Sampling methodsSurvey sampling can

Sampling methods
Survey sampling can be grouped into two
broad categories: probability-based sampling
(also loosely called ‘random sampling’)
and non-probability sampling. A probabilitybased
sample is one in which the respondents
are selected using some sort of probabilistic
mechanism, and where the probability with
which every member of the frame population
could have been selected into the sample is
known. The sampling probabilities do not
necessarily have to be equal for each member
of the sampling frame.
Types of probability sample include:
• Simple random sampling (SRS) is a method in
which any two groups of equal size in the
population are equally likely to be selected.
Mathematically, simple random sampling selects
n units out of a population of size N such that
every sample of size n has an equal chance of
being drawn.
• Stratified random sampling is useful when
the population is comprised of a number of
homogeneous groups. In these cases, it can be
either practically or statistically advantageous
(or both) to first stratify the population into the
homogeneous groups and then use SRS to draw
samples from each group.
• Cluster sampling is applicable when the natural
sampling unit is a group or cluster of individual
units. For example, in surveys of Internet users it
is sometimes useful or convenient to first sample
by discussion groups or Internet domains, and
then to sample individual users within the groups
or domains.
• Systematic sampling is the selection of every
k th element from a sampling frame or from
a sequential stream of potential respondents.
Systematic sampling has the advantage that a
sampling frame does not need to be assembled
beforehand. In terms of Internet surveying, for
example, systematic sampling can be used to
sample sequential visitors to a website. The
resulting sample is considered to be a probability
sample as long as the sampling interval does not
coincide with a pattern in the sequence being
sampled and a random starting point is chosen.
There are important analytical and practical
considerations associated with how one draws
and subsequently analyzes the results from
each of these types of probability-based sampling
scheme, but space limitations preclude
covering then here. Readers interested in
such details should consult texts such as
Kish (1965), Cochran (1977), Fink (2003), or
Fowler (2002).
Non-probability samples, sometimes called
convenience samples, occur when either the
probability that every unit or respondent
included in the sample cannot be determined,
or it is left up to each individual to choose
to participate in the survey. For probability
samples, the surveyor selects the sample
using some probabilistic mechanism and the
individuals in the population have no control
over this process. In contrast, for example,
a web survey may simply be posted on a
website where it is left up to those browsing
through the site to decide to participate in the
survey (‘opt in’) or not. As the name implies,
such non-probability samples are often used
because it is somehow convenient to do so.
While in a probability-based survey participants
can choose not to participate in
the survey (‘opt out’), rigorous surveys seek
to minimize the number who decide not to
participate (i.e., nonresponse). In both cases it
is possible to have bias, but in non-probability
surveys the bias has the potential to be much
greater, since it is likely that those who
opt in are not representative of the general
population. Furthermore, in non-probability
surveys there is often no way to assess the
potential magnitude of the bias, since there is
generally no information on those who chose
not to opt in.
Non-probability-based samples often
require much less time and effort, and thus
usually are less costly to generate, but
generally they do not support statistical
inference. However, non-probability-based
samples can be useful for research in other
ways. For example, early in the course
of research, responses from a convenience
sample might be useful in developing research
hypotheses. Responses from convenience
samples might also be useful for identifyingissues, defining ranges of alternatives, or
collecting other sorts of non-inferential data.
For a detailed discussion on the application
of various types of non-probability-based
sampling method to qualitative research, see
Patton (2002).
Specific types of non-probability samples
include the following.
• Quota sampling requires the survey researcher
only to specify quotas for the desired number
of respondents with certain characteristics. The
actual selection of respondents is then left up
to the survey interviewers who must match the
quotas. Because the choice of respondents is left
up to the survey interviewers, subtle biases may
creep into the selection of the sample (see, for
example, the Historical Survey Gaffes section).
• Snowball sampling is often used when the
desired sample characteristic is so rare that it is
extremely difficult or prohibitively expensive to
locate a sufficiently large number of respondents
by other means (such as simple random sampling).
Snowball sampling relies on referrals from initial
respondents to generate additional respondents.
While this technique can dramatically lower search
costs, it comes at the expense of introducing
bias because the technique itself substantially
increases the likelihood that the sample will not
be representative of the population.
• Judgement sampling is a type of convenience sampling
in which the researcher selects the sample
based on his or her judgement. For example, a
researcher may decide to draw the entire random
sample from one ‘representative’ Internet-user
community, eventhoughthe population of interest
includes all Internet users. Judgment sampling
can also be applied in even less structured
ways without the application of any random
sampling.

ผลลัพธ์ (ไทย) 1:

วิธีการสุ่มตัวอย่างสุ่มตัวอย่างแบบสำรวจสามารถจัดกลุ่มออกเป็นสองประเภทกว้าง: สุ่มตัวอย่างตามความน่าเป็น(ซึ่งเรียกว่า 'สุ่มสุ่ม')และสุ่มตัวอย่างไม่ใช่ความน่าเป็น Probabilitybased การเป็นตัวอย่างหนึ่งที่ผู้ตอบเลือกใช้บางจัดเรียงของ probabilisticกลไก และที่น่าเป็นด้วยซึ่งทุกสมาชิกของประชากรกรอบไม่ได้ถูกเลือกเป็นตัวอย่างเป็นรู้จักกัน ไม่มีกิจกรรมสุ่มตัวอย่างจำเป็นต้องเท่ากันสำหรับสมาชิกแต่ละคนกรอบการสุ่มตัวอย่างชนิดของความน่าเป็นตัวอย่างได้แก่:•เรื่องสุ่มสุ่มตัวอย่าง (SRS) เป็นวิธีการในที่สองกลุ่มใด ๆ ขนาดเท่ากันในการประชากรมีโอกาสเท่า ๆ กันที่จะเลือกMathematically เลือกสุ่มตัวอย่างแบบสุ่มอย่างง่ายn หน่วยจากประชากรขนาด N ที่ทุกตัวอย่างขนาด n มีโอกาสเท่ากันการวาด• Stratified สุ่มตัวอย่างแบบสุ่มจะมีประโยชน์เมื่อประกอบด้วยจำนวนประชากรกลุ่มเป็นเนื้อเดียวกัน ในกรณีเหล่านี้ สามารถข้อได้เปรียบจริง หรือทางสถิติ(หรือทั้งสองอย่าง) กับ stratify ประชากรเป็นครั้งแรกกลุ่มเป็นเนื้อเดียวกันแล้วใช้ SRS วาดตัวอย่างจากแต่ละกลุ่มคลัสเตอร์•สุ่มตัวอย่างจะใช้ได้เมื่อธรรมชาติหน่วยการสุ่มเป็นกลุ่มหรือคลัสเตอร์ของแต่ละบุคคลหน่วย ตัวอย่าง ในการสำรวจผู้ใช้อินเทอร์เน็ตนั้นบางครั้งเป็นประโยชน์ หรือสะดวกตัวอย่างแรกโดยการสนทนากลุ่มหรือโดเมนอินเทอร์เน็ต และจากนั้นให้แต่ละคนภายในกลุ่มตัวอย่างหรือโดเมน•ระบบสุ่มตัวอย่างเป็นการเลือกทุกth k องค์ จากกรอบการสุ่มตัวอย่าง หรือจากกระแสผู้ตอบที่เป็นไปตามลำดับสุ่มตัวอย่างอย่างมีระบบมีข้อดีที่เป็นกรอบการสุ่มตัวอย่างไม่จำเป็นต้องมีการรวบรวมล่วงหน้า ในอินเทอร์เน็ตสำรวจ สำหรับตัวอย่าง สุ่มตัวอย่างอย่างมีระบบสามารถใช้ในการตัวอย่างผู้เข้าชมเว็บไซต์ตามลำดับ ที่ตัวอย่างที่เกิดขึ้นถือเป็นความน่าเป็นตัวอย่างตราบใดที่ไม่มีช่วงสุ่มตัวอย่างสอดคล้องกับรูปแบบในการลำดับตัวอย่าง และเลือกจุดสุ่มเริ่มต้นมีความสำคัญวิเคราะห์ และปฏิบัติข้อพิจารณาที่เกี่ยวข้องกับวิธีหนึ่งวาดและวิเคราะห์ผลจากในเวลาต่อมาแต่ละชนิดเหล่านี้ของความน่าเป็นการสุ่มตัวอย่างโครงร่าง แต่ข้อจำกัดของพื้นที่ห้ามครอบคลุมแล้วที่นี่ ผู้อ่านที่สนใจรายละเอียดดังกล่าวควรปรึกษาข้อความเช่นคีช (1965) Cochran (1977), Fink (2003), หรือฟาวเลอร์ (2002)ไม่น่าเป็นตัวอย่าง บางครั้งเรียกว่าตัวอย่างผ่อนคลาย เกิดขึ้นเมื่อใดความน่าเป็นที่ทุกหน่วยงานหรือผู้ตอบในตัวอย่างไม่มีกำหนดหรือกลับขึ้นอยู่กับแต่ละคนเลือกการมีส่วนร่วมในการสำรวจ ความน่าเป็นตัวอย่าง ตัวอย่างเลือกที่เมเนจเมนท์ใช้กลไกบาง probabilistic และบุคคลในประชากรที่มีการควบคุมไม่ผ่านขั้นตอนนี้ ในทางตรงข้าม ตัวอย่างสำรวจเว็บอาจเพียงแค่โพสต์ในการที่มันเหลือถึงผู้เรียกดูเว็บไซต์ผ่านเว็บไซต์ในการตัดสินใจเข้าร่วมในการแบบสำรวจ ('เลือกใน') หรือไม่ ตามความหมายของชื่อตัวอย่างเช่นความไม่มักใช้เพราะมันเป็นอย่างใดจึงทำเช่นนั้นในขณะที่ผู้เข้าร่วมการสำรวจตามความน่าเป็นการมีส่วนร่วมในการสำรวจค้นหาสำรวจอย่างเข้มงวด ('เลิกทำ'),เพื่อลดจำนวนผู้ตัดสินใจไม่เข้าร่วม (เช่น nonresponse) ในทั้งสองกรณีนั้นจำเป็นต้องมีความโน้มเอียง แต่ไม่ใช่ความน่าเป็นสำรวจความโน้มเอียงมีศักยภาพที่จะมากมาก เนื่องจากมีแนวโน้มว่าผู้ที่เลือกในไม่ใช่ตัวแทนของทั่วไปประชากร นอกจากนี้ ในไม่น่าเป็นสำรวจมักจะมีวิธีการประเมินขนาดเป็นไปได้ของความโน้มเอียง เนื่องจากมีโดยทั่วไปไม่มีข้อมูลที่เลือกการเลือกในไม่น่าเป็นตามตัวอย่างบ่อยครั้งต้องใช้เวลาและความพยายาม น้อยมากจึงโดยปกติแล้วจะลดค่าใช้จ่ายเพื่อสร้าง แต่โดยทั่วไปจะไม่สนับสนุนทางสถิติข้อ อย่างไรก็ตาม ไม่น่าเป็นตามตัวอย่างสามารถเป็นประโยชน์เพื่อการวิจัยด้านอื่น ๆวิธีการ ตัวอย่างเช่น ในหลักสูตรก่อนงานวิจัย การตอบสนองจากการผ่อนคลายตัวอย่างอาจเป็นประโยชน์ในการพัฒนางานวิจัยสมมุติฐาน การตอบสนองจากความสะดวกสบายตัวอย่างอาจเป็นประโยชน์สำหรับการ identifyingissues การกำหนดช่วงของตัวเลือก หรือรวบรวมอื่น ๆ ประเภทของข้อมูลไม่ชัดเจนพอสำหรับคำอธิบายเกี่ยวกับรายละเอียดในใบสมัครไม่น่าเป็นตามชนิดต่าง ๆดูวิธีการสุ่มตัวอย่างการวิจัยเชิงคุณภาพแพททัน (2002)บางชนิดไม่มีความน่าเป็นตัวอย่างมีดังนี้•โควตาการสุ่มตัวอย่างต้องการนักวิจัยสำรวจเพียงการกำหนดโควต้าสำหรับหมายเลขที่ระบุของผู้ตอบที่มีลักษณะบาง ที่ตัวเลือกที่แท้จริงของผู้ตอบเป็นซ้ายแล้วการ interviewers สำรวจที่ต้องการโควต้า เพราะด้านทางเลือกของผู้ตอบยอมละเอียดอาจถึง interviewers สำรวจคืบเป็นการเลือกตัวอย่าง (ดู สำหรับตัวอย่าง ส่วน Gaffes สำรวจประวัติศาสตร์)•มนุษย์หิมะสุ่มตัวอย่างคือมักจะใช้เมื่อการลักษณะตัวอย่างที่ระบุมีน้อยดังนั้นว่ายากมาก หรือ prohibitively ราคาแพงค้นหาจำนวนผู้ตอบมากพอโดยวิธีอื่น (เช่นสุ่มตัวอย่างแบบสุ่มอย่างง่าย)สุ่มตัวอย่างก้อนหิมะอาศัยอ้างอิงจากเริ่มต้นตอบเพื่อสร้างผู้ตอบเพิ่มเติมในขณะที่เทคนิคสามารถลดลงอย่างมากการค้นหานี้ต้นทุน มาค่าใช้จ่ายแนะนำความโน้มเอียงเนื่องจากเทคนิคตัวเองมากโอกาสที่ตัวอย่างจะไม่เพิ่มขึ้นตัวแทนของประชากรได้•ตัดสินสุ่มเป็นการสุ่มตัวอย่างสะดวกที่นักวิจัยเลือกตัวอย่างขึ้นอยู่กับการตัดสินของเขา หรือเธอ ตัวอย่าง การนักวิจัยอาจตัดสินใจที่จะวาดทั้งหมดที่สุ่มตัวอย่างจากผู้ใช้อินเทอร์เน็ตหนึ่ง 'ตัวแทน'ชุมชน ประชากร eventhoughthe น่าสนใจมีผู้ใช้อินเทอร์เน็ตทั้งหมด สุ่มตัวอย่างของคำพิพากษานอกจากนี้ยังสามารถใช้ในโครงสร้างแม้แต่น้อยวิธี โดยใช้การสุ่มสุ่มตัวอย่าง

ผลลัพธ์ (ไทย) 2:

วิธีการสุ่มตัวอย่างการสำรวจสุ่มตัวอย่างสามารถแบ่งออกเป็นสองประเภทกว้าง: ความน่าจะเป็นที่ใช้การสุ่มตัวอย่าง(เรียกว่าหลวม 'สุ่มตัวอย่าง) และการสุ่มตัวอย่างที่ไม่น่าจะเป็น probabilitybased ตัวอย่างซึ่งเป็นหนึ่งในผู้ตอบแบบสอบถามจะถูกเลือกใช้การเรียงลำดับของความน่าจะเป็นบางส่วนกลไกและสถานที่ที่น่าจะเป็นที่มีสมาชิกคนไหนของประชากรทุกกรอบจะได้รับเลือกลงในตัวอย่างที่รู้จักกัน ความน่าจะเป็นการสุ่มตัวอย่างไม่จำเป็นต้องเป็นที่เท่าเทียมกันสำหรับสมาชิกแต่ละคน. ของกรอบการสุ่มตัวอย่างชนิดของน่าจะเป็นตัวอย่างรวมถึง: •การสุ่มตัวอย่างแบบง่าย (SRS) เป็นวิธีการในที่ใดๆ ทั้งสองกลุ่มขนาดเท่ากันในประชากรที่มีแนวโน้มที่จะเท่าเทียมกันเลือก. ศาสตร์สุ่มอย่างง่ายเลือกหน่วย n จากประชากรขนาดไม่มีข้อความดังกล่าวว่ากลุ่มตัวอย่างขนาดn ทุกคนมีโอกาสเท่าเทียมกันของถูกดึง. •สุ่มแบบแบ่งชั้นจะเป็นประโยชน์เมื่อประชากรประกอบด้วยจำนวนของกลุ่มเป็นเนื้อเดียวกัน ในกรณีนี้ก็สามารถเป็นได้ทั้งในทางปฏิบัติหรือข้อได้เปรียบทางสถิติ(หรือทั้งสอง) ครั้งแรกแบ่งเป็นชั้นประชากรที่เข้ามาในกลุ่มที่เป็นเนื้อเดียวกันแล้วใช้SRS การวาดตัวอย่างจากแต่ละกลุ่ม. •การสุ่มตัวอย่างคลัสเตอร์มีผลบังคับใช้เมื่อธรรมชาติชุดเก็บตัวอย่างเป็นกลุ่มหรือกลุ่มของแต่ละหน่วย ยกตัวอย่างเช่นในการสำรวจผู้ใช้อินเทอร์เน็ตมันเป็นบางครั้งที่เป็นประโยชน์หรือสะดวกในตัวอย่างแรกจากกลุ่มการสนทนาหรือโดเมนอินเทอร์เน็ตและจากนั้นไปยังกลุ่มตัวอย่างผู้ใช้แต่ละคนที่อยู่ในกลุ่มหรือโดเมน. •การสุ่มตัวอย่างอย่างเป็นระบบคือการเลือกทุกที่ k องค์ประกอบจากการสุ่มตัวอย่าง กรอบหรือจากกระแสต่อเนื่องของผู้ตอบแบบสอบถามที่มีศักยภาพ. สุ่มตัวอย่างอย่างเป็นระบบมีความได้เปรียบที่มีกรอบการสุ่มตัวอย่างไม่จำเป็นต้องมีการรวมตัวกันก่อน ในแง่ของการสำรวจอินเทอร์เน็ตสำหรับตัวอย่างเช่นการสุ่มตัวอย่างอย่างเป็นระบบสามารถใช้ในการลิ้มลองเข้าชมลำดับไปยังเว็บไซต์ ตัวอย่างผลจะถือเป็นความน่าจะเป็นตัวอย่างตามช่วงเวลาที่เก็บตัวอย่างไม่ตรงกับรูปแบบในลำดับที่ถูกเป็นตัวอย่างและจุดเริ่มต้นที่สุ่มได้รับการแต่งตั้ง. มีการวิเคราะห์และการปฏิบัติที่สำคัญคือการพิจารณาที่เกี่ยวข้องกับวิธีการหนึ่งที่เหลือและต่อมาวิเคราะห์ผลจากแต่ละประเภทนี้น่าจะเป็นของการสุ่มตัวอย่างตามโครงการแต่ข้อ จำกัด ของพื้นที่ดักคอครอบคลุมแล้วที่นี่ ผู้อ่านที่สนใจในรายละเอียดดังกล่าวควรปรึกษาตำราเช่นคีช(1965) Cochran (1977) ตำรวจ (2003) หรือฟาวเลอร์(2002). ตัวอย่างที่ไม่น่าจะเป็นบางครั้งเรียกว่าตัวอย่างสะดวกเกิดขึ้นเมื่อทั้งความน่าจะเป็นว่าทุกหน่วยหรือตอบรวมอยู่ในกลุ่มตัวอย่างที่ไม่สามารถกำหนดหรือที่เหลือขึ้นอยู่กับแต่ละบุคคลที่จะเลือกที่จะเข้าร่วมในการสำรวจ สำหรับความน่าจะเป็นตัวอย่างสำรวจเลือกตัวอย่างโดยใช้กลไกความน่าจะเป็นและบุคคลในประชากรที่ไม่มีการควบคุมกระบวนการนี้ ในทางตรงกันข้ามเช่นการสำรวจเว็บก็อาจจะโพสต์บนเว็บไซต์ที่เป็นซ้ายขึ้นให้กับผู้ที่กำลังอ่านผ่านทางเว็บไซต์ที่จะตัดสินใจเข้าร่วมในการสำรวจ('เลือก') หรือไม่ เป็นชื่อที่แสดงถึงตัวอย่างที่ไม่น่าจะเป็นดังกล่าวมักจะถูกนำมาใช้เพราะสะดวกอย่างใดที่จะทำเช่นนั้น. ในขณะที่ความน่าจะเป็นตามที่เข้าร่วมการสำรวจสามารถเลือกที่จะไม่เข้าร่วมในการสำรวจ('เลือกที่จะ') การสำรวจอย่างเข้มงวดแสวงหาเพื่อลดจำนวนที่ตัดสินใจไม่ได้ที่จะมีส่วนร่วม (เช่น nonresponse) ในทั้งสองกรณีมันเป็นไปได้ที่จะมีอคติแต่ในที่ไม่น่าจะเป็นการสำรวจอคติมีศักยภาพที่จะมีมากมากขึ้นเพราะมันเป็นไปได้ว่าผู้ที่เลือกไม่ได้เป็นตัวแทนของทั่วไปประชากร นอกจากนี้ในที่ไม่น่าจะเป็นการสำรวจมักจะมีวิธีการประเมินไม่มีความสำคัญที่อาจเกิดจากอคติเนื่องจากมีทั่วไปข้อมูลเกี่ยวกับผู้ที่เลือกไม่ได้ที่จะไม่เลือก. ตัวอย่างที่ไม่น่าจะเป็นตามที่มักจะต้องใช้เวลามากน้อยและความพยายามจึงมักจะมีค่าใช้จ่ายน้อยในการสร้างแต่โดยทั่วไปพวกเขาไม่สนับสนุนสถิติอนุมาน แต่ที่ไม่น่าจะเป็นตามตัวอย่างจะมีประโยชน์สำหรับการวิจัยอื่น ๆ ในรูปแบบ ยกตัวอย่างเช่นในช่วงต้นของการเรียนการสอนการวิจัยการตอบสนองจากร้านสะดวกซื้อตัวอย่างอาจจะมีประโยชน์ในการพัฒนางานวิจัยตั้งสมมติฐาน คำตอบจากความสะดวกสบายตัวอย่างนอกจากนี้ยังอาจเป็นประโยชน์สำหรับ identifyingissues กำหนดช่วงของทางเลือกหรือการจัดเก็บภาษีประเภทอื่นๆ ของข้อมูลที่ไม่ใช่เชิงอนุมาน. สำหรับการอภิปรายรายละเอียดในใบสมัครของประเภทต่างๆของที่ไม่น่าจะเป็นที่ใช้วิธีการสุ่มตัวอย่างเพื่อการวิจัยเชิงคุณภาพให้ดูแพ็ตตัน(2002). รูปแบบเฉพาะของกลุ่มตัวอย่างที่ไม่น่าจะรวมถึงต่อไปนี้. •โควต้าการสุ่มตัวอย่างต้องวิจัยการสำรวจเท่านั้นที่จะระบุโควต้าสำหรับหมายเลขที่ต้องการของผู้ตอบแบบสอบถามที่มีลักษณะบางอย่าง เลือกที่เกิดขึ้นจริงของผู้ตอบแบบสอบถามที่เหลือจากนั้นขึ้นไปสัมภาษณ์การสำรวจที่ต้องตรงกับโควต้า เพราะทางเลือกของผู้ตอบแบบสอบถามที่เหลือขึ้นอยู่กับผู้สัมภาษณ์สำรวจอคติที่ลึกซึ้งอาจเล็ดลอดเข้าไปในการเลือกตัวอย่าง(ดูตัวอย่างเช่นส่วนการสำรวจประวัติศาสตร์ gaffes.) •การสุ่มตัวอย่างสโนว์บอลมักจะใช้เมื่อลักษณะตัวอย่างที่ต้องการจะหายากดังนั้นว่ามันเป็นเรื่องยากมากหรือราคาแพงที่จะหาจำนวนมากพอของผู้ตอบแบบสอบถามโดยวิธีอื่นๆ (เช่นการสุ่มตัวอย่างแบบง่าย). การสุ่มตัวอย่างสโนว์บอลต้องอาศัยการอ้างอิงจากการเริ่มต้นผู้ตอบแบบสอบถามในการสร้างผู้ตอบแบบสอบถามเพิ่มเติม. ในขณะที่เทคนิคนี้สามารถลดลงอย่างมากการค้นหาค่าใช้จ่ายมันมาที่ค่าใช้จ่ายของการแนะนำอคติเพราะเทคนิคของตัวเองอย่างมีนัยสำคัญเพิ่มโอกาสที่กลุ่มตัวอย่างจะไม่ได้เป็นตัวแทนของประชากร. สุ่มตัวอย่าง•คำพิพากษาเป็นชนิดของการสุ่มตัวอย่างความสะดวกสบายในการที่นักวิจัยเลือกตัวอย่างขึ้นอยู่กับการตัดสินใจของเขาหรือเธอ ยกตัวอย่างเช่นนักวิจัยอาจตัดสินใจที่จะวาดทั้งสุ่มกลุ่มตัวอย่างจาก'ตัวแทน' ผู้ใช้อินเทอร์เน็ตชุมชนประชากรที่สนใจeventhoughthe รวมถึงผู้ใช้อินเทอร์เน็ตทั้งหมด การสุ่มตัวอย่างคำพิพากษานอกจากนี้ยังสามารถนำมาใช้ในโครงสร้างแม้แต่น้อยวิธีการประยุกต์ใช้โดยไม่ต้องสุ่มใดๆการสุ่มตัวอย่าง

ผลลัพธ์ (ไทย) 3:

ตัวอย่างวิธีการ
การสุ่มตัวอย่างสามารถแบ่งออกเป็นสองประเภทกว้าง : ความน่าจะเป็นการสุ่มตัวอย่างตาม

( ยังหลวม ๆเรียกว่า ' สุ่ม ' )
ไม่มีความน่าจะเป็นและการสุ่มตัวอย่าง เป็น probabilitybased
ตัวอย่างหนึ่งที่ผู้ตอบแบบสอบถาม
มีเลือกใช้บางประเภทของกลไกการ

และที่น่าจะเป็นด้วย ซึ่งสมาชิกทุกคนของประชากร
กรอบจะได้รับเลือกให้เป็นตัวอย่าง
รู้จัก การสุ่มตัวอย่างความน่าจะเป็นไม่จําเป็นต้องเท่ากัน

ของสมาชิกแต่ละคน โครง
ประเภทของความน่าจะเป็นตัวอย่างรวมถึง :
- สุ่ม ( SRS ) คือ วิธีการที่ 2 กลุ่ม

ขนาดเท่ากัน ในประชากรมีโอกาสเท่าเทียมกันที่จะเลือก .
ทางคณิตศาสตร์ , สุ่มตัวอย่างอย่างง่าย เลือก
ที่อยู่หน่วยของประชากร ขนาดตัวอย่าง n เช่น
ทุกขนาด N ได้มีโอกาสที่เท่าเทียมกันของการวาด
.
- การสุ่มตัวอย่างเป็นประโยชน์เมื่อ
ประชากรประกอบด้วยหมายเลขของ
กลุ่มที่เป็นเนื้อเดียวกัน ในกรณีนี้ มันอาจจะเหมือนกันหรือแตกต่างกันได้ประโยชน์จริง

( หรือทั้งสอง ) จะแบ่งเป็นชั้นๆ ประชากรในกลุ่มที่เป็นเนื้อเดียวกัน แล้วใช้ SRS

วาดตัวอย่างจากแต่ละกลุ่ม แต่ละกลุ่ม สุ่มได้

) เมื่อธรรมชาติเป็นหน่วย กลุ่มหรือกลุ่มของแต่ละหน่วย

ตัวอย่างเช่น ในการสำรวจของผู้ใช้อินเทอร์เน็ตบางครั้งก็เป็นประโยชน์ หรือสะดวก


ตัวอย่างแรกจากกลุ่มอภิปรายหรือโดเมนอินเทอร์เน็ตและ
แล้วตัวอย่างผู้ใช้บุคคลภายในกลุ่ม

หรือโดเมน บริการระบบการสุ่มตัวอย่างการของทุก
K . องค์ประกอบจากกรอบตัวอย่าง หรือจาก
กระแสต่อเนื่องของผู้ตอบแบบสอบถามที่มีศักยภาพ .
สุ่มเป็นระบบที่มีประโยชน์ที่
กรอบตัวอย่างไม่ต้องประกอบ
ไว้ล่วงหน้า ในแง่ของอินเทอร์เน็ตสำรวจสำหรับ
ตัวอย่าง สุ่มตัวอย่างอย่างเป็นระบบสามารถใช้
ตัวอย่างลำดับผู้เข้าเยี่ยมชมเว็บไซต์
ตัวอย่างที่เกิดขึ้นถือเป็นความน่าจะเป็น
ตัวอย่าง ตราบใดที่คนช่วงไม่ได้
ตรงกับรูปแบบในลำดับการ
ศึกษาจุดเริ่มต้นสุ่มเลือก .
มีสำคัญวิเคราะห์และปฏิบัติการพิจารณาที่เกี่ยวข้องกับวิธีหนึ่งเสมอ

และต่อมาวิเคราะห์ผลจาก
แต่ละชนิดเหล่านี้ของความน่าจะเป็นตาม
โครงการตัวอย่าง แต่ข้อ จำกัด พื้นที่ ดักคอ
ครอบคลุมแล้วค่ะผู้อ่านที่สนใจในรายละเอียดดังกล่าวควรปรึกษา

ข้อความ เช่น คีช ( 1965 ) , Cochran ( 1977 ) , 3 ( 2003 ) หรือ
ฟาวเลอร์ ( 2002 ) .
ตัวอย่างความน่าจะเป็นไม่ , บางครั้งเรียกว่า
ตัวอย่างความสะดวกสบายเกิดขึ้นเมื่อเหมือนกัน

เลยน่าจะเป็นที่ทุกหน่วย หรือรวมอยู่ในตัวอย่างไม่สามารถกำหนด
, หรือจะเหลือถึงแต่ละบุคคลที่จะเลือก
มีส่วนร่วมในการสำรวจ สำหรับตัวอย่างความน่าจะเป็น
,เนจที่เลือกใช้กลไกความน่าจะเป็นตัวอย่าง

และบุคคลในประชากรที่ไม่มีการควบคุม
ผ่านกระบวนการนี้ ในทางตรงกันข้าม ตัวอย่างเช่น
เว็บการสำรวจอาจจะโพสต์ในเว็บไซต์ที่เป็นซ้ายขึ้น

ที่เรียกดูผ่านเว็บไซต์ ตัดสินใจที่จะเข้าร่วมในการสำรวจ ( 'opt
' ) หรือไม่ เป็นชื่อนัย ,
ตัวอย่างไม่ดังกล่าวมักจะใช้
ความน่าจะเป็นเพราะมันเป็นอย่างใดสะดวกที่จะทำ ในขณะที่ ในโอกาสเข้าร่วมการสำรวจ

โดยสามารถเลือกที่จะไม่เข้าร่วมในการสำรวจ (
'opt ออก ' ) , การสำรวจ อย่างเข้มงวด เพื่อลดจำนวนผู้ที่แสวงหา

ตัดสินใจไม่เข้าร่วม ( เช่น การไม่ตอบกลับ ) ในทั้งสองกรณีมัน
เป็นไปได้ที่จะมีคติ แต่ไม่มีโอกาสในการสำรวจค่า

มีศักยภาพมากยิ่งขึ้น