Nonprobability SamplingAny discussi

Nonprobability Sampling
Any discussion of the relative merits of probability versus nonprobability sampling clearly shows the technical superiority of the former. In probability sampling, researchers use a random selection of elements to reduce or eliminate sampling bias. Under such conditions, we can have substantial confidence that the sample is representative of the population from which it is drawn. In addition, with probability sample designs, we can estimate an error range within which the population parameter is expected to fall. Thus, we can reduce not only the chance for sampling error but also estimate the range of probable sampling error present.
With a subjective approach like nonprobability sampling, the probability of selecting population elements is unknown. There are a variety of ways to choose persons or cases to include in the sample.
Often we allow the choice of subjects to be made by field workers on the scene. When this occurs, there is greater opportunity for bias to enter the sample selection procedure and to distort the findings of the study. Also, we cannot estimate any range within which to expect the population parameter. Given the technical advantages of probability sampling over nonprobability sampling, why would anyone choose the latter? There are some practical reasons for using the less precise methods.
Practical Considerations
We may use nonprobability sampling procedures because they satisfactorily meet the sampling objectives. Although a random sample will give us a true cross section of the population, this may not be the objective of the research. If there is no desire or need to generalize to a population parameter, then there is much less concern about whether the sample fully reflects the population. Often researchers have more limited objectives. They may be looking only for the range of conditions or for examples of dramatic variations. This is especially true in exploratory research in which one may wish to contact only certain persons or cases that are clearly atypical. Burbidge would have likely wanted a probability sample if the decision resting on the data was the actual design of the new CityBus routes and schedules. However, the decision of where and when to place advertising announcing the change is a relatively low-cost one in comparison.
Additional reasons for choosing nonprobability over probability sampling are cost and time. Probability sampling clearly calls for more planning and repeated callbacks to ensure that each selected sample member is contacted. These activities are expensive. Carefully controlled nonprobability sampling often seems to give acceptable results, so the investigator may not even consider probability sampling.
Burbidge’s results from bus route 99 would generate questionable data, but he seemed to realize the fallacy of many of his assumptions once he spoke with bus route 99’s driver—something he should have done during exploration prior to designing the sampling plan.
While probability sampling may be superior in theory, there are breakdowns in its application. Even carefully stated random sampling procedures may be subject to careless application by the people involved. Thus, the ideal probability sampling may be only partially achieved because of the human element.
It is also possible that nonprobability sampling may be the only feasible alternative. The total population may not be available for study in certain cases. At the scene of a major event, it may be infeasible to attempt to construct a probability sample. A study of past correspondence between two companies must use an arbitrary sample because the full correspondence is normally not available.
In another sense, those who are included in a sample may select themselves. In mail surveys, those who respond may not represent a true cross section of those who receive the questionnaire. The receivers of the questionnaire decide for themselves whether they will participate. In Internet surveys those who volunteer don’t always represent the appropriate cross section—that’s why screening questions are used before admitting a participant to the sample. There is, however, some of this self-selection in almost all surveys because every respondent chooses whether to be interviewed.

Hasil (Bahasa Indonesia) 1:

Nonprobability SamplingSetiap diskusi tentang manfaat relatif dari probabilitas versus nonprobability sampling jelas menunjukkan keunggulan teknis mantan. Dalam sampling probabilitas, peneliti menggunakan pilihan acak elemen untuk mengurangi atau menghilangkan bias sampel. Dalam kondisi seperti itu, kita dapat memiliki keyakinan besar sampel yang mewakili populasi yang itu diambil. Selain itu, dengan probabilitas contoh desain, kami dapat memperkirakan berbagai kesalahan yang mana parameter populasi diharapkan jatuh. Dengan demikian, kita dapat mengurangi tidak hanya kesempatan untuk mencicipi kesalahan tetapi juga memperkirakan berbagai kemungkinan sampling error hadir.Dengan pendekatan subjektif seperti nonprobability sampling, kemungkinan memilih elemen penduduk tidak diketahui. Ada berbagai cara untuk memilih orang-orang atau kasus untuk menyertakan dalam sampel. Sering kita memungkinkan pilihan subjek untuk dilakukan oleh pekerja lapangan di tempat kejadian. Ketika ini terjadi, ada kesempatan yang lebih besar untuk bias untuk masuk prosedur seleksi sampel dan untuk mendistorsi temuan-temuan dari studi. Juga, kami tidak dapat memperkirakan rentang apapun di mana diharapkan parameter populasi. Diberikan keuntungan teknis sampling probabilitas nonprobability sampling, mengapa orang memilih yang terakhir? Ada beberapa alasan praktis untuk menggunakan metode yang kurang tepat.Pertimbangan-pertimbangan praktisKami dapat menggunakan nonprobability sampling prosedur karena mereka memuaskan memenuhi tujuan sampling. Meskipun sampel acak akan memberi kita benar cross section dari populasi, ini tidak boleh tujuan penelitian. Jika ada keinginan atau kebutuhan untuk menggeneralisasi untuk parameter populasi, maka ada jauh lebih sedikit kekhawatiran tentang apakah sampel sepenuhnya mencerminkan penduduk. Sering peneliti memiliki lebih terbatas tujuan. Mereka mungkin melihat hanya untuk berbagai kondisi atau untuk contoh dramatis variasi. Hal ini terutama berlaku dalam eksplorasi penelitian yang satu mungkin ingin menghubungi orang-orang tertentu saja atau kasus-kasus yang jelas atipikal. Burbidge mungkin ingin sampel probabilitas jika keputusan bertumpu pada data aktual desain rute bus kota baru dan jadwal. Namun, keputusan di mana dan kapan untuk menempatkan iklan mengumumkan perubahan yang relatif murah dibandingkan. Alasan lain untuk memilih nonprobability atas kemungkinan sampling adalah biaya dan waktu. Probabilitas sampling jelas panggilan untuk lebih banyak perencanaan dan diulang callback untuk memastikan bahwa setiap anggota dipilih sampel yang dihubungi. Kegiatan mahal. Hati-hati dikendalikan nonprobability sampling sering tampaknya untuk memberikan hasil yang dapat diterima, sehingga para penyelidik mungkin bahkan tidak mempertimbangkan kemungkinan sampling. Burbidge's hasil dari rute bus 99 akan menghasilkan data dipertanyakan, tapi ia tampaknya menyadari kekeliruan dari banyak asumsi nya setelah dia berbicara dengan sopir bus rute 99 — sesuatu yang dia harus lakukan selama eksplorasi sebelum merancang rencana sampling. Sementara sampling probabilitas mungkin unggul dalam teori, ada kerusakan dalam aplikasinya. Prosedur sampling acak bahkan dengan cermat dinyatakan mungkin akan dikenakan ceroboh aplikasi oleh orang-orang yang terlibat. Dengan demikian, sampling ideal probabilitas mungkin hanya sebagian tercapai karena unsur manusia.Hal ini juga mungkin bahwa nonprobability sampling mungkin alternatif hanya layak. Total penduduk mungkin tidak tersedia untuk studi dalam kasus tertentu. Pada adegan dari sebuah peristiwa besar, itu mungkin tidak mudah untuk mencoba membangun sampel probabilitas. Sebuah studi sebelumnya korespondensi antara dua perusahaan harus menggunakan sampel yang sewenang-wenang karena korespondensi penuh biasanya tidak tersedia.Dalam arti lain, mereka yang termasuk dalam sampel dapat memilih sendiri. Dalam survei e-mail, orang-orang yang menanggapi mungkin tidak mencerminkan penampang benar orang-orang yang menerima kuesioner. Receiver kuesioner memutuskan sendiri apakah mereka akan berpartisipasi. Dalam survei Internet mereka yang sukarela tidak selalu mewakili bagian salib yang sesuai-itulah sebabnya skrining pertanyaan yang digunakan sebelum mengakui peserta untuk sampel. Ada, bagaimanapun, beberapa pilihan ini diri dalam hampir semua survei karena setiap responden memilih apakah untuk diwawancarai.

Hasil (Bahasa Indonesia) 2:

Nonprobability sampling
Setiap diskusi tentang manfaat relatif dari probabilitas dibandingkan nonprobability sampling jelas menunjukkan keunggulan teknis dari mantan. Dalam probability sampling, peneliti menggunakan pilihan acak dari elemen untuk mengurangi atau menghilangkan bias sampling. Dalam kondisi seperti itu, kita dapat memiliki keyakinan besar bahwa sampel merupakan perwakilan dari populasi dari mana ia diambil. Selain itu, dengan desain sampel probabilitas, kita dapat memperkirakan berbagai kesalahan di mana parameter populasi diperkirakan turun. Dengan demikian, kita dapat mengurangi tidak hanya kesempatan untuk sampling error tetapi juga memperkirakan kisaran kemungkinan sampling error ini.
Dengan pendekatan subjektif seperti nonprobability sampling, probabilitas memilih elemen populasi tidak diketahui. Ada berbagai cara untuk memilih orang atau kasus untuk disertakan dalam sampel.
Seringkali kita membiarkan pilihan mata pelajaran yang akan dilakukan oleh petugas lapangan di tempat kejadian. Ketika ini terjadi, ada kesempatan yang lebih besar untuk bias masuk prosedur pemilihan sampel dan mendistorsi temuan penelitian. Juga, kita tidak dapat memperkirakan rentang di mana untuk mengharapkan parameter populasi. Mengingat keuntungan teknis dari probability sampling lebih nonprobability sampling, mengapa ada orang yang memilih yang terakhir? Ada beberapa alasan praktis untuk menggunakan metode yang kurang tepat.
Pertimbangan Praktis
Kami mungkin menggunakan prosedur nonprobability sampling karena mereka memuaskan memenuhi tujuan sampling. Meskipun sampel acak akan memberi kita penampang benar penduduk, ini mungkin tidak menjadi tujuan penelitian. Jika tidak ada keinginan atau perlu generalisasi untuk parameter populasi, maka ada jauh lebih sedikit kekhawatiran tentang apakah sampel sepenuhnya mencerminkan populasi. Seringkali peneliti memiliki tujuan yang lebih terbatas. Mereka mungkin mencari hanya untuk berbagai kondisi atau contoh variasi dramatis. Hal ini terutama berlaku dalam penelitian eksplorasi di mana satu dapat menghubungi orang tertentu saja atau kasus yang jelas-jelas atipikal. Burbidge akan cenderung ingin sampel probabilitas jika keputusan beristirahat data itu desain yang sebenarnya dari rute citybus baru dan jadwal. Namun, keputusan di mana dan kapan untuk menempatkan iklan mengumumkan perubahan itu relatif murah satu dibandingkan.
Alasan tambahan untuk memilih nonprobability lebih probability sampling adalah biaya dan waktu. Probability sampling jelas panggilan untuk lebih perencanaan dan callback diulang untuk memastikan bahwa setiap anggota sampel yang dipilih dihubungi. Kegiatan ini mahal. Dikontrol dengan hati-hati nonprobability sampling sering tampaknya memberikan hasil yang diterima, sehingga penyidik bahkan tidak dapat mempertimbangkan probability sampling.
Hasil Burbidge ini dari rute bus 99 akan menghasilkan data dipertanyakan, tapi ia tampaknya menyadari kekeliruan dari banyak asumsi nya setelah ia berbicara dengan rute bus 99 ini driver-sesuatu yang seharusnya dilakukan selama eksplorasi sebelum merancang rencana sampling.
Sementara probability sampling mungkin unggul dalam teori, ada kerusakan dalam penerapannya. Bahkan hati-hati menyatakan prosedur random sampling dapat dikenakan aplikasi ceroboh oleh orang-orang yang terlibat. Dengan demikian, pengambilan sampel probabilitas yang ideal dapat hanya sebagian dicapai karena unsur manusia.
Hal ini juga mungkin bahwa nonprobability sampling mungkin satu-satunya alternatif yang layak. Total populasi mungkin tidak tersedia untuk studi dalam kasus-kasus tertentu. Di tempat peristiwa besar, mungkin tidak layak untuk mencoba untuk membangun sampel probabilitas. Sebuah studi korespondensi masa lalu antara dua perusahaan harus menggunakan sampel yang sewenang-wenang karena korespondensi penuh biasanya tidak tersedia.
Dalam arti lain, mereka yang termasuk dalam sampel dapat memilih sendiri. Dalam survei mail, mereka yang menanggapi mungkin tidak mewakili penampang sejati mereka yang menerima kuesioner. Penerima kuesioner memutuskan sendiri apakah mereka akan berpartisipasi. Dalam survei Internet mereka yang secara sukarela tidak selalu mewakili lintas yang tepat bagian-itu sebabnya pertanyaan screening digunakan sebelum mengakui peserta untuk sampel. Ada, bagaimanapun, beberapa ini seleksi mandiri di hampir semua survei karena setiap responden memilih apakah untuk diwawancarai.