Systemaattinen otanta on tilastollinen menetelmä, johon valikoima osia tilattu otannan. Yleisin systemaattisen näytteenoton muoto on varustettavuusmenetelmä. Tässä lähestymistavassa etenemistä läpi luettelo on käsitelty kehämäisesti, jossa paluu alkuun kun luettelon loppuun on kulunut., Näytteenotto käynnistyy valitsemalla elementti luettelosta satunnaisesti ja sitten joka kth-elementin kehys on valittu, missä k on näytteenottoväli (joskus kutsutaan skip): tämä lasketaan seuraavasti:
k = N N {\displaystyle k={\frac {N}{n}}} 
missä n on otoksen koko, ja N on populaation koko.
tätä menettelyä käyttäen jokaisella populaation alkuaineella on tiedossa ja yhtäläinen valinnan todennäköisyys. Tämä tekee järjestelmällisestä näytteenotosta toiminnallisesti samankaltaisen kuin yksinkertainen satunnaisotanta (SRS)., Kuitenkin se ei ole sama kuin SRS, koska ei joka mahdollista näyte tietyn koon on yhtäläinen mahdollisuus tulla valituksi (esim. näytteet, joissa on vähintään kaksi elementtiä vierekkäin ei koskaan valittu systemaattinen otanta). Se on kuitenkin paljon tehokkaampi (jos varianssi systemaattisessa otoksessa on enemmän kuin populaation varianssi).
Systemaattista otantaa sovelletaan vain, jos annetaan väestöstä on loogisesti homogeeninen, koska järjestelmällinen näytteen yksiköt on jakautunut tasaisesti väestössä., Tutkijan on varmistettava, että valittu näytteenottoväli ei piilota kaavaa. Mikä tahansa kuvio uhkaisi satunnaisuutta.
Esimerkki: Oletetaan, supermarket haluaa opiskella ostokäyttäytymiseen asiakkailleen, sitten käyttämällä systemaattista otantaa he voivat valita joka 10. tai 15. asiakas saapuu supermarket ja toteuttaa tutkimuksen tästä näyte.
Tämä on satunnaisotantaa systeemillä. Näytteenottorungosta valitaan sattumanvaraisesti lähtökohta, jonka jälkeen valinnat tehdään säännöllisin väliajoin. Oletetaan esimerkiksi, että haluat maistella 8 taloa 120 talon kadulta., 120/8 = 15, joten jokainen 15.talo valitaan satunnaisen lähtöpisteen jälkeen 1-15. Jos satunnainen lähtökohta on 11, sitten talot on valittu 11, 26, 41, 56, 71, 86, 101, ja 116. Sivuhuomautuksena, jos jokainen 15-talo oli ”corner house” sitten tämä nurkka kuvio voisi tuhota satunnaisuutta otokseen.
Jos, kuten useammin, väestö ei ole tasan jaollinen (oletetaan, että haluat näyte 8 taloja 125, jossa 125/8=15.625), sinun pitäisi ottaa jokainen 15 talon tai joka 16. talon?, Jos otat jokaisen 16. talon, 8*16=128, niin on olemassa vaara, että viimeistä valittua taloa ei ole olemassa. Toisaalta, jos ottaa joka 15. talon, 8*15=120, niin viisi viimeistä taloa ei koskaan valita. Satunnainen lähtökohta olisi sen sijaan valittava muu kuin kokonaisluku välillä 0 ja 15.625 (inclusive yksi päätetapahtuma vain) sen varmistamiseksi, että jokainen talo on yhtä suuri mahdollisuus tulla valituksi; väli pitäisi nyt olla kuin kiinteä (15.625); ja joka ei valittu kokonaisluku on pyöristetty seuraavaan kokonaislukuun. Jos satunnainen lähtöpiste on 3.,6, sitten talot on valittu 4, 20, 35, 50, 66, 82, 98, ja 113, jossa on 3 syklinen välein 15 ja 4 välein 16.
havainnollistaa vaara järjestelmällinen ohittaa salaaminen malli, oletetaan olimme näyte suunniteltu naapurustossa, jossa jokainen katu on kymmenen taloa kunkin lohkon. This places houses No. 1, 10, 11, 20, 21, 30… korttelin kulmissa; kulmalohkot voivat olla vähemmän arvokkaita, koska enemmän niiden alue on otettu katurintamalla jne. se ei ole käytettävissä rakennustarkoituksiin., Jos me sitten näyte joka 10. kotitalous, meidän näyte on joko tehty vain kulman talot (jos alamme 1 tai 10) tai ei ole nurkassa taloa (kaikki muut alku); joko niin, se ei ole edustava.
systemaattista näytteenottoa voidaan käyttää myös ei-yhtäläisten valintatodennäköisyyksien kanssa. Tässä tapauksessa, pikemminkin kuin vain laskemalla läpi elementtejä väestöstä ja valitsemalla joka kth-yksikkö, me jakaa jokaisen elementin tilan sekä useita line mukaan sen valinnan todennäköisyys., Sitten luomme satunnaisen alun yhtenäisestä jakaumasta 0-1, ja liikumme lukulinjaa pitkin vaiheittain 1.
esimerkki: asukasluku on 5 yksikköä (A-E). Haluamme antaa yksikölle 20 prosentin todennäköisyyden valintaan, yksikölle B 40 prosentin todennäköisyyden ja niin edelleen jopa yksikölle E (100%). Olettaen, että säilytämme aakkosjärjestyksen, kohdistamme jokaisen yksikön seuraavaan intervalliin:
Leave a Reply