Valimimeetodid

Miks valimi moodustamine on oluline

Kujutage ette, et soovite teada, kui palju und üliõpilased keskmiselt öö jooksul saavad. Võiksite küsida igalt üliõpilaselt igas ülikoolis riigis, aga see võtaks aastaid ja maksaks varanduse. Selle asemel valite väiksema rühma -- valimi -- ja kasutate nende vastuseid, et teha järeldusi suurema populatsiooni kohta.

See, kuidas te selle valimi valite, on äärmiselt oluline. Halvasti valitud valim võib anda täiesti eksitavaid tulemusi. Kui küsitlete ainult kolmapäeval kell 23:00 raamatukogus olevaid üliõpilasi, võite järeldada, et üliõpilased on äärmiselt töökad ja magamata. See jätaks kõrvale kõik, kes magavad mugavalt kodus või on läinud seltskonda lõbutsema. Valimimeetodid on tehnikad, mida teadlased kasutavad osalejate valimiseks viisil, mis annab usaldusväärseid ja üldistatavaid tulemusi.

Lihtne juhuslik valim

Valimi moodustamise kuldstandard on lihtne juhuslik valim. Igal populatsiooni liikmel on võrdne võimalus saada valituks. Mõelge sellele nagu loteriist: panete iga nime kübara sisse, raputate ja tõmbate. Praktikas kasutavad teadlased tavaliselt juhuslike arvude generaatorit või arvutialgoritmi füüsilise kübara asemel.

Juhuslik valim on võimas, sest see kipub andma valimi, mis näeb välja nagu populatsioon tervikuna. Kui 60% üliõpilastest on naised, on juhuslik valim keskmiselt umbes 60% naisi, ilma et teadlane peaks seda planeerima. Probleem on selles, et vajate täielikku populatsiooni nimekirja (nn valimiraam), millest valida, ja selline nimekiri ei ole alati kättesaadav.

Ülaltoodud graafik näitab ligikaudset võrdlust, kui hästi iga valimimeetod tavaliselt populatsiooni esindab. Need arvud on illustratiivsed -- tegelik tulemuslikkus sõltub kontekstist -- kuid need näitavad üldist suundumust: juhuslikud ja kihtvalimi meetodid annavad kõige esinduslikumaid valimeid, mugavusvalim on aga kõige vähem usaldusväärne.

Kihtvalim

Mõnikord soovite veenduda, et olulised alarühmad on korralikult esindatud. Kihtvalim jagab populatsiooni eraldiseisvateks rühmadeks (kihid) mingi olulise tunnuse alusel -- nagu vanus, sissetulekutase või geograafiline piirkond -- ja seejärel tõmbab igast kihist juhusliku valimi.

Näiteks kui küsitlete ettevõtet, kus on 70% kontoritöötajaid ja 30% tehasetöölisi, võite muretseda, et lihtne juhuslik valim ei pruugi hõlmata piisavalt tehasetöölisi sisukate järelduste tegemiseks. Kihtvalimi puhul valite igast rühmast eraldi, tagades mõlema proportsionaalse esindatuse (või isegi väiksema rühma ülevalimi ja hilisema kohanduse).

Kihtvalim annab sageli täpsemaid hinnanguid kui lihtne juhuslik valim, eriti kui rühmad erinevad oluliselt uuritava muutuja osas.

Klastervalim

Klastervalimi puhul jagate populatsiooni looduslikult esinevatesse rühmadesse (klastritesse) -- nagu koolid, linnaosad või haiglad -- ja seejärel valite juhuslikult terveid klastreid uurimiseks. Kõik valitud klastrites olevad isikud kaasatakse.

See meetod on eriti kasulik, kui populatsioon on geograafiliselt hajutatud. Odavam ja praktilisem on külastada 20 juhuslikult valitud kooli ja küsitleda seal kõiki õpilasi, kui otsida üksikuid üliõpilasi, kes on hajutatud üle kogu riigi. Kompromissiks on vähenenud täpsus: sama klastri inimesed kipuvad olema omavahel sarnasemad kui populatsioon tervikuna, mistõttu klastervalimid vajavad sama täpsuse saavutamiseks rohkem osalejaid kui lihtne juhuslik valim.

Süstemaatiline ja mugavusvalim

Süstemaatiline valim valib igast nimekirjast iga k-nda elemendi pärast juhuslikku alguspunkti. Näiteks kui teil on 10 000 kliendi nimekiri ja soovite 500 inimese valimit, valite iga 20. kliendi. Seda on lihtne teostada ja see toimib hästi, kui nimekirjas ei ole peidetud mustrit, mis langeb kokku teie intervalliga.

Mugavusvalim on täpselt see, mida nimi ütleb: küsitlete neid, kelleni on kõige lihtsam jõuda. Sõprade küsitlemine, sotsiaalmeedias küsitluse avaldamine või inimestega intervjueerimine ühes kaubanduskeskuses -- need kõik on mugavusvalimid. Need on kiired ja odavad, kuid tekitavad peaaegu alati kallutatust. Kõige kergemini kättesaadavad inimesed esindavad harva laiemat populatsiooni.

Ülaltoodud graafik näitab mugavusvalimi tüüpilist profiili: suur kiirus ja lihtsus, kuid madal kulutõhusus kvaliteetsete andmete osas ja madal täpsus. Mugavusvalimid võivad olla kasulikud varajases uurimisetapis ja pilootkatsetustes, kuid nendest tehtud järeldustesse tuleks suhtuda ettevaatlikult.

Õige meetodi valimine

Kõigi olukordade jaoks ei ole ühte parimat valimimeetodit. Õige valik sõltub teie eelarvest, ajakavast, populatsiooni olemusest ja sellest, kui täpsed tulemused peavad olema. Akadeemilised uuringud ja kliinilised katsed kasutavad tavaliselt juhuslikku või kihtvalimit maksimaalse ranguse tagamiseks. Suuremahulised riiklikud uuringud toetuvad sageli klastervalimile praktilistel põhjustel. Turu-uurijad kasutavad mõnikord kliendiandmebaasidest süstemaatilist valimit. Ja paljud mitteametlikud uuringud kasutavad mugavusvalimit -- kuid parimad neist tunnistavad avatult selle piiranguid.

Olenemata valitud meetodist on põhiküsimus alati sama: kas see valim esindab õiglaselt populatsiooni, millest ma hoolin? Kui vastus on ei, on teie tulemused -- olenemata analüüsi keerukusest -- ebausaldusväärtsed.