Sampel

Apakah Sampel?

Sampel merujuk kepada versi yang lebih kecil dan boleh diurus bagi kumpulan yang lebih besar. Ia adalah subset yang mengandungi ciri-ciri populasi yang lebih besar. Sampel digunakan dalam ujian statistik apabila saiz populasi terlalu besar untuk ujian untuk memasukkan semua ahli atau pemerhatian yang mungkin. Sampel hendaklah mewakili populasi secara keseluruhan dan tidak mencerminkan sebarang berat sebelah terhadap atribut tertentu.

Terdapat beberapa teknik persampelan yang digunakan oleh penyelidik dan ahli statistik, masing-masing mempunyai faedah dan kelemahannya sendiri.

Memahami Sampel

Sampel ialah bilangan pemerhatian tidak berat sebelah yang diambil daripada populasi. Dalam istilah mudah, populasi ialah jumlah bilangan pemerhatian (iaitu, individu, haiwan, item, data, dll.) yang terkandung dalam kumpulan atau konteks tertentu. Sampel, dengan kata lain, ialah sebahagian, sebahagian atau pecahan daripada keseluruhan kumpulan, dan bertindak sebagai subset populasi. Sampel digunakan dalam pelbagai tetapan di mana penyelidikan dijalankan. Para saintis, pemasar, agensi kerajaan, ahli ekonomi dan kumpulan penyelidikan adalah antara mereka yang menggunakan sampel untuk kajian dan pengukuran mereka.

Menggunakan keseluruhan populasi untuk penyelidikan datang dengan cabaran. Penyelidik mungkin menghadapi masalah mendapatkan akses sedia kepada seluruh populasi. Dan, kerana sifat beberapa kajian, penyelidik mungkin menghadapi kesukaran mendapatkan hasil yang mereka perlukan tepat pada masanya. Inilah sebabnya mengapa sampel orang digunakan. Menggunakan bilangan orang yang lebih kecil yang mewakili keseluruhan populasi masih boleh menghasilkan hasil yang sah sambil mengurangkan masa dan sumber.

Sampel yang digunakan oleh penyelidik mesti menyerupai populasi yang lebih luas untuk membuat inferens atau ramalan yang tepat. Semua peserta dalam sampel harus berkongsi ciri dan kualiti yang sama. Jadi, jika kajian adalah mengenai pelajar baru kolej lelaki, sampel haruslah peratusan kecil lelaki yang sesuai dengan penerangan ini. Begitu juga, jika kumpulan penyelidikan menjalankan kajian tentang corak tidur wanita bujang lebih 50 tahun, sampel itu hendaklah hanya termasuk wanita dalam demografi ini.

Pertimbangan Khas

Pertimbangkan pasukan penyelidik akademik yang ingin mengetahui bilangan pelajar yang belajar kurang daripada 40 jam untuk peperiksaan CFA dan masih lulus. Memandangkan lebih daripada 200,000 orang mengambil peperiksaan secara global setiap tahun, menghubungi setiap peserta peperiksaan akan menghabiskan masa dan sumber.

Malah, pada masa data daripada populasi telah dikumpulkan dan dianalisis, beberapa tahun akan berlalu, menjadikan analisis itu tidak bernilai kerana populasi baru akan muncul. Apa yang penyelidik boleh lakukan sebaliknya ialah mengambil sampel populasi dan mendapatkan data daripada sampel ini.

Untuk mencapai sampel yang tidak berat sebelah, pemilihan mestilah rawak supaya semua orang daripada populasi mempunyai peluang yang sama dan berkemungkinan untuk ditambahkan pada kumpulan sampel. Ini serupa dengan cabutan loteri dan merupakan asas untuk pensampelan rawak mudah.

Untuk sampel yang tidak berat sebelah, pemilihan mestilah rawak supaya semua orang dalam populasi mempunyai peluang yang sama untuk ditambahkan pada kumpulan.

Jenis Persampelan

Persampelan Rawak Mudah

Persampelan rawak mudah adalah ideal jika setiap entiti dalam populasi adalah sama. Jika penyelidik tidak mengambil berat sama ada subjek sampel mereka semuanya lelaki atau semua perempuan atau gabungan kedua-dua jantina dalam beberapa bentuk, persampelan rawak mudah mungkin merupakan teknik pemilihan yang baik.

Katakan terdapat 200,000 peserta ujian yang menduduki peperiksaan CFA pada tahun 2021, yang mana 40% adalah wanita dan 60% adalah lelaki. Oleh itu, sampel rawak yang diambil daripada populasi sepatutnya mempunyai 400 wanita dan 600 lelaki untuk sejumlah 1,000 peserta ujian.

Tetapi bagaimana pula dengan kes di mana mengetahui nisbah lelaki kepada wanita yang lulus ujian selepas belajar kurang daripada 40 jam adalah penting? Di sini, sampel rawak berstrata adalah lebih baik daripada sampel rawak mudah.

Persampelan Rawak Berstrata

Persampelan jenis ini, juga dirujuk sebagai persampelan rawak berkadar atau persampelan rawak kuota, membahagikan keseluruhan populasi kepada kumpulan yang lebih kecil. Ini dikenali sebagai strata. Orang dalam strata berkongsi ciri yang sama.

Bagaimana jika umur merupakan faktor penting yang penyelidik ingin masukkan dalam data mereka? Menggunakan teknik persampelan rawak berstrata, mereka boleh membuat lapisan atau strata untuk setiap kumpulan umur. Pemilihan daripada setiap stratum mestilah rawak supaya semua orang dalam kurungan mempunyai kemungkinan peluang untuk dimasukkan ke dalam sampel. Sebagai contoh, dua peserta, Alex dan David, masing-masing berumur 22 dan 24 tahun. Pemilihan sampel tidak boleh memilih satu daripada yang lain berdasarkan beberapa mekanisme keutamaan. Mereka berdua sepatutnya mempunyai peluang yang sama untuk dipilih daripada kumpulan umur mereka. Strata boleh kelihatan seperti ini:

TTT

Daripada jadual, populasi telah dibahagikan kepada kumpulan umur. Sebagai contoh, 30,000 orang dalam lingkungan umur 20 hingga 24 tahun mengambil peperiksaan CFA pada 2021. Dengan menggunakan perkadaran yang sama ini, kumpulan sampel akan mempunyai (30,000 ÷ 200,000) × 1,000 = 150 peserta ujian yang termasuk dalam kumpulan ini. Alex atau David—atau kedua-duanya atau tidak—boleh dimasukkan dalam kalangan 150 peserta peperiksaan rawak sampel.

Terdapat banyak lagi strata yang boleh disusun semasa memutuskan saiz sampel. Sesetengah penyelidik mungkin mengisi fungsi pekerjaan, negara, status perkahwinan, dsb., peserta ujian apabila memutuskan cara membuat sampel.

Contoh Sampel

Pada tahun 2021, populasi dunia adalah hampir 7.9 bilion, di mana 49.6% adalah wanita dan 50% adalah lelaki. Jumlah bilangan orang di mana-mana negara tertentu juga boleh menjadi saiz populasi. Jumlah bilangan pelajar di bandar boleh diambil sebagai populasi, dan jumlah bilangan anjing di bandar juga merupakan saiz populasi. Sampel boleh diambil daripada populasi ini untuk tujuan penyelidikan.

Mengikuti contoh peperiksaan CFA kami, penyelidik boleh mengambil sampel 1,000 peserta CFA daripada jumlah 200,000 peserta ujian—populasi—dan menjalankan data yang diperlukan pada nombor ini. Purata sampel ini akan diambil untuk menganggarkan purata pengambil peperiksaan CFA yang lulus walaupun mereka hanya belajar kurang daripada 40 jam.

Kumpulan sampel yang diambil tidak boleh berat sebelah. Ini bermakna jika purata sampel bagi 1,000 peserta peperiksaan CFA ialah 50, purata populasi bagi 200,000 peserta ujian juga hendaklah lebih kurang 50.

Sorotan

Dalam statistik, sampel ialah subset analitik bagi populasi yang lebih besar.
Dalam persampelan rawak mudah, setiap entiti dalam populasi adalah sama, manakala persampelan rawak berstrata membahagikan keseluruhan populasi kepada kumpulan yang lebih kecil.
Penggunaan sampel membolehkan penyelidik menjalankan kajian mereka dengan data yang lebih terurus dan tepat pada masanya.
Sampel yang dilukis secara rawak tidak mempunyai berat sebelah jika ia cukup besar, tetapi untuk mencapai sampel sedemikian mungkin mahal dan memakan masa.

Soalan Lazim

Apakah Sampel Rawak Mudah?

Kaedah persampelan ini menggunakan responden atau titik data yang dipilih secara rawak daripada populasi yang lebih besar. Dengan saiz sampel yang cukup besar, sampel rawak menghilangkan berat sebelah.

Mengapa Sampel Rawak Membenarkan Inferens?

Undang-undang statistik membayangkan bahawa pengukuran dan penilaian yang tepat boleh dibuat tentang populasi dengan menggunakan sampel. Analisis varians (ANOVA),. regresi linear , dan teknik pemodelan yang lebih maju adalah sah kerana hukum nombor besar dan teorem had pusat.

Mengapa Penganalisis Menggunakan Sampel Daripada Mengukur Populasi?

Selalunya, populasi terlalu besar atau luas untuk mengukur setiap ahli dan mengukur setiap ahli akan mahal dan memakan masa. Sampel membolehkan inferens dibuat tentang populasi menggunakan kaedah statistik.

Berapa Besar Sampel yang Anda Perlukan?

Ini bergantung pada saiz populasi dan jenis analisis yang anda ingin lakukan (cth, selang keyakinan yang anda gunakan). Analisis kuasa ialah teknik untuk menilai secara matematik saiz sampel terkecil yang diperlukan berdasarkan keperluan anda. Satu lagi peraturan biasa ialah sampel anda hendaklah cukup besar, tetapi tidak lebih daripada 10% lebih besar daripada populasi.