Простая случайная выборка

Определение простой случайной выборки

Простая случайная выборка — это метод случайного отбора образцов из совокупности в зависимости от типа и характера исследования. Исследователи используют этот метод изучения социальной группы, чтобы выяснить возможность исхода. Результаты, в свою очередь, становятся готовым справочником для аналитиков, которые могут легко предсказать результаты событий, имеющих схожие характеристики.

Это один из типов случайной выборки, а три других — стратифицированная, систематическая и кластерная случайная выборка. Поскольку исследователи выбирают образцы случайным образом, они беспристрастны. Однако эта случайность может не помочь пользователям постоянно собирать должным образом сегментированные предпочтения населения.

Оглавление

• Определение простой случайной выборки
  • Как работает простая случайная выборка?
  • Методы
  • Пример
  • Преимущества недостатки
  • Простая и стратифицированная, кластерная, систематическая выборка
  • Часто задаваемые вопросы (FAQ)
  • Рекомендуемые статьи

Ключевые выводы

• Простая случайная выборка — это когда пользователи случайным образом выбирают подмножество населения, которое становится выборкой для проведения исследования.
• Методы отбора выборки – метод лотереи и генерация случайных чисел.
• Этот метод случайной выборки выбирают, когда исследователи или аналитики имеют полный список членов совокупности.
• Ошибка выборки может возникнуть, поскольку собранные данные могут не полностью соответствовать требованиям выборки.

Как работает простая случайная выборка?

Простая случайная выборка — это случайный отбор лиц/единиц, представляющих определенную совокупность. При этом каждая организация или физическое лицо имеют одинаковые шансы быть выбранными в качестве случайной выборки для исследования. Выбор случайных выборок обеспечивает беспристрастный отбор, гарантируя, что результат будет представлять всю популяцию, а не отдельных лиц с определенными характеристиками.

Чтобы этот метод выборки был эффективным, исследователи или аналитики должны иметь список всех членов общества/населения. Всегда есть вероятность ошибки, когда пользователи выбирают простые случайные выборки. Исследователи могут в конечном итоге выбрать образцы, которые могут быть точным представлением только определенной части, а не всего населения.

Эта плюс-минус дисперсия приводит к ошибке выборки, влияющей на все исследование и приводящей к вводящим в заблуждение выводам. Когда у пользователей есть список всех членов совокупности, которые необходимо изучить, вероятность ошибок снижается. Однако невозможно отследить каждую единицу населения. В результате вывод или заключение оказывается ненадежным.

Здесь следует отметить, что чем больше количество образцов, тем лучше и точнее результаты.

Простые методы случайной выборки

Здесь нет простая формула случайной выборки выбрать подмножество для проведения исследования. Вместо этого пользователи рассматривают возможность использования двух методов проведения случайной выборки – метода лотереи и использования случайных чисел.

Метод лотереи является самым старым простой метод случайной выборки где пользователи присваивают каждому объекту в совокупности номер для систематического отслеживания. Они пишут числа на бумаге и смешивают фишки в коробке. Пользователи случайным образом достают фишки из коробки, и какой бы номер они ни содержали, участники с этим присвоенным номером становятся образцами для исследования.

В методе случайных чисел каждый член совокупности имеет число в случайном порядке, расположенном в табличной форме. Во время выборки каждое число имеет равные шансы быть выбранным в качестве выборки из таблицы. В настоящее время программные продукты помогают проводить эту случайную выборку для более точного исследования.

Пример

Рассмотрим следующее пример простой случайной выборки чтобы понять, как работает процесс выборки:

Предположим, компания X, в которой работает 1000 сотрудников, хочет выяснить предпочтения своих сотрудников в отношении рабочего места, чтобы решить, следует ли продолжать вызывать их в офис, разрешить им работать из дома или использовать гибридное рабочее пространство. Итак, программа подготавливает список сотрудников и каждому из них присваивает определенные номера от 1 до 1000.

Исследовательская группа решает выбрать 300 образцов из имеющегося числа сотрудников. Программа случайным образом выбирает из списка 300 человек, и они становятся образцами для исследования. Основываясь на их ответах, компания может выбрать форму рабочего пространства, которую они должны предоставлять своим сотрудникам.

Преимущества недостатки

Хотя есть много преимущества простой случайной выборки, концепция не лишена недостатков. Давайте посмотрим на преимущества и недостатки процесса выборки:

ПлюсыМинусыСправедливость и непредвзятость, поскольку каждый член общества имеет равные шансы быть отобранным в качестве выборки. Неограниченный отбор выборки может сделать процесс выборки менее эффективным. Легче выбрать меньшую часть населения. Требует много времени, поскольку собирается большой объем данных. неограниченныйДорогойНет ограничений по выбору типов образцов

Простая и стратифицированная, кластерная, систематическая выборка

Случайная выборка бывает четырех типов. В то время как простые случайные выборки включают подмножества без определенного признака, стратифицированная выборка предполагает выбор образцов на основе определенных критериев или типов. Например, изучение населения в возрасте от 40 до 60 лет, чтобы определить варианты инвестиций, которые они выберут, чтобы защитить свое финансовое будущее.

В то время как пользователи выбирают простые случайные выборки, чтобы знать, кого они хотят видеть в качестве своей выборки, они предпочитают кластерную выборку, когда не могут найти нужные выборки. В таком сценарии они могут разделить всю совокупность на кластеры или группы и выбрать выборки, которые лучше всего определяют или представляют тип выборки, необходимой для исследования или исследования.

Исследователи выбирают простые случайные выборки, когда у них уже есть полный список членов популяции. Напротив, систематическая выборка заключается в выборе выборок через равные промежутки времени, особенно когда у пользователей нет полного списка населения.

Часто задаваемые вопросы (FAQ)

Что такое простая случайная выборка в исследованиях?

Это процесс, при котором часть населения отбирается в качестве выборки в зависимости от типа и характера исследования. Именно здесь каждый предмет или объект в совокупности имеет равные шансы быть выбранным, что делает эту модель беспристрастным подходом к поиску соответствующих выборок.

Как сделать простую случайную выборку?

Этот тип случайной выборки может быть проведен гладко после того, как будут собраны надлежащие образцы. Чтобы выбрать требуемую выборку, пользователям необходимо сначала определить выборки, определить размер выборки, выбрать выборки с помощью лотереи или метода генерации случайных чисел, собрать данные из выборок и сделать соответствующие выводы.

Как использовать простую случайную выборку?

Этот процесс можно использовать для заключения результатов, касающихся генеральной совокупности, на основе выборок. Он определяет характеристики населения, наблюдая только за частью (выборкой) населения. Выборка быстро предоставит необходимую информацию при наблюдении за всей популяцией, что может оказаться неосуществимым и может занять много времени.

Рекомендуемые статьи

Это руководство о том, что такое простая случайная выборка и ее определение. Здесь мы объясняем, как это работает, его методы, преимущества, недостатки и примеры. Вы можете узнать больше из следующих статей –

• Выборочное распределение
• Стратифицированная выборка
• Выборочное обследование