Wat is Convenience Sampling / Accidental Sampling?

Convenience Sampling (ook wel incidenteel testen of rukken inspecteren genoemd) is de plaats waar u personen opneemt die allesbehalve moeilijk te bereiken zijn. U kunt bijvoorbeeld personen beoordelen van:

Je werkomgeving,

Jouw school,

Een club waar je een plekje bij hebt,

Het buurtwinkelcentrum.

Convenience Sampling is een soort van non-likelyihood testing, waarbij een willekeurige keuze van leden wel wordt uitgesloten. Het omgekeerde is waarschijnlijkheidscontrole, waarbij de leden willekeurig worden gekozen, en elke ha een gelijkwaardige mogelijkheid om te worden geplukt.

Waarom Convenience Sampling gebruiken?

Ondanks het feit dat accommodatie testen is, vergelijkbaar met de naam stelt – het loopt een groot gevaar dat uw voorbeeld niet zal spreken met de bevolking. Niettegenstaande, hier en daar een accommodatie test is de belangrijkste manier waarop u kunt scrounge up leden. Zoals aangegeven door Barbara Sommer op UC Davis, zou het “… een kwestie kunnen zijn van nemen wat je kunt krijgen”.

Convenience Sampling inspecteren heeft zijn nut, met name wanneer u snel een onderzoek moet leiden of wanneer u op een schoenveterig uitgavenplan staat. Het is bovendien een van de belangrijkste technieken die u kunt gebruiken wanneer u geen overzicht kunt krijgen van het aanzienlijke aantal personen uit een bevolkingsgroep. Stel dat je bijvoorbeeld een onderzoek leidt voor een organisatie die moet begrijpen wat Walmart vertegenwoordigers denken over hun loon. Het is vergezocht dat je de optie hebt om een overzicht te krijgen van het aantal werknemers, dus het kan zijn dat je afhankelijk bent van het feit of je buiten de Walmart blijft en welke vertegenwoordigers de ingang verlaten (vanaf nu is de naam “get testing”).

Voorkeuren van Gemaksbemonstering

Het is over het algemeen eenvoudig om een voorbeeld te krijgen.

Het is goedkoop, in tegenstelling tot verschillende strategieën.

De leden zijn snel bereikbaar.

Diensten van Convenience Sampling

De strategie verwijdert een groot stuk van de bevolking. Dit roept dan ook een aantal problemen op, waaronder:

Een machteloosheid om de naweeën van de studie samen te vatten voor de bevolking in het algemeen.

De kans op onder- of overbezetting van de bevolking.

Eenzijdige resultaten, vanwege de redenen waarom een aantal mensen wel en een aantal niet meedoen.

Stap voor stap instructies om een Gemaksbemonsteringstest te onderzoeken

De resultaten van deze voorbeelden zijn allesbehalve moeilijk te onderzoeken en toch moeilijk na te bootsen. Hoewel u elke onderzoekstechniek kunt gebruiken die u maar wilt, heeft u niet de mogelijkheid om uw resultaten samen te vatten voor de grotere populatie.

Misschien is het ernstigste probleem bij het testen van accommodaties het vertrouwen. Ward impliceert dat de voorbeelddingen hier en daar met elkaar in verband worden gebracht. Dit verbond bemoeit zich met het meetbare onderzoek. De meeste speculatietesten (bijvoorbeeld de t-test of chi-kwadraat test) en metingen (bijvoorbeeld de standaard blunder van de schatting), hebben een fundamentele veronderstelling van willekeurige keuze, die je niet hebt. Misschien wel het gevaarlijkst is de manier waarop de p-waarden die voor de accommodatietests worden gecreëerd, foutief kunnen zijn.

Suggesties voor onderzoek

De grootste suggestie is eenvoudig: Indien denkbaar, gebruik dan waarschijnlijkheidscontrole (Berk en Freedman, 2003). Verschillende suggesties:

Neem verschillende voorbeelden door de hele duur van uw onderzoek. In het geval dat u dit doet, heeft u de mogelijkheid om de keuzeprocedure te laten zien, waardoor u geleidelijk aan een betrouwbare uitkomst krijgt.

Gebruik geen post-hoc testen als hulpmiddel om uw resultaten aan te passen in een poging om met afhankelijke gegevens om te gaan.

Herhaal je studie nog eens, om te zien of je resultaten echt repliceerbaar zijn (Freedman, 1991; Berk, 1991; Ehrenberg en Bound, 1993).

Voor grotere voorbeelden kunt u gebruik maken van kruiselingse goedkeuring om een deel van de informatie weer te geven. U kunt dan de resultaten en de tweede 50% van de informatie met elkaar vergelijken om te controleren of ze op elkaar zijn afgestemd.

Analyseer geen gemaksmonsters met behulp van meta. eta-analyse combineert de bevindingen van bestaand onderzoek tot één, uitgebreide scriptie. Een meta-analyse kan trends of thema’s aan het licht brengen die niet in individuele onderzoeken naar voren kwamen. Als u gebruik maakt van bevooroordeelde gegevens uit gemaksmonsters, dan zullen alle “trends” die u aan het licht brengt, verdacht zijn. Vat in plaats daarvan de resultaten samen.