단순 무작위 샘플

단순 무작위 샘플이란 무엇입니까?

단순 무작위 표본은 하위 집합의 각 구성원이 선택될 확률이 동일한 통계 모집단의 하위 집합입니다. 단순 무작위 표본은 그룹의 편향되지 않은 표현을 의미합니다.

단순 랜덤 샘플 이해하기

연구자들은 몇 가지 방법을 사용하여 간단한 무작위 표본을 만들 수 있습니다. 추첨 방식에서는 인구의 각 구성원에게 번호가 할당되고 그 후 번호가 무작위로 선택됩니다.

간단한 무작위 표본의 예는 250명의 직원이 있는 회사의 모자에서 25명의 직원 이름을 선택하는 것입니다. 이 경우 모집단 은 모두 250명의 직원이며 각 직원이 선택될 확률이 동일하므로 표본은 무작위입니다. 무작위 샘플링은 과학에서 무작위 통제 테스트를 수행하거나 맹검 실험에 사용됩니다.

직원 250명 중 25명의 이름을 모자로 뽑은 사례는 직장에서 복권 방식의 사례다. 250명의 직원들에게는 각각 1에서 250 사이의 숫자가 할당되며, 그 후 그 숫자 중 25개가 무작위로 선택됩니다.

더 큰 그룹의 하위 집합을 구성하는 개인은 무작위로 선택되기 때문에 큰 인구 집합의 각 개인은 선택될 확률이 동일합니다. 이것은 대부분의 경우 편견 없이 더 큰 그룹을 대표할 수 있는 가장 큰 잠재력을 지닌 균형 잡힌 하위 집합을 만듭니다.

더 큰 인구의 경우 수동 추첨 방식은 상당히 번거로울 수 있습니다. 대규모 모집단에서 무작위 표본을 선택하려면 일반적으로 추첨 방식과 동일한 방법론이 사용되는 컴퓨터 생성 프로세스가 필요하며, 사람이 아닌 컴퓨터가 숫자 할당 및 후속 선택만 수행합니다.

오류의 여지

샘플링 오차 ) 으로 표시되는 오차의 여지가 있어야 합니다 . 예를 들어, 1,000명의 학생이 있는 고등학교에서 얼마나 많은 학생이 왼손잡이인지 확인하기 위해 설문조사를 수행한 경우 무작위 샘플링을 통해 표본 추출된 100명 중 8명이 왼손잡이임을 결정할 수 있습니다. 결론은 고등학교 학생 인구의 8%가 왼손잡이라는 것이지만 실제로는 세계 평균이 10%에 가까울 것입니다.

주제에 관계없이 마찬가지입니다. 녹색 눈을 가졌거나 신체 장애가 있는 학생 인구의 비율에 대한 설문 조사는 단순 무작위 설문 조사를 기반으로 하는 수학적 확률을 초래하지만 항상 플러스 또는 마이너스 편차가 있습니다. 100% 정확도를 갖는 유일한 방법은 1,000명의 학생 모두에게 설문조사를 하는 것이지만 가능하긴 하지만 비현실적입니다.

단순 무작위 대 계층화 무작위 샘플

단순 무작위 표본과 계층화된 무작위 표본은 모두 통계적 측정 도구입니다. 단순 무작위 표본은 전체 데이터 모집단을 나타내는 데 사용됩니다. 계층화된 무작위 표본은 공유된 특성을 기반으로 모집단을 더 작은 그룹 또는 계층으로 나눕니다.

단순 무작위 표본과 달리 계층화된 무작위 표본은 다른 하위 그룹이나 하위 집합으로 쉽게 나눌 수 있는 모집단과 함께 사용됩니다. 이 그룹은 특정 기준을 기반으로 하며 각 요소는 그룹의 크기 대 인구에 비례하여 무작위로 선택됩니다.

이 샘플링 방법은 각각의 다른 그룹에서 선택될 것임을 의미하며, 그 크기는 전체 모집단에 대한 비율을 기반으로 합니다. 그러나 연구자들은 지층이 겹치지 않도록 해야 합니다. 모집단의 각 점은 하나의 계층에만 속해야 하므로 각 점은 상호 배타적 입니다. 계층이 겹치면 일부 데이터가 포함될 가능성이 높아져 표본이 왜곡됩니다.

단순 무작위 표본의 장점과 단점

단순 무작위 샘플은 사용하기 쉽지만 데이터를 쓸모 없게 만들 수 있는 주요 단점이 있습니다.

장점

사용 용이성은 단순 무작위 샘플링의 가장 큰 장점입니다. 층화 무작위 샘플링 및 확률 샘플링과 같은 보다 복잡한 샘플링 방법과 달리 모집단을 하위 모집단으로 나누거나 모집단 구성원을 무작위로 선택하기 전에 다른 추가 단계를 수행할 필요가 없습니다.

단순 무작위 표본은 그룹의 편향되지 않은 표현을 의미합니다. 모집단의 모든 구성원이 선택될 기회가 평등하기 때문에 더 많은 모집단에서 표본을 선택하는 것이 공정한 방법으로 간주됩니다.

단순 무작위 샘플링은 측량에 대한 편견 없는 접근을 위한 것이지만 샘플 선택 편향이 발생할 수 있습니다. 더 큰 모집단의 표본 집합이 충분히 포함되지 않으면 전체 모집단의 표현이 왜곡되어 추가 표본 추출 기술이 필요합니다.

단점

표본이 대표해야 하는 모집단을 정확하게 반영하지 못하는 경우 단순 무작위 표본에서 표본 추출 오류가 발생할 수 있습니다. 예를 들어, 직원 25명의 단순 무작위 표본에서 인구가 125명의 여성, 125명의 남성 및 125명의 논바이너리 사람들로 구성되어 있어도 25명의 남성을 그리는 것이 가능합니다.

이러한 이유로 연구자가 모집단에 대해 거의 알지 못하는 경우 단순 무작위 샘플링이 더 일반적으로 사용됩니다. 연구자가 더 많이 알고 있다면 연령, 인종 또는 성별과 같은 모집단 내의 차이를 설명하는 데 도움이 되는 계층화된 무작위 샘플링 과 같은 다른 샘플링 기술을 사용하는 것이 더 나을 것 입니다. 다른 단점으로는 대규모 모집단에서 샘플링하는 경우 프로세스가 다른 방법에 비해 시간과 비용이 많이 소요될 수 있다는 사실이 있습니다.

하이라이트

• 표본이 대표해야 하는 모집단을 정확하게 반영하지 못하는 경우 단순 무작위 표본으로 표본 추출 오류가 발생할 수 있습니다.

• 연구자는 추첨이나 무작위 추첨과 같은 방법을 사용하여 간단한 무작위 표본을 만들 수 있습니다.

• 단순 무작위 표본은 전체 데이터 세트를 나타내기 위해 전체 모집단의 작은 무작위 부분을 취하며, 여기서 각 구성원은 선택될 확률이 동일합니다.

자주하는 질문

계층화된 무작위 표본이란 무엇입니까?

계층화된 무작위 표본은 단순 추첨과 달리 먼저 공유된 특성을 기반으로 모집단을 더 작은 그룹 또는 계층으로 나눕니다. 따라서 계층화된 샘플링 전략은 각 하위 그룹의 구성원이 데이터 분석에 포함되도록 합니다. 계층화 샘플링은 모집단의 모든 구성원을 동일하게 취급하고 동일한 샘플링 가능성으로 처리하는 단순 무작위 샘플링과 달리 모집단의 그룹 간의 차이를 강조하는 데 사용됩니다.

단순 무작위 표본의 단점은 무엇입니까?

이 기법의 단점 중 하나는 더 많은 인구, 더 많은 시간, 더 많은 비용, 특정 상황에서 편견이 여전히 발생할 수 있다는 사실로부터 끌어낼 수 있는 응답자에게 접근하기가 어렵다는 것입니다.

무작위 샘플은 어떻게 사용되나요?

단순 무작위 샘플링을 사용하면 연구자가 특정 모집단에 대해 일반화하고 편견을 배제할 수 있습니다. 통계 기술을 사용하면 해당 인구의 모든 개인으로부터 데이터를 조사하거나 수집하지 않고도 인구에 대한 추론 및 예측을 수행할 수 있습니다.

단순 무작위 샘플이 간단한 이유는 무엇입니까?

단순한 무작위 샘플링보다 더 큰 모집단에서 연구 샘플을 추출하는 더 쉬운 방법은 없습니다. 더 큰 모집단에서 완전히 무작위로 충분한 대상을 선택하면 연구 대상 그룹을 대표할 수 있는 표본이 생성됩니다.