The accuracy of your findings large

The accuracy of your findings largely depends upon the way you select your sample. The basic objective of any sampling design is to minimise, within the limitation of cost, the gap between the values obtained from your sample and those prevalent in the study population.
The underlying premise in sampling is that a relatively small number of units, if selected so that they genuinely represent the study population, can provide – with a sufficiently high degree of probability – a fairly true reflection of the sampling population that is being studied.
When selecting a sample you should attempt to achieve two key aims of sampling: (i) the avoidance of bias in the selection of a sample; and (ii) the attainment of maximum precision for a given outlay of resources.
There are three categories of sampling design (Chapter 12): random/probability sampling designs, non-random/non-probability sampling designs, and the ‘mixed’ sampling design.There are several sampling strategies within the first two categories. You need to be acquainted with these sampling designs – the strengths and weaknesses of each and the situations in which they can or cannot be applied – in order to select the one most appropriate for your study. The type of sampling strategy you use will influence your ability to make generalisations from the sample findings about the study population, and the type of statistical tests you can apply to the data.

ผลลัพธ์ (ไทย) 1:

ความถูกต้องของผลการวิจัยของคุณส่วนใหญ่ขึ้นอยู่กับวิธีคุณเลือกตัวอย่างของคุณ วัตถุประสงค์พื้นฐานของการออกแบบการสุ่มตัวอย่างจะลด ภายในข้อจำกัดของต้นทุน ช่องว่างระหว่างค่าที่ได้จากตัวอย่างของคุณและที่แพร่หลายในประชากรศึกษาสถานที่ตั้งต้นในการสุ่มตัวอย่างคือ จำนวนหน่วย ถ้าเลือกเพื่อให้พวกเขาเป็นตัวแทนประชากรศึกษา จริงค่อนข้างเล็กสามารถให้ – มีในระดับสูงของความน่าเป็นสะท้อนค่อนข้างเป็นการสุ่มตัวอย่างประชากรที่มีการศึกษาเมื่อเลือกตัวอย่าง คุณควรพยายามที่จะบรรลุจุดมุ่งหมายสำคัญ 2 การสุ่มตัวอย่าง: (i) การหลีกเลี่ยงความโน้มเอียงในการเลือกตัวอย่าง และ (ii) บรรลุความแม่นยำสูงสุดสำหรับค่าใช้จ่ายการกำหนดทรัพยากรมีสามประเภทของการออกแบบ (บทที่ 12): สุ่ม/ความน่าเป็นออกแบบ ออกแบบสุ่มไม่ใช่สุ่ม/ไม่น่าเป็น และการออกแบบ 'ผสม' สุ่มตัวอย่างการสุ่มตัวอย่าง มีหลายตัวอย่างกลยุทธ์ภายในประเภทสองครั้งแรก คุณต้องจะคุ้นเคยกับเหล่านี้สุ่มตัวอย่างออกแบบ – จุดแข็ง และจุดอ่อนของแต่ละ และในสถานการณ์ที่พวกเขาสามารถ หรือไม่สามารถ ใช้การ – การเลือกที่เหมาะสมที่สุดสำหรับการเรียน ชนิดของการสุ่มตัวอย่างกลยุทธ์ที่คุณใช้จะมีอิทธิพลต่อความสามารถในการทำ generalisations จากตัวอย่างผลการวิจัยเกี่ยวกับประชากรศึกษา และชนิดของการทดสอบที่คุณสามารถใช้ข้อมูลทางสถิติ

ผลลัพธ์ (ไทย) 2:

ความถูกต้องของผลการวิจัยของคุณใหญ่ขึ้นอยู่กับวิธีการที่คุณเลือกตัวอย่างของคุณ วัตถุประสงค์พื้นฐานของการออกแบบการสุ่มตัวอย่างใด ๆ คือการลดภายในข้อ จำกัด ของค่าใช้จ่ายที่ช่องว่างระหว่างค่าที่ได้จากตัวอย่างของคุณและคนที่แพร่หลายในประชากรศึกษา.
สมมติฐานในการสุ่มตัวอย่างคือว่าเป็นจำนวนที่ค่อนข้างเล็กของหน่วยถ้าเลือก เพื่อให้พวกเขาอย่างแท้จริงเป็นตัวแทนของประชากรที่ศึกษาสามารถให้ - มีระดับสูงพอของความน่าจะเป็น - ภาพสะท้อนที่แท้จริงเป็นธรรมของประชากรการสุ่มตัวอย่างที่มีการศึกษา.
เมื่อเลือกตัวอย่างที่คุณควรพยายามที่จะบรรลุจุดมุ่งหมายที่สำคัญของการสุ่มตัวอย่าง (i ) หลีกเลี่ยงการมีอคติในการเลือกตัวอย่างนั้น และ (ii) ความสำเร็จของความแม่นยำสูงสุดสำหรับการใช้จ่ายที่กำหนดของทรัพยากร.
มีสามประเภทของการออกแบบการสุ่มตัวอย่าง (บทที่ 12) มีดังนี้: การออกแบบการสุ่มแบบ / ความน่าจะเป็นการออกแบบการสุ่มตัวอย่างที่ไม่ใช่สุ่ม / ไม่แสวงหาความน่าจะเป็นและ 'ผสม' การสุ่มตัวอย่าง design.There เป็นกลยุทธ์การสุ่มตัวอย่างหลายภายในสองประเภทแรก คุณจะต้องมีความคุ้นเคยกับการออกแบบการสุ่มตัวอย่างเหล่านี้ - จุดแข็งและจุดอ่อนของแต่ละคนและสถานการณ์ที่พวกเขาสามารถหรือไม่สามารถนำไปใช้ - เพื่อเลือกหนึ่งที่เหมาะสมที่สุดสำหรับการศึกษาของคุณ ประเภทของกลยุทธ์การสุ่มตัวอย่างที่คุณใช้จะมีผลต่อความสามารถในการทำให้ภาพรวมจากผลการวิจัยกลุ่มตัวอย่างเกี่ยวกับประชากรที่ศึกษาและประเภทของการทดสอบทางสถิติที่คุณสามารถนำไปใช้กับข้อมูล

ผลลัพธ์ (ไทย) 3:

ความถูกต้องของผลการวิจัยของคุณส่วนใหญ่จะขึ้นอยู่กับวิธีที่คุณเลือกตัวอย่างของคุณ วัตถุประสงค์ขั้นพื้นฐานของคนออกแบบคือการลดต้นทุนภายในข้อจำกัดของระยะห่างระหว่างค่าที่ได้จากตัวอย่างของคุณและแพร่หลายในการศึกษาประชากรต้นแบบสถานที่ในการสุ่มตัวอย่างเป็นจำนวนที่ค่อนข้างเล็กของหน่วย ถ้าเลือกเพื่อให้พวกเขาอย่างแท้จริงเป็นตัวแทนของประชากรศึกษา สามารถให้ระดับสูงพอสมควร และความน่าจะเป็น –สะท้อนค่อนข้างที่แท้จริงของประชากรที่กำลังศึกษาเมื่อมีการเลือกตัวอย่างที่คุณควรพยายามที่จะบรรลุสองเป้าหมายหลักของการสุ่มตัวอย่าง : ( ฉัน ) หลีกเลี่ยงอคติในการเลือกตัวอย่าง และ ( 2 ) ความสำเร็จของความแม่นยำสูงสุดสำหรับการค่าใช้จ่ายของทรัพยากรมีสามประเภทของการออกแบบการสุ่มตัวอย่าง ( บทที่ 12 ) : แบบสุ่ม ความน่าจะเป็นแบบสุ่มไม่สุ่ม / ไม่ ความน่าจะเป็นแบบสุ่มและการออกแบบตัวอย่าง ' ผสม ' มีหลายตัวอย่างกลยุทธ์ภายในสองประเภทแรก คุณจะต้องคุ้นเคยกับเหล่านี้ตัวอย่างการออกแบบ–จุดแข็งและจุดอ่อนของแต่ละคนและสถานการณ์ที่พวกเขาสามารถนำมาใช้สำหรับเพื่อเลือกหนึ่งที่เหมาะสมที่สุดสำหรับการศึกษาของคุณ ประเภทของการสุ่มตัวอย่างกลยุทธ์ที่คุณใช้จะมีผลต่อความสามารถของคุณที่จะให้รวมจากตัวอย่างข้อมูลเกี่ยวกับประชากรและชนิดของการทดสอบทางสถิติที่คุณสามารถใช้ข้อมูล