Preprost naključni vzorec
Preprost naključni vzorec je podmnožica statistične populacije, v kateri ima vsak član podskupine enako verjetnost, da bo izbran. Preprost naključni vzorec naj bi bil nepristranski prikaz skupine.
Primer preprostega naključnega vzorca so imena 25 zaposlenih, ki so izbrana iz klobuka iz podjetja 250 zaposlenih. V tem primeru je prebivalstvo vseh 250 zaposlenih, vzorec pa je naključen, ker ima vsak zaposleni enake možnosti, da je izbran. Naključno vzorčenje se v znanosti uporablja za izvajanje randomiziranih kontrolnih testov ali za slepe poskuse.
Ne obstaja lažja metoda za črpanje raziskovalnega vzorca iz večje populacije kot preprosto naključno vzorčenje. Naključna izbira subjektov iz večje populacije daje tudi vzorec, ki je reprezentativen za skupino, ki se preučuje.
1:16Preprost naključni vzorec
Razumevanje preprostega naključnega vzorca
Raziskovalci lahko ustvarijo preprost naključni vzorec z uporabo dveh metod. Z loterijsko metodo se vsakemu članu populacije dodeli številka, po kateri se številke izberejo naključno.
Primer, ko se iz klobuka izberejo imena 25 zaposlenih od 250, je primer metode loterije pri delu. Vsakemu od 250 zaposlenih bi bilo dodeljeno število med 1 in 250, po katerem bi bilo 25 od teh številk izbranih naključno.
Ker so posamezniki, ki sestavljajo podskupino večje skupine, izbrani naključno, ima vsak posameznik v množici velike populacije enako verjetnost, da bo izbran. To ustvarja v večini primerov uravnoteženo podskupino, ki ima največ možnosti za predstavitev večje skupine kot celote, brez kakršnih koli pristranskosti.
Pri večjih populacijah je ročna loterijska metoda lahko zelo naporna. Izbira naključnega vzorca iz velike populacije običajno zahteva računalniško ustvarjen postopek, po katerem se uporablja enaka metodologija kot metoda loterije, le dodelitev števila in kasnejše izbire izvajajo računalniki, ne ljudje.
Prostor za napako
Pri preprostem naključnem vzorcu mora biti prostor za napake, predstavljen s plus in minus varianco (napaka vzorčenja). Če bi na primer v isti srednji šoli opravili anketo, ki bi določila, koliko študentov je levičarjev, lahko naključno vzorčenje ugotovi, da je osem od 100 vzorčenih levičarjev. Zaključek bi bil, da je 8% študentske populacije srednje šole levičarje, v resnici pa bi bilo svetovno povprečje bližje 10%.
Enako velja ne glede na vsebino. Raziskava o odstotku študentske populacije, ki ima zelene oči ali je fizično onesposobljena, bi povzročila visoko matematično verjetnost, ki bi temeljila na preprosti naključni raziskavi, vendar vedno z odstopanjem plus ali minus. Edini način, da bi dosegli 100-odstotno stopnjo natančnosti, bi bilo raziskati vseh 1000 študentov, kar bi bilo, čeprav bi bilo mogoče, nepraktično.
Ključni odvzemi
- Preprost naključni vzorec vzame majhen, naključni del celotne populacije, da predstavlja celoten nabor podatkov, pri čemer ima vsak član enako verjetnost, da bo izbran.
- Raziskovalci lahko ustvarijo preprost naključni vzorec z uporabo metod, kot so loterije ali naključni žreb.
- Napaka vzorčenja se lahko pojavi pri preprostem naključnem vzorcu, če vzorec ne odraža natančno, kar odraža populacijo, ki naj bi jo predstavljal.
Enostavni naključni primerjeni stratificirani naključni vzorec
Enostavni naključni vzorci in stratificirani naključni vzorci so statistično orodje za merjenje. Za predstavitev celotne populacije podatkov se uporablja preprost naključni vzorec. Stratificirani naključni vzorec razdeli populacijo na manjše skupine ali sloje na podlagi skupnih značilnosti.
Za razliko od preprostih naključnih vzorcev se stratificirani naključni vzorci uporabljajo s populacijami, ki jih je mogoče enostavno razbiti na različne podskupine ali podskupine. Te skupine temeljijo na določenih merilih, nato naključno izberejo elemente iz vsake v sorazmerju z velikostjo skupine v primerjavi s prebivalstvom.
Ta metoda vzorčenja pomeni, da bodo izbrani iz vsake različne skupine, katere velikost temelji na deležu celotne populacije. Toda raziskovalci morajo zagotoviti, da se plasti ne prekrivajo. Vsaka točka populacije mora pripadati le enemu sloju, tako da se vsaka točka medsebojno izključuje. Prekrivajoči se sloji bi povečali verjetnost, da bodo vključeni nekateri podatki, s čimer bi se izrisal vzorec.
Prednosti preprostih naključnih vzorcev
Enostavnost uporabe je največja prednost preprostega naključnega vzorčenja. Za razliko od bolj zapletenih metod vzorčenja, kot sta stratificirano naključno vzorčenje in verjetnostno vzorčenje, ni potrebe, da bi se populacija razdelila na podpopulacije ali da bi sprejeli kakršne koli druge dodatne ukrepe, preden naključno izberejo pripadnike populacije.
Preprost naključni vzorec naj bi bil nepristranski prikaz skupine. Velja za pravičen način izbire vzorca iz večje populacije, saj ima vsak član populacije enake možnosti, da se izbere.
Čeprav naj bi preprosto naključno vzorčenje predstavljalo nepristranski pristop k raziskovanju, lahko pride do pristranskosti izbire vzorcev. Če nabor vzorcev večje populacije ni dovolj vključujoč, je reprezentacija celotne populacije poševna in zahteva dodatne tehnike vzorčenja.
Slabosti preprostih naključnih vzorcev
Napaka vzorčenja se lahko pojavi pri preprostem naključnem vzorcu, če vzorec ne odraža natančno, kar odraža populacijo, ki naj bi jo predstavljal. Na primer, v našem preprostem naključnem vzorcu 25 zaposlenih bi lahko narisali 25 moških, tudi če bi prebivalstvo sestavljalo 125 žensk in 125 moških.
Zaradi tega se preprosto naključno vzorčenje pogosteje uporablja, kadar raziskovalec malo ve o populaciji. Če bi raziskovalec vedel več, bi bilo bolje uporabiti drugačno tehniko vzorčenja, kot je stratificirano naključno vzorčenje, ki pomaga upoštevati razlike znotraj populacije, kot so starost, rasa ali spol. Druge pomanjkljivosti vključujejo dejstvo, da je postopek za vzorčenje iz velikih populacij lahko dolgotrajen in drag v primerjavi z drugimi metodami.
Primerjajte investicijske račune Ime ponudnika Opis Razkritje oglaševalcev × Ponudbe, ki se pojavijo v tej tabeli, so partnerstva, od katerih Investopedia prejema nadomestilo.