7 khái niệm cơ bản liên quan đến việc lấy mẫu

Bảy khái niệm cơ bản liên quan đến lấy mẫu như sau: 1. Vũ trụ / Dân số 2. Khung lấy mẫu 3. Thiết kế lấy mẫu 4. Thống kê và (các) Tham số 5. ​​Lỗi lấy mẫu 6. Độ chính xác 7. Mức độ tin cậy và Mức ý nghĩa.

1. Vũ trụ / Dân số:

Từ quan điểm thống kê, thuật ngữ 'vũ trụ' dùng để chỉ tổng số vật phẩm hoặc đơn vị trong bất kỳ lĩnh vực điều tra nào, trong khi thuật ngữ 'dân số' chỉ tổng số vật phẩm mà thông tin mong muốn. Các thuộc tính là đối tượng nghiên cứu được gọi là các đặc điểm và các đơn vị sở hữu chúng được gọi là các đơn vị tiểu học.

Tổng hợp của các đơn vị như vậy thường được mô tả là dân số. Do đó, tất cả các đơn vị trong bất kỳ lĩnh vực điều tra nào tạo thành vũ trụ và tất cả các đơn vị cơ bản (trên cơ sở một đặc tính trở lên) tạo thành dân số. Rất thường xuyên, chúng tôi không tìm thấy bất kỳ sự khác biệt giữa dân số và vũ trụ, và như vậy hai thuật ngữ được coi là có thể thay thế cho nhau. Tuy nhiên, một nhà nghiên cứu nhất thiết phải xác định chính xác các thuật ngữ này.

Dân số hoặc vũ trụ có thể là hữu hạn hoặc vô hạn. Dân số được cho là hữu hạn nếu nó bao gồm một số phần tử cố định để có thể liệt kê nó trong tổng số của nó. Ví dụ, dân số của một thành phố, số hộ gia đình trong một làng, số công nhân trong một nhà máy và số lượng sinh viên trong một trường đại học là những ví dụ về dân số hữu hạn. Biểu tượng 'N' thường được sử dụng để chỉ ra có bao nhiêu yếu tố (hoặc vật phẩm) trong trường hợp dân số hữu hạn.

Một dân số vô hạn là dân số trong đó về mặt lý thuyết không thể quan sát tất cả các yếu tố. Do đó, trong một dân số vô hạn, số lượng vật phẩm là vô hạn, nghĩa là chúng ta không thể có bất kỳ ý tưởng nào về tổng số vật phẩm.

Ví dụ, số lượng ngôi sao trên bầu trời, các hạt cát tại một bãi biển và đá cuội dưới lòng sông. Từ một xem xét thực tế, thuật ngữ 'dân số vô hạn' được sử dụng cho một dân số không thể được liệt kê trong một khoảng thời gian hợp lý. Bằng cách này, chúng tôi sử dụng khái niệm lý thuyết về dân số vô hạn như một xấp xỉ của một dân số hữu hạn rất lớn.

2. Khung lấy mẫu:

Các đơn vị cơ bản hoặc nhóm cụm của các đơn vị đó có thể tạo thành cơ sở của quá trình lấy mẫu trong trường hợp chúng được gọi là đơn vị lấy mẫu. Một danh sách chứa tất cả các đơn vị lấy mẫu như vậy được gọi là khung lấy mẫu. Khung lấy mẫu bao gồm một danh sách các mục mà từ đó mẫu sẽ được rút ra. Chẳng hạn, người ta có thể sử dụng danh bạ điện thoại làm khung để tiến hành khảo sát ý kiến ​​trong thành phố. Dù khung hình có thể là một đại diện tốt của dân số.

3. Thiết kế lấy mẫu:

Thiết kế mẫu là một kế hoạch xác định để lấy mẫu từ khung lấy mẫu. Nó đề cập đến kỹ thuật hoặc quy trình mà nhà nghiên cứu sẽ áp dụng trong việc lựa chọn một số đơn vị lấy mẫu mà từ đó suy luận từ dân số được rút ra. Thiết kế lấy mẫu được xác định trước khi thu thập bất kỳ dữ liệu nào.

4. Thống kê (s) và Thông số (s):

Thống kê là một đặc tính của mẫu, trong khi tham số là đặc tính của quần thể. Do đó, khi chúng tôi thực hiện các biện pháp nhất định như giá trị trung bình, trung vị, chế độ, v.v., từ các mẫu, chúng được gọi là số liệu thống kê cho chúng mô tả các đặc điểm của mẫu. Nhưng khi các biện pháp như vậy mô tả các đặc điểm của dân số, chúng được gọi là các tham số. Ví dụ, dân số có nghĩa là (μ) là một tham số, trong khi mẫu có nghĩa là (X) là một thống kê. Để có được ước tính của một tham số từ một thống kê cấu thành mục tiêu chính của phân tích lấy mẫu.

5. Lỗi lấy mẫu:

Khảo sát lấy mẫu không ngụ ý nghiên cứu một phần nhỏ dân số và như vậy đương nhiên sẽ có một lượng không chính xác nhất định trong thông tin được thu thập. Sự không chính xác này có thể được gọi là lỗi lấy mẫu hoặc phương sai lỗi. Nói cách khác, lỗi lấy mẫu là những lỗi phát sinh trên tài khoản lấy mẫu và chúng thường xảy ra là các biến thể ngẫu nhiên (trong trường hợp lấy mẫu ngẫu nhiên) trong các ước tính mẫu xung quanh các giá trị dân số thực. Nó có thể được mô tả bằng số như dưới đây:

Lỗi lấy mẫu = Lỗi khung + lỗi cơ hội + lỗi phản hồi.

6. Chính xác:

Độ chính xác là một phạm vi trong đó trung bình dân số (hoặc các tham số khác) sẽ nằm trong độ tin cậy được chỉ định trong mức độ tin cậy dưới dạng phần trăm của ước tính ± hoặc dưới dạng số lượng. Ví dụ: nếu ước tính là R. 4000 và độ chính xác mong muốn là ± 4 phần trăm, sau đó giá trị thực sẽ không nhỏ hơn R. 3840 và không quá Rup. 4160. Đây là phạm vi (từ 3840 đến 4160 Rupee) trong đó câu trả lời thực sự nên nằm. Nhưng nếu chúng tôi mong muốn rằng ước tính không nên đi chệch khỏi giá trị thực tế hơn R. 200 theo một trong hai hướng, trong trường hợp đó, phạm vi sẽ là R. 3800 đến rupi 4200.

7. Mức độ tin cậy và mức độ quan trọng:

Mức độ tin cậy hoặc độ tin cậy được dự kiến ​​là tỷ lệ phần trăm của giá trị thực tế sẽ nằm trong giới hạn chính xác đã nêu. Do đó, nếu chúng tôi lấy mức tin cậy 95%, thì chúng tôi có nghĩa là có 95 cơ hội trong 100 (hoặc 0, 95 trong 1) rằng kết quả mẫu đại diện cho điều kiện thực sự của dân số trong phạm vi chính xác được chỉ định so với năm cơ hội trong 100 (hoặc 0, 05 trong 1) mà không.

Độ chính xác là phạm vi mà câu trả lời có thể thay đổi và vẫn được chấp nhận; mức độ tin cậy cho thấy khả năng câu trả lời sẽ nằm trong phạm vi đó và mức ý nghĩa cho thấy khả năng câu trả lời sẽ nằm ngoài phạm vi đó. Có thể nhớ rằng nếu mức độ tin cậy 95%, thì mức ý nghĩa sẽ là (100-95), tức là 5%, nếu mức độ tin cậy là 99%, mức ý nghĩa là (100-99 ), tức là 1 phần trăm, v.v.