In statistieken is een steekproef een subset van een populatie die wordt gebruikt om de hele groep als geheel weer te geven. Bij het doen van onderzoek is het vaak onpraktisch om elk lid van een bepaalde populatie te onderzoeken, omdat het aantal mensen simpelweg te groot is. Om conclusies te trekken over de kenmerken van een populatie, kunnen onderzoekers een willekeurige steekproef gebruiken.
Waarom gebruiken onderzoekers monsters?
Bij het onderzoeken van een aspect van de menselijke geest of het menselijk gedrag kunnen onderzoekers in de meeste gevallen eenvoudigweg geen gegevens verzamelen van elk afzonderlijk individu. In plaats daarvan kiezen ze een kleinere steekproef van individuen die de grotere groep vertegenwoordigen. Als de steekproef echt representatief is voor de populatie in kwestie, kunnen onderzoekers hun resultaten vervolgens veralgemenen naar de grotere groep.
Soorten bemonstering
In psychologisch onderzoek en andere soorten sociaal onderzoek vertrouwen onderzoekers doorgaans op een paar verschillende steekproefmethoden.
1. Waarschijnlijkheidssteekproef
Probability sampling houdt in dat elk individu in een populatie een kans maakt om geselecteerd te worden. Omdat kanssteekproeven willekeurige selectie inhouden, zorgt het ervoor dat elke subset van de populatie een gelijke kans heeft om in de steekproef te worden vertegenwoordigd. Dit maakt kanssteekproeven representatiever en onderzoekers zijn beter in staat om hun resultaten te generaliseren naar de groep als geheel.
Er zijn een paar verschillende soorten kanssteekproeven:
- Eenvoudige willekeurige steekproeven is, zoals de naam al doet vermoeden, het eenvoudigste type kanssteekproef. Onderzoekers nemen elk individu in een populatie en selecteren willekeurig hun steekproef, vaak met behulp van een soort computerprogramma of generator voor willekeurige getallen.
- Gestratificeerde willekeurige steekproeven houdt in dat de populatie wordt opgedeeld in subgroepen en vervolgens een eenvoudige willekeurige steekproef wordt genomen uit elk van deze subgroepen. Onderzoek kan bijvoorbeeld de populatie opdelen in subgroepen op basis van ras, geslacht of leeftijd en vervolgens een eenvoudige willekeurige steekproef van elk van deze groepen nemen. Gestratificeerde willekeurige steekproeven bieden vaak een grotere statistische nauwkeurigheid dan eenvoudige willekeurige steekproeven en helpen ervoor te zorgen dat bepaalde groepen nauwkeurig in de steekproef worden vertegenwoordigd.
- Clusterbemonstering omvat het verdelen van een populatie in kleinere clusters, vaak op basis van geografische locatie of grenzen. Een willekeurige steekproef van deze clusters wordt vervolgens geselecteerd en alle onderwerpen binnen het cluster worden gemeten. Stel je bijvoorbeeld voor dat je een onderzoek probeert te doen naar schoolhoofden in jouw land. Het verzamelen van gegevens van elk schoolhoofd zou onbetaalbaar en tijdrovend zijn. Met behulp van een clustersteekproefmethode selecteert u willekeurig vijf provincies uit uw staat en verzamelt u vervolgens gegevens van elk onderwerp in elk van die vijf provincies.
2. Niet-waarschijnlijkheidssteekproef
Nonprobability sampling, aan de andere kant, omvat het selecteren van deelnemers met behulp van methoden die niet elke subset van een populatie een gelijke kans geven om vertegenwoordigd te worden. Een onderzoek kan bijvoorbeeld deelnemers werven van vrijwilligers. Een probleem met dit type steekproef is dat vrijwilligers op bepaalde variabelen kunnen verschillen van niet-vrijwilligers, waardoor het moeilijk kan zijn om de resultaten te generaliseren naar de hele populatie.
Er zijn ook een aantal verschillende soorten niet-waarschijnlijkheidssteekproeven:
- Gemaksample houdt in dat deelnemers aan een onderzoek worden gebruikt omdat ze handig en beschikbaar zijn. Als je ooit vrijwillig hebt deelgenomen aan een psychologiestudie die is uitgevoerd via de afdeling psychologie van je universiteit, dan heb je deelgenomen aan een studie die gebaseerd was op een gemakssteekproef. Studies die afhankelijk zijn van het vragen om vrijwilligers of door gebruik te maken van klinische monsters die beschikbaar zijn voor de onderzoeker, zijn ook voorbeelden van gemakssteekproeven.
- Doelgerichte steekproef omvat het zoeken naar personen die aan bepaalde criteria voldoen. Marketeers kunnen bijvoorbeeld geïnteresseerd zijn in hoe hun producten worden ervaren door vrouwen tussen 18 en 35 jaar. Ze kunnen een marktonderzoeksbureau inhuren om telefonische interviews af te nemen die opzettelijk vrouwen zoeken en interviewen die aan hun leeftijdscriteria voldoen.
- Quotasteekproef omvat het opzettelijk bemonsteren van specifieke proporties van elke subgroep binnen een populatie. Politieke opiniepeilers kunnen bijvoorbeeld geïnteresseerd zijn in het onderzoeken van de mening van een bevolking over een bepaald politiek onderwerp. Als ze eenvoudige willekeurige steekproeven gebruiken, kunnen ze toevallig bepaalde subsets van de populatie missen. In plaats daarvan stellen ze criteria vast om elke subgroep een bepaald percentage van de steekproef toe te kennen. In tegenstelling tot gestratificeerde steekproeven gebruiken onderzoekers niet-willekeurige methoden om de quota voor elke subgroep te vullen.
Meer informatie over enkele van de manieren waarop steekproeven voor waarschijnlijkheid en niet-waarschijnlijkheid verschillen.
Sampling fouten
Omdat steekproeven natuurlijk niet elk individu in een populatie kunnen omvatten, kunnen fouten optreden.
Verschillen tussen wat aanwezig is in een populatie en wat aanwezig is in een steekproef staan bekend als: bemonsteringsfouten.
Hoewel het onmogelijk is om precies te weten hoe groot het verschil tussen de populatie en de steekproef kan zijn, kunnen onderzoekers de grootte van de steekproeffouten statistisch inschatten. In politieke peilingen hoort u bijvoorbeeld vaak de foutenmarge die wordt uitgedrukt door bepaalde betrouwbaarheidsniveaus.
Over het algemeen geldt: hoe groter de steekproefomvang, hoe kleiner het foutenpercentage. Dit komt simpelweg omdat naarmate de steekproef dichter bij de omvang van de totale populatie komt, de kans groter is dat alle kenmerken van de bevolking. De enige manier om steekproeffouten volledig te elimineren, is door gegevens van de hele populatie te verzamelen, wat vaak simpelweg te duur en tijdrovend is. Steekproeffouten kunnen echter worden geminimaliseerd door gebruik te maken van gerandomiseerde kanstesten en een grote steekproefomvang.
