100% tevredenheidsgarantie Direct beschikbaar na betaling Zowel online als in PDF Je zit nergens aan vast
logo-home
Samenvatting OM - sampling €5,49   In winkelwagen

Samenvatting

Samenvatting OM - sampling

 22 keer bekeken  0 keer verkocht

Zeer volledige en duidelijke samenvatting

Voorbeeld 2 van de 6  pagina's

  • 7 mei 2019
  • 6
  • 2017/2018
  • Samenvatting
Alle documenten voor dit vak (22)
avatar-seller
justinech
Onderzoeksmethodologie in de revalidatiewetenschappen
Prof. 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.

Voordelen van het kopen van samenvattingen bij Stuvia op een rij:

√  	Verzekerd van kwaliteit door reviews

√ Verzekerd van kwaliteit door reviews

Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!

Snel en makkelijk kopen

Snel en makkelijk kopen

Je betaalt supersnel en eenmalig met iDeal, Bancontact of creditcard voor de samenvatting. Zonder lidmaatschap.

Focus op de essentie

Focus op de essentie

Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!

Veelgestelde vragen

Wat krijg ik als ik dit document koop?

Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.

Tevredenheidsgarantie: hoe werkt dat?

Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.

Van wie koop ik deze samenvatting?

Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper justinech. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €5,49. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

4,6 sterren op Google & Trustpilot (+1000 reviews)

Afgelopen 30 dagen zijn er 64438 samenvattingen verkocht

Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen

Start met verkopen
€5,49
  • (0)
  Kopen