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: Beda CLI dan GUI. Anda lebih sering pake apa? 2024, Julai
Anonim

Sampel lwn Populasi

Populasi dan Sampel ialah dua istilah penting dalam subjek ‘Statistik’. Secara ringkasnya, populasi ialah koleksi item terbesar yang kami berminat untuk mengkaji, dan sampel ialah subset populasi. Dengan kata lain, sampel harus mewakili populasi dengan bilangan item yang lebih sedikit tetapi mencukupi. Satu populasi boleh mempunyai beberapa sampel dengan saiz yang berbeza.

Sampel

Sampel mungkin terdiri daripada dua atau lebih item yang telah dipilih daripada populasi. Saiz terendah yang mungkin untuk sampel ialah dua dan tertinggi akan sama dengan saiz populasi. Terdapat beberapa cara untuk memilih sampel daripada populasi. Secara teorinya, memilih 'sampel rawak' adalah cara terbaik untuk mencapai inferens yang tepat tentang populasi. Jenis sampel ini juga dipanggil sampel kebarangkalian, kerana setiap item dalam populasi mempunyai peluang yang sama untuk dimasukkan ke dalam sampel.

Teknik ‘Persampelan rawak mudah’ ialah teknik persampelan rawak yang paling terkenal. Dalam kes ini, item yang akan dipilih untuk sampel dipilih secara rawak daripada populasi. Sampel sedemikian dipanggil 'Sampel Rawak Mudah' atau SRS. Satu lagi teknik popular ialah 'persampelan sistematik'. Dalam kes ini, item untuk sampel dipilih berdasarkan susunan sistematik tertentu.

Contoh: Setiap orang ke-10 baris gilir dipilih untuk sampel.

Dalam kes ini, susunan sistematik ialah setiap orang ke-10. Ahli statistik bebas untuk mentakrifkan susunan ini dengan cara yang bermakna. Terdapat teknik persampelan rawak lain seperti persampelan kelompok atau persampelan berstrata, dan kaedah pemilihan adalah berbeza sedikit daripada dua di atas.

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

Penduduk

Sebarang koleksi entiti, yang menarik untuk disiasat hanya ditakrifkan sebagai ‘populasi.’ Populasi ialah asas untuk sampel. Mana-mana set objek di alam semesta boleh menjadi populasi, berdasarkan pengisytiharan kajian. Secara amnya, populasi harus mempunyai saiz yang agak besar dan sukar untuk membuat kesimpulan beberapa ciri dengan mempertimbangkan itemnya secara individu. Ukuran yang akan disiasat dalam populasi dipanggil parameter. Dalam amalan, parameter dianggarkan dengan menggunakan statistik yang merupakan ukuran sampel yang berkaitan.

Contoh: Apabila menganggarkan Purata Markah Matematik bagi 30 pelajar dalam kelas daripada markah Purata Matematik bagi 5 pelajar, parameternya ialah Purata Markah Matematik bagi Kelas. Statistik ialah Purata Markah Matematik bagi 5 pelajar.

Sampel lwn Populasi

Hubungan yang menarik antara sampel dan populasi ialah populasi boleh wujud tanpa sampel, tetapi, sampel mungkin tidak wujud tanpa populasi. Hujah ini seterusnya membuktikan bahawa sampel bergantung kepada populasi, tetapi yang menarik, kebanyakan inferens populasi bergantung kepada sampel. Tujuan utama sampel adalah untuk menganggar atau membuat kesimpulan beberapa ukuran populasi setepat mungkin. Ketepatan yang lebih tinggi boleh disimpulkan daripada hasil keseluruhan yang diperoleh daripada beberapa sampel populasi yang sama dan bukannya daripada satu sampel. Satu lagi perkara penting yang perlu diketahui ialah, apabila memilih lebih daripada satu sampel daripada populasi satu item juga boleh dimasukkan ke dalam sampel lain. Kes ini dikenali sebagai 'sampel dengan penggantian'. Tambahan pula, melaburkan ukuran populasi yang relevan daripada sampel dan memperoleh output yang hampir serupa ialah peluang keemasan untuk menjimatkan kos dan nilai masa.

Adalah penting untuk mengetahui bahawa, apabila saiz sampel meningkat, ketepatan anggaran untuk parameter populasi juga meningkat. Secara logiknya, untuk mempunyai anggaran yang lebih baik untuk populasi, saiz sampel tidak boleh terlalu kecil. Selanjutnya, sampel rawak juga harus dipertimbangkan untuk mempunyai anggaran yang lebih baik. Oleh itu, adalah penting untuk memberi perhatian pada saiz dan rawak sampel untuk mewakili bagi mendapatkan anggaran terbaik untuk populasi.

Disyorkan: