Kas yra statistinis atranka?

Mokslininkai daug kartų nori sužinoti atsakymus į didelius klausimus. Pavyzdžiui:

• Ką praėjusią naktį visi tam tikros šalies televizijoje žiūrėjo?
• Kas daro rinkėjus ketina balsuoti už artėjančiuose rinkimuose?
• Kiek paukščių grįžta iš migracijos tam tikroje vietoje?
• Koks procentas darbo jėgos yra bedarbis?

Tokie klausimai yra didžiuliai ta prasme, kad jie reikalauja iš mūsų sekti milijonus asmenų.

Statistika supaprastina šias problemas, naudodama metodą, vadinamą atranka. Atlikus statistinę imtį, mūsų darbo krūvį galima nepaprastai sumažinti. Užuot sekę milijardų ar milijonų elgesį, turime tik ištirti tūkstančių ar šimtų elgesį. Kaip matysime, šis supaprastinimas kainuoja.

Statistinio tyrimo populiacija yra tai, apie ką mes bandome išsiaiškinti. Jį sudaro visi tiriami asmenys. Populiacija gali būti bet kas. Priklausomai nuo statistinio klausimo, Kalifornijos gyventojai, kariūnai, kompiuteriai, automobiliai ar grafystės gali būti laikomi populiacijomis. Nors dauguma tiriamų populiacijų yra didelės, jos nebūtinai turi būti.

Viena gyventojų tyrimo strategija yra surašymas. Surašydami mes tiriame kiekvieną tiriamąjį visuomenės narį. Puikus to pavyzdys yra JAV surašymas. Kas dešimt metų surašymo biuras išsiunčia klausimyną visiems šalies gyventojams. Tie, kurie negrąžina formos, lankosi pas surašymo darbuotojus

Surašymai patiria sunkumų. Paprastai jie yra brangūs laiko ir išteklių atžvilgiu. Be to, sunku užtikrinti, kad visi gyventojai bus pasiekti. Kitoms populiacijoms dar sunkiau atlikti surašymą. Jei norėtume išsiaiškinti benamių šunų įpročius Niujorko valstijoje, pasisekime suapvalinti visi tų laikinų šunų.

Kadangi paprastai neįmanoma arba nepraktiška susekti kiekvieną gyventojų grupę, kitas galimas pasirinkimas yra gyventojų atranka. Imtis yra bet kuris populiacijos pogrupis, todėl jo dydis gali būti mažas arba didelis. Norime, kad pavyzdys būtų pakankamai mažas, kad jį būtų galima valdyti pagal mūsų skaičiavimo galią, tačiau pakankamai didelį, kad galėtume pateikti statistiškai reikšmingus rezultatus.

Jei apklausos įmonė bando nustatyti rinkėjų pasitenkinimą Kongresu, ir jo imties dydis yra vienas, tada rezultatai bus beprasmiai (bet lengvai gaunami). Kita vertus, paprašydami milijonų žmonių sunaudosite per daug išteklių. Norint rasti pusiausvyrą, tokio tipo apklausų imčių dydis paprastai yra apie 1000.

Tačiau norint užtikrinti gerus rezultatus nepakanka tinkamo mėginio dydžio. Mes norime, kad būtų pavyzdys, kuris atstovautų gyventojams. Tarkime, mes norime sužinoti, kiek knygų per metus perskaito vidutinis amerikietis. Mes prašome 2000 kolegijų studentų sekti, ką jie perskaitė per metus, o paskui pasidomėti po jų prabėgus metams. Vidutinis perskaitytų knygų skaičius yra 12, o tada darome išvadą, kad vidutinis amerikietis per metus perskaito 12 knygų.

Šio scenarijaus problema yra su pavyzdžiu. Dauguma studentų yra 18–25 metų ir jų dėstytojai privalo skaityti vadovėlius ir romanus. Tai prastas vidutinio amerikiečio atstovavimas. Gerame pavyzdyje būtų įvairaus amžiaus, įvairių gyvenimo sričių ir įvairių šalies regionų žmonės. Norėdami įsigyti tokią imtį, turėsime ją sudaryti atsitiktine tvarka, kad kiekvienas amerikietis turėtų vienodą tikimybę būti atrinktu.

Auksinis statistinių eksperimentų standartas yra paprasta atsitiktinė imtis. Tokiame dydžio pavyzdyje n asmenų, kiekvienas populiacijos narys turi tokią pačią tikimybę būti atrinktas į imtį ir kiekviena grupė n asmenys turi tokią pačią tikimybę būti išrinkti. Yra daugybė būdų, kaip atrinkti populiaciją. Kai kurie iš labiausiai paplitusių yra šie:

• Atsitiktinis pavyzdys
• Paprasta atsitiktinė imtis
• Savanoriškas atsakymo pavyzdys
• Patogumų pavyzdys
• Sistemingas pavyzdys
• Klasterio pavyzdys
• Stratifikuotas mėginys

Kaip sakoma, „gerai pradėta, viskas padaryta pusiau“. Norėdami užtikrinti, kad statistinių tyrimų ir eksperimentų rezultatai būtų geri, turime juos kruopščiai planuoti ir pradėti. Nesunku surasti blogus statistinius pavyzdžius. Gerai paprasti atsitiktiniai pavyzdžiai reikalauti šiek tiek darbo norint gauti. Jei mūsų duomenys buvo gauti atsitiktinai ir atsargiai, statistiniai metodai, nepaisant to, kiek sudėtinga buvo mūsų analizė, nepateiks vertingų išvadų.