는 패턴과 인과 메커니즘을 "발견"하고 식별할 수 있다.

그러나, 이러한 주장들이 몇 가지 의문을 제기하기 때문에, 비확률 표본 추출은 통계 정량적 연구에서 종종 적절하지 않다. - 어떻게 그 현상의 가장 편리한 표현만을 고려함으로써 복잡한 사회 현상을 이해할 수 있는가?이러한 주장을 정당화하기 위해 세계의 동질성에 대한 어떤 가정을 해야 하는가?아아, 연구가 통계적 추론에만 기초할 수 있다는 고려는 비확률 표본 추출과 연계된 편향의 문제에 초점을 맞추고 비확률 표본이 적절할 수 있는 한 가지 상황만 인정한다. (예를 들어 게트 전투에 관심이 있는 경우)ysburg), 유사한 사례에서 확률 표본을 추출할 필요가 없다(Lucas 2014a).

그러나 비확률 표본 추출은 정성 연구에서 널리 사용된다.비확률 표본 추출의 예는 다음과 같습니다.

  • 편리성, 우발적 또는 우발적 표본 추출 – 모집단의 구성원은 접근 용이성에 따라 선택됩니다.친구, 직장 동료 또는 쇼핑객을 단일 쇼핑몰에서 표본 추출하는 것은 모두 편리성 표본 추출의 예입니다.이러한 표본은 연구자가 무의식적으로 어떤 종류의 응답자에게 접근하여 다른 응답자를 피할 수 있기 때문에(루카스 2014a), 연구에 자원한 응답자는 알려지지 않았지만 중요한 방식으로 다를 수 있기 때문에(위더맨 1999).
  • 연속 표본 추출(total enumative [1]sampling)은 필요한 표본 크기가 [2][3]달성될 때까지 포함 기준을 충족하는 모든 대상을 선택하는 표본 추출 기법이다.
  • 눈덩이 샘플링– 첫 번째 응답자는 지인을 말합니다.그 친구도 친구를 언급하는 등.그러한 표본은 사회적 연줄이 더 많은 사람들에게 알려지지 않았지만 더 높은 선택 기회를 주기 때문에 편파적이다(2006년 버전). 그러나 응답률은 더 높아진다.
  • 평가 표본 추출 또는 목적 표본 추출 – 연구자는 연구에 적합하다고 생각하는 사람을 기준으로 표본을 선택합니다.이는 주로 연구 대상 분야에 전문지식을 가진 사람이 한정되어 있거나 연구의 관심이 특정 분야나 소그룹에 집중되어 있을 때 사용된다.다양한 유형의 목적 샘플링은 다음과 같습니다.
    • 일탈 사례 – 연구자는 지배적 패턴(특정 유형의 목적 표본)과 상당히 다른 사례를 얻는다.이 케이스는 특별히 문제가 있거나 특별히 좋을 수 있는 비정상적인 케이스에 대한 정보를 얻기 위해 선택됩니다.
    • 도입 사례 – 본 연구는 한 그룹으로 한정되며, 대부분의 경우 유사한 특성을 가지거나 규모가 작습니다.
    • 임시 쿼터 – 쿼터가 설정되고(예: 65% 여성) 연구자는 쿼터가 충족되는 한 원하는 응답자를 자유롭게 선택할 수 있다.
  • 쿼터 표본 추출 – 이는 연구자가 대상 모집단의 하위 집합을 식별한 다음 표본의 각 범주에 대한 목표 수를 설정하는 계층화 무작위 표본 추출과 유사합니다.다음으로, 연구자는 쿼터가 채워질 때까지 관심 모집단에서 무작위로 표본을 추출한다.비확률 표본 추출은 확률 표본 추출과 동일한 유형의 결과를 얻거나 동일한 품질 표준을 유지하려고 해서는 안 된다(Steinke, 2004).

확률 표본 추출을 사용하려는 연구는 표본 추출 방법의 특성 때문에 종종 비확률 표본을 사용하게 된다.예를 들어, 교육이 소득에 미치는 영향을 분석하기 위해 유급 노동력 내 사람들의 표본을 사용하는 것은 유급 노동력 내일 수 있는 사람들의 비확률 표본을 사용하는 것이다.유급 노동력이 될 가능성은 사람들이 얻는 교육으로 결정될 수 있기 때문에 유급 노동력의 표본은 문제의 문제에 대한 가능성이 없는 표본이다.이러한 경우 결과는 편향됩니다.

사용하는 통계 모형은 데이터를 비확률 표본으로 만들 수도 있습니다.예를 들어, Lucas(2014b)는 다단계 모델링을 사용하는 여러 발표된 연구가 일반적으로 확률 표본이지만 연구의 분석 수준 중 하나 이상의 확률 표본에 대해서는 확률적이지 않은 표본을 기반으로 이루어졌다고 지적합니다.증거는 그러한 경우 편견이 부적절하게 행동되어 그러한 분석의 추론이 정당화되지 않음을 나타낸다.

이러한 문제들은 학술 문헌에서 발생하지만, 비학술적 연구에서는 더 흔할 수 있다.예를 들어, 민간 기업(또는 응답을 요구할 수 없는 다른 조직)에 의한 여론 조사에서는 샘플을 랜덤이 아닌 자체 선택할 수 있습니다.이는 종종 표본에 대한 잠재적 참가자의 자발적 의지가 복종성 또는 가용성과 같은 특성에 의해 결정될 수 있는 중요한 유형의 오류인 자기 선택 편견을 야기한다.이러한 조사의 표본은 모집단의 비확률 표본으로 취급해야 하며, 이에 기초한 결과의 유효성은 알려져 있지 않으며 확립할 수 없다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ Suresh, Sharma (2014). Nursing Research and Statistics. Elsevier Health Sciences. p. 224. ISBN 9788131237861. Retrieved 29 September 2017.
  2. ^ Schuster, Daniel P.; Powers (MD.), William J. (2005). Translational and Experimental Clinical Research. Lippincott Williams & Wilkins. p. 46. ISBN 9780781755658. Retrieved 29 September 2017.
  3. ^ Bowers, David; House, Allan; Owens, David H. (2011). Getting Started in Health Research. John Wiley & Sons. ISBN 9781118292969. Retrieved 29 September 2017.