a:

Cercetătorii folosesc mai multe garanții pentru a se asigura că un simplu eșantion aleatoriu reprezintă cu precizie o populație mai mare. Ei folosesc un proces de selecție care face ca randomizarea să fie primordială și astfel să elimine tendința de selecție. Cercetătorii se asigură că au o listă exhaustivă și exactă a întregii populații studiate înainte de a alege să utilizeze un eșantion simplu aleatoriu; altfel, optează pentru o metodă de eșantionare care nu necesită îndeplinirea acestei condiții. Se asigură că eșantionul lor este suficient de mare pentru a elimina erorile de eșantionare care provin de la dimensiunea prea mică a eșantionului.

Un eșantion simplu aleatoriu oferă o modalitate de a efectua analize statistice asupra unei populații mari, fără a fi nevoit să studieze fiecare membru al populației. De exemplu, să presupunem că un cercetător dorește să efectueze un studiu care să includă toți elevii de la UCLA. Aceasta reprezintă o provocare inerentă, deoarece UCLA este o școală uriașă și o evaluare a tuturor bărbaților este extrem de consumatoare de timp, să nu mai vorbim inutil având în vedere numeroasele metode de eșantionare disponibile.

Prin eșantionare aleatorie simplă, un număr predeterminat de bărbați UCLA sunt extrași la întâmplare din populația mai mare și folosiți ca subiecți de cercetare. Pentru ca această metodă să funcționeze, eșantionul aleator trebuie să fie reprezentativ pentru populația mai mare. Primul pas pe care cercetatorii il fac pentru a se asigura ca acest lucru este de a utiliza un proces de selectie care subliniaza aleatoritatea. Un proces viabil este un sistem de loterie manuală, în care cercetătorii atribuie fiecărui membru al populației mai mari un număr unic și apoi desenează numere la întâmplare pentru a genera un eșantion de studiu. O altă opțiune este ca cercetătorii să automatizeze procesul folosind un program de calculator care selectează aleator subiecții de test din populația mai mare.

Pentru ca metoda de selecție să funcționeze, cercetătorii trebuie să poată obține o listă exactă și exhaustivă a întregii populații. Dacă acest lucru nu este posibil, eșantionarea aleatorie simplă nu este fezabilă și trebuie aleasă o altă metodă de eșantionare. Pentru multe populații, cum ar fi exemplul UCLA, se poate obține o listă completă. În acest caz, cercetătorii aleg adesea o eșantionare aleatorie simplă din cauza ușurinței utilizării.

Eroarea de eșantionare devine mai mult o problemă cu o dimensiune a eșantionului care este extrem de mică în comparație cu populația mai mare. Pentru ca eșantionul bărbaților UCLA să fie reprezentativ, specializările colegilor subiecților săi ar trebui să fie proporționale cu cea a populației mai mari. Cu toate acestea, dacă mărimea eșantionului este de numai 20, este posibil să se încheie cu 15 sau mai multe majorete umaniste - similar cu modul în care 20 de flipuri de monede ar putea produce 15 sau mai multe capete.Aceste erori de eșantionare scad cu dimensiuni mai mari de eșantioane. Trei sute de flipsuri de monede pot produce mult mai aproape de 50% din capete, în timp ce un eșantion de 300 de bărbați colegiu este sigur că va produce un amestec divers de majors. O dimensiune mare a eșantionului vă ajută să asigurați o mostră reprezentativă.