L'échantillonnage raisonné

Un élément clé de tout projet de recherche est d'obtenir des données exploitables de la population générale. Sans cela, votre recherche est peu profonde, d'un côté et manque de toute preuve réelle. Il est pour cette raison qu'une certaine forme d'échantillonnage est généralement réalisée, et l'une des méthodes les plus populaires d'échantillonnage est un processus connu sous le nom échantillonnage raisonné.

Partie 1: Qu'est-ce que l'échantillonnage raisonné?

Alors, quel est l'échantillonnage raisonné et pourquoi voulez-vous l'utiliser? Autrement dit, l'échantillonnage raisonné est quand un chercheur choisit des personnes spécifiques au sein de la population à utiliser pour une étude particulière ou un projet de recherche. Contrairement aux études aléatoires, qui comprennent délibérément un profil diversifié d'âges, de milieux et de cultures, l'idée derrière un échantillonnage raisonné est de se concentrer sur les personnes présentant des caractéristiques particulières qui seront mieux en mesure d'aider à la recherche pertinente.

Par exemple, si vous faites des recherches paquets en milieu de travail qui incluent les soins dentaires, alors, logiquement, vous ne seriez pas inclure les personnes qui sont au chômage ou qui n'a pas été offerts un ensemble d'avantages par leur lieu de travail, ils seraient incapables de raconter des choses pertinentes votre étude. Plutôt, vous concentrer sur les personnes qui avaient un emploi et qui avaient dentaires inclus dans leur programme d'avantages sociaux en milieu de travail.

Partie 2: Avantages et inconvénients de l'échantillonnage raisonné

1

Avantages de l'échantillonnage raisonné

  • Large éventail de techniques. Comme il ya plusieurs types différents de l'échantillonnage raisonné (par exemple échantillonnage homogène, échantillonnage de l'expert, le cas échantillonnage critique, etc.), l'un des principaux avantages de cette méthode d'échantillonnage est la capacité de recueillir de grandes quantités d'information en utilisant une gamme de techniques différentes . Cette variété, à son tour, vous donner une meilleure section de l'information.

  • blocs de construction de la scène. La recherche qualitative implique généralement un certain nombre de différentes phases, avec chaque bâtiment de phase progressivement partir de l'original. Ceci étant le cas, l'échantillonnage raisonné est utile à un chercheur, car ils peuvent utiliser la variété de méthodes disponibles pour construire et augmenter leurs données de recherche. Par exemple, vous pourriez commencer avec le cas échantillonnage critique, puis en utilisant les informations recueillies, les progrès à l'échantillonnage expert en deux étapes.

2

Inconvénients de l'échantillonnage raisonné





  • biais de chercheur. Le principal inconvénient de l'échantillonnage raisonné est la forte probabilité de partialité de chercheur, que chaque échantillon est entièrement basé sur le jugement du chercheur en question, qui est généralement d'essayer de prouver un point spécifique. Pour cette raison, les chercheurs doivent s'efforcer de prendre des décisions fondées sur des critères acceptés, pas sur ce qui va le mieux appuyer leur théorie.

  • Difficile à défendre. Quand un chercheur publie leurs résultats, ils doivent être en mesure de défendre avec succès leur proposition de critiques. En raison de la nature non probabiliste de l'échantillonnage raisonné, il peut être plus difficile pour un chercheur de monter une défense solide. Un critique peut soutenir que, si différentes sélections ont été faites au cours de l'échantillonnage raisonné, un résultat différent aurait pu être atteint.

Partie 3: Méthodes d'échantillonnage raisonné Communément Utilisé

Avec l'introduction ci-dessus, vous devez avoir connu beaucoup de choses sur l'échantillonnage raisonné. Maintenant, nous allons apprendre quelques méthodes d'échantillonnage couramment utilisés pour voir comment appliquer un échantillonnage raisonné dans l'étude et la recherche.
1

Échantillonnage à variation maximale

L'idée derrière MVS est de regarder un sujet sous tous les angles disponibles, réalisant ainsi une plus grande compréhension. Aussi connu comme «hétérogène échantillonnage", il implique la sélection des candidats à travers un large spectre qui concerne le sujet de l'étude. Par exemple, si vous étiez des recherches sur un programme d'éducation, vous devez inclure les étudiants qui haïssaient le programme, les étudiants classés comme «typique» et les étudiants qui ont excellé. Ce type d'échantillonnage est utile lorsque vous ne pouvez pas prendre un échantillon aléatoire, par exemple, si la piscine de l'échantillon est trop petit.

2

Échantillonnage homogène

Cette forme d'échantillonnage, contrairement MVS, se concentre sur les candidats qui partagent les mêmes traits ou caractéristiques spécifiques. Par exemple, les participants à Homogène échantillonnage seraient similaires en termes d'âges, de cultures, d'emplois ou des expériences de vie. L'idée est de se concentrer sur cette similitude précise et comment il se rapporte à la question objet de recherches. Par exemple, si vous étiez des recherches sur les effets secondaires à long terme de travailler avec l'amiante, pour un échantillonnage homogène, vous ne sélectionnez gens qui avaient travaillé avec l'amiante pendant 20 ans ou plus.

3

Échantillonnage de cas typique







TCS est utile lorsque vous avez affaire à de grands programmes, il permet de fixer la barre de ce qui est standard ou «typique». Les candidats sont généralement choisis en fonction de leur probabilité de se comporter comme tout le monde. Par exemple, si vous étiez des recherches sur les réactions de 9e élèves de à un programme de placement, vous devez sélectionner les classes des régions socio-économiques similaires, par opposition à la sélection d'une classe d'une école du centre-ville les plus pauvres, un autre à partir d'une communauté agricole du centre-ouest, et l'autre d'une école privée aisée.

4

Extreme Deviant échantillonnage / Case

À l'opposé de Cas type d'échantillonnage, Extreme (ou Deviant) Case échantillonnage est conçu pour se concentrer sur les personnes qui sont inhabituelles ou atypiques. Cette forme d'échantillonnage est plus souvent utilisé lorsque les chercheurs développent des "meilleures pratiques" dans les lignes directrices ou sont à la recherche en «quoi ne pas faire." Un exemple serait une étude sur des patients de chirurgie cardiaque qui ont récupéré beaucoup plus rapidement ou plus lentement que la moyenne. Les chercheurs seraient à la recherche de variations de ces cas à expliquer pourquoi leurs recouvrements étaient atypiques.

5

Critical échantillonnage de cas

Extrêmement populaire dans les premiers stades de la recherche pour déterminer si une étude plus en profondeur ou non justifiée, ou lorsque les fonds sont limités, Critical Case échantillonnage est une méthode où un certain nombre de cas importants ou «critiques» sont sélectionnés et ensuite examiné. Le critère pour décider si oui ou non un exemple est «critique» est généralement décidé en utilisant les déclarations suivantes: "Si cela arrive là, va y arriver n'importe où?» Ou «si ce groupe a des problèmes, alors peut-on être sûr que tous les groupes rencontrez des problèmes? "

6

Échantillonnage total de la population

À l'occasion, il se peut que laissant de côté certains cas à partir de votre échantillonnage serait comme si vous aviez un puzzle incomplet - avec des pièces manquantes évidentes. Dans ce cas, la meilleure méthode d'échantillonnage à utiliser est Population totale échantillonnage. TPS est une technique où l'ensemble de la population qui correspond à vos critères (par exemple, l'ensemble des compétences spécifiques, expérience, etc.) sont inclus dans la recherche effectuée. Population totale d'échantillonnage est plus couramment utilisé où le nombre de cas étant étudié est relativement petit.

7

Échantillonnage Expert

Comme indiqué par le nom, Expert échantillonnage appelle à des experts dans un domaine particulier d'être les sujets de votre échantillonnage raisonné. Ce genre de sondage est utile lorsqu'il est prévu que vos recherches pour prendre un certain temps avant qu'il ne donne des résultats concluants ou où il ya actuellement un manque de données d'observation. Échantillonnage Expert est un outil positif à utiliser lors de la recherche de nouveaux domaines de recherche, de recueillir ou non une étude plus approfondie serait en vaut la chandelle.

Références
  • 1.
  • 2.
  • 3.


Partager sur les réseaux sociaux:
Related Posts