Τι είναι ένα δείγμα;
Ένα δείγμα αναφέρεται σε μια μικρότερη, διαχειρίσιμη έκδοση μιας μεγαλύτερης ομάδας. Είναι ένα υποσύνολο που περιέχει τα χαρακτηριστικά ενός μεγαλύτερου πληθυσμού. Τα δείγματα χρησιμοποιούνται στη στατιστική δοκιμή όταν τα μεγέθη του πληθυσμού είναι υπερβολικά μεγάλα για να συμπεριληφθούν στη δοκιμή όλα τα πιθανά μέλη ή παρατηρήσεις. Ένα δείγμα πρέπει να αντιπροσωπεύει τον πληθυσμό στο σύνολό του και να μην αντικατοπτρίζει οποιαδήποτε προκατάληψη προς ένα συγκεκριμένο χαρακτηριστικό.
Βασικές τακτικές
- Ένα δείγμα αναφέρεται σε μια μικρότερη, διαχειρίσιμη έκδοση μιας μεγαλύτερης ομάδας ή υποσύνολο ενός μεγαλύτερου πληθυσμού. Χρησιμοποιώντας δείγματα επιτρέπει στους ερευνητές να διεξάγουν τις μελέτες τους εύκολα και με έγκαιρο τρόπο. Για να επιτευχθεί ένα αμερόληπτο δείγμα, η επιλογή πρέπει να είναι τυχαία ο καθένας από τον πληθυσμό έχει ίσες και πιθανές πιθανότητες να προστεθεί στην ομάδα δειγμάτων.Σε απλή τυχαία δειγματοληψία, κάθε οντότητα του πληθυσμού είναι πανομοιότυπη, ενώ η στρωματοποιημένη τυχαία δειγματοληψία διαιρεί τον συνολικό πληθυσμό σε μικρότερες ομάδες.
Κατανόηση των δειγμάτων
Ένα δείγμα είναι ένας αμερόληπτος αριθμός παρατηρήσεων που λαμβάνονται από έναν πληθυσμό. Βασικά, ένας πληθυσμός είναι ο συνολικός αριθμός ατόμων, ζώων, αντικειμένων, παρατηρήσεων, δεδομένων κλπ. Για οποιοδήποτε θέμα. Έτσι, το δείγμα, με άλλα λόγια, είναι ένα τμήμα, μέρος ή κλάσμα ολόκληρης της ομάδας και λειτουργεί ως υποσύνολο του πληθυσμού. Τα δείγματα χρησιμοποιούνται σε διάφορες τοποθεσίες όπου διεξάγεται έρευνα. Επιστήμονες, έμποροι, κυβερνητικές υπηρεσίες, οικονομολόγοι και ερευνητικές ομάδες είναι μεταξύ εκείνων που χρησιμοποιούν δείγματα για τις μελέτες και τις μετρήσεις τους.
Η χρήση ολόκληρων πληθυσμών για έρευνα έρχεται με προκλήσεις, γι 'αυτό και χρησιμοποιούνται δείγματα. Οι ερευνητές ενδέχεται να έχουν προβλήματα να αποκτήσουν άμεση πρόσβαση σε ολόκληρους πληθυσμούς. Και λόγω της φύσης μερικών μελετών, οι ερευνητές μπορεί να έχουν δυσκολίες να πάρουν τα αποτελέσματα που χρειάζονται εγκαίρως. Αυτός είναι ο λόγος που οι άνθρωποι που διεξάγουν μελέτες χρησιμοποιούν δείγματα. Η χρήση ενός μικρότερου αριθμού ατόμων που αντιπροσωπεύουν ολόκληρο τον πληθυσμό μπορεί να παράγει έγκυρα αποτελέσματα μειώνοντας ταυτόχρονα τον χρόνο και τους πόρους.
Τα δείγματα που χρησιμοποιούν οι ερευνητές θα πρέπει να μοιάζουν πολύ με τον πληθυσμό. Όλοι οι συμμετέχοντες στο δείγμα θα πρέπει να έχουν τα ίδια χαρακτηριστικά και ιδιότητες. Έτσι, αν η μελέτη αφορά τους άντρες πρωτοβάθμιας εκπαίδευσης, το δείγμα θα πρέπει να είναι ένα μικρό ποσοστό των αρρένων που ταιριάζουν σε αυτή την περιγραφή. Παρομοίως, εάν μια ερευνητική ομάδα διεξάγει μια μελέτη σχετικά με τα πρότυπα ύπνου των γυναικών άνω των 50 ετών, το δείγμα θα πρέπει να περιλαμβάνει μόνο γυναίκες σε αυτό το δημογραφικό.
Εξετάστε μια ομάδα ακαδημαϊκών ερευνητών που θέλουν να μάθουν πόσοι σπουδαστές φοίτησαν για λιγότερο από 40 ώρες για την εξέταση CFA και ακόμα πέρασαν. Εφόσον περισσότεροι από 200.000 άνθρωποι λαμβάνουν τις εξετάσεις παγκοσμίως κάθε χρόνο, φτάνοντας σε κάθε συμμετέχοντα στις εξετάσεις μπορεί να είναι εξαιρετικά κουραστικό και χρονοβόρο. Στην πραγματικότητα, από τη στιγμή που συλλέχθηκαν και αναλύθηκαν τα δεδομένα από τον πληθυσμό, θα περάσουν μερικά χρόνια, καθιστώντας την ανάλυση άνευ αξίας, καθώς θα προέκυπτε ένας νέος πληθυσμός. Αυτό που μπορούν να κάνουν οι ερευνητές είναι να πάρει ένα δείγμα του πληθυσμού και να πάρει δεδομένα από αυτό το δείγμα.
Για να αποκτήσετε ένα αμερόληπτο δείγμα, η επιλογή πρέπει να είναι τυχαία, ώστε όλοι στον πληθυσμό να έχουν ίσες πιθανότητες να προστεθούν στην ομάδα.
Προκειμένου να επιτευχθεί ένα αμερόληπτο δείγμα, η επιλογή πρέπει να είναι τυχαία ώστε όλοι από τον πληθυσμό να έχουν ίσες και πιθανές πιθανότητες να προστεθούν στην ομάδα δειγμάτων. Αυτό είναι παρόμοιο με την κλήρωση λαχειοφόρων αγορών και αποτελεί τη βάση για απλή τυχαία δειγματοληψία.
Τύποι δειγματοληψίας
Απλή τυχαία δειγματοληψία
Απλή τυχαία δειγματοληψία είναι ιδανική αν κάθε οντότητα του πληθυσμού είναι ίδια. Αν οι ερευνητές δεν ενδιαφέρονται για το αν τα υποκείμενα των δειγμάτων είναι όλα αρσενικά ή όλα τα θηλυκά ή ένας συνδυασμός και των δύο φύλων σε κάποια μορφή, η απλή τυχαία δειγματοληψία μπορεί να είναι μια καλή τεχνική επιλογής.
Ας πούμε ότι υπήρχαν 200.000 δοκιμαστές που έμεναν για τις εξετάσεις CFA το 2016, εκ των οποίων το 40% ήταν γυναίκες και το 60% άνδρες. Επομένως, το τυχαίο δείγμα που προέρχεται από τον πληθυσμό θα πρέπει να έχει 400 γυναίκες και 600 άνδρες για συνολικά 1.000 άτομα που κάνουν δοκιμασία.
Αλλά τι γίνεται με τις περιπτώσεις όπου είναι σημαντικό να γνωρίζεις την αναλογία των ανδρών προς τις γυναίκες που πέρασαν μια δοκιμασία μετά από σπουδές για λιγότερο από 40 ώρες; Εδώ, ένα στρωματοποιημένο τυχαίο δείγμα θα ήταν προτιμότερο από ένα απλό τυχαίο δείγμα.
Διαστρωματωμένη τυχαία δειγματοληψία
Αυτός ο τύπος δειγματοληψίας, που αναφέρεται επίσης ως αναλογική τυχαία δειγματοληψία ή τυχαία δειγματοληψία ποσοστώσεων, χωρίζει τον συνολικό πληθυσμό σε μικρότερες ομάδες. Αυτά είναι γνωστά ως στρώματα. Οι άνθρωποι μέσα στα στρώματα έχουν παρόμοια χαρακτηριστικά.
Τι γίνεται αν η ηλικία ήταν ένας σημαντικός παράγοντας που οι ερευνητές θα ήθελαν να συμπεριλάβουν στα δεδομένα τους; Χρησιμοποιώντας τη διαστρωμένη τεχνική τυχαίας δειγματοληψίας, θα μπορούσαν να δημιουργήσουν στρώματα ή στρώματα για κάθε ηλικιακή ομάδα. Η επιλογή από κάθε στρώμα θα πρέπει να είναι τυχαία, έτσι ώστε όλοι οι αγκώνες να έχουν πιθανή πιθανότητα να συμπεριληφθούν στο δείγμα. Για παράδειγμα, δύο συμμετέχοντες, ο Alex και ο David, είναι 22 και 24 ετών, αντίστοιχα. Η επιλογή του δείγματος δεν μπορεί να επιλέξει το ένα πάνω στο άλλο με βάση κάποιο προτιμησιακό μηχανισμό. Και οι δύο πρέπει να έχουν ίσες πιθανότητες να επιλεγούν από την ηλικιακή τους ομάδα. Τα στρώματα θα μπορούσαν να φαίνονται κάτι τέτοιο:
Στρώματα (Ηλικία) | Αριθμός ατόμων στον πληθυσμό | Αριθμός που πρέπει να συμπεριληφθεί στο Δείγμα |
20-24 | 30.000 | 150 |
25-29 | 70.000 | 350 |
30-34 | 40.000 | 200 |
35-39 | 30.000 | 150 |
40-44 | 20.000 | 100 |
> 44 | 10.000 | 50 |
Σύνολο | 200.000 | 1, 000 |
Από το τραπέζι, ο πληθυσμός χωρίστηκε σε ηλικιακές ομάδες. Για παράδειγμα, 30.000 άτομα ηλικίας 20 έως 24 ετών έλαβαν τις εξετάσεις CFA το 2016. Χρησιμοποιώντας το ίδιο ποσοστό, η ομάδα δειγμάτων θα έχει (30.000 ÷ 200.000) x 1.000 = 150 δοκιμαστές που εμπίπτουν σε αυτήν την ομάδα. Ο Alex ή ο David - ή και οι δύο ή και οι δύο - δεν μπορούν να συμπεριληφθούν στους 150 συμμετέχοντες σε τυχαίες εξετάσεις του δείγματος.
Υπάρχουν πολλά περισσότερα στρώματα που θα μπορούσαν να συγκεντρωθούν όταν αποφασίζετε για ένα μέγεθος δείγματος. Μερικοί ερευνητές θα μπορούσαν να συμπληρώσουν τις λειτουργίες εργασίας, τις χώρες, την οικογενειακή κατάσταση κλπ. Των δοκιμαστών που παίρνουν τη δοκιμασία όταν αποφασίζουν πώς να δημιουργήσουν το δείγμα.
Παραδείγματα δειγμάτων
Από το 2017, ο πληθυσμός του κόσμου ήταν 7, 5 δισεκατομμύρια, εκ των οποίων το 49, 6% ήταν γυναίκες και το 50, 4% άνδρες. Ο συνολικός αριθμός ατόμων σε οποιαδήποτε χώρα μπορεί επίσης να είναι ένα μέγεθος πληθυσμού. Ο συνολικός αριθμός των μαθητών μιας πόλης μπορεί να ληφθεί ως πληθυσμός και ο συνολικός αριθμός σκύλων σε μια πόλη είναι επίσης ένα μέγεθος πληθυσμού. Τα δείγματα μπορούν να ληφθούν από αυτούς τους πληθυσμούς για ερευνητικούς σκοπούς.
Ακολουθώντας το παράδειγμα εξέτασης CFA, οι ερευνητές θα μπορούσαν να πάρουν δείγμα 1.000 συμμετεχόντων CFA από τους 200.000 δοκιμαστές - πληθυσμό - και να εκτελέσουν τα απαιτούμενα δεδομένα σε αυτόν τον αριθμό. Ο μέσος όρος αυτού του δείγματος θα ληφθεί για να εκτιμηθεί ο μέσος όρος των φοιτητών των εξετάσεων CFA που πέρασαν παρόλο που μελετήθηκαν μόνο για λιγότερο από 40 ώρες.
Η ομάδα δειγμάτων που λαμβάνεται δεν πρέπει να είναι προκατειλημμένη. Αυτό σημαίνει ότι εάν ο μέσος δείκτης των συμμετεχόντων στις εξετάσεις 1.000 CFA είναι 50, ο μέσος πληθυσμός των 200.000 δοκιμαστών θα πρέπει να είναι περίπου 50.
Σύγκριση επενδυτικών λογαριασμών × Οι προσφορές που εμφανίζονται σε αυτόν τον πίνακα προέρχονται από συνεργασίες από τις οποίες η Investopedia λαμβάνει αποζημίωση. Όνομα παροχέα ΠεριγραφήΣχετικοί όροι
Ανάγνωση σε διαστρωματωμένη τυχαία δειγματοληψία Η στρωματοποιημένη τυχαία δειγματοληψία είναι μια μέθοδος δειγματοληψίας που περιλαμβάνει την κατανομή ενός πληθυσμού σε μικρότερες ομάδες γνωστές ως στρώματα. περισσότερα Πώς δουλεύουν απλά τυχαία δείγματα Ένα απλό τυχαίο δείγμα είναι ένα υποσύνολο στατιστικού πληθυσμού στο οποίο κάθε μέλος του υποσυνόλου έχει ίσες πιθανότητες επιλογής. Ένα απλό τυχαίο δείγμα πρέπει να είναι μια αμερόληπτη αναπαράσταση μιας ομάδας. περισσότερα Δειγματοληψία Ορισμός Η δειγματοληψία είναι μια διαδικασία που χρησιμοποιείται στη στατιστική ανάλυση στην οποία μια ομάδα παρατηρήσεων εξάγεται από μεγαλύτερο πληθυσμό. περισσότερο Αντιπροσωπευτικό δείγμα χρησιμοποιείται συχνά για την εξαγωγή ευρύτερης αντίληψης Ένα αντιπροσωπευτικό δείγμα είναι ένα υποσύνολο ενός πληθυσμού που αντανακλά τα χαρακτηριστικά ολόκληρου του πληθυσμού. περισσότερος ορισμός του Z-Test Ο z-test είναι μια στατιστική δοκιμασία που χρησιμοποιείται για να προσδιοριστεί αν δύο μέσα πληθυσμού είναι διαφορετικά όταν οι διακυμάνσεις είναι γνωστές και το μέγεθος του δείγματος είναι μεγάλο. περισσότερα Τι είναι ένας πίνακας θνησιμότητας; Ένας πίνακας θνησιμότητας δείχνει το ποσοστό των θανάτων που συμβαίνουν σε έναν ορισμένο πληθυσμό κατά τη διάρκεια ενός επιλεγμένου χρονικού διαστήματος ή της επιβίωσης από τη γέννηση σε οποιαδήποτε δεδομένη ηλικία. περισσότερες συνδέσεις συνεργατώνΣχετικά Άρθρα
Οικονομική ανάλυση
Πώς λειτουργεί η στρωματοποιημένη τυχαία δειγματοληψία
Βασικά μάρκετινγκ
Απλό τυχαίο vs. διαστρωμένο τυχαίο δείγμα: Ποια είναι η διαφορά;
Οικονομική ανάλυση
Πλεονεκτήματα και μειονεκτήματα της διαστρωματωμένης τυχαίας δειγματοληψίας
Οικονομικά
Δείγμα αντιπροσωπευτικού δείγματος έναντι τυχαίου δείγματος: Ποια είναι η διαφορά;
Οικονομικά
Απλό τυχαίο δείγμα: Πλεονεκτήματα και μειονεκτήματα
Οικονομικά
Ποια είναι τα πλεονεκτήματα της χρήσης ενός απλού τυχαίου δείγματος για τη μελέτη ενός μεγαλύτερου πληθυσμού;
