대규모 모집단에 대한 정보를 얻기 위해 연구자들은 단순 무작위, 체계적, 계층화 및 군집이라는 네 가지 확률 샘플링 방법을 사용합니다. 주어진 모집단의 모든 사람은 확률 샘플링에서 선택 될 수있는 알려진 동일한 기회를 가지며, 가장 중요한 것은 사람들이 무작위로 선택된다는 것입니다.
확률 표본의 유용성
회사가 미국인에 대해 알고 싶을 때마다 미국의 모든 사람을 조사하는 것이 얼마나 어렵고 비용이 많이 드는지 상상해보십시오. 표본이 무작위로 생성되고 모든 사람이 참여할 기회가 있다면 표본의 결과는 모든 사람을 대상으로하는 인구 조사 결과에 가깝습니다. 확률 샘플링은 사회로부터 정보를 얻는 데 중요하고 시간을 절약하며 훨씬 저렴한 방법입니다. 그 결과는 소수의 인구를 조사하더라도 많은 인구를 반영 할 수 있기 때문입니다. 사람들. 비 확률 샘플링 인 샘플이 무작위로 생성되지 않은 경우 결과에 전체 모집단이 반영되지 않을 가능성이 있습니다.
단순 무작위 및 체계적 샘플링
단순 무작위 샘플링에서는 전체 모집단 목록에서 사람을 무작위로 선택합니다. 일반적으로 모집단의 각 개인 또는 가구에는 숫자가 부여되고 컴퓨터는 표본을 위해 선택된 사람을 나타내는 임의의 숫자를 생성합니다. 복권은 순전히 무작위 샘플입니다. 모든 티켓 소지자는 추첨에 참여하지만 무작위로 몇 명만 선택됩니다.
체계적 샘플링은 참가자 선택에 대한 패턴이라는 한 가지 차이점이있는 단순 무작위 샘플링과 유사합니다. 예를 들어, 연구원은 임의의 지점에서 시작하여 조지 아주 애틀랜타 전화 번호부에서 찾은 100 번째 이름을 따를 수 있습니다. 이 샘플링 방법은 소비자 우편 및 전화 인터뷰에 널리 사용됩니다.
계층화 및 클러스터 샘플링
계층화 된 샘플링은 모집단의 다른 부분을 비교할 때 유용합니다. 연구원은 필요에 따라 모집단을 나누거나 분류하고 각 세그먼트에서 간단한 무작위 표본을 취합니다. 세그먼트를 소집단 또는 계층이라고합니다. 1,000 명의 여성과 남성이 건강 관리에 대해 어떻게 느끼는지 비교하려면 인구를 성별로 분류하거나 계층화하고 무작위로 500 명의 남성과 500 명의 여성을 선택할 수 있습니다. 연령, 학력, 소득 및 위치를 포함하여 다양한 방법으로 인구를 분류하거나 계층화 할 수 있습니다.
클러스터 샘플링에는 두 개의 임의 프로세스가 포함됩니다. 첫 번째 단계는 인구를 특정 그룹으로 나눈 다음 특정 사람이 아닌 그룹을 무작위로 선택하는 것입니다. 그런 다음 연구원들은 선택한 각 그룹에서만 간단한 무작위 표본을 실행합니다. 연구원들은 종종 우편 번호 나 대도시 지역을 사용하여 그룹을 만듭니다.
네 가지 예
연구원은 520 명의 설문 조사를 통해 모든 미국인이 건강 관리에 대해 어떻게 느끼는지 알고 싶어 할 수 있습니다. 그가 모든 미국인의 명단을 가지고 있고 전국에서 520 명을 무작위로 선택한다면 그것은 단순한 무작위 샘플링입니다. 대신 그가 모든 미국인 목록의 임의의 지점에서 시작하여 700,000 번째 사람을 선택하면 체계적인 샘플링입니다.
모든 미국인의 목록을 50 개 주로 나누고 각 주에서 무작위로 10 명을 추출하면 계층화 된 샘플링을 사용합니다. 50 개 주에서 26 개 주를 무작위로 선택한 다음 26 개 주에서 각각 20 명을 무작위로 추출하면 클러스터 샘플링을 사용합니다.