a:

Semplice campionamento casuale è un metodo utilizzato per eliminare una dimensione minore di campioni da una popolazione più grande e utilizzarlo per ricercare e fare generalizzazioni sul gruppo più grande. È uno dei numerosi metodi che i statisticisti ei ricercatori usano per estrarre un campione da una popolazione maggiore; altri metodi includono il campionamento casuale e il campionamento di probabilità. I vantaggi di un semplice campione casuale includono la sua facilità di utilizzo e la sua esatta rappresentazione della popolazione più grande.

I ricercatori generano un semplice campione casuale ottenendo un elenco esaustivo di una popolazione maggiore e selezionando, a caso, un certo numero di individui per comprendere il campione. Con un semplice campione casuale, ogni membro della popolazione più grande ha la stessa possibilità di essere selezionato.

I ricercatori hanno due modi per generare un semplice campione casuale. Uno è un metodo manuale di lotteria. Ogni membro del più grande gruppo di popolazione viene assegnato un numero. Successivamente, i numeri vengono disegnati a caso per comprendere il gruppo di campioni. Ad esempio, se la popolazione più grande contiene 1 000 iscritti e i ricercatori desiderano una dimensione del campione di 100, i membri della popolazione più grandi hanno ciascuno un numero univoco da 1 a 1 000. Poi vengono tracciati cento numeri, 10% di probabilità di essere selezionata.

Il metodo manuale della lotteria funziona bene per le piccole popolazioni, ma non è possibile per quelle più grandi. In queste situazioni, i ricercatori preferiscono la selezione generata dal computer. Funziona attraverso lo stesso principio, ma un sofisticato sistema informatico, piuttosto che un essere umano a mano, assegna i numeri e li seleziona a caso.

I semplici vantaggi del campione casuale includono la facilità d'uso e l'accuratezza della rappresentazione. Non esiste un metodo più semplice per estrarre un campione di ricerca da una popolazione maggiore di un semplice campionamento casuale. Non c'è bisogno di dividere la popolazione in sotto-popolazioni o intraprendere qualsiasi passo oltre a plucking il numero di soggetti di ricerca necessari a caso dal gruppo più grande. Ancora, i soli requisiti sono che la casualità regola il processo di selezione e che ogni membro della popolazione più grande ha una probabilità uguale di selezione.

La selezione di soggetti completamente a caso dalla popolazione più grande fornisce anche un campione rappresentativo del gruppo da studiare. Anche i campioni di dimensioni minori di 40 possono presentare un basso errore di campionamento quando il campionamento casuale semplice viene eseguito correttamente. Per qualsiasi tipo di ricerca su una popolazione, è fondamentale utilizzare un campione rappresentativo per fare inferenze e generalizzazioni sul gruppo più grande; un campione parziale può portare a conclusioni non corrette sulla popolazione più grande.

Semplice campionamento casuale è semplice come il suo nome indica, ed è esatto. Queste due caratteristiche permettono ai campionamenti casuali semplici di avere un forte vantaggio rispetto ad altri metodi di campionamento per la ricerca su una popolazione più vasta.