샘플링 방법 유형(예시 포함)

연구자들은 종종 다음과 같은 모집단 에 관한 질문에 답하고 싶어합니다.

• 특정 식물 종의 평균 키는 얼마입니까?
• 특정 새 종의 평균 체중은 얼마입니까?
• 특정 도시의 시민 중 몇 퍼센트가 특정 법률을 지지합니까?

이러한 질문에 대답하는 한 가지 방법은 관심 모집단의 각 개인에 대한 데이터를 수집하는 것입니다.

그러나 이는 일반적으로 비용이 너무 많이 들고 시간이 많이 걸리기 때문에 연구자들은 대신 모집단 표본을 채취하고 표본 데이터를 사용하여 모집단 전체에 대한 결론을 도출합니다.

연구자들이 개인을 표본에 포함시키기 위해 잠재적으로 사용할 수 있는 다양한 방법이 있습니다. 이를 샘플링 방법 이라고 합니다.

이 기사에서는 다양한 방법의 장점과 단점을 포함하여 통계에서 가장 일반적으로 사용되는 샘플링 방법을 공유합니다.

확률 샘플링 방법

첫 번째 종류의 표본 추출 방법은 확률 표본 추출 방법 으로 알려져 있습니다. 모집단의 각 구성원이 표본으로 선택될 확률이 동일하기 때문입니다.

단순 무작위 표본

정의: 모집단의 각 구성원은 표본의 일부로 선택될 수 있는 동일한 기회를 갖습니다. 난수 생성기 또는 무작위 선택 수단을 사용하여 무작위로 구성원을 선택합니다.

예: 학급의 각 학생의 이름을 모자에 넣고 무작위로 이름을 뽑아 학생 표본을 얻습니다.

장점: 각 구성원이 표본에 포함될 확률이 동일하므로 단순 무작위 표본은 일반적으로 관심 모집단을 대표합니다 .

층화된 무작위 표본

정의: 인구를 여러 그룹으로 나누는 것. 각 그룹에서 표본에 포함될 몇 명의 구성원을 무작위로 선택합니다.

예: 학교의 모든 학생을 수준에 따라 신입생, 2학년, 3학년, 4학년으로 나눕니다. 각 학년의 학생 50명에게 학교 급식에 관한 설문조사를 완료하도록 요청하세요.

장점: 층화된 무작위 표본을 사용하면 각 인구 그룹의 구성원이 설문조사에 포함됩니다.

군집화된 무작위 표본

정의: 인구를 클러스터로 나누는 것. 일부 클러스터를 무작위로 선택하고 이러한 클러스터의 모든 구성원을 샘플에 포함합니다.

예: 고래 관찰 여행을 제공하는 회사는 고객에게 설문조사를 원합니다. 하루에 제공되는 10개의 투어 중 무작위로 4개의 투어를 선택하고 각 고객에게 경험에 대해 질문합니다.

장점: 군집 무작위 표본은 특정 그룹의 모든 구성원을 수집하므로 각 그룹이 모집단 전체를 반영할 때 유용합니다.

체계적인 무작위 샘플링

정의: 인구의 각 구성원을 특정 순서로 배치합니다. 무작위 시작점을 선택하고 ^n번째 구성원을 모두 선택하여 표본의 일부로 만듭니다.

예: 교사는 성을 기준으로 알파벳순으로 학생들을 정렬하고 시작점을 무작위로 선택한 다음 표본에 포함할 매 5번째 학생을 선택합니다.

장점: 각 구성원이 표본에 포함될 확률이 동일하므로 체계적 무작위 표본은 일반적으로 관심 모집단을 대표합니다 .

비확률 샘플링 방법

또 다른 종류의 표본 추출 방법은 비확률 표본 추출 방법 으로 알려져 있습니다. 왜냐하면 모집단의 모든 구성원이 표본으로 선택될 확률이 동일하지 않기 때문입니다.

이러한 유형의 샘플링 방법은 확률 샘플링 방법보다 훨씬 저렴하고 실용적이기 때문에 때때로 사용됩니다. 이는 연구자가 단지 모집단에 대한 초기 이해를 얻고자 할 때 탐색적 분석 중에 자주 사용됩니다.

그러나 이러한 표본 추출 방법으로 얻은 표본은 일반적으로 대표 표본이 아니기 때문에 추출된 모집단에 대한 결론을 도출하는 데 사용할 수 없습니다.

편의 샘플

정의: 표본에 포함시키기 위해 쉽게 이용 가능한 모집단 구성원을 선택합니다.

예: 연구원이 낮 동안 도서관 앞에 서서 지나가는 사람들을 인터뷰합니다.

단점: 위치와 시간이 결과에 영향을 미칩니다. 일부 사람들(예: 낮에 일하는 사람)이 표본에 포함되지 않기 때문에 표본이 과소 집계 편향 으로 인해 어려움을 겪을 가능성이 높습니다.

자발적인 응답 샘플

정의: 연구자는 지원자에게 연구에 포함되도록 요청하고 모집단 구성원은 표본에 포함될지 여부를 자발적으로 결정합니다.

예: 라디오 진행자가 청취자에게 온라인에 접속하여 자신의 웹사이트에서 설문조사를 완료하도록 요청합니다.

단점: 자발적으로 응답하는 사람들은 나머지 인구 집단보다 더 강한 의견(긍정적 또는 부정적)을 갖게 되어 대표성이 떨어지는 표본이 될 가능성이 높습니다. 이 샘플링 방법을 사용하면 샘플이 무응답 편향 으로 고통받을 가능성이 높습니다. 특정 그룹의 사람들은 단순히 응답을 제공할 가능성이 적습니다.

눈덩이 샘플

정의: 연구자는 연구에 참여할 초기 피험자를 모집한 다음, 해당 초기 피험자에게 연구에 참여할 추가 피험자를 모집하도록 요청합니다. 이 접근 방식을 사용하면 각 추가 피험자가 더 많은 피험자를 모집함에 따라 표본 크기가 점점 더 커지는 “눈덩이”가 됩니다.

예: 연구자들이 희귀질환을 앓고 있는 사람들을 대상으로 연구를 진행하고 있지만 실제로 질병을 앓고 있는 사람을 찾기가 어렵습니다. 그러나 연구에 참여할 초기 사람들을 몇 명만 찾을 수 있다면 민간 지원 그룹이나 다른 수단을 통해 알 수 있는 다른 사람들을 모집하도록 요청할 수 있습니다.

단점: 샘플링 편향이 발생할 가능성이 높습니다. 초기 피험자는 추가 피험자를 모집하기 때문에 많은 피험자가 연구 대상인 더 넓은 집단을 대표하지 않을 수 있는 유사한 특징이나 특징을 공유할 가능성이 높습니다. 따라서 표본 결과를 모집단에 추정할 수 없습니다.

여기에서 눈덩이 샘플링에 대해 자세히 알아보세요 .

순수 샘플

정의: 연구자들은 연구 목표에 가장 유용할 것이라고 생각하는 사람을 기준으로 개인을 모집합니다.

예: 연구원은 마을 광장에 새로운 등반 체육관을 설치할 가능성에 대한 마을 주민들의 의견을 알고 싶어합니다. 그래서 그들은 의도적으로 도시의 다른 암벽등반 체육관을 자주 이용하는 사람들을 찾습니다.

단점: 표본에 포함된 개인이 전체 모집단을 대표할 가능성이 낮습니다. 따라서 표본 결과를 모집단에 추정할 수 없습니다.