전체 모집단 (예: 미국 인구)을 연구 할 수없는 경우 무작위 표본 추출 기법을 사용하여 더 작은 표본을 채취합니다. Slovin의 공식을 사용하면 연구원이 원하는 정확도로 모집단을 샘플링 할 수 있습니다. Slovin의 공식은 합리적인 결과 정확도를 보장하기 위해 표본 크기가 얼마나 커야하는지에 대한 아이디어를 연구원에게 제공합니다.
TL; DR (너무 김; 읽지 않음)
Slovin의 공식은 표본 크기 (엔) 알려진 모집단 크기 (엔) 및 허용 가능한 오류 값 (이자형). 채우기엔과이자형수식에 값엔 = 엔 ÷(1 + Ne2). 결과 값엔사용할 샘플 크기와 같습니다.
슬로 빈의 공식을 사용하는 경우
모집단에서 표본을 추출한 경우 신뢰 수준과 오차 한계를 고려하기 위해 공식을 사용해야합니다. 통계적 표본을 채취 할 때 때로는 모집단에 대해 많은 것을 알고 있으며 때로는 약간을 알 수 있으며 때로는 전혀 알려진 것이 없습니다. 예를 들어, 모집단은 정규 분포 (예: 키, 체중 또는 IQ)가있을 수 있고, 이봉 분포가있을 수 있습니다 (종종 수학 수업) 또는 인구의 행동 방식에 대한 정보가 없을 수 있습니다 (예: 학생의 질에 대한 의견을 얻기 위해 대학생에게 투표 생명). 인구의 행동에 대해 알려진 것이없는 경우 Slovin의 공식을 사용합니다.
슬로 빈의 공식을 사용하는 방법
슬로 빈의 공식은 다음과 같이 작성됩니다.
n = \ frac {N} {1 + Ne ^ 2}
어디엔= 샘플 수,엔= 총 인구 및이자형= 오차 허용.
공식을 사용하려면 먼저 공차의 오차를 파악하십시오. 예를 들어 신뢰 수준 95 % (마진 오차 0.05 제공)는 정확할 수 있습니다. 또는 98 % 신뢰 수준 (오차 한계 0.02)의 더 엄격한 정확도는 필수입니다. 모집단 크기와 필요한 오차 한계를 공식에 연결합니다. 결과는 모집단을 평가하는 데 필요한 샘플 수와 같습니다.
예를 들어, 1,000 명의시 공무원 그룹을 조사하여 자신의 업무에 가장 적합한 도구를 찾아야한다고 가정합니다. 이 설문 조사에서는 오차 한계 0.05가 충분히 정확한 것으로 간주됩니다. Slovin의 공식을 사용하여 필요한 표본 조사 크기는 다음과 같습니다.
n = \ frac {1000} {1 + 1000 × 0.05 × 0.05} = 286
따라서 설문 조사에는 286 명의 직원이 포함되어야합니다.
슬로 빈 공식의 한계
Slovin의 공식은 모집단이 너무 커서 모든 구성원을 직접 샘플링 할 수 없을 때 필요한 샘플 수를 계산합니다. Slovin의 공식은 단순 무작위 샘플링에 적용됩니다. 표본을 추출 할 모집단에 명백한 하위 그룹이있는 경우 Slovin의 공식은 전체 그룹 대신 각 개별 그룹에 적용될 수 있습니다. 예제 문제를 고려하십시오. 1,000 명의 직원 모두가 사무실에서 일한다면 설문 조사 결과는 전체 그룹의 요구를 반영 할 가능성이 높습니다. 대신 700 명의 직원이 사무실에서 일하고 나머지 300 명의 직원이 유지 보수 작업을한다면 그들의 요구는 달라질 것입니다. 이 경우 단일 설문 조사는 필요한 데이터를 제공하지 않을 수 있지만 각 그룹을 샘플링하면 더 정확한 결과를 제공 할 수 있습니다.