単純ランダムサンプリングとは何ですか？
定義：単純ランダムサンプリングは、母集団内のすべてのアイテムがサンプルで選択される可能性と可能性が均等であるサンプリング手法として定義されます。 ここでは、アイテムの選択は運や確率に完全に依存しているため、このサンプリング手法はチャンスの方法としても知られています。
単純ランダムサンプリングは基本的なサンプリング方法であり、より複雑なサンプリング方法のコンポーネントになる可能性があります。 このサンプリング方法の主な属性は、すべてのサンプルが同じ確率で選択されることです。
このサンプリング方法のサンプルサイズは、単純なランダムサンプリングを適切に適用できるように、理想的には数百を超える必要があります。 彼らは、この方法は理論的には理解しやすいが、実際に実行するのは難しいと言っています。 大きなサンプルサイズでの作業は簡単な作業ではなく、現実的なサンプリングフレームを見つけるのが難しい場合があります。
単純ランダムサンプリング法
研究者は次の方法に従って、単純なランダムサンプルを選択します。
- 最初にすべての母集団メンバーのリストを作成し、次に各メンバーに特定の番号を付けます（たとえば、n番目のメンバーがある場合、1からNまで番号が付けられます）。
- この母集団から、研究者は2つの方法を使用して乱数サンプルを選択します。乱数表と乱数ジェネレータソフトウェアです。 サンプルを生成するために人間の干渉が必要ないため、研究者は乱数ジェネレータソフトウェアを好みます。
2つのアプローチは、単純ランダムサンプリングのプロセスにおけるバイアスを最小限に抑えることを目的としています。
- 宝くじの方法
宝くじの方法を使用することは最も古い方法の1つであり、ランダムサンプリングの機械的な例です。 この方法では、研究者は母集団の各メンバーに番号を付けます。 研究者は、サンプルを選択するためにボックスからランダムに数字を引き出します。
- ランダムな数字の使用
ランダムな番号の使用は、母集団に番号を付けることも含む代替方法です。 以下のような数値テーブルを使用すると、このサンプリング手法に役立ちます。
単純ランダムサンプリング式
病院に1000人のスタッフがいて、夜勤を100人のメンバーに割り当てる必要があるとします。 それらの名前はすべてバケットに入れられ、ランダムに選択されます。 各人が選択される可能性は同じであり、母集団のサイズ（N）とサンプルサイズ（n）がわかっているため、計算は次のようになります。
|
P = 1- N-1 / NN-2/N-1….Nn/N-（n-1） キャンセル=1-Nn/ N = n / N = 100/1000 = 10％ |
単純ランダムサンプリングの例
次の手順に従って、500人から100人の従業員の単純なランダムサンプルを抽出します。
- リストを作る 組織で働くすべての従業員の。 （前述のように、組織には500人の従業員がいるため、レコードには500人の名前が含まれている必要があります）。
- 連番を割り当てる 各従業員に（1,2,3…n）。 これがサンプリングフレーム（単純ランダムサンプルを抽出するリスト）です。
- サンプルサイズがどうなるかを把握する. （この場合、サンプルサイズは100です）。
- ステップ2のサンプリングフレーム（母集団サイズ）とステップ3のサンプルサイズを使用して、乱数ジェネレーターを使用してサンプルを選択します。 たとえば、サンプルサイズが100で、母集団が500の場合、1から500までの100個のランダムな数値を生成します。
研究における単純ランダムサンプリング
今日の市場調査プロジェクトははるかに大きく、無数の項目が含まれています。 人口の思考プロセスのすべてのメンバーを研究し、研究から干渉を引き出すことは事実上不可能です。
研究者として時間とお金を節約したい場合は、単純ランダムサンプリングが使用できる最良の確率サンプリング方法の1つです。 サンプルからデータを取得することは、より賢明で実用的です
国勢調査とサンプルのどちらを使用するかは、国勢調査の種類、同質性/不均一性の程度、コスト、時間、調査の実現可能性、必要な精度など、いくつかの要因によって異なります。
単純ランダムサンプリングの利点
- これは公正なサンプリング方法であり、適切に適用すれば、関連する他のサンプリング方法と比較して、関連するバイアスを減らすのに役立ちます。
- 大きなサンプルフレームが含まれるため、通常、既存のより大きな母集団からより小さなサンプルサイズを選択するのは簡単です。
- 調査を行う人は、収集しているデータについて事前に知っている必要はありません。 研究者を集めるために質問をすることができますが、主題の専門家である必要はありません。
- このサンプリング方法は、データを収集するための基本的な方法です。 技術的な知識は必要ありません。 必要なのは、基本的なリスニングとレコーディングのスキルだけです。
- このタイプのサンプリング方法では母集団のサイズが膨大であるため、研究者が作成する必要のあるサンプルサイズに制限はありません。 より多くの母集団から、小さなサンプルを非常に迅速に取得できます。
- このサンプリング方法で収集されたデータは十分な情報に基づいています。サンプルが多いほど、データの品質が向上します。
