Mikä prosenttiosuus väestöstä tarvitsee edustavasta otoksesta?

Tämä ratkaisee ilmastokriisin (melkein) - Ilmastouutiset #10 (Marraskuu 2024)

Tämä ratkaisee ilmastokriisin (melkein) - Ilmastouutiset #10 (Marraskuu 2024)
Mikä prosenttiosuus väestöstä tarvitsee edustavasta otoksesta?
Anonim
a:

Teknisesti edustava näyte edellyttää, että mikä tahansa prosenttiosuus tilastopopulaatiosta on välttämätöntä mahdollisimman tarkkaan, jotta voidaan tutkia tai analysoida laatua tai ominaisuutta. Esimerkiksi 1 000 miehen joukossa, joka koostuu 600 miestä ja 400 naisesta, joita käytettiin sukupuolten välisten ostotrendien analyysiin, edustava otos voi koostua vain viidestä jäsenestä, kolmesta miehestä ja kahdesta naisesta tai 0: sta. 5 prosenttia väestöstä. Kuitenkin, vaikka tämä näyte edustaa tavallisesti suurempaa väestöä, se todennäköisesti johtaa suurta näytteenottovirheeseen tai puolueellisuuteen, kun tehdään päätelmiä suuremmasta väestöstä, koska se on niin pieni.

Näytteenottovirhe on väistämätön seuraus otosten käyttämisestä suuremman ryhmän analysoimiseksi. Tietojen hankkiminen niistä on prosessi, joka on luonteeltaan rajoitettu ja puutteellinen. Mutta koska se on niin usein tarpeen resurssien rajoitetun saatavuuden takia, talouden analyytikot käyttävät menetelmiä, jotka voivat vähentää näytteenottovirheen tilastollisesti merkityksettömiä tasoja. Vaikka edustava näytteenotto on yksi tehokkaimmista menetelmistä, joita käytetään ennakoinnin vähentämiseen, usein se ei riitä tekemään niin riittävän omaa.

Yhdessä strategiassa, jota käytetään yhdessä edustavan näytteenoton kanssa, on varmistettava, että näyte on riittävän suuri virheen optimaaliseen vähentämiseen. Ja vaikka yleisesti ottaen mitä suurempi on alaryhmä, sitä todennäköisempää, että virhe vähenee tietyssä vaiheessa, vähennys tulee niin vähäiseksi, että se ei oikeuta ylimääräistä kustannusta, joka tarvitaan näytteen suurempaan ottamiseen.

Samoin kuin teknisesti edustavan, mutta pienen näytteen käyttö ei riitä vähentämään näytteenottoharjoituksia yksin, yksinkertainen valinta suurelle ryhmälle ottamatta huomioon edustusta voi johtaa jopa virheellisempään tulokseen kuin pienen edustavan näytteen käyttäminen. Palaten edellä olevaan esimerkkiin, 600 miehen ryhmä on tilastollisesti hyödytön omissaan analysoitaessa sukupuolten välisiä eroja ostotrendeissä.