人口： これは、あなたが勉強に興味がある個人のグループ全体です。それはすべての人間、森の中のすべての木、ペトリ皿のすべての細菌などです。
サンプル： これは、研究のために選択された母集団のサブセットです。目標は、母集団全体の特性を正確に反映するサンプルを選択することです。これにより、研究者はすべてのメンバーを研究することなく、人口に関する結論を導き出すことができます。
サンプルを使用する理由
* コストと時間： 人口全体を勉強することは、非常に高価で時間がかかる場合があります。
* 実用性： 多くの場合、多くの人口のすべてのメンバーを研究することは不可能です。
サンプリングに関する重要な考慮事項：
* ランダム化： 適切なサンプリングの重要な原則はランダム性です。これは、人口のすべてのメンバーがサンプルに含まれる可能性が平等になることを意味します。これにより、バイアスを最小限に抑えることができます。
* サンプルサイズ： サンプルのサイズは、母集団を代表するのに十分な大きさである必要があります。
* サンプリング方法： ランダムサンプリング、層別サンプリング、クラスターサンプリングなど、それぞれ独自の利点と短所を備えたさまざまなサンプリング方法があります。
例：
大学の学生の平均身長を勉強したいと想像してください。人口は大学のすべての学生です。学生データベースから100人の学生のサンプルをランダムに選択できます。その後、サンプル内の各生徒の高さを測定し、そのデータを使用して、大学のすべての学生の平均身長を推定します。
要約： サンプルは、より大きな集団を表すために慎重に選択された小さなグループであり、科学者はすべてのメンバーを分析することなく、グループ全体についての結論を研究および導き出すことができます。
