Perbezaan antara sampel dan penduduk

Contoh vs populasi

Penduduk dan sampel adalah dua istilah penting dalam subjek 'statistik'. Secara ringkas, penduduk adalah koleksi item terbesar yang kami berminat untuk belajar, dan sampel adalah subset penduduk. Dengan kata lain, sampel harus mewakili penduduk dengan jumlah item yang lebih sedikit tetapi mencukupi. Satu penduduk boleh mempunyai beberapa sampel dengan saiz yang berbeza.

Contoh

Sampel mungkin terdiri daripada dua atau lebih item yang telah dipilih daripada penduduk. Saiz terendah yang mungkin untuk sampel adalah dua dan tertinggi akan sama dengan saiz penduduk. Terdapat beberapa cara untuk memilih sampel dari populasi. Secara teorinya, memilih 'sampel rawak' adalah cara terbaik untuk mencapai kesimpulan yang tepat mengenai penduduk. Sampel jenis ini juga dipanggil sampel kebarangkalian, kerana setiap item dalam populasi mempunyai peluang yang sama untuk dimasukkan ke dalam sampel.

Teknik 'Sampel Rawak Sederhana' adalah teknik pensampelan rawak yang paling terkenal. Dalam kes ini, item yang dipilih untuk sampel dipilih secara rawak dari populasi. Sampel seperti itu dipanggil 'sampel rawak sederhana' atau SRS. Teknik lain yang popular ialah 'persampelan sistematik'. Dalam kes ini, item untuk sampel dipilih berdasarkan urutan sistematik tertentu.

Contoh: Setiap orang ke -10 barisan dipilih untuk sampel.

Dalam kes ini, perintah sistematik adalah setiap orang ke -10. Ahli statistik bebas untuk menentukan perintah ini dengan cara yang bermakna. Terdapat teknik pensampelan rawak lain seperti pensampelan kluster atau persampelan berstrata, dan kaedah pilihan sedikit berbeza dari dua di atas.

Untuk tujuan praktikal, sampel non rawak seperti sampel kemudahan, sampel penghakiman, sampel bola salji dan sampel purposive boleh digunakan. Lebih banyak lagi, item yang dipilih untuk sampel bukan rawak berkaitan dengan peluang. Malah, setiap item penduduk tidak mempunyai peluang yang sama untuk dimasukkan ke dalam sampel bukan rawak. Sampel jenis ini juga dipanggil sampel bukan kebarangkalian.

Penduduk

Sebarang koleksi entiti, yang menarik untuk disiasat hanya ditakrifkan sebagai 'penduduk.'Penduduk adalah asas bagi sampel. Sebarang set objek di alam semesta boleh menjadi populasi, berdasarkan pengisytiharan pengajian. Umumnya, populasi harus agak besar dalam saiz dan sukar untuk menyimpulkan beberapa ciri dengan mempertimbangkan itemnya secara individu. Pengukuran yang akan disiasat dalam populasi dipanggil parameter. Dalam amalan, parameter dianggarkan dengan menggunakan statistik yang merupakan pengukuran sampel yang berkaitan.

Contoh: Apabila menganggarkan tanda matematik purata 30 pelajar dalam kelas dari purata matematik tanda 5 pelajar, parameternya adalah purata matematik kelas. Statistik adalah tanda matematik purata 5 pelajar.

Contoh vs populasi

Hubungan yang menarik antara sampel dan penduduk adalah bahawa penduduk boleh wujud tanpa sampel, tetapi, sampel mungkin tidak wujud tanpa penduduk. Hujah ini selanjutnya membuktikan bahawa sampel bergantung kepada populasi, tetapi dengan menarik, kebanyakan kesimpulan penduduk bergantung pada sampel. Tujuan utama sampel adalah untuk menganggarkan atau menyimpulkan beberapa pengukuran populasi yang tepat. Ketepatan yang lebih tinggi dapat disimpulkan dari hasil keseluruhan yang diperoleh dari beberapa sampel penduduk yang sama dan bukannya dari satu sampel. Satu lagi perkara penting yang perlu diketahui ialah, apabila memilih lebih daripada satu sampel dari populasi satu item juga boleh dimasukkan dalam sampel lain. Kes ini dikenali sebagai 'sampel dengan penggantian'. Lebih -lebih lagi, melabur pengukuran penduduk yang relevan dari sampel dan memperoleh output hampir serupa adalah peluang keemasan untuk menjimatkan kos dan nilai masa.

Adalah penting untuk mengetahui bahawa, apabila saiz sampel meningkat, ketepatan anggaran bagi parameter populasi juga meningkat. Secara logik, untuk mempunyai anggaran yang lebih baik untuk penduduk, saiz sampel tidak boleh terlalu kecil. Selanjutnya, sampel rawak juga harus dipertimbangkan mempunyai anggaran yang lebih baik. Oleh itu, adalah penting untuk memberi perhatian pada saiz dan kekangan sampel untuk menjadi wakil untuk mendapatkan anggaran terbaik untuk penduduk.