Resume
Samenvatting OM - sampling
- Établissement
- Vrije Universiteit Brussel (VUB)
Zeer volledige en duidelijke samenvatting
[Montrer plus]
Aperçu du contenu
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.
Les avantages d'acheter des résumés chez Stuvia:
Qualité garantie par les avis des clients
Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.
L’achat facile et rapide
Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.
Focus sur l’essentiel
Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.
Foire aux questions
Qu'est-ce que j'obtiens en achetant ce document ?
Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.
Garantie de remboursement : comment ça marche ?
Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.
Auprès de qui est-ce que j'achète ce résumé ?
Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur justinech. Stuvia facilite les paiements au vendeur.
Est-ce que j'aurai un abonnement?
Non, vous n'achetez ce résumé que pour €5,49. Vous n'êtes lié à rien après votre achat.
Peut-on faire confiance à Stuvia ?
4.6 étoiles sur Google & Trustpilot (+1000 avis)
53340 résumés ont été vendus ces 30 derniers jours
Fondée en 2010, la référence pour acheter des résumés depuis déjà 14 ans