ランダムサンプリングとは何ですか？

無作為抽出とは何ですか？

調査を実施する場合、全人口を調査することは現実的ではありません。 サンプリングは、研究者が母集団のサブセットからの結果に基づいて母集団に関する情報を推測することを可能にする方法です。 選択された個人が全人口を代表することを確実にすることが重要です。

確率サンプリングと非確率サンプリングとして二つのカテゴリにグループ化することができる利用可能ないくつかの異なるサンプリング 2つの手法の違いは、サンプルがランダム化に基づいて選択されているかどうかです。

確率サンプリングでは、ランダムサンプリングとしても知られていますが、選択したサンプルの一部になる可能性が等しいすべての適格な個人の完全なサンプルフレームから始めます。 つまり、サンプリングされていない観測値と有意な違いはありません。 通常、統計的検定には、無作為抽出によって得られたデータが含まれていると仮定されます。 たとえば、選挙の可能性の高い結果を予測することを目的とした有権者からの出口調査。

以下のランダムサンプリング技術について説明します：単純なランダムサンプリング、層別サンプリング、クラスタサンプリング、および多段 非ランダムサンプリング技術は、しばしば便利なサンプリングと呼ばれます。

Simple random sampling

Simple random samplingは、無作為なサンプルを取得する最も簡単なアプローチです。 これは、所望のサンプルサイズを選択し、所望のサンプルサイズが達成されるまで、各観測値が選択の等しい可能性を有するように、母集団から観測値を選択することを含む。 たとえば、50人の学生のクラスから20人の学生をランダムに選択すると、選択が1/50になる確率が得られます。

層別無作為抽出

この手法は、母集団の要素を主要なサブグループまたは地層に分割します。 要素は、これらの地層のそれぞれからランダムに選択されます。 例えば、３ ０歳未満の男性、３ ０歳未満の女性、３ ０歳以上の男性、および３ ０歳以上の女性が挙げられる。 200のサンプルサイズを達成したい場合は、各層から50のサンプルを選択できます。 各階層に必要なサンプルサイズは、既知の母集団比率に一致するか、または関心のある主要なサブグループを過剰に表すように設計されます。 サブグループを作成するには、母集団に関する事前情報が必要です。 単純な無作為抽出よりも層別サンプリングの主な利点は、主要なサブグループに適切なサンプルサイズがあることを確認することです。

クラスターサンプリング

層別ランダムサンプリングと同様に、クラスターサンプリングはサンプルを多数のサブグループに分割します。 次に、これらのサブグループのいくつかを無作為に選択し、単純なランダムサンプルをこれらのサブグループ内で収集します。 これらのサブグループはクラスターと呼ばれます。

通常、クラスタサンプリングの目的は、データ収集のコストを削減することです。 これは、アクセスの容易さに応じてクラスタを定義することによって達成される（例えば、ドアツードアサンプリングの場合は郊外がクラスタであり、電話面接の場合は家庭がクラスタである）。

多段サンプリング

多段サンプリングは、上記の技術の一つ以上の組み合わせです。 母集団は複数のクラスターに分割され、これらのクラスターはさらに分割され、類似性に基づいて様々なサブグループ（地層）にグループ化されます。 一つ以上のクラスターは、各層からランダムに選択することができます。 このプロセスは、クラスターをそれ以上分割できなくなるまで続きます

ランダムサンプリングの代替

便利なサンプリングとは、ランダム性ではなく単純さを考慮して、サンプル内でどの観測が選択されるかを決定するアプローチを指します。 ここでは、サンプルは可用性に基づいて選択されます。 サンプルの入手可能性がまれな場合は、便利なサンプルが選択されます。 これは、調査の初期段階で一般的に使用され、結果を提供するために迅速かつ簡単です。

Displayrにサインアップ