ランダムサンプルを特別なものにするものは次のとおりです。
* 人口のすべてのメンバーは、選択される可能性が平等にあります。 これは、あるグループよりも体系的な好みがないことを意味します。
* 選択は独立しています。 1人のメンバーの選択は、他のメンバーの選択に影響しません。
ランダムサンプルが重要なのはなぜですか？
ランダムサンプルは、データから正確な結論を描画するために重要です。サンプルが偏っている場合、それは人口をうまく表しておらず、誤解を招く結果につながります。
バイアスサンプルの例：
* コンビニエンスサンプリング： 簡単にアクセスできる参加者を選択します（たとえば、友達を調査するだけ）。
* ボランティアサンプリング： 人々に参加することを選択させる（例：人々がオプトインできるオンライン調査）。
* クォータサンプリング： 特定のグループの特定の割り当てを埋める可能性があり、不均一な表現につながる可能性があります。
ランダムサンプルを実現する方法：
* 単純なランダムサンプリング： 母集団のすべてのメンバーに数値を割り当て、ランダムに数値を選択します。
* 層別ランダムサンプリング： 母集団をサブグループ（階層）に分割し、各層からランダムに選択します。
* クラスターサンプリング： 集団をクラスターに分割し、クラスターをランダムに選択し、選択したクラスター内のすべてのメンバーをサンプリングします。
覚えておいてください： ランダムなサンプリングを使用しても、母集団を完全に反映しないサンプルを取得する可能性は常にあります。 ただし、ランダムサンプルは、バイアスを最小限に抑え、調査結果の信頼性を向上させる最良の方法です。
