Conto kemungkinan lan conto non-kemungkinan ora sing beda ing laku; ing loro kasus, iku kabeh bab bobot.
Sampling punika dhasar kanggo survey riset. Peneliti meh tau takon sing kanggo wong-wong ing populasi target sing. Ing gati, survey sing ora unik. Paling riset, ing salah siji cara utawa liyane, melu sampling. Kadang sampling iki rampung tegas dening peneliti ing; kaping liyane mengkono implicitly. Contone, panliti sing nganggo eksprimen laboratorium ing siswa lulus universitas dheweke uga wis dijupuk sampel. Mangkono, sampling masalah sing isa munggah ing saindhenging buku iki. Ing kasunyatan, siji saka uneg-uneg sing paling umum sing aku krungu bab sumber umur digital saka data "lagi ora wakil." Nalika kita bakal ndeleng ing bagean iki, badhan iki loro kurang serius lan liyane subtle saka akeh skeptics éling. Ing kasunyatan, aku bakal argue sing wutuh konsep "representativeness" ora mbiyantu kanggo mikir bab kemungkinan lan non-kemungkinan conto. Nanging, tombol iku kanggo mikir bab carane data iki dikumpulake lan carane sembarang biases ing koleksi data bisa dibatalaké nalika nggawe prakiraan.
Saiki, ing unggul pendekatan teori kanggo perwakilan iku probability sampling. Nalika data sing diklumpukake karo cara sampling kemungkinan sing wis sampurna kaleksanan, peneliti bisa nimbang data sing adhedhasar cara sing padha diklumpukake supaya prakiraan adil bab populasi target. Nanging, sampurna kemungkinan sampling Sejatine ora mengkono ing donya nyata. Ana biasane rong masalah utama 1) beda antarane populasi target lan populasi pigura lan 2) non-nanggepi (iki sing persis masalah sing tak gawe jajak pendapat Literary Digest). Mangkono, tinimbang mikir kemungkinan sampling minangka model nyata apa bener mengkono ing donya, iku luwih apik kanggo mikir kemungkinan sampling minangka mbiyantu, model abstrak, akeh kaya cara Fisikawan mikir bab werni frictionless Rolling mudhun lan maha dawa dalan.
Alternatif kanggo kemungkinan sampling punika non-kemungkinan sampling. Bentenipun utama antarane kemungkinan lan non-kemungkinan sampling iku karo kemungkinan Sampling everyone in populasi wis kemungkinan dikenal Gawan. Ana, ing kasunyatan, akeh varieties saka non-kemungkinan sampling, lan cara iki saka data sing dadi tambah akeh umum ing umur digital. Nanging, non-kemungkinan sampling nduwe reputasi elek antarane ilmuwan sosial lan statistikawan. Ing kasunyatan, non-kemungkinan sampling punika gadhah sawetara gagal paling serem peneliti survey, kayata fiasco Literary Digest (rembugan sadurungé) lan prediksi salah bab pemilu presiden US 1948 ( "Dewey ngaonang Truman") (Mosteller 1949; Bean 1950; Freedman, Pisani, and Purves 2007) .
Nanging, wektu iku hak reconsider non-kemungkinan sampling kanggo loro alasan. First, minangka conto kemungkinan wis dadi saya angel apa ing laku, ing baris antarane conto kemungkinan lan conto non-kemungkinan wis amarga obah. Nalika ana dhuwur tarif saka non-nanggepi (minangka ana ing survey nyata saiki), kemungkinan nyata inclusions kanggo penjawab sing ora dikenal, lan kanthi mangkono, conto kemungkinan lan conto non-kemungkinan ora beda akeh peneliti pracaya. Ing kasunyatan, kita bakal ndeleng ngisor, loro cedhak Sejatine gumantung ing cara ngira padha: kirim-stratification. Kapindho, wis ana akeh pembangunan ing koleksi lan analisis conto non-kemungkinan. cara sing cukup beda saka cara sing nyebabake masalah ing past sing aku iku ndadekake pangertèn kanggo mikir wong minangka "non-kemungkinan sampling 2.0." Kita ora kudu rikuh pakewuh ora klebu nalar kanggo cara non-kemungkinan amarga kasalahan sing kedaden dangu kepungkur.
Sabanjure, supaya pitakonan iki luwih konkrit, Aku bakal maneh standar sampling kemungkinan lan nimbang (Section 3.4.1). Ing idea tombol iku carane diklumpukake data kudu impact carane nggawe prakiraan. Ing tartamtu, yen wong ora duwe kemungkinan padha Gawan, banjur wong-wong kudu ora duwe bobot sing padha. Ing tembung liyane, yen sampling ora demokratis, banjur estimations ngirim ora demokratis. Sawise Reviewing nimbang, aku bakal njlèntrèhaké loro cedhak kanggo non-kemungkinan sampling: kang fokus ing nimbang kanggo menehi hasil karo masalah saka data haphazardly diklumpukake (Section 3.4.2), lan salah siji sing nyoba kanggo nyeleh liyane kontrol saka carane data punika diklumpukake (Section 3.4.3). Bantahan ing teks utama bakal diterangno ing ngisor iki nganggo tembung lan gambar; nonton sing kaya perawatan liyane matematika uga kudu ndeleng sesambungan technical.