実験研究を行う場合、 市場、または統計的調査を実施する必要がある人にとって、最も重要なポイントの1つは、母集団の適切なサンプルを取得することです。
母集団からサンプルを選択することの重要性は、データ番号を扱うことの難しさにあります。 それらは一般に、研究対象の宇宙全体から取得できるものと同じくらい高いです。
広告
使用するサンプルを選択するには、いくつかの方法があります。 それらの中で、コングロマリット、層化、および 単純ランダムサンプリング.
単純ランダムサンプリングは、実行が簡単なため非常に人気があります。そのため、前述の他のタイプのサンプリングへの参照としても機能します。
広告
この記事では、次のことがわかります。
単純ランダムサンプリング機能
このタイプのサンプリングを特徴付けるいくつかの側面は次のとおりです。
広告
- ターゲット母集団の一部である各要素は、サンプルの一部として選択される確率が同じです。
- 同様に、特定のサイズの各サンプルが選択される可能性は同じです。
- サンプルサイズが小さい場合に一般的です。
- サンプルが大きい場合、その適用は事実上不可能です。
単純ランダムサンプルの選択方法
単純ランダムサンプリング手法に従ってサンプルを選択するには、次の手順に従う必要があります。
- 調査の対象母集団を定義します。
- のフレームワークを特定または開発する ターゲット母集団のサンプリング.
- サンプリングフレームを評価します。
- サンプリングフレーム内で必要な調整を行います。
- 検討する各項目を識別するために番号を割り当てます。
- 作業するサンプルのサイズを決定します。
- 母集団からランダムに、サンプルを完成させるための特定の要素の数を選択します。
サンプルアイテムの選択方法
サンプルを選択する方法はいくつかあります。これらは次のとおりです。
広告
- 宝くじ方式:サンプルが少ない場合は非常に便利です。人口がやや多い場合は管理できません。 それを適用するには、紙の入った小さな容器を使用できます。各容器には、母集団の要素の名前または番号が記載されています。 必要なサンプルサイズを完了するために必要な量の用紙を1つずつ抽出しますが、これはそれほど高速ではありません。 申し込み
- 乱数表:前の方法と同様に、これには母集団の要素の番号付けも含まれます。サンプルサイズは次のとおりです。 乱数表から順序なしで番号を選択することによってランダムに決定されます。この場合、それらを次のように読み取ることは重要ではありません。 斜め、反転、水平または垂直に、重要なことは、サイズを完成させるために正確な数の数を選択することです 見せる。 これはやや退屈なプロセスであり、大規模な集団での使用はお勧めしません。
- ソフトウェアによって生成された乱数:この場合、システム技術はサンプルの選択と連携し、コンピュータープログラムを介して、迅速かつ安全に生成できるため、強くお勧めします
単純ランダムサンプリングタイプ
2種類の単純ランダムサンプリングを識別できます。1つは置換あり、2つ目は置換なしです。
交換による単純ランダムサンプリング
この場合、サンプルの一部としてすでに選択されている要素は、残りの要素とともにコンテナに戻され、再びサンプルの一部になることができます。 新しい選択、つまり、調査対象のサンプルを構成する新しい要素が選択されるサンプルのフレームワークの一部になります。 選ばれし者。
広告
交換なしの単純ランダムサンプリング
前の場合とは異なり、要素がサンプルの一部として選択されると、その要素はサンプルの一部に戻りません。 16つまり、2回以上選択することはできません。
このタイプは通常、最初の方法よりもはるかに効率的です。
単純ランダムサンプリングの例
実用的な方法でデモンストレーションできるようにするために 単純ランダムサンプリングの概念、靴工場の100人の労働者を検討します。所有者は子供たちを楽しませたいので 彼らは一般的にそれらのいくつかの特徴を知りたいと思っていますが、100を超えるデータを扱うのはやや面倒です。
したがって、経営陣は100人の労働者の世界の25%を表す小さなサンプルを取得することにしました。つまり、そのサンプルは25人になるため、この場合、会社は次のことを行う必要があります。
- 1から100までの異なる番号を持つ各従業員を識別します。
- 100人の工場従業員の中から25個の数字を並べ替えます。
- 結果を出した25人の労働者が彼らが働くサンプルを作ります。
- サンプリングが交換なしの場合、毎回 従業員、再度選出することはできません。
- サンプリングが交代である場合、労働者が選ばれると、彼または彼女は新しい選挙の一部になることができます。