이유는 다음과 같습니다.
* 인구 대표 : 확률 샘플은 연구자들이 샘플을 기준으로 전체 인구에 대해 추론 할 수있게 해줍니다. 이것은 연구 참가자 이외의 결과를 일반화하는 데 중요합니다.
* 통계 분석 : 확률 샘플은 통계적 방법을 사용하여 데이터를 분석하고 의미있는 결론을 도출하는 데 필수적입니다.
* 편견을 피 : 비 기능성 샘플과 달리 확률 샘플은 선택 과정에서 편향을 최소화하여 모집단의보다 정확한 표현을 보장하는 것을 목표로합니다.
일반적인 유형의 확률 샘플은 다음을 포함합니다.
* 간단한 랜덤 샘플링 : 인구의 모든 구성원은 선발 될 가능성이 동일합니다.
* 계층화 된 무작위 샘플링 : 모집단은 하위 그룹 (지층)으로 나누고, 각 지층에서 임의의 샘플을 가져옵니다.
* 클러스터 샘플링 : 모집단은 클러스터로 나뉘고 무작위 클러스터 샘플이 선택됩니다.
확률 샘플은 매우 가치가 있지만 때로는 행동하기가 어렵거나 비용이 많이들 수 있습니다. 어떤 경우에는 연구원들이 비 확률 샘플을 사용할 수 있습니다 자원이 제한되어 있거나 특정 유형의 참가자가 필요할 때. 그러나 비 확률 샘플은 더 많은 인구에 대한 일반화를 허용하지 않는다는 점에 유의해야합니다.
