Populasi dan sampel sampel. Populasi dan sampel

Satu set objek homogen sering dikaji berhubung dengan beberapa ciri yang mencirikan mereka, diukur secara kuantitatif atau kualitatif.

Sebagai contoh, jika terdapat sekumpulan bahagian, maka ciri kuantitatif Saiz bahagian mungkin mengikut GOST, dan kualiti mungkin standard bahagian tersebut.

Sekiranya perlu untuk memeriksa mereka untuk mematuhi piawaian, mereka kadang-kadang menggunakan peperiksaan lengkap, tetapi dalam praktiknya ini sangat jarang digunakan. Sebagai contoh, jika populasi mengandungi jumlah yang besar objek yang sedang dikaji, adalah mustahil untuk menjalankan tinjauan yang komprehensif. Dalam kes ini, sebilangan objek (elemen) dipilih daripada keseluruhan populasi dan diperiksa. Oleh itu, terdapat populasi umum dan populasi sampel.

Umum ialah keseluruhan semua objek yang tertakluk kepada pemeriksaan atau kajian. Penduduk, sebagai peraturan, mengandungi nombor akhir elemen, tetapi jika ia terlalu besar, maka untuk memudahkan pengiraan matematik diandaikan bahawa keseluruhan set terdiri daripada bilangan objek yang tidak terhingga.

Sampel atau bingkai persampelan ialah sebahagian daripada elemen yang dipilih daripada keseluruhan populasi. Sampel boleh diulang atau tidak berulang. Dalam kes pertama, ia dikembalikan kepada penduduk umum, dalam kes kedua - tidak. DALAM aktiviti amali pemilihan rawak berulang lebih kerap digunakan.

Populasi dan sampel mestilah berkaitan antara satu sama lain mengikut keterwakilan. Dalam erti kata lain, untuk menentukan dengan yakin ciri-ciri keseluruhan populasi berdasarkan ciri-ciri populasi sampel, elemen sampel perlu mewakilinya setepat mungkin. Dengan kata lain, sampel mestilah representatif (representative).

Sesuatu sampel akan menjadi lebih kurang representatif jika ia diambil secara rawak dari sangat bilangan yang besar keseluruhan set. Ini boleh dinyatakan berdasarkan apa yang dipanggil undang-undang bilangan besar. Dalam kes ini, semua elemen mempunyai kebarangkalian yang sama untuk dimasukkan ke dalam sampel.

Tersedia pelbagai pilihan pemilihan. Semua kaedah ini pada dasarnya boleh dibahagikan kepada dua pilihan:

• Pilihan 1. Elemen dipilih apabila populasi tidak dibahagikan kepada bahagian. Pilihan ini termasuk rawak mudah berulang dan setan pemilihan semula s.
• Pilihan 2. Populasi umum dibahagikan kepada bahagian dan elemen dipilih. Ini termasuk persampelan tipikal, mekanikal dan bersiri.

Rawak mudah - pemilihan di mana elemen dipilih satu demi satu daripada keseluruhan populasi secara rawak.

Lazim ialah pemilihan di mana elemen dipilih bukan daripada keseluruhan populasi, tetapi daripada semua bahagian "tipikal"nya.

Pemilihan mekanikal ialah apabila keseluruhan populasi dibahagikan kepada beberapa kumpulan yang sama dengan bilangan elemen yang sepatutnya ada dalam sampel, dan, dengan itu, satu elemen dipilih daripada setiap kumpulan. Sebagai contoh, jika anda perlu memilih 25% bahagian yang dihasilkan oleh mesin, maka setiap bahagian keempat dipilih, dan jika anda perlu memilih 4% bahagian, maka setiap bahagian dua puluh lima dipilih, dan seterusnya. Harus dikatakan bahawa kadangkala pemilihan mekanikal mungkin tidak mencukupi

Siri ialah pemilihan di mana elemen dipilih daripada keseluruhan populasi dalam "siri", tertakluk kepada penyelidikan berterusan, dan bukan satu demi satu. Contohnya, apabila bahagian dibuat sebilangan besar mesin automatik, maka tinjauan menyeluruh dijalankan hanya berkaitan dengan produk beberapa mesin. Pemilihan bersiri digunakan jika sifat yang dikaji mempunyai kebolehubahan yang tidak ketara dalam siri yang berbeza.

Untuk mengurangkan ralat, anggaran populasi umum digunakan menggunakan sampel. Selain itu, kawalan pensampelan boleh sama ada satu peringkat atau berbilang peringkat, yang meningkatkan kebolehpercayaan tinjauan.

Penduduk- keseluruhan semua objek (unit) yang mana ahli sains berhasrat untuk membuat kesimpulan apabila mengkaji masalah tertentu. Populasi terdiri daripada semua objek yang menjadi subjek kajian. Komposisi populasi bergantung kepada objektif kajian. Kadangkala populasi umum ialah keseluruhan populasi wilayah tertentu (contohnya, apabila mengkaji sikap bakal pengundi terhadap calon), selalunya beberapa kriteria ditentukan yang menentukan objek kajian. Contohnya, wanita berumur 18-29 tahun yang menggunakan krim tangan jenama tertentu sekurang-kurangnya sekali seminggu dan mempunyai pendapatan sekurang-kurangnya $150 setiap ahli keluarga.

Sampel- satu set kes (subjek, objek, peristiwa, sampel), menggunakan prosedur tertentu, dipilih daripada populasi umum untuk mengambil bahagian dalam kajian.

1. Saiz sampel;
2. Sampel bergantung dan bebas;
3. Kewakilan:
   1. Contoh sampel bukan perwakilan;
4. Jenis pelan untuk membina kumpulan daripada sampel;
5. Strategi pembinaan kumpulan:
   1. Rawak;
   2. Pemilihan berpasangan;
   3. Pemilihan stratometri;
   4. Permodelan anggaran.

Saiz sampel- bilangan kes yang termasuk dalam populasi sampel. Atas sebab statistik, adalah disyorkan bahawa bilangan kes sekurang-kurangnya 30-35.

Sampel bergantung dan bebas

Apabila membandingkan dua (atau lebih) sampel, parameter penting ialah pergantungan mereka. Sekiranya mungkin untuk mewujudkan pasangan homomorfik (iaitu, apabila satu kes daripada sampel X sepadan dengan satu dan hanya satu kes daripada sampel Y dan sebaliknya) untuk setiap kes dalam dua sampel (dan asas perhubungan ini penting untuk sifat diukur dalam sampel), sampel tersebut dipanggil bergantung. Contoh sampel bersandar: pasangan kembar, dua ukuran sifat sebelum dan selepas pengaruh eksperimen, suami isteri, dsb.

Sekiranya tidak ada hubungan sedemikian antara sampel, maka sampel ini dianggap bebas, contohnya: lelaki dan wanita, ahli psikologi dan ahli matematik.

Sehubungan itu, sampel bergantung sentiasa mempunyai saiz yang sama, manakala saiz sampel bebas mungkin berbeza.

Perbandingan sampel dibuat menggunakan pelbagai kriteria statistik:

• ujian-t pelajar;
• Ujian-T Wilcoxon;
• Ujian Mann-Whitney U;
• Tandakan kriteria, dsb.

Keterwakilan

Sampel boleh dianggap sebagai wakil atau bukan wakil.

Contoh sampel bukan perwakilan

Di Amerika Syarikat, salah satu yang paling terkenal contoh sejarah Pilihan raya presiden 1936 dianggap sebagai sampel bukan wakil rakyat, yang telah berjaya meramalkan peristiwa beberapa pilihan raya sebelum ini, adalah salah dalam ramalannya dengan menghantar sepuluh juta undi ujian kepada pelanggannya, orang yang dipilih dari buku telefon di seluruh dunia. negara, dan orang daripada senarai pendaftaran kenderaan. Dalam 25% undi yang dikembalikan (hampir 2.5 juta), undi telah diagihkan seperti berikut:

57% memilih calon Republikan Alf Landon

40% memilih Presiden Demokrat Franklin Roosevelt ketika itu

Dalam pilihan raya sebenar, seperti yang diketahui, Roosevelt menang, memperoleh lebih daripada 60% undi. Kesilapan Literary Digest ialah ini: ingin meningkatkan keterwakilan sampel - kerana mereka tahu bahawa kebanyakan pelanggan mereka menganggap diri mereka Republikan - mereka mengembangkan sampel untuk memasukkan orang yang dipilih daripada buku telefon dan senarai pendaftaran. Walau bagaimanapun, mereka tidak mengambil kira realiti masa mereka dan sebenarnya merekrut lebih ramai lagi Republikan: semasa Kemelesetan Besar, kebanyakannya wakil kelas pertengahan dan atasan yang mampu memiliki telefon dan kereta (iaitu, kebanyakan Republikan. , bukan Demokrat).

Jenis pelan untuk membina kumpulan daripada sampel

Terdapat beberapa jenis utama pelan bangunan kumpulan:

1. Kajian dengan kumpulan eksperimen dan kawalan, yang diletakkan dalam keadaan yang berbeza;
2. Belajar dengan kumpulan eksperimen dan kawalan menggunakan strategi pemilihan berpasangan;
3. Kajian menggunakan hanya satu kumpulan - eksperimen;
4. Kajian menggunakan reka bentuk campuran (faktorial) - semua kumpulan diletakkan dalam keadaan yang berbeza.

Strategi Pembinaan Kumpulan

Pemilihan kumpulan untuk penyertaan mereka eksperimen psikologi dijalankan melalui pelbagai strategi yang diperlukan untuk memastikan kesahan dalaman dan luaran dikekalkan semaksimal mungkin:

1. Rawak (pemilihan rawak);
2. Pemilihan berpasangan;
3. Pemilihan stratometri;
4. Permodelan anggaran;
5. Menarik kumpulan sebenar.

Rawak

Rawak, atau persampelan rawak, digunakan untuk mencipta sampel rawak mudah. Penggunaan sampel sedemikian adalah berdasarkan andaian bahawa setiap ahli populasi berkemungkinan sama untuk dimasukkan ke dalam sampel. Sebagai contoh, untuk melakukan sampel rawak daripada 100 pelajar universiti, anda boleh meletakkan kepingan kertas dengan nama semua pelajar universiti dalam topi, dan kemudian mengambil 100 keping kertas daripadanya - ini akan menjadi pilihan rawak

Pemilihan berpasangan

Pemilihan berpasangan ialah strategi untuk membina kumpulan persampelan, di mana kumpulan subjek terdiri daripada subjek yang setara dari segi parameter sekunder yang signifikan untuk eksperimen. Strategi ini berkesan untuk eksperimen menggunakan kumpulan eksperimen dan kawalan, dengan pilihan terbaik ialah penglibatan pasangan kembar (mono- dan dizigotik), kerana ia membolehkan anda mencipta.

Persampelan stratometrik

Pemilihan stratometri - rawak dengan peruntukan strata (atau kelompok). Pada kaedah ini Apabila membentuk sampel, populasi umum dibahagikan kepada kumpulan (strata) dengan ciri-ciri tertentu (jantina, umur, keutamaan politik, pendidikan, tahap pendapatan, dll.), dan subjek dengan ciri yang sepadan dipilih.

Permodelan Anggaran

Permodelan anggaran - membuat sampel terhad dan membuat kesimpulan umum tentang sampel ini kepada populasi yang lebih luas. Sebagai contoh, dengan penyertaan pelajar universiti tahun 2 dalam kajian, data kajian ini terpakai kepada "orang berumur 17 hingga 21 tahun". Kebolehterimaan generalisasi sedemikian sangat terhad.

Penduduk(dalam bahasa Inggeris - penduduk) - satu set semua objek (unit) yang mana seorang saintis berhasrat untuk membuat kesimpulan apabila mengkaji masalah tertentu.

Populasi terdiri daripada semua objek yang menjadi subjek kajian. Komposisi populasi bergantung kepada objektif kajian. Kadangkala populasi umum ialah keseluruhan populasi wilayah tertentu (contohnya, apabila mengkaji sikap bakal pengundi terhadap calon), selalunya beberapa kriteria ditentukan yang menentukan objek kajian. Sebagai contoh, lelaki berumur 30-50 tahun yang menggunakan pencukur jenama tertentu sekurang-kurangnya sekali seminggu dan mempunyai pendapatan sekurang-kurangnya $100 setiap ahli keluarga.

Sampel atau populasi sampel- satu set kes (subjek, objek, peristiwa, sampel), menggunakan prosedur tertentu, dipilih daripada populasi umum untuk mengambil bahagian dalam kajian.

Ciri-ciri sampel:

 Ciri kualitatif sampel - siapa sebenarnya yang kita pilih dan kaedah persampelan yang kita gunakan untuk ini.

 Ciri kuantitatif sampel - berapa banyak kes yang kita pilih, dengan kata lain, saiz sampel.

Keperluan pensampelan

 Objek kajian sangat luas. Sebagai contoh, pengguna produk syarikat global diwakili oleh sejumlah besar pasaran yang tersebar secara geografi.

 Terdapat keperluan untuk mengumpul maklumat utama.

Saiz sampel

Saiz sampel- bilangan kes yang termasuk dalam populasi sampel. Atas sebab statistik, adalah disyorkan bahawa bilangan kes sekurang-kurangnya 30 hingga 35.

17. Kaedah asas persampelan

Pensampelan terutamanya berdasarkan pengetahuan tentang bingkai persampelan, yang merujuk kepada senarai semua unit dalam populasi yang daripadanya unit persampelan dipilih. Sebagai contoh, jika kita menganggap semua bengkel servis kereta di bandar Moscow sebagai populasi, maka kita perlu mempunyai senarai bengkel tersebut, dianggap sebagai kontur di mana sampel terbentuk.

Kontur sampel tidak dapat dielakkan mengandungi ralat, dipanggil ralat kontur sampel, yang mencirikan tahap sisihan daripada saiz sebenar populasi. Jelas sekali, tiada senarai rasmi lengkap semua kedai pembaikan kereta di Moscow. Penyelidik mesti memaklumkan kepada pelanggan tentang kerja tentang saiz ralat kontur persampelan.

Semasa membentuk sampel, kaedah probabilistik (rawak) dan bukan probabilistik (bukan rawak) digunakan.

Jika semua unit sampel mempunyai peluang (kebarangkalian) yang diketahui untuk dimasukkan ke dalam sampel, maka sampel itu dipanggil kebarangkalian. Jika kebarangkalian ini tidak diketahui, maka sampel itu dipanggil bukan kebarangkalian. Malangnya, dalam kebanyakan penyelidikan pemasaran, kerana ketidakmungkinan menentukan saiz populasi dengan tepat, adalah tidak mungkin untuk mengira kebarangkalian dengan tepat. Oleh itu, istilah "kebarangkalian yang diketahui" adalah berdasarkan penggunaan teknik persampelan tertentu dan bukannya pengetahuan tentang saiz populasi yang tepat.

Kaedah probabilistik termasuk:

Pemilihan rawak mudah;

Pemilihan sistematik;

Pemilihan kluster;

Pemilihan berstrata.

Kaedah bukan kebarangkalian:

Pemilihan berdasarkan prinsip kemudahan;

Pemilihan berdasarkan pertimbangan;

Persampelan semasa proses tinjauan;

Persampelan berdasarkan kuota.

Maksud kaedah pemilihan berdasarkan prinsip kemudahan ialah persampelan dijalankan dengan cara yang paling mudah dari sudut pengkaji, contohnya, dari sudut masa dan usaha yang minimum, dari sudut pandangan. tentang ketersediaan responden. Pemilihan lokasi kajian dan komposisi sampel dibuat secara subjektif, sebagai contoh, tinjauan pelanggan dilakukan di kedai yang paling hampir dengan tempat tinggal penyelidik. Adalah jelas bahawa ramai ahli populasi tidak mengambil bahagian dalam tinjauan.

Persampelan berdasarkan pertimbangan adalah berdasarkan penggunaan pendapat pakar dan pakar bertauliah mengenai komposisi sampel. Komposisi kumpulan fokus selalunya dibentuk berdasarkan pendekatan ini.

Persampelan semasa proses tinjauan adalah berdasarkan penambahan bilangan responden berdasarkan cadangan daripada responden yang telah mengambil bahagian dalam tinjauan. Pada mulanya, penyelidik membentuk sampel yang jauh lebih kecil daripada yang diperlukan untuk kajian, kemudian ia berkembang seiring dengan kemajuan penyelidikan.

Persampelan berdasarkan kuota (pemilihan kuota) melibatkan penentuan awal, berdasarkan objektif kajian, bilangan kumpulan responden yang memenuhi keperluan tertentu (kriteria). Sebagai contoh, untuk tujuan kajian, telah diputuskan bahawa lima puluh lelaki dan lima puluh wanita perlu ditemu bual di sebuah gedung serbaneka. Penemuduga menjalankan tinjauan sehingga dia memilih kuota yang ditetapkan.

Pengagihan pembolehubah rawak mengandungi semua maklumat tentang dia sifat statistik. Berapa banyak nilai pembolehubah rawak yang anda perlu ketahui untuk membina taburannya? Untuk melakukan ini, anda perlu menerokanya penduduk umum.

Populasi ialah set semua nilai yang boleh diambil oleh pembolehubah rawak.

Bilangan unit dalam populasi dipanggil isipadunya N. Nilai ini boleh menjadi terhingga atau tidak terhingga. Sebagai contoh, jika pertumbuhan penduduk bandar tertentu dikaji, maka saiz populasi akan menjadi sama dengan nombor penduduk kota. Jika ada eksperimen fizikal, maka isipadu populasi umum akan menjadi tidak terhingga, kerana bilangan semua nilai yang mungkin bagi mana-mana parameter fizikal sama dengan infiniti.

Mempelajari populasi umum tidak selalu mungkin atau dinasihatkan. Mustahil jika jumlah penduduk tidak terhingga. Tetapi walaupun untuk jumlah terhingga penyelidikan penuh tidak selalu wajar, kerana ia memerlukan banyak masa dan tenaga kerja, dan ketepatan mutlak keputusan biasanya tidak diperlukan. Kurang keputusan yang tepat, tetapi dengan usaha yang lebih sedikit dan wang boleh diperolehi dengan mengkaji hanya sebahagian daripada populasi umum. Kajian sedemikian dipanggil persampelan.

Kajian statistik yang dijalankan hanya pada sebahagian daripada populasi dipanggil persampelan, dan sebahagian daripada populasi yang dikaji dipanggil sampel.

Rajah 7.2 secara simbolik menunjukkan populasi dan sampel sebagai satu set dan subsetnya.

Rajah 7.2 Populasi dan sampel

Bekerja dengan subset tertentu populasi tertentu, selalunya merupakan sebahagian kecil daripadanya, kami memperoleh keputusan yang cukup memuaskan dalam ketepatan untuk tujuan praktikal. Mengkaji sebahagian besar populasi hanya meningkatkan ketepatan, tetapi tidak mengubah intipati keputusan jika sampel diambil dengan betul dari sudut pandangan statistik.

Agar sampel mencerminkan sifat populasi dan hasilnya boleh dipercayai, ia mestilah wakil(wakil).

Bagi sesetengah populasi umum, mana-mana bahagian daripada mereka adalah mewakili kerana sifat mereka. Walau bagaimanapun, dalam kebanyakan kes, langkah khas mesti diambil untuk memastikan sampel yang mewakili.

satu salah satu pencapaian utama moden statistik matematik dianggap sebagai pembangunan teori dan amalan kaedah persampelan rawak, memastikan keterwakilan pemilihan data.

Kajian sampel sentiasa rendah dalam ketepatan daripada kajian keseluruhan populasi. Walau bagaimanapun, ini boleh didamaikan jika magnitud ralat diketahui. Jelas sekali, semakin hampir saiz sampel dengan saiz populasi, semakin kecil ralatnya. Jelas daripada ini bahawa masalah inferens statistik menjadi sangat relevan apabila bekerja dengan sampel kecil ( N ? 10-50).

Seluruh susunan individu bagi kategori tertentu dipanggil populasi umum. Saiz populasi ditentukan oleh objektif kajian.

Jika mana-mana spesies haiwan atau tumbuhan liar dikaji, maka populasi umum adalah semua individu spesies ini. DALAM dalam kes ini jumlah populasi umum akan menjadi sangat besar dan dalam pengiraan ia diambil sebagai nilai yang tidak terhingga besar.

Jika kesan agen ke atas tumbuhan dan haiwan kategori tertentu sedang dikaji, maka populasi umum adalah semua tumbuhan dan haiwan kategori tersebut (spesies, jantina, umur, tujuan ekonomi) di mana objek eksperimen itu dimiliki. Ia tidak begitu baik lagi bilangan yang besar individu, tetapi belum tersedia untuk kajian menyeluruh.

Jumlah populasi umum tidak selalu tersedia untuk kajian komprehensif. Kadangkala populasi kecil dikaji, contohnya, purata hasil susu atau purata keratan bulu sekumpulan haiwan yang diberikan kepada pekerja tertentu ditentukan. Dalam kes sedemikian, populasi akan menjadi bilangan individu yang sangat kecil, yang semuanya dikaji. Populasi yang kecil juga didapati apabila mengkaji tumbuhan atau haiwan dalam koleksi untuk tujuan pencirian kumpulan tertentu dalam koleksi ini.

Ciri-ciri sifat kumpulan (dsb.) yang berkaitan dengan keseluruhan populasi dipanggil parameter umum.

Sampel ialah sekumpulan objek yang berbeza dalam tiga ciri:

1 adalah sebahagian daripada populasi umum;

2 dipilih secara rawak dengan cara tertentu;

3 dikaji untuk mencirikan keseluruhan populasi.

Untuk mendapatkan ciri yang cukup tepat bagi keseluruhan populasi daripada sampel, adalah perlu untuk mengatur pemilihan objek yang betul daripada populasi.

Teori dan amalan telah membangunkan beberapa sistem untuk memilih individu untuk sampel. Semua sistem ini adalah berdasarkan keinginan untuk memberikan peluang maksimum untuk memilih mana-mana objek daripada populasi umum. Kecenderungan, berat sebelah dalam pemilihan objek untuk sampel tinjauan mengganggu untuk mendapatkan kesimpulan umum yang betul dan membuat keputusan kajian sampel bukan menunjukkan keseluruhan populasi, iaitu, tidak mewakili.

Untuk mendapatkan ciri yang betul dan tidak diputarbelitkan bagi keseluruhan populasi, adalah perlu untuk berusaha untuk memastikan kemungkinan memilih mana-mana objek daripada mana-mana bahagian populasi ke dalam sampel. Keperluan asas ini mesti dipenuhi dengan lebih ketat, semakin berubah sifat yang dikaji. Adalah difahami bahawa apabila kepelbagaian menghampiri sifar, seperti dalam kes kajian rambut atau warna bulu dalam sesetengah spesies, sebarang kaedah pemilihan sampel akan menghasilkan hasil yang mewakili.

Pelbagai kajian digunakan kaedah berikut pemilihan objek untuk sampel.

4 Pemilihan berulang secara rawak, di mana objek kajian dipilih daripada populasi umum tanpa terlebih dahulu mengambil kira perkembangan ciri yang dikaji, iaitu, dalam susunan rawak (untuk ciri tertentu); Selepas pemilihan, setiap objek dikaji dan kemudian dikembalikan kepada populasinya, supaya sebarang objek boleh dipilih semula. Kaedah pemilihan ini bersamaan dengan pemilihan daripada populasi umum yang tidak terhingga besar, yang mana penunjuk utama hubungan antara sampel dan nilai umum telah dibangunkan.

5 Pemilihan tidak berulang secara rawak, di mana objek yang dipilih, seperti dalam kaedah sebelumnya, secara kebetulan, tidak kembali kepada populasi umum dan tidak boleh dimasukkan semula ke dalam sampel. Ini adalah cara yang paling biasa untuk mengatur sampel; ia bersamaan dengan pemilihan daripada populasi yang besar tetapi terhad, yang diambil kira semasa menentukan penunjuk umum daripada sampel.

6 Pemilihan mekanikal, di mana objek dipilih daripada bahagian individu populasi umum, dan bahagian ini ditetapkan secara mekanikal mengikut petak medan eksperimen, mengikut kumpulan rawak haiwan yang diambil dari kawasan populasi yang berbeza, dsb. Biasanya sebagai banyak bahagian tersebut digariskan seperti yang dijangkakan akan diambil objek untuk dikaji, jadi bilangan bahagian adalah sama dengan saiz sampel. Pemilihan mekanikal kadang-kadang dilakukan dengan memilih untuk mengkaji individu selepas nombor tertentu, contohnya, dengan melewati haiwan melalui belahan dan memilih setiap persepuluh, perseratus, dll., atau dengan mengambil pemotong setiap 100 atau 200 m, atau dengan memilih satu objek setiap 10 ditemui, dsb. spesimen semasa mengkaji keseluruhan populasi.

8 Pemilihan bersiri (kluster), di mana populasi umum dibahagikan kepada bahagian - siri, sebahagian daripadanya dikaji sepenuhnya. Kaedah ini berjaya digunakan dalam kes di mana objek yang dikaji diagihkan secara sama rata dalam jumlah tertentu atau di wilayah tertentu. Sebagai contoh, apabila mengkaji pencemaran udara atau air dengan mikroorganisma, sampel diambil dan tertakluk kepada pemeriksaan lengkap. Dalam sesetengah kes, objek pertanian juga boleh ditinjau menggunakan kaedah bersarang. Apabila mengkaji hasil daging dan produk diproses lain dari baka daging ternakan, sampel boleh mengambil semua haiwan baka ini yang tiba di dua atau tiga kilang pemprosesan daging. Apabila mengkaji saiz telur dalam penternakan ayam ladang kolektif, adalah mungkin untuk mengkaji sifat ini di beberapa ladang kolektif di seluruh populasi ayam.

Ciri ciri kumpulan (μ, s dsb.) yang diperolehi untuk sampel dipanggil penunjuk sampel.

Keterwakilan

Kajian langsung ke atas sekumpulan objek terpilih menyediakan, pertama sekali, bahan utama dan ciri-ciri sampel itu sendiri.

Semua data sampel dan petunjuk ringkasan adalah penting sebagai fakta utama yang didedahkan oleh kajian dan tertakluk kepada pertimbangan, analisis dan perbandingan yang teliti dengan hasil kerja lain. Tetapi ini tidak terhad kepada proses mengekstrak maklumat yang wujud bahan utama penyelidikan.

Hakikat bahawa objek dipilih untuk sampel menggunakan kaedah khas dan dalam kuantiti yang mencukupi menjadikan hasil kajian sampel menunjukkan bukan sahaja untuk sampel itu sendiri, tetapi juga untuk keseluruhan populasi dari mana sampel ini diambil.

Satu sampel, dalam keadaan tertentu, menjadi gambaran yang lebih kurang tepat bagi keseluruhan populasi. Sifat sampel ini dipanggil keterwakilan, yang bermaksud keterwakilan dengan ketepatan dan kebolehpercayaan tertentu.

Seperti mana-mana harta, keterwakilan data sampel boleh dinyatakan pada tahap yang mencukupi atau tidak mencukupi. Dalam kes pertama, anggaran yang boleh dipercayai bagi parameter umum diperolehi dalam sampel dalam yang kedua, anggaran yang tidak boleh dipercayai diperolehi. Adalah penting untuk diingat bahawa mendapatkan anggaran yang tidak boleh dipercayai tidak menjejaskan nilai penunjuk sampel untuk mencirikan sampel itu sendiri. Mendapatkan anggaran yang boleh dipercayai meluaskan skop penggunaan pencapaian yang diperoleh dalam sampel kajian.