Kas ir kvotas paraugs socioloģijā?

Kvotas paraugs ir varbūtības paraugs kurā pētnieks izvēlas cilvēkus pēc kāda noteikta standarta. Tas ir, vienības tiek atlasītas paraugā, pamatojoties uz iepriekš noteiktiem raksturlielumiem, lai kopējam paraugam ir tāds pats raksturlielumu sadalījums, kāds tiek pieņemts pastāvošajā populācijā studējis.

Piemēram, ja esat pētnieks, kurš veic valsts kvotu paraugu, jums, iespējams, jāzina, kāda proporcija ir iedzīvotāju ir vīrieši un kāda proporcija ir sieviešu, kā arī to, kāda ir katra dzimuma proporcija dažādos vecumos kategorijas, rases un etniskās kategorijas, un izglītības līmenis, cita starpā. Ja jūs savāktu paraugu ar tādām pašām proporcijām kā šīs kategorijas valsts iedzīvotāju skaitā, jums būtu kvotas paraugs.

Kvotu paraugu ņemšanā pētnieka mērķis ir atspoguļot galvenās populācijas pazīmes, ņemot paraugu proporcionāli no katras. Piemēram, ja vēlaties iegūt proporcionālu kvotu paraugu no 100 cilvēkiem pamatojoties uz dzimumu, jums jāsāk ar izpratni par vīriešu / sieviešu attiecību lielākajā populācijā. Ja atklātu, ka lielākajā iedzīvotāju skaitā ir 40 procenti sieviešu un 60 procenti vīriešu, jums būtu nepieciešams 40 sieviešu un 60 vīriešu paraugs, kopumā 100 respondentu. Jūs sāktu paraugu ņemšanu un turpinātu, līdz paraugs sasniedz šīs proporcijas, un tad jūs apstāties. Ja jūs jau būtu iekļāvuši 40 sievietes savā pētījumā, bet ne 60 vīriešus, jūs turpinātu izlasīt vīriešus un atmetiet citas sievietes respondentes, jo jūs jau esat izpildījis savu kvotu šai kategorijai dalībnieki.

Kvotu paraugu ņemšana ir izdevīga ar to, ka var būt diezgan ātri un viegli salikt kvotu paraugu uz vietas, kas nozīmē, ka tam ir laika ietaupījums pētniecības procesā. Tāpēc kvotu paraugu var iegūt arī ar mazu budžetu. Šīs funkcijas padara kvotu paraugu ņemšanu par noderīgu taktiku lauka pētījumi.

Kvotu paraugu ņemšanai ir vairāki trūkumi. Pirmkārt, kvotu ietvaram vai katras kategorijas proporcijām jābūt precīzām. Tas bieži ir grūti, jo var būt grūti atrast aktuālu informāciju par noteiktām tēmām. Piemēram, ASV tautas skaitīšana dati bieži netiek publicēti vēl ilgi pēc datu vākšanas, kas dažām lietām ļauj mainīt proporcijas starp datu vākšanu un publicēšanu.

Otrkārt, izlases elementu atlase noteiktā kvotu shēmas kategorijā var būt neobjektīva, kaut arī precīzi tiek aprēķināta iedzīvotāju daļa. Piemēram, ja pētnieks aptaujāja piecus cilvēkus, kuri tikās ar sarežģītu raksturlielumus, viņš vai viņa varētu ieviest neobjektivitāti izlasē, izvairoties vai iekļaujot noteiktus cilvēkus vai situācijas. Ja intervētājs, kurš pēta vietējos iedzīvotājus, izvairītos no došanās uz mājām, kuras izskatījās īpaši pasliktinātas, vai apmeklētu, piemēram, mājas ar peldbaseiniem, viņu izlase būtu neobjektīva.

Teiksim tā, ka mēs vēlamies vairāk izprast X universitātes studentu karjeras mērķus. Jo īpaši mēs vēlamies aplūkot atšķirības karjeras mērķos starp pirmkursniekiem, studentiem, junioriem un senioriem, lai pārbaudītu, kā karjeras mērķi varētu mainīties koledžas izglītība.

X universitātē ir 20 000 studentu, kas ir mūsu iedzīvotāji. Tālāk mums jānoskaidro, kā mūsu 20 000 studentu populācija tiek sadalīta četrās mūs interesējošajās klašu kategorijās. Ja mēs atklājam, ka ir 6000 pirmkursnieku studentu (30 procenti), 5000 studentu studentu (25 procenti), 5000 jaunāko studentu studenti (25 procenti) un 4000 vecāko klašu studenti (20 procenti), tas nozīmē, ka arī mūsu izlasei jāatbilst šiem proporcijas. Ja mēs vēlamies atlasīt 1000 studentus, tas nozīmē, ka mums ir jāaptaujā 300 pirmkursnieki, 250 sophomanti, 250 juniori un 200 seniori. Pēc tam mēs turpinātu izlases veidā atlasīt šos studentus mūsu galīgajai izlasei.