단순 무작위 표본 추출에서 항목 표본은 모집단에서 무작위로 선택되며 각 항목은 선택 될 확률이 동일합니다. 단순 난수 샘플링은 난수 표 또는 전자 난수 생성기를 사용하여 표본 항목을 선택합니다. 체계적인 샘플링은 건너 뛰기 또는 샘플링 간격을 사용하여 정렬 된 모집단에서 항목을 선택합니다. 프로젝트 예산이 타이트하고 연구 결과를 이해하고 실행하는 데 단순성이 필요한 경우 간단한 무작위 샘플링에 비해 체계적인 샘플링을 사용하는 것이 더 적합합니다. 데이터가 패턴을 나타내지 않고 연구원에 의한 데이터 조작의 위험이 낮은 경우, 체계적인 샘플링이 랜덤 샘플링보다 낫습니다.
실행의 단순성
간단한 무작위 표본 추출은 모집단의 각 요소를 개별적으로 식별하고 선택해야하지만 체계적인 표본 추출은 표본 간격 규칙을 사용하여 모든 개인을 선택합니다. 모집단 크기가 작거나 개별 표본의 크기와 그 수가 상대적으로 작은 경우 무작위 샘플링이 최상의 결과를 제공합니다. 그러나 필요한 샘플 크기가 증가하고 연구원이 모집단에서 여러 샘플을 생성해야하므로 시간이 많이 걸리고 비용이 많이들 수 있으며 이러한 상황에서 체계적인 샘플링을 선호하는 방법으로 만듭니다.
패턴 존재
데이터에 패턴이없는 경우 간단한 무작위 샘플링보다 체계적인 샘플링이 더 좋습니다. 그러나 모집단이 무작위가 아닌 경우, 연구원은 동일한 특성을 나타내는 샘플의 요소를 선택할 위험이 있습니다. 예를 들어, 특정 오작동 기계로 인해 공장의 8 번째 위젯이 모두 손상된 경우, 연구원은 간단한 무작위 샘플링보다 체계적인 샘플링으로 이러한 깨진 위젯을 선택하여 편향된 샘플을 생성 할 가능성이 높습니다.
데이터 조작
데이터 조작의 위험이 낮은 경우 간단한 무작위 샘플링보다 체계적인 샘플링이 바람직합니다. 연구원이 원하는 결과를 얻기 위해 간격 길이를 조작 할 수있을 때 이러한 위험이 높으면 간단한 무작위 샘플링 기술이 더 적합합니다.
