Kandungan
Statistik adalah alat yang membolehkan anda membuat keputusan yang tepat. Sekiranya tinjauan menunjukkan bahawa peratusan pekerja di suatu kawasan tidak bekerja, orang muda dapat memasukkan angka ini dalam pilihan kerjaya mereka. Persampelan, suatu proses di mana penyelidik memilih peserta secara rawak, boleh menjadi mahal dan memakan masa, terutama dengan kumpulan sampel yang besar. Walau bagaimanapun, pensampelan sistematik - proses di mana penyelidik memilih sampel perwakilan menggunakan standard - boleh menjadi kaedah yang baik untuk menjimatkan wang. Sebagai contoh, syarikat sewa boleh menemubual setiap pelanggan kesepuluh yang kembali dengan video untuk menyelesaikan tinjauan.
Kepantasan dan kemudahan
Persampelan dibuat berdasarkan pemilihan individu atau objek. Dalam persampelan standard, penyelidik menyeragamkan cara memerintahkan unit populasi. Sebagai contoh, pengesah dapat memeriksa setiap kumpulan kacang tanah ketiga. Sampel sistematik sangat mudah, cepat dan senang bagi mereka yang sudah mempunyai senarai unit populasi. Ahli statistik mendapat manfaat daripada menggunakan persampelan ini ketika mengkaji populasi yang besar kerana meliputi kawasan tersebut secara merata. Sebagai contoh, jika sebuah jabatan negeri mengkaji bagaimana penduduk menggunakan pelindung matahari, sebaiknya ia mempunyai sampel dari seluruh negeri, dan bukan hanya sampel dari beberapa daerah.
Kekerapan
Kejadian yang berlaku secara berkala adalah berkala. Contohnya: program televisyen yang ditayangkan setiap hari Selasa jam 8 malam mempunyai berkala. Dalam satu kajian, populasi sampel mungkin mempunyai ciri-ciri tersebut. Sebagai contoh, salmon dapat berenang di hilir sungai pada waktu yang sama setiap tahun. Penyelidik juga mungkin melihat corak berkala. Contohnya, mungkin terdapat lebih banyak beruang di wilayah setiap kali salmon turun ke hilir. Walau bagaimanapun, berkala dalam sampel mungkin tidak bertepatan dengan berkala standard.
Dalam contoh lain, ahli statistik boleh memilih ahli kelab secara rawak untuk belajar. Walau bagaimanapun, peserta yang dipilih mungkin tidak mewakili bahagian sebenar anggota dalam populasi. Sampel yang dipilih mungkin merangkumi hanya anggota yang menghidap diabetes, tetapi sebenarnya, tidak semua anggota tetap mempunyai keadaan ini. Situasi di mana peserta sampel mempunyai ciri-ciri yang agak berbeza dari norma populasi sampel tidak mungkin, dan mengulangi kajian di kemudian hari akan mendedahkan kelainan dalam kajian.
Sampel purata
Menurut laman web University of Stony Brook, mencari pelbagai sampel dan mengulangi kajian dapat meningkatkan peluang memperoleh hasil global yang tepat. Seorang penyelidik boleh, misalnya, mengkaji prevalensi penyakit tertentu di antara kentang dengan memeriksanya di empat ladang penanaman yang berbeza.Sebuah ladang mempunyai bilangan patogen yang sangat tinggi kerana amalan pertanian yang buruk. Dengan memilih empat sifat yang berbeza untuk kajian kedua dan rata-rata hasil ladang pertama dan kedua, ladang yang tidak normal kini hanya mewakili 12.5% daripada hasil purata, bukannya 25%.
Pengaruh
Persampelan sistematik adalah jenis persampelan probabilistik, yang bermaksud bahawa penyelidik perlu memastikan bahawa sampel mewakili sama rata semua anggota populasi. Sekiranya tidak, hasilnya akan diputarbelitkan, menyimpang dari ciri sebenar penduduk. Satu kajian boleh melaporkan, misalnya, bahawa 70% penduduk Campinas menentang mogok tertentu. Namun, jika tinjauan dilakukan dengan meminta hanya pelajar UNICAMP, hasilnya akan diputarbelitkan, kerana tinjauan itu tidak akan mewakili semua orang di kota.
Penyelidik dapat mengelakkan pengaruh luaran sekiranya mereka memilih unit pensampelan secara sistematik. Daripada hanya bergantung pada pelajar kolej, alternatifnya adalah memanggil setiap penduduk seratus yang tersenarai dalam buku telefon dan menemubual mereka.
