Probability SamplingIn a random sam

Probability Sampling
In a random sample, every member of the population has an equal probability of being selected. This technique is considered the best way to obtain a representative sample, but it requires the researcher to specifically define the population and ensure that each member has an equal chance of being selected. Stratified random sampling involves random sampling of particular subgroups within a population. For example a sport marketing researcher might divide the consumer population into two groups-these who hold season tickets and those who do not-based on the percentage of fans at a particular sporting event who are currently season ticket holders. If, for a particular event, 45 percent of consumers are season ticket holders and 55 percent of consumers are individual game ticket purchaser, the researcher would then randomly select 45 percent of the sample from season ticket holders and 55 percent of the sample from buyers of tickets for an individual game. The stratified random sampling method ensures that the initial sample is reflective of the subgroups present in the population. Another approach, known as cluster sampling, randomly selects groups rather than individuals. For example, sport marketers could randomly select various seating areas within a stadium and survey all consumers within those sections. A third approach, systematic sampling, involves selecting every nth case. In other words, the researcher might survey every seventh person entering a particular gate of a sport facility or every fifth sponsor on a comprehensive list of event sponsors. Systematic sampling is most effective when the list from which the names are taken is randomly ordered.

ผลลัพธ์ (ไทย) 1:

สุ่มตัวอย่างความน่าเป็นIn a random sample, every member of the population has an equal probability of being selected. This technique is considered the best way to obtain a representative sample, but it requires the researcher to specifically define the population and ensure that each member has an equal chance of being selected. Stratified random sampling involves random sampling of particular subgroups within a population. For example a sport marketing researcher might divide the consumer population into two groups-these who hold season tickets and those who do not-based on the percentage of fans at a particular sporting event who are currently season ticket holders. If, for a particular event, 45 percent of consumers are season ticket holders and 55 percent of consumers are individual game ticket purchaser, the researcher would then randomly select 45 percent of the sample from season ticket holders and 55 percent of the sample from buyers of tickets for an individual game. The stratified random sampling method ensures that the initial sample is reflective of the subgroups present in the population. Another approach, known as cluster sampling, randomly selects groups rather than individuals. For example, sport marketers could randomly select various seating areas within a stadium and survey all consumers within those sections. A third approach, systematic sampling, involves selecting every nth case. In other words, the researcher might survey every seventh person entering a particular gate of a sport facility or every fifth sponsor on a comprehensive list of event sponsors. Systematic sampling is most effective when the list from which the names are taken is randomly ordered.

ผลลัพธ์ (ไทย) 2:

การเก็บตัวอย่างความน่าจะเป็น
ในตัวอย่างที่สุ่มสมาชิกของประชากรทุกคนมีความน่าจะเป็นที่เท่ากันได้รับเลือก เทคนิคนี้ถือว่าเป็นวิธีที่ดีที่สุดที่จะได้รับตัวอย่างที่เป็นตัวแทน แต่ต้องวิจัยเฉพาะกำหนดประชากรและให้แน่ใจว่าสมาชิกแต่ละคนมีโอกาสเท่าเทียมกันที่จะถูกเลือก สุ่มแบบแบ่งชั้นเกี่ยวข้องกับการสุ่มแบบกลุ่มย่อยโดยเฉพาะอย่างยิ่งภายในประชากร ยกตัวอย่างเช่นนักวิจัยการตลาดกีฬาอาจแบ่งประชากรผู้บริโภคออกเป็นสองกลุ่มเหล่านี้ที่ถือตั๋วฤดูกาลและผู้ที่ไม่ได้ใช้ในอัตราร้อยละของแฟน ๆ ที่การแข่งขันกีฬาโดยเฉพาะอย่างยิ่งที่มีอยู่ในปัจจุบันผู้ถือตั๋วฤดูกาล หากมีเหตุการณ์ใด, 45 เปอร์เซ็นต์ของผู้บริโภคผู้ถือตั๋วฤดูกาลและร้อยละ 55 ของผู้บริโภคแต่ละเกมซื้อตั๋วนักวิจัยก็จะสุ่มเลือกร้อยละ 45 ของกลุ่มตัวอย่างจากผู้ถือตั๋วฤดูกาลและร้อยละ 55 ของกลุ่มตัวอย่างจากผู้ซื้อของ ตั๋วสำหรับแต่ละเกม วิธีการสุ่มแบบแบ่งชั้นเพื่อให้แน่ใจว่าตัวอย่างแรกคือการสะท้อนแสงของกลุ่มย่อยที่มีอยู่ในประชากร อีกวิธีหนึ่งที่รู้จักกันในการเก็บตัวอย่างกลุ่มสุ่มเลือกกลุ่มมากกว่าบุคคล ยกตัวอย่างเช่นการตลาดกีฬาสุ่มสามารถเลือกบริเวณที่นั่งต่าง ๆ ภายในสนามกีฬาและการสำรวจผู้บริโภคทุกคนที่อยู่ในส่วนที่ วิธีที่สามการสุ่มตัวอย่างระบบที่เกี่ยวข้องกับการเลือกทุกกรณีที่ n ในคำอื่น ๆ นักวิจัยอาจจะสำรวจทุกคนที่เจ็ดเข้าประตูโดยเฉพาะอย่างยิ่งของสถานที่เล่นกีฬาหรือทุกสปอนเซอร์ห้าในรายการที่ครอบคลุมของสปอนเซอร์ การสุ่มตัวอย่างอย่างเป็นระบบมีประสิทธิภาพมากที่สุดเมื่อรายการที่ชื่อจะได้รับการสั่งการสุ่ม

ผลลัพธ์ (ไทย) 3:

ความน่าจะเป็นการสุ่มตัวอย่าง
ในตัวอย่างสุ่ม สมาชิกทุกคนของประชากรมีความน่าจะเป็นเท่ากัน จะถูกเลือก เทคนิคนี้เป็นวิธีที่ดีที่สุดเพื่อให้ได้ตัวอย่างที่เป็นตัวแทน แต่มันต้องมี จำนวนประชากร โดยกำหนดให้สมาชิกแต่ละคนมีโอกาสเท่าเทียมกันในการเลือกการสุ่มตัวอย่างที่เกี่ยวข้องกับสุ่มเฉพาะกลุ่มย่อยภายในประชากร ตัวอย่างเช่นกีฬาการตลาดนักวิจัยอาจแบ่งออกเป็นสองกลุ่มประชากรผู้บริโภคเหล่านี้ผู้ถือบัตรฤดูและผู้ที่ไม่ได้ขึ้นอยู่กับเปอร์เซ็นต์ของแฟนบอลในงานกีฬาโดยเฉพาะคนที่กำลังฤดูผู้ถือตั๋ว ถ้าสำหรับเหตุการณ์เฉพาะ45 เปอร์เซ็นต์ของผู้บริโภคเป็นผู้ถือตั๋วปี และ 55 เปอร์เซ็นต์ของผู้บริโภคจะซื้อตั๋วแต่ละเกม ผู้วิจัยก็จะสุ่มเลือก 45 เปอร์เซ็นต์ ของตัวอย่างจากผู้ถือตั๋วฤดูกาลและ 55 เปอร์เซ็นต์ของกลุ่มตัวอย่างจากผู้ซื้อตั๋วสำหรับแต่ละเกมการสุ่มเพื่อให้แน่ใจว่า ตัวอย่างแรกคือการสะท้อนของกลุ่มย่อยที่มีอยู่ในประชากร อีกวิธีหนึ่งที่รู้จักกันเป็น 2 กลุ่มแบบสุ่มเลือกกลุ่มมากกว่าบุคคล ตัวอย่างเช่นการตลาดกีฬาจะสุ่มเลือกต่าง ๆภายในสนามกีฬา และพื้นที่นั่งเล่น สำรวจผู้บริโภคทั้งหมดภายในส่วนเหล่านั้น สาม วิธีการ ระบบ ตัวอย่างเกี่ยวข้องกับการเลือกแลกทุกกรณี ในคำอื่น ๆที่คนอาจจะสำรวจทุกเจ็ดคนเข้าประตูโดยเฉพาะ กีฬา สถานที่ หรือทุกๆ 5 สปอนเซอร์ในรายการที่ครอบคลุมของผู้สนับสนุนการจัดงาน สุ่มเป็นระบบที่มีประสิทธิภาพที่สุดเมื่อรายการที่ชื่อจะถ่ายเป็นแบบสุ่ม
สั่ง