임의 샘플링에는 다음과 같은 기본 특성이 있습니다.
(1) 조사 단위 무작위 추출. 무작위원칙이란 샘플 단위의 선택이 주관적인 요인과 기타 체계적인 요소의 영향을 받지 않고, 전체의 각 단위가 샘플 단위로 선택될 수 있는 기회가 있다는 것이다.
(2) 일부 단위를 조사하는 목적은 전반적인 지표를 추론하는 것이다. 수리통계원리에 따르면 샘플 조사에서 샘플 지표와 해당 전체 지표 사이에 내재적인 연관이 있어 그것들 사이의 오차를 계산할 수 있다. 따라서 실제 조사의 일부 정보를 이용하여 전체 수량 특징을 추론하는 과학적 방법을 제공합니다.
(3) 샘플링 오류는 미리 계산되고 제어 될 수 있습니다. 샘플 데이터를 사용하여 인구의 수량 특성을 추론할 경우 필연적으로 대표 오차가 발생할 수 있지만 샘플 조사의 대표 오차는 관련 데이터를 기준으로 미리 계산 및 제어할 수 있으므로 추정 결과가 예상 신뢰도에 도달하도록 보장할 수 있습니다.
무작위 샘플링의 주요 장점은 각 샘플 셀이 무작위로 선택되기 때문에 확률론에 따라 샘플 통계를 통해 전체 매개변수를 추정할 수 있을 뿐만 아니라 샘플링 오류를 계산하여 전체 목표 변수를 추정할 수 있다는 것입니다. 그러나 무작위 샘플링은 비교적 복잡하여 조사원의 전문 기술 요구 사항이 높고 조사에는 샘플 상자가 필요합니다. 그러나 고품질의 샘플링 프레임워크를 구축하고 유지 관리하는 데 드는 비용은 매우 높으며, 샘플 단위는 매우 분산되어 있을 수 있으며, 샘플 단위는 쉽게 변경할 수 없으므로 조사 비용이 증가합니다.
단순 임의 샘플링이라고도 합니다. 이것이 가장 기본적인 샘플링 방법입니다. 반복 샘플과 반복되지 않는 샘플로 나뉩니다. 반복 샘플에서 각 추출된 단위는 여전히 전체를 반환하며 샘플의 단위는 여러 번 추출될 수 있습니다. 반복되지 않는 샘플에서 추출된 단위는 전체적으로 다시 배치되지 않으며 샘플의 단위는 한 번만 추출할 수 있습니다. 사회 조사는 반복되지 않는 샘플을 사용합니다.
순수 무작위 샘플링의 구체적인 방법은 다음과 같습니다. ① 추첨. 전체 군체의 모든 단위를 하나씩 서명하고 골고루 섞은 후 추출한다. ② 난수 표법. 전체 셀의 번호를 매긴 다음 난수 테이블의 모든 시작점 (임의의 행 또는 열) 에서 원하는 샘플 양에 도달할 때까지 왼쪽에서 오른쪽 또는 오른쪽에서 왼쪽, 위 또는 아래로 추출합니다.
순수 임의 샘플링에는 전체 모집단의 모든 단위 목록인 전체 샘플 상자가 있어야 합니다. 집단이 너무 크면 이런 샘플 박스를 만드는 작업량이 엄청나고 상황이 많아 그룹 명단을 사용할 수 없게 된다. 따라서 순수 무작위 샘플링은 대규모 사회 조사에 거의 사용되지 않는다.