Sampel Random Rawak versus Bergegas: Gambaran Keseluruhan
Sampel mudah rawak dan sampel rawak berstrata adalah kedua-dua alat pengukuran statistik. Sampel mudah rawak digunakan untuk mewakili keseluruhan populasi data. Sampel rawak berstrata membahagi populasi menjadi kumpulan yang lebih kecil, atau strata, berdasarkan ciri-ciri yang dikongsi.
Populasi adalah jumlah set pemerhatian atau data. Contoh ialah satu set pemerhatian dari populasi. Kaedah persampelan adalah proses yang digunakan untuk menarik sampel dari populasi.
Contoh Rawak Mudah
Persampelan mudah rawak adalah alat statistik yang digunakan untuk menggambarkan sampel yang sangat asas diambil dari populasi data. Sampel ini mewakili setara dengan keseluruhan populasi.
Sampel mudah rawak sering digunakan apabila terdapat sedikit maklumat mengenai populasi data, apabila populasi data terlalu banyak perbezaan untuk dibahagikan kepada pelbagai subset, atau apabila hanya terdapat satu ciri yang berbeza di antara populasi data.
Sebagai contoh, syarikat gula-gula mungkin ingin mengkaji tabiat pembelian pelanggannya untuk menentukan masa depan barisan produknya. Jika terdapat 10, 000 pelanggan, ia boleh menggunakan memilih 100 pelanggan tersebut sebagai sampel rawak. Ia kemudiannya boleh menerapkan apa yang ditemui daripada 100 pelanggan ke pangkalannya.
Ahli statistik akan mencipta senarai lengkap populasi data dan kemudian pilih sampel rawak dalam kumpulan besar itu. Dalam sampel ini, setiap ahli populasi mempunyai peluang yang sama dipilih untuk menjadi sebahagian daripada sampel. Mereka boleh dipilih dengan dua cara:
- Melalui loteri manual, di mana setiap ahli penduduk diberi nombor. Nombor kemudiannya ditarik secara rawak oleh seseorang untuk dimasukkan ke dalam sampel. Ini lebih baik digunakan apabila melihat kumpulan kecil. Pensampelan komputer yang dihasilkan. Kaedah ini berfungsi dengan lebih baik dengan set data yang lebih besar, dengan menggunakan komputer untuk memilih sampel dan bukannya manusia.
Menggunakan persampelan rawak mudah membolehkan para penyelidik membuat generalisasi tentang populasi tertentu dan meninggalkan sebarang kecenderungan. Ini dapat membantu menentukan cara membuat keputusan masa depan. Supaya syarikat permen dari contoh di atas boleh menggunakan alat ini untuk mengembangkan rasa permen baru untuk menghasilkan berdasarkan citarasa terkini 100 pelanggan. Tetapi perlu diingat, ini adalah generalisasi, jadi ada ruang untuk kesilapan. Lagipun, ia adalah contoh yang mudah. Mereka 100 pelanggan mungkin tidak mempunyai perwakilan yang tepat dari cita rasa seluruh penduduk.
Pensampelan rawak berstrata
Tidak seperti sampel rawak mudah, sampel rawak berstrata digunakan dengan populasi yang boleh dengan mudah dipecah menjadi subkumpulan atau subset yang berbeza. Kumpulan ini didasarkan pada kriteria tertentu, kemudian secara rawak memilih elemen dari masing-masing berkadaran dengan saiz kumpulan berbanding populasi.
Kaedah pensampelan ini bermakna akan ada pilihan dari setiap kumpulan yang berbeza-saiz yang berdasarkan perkadarannya kepada seluruh penduduk. Tetapi penyelidik mesti memastikan strata tidak bertindih. Setiap titik dalam populasi hanya perlu dimiliki oleh satu lapisan supaya setiap titik adalah saling eksklusif. Strata yang bertindih akan meningkatkan kemungkinan bahawa sesetengah data dimasukkan, dengan itu mencondongkan sampel.
Syarikat permen boleh memutuskan untuk menggunakan kaedah pensampelan rawak berstrata dengan membagi 100 pelanggannya ke kumpulan umur yang berbeza untuk membantu membuat penentuan tentang masa depan pengeluarannya.
Pengurus portfolio boleh menggunakan persampelan rawak berstrata untuk membuat portfolio dengan mereplikasi indeks seperti indeks bon.
Pensampelan berstrata menawarkan beberapa kebaikan dan keburukan berbanding persampelan mudah rawak. Kerana ia menggunakan ciri-ciri tertentu, ia dapat memberikan gambaran yang lebih tepat mengenai populasi berdasarkan apa yang digunakan untuk membahagikannya kepada subset yang berbeza. Ini sering memerlukan saiz sampel yang lebih kecil, yang boleh menjimatkan sumber dan masa. Di samping itu, dengan memasukkan mata sampel yang mencukupi dari setiap lapisan, para penyelidik boleh menjalankan analisis berasingan pada setiap lapisan individu.
Tetapi kerja lebih diperlukan untuk menarik sampel berstrata daripada sampel rawak. Para penyelidik mesti menjejaki dan mengesahkan setiap data bagi setiap lapisan untuk dimasukkan, yang boleh mengambil lebih banyak masa berbanding dengan sampel rawak.
Takeaways Utama
- Sampel rawak mudah dan berstrata adalah alat ukur statistik. Sampel rawak mudah mengambil bahagian yang kecil, asas keseluruhan populasi untuk mewakili keseluruhan set data. Populasi dibahagikan kepada kumpulan yang berbeza yang berkongsi ciri-ciri yang serupa, di mana sampel rawak berstrata diambil.
