简单随机抽样|定义,步骤和例子
一个简单随机抽样是总体中随机选择的子集。在这种抽样方法中,总体中的每个成员都有完全相等的机会被选中。
这个方法是所有方法中最直接的概率抽样方法,因为它只涉及单一的随机选择,并且不需要对总体的预先知识。因为它使用了随机化,所以对这个样本进行的任何研究都应该具有较高的内部和外部有效性,并且患病风险较低研究偏见就像抽样偏差而且选择性偏差.
何时采用简单随机抽样
简单随机抽样用于对总体进行统计推断。它有助于确保高内部效度:随机化是降低电位影响的最佳方法混杂变量.
此外,在足够大的样本量下,一个简单的随机样本具有较高的外部效度:它代表了较大人口的特征。
然而,简单的随机抽样在实践中可能具有挑战性。要使用这种方法,有一些先决条件:
如果你有大量的时间和资源来进行研究,或者如果你研究的是一个可以很容易抽样的有限人口,简单的随机抽样是最好的。
在某些情况下,使用不同类型的概率抽样可能更合适:
- 系统抽样涉及到基于常规间隔选择样本,而不是完全随机选择。当你没有完整的人口列表时,也可以使用它。
- 分层抽样当您希望确保特定特征在样本中按比例表示时,使用此方法是合适的。你把你的人口分成几个层次(例如,按性别或种族划分),然后从每个子群体中随机选择。
- 整群抽样当你无法从整个总体中进行抽样时是合适的。您将样本划分为大致反映整个总体的群集,然后从这些群集中随机选择您的样本。
如何进行简单的随机抽样
有4个关键步骤来选择一个简单的随机样本。
步骤1:定义总体
首先决定你想要研究的人群。
重要的是要确保您可以访问总体中的每个个体成员,以便您可以从所有被选为样本的人收集数据。
第二步:决定样本量
接下来,你需要决定你的样本量有多大。虽然更大的样本提供了更多的统计确定性,但它们也需要更多的成本和更多的工作。
有几种可能的方法来决定你的样本大小,但最简单的方法之一是使用你想要的公式置信区间和置信水平,估计你正在工作的人口规模,以及标准偏差无论你想在总体中测量什么。
最常用的置信区间和水平分别为0.05和0.95。因为你可能不知道你正在研究的总体的标准差,你应该选择一个足够高的数字来解释各种可能性(比如0.5)。
然后你可以使用a样本容量计算器以估计必要的样本量。
第三步:随机选择你的样本
这可以通过两种方法之一来实现:抽签或随机数字方法。
在彩票方法,你可以通过“从帽子中抽签”或使用模拟相同动作的计算机程序随机选择样本。
在随机数法,你给每个人分配一个数字。通过使用随机数发生器或者随机数字表,然后随机选择总体中的一个子集。您也可以使用Microsoft Excel中的随机数函数(RAND)来生成随机数。
步骤4:从样本中收集数据
最后,你应该收集数据从你的样本中。
为了确保你的研究结果的有效性,你需要确保每个被选中的人实际上都参与了你的研究。如果有些人因为与你正在学习的问题相关的原因退出或不参与,这可能会偏见您的发现。
例如,如果年轻参与者系统性地不太可能参与您的研究,那么由于这个群体的代表性不足,您的发现可能是无效的。
简单随机抽样的常见问题
- 为什么要在研究中使用样本?
-
样品都是用来推断的人口.样本更容易收集数据,因为它们实用、具有成本效益、方便且易于管理。
引用这篇Scribbr文章
如果你想引用这个来源,你可以复制和粘贴引用或点击“引用这篇Scribbr文章”按钮,自动添加到我们的免费引用生成器引用。