Perbezaan Antara Sampel Dan Populasi

Perbezaan Antara Sampel Dan Populasi
Perbezaan Antara Sampel Dan Populasi

Video: Perbezaan Antara Sampel Dan Populasi

Video: Perbezaan Antara Sampel Dan Populasi
Video: [PART 1] POPULASI DAN SAMPEL PENELITIAN 2024, April
Anonim

Contoh vs Penduduk

Populasi dan Sampel adalah dua istilah penting dalam subjek 'Statistik'. Secara sederhana, populasi adalah koleksi item terbesar yang kami berminat untuk dikaji, dan sampelnya adalah sebahagian daripada populasi. Dengan kata lain, sampel harus mewakili populasi dengan jumlah item yang lebih sedikit tetapi mencukupi. Satu populasi boleh mempunyai beberapa sampel dengan ukuran yang berbeza.

Contohnya

Sampel boleh terdiri daripada dua atau lebih item yang telah dipilih daripada populasi. Ukuran serendah mungkin untuk sampel adalah dua dan tertinggi akan sama dengan ukuran populasi. Terdapat beberapa cara untuk memilih sampel dari populasi. Secara teorinya, memilih 'sampel rawak' adalah kaedah terbaik untuk mencapai kesimpulan tepat mengenai populasi. Jenis sampel ini juga disebut sampel kebarangkalian, kerana setiap item dalam populasi memiliki peluang yang sama untuk dimasukkan dalam sampel.

Teknik 'simple random sampling' adalah teknik persampelan rawak yang paling terkenal. Dalam kes ini, item yang akan dipilih untuk sampel dipilih secara rawak dari populasi. Sampel seperti itu disebut 'Sampel Rawak Sederhana' atau SRS. Teknik lain yang popular ialah 'sistematik sampling'. Dalam kes ini, item untuk sampel dipilih berdasarkan susunan sistematik tertentu.

Contoh: Setiap orang ke-10 giliran dipilih untuk sampel.

Dalam kes ini, pesanan sistematik adalah setiap orang ke-10. Ahli statistik bebas menentukan susunan ini dengan cara yang bermakna. Terdapat teknik persampelan rawak lain seperti cluster sampling atau stratified sampling, dan kaedah pemilihannya sedikit berbeza dari dua di atas.

Untuk tujuan praktikal, sampel tidak rawak seperti sampel kemudahan, sampel penilaian, sampel bola salji dan sampel bertujuan dapat digunakan. Lebih-lebih lagi, item yang dipilih untuk sampel tidak rawak berkaitan dengan peluang. Sebenarnya, setiap item populasi tidak mempunyai peluang yang sama untuk dimasukkan ke dalam sampel bukan rawak. Jenis sampel ini juga dipanggil sampel tidak berkemungkinan.

Penduduk

Sebarang koleksi entiti, yang menarik untuk disiasat hanya ditakrifkan sebagai 'populasi.' Penduduk adalah asas untuk sampel. Segala set objek di alam semesta dapat berupa populasi, berdasarkan deklarasi kajian. Secara amnya, populasi harus berukuran besar dan sukar untuk menyimpulkan beberapa ciri dengan mempertimbangkan itemnya secara individu. Ukuran yang akan diteliti dalam populasi disebut parameter. Dalam praktiknya, parameter dianggarkan dengan menggunakan statistik yang merupakan ukuran sampel yang relevan.

Contoh: Semasa mengira Markah Purata Matematik seramai 30 orang pelajar dalam satu kelas daripada markah Purata Matematik 5 orang pelajar, parameternya adalah Markah Matematik Purata bagi kelas tersebut. Statistiknya ialah Markah Purata Matematik 5 orang pelajar.

Contoh vs Penduduk

Hubungan yang menarik antara sampel dan populasi adalah bahawa populasi dapat wujud tanpa sampel, tetapi, sampel mungkin tidak ada tanpa populasi. Hujah ini selanjutnya membuktikan bahawa sampel bergantung pada populasi, tetapi yang menariknya, kebanyakan kesimpulan populasi bergantung pada sampel. Tujuan utama sampel adalah untuk menganggarkan atau menyimpulkan beberapa ukuran populasi setepat mungkin. Ketepatan yang lebih tinggi dapat disimpulkan dari hasil keseluruhan yang diperoleh dari beberapa sampel populasi yang sama dan bukan dari satu sampel. Perkara penting lain yang perlu diketahui ialah, apabila memilih lebih dari satu sampel dari populasi satu item juga boleh dimasukkan ke dalam sampel lain. Kes ini dikenali sebagai 'sampel dengan penggantian'. Lebih jauh lagi,melaburkan ukuran populasi yang relevan dari sampel dan memperoleh hasil yang hampir serupa adalah peluang keemasan untuk menjimatkan kos dan nilai masa.

Adalah penting untuk mengetahui bahawa, apabila ukuran sampel meningkat, ketepatan anggaran untuk parameter populasi juga meningkat. Secara logik, untuk mempunyai anggaran yang lebih baik untuk populasi, ukuran sampel tidak boleh terlalu kecil. Selanjutnya, sampel rawak juga harus dianggap mempunyai anggaran yang lebih baik. Oleh itu, sangat penting untuk memperhatikan ukuran dan keacakan sampel untuk menjadi wakil untuk mendapatkan anggaran terbaik bagi populasi.

Disyorkan: