Ang lahat ay tungkol sa pinag-istilong random na sampling
Ano ang pinag-istilong random na sampling?
Ang isang sample ay isang mini-representasyon ng isang mas malaking populasyon.
Ang mga halimbawa ay maaaring tinukoy sa impormal o pormal. Subalit ang mga sample na sistematikong binuo ayon sa ilang mga siyentipikong pamamaraan ay karaniwang itinuturing na mas kapaki-pakinabang sa paggawa ng mga generalizations tungkol sa mas malaking populasyon.
Ano ang ibig sabihin ng sinagatas?
Ang binagong mga halimbawa ay binubuo ng magkakaibang sub-group na itinuturing na naiiba sa mahahalagang paraan. Ang isang koleksyon ng mga homogenous sub-group na ito ay tinutukoy bilang strata. Ang pamamaraang ito ng mga pamamaraan ng sampling ay nagbibigay-daan sa populasyon na paghati sa mga homogenous subgroup na kung saan ang mga simpleng random na sample ay maaaring mapili .
Bakit ang kapaki-pakinabang na sample na kapaki-pakinabang?
Ang layunin ng pagsasapin sa random na sampling ay upang piliin ang mga kalahok mula sa iba't ibang mga subgroup na pinaniniwalaan na may kaugnayan sa pananaliksik na isasagawa. Halimbawa, ang mga resulta ng isang pag-aaral ay maaaring maimpluwensyahan ng mga katangian ng mga paksa , tulad ng kanilang edad, kasarian, antas ng karanasan sa trabaho, lahi at grupo ng etniko, sitwasyon sa ekonomiya, antas ng edukasyon na natamo, at iba pa.
Ang isang pinagtitibay na sample ay itinayo upang ang mga potensyal na maimpluwensyang mga katangian ay maaaring makatwirang ipinapalagay upang ipakita ang huwaran ng mga katangiang ito sa pangkalahatang populasyon. Sa ganitong paraan, ang sample ay sumasalamin sa populasyon mula sa kung saan ito ay kinuha, ngunit ang sample ay hindi maaaring sinabi na kinatawan ng mas malaking populasyon .
Tandaan, ang pagpili ng mga miyembro ng isang pinag-isang sample ay hindi isang random na proseso. Na sinabi, kapag ang strata ay naitatag, ang simpleng random na sampling ay ginagamit upang piliin ang mga miyembro ng mga sample para sa bawat sapin .
Ano ang ibig sabihin ng probabilistic?
Ang isang sapilitan na random na sample ay probabilistic dahil ang bawat paraan na ginagamit upang piliin ang populasyon ng sample ay nagbibigay ng makatwirang maaasahang paraan ng pagtantya kung paano kinatawan ang sample na populasyon sa mas malaking populasyon (universe) kung saan napili ang sample. Sa ibang salita, ang probabilistic sample ay nagpapahintulot sa isang mananaliksik na tantyahin ang mga logro na ang napiling sample ay o hindi kumakatawan sa mas malaking populasyon na kung saan ang sample ay iginuhit.
Mga halimbawa
Gumamit ng mga pinag-isang pamamaraan ng random na sampling kapag mayroong interes sa mga pagkakaiba sa pagitan ng magkakauri na mga subgroup at ang mas malaking sample na populasyon sa kabuuan.
Sabihin nating ang isang populasyon ng mga kliyente sa negosyo ay maaaring nahahati sa tatlong grupo: Gen-Xers, Gen-Yers (Millennial), at Baby Boomers. Dagdag pa rito, may dahilan tayo na paniwalaan na ang parehong Gen-Xers at Gen-Yers ay relatibong mas maliit na mga minorya ng pangkalahatang mga kliente ng negosyo. Si Gen-Xers ay bumubuo ng 5 porsiyento ng pangkalahatang populasyon ng mga kliyente at si Gen-Yers ay bumubuo ng halos 10 porsiyento ng mga kliente.
Ang isang simpleng random na sample ng 100 miyembro (n = 100) ay maaaring bumuo ng 5 Gen-Xers at 10 Gen-Yers kung ginamit namin ang sampling fraction na 10 porsiyento. Posible na makakuha ng mas kaunting Gen-Xers at mas kaunting Gen-Yer kaysa sa sampol - sa pamamagitan lamang ng pagkakataon. Ang pagsasanib ay malamang na makagawa ng higit pang mga kinitang resulta. Sabihin nating gusto nating magkaroon ng 25 tao sa bawat grupo. Kung kukuha pa rin kami ng isang sample ng 100 (n = 100), maaari kaming makapag-sample ng 25 Gen-Xers, 25 Gen-Yers, at 50 Baby Boomers.
Alam namin na ang 10 porsiyento ng populasyon ay Millennials o Gen-Yers (o tungkol sa 100 sa aming mga kliyente. Ang isang random na sample ng 25 mga kliyente ay magbibigay ng isang bahagi sa sukat ng sampling ng 25/100 o 25 porsiyento. ng 50 na kliyente na hindi mga Baby Boomer ay Gen-Xers. Nangangahulugan ito na ang fraction sa loob ng stratum ay magiging 25/50 o 50 porsiyento.
Kaya, 50 Gen-Xers plus 100 Gen-Yer ay isang kabuuan ng 150 ng aming sample ng client. Dahil ang kabuuang populasyon ng kliyente ay 1000, binabawasan namin ang Gen-Xers kasama ang Gen-Yer (isang kabuuang 150 mga kliyente) na nag-iiwan ng 850 kliyente, na mga Baby Boomer. Ang panloob na seksyon ng sampling para sa Baby Boomers ay 50/850 o tungkol sa 5.88 porsyento.
Ang dalawang bagay ay maliwanag: (1) Ang tatlong grupo ay mas magkakatulad sa loob ng grupo kaysa sa buong populasyon. Nangangahulugan ito na mayroong mas kaunting pagkakaiba, na nagbibigay ng pagkakataon para sa mas mataas na katumpakan ng istatistika . (2) At dahil ang sample ay na-stratified, magkakaroon ng sapat na mga miyembro mula sa bawat grupo upang makagawa ng makabuluhang mga inferences ng subgroup .
Maaaring mas gusto ang pinag-istilong sampling sa simpleng random sampling kapag mahalaga na kumatawan sa pangkalahatang populasyon at upang kumatawan sa mga pangunahing subgroup ng populasyon, lalo na kapag ang mga subgroup ay medyo maliit ngunit nakikilala sa mga mahahalagang paraan. Sa pamamagitan ng paggamit ng mga pamamaraan ng pagsasaling-wika ng sampling, ang isang tagapagpananaliksik ay maaaring epektibong tiyakin na ang mga subgroup ay maaaring naiiba sa talakayan ng mga natuklasan sa pananaliksik.