기술적으로 대표 표본은 연구 또는 분석중인 품질 또는 특성을 가능한 한 정확하게 복제하기 위해 필요한 통계 모집단의 비율 만 필요합니다. 예를 들어 성별 별 구매 동향 분석에 사용되는 600 명의 남성과 400 명의 여성으로 구성된 1, 000 명의 인구에서 대표 표본은 5 명, 3 명, 2 명, 또는 0.5 %로 구성 될 수 있습니다. 인구. 그러나이 표본은 명목상 더 많은 모집단을 대표하지만, 너무 작기 때문에 더 큰 모집단에 대한 추론을 할 때 높은 수준의 샘플링 오류 또는 바이어스가 발생할 수 있습니다.
샘플링 편향은 더 큰 그룹을 분석하기 위해 샘플을 사용함으로써 피할 수없는 결과입니다. 그들로부터 데이터를 얻는 것은 본질적으로 제한적이고 불완전한 프로세스입니다. 그러나 자원의 가용성이 제한적일 때 종종 필요하기 때문에 경제 분석가는 샘플링 바이어스를 통계적으로 무시할 수있는 수준으로 줄일 수있는 방법을 사용합니다. 대표 샘플링은 바이어스를 줄이는 데 사용되는 가장 효과적인 방법 중 하나이지만 자체적으로 충분히 수행하기에는 충분하지 않은 경우가 많습니다.
대표적인 샘플링과 함께 사용되는 한 가지 전략은 샘플이 오류를 최적으로 줄일 수있을만큼 커야한다는 것입니다. 그리고 일반적으로 부분 군이 클수록 오류가 줄어들 가능성이 더 높지만 특정 시점에서 감소가 너무 작아 져서 표본을 더 크게 만드는 데 필요한 추가 비용을 정당화 할 수 없습니다.
기술적으로 대표적이지만 작은 샘플을 사용하는 것만으로는 샘플링 편향을 줄이는 데 충분하지 않은 것처럼, 대표를 고려하지 않고 대규모 그룹을 선택하면 작은 대표 샘플을 사용하는 것보다 훨씬 더 잘못된 결과를 초래할 수 있습니다. 위의 예로 돌아가서, 구매 트렌드의 성별 차이를 분석 할 때 600 명의 남성 그룹이 통계적으로 무용지물입니다.
