인구 : 이것은 전체 그룹의 개인 또는 공부에 관심이있는 것들입니다. 그것은 모두 인간, 숲의 모든 나무, 페트리 접시의 모든 박테리아 등 일 수 있습니다.
샘플 : 이것은 연구를 위해 선택된 인구의 하위 집합입니다. 목표는 전체 인구의 특성을 정확하게 반영하는 샘플을 선택하는 것입니다. 이를 통해 연구원들은 모든 단일 회원을 공부하지 않고도 인구에 대한 결론을 도출 할 수 있습니다.
왜 샘플을 사용합니까?
* 비용과 시간 : 전체 인구를 공부하는 것은 매우 비싸고 시간이 많이 걸릴 수 있습니다.
* 실용성 : 많은 인구의 모든 구성원을 연구하는 것은 종종 불가능합니다.
샘플링을위한 주요 고려 사항 :
* 무작위 배정 : 좋은 샘플링의 주요 원리는 무작위성입니다. 이는 인구의 모든 구성원이 샘플에 포함될 가능성이 동일하다는 것을 의미합니다. 이것은 편견을 최소화하는 데 도움이됩니다.
* 샘플 크기 : 샘플의 크기는 모집단을 대표 할만 큼 충분히 커야합니다.
* 샘플링 방법 : 임의의 샘플링, 계층화 된 샘플링 및 클러스터 샘플링과 같은 다양한 샘플링 방법이 있으며, 각각 고유 한 장점과 단점이 있습니다.
예 :
대학에서 학생들의 평균 키를 공부하고 싶다고 상상해보십시오. 인구는 대학의 모든 학생입니다. 학생 데이터베이스에서 무작위로 100 명의 학생 샘플을 선택할 수 있습니다. 그런 다음 샘플에서 각 학생의 높이를 측정하고 해당 데이터를 사용하여 대학의 모든 학생의 평균 높이를 추정합니다.
요약 : 샘플은 더 많은 인구를 대표하기 위해 신중하게 선택된 소규모 그룹으로, 과학자들은 모든 단일 구성원을 분석하지 않고도 전체 그룹에 대한 결론을 연구하고 도출 할 수 있습니다.
