Prøvedefinisjon

Hva er en prøve?

En prøve viser til en mindre, håndterbar versjon av en større gruppe. Det er en undergruppe som inneholder egenskapene til en større befolkning. Prøver brukes i statistisk testing når populasjonsstørrelser er for store til at testen kan inkludere alle mulige medlemmer eller observasjoner. En prøve skal representere befolkningen som helhet og ikke reflektere noen skjevhet mot et spesifikt attributt.

Viktige takeaways

• En prøve viser til en mindre, håndterbar versjon av en større gruppe eller delmengde av en større populasjon. Ved å bruke prøver kan forskere gjennomføre sine studier enkelt og på en rettidig måte. For å oppnå en objektiv prøve, må utvalget være tilfeldig, alle fra befolkningen har en like og sannsynlig sjanse for å bli lagt til utvalgsgruppen. Ved enkel tilfeldig prøvetaking er hver enhet i befolkningen identisk, mens stratifisert tilfeldig prøvetaking deler den totale befolkningen i mindre grupper.

Forstå prøver

En prøve er et objektivt antall observasjoner tatt fra en befolkning. I grunnleggende termer er en populasjon det totale antall individer, dyr, gjenstander, observasjon, data osv. Av et gitt individ. Så utvalget er med andre ord en del, del eller brøkdel av hele gruppen, og fungerer som en undergruppe av befolkningen. Prøver brukes i en rekke innstillinger der forskning utføres. Forskere, markedsførere, offentlige etater, økonomer og forskningsgrupper er blant dem som bruker prøver til sine studier og målinger.

Å bruke hele populasjoner til forskning har utfordringer, og det er grunnen til at prøver brukes. Forskere kan ha problemer med å få tilgang til hele befolkningen. Og på grunn av arten av noen studier, kan forskere ha vanskeligheter med å få resultatene de trenger på en riktig måte. Dette er grunnen til at personer som gjennomfører studier bruker prøver. Å bruke et mindre antall mennesker som representerer hele befolkningen, kan fremdeles gi gyldige resultater mens man kutter ned tid og ressurser.

Prøver som brukes av forskere, bør ligner nær befolkningen. Alle deltakerne i utvalget skal dele de samme egenskapene og egenskapene. Så hvis studien dreier seg om mannlige friskmenn, bør utvalget være en liten prosentandel av menn som passer til denne beskrivelsen. Tilsvarende, hvis en forskningsgruppe utfører en studie på søvnmønsteret til enslige kvinner over 50 år, bør utvalget bare omfatte kvinner innenfor denne demografien.

Tenk på et team av akademiske forskere som vil vite hvor mange studenter som studerte i mindre enn 40 timer for CFA-eksamen og som fremdeles har bestått. Siden mer enn 200 000 mennesker tar eksamen globalt hvert år, kan det være ekstremt kjedelig og tidkrevende å nå ut til hver eksamensdeltaker. Når dataene fra befolkningen ble samlet inn og analysert, ville faktisk et par år gått, noe som gjorde analysen verdiløs siden en ny befolkning ville ha dukket opp. Det forskerne kan gjøre i stedet er å ta et utvalg av befolkningen og få data fra denne prøven.

For å få et objektivt utvalg, må utvalget være tilfeldig slik at alle i befolkningen har en like stor sjanse for å bli lagt til gruppen.

For å oppnå et objektivt utvalg, må utvalget være tilfeldig, slik at alle fra befolkningen har en like stor og sannsynlig sjanse for å bli lagt til prøvegruppen. Dette ligner på et loddtrekning og er grunnlaget for enkel tilfeldig prøvetaking.

Typer av prøvetaking

Enkel tilfeldig prøvetaking

Enkel tilfeldig prøvetaking er ideell hvis hver enhet i befolkningen er identisk. Hvis forskerne ikke bryr seg om prøvene deres er mannlige eller kvinnelige eller en kombinasjon av begge kjønn i en eller annen form, kan den enkle tilfeldige prøvetaking være en god utvalgsteknikk.

La oss si at det var 200 000 testtakere som deltok på CFA-eksamen i 2016, hvorav 40% var kvinner og 60% var menn. Den tilfeldige prøven trukket fra befolkningen bør derfor ha 400 kvinner og 600 menn for til sammen 1000 testtakere.

Men hva med tilfeller hvor det er viktig å vite forholdet mellom menn og kvinner som har bestått en test etter studier i under 40 timer? Her vil en stratifisert tilfeldig prøve være å foretrekke fremfor en enkel tilfeldig prøve.

Stratifisert tilfeldig prøvetaking

Denne typen prøvetaking, også referert til som proporsjonal tilfeldig prøvetaking eller tilfeldig stikkprøvetaking, deler den totale befolkningen i mindre grupper. Disse er kjent som lag. Mennesker i lagene deler lignende egenskaper.

Hva om alder var en viktig faktor som forskere ønsker å ta med i dataene sine? Ved hjelp av stratifisert tilfeldig prøvetakingsteknikk kunne de lage lag eller lag for hver aldersgruppe. Utvalget fra hvert lag må være tilfeldig slik at alle i braketten har en sannsynlig sjanse for å bli inkludert i prøven. For eksempel er to deltakere, Alex og David, henholdsvis 22 og 24 år. Prøvevalget kan ikke velge hverandre i forhold til en eller annen preferansemekanisme. De skal begge ha en like stor sjanse til å bli valgt fra aldersgruppen. Lagene kan se slik ut:

Lag (alder)	Antall personer i befolkningen	Antall som skal inkluderes i prøven
20-24	30000	150
25-29	70000	350
30-34	40000	200
35-39	30000	150
40-44	20000	100
> 44	10000	50
Total	200000	1000