Jaké jsou nevýhody použití jednoduchého náhodného vzorku pro přiblížení větší populace?

CS50 2016 Week 0 at Yale (pre-release) (Smět 2024)

CS50 2016 Week 0 at Yale (pre-release) (Smět 2024)
Jaké jsou nevýhody použití jednoduchého náhodného vzorku pro přiblížení větší populace?

Obsah:

Anonim
a:

Jednoduchý náhodný vzorek statisticky měří podskupinu jedinců vybraných z větší skupiny nebo populace, aby se přiblížila odezva celé skupiny. Na rozdíl od jiných forem průzkumných technik je jednoduchým náhodným výběrem vzorku nezaujatý přístup k získání odpovědí velké skupiny. Protože jednotlivci tvořící podmnožinu jsou náhodně vybráni, každý jednotlivec v souboru velkých populací má stejnou pravděpodobnost, že bude vybrán. To vytváří ve většině případů vyváženou podmnožinu, která nese největší potenciál reprezentovat větší skupinu jako celek.

Přestože existují zřetelné výhody při použití jednoduchého náhodného vzorku ve výzkumu, mají nevýhody. Mezi tyto nevýhody patří čas potřebný ke shromáždění úplného seznamu specifické populace, kapitál potřebný pro načtení a kontakt s uvedeným seznamem a zkreslení, které by mohlo nastat, když soubor vzorku není dostatečně velký, aby přiměřeně reprezentoval celou populaci.

Čas a náklady

V jednoduchém náhodném výběru lze přesné statistické měření velké populace získat pouze tehdy, když je k dispozici úplný seznam celé populace, která má být studována. V některých případech jsou informace o počtu studentů na univerzitě nebo skupině zaměstnanců v konkrétní společnosti dostupné prostřednictvím organizace, která spojuje každou populaci. Získání přístupu k úplnému seznamu však může představovat výzvy. Některé univerzity nebo vysoké školy nejsou ochotny poskytnout úplný seznam studentů nebo fakulty pro výzkum. Stejně tak konkrétní společnosti nemusí být ochotné nebo schopné předávat informace o skupinách zaměstnanců kvůli politikám ochrany osobních údajů.

Pokud není k dispozici úplný seznam větší populace, jednotlivci, kteří se pokoušejí o jednoduchý náhodný výběr, shromažďují informace z jiných zdrojů. Je-li veřejně dostupný, mohou být použity menší seznamy podmnožin, aby se vytvořil úplný seznam větší populace, ale tato strategie potřebuje čas dokončit. Organizace, které uchovávají údaje o studenty, zaměstnancích a individuálních zákaznících, často ukládají dlouhé procesy vyhledávání, které mohou zastavit schopnost osoby získat nejpřesnější informace o celé skupině obyvatel.

Kromě času, který potřebuje k získání informací z různých zdrojů, může proces způsobit společnosti nebo jednotlivci značné množství kapitálu. Získání úplného seznamu populačních nebo menších seznamů podmnožin od poskytovatele dat třetích stran může vyžadovat platbu pokaždé, když jsou poskytnuty údaje o populaci. Není-li vzorek dostatečně velký, aby reprezentoval pohledy celé populace během prvního kola jednoduchého náhodného výběru vzorků, může být zakoupení dalších seznamů nebo databází zakázáno.

Předběžný výběr vzorků

Přestože jednoduchý náhodný vzorkování má být nezaujatým přístupem k průzkumu, může dojít ke zkreslení výběru vzorku. Pokud vzorkovací soubor větší populace není dostatečně inkluzivní, reprezentace celé populace je zkosená a vyžaduje další techniky odběru vzorků. Aby nedošlo k podjatosti, badatelé musí získat odpovědi od adekvátního počtu respondentů, což nemusí být možné z důvodu časových nebo rozpočtových omezení.