מהו מדגם מכסה בסוציולוגיה?

מדגם מכסה הוא סוג של מדגם שאינו הסתברות בו החוקר בוחר אנשים לפי תקן קבוע כלשהו. כלומר, יחידות נבחרות לדגימה על בסיס מאפיינים שצוינו מראש כך שה- המדגם הכולל יש את אותה התפלגות המאפיינים שהניחו שיש באוכלוסייה למד.

לדוגמה, אם אתה חוקר שעורך מדגם מכסה לאומי, ייתכן שיהיה עליך לדעת מה החלק של הנתון האוכלוסייה היא זכר ואיזה פרופורציה היא נקבה, כמו גם אילו פרופורציות של כל מגדר נופלות לגיל שונה קטגוריות, קטגוריות של גזע ואתניות, ורמת השכלה, בין היתר. אם אספת מדגם באותה פרופורציות כמו קטגוריות אלה בתוך האוכלוסייה הלאומית, יהיה לך מדגם מכסה.

בדגימה מכסית, החוקר שואף לייצג את המאפיינים העיקריים של האוכלוסייה על ידי דגימת כמות פרופורציונלית מכל אחד מהם. לדוגמה, אם רצית להשיג מדגם מכסה פרופורציוני של 100 איש מבוסס על מין, תצטרך להתחיל בהבנה של יחס הגבר / אישה באוכלוסייה הגדולה יותר. אם גילית שהאוכלוסייה הגדולה יותר כוללת 40 אחוז נשים ו -60 אחוז גברים, היית זקוק למדגם של 40 נשים ו -60 גברים, בסך הכל 100 משיבים. היית מתחיל לדגום וממשיך עד שהמדגם שלך הגיע לפרופורציות האלה ואז היית מפסיק. אם כבר כללת 40 נשים במחקר שלך, אך לא 60 גברים, היית ממשיך לדגום גברים מחק את כל הנשים הנוספות הנוספות מכיוון שכבר עמדת במכסה שלך לקטגוריה זו של משתתפים.

דגימת מכסות היא יתרון בכך שהיא יכולה להיות מהירה וקלה למדי להרכיב מדגם מכסה מקומי, מה שאומר שיש לה את היתרון של חסכון בזמן בתהליך המחקר. ניתן להשיג מדגם מכסה בתקציב נמוך בגלל זה. תכונות אלה הופכות דגימת מכסות לטקטיקה שימושית עבור מחקר שדה.

לדגימה במכסות מספר חסרונות. ראשית, מסגרת המכסה - או הפרופורציות בכל קטגוריה - חייבת להיות מדויקת. לרוב זה קשה מכיוון שקשה למצוא מידע עדכני בנושאים מסוימים. לדוגמה, מפקד ארה"ב נתונים לרוב אינם מתפרסמים זמן רב לאחר איסוף הנתונים, מה שמאפשר לדברים מסוימים לשנות פרופורציות בין איסוף נתונים לפרסום.

שנית, הבחירה באלמנטים המדגמים בקטגוריה מסוימת במסגרת המכסה עשויה להיות מוטה למרות שחלקה של האוכלוסייה מוערך במדויק. לדוגמה, אם חוקר התכוון לראיין חמישה אנשים שפגשו מערכת מורכבת של מאפיינים, הוא או היא עשויים להכניס להטיה מדגם על ידי הימנעות או הכללה של אנשים מסוימים או מצבים. אם המראיין שחקר אוכלוסייה מקומית נמנע מללכת לבתים שנראו מפוצלים במיוחד או ביקר רק בבתים עם בריכות שחייה, למשל, המדגם שלהם היה מוטה.

נניח שאנחנו רוצים להבין יותר על יעדי הקריירה של סטודנטים באוניברסיטה X. בפרט, אנו מעוניינים להסתכל על ההבדלים ביעדי הקריירה בין תלמידים מתקדמים, תלמידי כיתות, זוטרים וקשישים כדי לבדוק כיצד יעדי הקריירה עשויים להשתנות במהלך השכלה על תיכונית.

באוניברסיטה X יש 20,000 סטודנטים וזו האוכלוסייה שלנו. בשלב הבא עלינו לגלות כיצד אוכלוסייתנו המונה 20,000 תלמידים מופצת בין ארבע הקטגוריות בהן אנו מעוניינים. אם נגלה שישנם 6,000 סטודנטים מתלמידים (30 אחוז), 5,000 סטודנטים בגימנסיה השנייה (25 אחוז), 5,000 זוטרים סטודנטים (25 אחוזים) ו -4,000 סטודנטים בכירים (20 אחוזים), פירוש הדבר שהמדגם שלנו צריך לעמוד גם באלה פרופורציות. אם ברצוננו לדגום 1,000 סטודנטים, פירוש הדבר שעלינו לסקר 300 סטודנטים מתלמידים, 250 תלמידים מתקדמים, 250 זוטרים ו -200 קשישים. לאחר מכן היינו ממשיכים לבחור באופן אקראי את התלמידים הללו עבור המדגם הסופי שלנו.