Załóżmy, że jesteś dyrektorem ds. marketingu i próbujesz wymyślić najlepszy sposób na reklamowanie nowego batonika. Masz do wyboru trzy potencjalne hasła i chcesz je przetestować. Oczywiście nie możesz przetestować haseł na wszystkich ludziach na świecie, więc musisz wybrać próbną populację do testów. Jedną z powszechnych technik próbkowania ludzi jest „proste losowe pobieranie próbek”.
Próbki losowe i reprezentatywne
Proste losowe losowanie oznacza, że każdy członek populacji ma równe szanse na włączenie do badania. W przykładzie batonika oznacza to, że jeśli badana populacja obejmuje cały zakres Stany Zjednoczone, nastolatka z Maine miałaby taką samą szansę na to, by zostać zaliczona do grona babci w Arizona. Jest to duża zaleta, ponieważ próba prawdziwie losowa będzie bardziej reprezentatywna dla populacji. Jeśli wybierzesz losowo, prawdopodobieństwo błędu próbkowania jest mniejsze. Jest bardzo mało prawdopodobne, abyś na przykład rozmawiał tylko z białymi mężczyznami, co mogłoby prowadzić do niewłaściwych wniosków na temat najlepszego hasła.
Łatwe w małych, zdefiniowanych populacjach
Jeśli jesteś dyrektorem ds. marketingu zainteresowanym sprzedażą batonika tylko w jednej konkretnej szkole średniej, proste losowe pobieranie próbek ma jeszcze jedną dużą zaletę: będzie to bardzo łatwe. Próbkowanie losowe jest bardzo wygodne podczas pracy z małymi populacjami, które zostały już zidentyfikowane i wymienione. Na przykład w liceum populacja byłaby listą uczniów zapisanych do dyrektora. Aby pobrać losową próbę, wystarczy ponumerować wymienionych uczniów i użyć generatora liczb losowych, aby wybrać kilku z nich do badania. Oczywiście twoje wyniki mówią tylko o tym, jak dobrze hasło zadziałało w tym liceum, a nie w całym kraju.
Trudności z dużymi populacjami
Przydatność prostego losowego doboru próby przy małych populacjach jest w rzeczywistości wadą przy dużych populacjach. Zapewnienie każdemu członkowi populacji równych szans na włączenie do ankiety wymaga posiadania pełnej i dokładnej listy członków populacji population, a to po prostu nie jest możliwe w całym kraju lub na świecie. Nawet gdybyś miał idealną listę, bardzo trudno byłoby skontaktować się z babciami w Arizonie i nastolatkami w Maine. W związku z tym proste losowe pobieranie próbek rzadko jest proste i często czasochłonne i żmudne.
Brakujące segmenty populacji
Proste losowe próbkowanie może dać ci bardzo dokładny obraz tego, jak twoje hasło radzi sobie z przeciętną osobą, ale nie da ci szczegółowych informacji o konkretnych grupach ludzi. Załóżmy na przykład, że chcesz wiedzieć, jak Twoje slogany dotyczące batoników działają z grającymi w tenisa samotnymi mężczyznami w wieku od 18 do 45 lat. Prosta losowa próbka z całej populacji może zawierać tylko jedną lub dwie z nich, więc nic ci nie powie. Aby uzyskać te informacje, potrzebna byłaby inna technika, taka jak próbkowanie celowe.