Summary
Samenvatting OM - sampling
- Course
- Institution
Zeer volledige en duidelijke samenvatting
[Show more]
Seller
Follow
justinech
Reviews received
Content preview
Onderzoeksmethodologie in de revalidatiewetenschappenProf. Dr. Eva D'hondt en Prof. Dr. David Bekwee
HOOFDSTUK 2 : SAMPLING
Sampling = steekproeftrekking
1. Populatie VS steekproef
– Doel van elk onderzoek : iets te weten komen over populatie.
– Populatie : mensen, plaatsen, organisaties, objecten, dieren, dagen..
– Populatie bepalen waaruit steekproef moet getrokken worden
→ Inclusiecriteria (een criterium die je moet hebben om te mogen deelenemen) en exclusiecriteria (kenmerken die
ze niet mogen hebben) bepalen.
– Doelpopulatie is niet gelijk aan bereikbare populatie
– Populatie parameter schatten op basis van steekproef karakteristieken
2. Grootte van de steekproef
Hoe groter, hoe representatiever
– Bedoeling om resultaten van steekproef te veralgemenen naar populatie
– Steekproef dient representatief te zijn voor populatie (anders heb je te maken met een 'biased sample')
– Hoe representatiever en groter de steekproef, hoe beter de steekproef een schatter is van de populatie parameter
→ representativiteit belangrijker dan steekproefgrootte !
→ Absolute steekproefgrootte is belangrijk, niet het percentage van de totale populatie.
Het is niet omdat de populatie groot is, dat de steekproef ook groot moet zijn !
– Steekproefgrootte berekenen op basis van power analyses :
→ Hoe groot moet de steekproef minmaal zijn om met voldoende zekerheid (bewijskracht of power) iets te
kunnen aantonen?
– Waarop is dergelijke power analyse gebaseerd?
– Bij keuze steekproefgrootte, volgende zaken afwegen :
1. Grootte van effect / verschil dat je wil aantonen / verwacht (effect size, standard deviation)
Hoe groot je het verschil verwacht → niet te veel pp nodig
2. Gewenste precisie (alpha signifcantie niveau)
Hoe sterk wil je iets aantonen, hoe strenger hoe meer
3. Nauwkeurigheid van metingen (labo-onderzoek minder PP nodig dan veldonderzoek)
Hoe nauwkeuriger, hoe minder personen
4. Analyses voor de totale groep of voor verschillende subgroepen
Vb : verschil tussen man en vrouw in je onderzoek → # PA = per subgroep dus niet totale groep
5. Rekening houden met mogeljke drop-out : oversampling
Beter te veel mensen bevragen
6. (Kosten en beschikbare tijd)
, 3. Sampling strategieën
Verschillende methoden om steekproef te trekken (=sampling)
• Simple random sampling → AT RANDOM
– Iedereen heeft evenveel kans om geselecteerd te worden
– Eens een persoon geselecteerd, kan hij/zij niet meer uitgesloten worden
– Systematic (random) sampling :
Obv lijst : 1e persoon at random en dan telkens k-de persoon
– Voordeel : alle statistische technieken mogelijk, meest ideaal
– Nadeel : praktisch soms heel moeilijk uit te voeren, want er is een populatielijst nodig !
• Gestratifceerde random sampling → AT RANDOM
– Eerst populatie in strata of subgroepen verdelen (vb : studentenVUB volgens studierichting)
– Binnen elke subgroep simple random sampling
– Best proportionele groepen
– Voordelen :
– Voldoende vertegenwoordiging van essentiële subgroepen (meer kans op representativiteit dan simple
random sapling)
– Voldoende willekeurig (random)
– Nadelen :
– Populatielijst (met details over subgroepen nodig)
– Soms onvoldoende info om subgroepen te kunne maken
– Soms geen info over grootte subgroepen
• Cluster (random) sampling → AT RANDOM
– Random selectie van een aantal clusters (ipv personen)
– Random selectie van personen binnen een cluster of alle personen binnen een cluster selecteren (vb : scholen,
bedrijven, ziekenhuizen.. als clusters)
– Voordelen :
– Gebundelde dataverzameling (praktisch)
– Geen populatielijst nodig, enkel lijst van clusters
– Ook random selectie binnen clusters mogelijk
– Nadelen :
– Minder variatie binnen 1 cluster, minder goede schatting van populatie parameters
– Kans op geringere representativiteit
– Beter groot # kleine clusters, dan klein # grote clusters
Voorbeeld : als je alle lln in Vlaanderen onderscheid → moeilijk lijst van alle lln → lijst van alle scholen !
Gestratifceerde cluster (random) sampling : data maken op basis van kenmerken van cluster.
The benefits of buying summaries with Stuvia:
Guaranteed quality through customer reviews
Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.
Quick and easy check-out
You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.
Focus on what matters
Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!
Frequently asked questions
What do I get when I buy this document?
You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.
Satisfaction guarantee: how does it work?
Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.
Who am I buying these notes from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller justinech. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $5.97. You're not tied to anything after your purchase.
Can Stuvia be trusted?
4.6 stars on Google & Trustpilot (+1000 reviews)
64438 documents were sold in the last 30 days
Founded in 2010, the go-to place to buy study notes for 14 years now