Zawartość
Statystyka to narzędzie, które pozwala podejmować świadome decyzje. Jeśli badanie wykaże, że pewien odsetek pracowników na danym obszarze nie jest zatrudniony, młodzi ludzie mogą uwzględnić tę liczbę przy wyborze zawodu. Próbkowanie, proces, w którym badacze losowo wybierają uczestników, może być kosztowne i czasochłonne, zwłaszcza w przypadku dużych grup prób. Jednak systematyczne pobieranie próbek - proces, w którym naukowcy wybierają reprezentatywną próbkę za pomocą normy - może być dobrym sposobem na zaoszczędzenie pieniędzy. Na przykład wypożyczalnia może przeprowadzić wywiad z co dziesiątym klientem, który wraca z filmem, aby wypełnić ankietę.
Szybkość i wygoda
Próbkowanie opiera się na selekcji osób lub przedmiotów. W znormalizowanym próbkowaniu badacze standaryzują sposób porządkowania jednostek w populacji. Na przykład weryfikator może zbadać każdą trzecią partię orzeszków ziemnych. Systematyczne próby są bardzo proste, szybkie i wygodne dla tych, którzy mają już listę jednostek w populacji. Statystycy odnoszą korzyści ze stosowania tego próbkowania podczas badania dużych populacji, ponieważ obejmuje on obszar równomiernie. Na przykład, jeśli departament stanu bada, w jaki sposób mieszkańcy używają filtrów przeciwsłonecznych, najlepiej byłoby, gdyby miał próbkę z całego stanu, a nie tylko próbki z niektórych gmin.
Częstotliwość
Wydarzenia, które występują w regularnych odstępach czasu, mają charakter okresowy. Na przykład: program telewizyjny nadawany w każdy wtorek o godzinie 20:00 ma częstotliwość. W jednym badaniu populacja próby może mieć takie cechy. Na przykład łosoś może pływać w rzece o tej samej porze każdego roku. Badacze mogą również zauważyć wzorzec okresowości. Na przykład w danym regionie może być więcej niedźwiedzi, ilekroć łosoś płynie w dół rzeki. Jednak okresowość w próbce może nie pokrywać się ze standardową okresowością.
W innym przykładzie statystyk może losowo wybrać członków klubu do badania. Jednak wybrani uczestnicy mogą nie reprezentować rzeczywistych proporcji członków w populacji. Wybrana próba może obejmować tylko osoby z cukrzycą, ale w rzeczywistości nie wszyscy stali bywalcy mają tę chorobę. Sytuacje, w których uczestnicy próby mają cechy znacznie różniące się od norm populacji próbowanej, są mało prawdopodobne, a powtórzenie badania w późniejszym terminie ujawni nieprawidłowości w badaniu.
Średnie próbki
Według strony internetowej Stony Brook University znalezienie wielu próbek i powtórzenie badania może zwiększyć szanse na uzyskanie dokładnych wyników globalnych. Badacz może na przykład zbadać częstość występowania określonej choroby wśród ziemniaków, badając je w czterech różnych gospodarstwach uprawnych.Gospodarstwo może mieć bardzo dużą liczbę patogenów z powodu złych praktyk rolniczych. Wybierając cztery różne właściwości do drugiego badania i uśredniając wyniki z pierwszego i drugiego gospodarstwa, nieprawidłowe gospodarstwo stanowi obecnie tylko 12,5% średnich wyników zamiast 25%.
Wpływy
Systematyczne pobieranie próbek jest rodzajem próbkowania probabilistycznego, co oznacza, że badacz musi upewnić się, że próbka reprezentuje równo wszystkich członków populacji. W przeciwnym razie wyniki będą zniekształcone, odbiegające od rzeczywistych cech populacji. Jedno z badań może na przykład wykazać, że 70% mieszkańców Campinas jest przeciwnych konkretnemu strajkowi. Jeśli jednak ankieta zostanie przeprowadzona tylko ze studentami UNICAMP, wyniki będą zniekształcone, ponieważ badanie nie będzie reprezentowało wszystkich w mieście.
Naukowcy mogą uniknąć wpływów zewnętrznych, jeśli systematycznie wybierają jednostki do pobierania próbek. Zamiast polegać wyłącznie na studentach college'u, alternatywą jest zadzwonienie do każdego setnego mieszkańca wymienionego w książce telefonicznej i przeprowadzenie z nim wywiadu.
