Једноставан случајни узорак
Једноставни случајни узорак је подскуп статистичке популације у којој сваки члан подскупине има једнаку вероватноћу да буде изабран. Једноставни случајни узорак подразумева непристрасан приказ групе.
Пример једноставног случајног узорка су имена 25 запослених који су изабрани из капе из компаније од 250 запослених. У овом случају популација је свих 250 запослених, а узорак је случајан јер сваки запослени има једнаке шансе да буде изабран. Насумично узорковање користи се у науци за спровођење рандомизованих контролних тестова или за заслепљене експерименте.
Не постоји лакша метода за вађење узорка истраживања из веће популације од једноставног случајног узорковања. Ако се случајно одабере субјект из веће популације, добије се и узорак који је репрезентативан за групу која се проучава.
1:16Једноставан случајни узорак
Разумевање једноставног случајног узорка
Истраживачи могу да створе једноставан случајни узорак користећи неколико метода. Методом лутрије, сваком члану популације додјељује се број, након чега се бројеви бирају насумично.
Пример у коме се имена шећера од 250 запосленика бирају из шешира је пример методе лутрије на послу. Сваком од 250 запослених доделио би се број између 1 и 250, након чега би се 25 од тих бројева одабрало насумично.
Пошто се појединци који чине подскуп веће групе бирају насумично, сваки појединац у великом броју популација има исту вероватноћу да буде изабран. То ствара, у већини случајева, уравнотежени подскуп који има највећи потенцијал за представљање веће групе као целине, без било каквих пристрасности.
За већу популацију, метода ручне лутрије може бити прилично напорна. Одабир насумичног узорка из велике популације обично захтијева рачунарски генерисан процес, којим се користи иста методологија као и метода лутрије, само додељивање броја и накнадне одабире обављају рачунари, а не људи.
Соба за грешку
Једноставним случајним узорком мора бити простора за грешку која је представљена плус и минус варијанцом (грешка узорковања). На пример, ако би у истој средњој школи требало да се уради анкета како би се утврдило колико је ученика левичара, случајним узорковањем се може утврдити да је осам од 100 узоркованих леворуки. Закључак би био да је 8% студентске популације средње школе, док би у ствари глобални просек био ближи 10%.
Исто важи и без обзира на материју. Истраживање о проценту студентске популације која има зелене очи или је физички неспособна резултираће великом математичком вероватноћом заснованом на једноставном случајном истраживању, али увек са варијанцом плус или минус. Једини начин да имамо стопостотну стопу тачности било би анкетирати свих 1.000 ученика, што би, иако је могуће, било непрактично.
Кључне Такеаваис
- Једноставан случајни узорак узима мали, случајни део читаве популације, да представља целокупан скуп података, при чему сваки члан има једнаку вероватноћу да буде изабран.
- Истраживачи могу да направе једноставан случајни узорак користећи методе попут лутрија или случајних извлачења.
- Грешка узорковања може се догодити с једноставним случајним узорком ако узорак не заврши тачно тако да одражава популацију коју би требао да представља.
Једноставан случајни узорак од стратифицираног случајног узорка
Једноставни случајни узорци и стратификовани случајни узорци су оба алата за статистичко мерење. Једноставни случајни узорак користи се за представљање целокупне популације података. Стратифицирани случајни узорак дијели популацију на мање групе или слојеве, на основу заједничких карактеристика.
За разлику од једноставних случајних узорака, стратификовани насумични узорци користе се с популацијом која се лако може раставити у различите подгрупе или подскупине. Ове групе се заснивају на одређеним критеријумима, а затим насумично бирају елементе из сваке пропорционалне величини групе у односу на број становника.
Ова метода узорковања значи да ће бити одабира из сваке различите групе - чија се величина заснива на пропорцији са целокупном популацијом. Али истраживачи морају осигурати да се слојеви не преклапају. Свака тачка популације мора припадати само једном слоју, тако да је свака тачка међусобно искључива. Преклапање слојева повећало би вероватноћу да се неки подаци укључе, чиме би се скенирао узорак.
Предности једноставних случајних узорака
Једноставност употребе представља највећу предност једноставног случајног узорковања. За разлику од сложенијих метода узорковања, попут стратификованог случајног узорковања и вероватноће узорковања, не постоји потреба да се популација подели на подпулације или предузме било које друге додатне кораке пре него што се насумично одаберу припадници популације.
Једноставни случајни узорак подразумева непристрасан приказ групе. Сматра се поштеним начином одабира узорка из веће популације, јер сваки члан популације има једнаке шансе да буде изабран.
Иако је једноставно случајно узорковање замишљено као непристран приступ истраживању, може доћи до пристрасности одабира узорка. Када скуп узорака веће популације није довољно инклузиван, репрезентација пуне популације је искривљена и захтева додатне технике узорковања.
Недостаци једноставних случајних узорака
Грешка узорковања може се догодити с једноставним случајним узорком ако узорак не заврши тачно тако да одражава популацију коју би требао да представља. На пример, у нашем једноставном случајном узорку од 25 запослених, било би могуће привући 25 мушкараца, чак и ако се популација састојала од 125 жена и 125 мушкараца.
Из тог разлога, једноставно насумично узорковање се чешће користи када истраживач мало зна о популацији. Да је истраживач знао више, било би боље користити другачију технику узорковања, попут стратификованог случајног узорковања, која помаже у обрачуну разлика унутар популације, као што су старост, раса или пол. Остали недостаци укључују и чињеницу да поступак узорковања из велике популације може бити дуготрајан и скуп у поређењу с другим методама.
Упоредите инвестиционе рачуне Име добављача Опис Откривање оглашивача × Понуде које се појављују у овој табели су од партнерстава од којих Инвестопедиа прима накнаду.