その理由は次のとおりです。
* 人口の代表： 確率サンプルにより、研究者はサンプルに基づいて全人口について推論することができます。これは、母集団の各メンバーが選択される可能性が既知であるためです。これは、調査参加者を超えて調査結果を一般化するために重要です。
* 統計分析： 確率サンプルは、統計的方法を使用してデータを分析し、意味のある結論を導き出すために不可欠です。
* バイアスの回避： 非確率サンプルとは異なり、確率サンプルは選択プロセスのバイアスを最小限に抑え、母集団のより正確な表現を確保することを目的としています。
一般的なタイプの確率サンプルには、が含まれます
* 単純なランダムサンプリング： 人口のすべてのメンバーは、選択される可能性が平等です。
* 層別ランダムサンプリング： 母集団はサブグループ（層）に分割され、各層からランダムサンプルが取得されます。
* クラスターサンプリング： 母集団はクラスターに分割され、クラスターのランダムサンプルが選択されます。
確率サンプルは非常に価値がありますが、実施が困難または費用がかかる場合があります。場合によっては、研究者は非容認性サンプルを使用する場合があります リソースが限られている場合、または特定の種類の参加者が必要な場合。ただし、非財産サンプルでは、より広い母集団への一般化は許可されていないことに注意することが重要です。
