1. 단순 임의 샘플링: 단순 임의 샘플링은 전체 관찰 단위 중 일부를 완전히 무작위로 추출하는 것을 의미합니다 (즉, 각 관찰 단위가 샘플에 선택될 확률이 동일함). 일반적인 방법은 먼저 전체의 모든 관찰 단위에 번호를 매긴 다음 추첨, 난수 테이블 또는 컴퓨터에서 난수를 생성하여 샘플을 형성하는 것입니다.
장점은 간단하고 직관적이며 평균 (또는 비율) 및 표준 오류의 계산이 간단하다는 것입니다. 단점은 집단이 클 때, 집단의 개체별로 번호를 매기기가 어렵고, 추출한 샘플이 분산되어 조사를 조직하기 어렵다는 것이다.
2. 시스템 샘플링: 시스템 샘플링은 등거리 샘플링 또는 기계 샘플링이라고도 합니다. 즉, 그룹의 모든 개체를 연구 현상과 무관한 특성에 따라 정렬하고 번호를 매깁니다. 그런 다음 샘플 내용에 따라 샘플 간격 k 를 지정합니다.
시스템 샘플링의 장점은 이해하기 쉽고 조작하기 쉽다는 것입니다. 전체 전체에 고르게 분포된 샘플을 쉽게 얻을 수 있는데, 그 샘플링 오차는 단순 무작위 샘플보다 작다. 단점은 샘플이 분산되어 조사를 조직하기가 어렵다는 것입니다. 관찰 단위가 전체적으로 주기적인 추세나 단조로운 증가 (감소) 추세를 나타낼 때 편향이 생기기 쉽다.
3. 전체 샘플 그룹: 전체 샘플 그룹은 전체를 k 개의 "그룹" 으로 나누고, 각 그룹에는 여러 관찰 단위가 포함되어 있으며, k 개의 그룹을 무작위로 선택합니다.
전체 샘플 그룹의 장점은 조직 조사를 용이하게 하고, 비용을 절약하고, 조사의 질을 통제할 수 있다는 것이다. 단점은 샘플 함량이 변하지 않을 때 샘플 오차가 단순 임의 샘플링보다 크다는 것이다.
4. 계층 샘플링: 계층 샘플링은 전체 개체의 모든 개체를 주요 연구 지표에 큰 영향을 미치는 특정 특성에 따라 여러 "계층" 으로 나눈 다음 각 레이어에서 무작위로 일정 수의 관찰 단위를 추출하여 샘플을 만드는 것입니다.
계층 무작위 샘플링의 장점은 샘플이 대표적이고 샘플링 오류가 적다는 것입니다. 계층화한 후에는 특정 상황에 따라 레이어마다 다른 샘플링 방법을 사용할 수 있습니다.
샘플링 조사의 특징은 다음과 같습니다.
1. 샘플 조사 설문 조사에서 추정한 전체 중에서 선택한 조사 샘플은 무작위성 원칙에 따라 선택됩니다. 그들은 어떤 주관적인 의도의 영향을 받지 않기 때문에, 군체의 모든 단위가 선택될 가능성이 있다.
선택한 조사 샘플이 전체적으로 합리적이고 고르게 분포되도록 보장할 수 있으며, 조사에서 경향성 편차가 발생할 가능성은 매우 적고, 샘플은 전체의 대표성이 매우 강하다.
둘째, 샘플 조사는 임의로 선택된 단일 단위로 전체를 대표하는 것이 아니라 선택된 모든 조사 샘플을' 위임' 으로 대표해 조사 샘플을 충분히 대표할 수 있도록 하는 것이다.
셋째, 샘플 조사에서 선택한 조사 샘플의 수는 조사대상 단위 간의 차이 정도와 전반적으로 추정되는 허용 오차에 따라 과학적 계산을 통해 결정된다. 조사 샘플의 수에 대한 확실한 보증이 있기 때문에 샘플은 전체의 실제에 매우 가깝습니다.
4. 샘플 조사에서 샘플 오차는 조사 전에 샘플의 수량과 단위의 전반적인 차이를 기준으로 계산할 수 있으며 샘플 오차를 일정 범위 내에서 통제할 수 있어 조사 결과의 정확도가 더욱 확실해집니다.