Prosta próbka losowa
Prosta próbka losowa jest podzbiorem populacji statystycznej, w którym każdy członek tego podzbioru ma jednakowe prawdopodobieństwo wyboru. Prosta próbka losowa ma być obiektywną reprezentacją grupy.
Przykładem prostej próby losowej byłyby nazwiska 25 pracowników wybranych z kapelusza z firmy 250 pracowników. W tym przypadku populacja liczy 250 pracowników, a próba jest losowa, ponieważ każdy pracownik ma równe szanse na wybór. Losowe pobieranie próbek jest wykorzystywane w nauce do przeprowadzania randomizowanych testów kontrolnych lub do ślepych eksperymentów.
Nie ma łatwiejszej metody ekstrakcji próbki badawczej z większej populacji niż proste losowe pobieranie próbek. Całkowite losowe wybieranie osobników z większej populacji daje również próbkę reprezentatywną dla badanej grupy.
1:16Prosta próbka losowa
Zrozumienie prostej próby losowej
Badacze mogą utworzyć prostą losową próbkę przy użyciu kilku metod. W metodzie loterii każdemu członkowi populacji przypisywany jest numer, po którym liczby są wybierane losowo.
Przykład, w którym nazwiska 25 spośród 250 pracowników są wybierani poza kapelusz, jest przykładem metody loterii w pracy. Każdy z 250 pracowników otrzyma numer od 1 do 250, po czym 25 z tych liczb zostanie wybranych losowo.
Ponieważ osoby tworzące podzbiór większej grupy są wybierane losowo, każda osoba w dużym zestawie populacji ma takie samo prawdopodobieństwo wybrania. W większości przypadków tworzy to zrównoważony podzbiór, który ma największy potencjał do reprezentowania większej grupy jako całości, bez jakichkolwiek stronniczości.
W przypadku większych populacji ręczna metoda loterii może być dość uciążliwa. Wybór losowej próbki z dużej populacji zwykle wymaga komputerowego procesu, w którym stosowana jest ta sama metodologia, co metoda loterii, tylko przypisania liczb i kolejne wybory są wykonywane przez komputery, a nie przez ludzi.
Pokój dla błędu
W przypadku prostej próby losowej musi istnieć miejsce na błąd reprezentowany przez wariancję dodatnią i ujemną (błąd próbkowania). Na przykład, jeśli w tym samym liceum miałaby zostać przeprowadzona ankieta w celu ustalenia liczby uczniów leworęcznych, losowe próbkowanie może ustalić, że ośmiu na 100 badanych jest leworęcznych. Wniosek byłby taki, że 8% populacji uczniów liceum jest leworęcznych, podczas gdy w rzeczywistości średnia globalna byłaby bliższa 10%.
To samo jest prawdą niezależnie od przedmiotu. Badanie odsetka populacji studentów, którzy mają zielone oczy lub są fizycznie obezwładnione, spowodowałoby wysokie prawdopodobieństwo matematyczne na podstawie prostej losowej ankiety, ale zawsze z wariancją dodatnią lub ujemną. Jedynym sposobem na uzyskanie wskaźnika 100% dokładności byłoby przebadanie wszystkich 1000 studentów, co, choć możliwe, byłoby niepraktyczne.
Kluczowe dania na wynos
- Prosta próbka losowa pobiera małą, losową część całej populacji, aby reprezentować cały zestaw danych, przy czym każdy członek ma równe prawdopodobieństwo wyboru.
- Badacze mogą stworzyć prostą losową próbkę przy użyciu metod takich jak loterie lub losowanie.
- Błąd próbkowania może wystąpić w przypadku prostej próby losowej, jeśli próbka nie odzwierciedla dokładnie populacji, którą ma reprezentować.
Prosta losowa i stratyfikowana próbka losowa
Proste losowe próbki i losowe próbki warstwowe są narzędziami statystycznymi. Prosta próbka losowa służy do reprezentowania całej populacji danych. Stratyfikowana losowa próba dzieli populację na mniejsze grupy lub warstwy na podstawie wspólnych cech.
W przeciwieństwie do prostych próbek losowych, losowe próbki warstwowe są używane z populacjami, które można łatwo podzielić na różne podgrupy lub podzbiory. Grupy te oparte są na określonych kryteriach, a następnie losowo wybierają elementy z każdego proporcjonalnie do wielkości grupy w stosunku do populacji.
Ta metoda pobierania próbek oznacza wybór z każdej innej grupy - której wielkość zależy od jej proporcji do całej populacji. Ale badacze muszą upewnić się, że warstwy się nie pokrywają. Każdy punkt w populacji musi należeć tylko do jednej warstwy, więc każdy punkt wyklucza się wzajemnie. Nakładające się warstwy zwiększyłyby prawdopodobieństwo włączenia niektórych danych, tym samym wypaczając próbkę.
Zalety prostych próbek losowych
Łatwość użycia stanowi największą zaletę prostego losowego próbkowania. W przeciwieństwie do bardziej skomplikowanych metod próbkowania, takich jak losowe losowanie warstwowe i próbkowanie prawdopodobieństwa, nie ma potrzeby dzielenia populacji na subpopulacje lub podejmowania jakichkolwiek dodatkowych kroków przed losowym wyborem członków populacji.
Prosta próbka losowa ma być obiektywną reprezentacją grupy. Uznaje się za dobry sposób na wybranie próby z większej populacji, ponieważ każdy członek populacji ma równe szanse na wybór.
Chociaż proste losowe pobieranie próbek ma być obiektywnym podejściem do badania, może wystąpić błąd w doborze próby. Gdy zestaw próbek dla większej populacji nie jest wystarczająco obejmujący, reprezentacja pełnej populacji jest wypaczona i wymaga dodatkowych technik próbkowania.
Wady prostych próbek losowych
Błąd próbkowania może wystąpić w przypadku prostej próby losowej, jeśli próbka nie odzwierciedla dokładnie populacji, którą ma reprezentować. Na przykład w naszej prostej losowej próbie 25 pracowników byłoby możliwe narysowanie 25 mężczyzn, nawet gdyby populacja składała się ze 125 kobiet i 125 mężczyzn.
Z tego powodu proste losowe pobieranie próbek jest częściej stosowane, gdy badacz niewiele wie o populacji. Gdyby badacz wiedział więcej, lepiej byłoby zastosować inną technikę próbkowania, taką jak losowe losowanie warstwowe, która pomaga uwzględnić różnice w populacji, takie jak wiek, rasa lub płeć. Inne wady obejmują fakt, że w przypadku pobierania próbek z dużych populacji proces ten może być czasochłonny i kosztowny w porównaniu z innymi metodami.
Porównaj rachunki inwestycyjne Nazwa dostawcy Opis Ujawnienie reklamodawcy × Oferty przedstawione w tej tabeli pochodzą od partnerstw, od których Investopedia otrzymuje wynagrodzenie.