Definisi contoh

Apa itu Contoh?

Sampel merujuk kepada versi yang lebih kecil dan boleh diurus dari kumpulan yang lebih besar. Ia adalah subset yang mengandungi ciri-ciri populasi yang lebih besar. Sampel digunakan dalam ujian statistik apabila saiz populasi terlalu besar untuk ujian untuk memasukkan semua ahli atau pemerhatian yang mungkin. Sampel sepatutnya mewakili populasi secara keseluruhan dan tidak mencerminkan sebarang bias terhadap sifat tertentu.

Takeaways Utama

• Sampel merujuk kepada versi yang lebih kecil dan boleh diurus dari kumpulan yang lebih besar atau subset populasi yang lebih besar. Menggunakan sampel membolehkan penyelidik menjalankan kajian mereka dengan mudah dan tepat pada masanya.Untuk mencapai sampel yang tidak berat sebelah, pemilihan itu harus rawak jadi setiap orang dari populasi mempunyai peluang yang sama dan mungkin ditambah kepada kumpulan sampel. Dengan sampel mudah rawak, setiap entiti dalam populasi adalah sama, manakala sampel rawak berstrata membahagi keseluruhan populasi ke dalam kumpulan yang lebih kecil.

Memahami Sampel

Contoh ialah bilangan pemerhatian yang tidak diambil dari populasi. Secara asasnya, populasi adalah jumlah individu, haiwan, item, pemerhatian, data, dan lain-lain dari mana-mana mata pelajaran tertentu. Oleh itu, sampel, dalam erti kata lain, adalah sebahagian, bahagian, atau sebahagian kecil daripada keseluruhan kumpulan, dan bertindak sebagai subset populasi. Sampel digunakan dalam pelbagai tetapan di mana penyelidikan dijalankan. Para saintis, pemasar, agensi kerajaan, ahli ekonomi, dan kumpulan penyelidikan adalah antara mereka yang menggunakan sampel untuk kajian dan pengukuran mereka.

Menggunakan populasi keseluruhan untuk penyelidikan datang dengan cabaran, itulah sebabnya sampel digunakan. Penyelidik mungkin mempunyai masalah mendapatkan akses yang siap kepada seluruh penduduk. Dan kerana sifat beberapa kajian, para penyelidik mungkin mengalami kesulitan untuk mendapatkan hasil yang mereka perlukan tepat pada masanya. Inilah sebabnya mengapa orang yang menjalankan kajian menggunakan sampel. Menggunakan bilangan orang yang lebih kecil yang mewakili seluruh penduduk masih boleh menghasilkan hasil yang sah sementara memotong kembali masa dan sumber.

Sampel yang digunakan oleh penyelidik sepatutnya menyerupai penduduk. Semua peserta dalam sampel harus berkongsi ciri-ciri dan kualiti yang sama. Oleh itu, jika kajian ini mengenai mahasiswa baru lelaki, sampel mestilah sebilangan kecil lelaki yang sesuai dengan huraian ini. Begitu juga, jika kumpulan penyelidikan menjalankan kajian mengenai corak tidur wanita tunggal lebih dari 50, sampel itu hanya perlu memasukkan wanita dalam demografi ini.

Pertimbangkan satu pasukan penyelidik akademik yang ingin mengetahui bilangan pelajar yang belajar kurang daripada 40 jam untuk peperiksaan CFA dan masih berlalu. Memandangkan lebih daripada 200, 000 orang mengambil peperiksaan di peringkat global setiap tahun, mencapai setiap peserta peperiksaan mungkin sangat membosankan dan memakan masa. Malah, pada masa data dari penduduk telah dikumpulkan dan dianalisis, beberapa tahun akan berlalu, menjadikan analisis itu tidak bernilai kerana penduduk baru muncul. Apa yang boleh dilakukan penyelidik sebaliknya mengambil contoh populasi dan mendapatkan data dari sampel ini.

Untuk mendapatkan sampel yang tidak berat sebelah, pilihan mesti rawak supaya semua orang dalam populasi mempunyai peluang yang sama ditambah kepada kumpulan.

Untuk mencapai sampel yang tidak berat sebelah, pemilihan harus rawak supaya semua orang dari populasi mempunyai peluang yang sama dan mungkin ditambah ke kumpulan sampel. Ini sama dengan cabutan undian dan merupakan asas untuk persampelan rawak mudah.

Jenis Sampling

Sampling Rawak Mudah

Persampelan rawak mudah adalah ideal jika setiap entiti dalam populasi adalah sama. Sekiranya penyelidik tidak peduli sama ada subjek sampel mereka adalah lelaki atau perempuan atau gabungan kedua-dua jantina dalam beberapa bentuk, persampelan mudah rawak mungkin merupakan teknik pemilihan yang baik.

Katakan ada 200, 000 penguji ujian yang menduduki peperiksaan CFA pada tahun 2016, di mana 40% adalah wanita dan 60% lelaki. Oleh itu, sampel rawak yang diambil dari penduduk harus mempunyai 400 wanita dan 600 orang untuk jumlah 1000 penguji.

Tetapi bagaimana dengan kes di mana mengetahui nisbah lelaki ke wanita yang melepasi ujian selepas belajar selama kurang daripada 40 jam adalah penting? Di sini, sampel rawak berstrata lebih disukai daripada sampel mudah rawak.

Pensampelan rawak berstrata

Jenis pensampelan ini, juga disebut sebagai pensampelan rawak proporsional atau kuota rawak kuota, membahagikan populasi keseluruhan ke dalam kumpulan yang lebih kecil. Ini dikenali sebagai strata. Orang dalam strata berkongsi ciri-ciri yang serupa.

Bagaimana jika umur merupakan faktor penting yang ingin disertakan penyelidik dalam data mereka? Menggunakan teknik pensampelan rawak berstrata, mereka boleh membuat lapisan atau strata untuk setiap kumpulan umur. Pemilihan dari setiap strata mestilah rawak supaya semua orang dalam kurungan mempunyai peluang kemungkinan dimasukkan ke dalam sampel. Sebagai contoh, dua peserta, Alex dan David, masing-masing berusia 22 dan 24 tahun. Pemilihan sampel tidak boleh memilih satu dari yang lain berdasarkan beberapa mekanisme keutamaan. Mereka berdua sepatutnya mempunyai peluang yang sama dipilih dari kumpulan umur mereka. Strata boleh kelihatan seperti ini:

Strata (Umur)	Bilangan Penduduk	Nombor yang akan dimasukkan dalam Contoh
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
Jumlah	200, 000	1, 000