Kepentingan pensampelan dalam analisis statistik

Pengarang: Frank Hunt
Tarikh Penciptaan: 18 Mac 2021
Tarikh Kemas Kini: 1 Jun 2024
Anonim
Kuliah Online | Taburan Persampelan | Bahagian 1
Video.: Kuliah Online | Taburan Persampelan | Bahagian 1

Kandungan

Mengendalikan kaji selidik menggunakan apa-apa jenis analisis statistik, di tempat pertama, bergantung pada pemilihan dan perancangan yang teliti terhadap kaedah pensampelan. Sampel bukan rawak, walaupun mudah, dan sering murah, tidak berguna untuk statistik inferens. Walau bagaimanapun, orang rawak boleh memberikan hasil yang lebih tepat dan memohon kepada pelbagai alat statistik. Teknik pensampelan rawak yang berbeza adalah sesuai untuk situasi penyelidikan tertentu, dan merupakan kunci kepada keberkesanannya.


Untuk mendapatkan hasil yang tepat, sampel harus mewakili keseluruhan populasi kajian (imej sondage oleh herreneck dari Fotolia.com)

Kepentingan

Apabila menjalankan tinjauan sebagai tinjauan, tidak selalu mungkin untuk menemu duga atau menganalisis semua orang atau objek yang menarik. Penyelidik hanya perlu memilih beberapa orang atau objek untuk dimasukkan ke dalam kajian ini.Walau bagaimanapun, pelabelan ini perlu dilakukan dengan berhati-hati, untuk memastikan hasil penyelidikan berdasarkan kumpulan kecil ini, sampel, adalah tepat apabila diterapkan kepada semua orang atau objek yang sedia ada (dipanggil penduduk dalam terminologi statistik).

Jenis

Terdapat dua jenis utama persampelan: persampelan rawak dan bukan rawak. Satu contoh sampel bukan rawak adalah untuk meminta rakan-rakan anda apa restoran kegemaran anda. Anda mencari rakan anda dengan mudah, dan mereka mungkin memberikan jawapan yang cepat. Contoh "mudah" dan bukan rawak ini dipanggil sampel kemudahan. Mereka lebih mudah untuk berhimpun dan menganalisis dan lebih murah. Kelemahan mereka adalah bahawa hasilnya tidak boleh dianalisis menggunakan statistik kebarangkalian. Tanggapan rakan anda tidak mewakili pendapat penduduk kota anda, misalnya. Walau bagaimanapun, sampel rawak, jika dibina dengan teliti, akan memberikan perwakilan yang lebih baik bagi keseluruhan populasi kajian.


Varieti sampel rawak

Tiga kaedah utama persampelan rawak adalah mudah rawak, rawak dan rawak dikumpulkan. Sampel mudah rawak untuk carian bandar akan mengisikan nama-nama warganegara secara fesyen sepenuhnya, tanpa mengira ciri-ciri individu. Walau bagaimanapun, kaedah ini secara tidak sengaja boleh memilih semua orang kaya atau kawasan geografi sahaja. Contoh berstrata untuk tinjauan boleh, pertama, mengklasifikasikan populasi kajian mengikut beberapa ciri. Sebagai contoh, dia dapat mengklasifikasikannya mengikut pendapatan, dan kemudian memilih individu secara rawak dari setiap "tier" atau peringkat untuk memastikan semua kumpulan pendapatan diwakili. Sampel yang dikumpulkan untuk tinjauan di bandar boleh membahagikannya ke blok kediaman dan kemudian secara rawak memilih satu orang dari setiap blok untuk wawancara untuk memastikan bahawa seluruh bandar itu diwakili dalam hasilnya. Kluster boleh terdiri daripada pelbagai jenis, seperti geografi, tempat kerja, sekolah, dll.


Saiz

Mengira saiz sampel rawak yang sesuai untuk hasil yang tepat dan boleh disamakan adalah bahagian penting merancang kaedah pensampelan. Anda boleh mendapatkan lebih banyak maklumat mengenai perkara ini dalam pautan di bahagian Resources di bawah.

Pertimbangan

Walaupun pilihan kaedah pensampelan rawak bergantung kepada penyelidikan dan ciri-ciri tertentu, kemasukan elemen rawak mungkin memberikan hasil yang lebih baik dan lebih tepat apabila digunakan dengan jaga.

Kesalahpahaman

Yang berkata, hanya menggunakan sampel rawak untuk tinjauan itu tidak mencukupi untuk memastikan bahawa kajian memberikan hasil yang tepat. Jika anda melakukan penyelidikan atau membaca tentangnya, pertimbangkan sama ada kaedah pensampelan rawak yang dipilih untuk analisis sebenarnya akan merangkumi semua orang dan objek yang menarik untuk carian. Sekiranya terdapat kumpulan atau ciri yang penting, jenis yang mungkin telah menjejaskan hasilnya, ditolak, berfikir secara kritikal mengenai jumlah nilai penyelidikan dan sama ada ia boleh dijalankan dengan lebih baik menggunakan kaedah persampelan yang berbeza.