Ramai orang gagal memahami perbezaan asas antara populasi dan sampel. Walau bagaimanapun, apabila menganalisis data adalah penting untuk mengetahui perbezaan antara kedua-dua istilah.
Populasi lwn Sampel
Perbezaan antara populasi dan sampel ialah populasi merangkumi semua unit daripada set data. Sampel termasuk sekumpulan kecil unit yang dipilih daripada populasi Sebagai contoh, populasi mungkin semua orang yang tinggal di Australia dan sampel mungkin kumpulan tertentu orang yang tinggal di Australia.
Contoh lain mungkin anda ingin menyemak bilangan orang yang hampir mencapai umur persaraan dalam sesebuah organisasi. Populasi anda ialah keseluruhan tenaga kerja organisasi, manakala sampel anda mungkin pekerja yang berumur lebih daripada 50 tahun.
Jadual Perbandingan Antara Populasi dan Sampel (dalam Bentuk Jadual)
| Parameter Perbandingan | Penduduk | Sampel |
|---|---|---|
| Definisi | Populasi termasuk keseluruhan set data. Saiz populasi bergantung pada skop penyelidikan anda. | Sampel termasuk data yang dipilih daripada populasi. Ia adalah subset populasi. |
| Kualiti Boleh Diukur | Ia dipanggil parameter. | Ia dipanggil statistik. |
| Kelebihan | Apabila keseluruhan populasi digunakan untuk melaksanakan sesuatu kajian, keputusan boleh menjadi lebih tepat. | Jika sampel mewakili populasi anggaran yang boleh dipercayai boleh dibuat dengan sedikit masa dan usaha yang digunakan. |
| Keburukan | Dalam kebanyakan kes adalah mustahil untuk menguji keseluruhan populasi. | Jika sampel yang dipilih tidak mewakili populasi keputusannya tidak memuaskan. |
| Contoh | Semua kanak-kanak mendaftar di sekolah | Kanak-kanak yang mendapat A |
Apakah Penduduk?
Apabila kita membaca istilah penduduk kita terfikir tentang orang yang tinggal di sesebuah negara. Walau bagaimanapun, apabila menjalankan analisis data dan membandingkan satu set data secara statistik perkataan populasi mempunyai makna yang berbeza.
Populasi merangkumi semua ahli kumpulan data tertentu. Sebagai contoh, umur purata wanita. Ini adalah populasi hipotesis kerana ia termasuk semua wanita yang telah hidup, masih hidup dan akan hidup pada masa hadapan.
Adalah mustahil untuk menguji keseluruhan populasi dalam senario di atas kerana tidak semua ahli populasi boleh diperhatikan (contohnya wanita yang akan hidup pada masa hadapan).
Walaupun mungkin untuk menguji seluruh penduduk ia akan menanggung kos yang besar dan banyak masa. Sebaliknya, kita boleh menggunakan subset populasi yang merupakan sampel. Sampel membantu untuk menjalankan ujian ke atas populasi di atas dan mencari umur purata wanita.
Sebagai contoh, David sedang mengumpul data untuk mengetahui keutamaan hidangan pelajar di sebuah sekolah. Apabila mengumpul data seperti David adalah penting untuk mengetahui tujuan keseluruhan populasi.
Populasi merangkumi semua elemen data. Contohnya, jika David ingin mengumpul maklumat tentang semua pelajar di sekolahnya, populasi dalam senario ini ialah semua pelajar di sekolahnya.
Walau bagaimanapun adalah tidak praktikal untuk mengumpul maklumat daripada setiap unit populasi. Apabila ini berlaku kita perlu mencari pendekatan alternatif dengan mendapatkan maklumat daripada sekumpulan kecil ahli yang mewakili keseluruhan populasi.
David mempunyai isu yang sama, dia tidak boleh mendapatkan maklumat daripada setiap pelajar di sekolahnya. Sebaliknya, Dia perlu mendapatkan sampel.
Apakah Sampel?
Sampel mengandungi sebahagian daripada populasi. Saiz sampel sentiasa kurang daripada saiz populasi. Sampel ialah unit data yang benar-benar mengambil bahagian dalam kajian.
Persoalannya, mengapa menggunakan sampel dan bukan keseluruhan populasi?
Atas sebab ini, pengukuran dibuat pada subset populasi. Jika sampel diambil dengan berkesan, keputusan yang diperolehi adalah tepat seperti yang akan berlaku jika pengukuran dibuat ke atas keseluruhan populasi.
Kaedah persampelan yang paling biasa digunakan ialah persampelan rawak. Setiap sampel dipilih daripada populasi secara rawak supaya setiap item populasi mempunyai peluang yang sama untuk dipilih. Ia adalah sampel yang tidak berat sebelah dan oleh itu memberikan hasil yang sangat berkesan.
Salah satu kaedah yang paling biasa untuk memilih sampel rawak adalah melalui kaedah loteri. Setiap unit populasi diberi nombor rawak.
Nombor diletakkan di dalam balang dan dicampur dengan betul. Kemudian, orang yang buta mata daripada pasukan penyelidik memilih nombor " N ". Item populasi yang dipilih dimasukkan ke dalam sampel.
Walau bagaimanapun, dalam beberapa keadaan, adalah mustahil untuk menjalankan sampel rawak. Dalam kes sedemikian, adalah penting untuk mempertimbangkan cara alternatif terbaik untuk memilih sampel.
Perbezaan Utama Antara Populasi dan Sampel
Sebelum anda mengumpul sebarang data dan menjalankan penyelidikan. Adalah penting untuk mengetahui perbezaan antara populasi dan sampel.
Kesimpulan
Ringkasnya, sampel ialah sekumpulan kecil unit yang dipilih daripada populasi dan akan mengambil bahagian dalam kajian dan populasi adalah keseluruhan data yang hasilnya akan digunakan.
Menjalankan pengukuran ke atas keseluruhan populasi adalah mustahil dalam kebanyakan kes dan sampel dipilih untuk membuat kesimpulan tentang populasi. Walau bagaimanapun, untuk keputusan yang tepat sampel yang dipilih hendaklah mewakili populasi.
Sampel Rawak ialah kaedah persampelan yang paling biasa digunakan dan selalunya memberikan sampel yang paling mewakili.
- https://dl.sciencesocieties.org/publications/cs/abstracts/31/2/CS0310020469
- https://www.nejm.org/doi/pdf/10.1056/NEJMoa1315665
- https://academic.oup.com/sleep/article-abstract/20/8/608/2725951
