샘플링 예제

사용된 방법에 관계없이 샘플을 선택할 때 고려해야 할 다섯 가지 중요한 바이어스 소스가 있습니다. 샘플링 바이어스는 :1 단순 무작위 샘플링 때 도입 될 수 있습니다 : 모든 요소는 부품 샘플로 선택되는 동일한 기회가있습니다. 대상 인구에 대한 사전 정보가 없을 때 사용됩니다. 예를 들어 설문지 설문조사를 할 때 전체 인구를 연구하는 것은 일반적으로 비실용적입니다. 샘플링은 연구원이 모든 개인을 조사할 필요 없이 인구의 하위 집합의 결과에 따라 인구에 대한 정보를 추론할 수 있는 방법입니다. 연구에서 개인의 수를 줄이면 비용과 작업 부하가 줄어들고 고품질 정보를 쉽게 얻을 수 있지만 실제 연결을 감지할 수 있는 충분한 전력으로 충분한 샘플 크기를 갖는 것과 균형을 이루어야 합니다. (샘플 크기 계산은 파트 A 강의 계획서의 섹션 1B(통계)에서 다룹니다.) 샘플링은 특정 멤버 또는 모집단의 하위 집합을 선택하여 통계적 추론을 하고 전체 모집단의 특성을 추정하는 프로세스로 정의됩니다. 샘플링은 시장 조사에서 연구원들이 실행 가능한 통찰력을 수집하기 위해 전체 인구를 연구할 필요가 없도록 널리 사용됩니다. 또한 시간 편리하고 비용 효율적인 방법이며 따라서 모든 연구 설계의 기초를 형성합니다.

확률 샘플링은 확률 이론에 기반한 방법을 사용하여 더 큰 집단의 샘플을 선택한 샘플링 기법입니다. 이 샘플링 방법은 채우기의 모든 구성원을 고려하고 고정 된 프로세스를 기반으로 샘플을 형성합니다. 예를 들어 1,000명의 구성원이 있는 모집단에서 각 멤버는 샘플의 일부로 선택될 확률이 1/1000입니다. 그것은 인구에 편견을 제거하고 샘플에 포함 될 모든 회원에게 공정한 기회를 제공합니다. 샘플링은 연구에 많은 도움이됩니다. 그것은 당신의 연구 / 설문 조사 결과의 정확성을 결정하는 가장 중요한 요소 중 하나입니다. 샘플에 문제가 발생하면 최종 결과에 직접 반영됩니다. 필요와 상황에 따라 샘플을 수집하는 데 도움이되는 많은 기술이 있습니다. 이 블로그 게시물은 이러한 기술 중 일부를 설명하려고 합니다.

샘플링은 더 큰 집단에서 미리 정해진 수의 관측을 취하는 통계 분석에 사용되는 프로세스입니다.