פרק א: הסקה סטטיסטית

עמוד:6

דגימה כדי שניתן יהיה להסיק בצורה מדויקת פחות או יותר מתוצאות המדגם לאונלוסיה , חייב המדגם להיות דומה בהרכבו לאוכלוסיה . אם המדגם איננו כזה , הוא אינו מיצג ונקרא מדגם מוטה , בעוד מהמדגם המיצג נקרא מדגם בלתי-מוטה . ניקח לדוגמא את כתה י"א שהוזכרה קודם . בית הספר , בו לומדת כתה זו , מהווה גורם חשוב שיכול להטות את המדגם . נניח שבית הספר נמצא באזור בו מתגוררים אנשים הקשורים לתרבות אנגלו-אמריקאית , למשל , עולים מארצות דוברות אנגלית . בניהם פתוחים לשפה זו יותר מאשר נערים בני גילם , המתגוררים במקומות אחרים במדינה . סביר להניח שפתיווות זו לשפה תהיה גורם מסייע , והישגי התלמידים באזור זה יהיו גבוהים יחסית להישגי תלמידים במקומות אחרים . מדגם תלמידים זה יהיה , אם כן , מדגם מוטה . כדי שהמדגם יהיה בלתי מוטה , עליו לכלול תלמידים בעלי רקע מגוון יותר , תלמידים בעלי רמות אינטליגנציה שונות , מעמדות חברתיים שונים וכדומה . הצורה הטובה ביותר לבחירת מדגם בלתי מוטה היא שימוש במדגם מקרי . בדגימה מקרית יש סיכוי שווה לכל פרט , המשתייך לאוכלוסיה , להיכלל במדגם . סיכוי זה צריך להיות בלתי מושפע מהיכללותם של פרטים אחרים במדגם . דגימה מקרית יכולה , למשל , להתבצע על-ידי מחשב , המתבקש לפלוט מספר מסוים טל מספרי תעודות זהות , שבעליהן יכללו במדגם . מכיון שהמחשב מודרך לפלוט את המספרים באפן מקרי , הרי שיש סיכוי שווה לכל אזרח ישראלי להיכלל במדגם . כמו כן , הסיכוי של מר כהן , למשל , להיכלל במדגם , אינו משתנה כתוצאה מהעובדה , שמר לוי נכלל כבר במדגם . עקרון זה נקרא "אי-תלות , " והוא מהווה גורם חשוב בדגימה .

הוצאת דקל - פרסומים אקדמיים בע"מ


לצפייה מיטבית ורציפה בכותר