Welk percentage van de bevolking heeft u nodig in een representatieve steekproef?

Week 8 (September 2024)

Week 8 (September 2024)
Welk percentage van de bevolking heeft u nodig in een representatieve steekproef?
Anonim
a:

Technisch gezien vereist een representatief monster alleen het percentage van de statistische populatie dat nodig is om de kwaliteit of karakteristiek die wordt bestudeerd of geanalyseerd zo goed mogelijk na te bootsen. Bijvoorbeeld, in een populatie van 1, 000 die bestaat uit 600 mannen en 400 vrouwen die worden gebruikt in een analyse van kooptrends per geslacht, kan een representatieve steekproef bestaan ​​uit slechts vijf leden, drie mannen en twee vrouwen, of 0. 5 procent van de bevolking. Hoewel deze steekproef nominaal representatief is voor de grotere populatie, zal deze waarschijnlijk resulteren in een hoge mate van steekproeffout of vertekening bij het maken van conclusies over de grotere populatie omdat deze zo klein is.

Sampling bias is een onvermijdelijke consequentie van het gebruik van samples om een ​​grotere groep te analyseren. Het verkrijgen van gegevens van hen is een proces dat van nature beperkt en onvolledig is. Maar omdat het zo vaak nodig is gezien de beperkte beschikbaarheid van middelen, gebruiken economische analisten methoden die de vertekening van de steekproef tot statistisch verwaarloosbare niveaus kunnen verminderen. Hoewel representatieve steekproeven een van de meest effectieve methoden zijn om vooroordelen te verminderen, is het vaak niet voldoende om dat voldoende te doen.

Eén strategie die wordt gebruikt in combinatie met representatieve bemonstering, is ervoor zorgen dat het monster groot genoeg is om de fouten optimaal te verminderen. En hoewel, in het algemeen, hoe groter de subgroep is, des te groter de kans dat de fout wordt verminderd, wordt de reductie op een bepaald moment zo minimaal dat dit niet de extra kosten rechtvaardigt die nodig zijn om het monster groter te maken.

Net zoals het gebruik van een technisch representatief maar klein monster niet voldoende is om de bemonsteringvertekening op zichzelf te verminderen, kan het kiezen van een grote groep zonder rekening te houden met representatie leiden tot nog meer gebrekkige resultaten dan het gebruik van het kleine representatieve monster. Terugkerend naar het bovenstaande voorbeeld, is een groep van 600 mannen op zichzelf statistisch nutteloos bij het analyseren van sekseverschillen in kooptrends.