Οι μαθηματικές μέθοδοι χρησιμοποιούνται ευρέως στην κοινωνιολογική έρευνα. Σε μια μαζική έρευνα, ο τύπος δείγματος καθορίζεται στο στάδιο προγραμματισμού. Η πιο συχνά χρησιμοποιούμενη μέθοδος δειγματοληψίας και δειγματοληψία ποσοστώσεων. Το κύριο μειονέκτημα του τελευταίου είναι ότι δεν είναι τυχαίο. Δεδομένου ότι ένα αυστηρά τυχαίο δείγμα, που αντικατοπτρίζει τις παραμέτρους του γενικού πληθυσμού, είναι σπάνια στην κοινωνιολογία, όταν μοντελοποιεί κοινωνικά αντικείμενα, είναι απαραίτητη η σωστή δειγματοληψία.
Οδηγίες
Βήμα 1
Εάν είστε αντιμέτωποι με το έργο της διεξαγωγής μιας μικρής μελέτης βάσει ενός μικρού δείγματος, το οποίο δεν προσποιείται ότι είναι αυστηρά αντιπροσωπευτικό, επιλέξτε τα στοιχεία πιο προσεκτικά, τηρώντας όλα τα κριτήρια και τις συνθήκες του πειράματος. Στην περίπτωση ενός μεγάλου δείγματος που αντιπροσωπεύει ένα σημαντικό αντικείμενο έρευνας (για παράδειγμα, ο πληθυσμός ενός μεγάλου διοικητικού κέντρου), εξετάστε το ενδεχόμενο αντικατάστασης μεμονωμένων στοιχείων του δείγματος.
Βήμα 2
Κατά τη σύνθεση ενός μικρού δείγματος αντικειμένων, δημιουργήστε μια λίστα με τα στοιχεία της με τη μορφή μιας λίστας ερωτηθέντων ερωτηθέντων. αναλυμένα κείμενα · αντικείμενα υπό παρακολούθηση και ούτω καθεξής. Σε αντίθεση με ένα μικρό δείγμα, ένα μεγάλο δείγμα είναι συνήθως ανώνυμο και δεν παρέχει την ευκαιρία να συνεργαστεί με μια ονομαστική λίστα.
Βήμα 3
Για ένα μικρό δείγμα, παρουσιάστε τα αποτελέσματα της επεξεργασίας πληροφοριών σε σχετικά μερίδια ή ποσοστά, καθώς και σε απόλυτους όρους. Ένα μεγάλο δείγμα, κατά κανόνα, δεν επιτρέπει την παρουσίαση των αποτελεσμάτων σε απόλυτους όρους. Υπολογίστε τα ποσοστά με λογικό βαθμό ακρίβειας, δηλαδή σε ολόκληρες τιμές.
Βήμα 4
Δημιουργήστε έναν αλγόριθμο για την επιλογή στοιχείων στο δείγμα πληθυσμού. Προσπαθήστε να διατηρήσετε τη λίστα όλων των στοιχείων όσο το δυνατόν πιο ομοιόμορφη. Αυτό το κριτήριο ικανοποιείται, για παράδειγμα, με αλφαβητική λίστα. Εάν υπάρχει αλφαβητική λίστα, χρησιμοποιήστε έναν αλγόριθμο τυχαίας επιλογής χρησιμοποιώντας μια γεννήτρια τυχαίων αριθμών. Η δεύτερη μέθοδος είναι η χρήση μηχανικής επιλογής, όταν το βήμα υπολογίζεται για πρώτη φορά (ως πηλίκο διαίρεσης του συνολικού πληθυσμού με το μέγεθος του δείγματος), και στη συνέχεια επιλέγεται ο απαιτούμενος αριθμός στοιχείων.
Βήμα 5
Κατά την κατασκευή ενός δείγματος για παρατήρηση και ανάλυση περιεχομένου, σχηματίστε πρώτα μια ιδέα για τη δομή του αντικειμένου της παρατήρησης. Εάν το αντικείμενο είναι κάποιο φαινόμενο μάζας, προσδιορίστε τα δεδομένα σχετικά με τον τόπο και την ώρα της κράτησής τους, σχετικά με την κανονικότητα του γεγονότος. Εάν τα συμβάντα δεν είναι τακτικά, επανεξετάστε την ερευνητική σας στρατηγική και επιλέξτε μια σταθερή μέθοδο έρευνας ή μια μαζική μέθοδο.
