Come minimizzare un errore di campionamento

Gli errori di campionamento sono le differenze apparentemente casuali tra le caratteristiche di un campione di popolazione e quelle della popolazione generale . Ad esempio , uno studio della partecipazione a una riunione mensile rivela un tasso medio del 70 per cento. La partecipazione ad alcune riunioni sarebbe certamente inferiore per alcuni che per altri . L' errore di campionamento allora è che mentre è possibile contare quante persone hanno partecipato ogni riunione , ciò che effettivamente accade in termini di partecipazione a una riunione non è la stessa cosa che accade in occasione della prossima riunione , anche se le regole o probabilità alla base sono gli stessi. Le chiavi per ridurre al minimo l'errore di campionamento sono molteplici osservazioni e campioni più grandi . Istruzioni
1

minimizzare il rischio di distorsione nella selezione del campione mediante campionamento casuale. Il campionamento casuale non è il campionamento casuale , ma è invece un approccio sistematico per la selezione di un campione . Ad esempio , un campione casuale di una popolazione di giovani delinquenti è generato selezionando i nomi da un elenco di intervistare . Prima di vedere la lista , il ricercatore identifica che i giovani delinquenti per essere intervistato come quelli i cui nomi compaiono in primo luogo , 10 ° , 20 ° , 30 ° , 40 ° e così via , sulla lista .
2

Assicurarsi che il campione è rappresentativo della popolazione implementando un protocollo di stratificazione . Ad esempio, se hai studiato le abitudini di consumo degli studenti universitari , ci si potrebbe aspettare differenze tra studenti di fraternità e studenti non- fraternità . Suddividere il campione in questi due strati , in via preliminare riduce il potenziale di errore di campionamento .
3

Usare campioni di dimensioni più grandi. Poiché la dimensione aumenta , il campione si avvicina alla popolazione effettiva , diminuendo in tal modo il potenziale di deviazioni dalla popolazione attuale. Ad esempio , la media di un campione di 10 varia più della media di un campione di 100 . Campioni più grandi , tuttavia , comportano costi elevati .
4

replicare le studio prendendo la stessa misura ripetutamente , utilizzando più di un soggetto o più gruppi , o intraprendendo studi multipli . La replica consente di alterare il errori di campionamento .