이점:
1. 간단하고 쉽습니다. 무작위 샘플링에는 복잡한 통계 기술이나 많은 시간이 필요하지 않습니다. 연구원들은 쉽게 접할 수 있는 사람이나 사물을 표본으로 선택하기만 하면 된다.
2. 자원 절약: 임의 샘플링은 일반적으로 다른 샘플링 방법보다 적은 자원을 필요로 합니다. 예를 들어 컴퓨터를 사용하여 난수를 생성할 필요가 없으며 샘플 선택에 많은 시간을 할애할 필요가 없습니다.
3. 작은 샘플 연구에 적합: 작은 연구 프로젝트의 경우 무작위 샘플링이 가장 적합한 방법일 수 있습니다. 이 경우 연구원들은 더 복잡한 샘플링을 수행할 시간과 자원이 부족할 수 있기 때문입니다.
4. 풍부한 정보를 얻을 수 있습니다. 무작위 샘플링을 통해 연구자들이 가장 관심 있는 샘플을 선택할 수 있기 때문에 이 방법은 더 풍부하고 심층적인 정보를 생성할 수 있습니다.
단점:
1. 대표적 차이: 무작위 샘플링의 주요 문제 중 하나는 샘플 편차가 발생할 수 있다는 것입니다. 연구원들이 관심 있는 샘플만 선택한다면, 결과는 전체 집단을 대표하지 않을 수도 있다.
2. 반복성과 검증 가능성 부족: 무작위 샘플링은 무작위가 아니기 때문에 다른 연구자들은 연구 결과를 복제하거나 검증하지 못할 수 있습니다.
3. 편향이 있을 수 있습니다. 연구자가 샘플을 선택할 때 편향이 있으면 결과가 영향을 받을 수 있습니다. 예를 들어, 연구원들이 원하는 결과에 맞는 샘플만 선택하면 원하는 결과에 맞지 않는 결과를 무시할 수 있습니다.
4. 샘플량을 보장할 수 없음: 임의의 샘플링은 샘플량을 보장할 수 없으며 연구 결과의 불확실성을 초래할 수 있습니다.