Wenn Sie Untersuchungen an einer Gruppe von Personen durchführen, ist es selten möglich, von jeder Person in dieser Gruppe Daten zu erheben. Stattdessen wählen Sie eine Stichprobe. Die Stichprobe ist die Gruppe von Personen, die tatsächlich an der Untersuchung teilnimmt.
Um aus Ihren Ergebnissen gültige Schlussfolgerungen ziehen zu können, müssen Sie sorgfältig entscheiden, wie Sie eine Stichprobe auswählen, die für die gesamte Gruppe repräsentativ ist. Es gibt zwei Arten von Stichprobenverfahren
- Wahrscheinlichkeitsstichprobe: beinhaltet eine zufällige Auswahl, die es Ihnen erlaubt, starke statistische Rückschlüsse auf die gesamte Gruppe zu ziehen.
- Nicht-probabilistische Stichproben: beinhaltet eine nicht-zufällige Auswahl auf der Basis von Bequemlichkeit oder anderen Kriterien, wodurch Sie auf einfache Weise Daten sammeln können.
Grundgesamtheit vs Stichprobe
Zunächst müssen Sie den Unterschied zwischen einer Grundgesamtheit und einer Stichprobe verstehen und die Zielpopulation Ihrer Fragestellung identifizieren.
Die Grundgesamtheit ist die gesamte Gruppe, über die Sie Schlüsse ziehen wollen.
Die Stichprobe ist die spezifische Gruppe von Personen, von der Sie Daten sammeln werden.
Die Grundgesamtheit kann in Bezug auf geografische Lage, Alter, Einkommen und viele andere Merkmale definiert werden.
Sie kann sehr breit oder sehr eng gefasst sein: Vielleicht wollen Sie Rückschlüsse auf die gesamte erwachsene Bevölkerung Ihres Landes ziehen; vielleicht konzentriert sich Ihre Analyse auf Kunden eines bestimmten Unternehmens, Patienten mit einem bestimmten Gesundheitszustand oder Schüler einer einzelnen Schule.
Es ist wichtig, Ihre Zielpopulation entsprechend dem Zweck und den praktischen Möglichkeiten Ihres Projekts sorgfältig zu definieren.
Wenn die Bevölkerung sehr groß, demografisch gemischt und geografisch verstreut ist, könnte es schwierig sein, Zugang zu einer repräsentativen Stichprobe zu erhalten.
Stichprobenrahmen
Der Stichprobenrahmen ist die eigentliche Liste der Personen, aus der die Stichprobe gezogen wird. Idealerweise sollte er die gesamte Zielpopulation enthalten (und niemanden, der nicht Teil dieser Population ist).
Beispiel: Sie führen eine Untersuchung über die Arbeitsbedingungen bei Unternehmen X durch. Ihre Grundgesamtheit sind alle 1000 Mitarbeiter des Unternehmens. Ihr Stichprobenrahmen ist die Personaldatenbank des Unternehmens, in der die Namen und Kontaktdaten aller Mitarbeiter aufgeführt sind.
Stichprobengröße
Die Anzahl der Personen, die Sie in Ihre Stichprobe aufnehmen sollten, hängt von verschiedenen Faktoren ab, einschließlich der Größe und Variabilität der Grundgesamtheit und Ihres Fragedesigns. Es gibt verschiedene Rechner und Formeln für den Stichprobenumfang, je nachdem, was Sie mit der statistischen Analyse erreichen möchten.
Wahrscheinlichkeitsstichprobenverfahren
Wahrscheinlichkeitsstichprobe bedeutet, dass jedes Mitglied der Grundgesamtheit eine Chance hat, ausgewählt zu werden. Sie wird hauptsächlich in der quantitativen Forschung eingesetzt. Wenn Sie Ergebnisse erzielen möchten, die repräsentativ für die gesamte Grundgesamtheit sind, sind Wahrscheinlichkeitsstichprobenverfahren die beste Wahl.
Es gibt vier Haupttypen von Wahrscheinlichkeitsstichproben:
- Einfache Zufallsstichprobe
- Systematische Stichprobe
- Stratifizierte Stichprobe
- Cluster-Stichprobe
1. Einfache Zufallsstichprobe
Bei einer einfachen Zufallsstichprobe hat jedes Mitglied der Grundgesamtheit die gleiche Chance, ausgewählt zu werden. Ihr Stichprobenrahmen sollte die gesamte Grundgesamtheit umfassen.
Um diese Art der Stichprobe durchzuführen, können Sie Hilfsmittel wie Zufallszahlengeneratoren oder andere Techniken verwenden, die ausschließlich auf dem Zufall beruhen.
Beispiel: Sie möchten eine einfache Zufallsstichprobe von 100 Mitarbeitern der Firma X auswählen. Sie weisen jedem Mitarbeiter in der Firmendatenbank eine Nummer von 1 bis 1000 zu und verwenden einen Zufallszahlengenerator, um 100 Nummern auszuwählen.
2. Systematische Stichprobe
Die systematische Stichprobe ähnelt der einfachen Zufallsstichprobe, ist aber in der Regel etwas einfacher durchzuführen. Jedes Mitglied der Grundgesamtheit wird mit einer Nummer aufgeführt, aber anstatt Nummern zufällig zu generieren, werden die Personen in regelmäßigen Abständen ausgewählt.
Beispiel: Alle Mitarbeiter des Unternehmens sind in alphabetischer Reihenfolge aufgelistet. Aus den ersten 10 Nummern wird zufällig ein Startpunkt ausgewählt: Nummer 6. Von Nummer 6 an wird jede 10. Person auf der Liste ausgewählt (6, 16, 26, 36 usw.), so dass Sie am Ende eine Stichprobe von 100 Personen haben.
Wenn Sie diese Technik verwenden, ist es wichtig, sicherzustellen, dass es kein verstecktes Muster in der Liste gibt, das die Stichprobe verzerren könnte. Wenn die Personaldatenbank die Mitarbeiter beispielsweise nach Teams gruppiert und die Teammitglieder in der Reihenfolge ihrer Betriebszugehörigkeit aufgelistet sind, besteht die Gefahr, dass Ihr Intervall Personen in untergeordneten Rollen überspringt, was zu einer Stichprobe führt, die gegenüber den älteren Mitarbeitern verzerrt ist.
3. Stratifizierte Stichprobe
Bei der geschichteten Stichprobe wird die Grundgesamtheit in Teilpopulationen unterteilt, die sich in wichtigen Punkten unterscheiden können. So können Sie genauere Schlussfolgerungen ziehen, indem Sie sicherstellen, dass jede Untergruppe in der Stichprobe angemessen vertreten ist.
Bei dieser Stichprobenmethode wird die Grundgesamtheit in Untergruppen (Strata genannt) unterteilt, die auf dem jeweiligen Merkmal basieren (z. B. Geschlecht, Altersgruppe, Einkommensgruppe, berufliche Funktion).
Basierend auf den Gesamtanteilen der Grundgesamtheit berechnen Sie, wie viele Personen aus jeder Untergruppe in die Stichprobe aufgenommen werden sollten. Dann wählen Sie mit Hilfe von Zufalls- oder systematischen Stichproben eine Stichprobe aus jeder Untergruppe aus.
Beispiel: Das Unternehmen hat 800 weibliche Mitarbeiter und 200 männliche Mitarbeiter. Sie möchten sicherstellen, dass die Stichprobe das Geschlechtergleichgewicht des Unternehmens widerspiegelt, also sortieren Sie die Grundgesamtheit nach Geschlecht in zwei Schichten. Dann verwenden Sie für jede Gruppe eine Zufallsstichprobe und wählen 80 Frauen und 20 Männer aus, wodurch Sie eine repräsentative Stichprobe von 100 Personen erhalten.
4. Cluster-Stichprobe
Bei der Cluster-Stichprobe wird die Grundgesamtheit ebenfalls in Untergruppen eingeteilt, aber jede Untergruppe sollte ähnliche Merkmale wie die gesamte Stichprobe aufweisen. Anstatt Einzelpersonen aus jeder Untergruppe zu beproben, wählen Sie ganze Untergruppen nach dem Zufallsprinzip aus.
Wenn es praktisch möglich ist, können Sie jedes Individuum aus jedem beprobten Cluster einschließen. Wenn die Cluster selbst groß sind, können Sie auch eine Stichprobe von Individuen aus den einzelnen Clustern ziehen, indem Sie eine der oben genannten Techniken verwenden.
Diese Methode eignet sich gut für den Umgang mit großen und verstreuten Populationen, aber es besteht ein höheres Fehlerrisiko in der Stichprobe, da es erhebliche Unterschiede zwischen den Clustern geben könnte. Es ist schwierig zu garantieren, dass die beprobten Cluster wirklich repräsentativ für die gesamte Population sind.
Beispiel: Das Unternehmen hat Niederlassungen in 10 Städten im ganzen Land (alle mit ungefähr der gleichen Anzahl von Mitarbeitern in ähnlichen Funktionen). Sie haben nicht die Kapazität, in jedes Büro zu reisen, um Ihre Daten zu sammeln, also verwenden Sie eine Zufallsstichprobe, um 3 Büros auszuwählen – diese sind Ihre Cluster.
Nicht-probabilistische Stichprobenverfahren
Bei einer Nicht-probabilistische Stichprobe werden Personen anhand von nicht zufälligen Kriterien ausgewählt, und nicht jede Person hat die Chance, einbezogen zu werden.
Diese Art von Stichprobe ist einfacher und kostengünstiger zu erreichen, birgt aber ein höheres Risiko der Stichprobenverzerrung. Das bedeutet, dass die Rückschlüsse, die Sie auf die Grundgesamtheit ziehen können, schwächer sind als bei Wahrscheinlichkeitsstichproben, und Ihre Schlussfolgerungen sind möglicherweise begrenzter. Wenn Sie eine Nicht-Wahrscheinlichkeitsstichprobe verwenden, sollten Sie trotzdem versuchen, diese so repräsentativ wie möglich für die Grundgesamtheit zu machen.
Nicht-probabilistische Stichproben werden häufig in der explorativen und qualitativen Forschung verwendet. Bei diesen Forschungsarten besteht das Ziel nicht darin, eine Hypothese über eine breite Population zu testen, sondern ein erstes Verständnis für eine kleine oder wenig erforschte Population zu entwickeln.
1. Zufallsstichprobe
Eine Zufallsstichprobe umfasst einfach die Personen, die für den Forscher am leichtesten zugänglich sind.
Dies ist ein einfacher und kostengünstiger Weg, um erste Daten zu sammeln, aber es gibt keine Möglichkeit festzustellen, ob die Stichprobe repräsentativ für die Grundgesamtheit ist, so dass sie keine verallgemeinerbaren Ergebnisse liefern kann.
Beispiel: Sie erforschen die Meinungen über studentische Unterstützungsleistungen an Ihrer Universität, also bitten Sie Ihre Kommilitonen nach jeder Ihrer Lehrveranstaltungen, eine Umfrage zu diesem Thema auszufüllen. Dies ist eine bequeme Art, Daten zu sammeln, aber da Sie nur Studenten befragt haben, die die gleichen Kurse wie Sie auf dem gleichen Niveau belegen, ist die Stichprobe nicht repräsentativ für alle Studenten an Ihrer Universität.
2. Freiwillige Antwortstichprobe
Ähnlich wie bei einer Zufallsstichprobe basiert eine freiwillige Antwortstichprobe hauptsächlich auf dem einfachen Zugang. Anstatt dass der Forscher die Teilnehmer auswählt und direkt kontaktiert, melden sich die Personen freiwillig (z. B. durch Beantwortung einer öffentlichen Online-Umfrage).
Freiwillige Antwortstichproben sind immer zumindest etwas verzerrt, da einige Personen von Natur aus eher bereit sind, freiwillig zu antworten als andere.
Beispiel: Sie verschicken die Umfrage an alle Studenten Ihrer Universität und viele Studenten entscheiden sich, sie auszufüllen. Dies kann Ihnen sicherlich einen gewissen Einblick in das Thema geben, aber die Personen, die geantwortet haben, sind wahrscheinlich eher diejenigen, die eine starke Meinung über die studentischen Unterstützungsdienste haben, sodass Sie nicht sicher sein können, dass ihre Meinung repräsentativ für alle Studenten ist.
3. Gezielte Stichproben
Bei dieser Art der Stichprobe, die auch als Urteilsstichprobe bezeichnet wird, wählt der Forscher mit Hilfe seines Fachwissens eine Stichprobe aus, die für die Zwecke der Untersuchung am nützlichsten ist.
Sie wird häufig in der qualitativen Forschung verwendet, wenn der Forscher detaillierte Erkenntnisse über ein bestimmtes Phänomen gewinnen möchte, anstatt statistische Schlüsse zu ziehen, oder wenn die Grundgesamtheit sehr klein und spezifisch ist. Eine effektive gezielte Stichprobe muss klare Kriterien und Gründe für die Einbeziehung haben.
Beispiel: Sie möchten mehr über die Meinungen und Erfahrungen behinderter Studierender an Ihrer Universität erfahren, also wählen Sie gezielt eine Reihe von Studierenden mit unterschiedlichem Unterstützungsbedarf aus, um ein vielfältiges Spektrum an Daten über ihre Erfahrungen mit dem Studentenwerk zu sammeln.
4. Schneeballmethode
Wenn die Grundgesamtheit schwer zugänglich ist, kann das Schneeballverfahren eingesetzt werden, um Teilnehmer über andere Teilnehmer zu rekrutieren. Die Anzahl der Personen, zu denen Sie Zugang haben, “schneeballt”, wenn Sie mit mehr Personen in Kontakt kommen.
Beispiel: Sie erforschen die Erfahrungen mit Obdachlosigkeit in Ihrer Stadt. Da es keine Liste mit allen Obdachlosen in der Stadt gibt, ist eine Wahrscheinlichkeitsstichprobe nicht möglich. Sie treffen eine Person, die sich bereit erklärt, an der Forschung teilzunehmen, und sie bringt Sie in Kontakt mit anderen Obdachlosen, die sie in der Gegend kennt.