a:

Výzkumníci používají několik záruk, aby zajistily, že jednoduchá náhodná ukázka přesně představuje větší populaci. Využívají výběrového procesu, který dělá randomizaci prvotřídní a tím eliminuje výběrové zkreslení. Vědci se ujistili, že mají vyčerpávající a přesný seznam celé studované populace, než se rozhodnou použít jednoduchý náhodný vzorek; jinak se rozhodnou pro metodu vzorkování, která nevyžaduje splnění této podmínky. Zajistí, že jejich vzorek je dostatečně velký, aby eliminoval chybu vzorkování, která pochází z příliš malé velikosti vzorku.

Jednoduchý náhodný vzorek poskytuje způsob, jak provádět statistickou analýzu o velké populaci, aniž by musel studovat každý jednotlivý člen populace. Předpokládejme například, že výzkumný pracovník chce provést studii zahrnující všechny studentky UCLA. To představuje inherentní výzvu, protože UCLA je obrovská škola a hodnocení všech mužů tam je velmi časově náročné, nemluvě o zbytečných vzhledem k četným dostupným metodám odběru vzorků.

Při jednoduchém náhodném odběru vzorků je předem určený počet UCLA mužů extrahován náhodně z větší populace a používán jako výzkumní subjekty. Aby tato metoda fungovala, náhodný vzorek musí být reprezentativní pro větší populaci. Prvním krokem jsou výzkumníci, kteří se ujistili, že použijí výběrový proces, který zdůrazňuje náhodnost. Jeden životaschopný proces je ruční loterijní systém, ve kterém výzkumníci přidělují každému členu větší populace jedinečné číslo a pak kreslí čísla náhodně pro vytvoření studijního vzorku. Další možností je pro výzkumníky automatizovat proces pomocí počítačového programu, který náhodně vybírá testované subjekty z větší populace.

Aby byla k dispozici jakákoli metoda výběru, musí být vědci schopni získat přesný a vyčerpávající seznam celé populace. Pokud to není možné, jednoduché náhodné odebírání vzorků není proveditelné a musí být zvolena jiná metoda odběru vzorků. Pro mnoho populací, jako je například muž UCLA příklad, kompletní seznam lze získat. Pokud tomu tak je, vědci často volí jednoduchý náhodný vzorek kvůli jeho snadnému použití.

Vzorkovací chyba se stává spíše problémem s velikostí vzorku, která je extrémně malá ve srovnání s větší populací. Aby byl vzorek UCLA mužů reprezentativní, měly by být vysoké školy jeho oborů poměrně podobné jako u větší populace. Je-li však velikost vzorku pouze 20, je možné skončit s 15 nebo více velkými humanitárními vědami - podobně jako 20 výstřelů mincí může produkovat 15 nebo více hlav.Tyto chyby vzorkování se s větší velikostí vzorků snižují. Tři stovky výkyvů mincí se mohou vyrábět mnohem blíže k 50% hlavám, zatímco velikost vzorku 300 vysokoškoláků bude určitě produkovat různorodou kombinaci velkých společností. Velká velikost vzorku pomáhá zajistit reprezentativní vzorek.