연구 모집단: 특성 및 샘플링 기법

게시 됨: 2022-08-18

연구 인구를 어떻게 정의합니까? 연구 연구에서는 특정 그룹이 결론을 내리고 결과에 따라 결정을 내릴 것을 요구합니다. 이 관심 그룹을 샘플이라고 합니다. 응답자를 선택하는 데 사용되는 방법을 샘플링이라고 합니다.

연구 인구는 무엇입니까?

연구 모집단은 연구 또는 통계적 추론을 위해 고려되는 그룹입니다. 연구 인구는 인간 인구에만 국한되지 않습니다. 공통점이 있는 측면의 집합입니다. 그룹 내에서 많은 특성을 가진 개체, 동물, 측정값 등이 될 수 있습니다.

예를 들어, 30세에서 35세 사이의 사람이 특정 유형의 약물을 섭취한 후 특정 상태에서 회복하는 데 걸리는 평균 시간에 관심이 있다고 가정합니다. 이 경우 연구 인구는 30세에서 35세 사이의 모든 사람들이 됩니다.

한 의학 연구에서 도시의 길 잃은 개에서 특정 질병의 확산을 조사합니다. 여기에서 그 도시에 속한 떠돌이 개들은 연구 인구입니다. 이 모집단 또는 표본은 결론을 내리려는 전체 모집단을 나타냅니다.

연구 인구를 설정하는 방법?

샘플링은 특정 그룹에서 선택된 광범위한 사람들의 의견을 수집하여 전체 그룹에 대해 더 많이 알 수 있는 강력한 기술입니다.

어떤 연구가 효과적이려면 전체 인구를 진정으로 대표하는 연구 인구를 선택하는 것이 필요합니다. 연구를 시작하기 전에 대상 인구를 확인하고 동의해야 합니다. 샘플을 미리 지정하고 잘 알고 있으면 연구에 쓸모없는 것으로 간주되는 피드백이 대부분 제거됩니다.

설문조사가 제품 또는 서비스의 효율성을 이해하는 것을 목표로 하는 경우 연구 모집단은 해당 제품을 사용했거나 자신의 요구에 가장 적합하고 제품/서비스를 사용할 고객이어야 합니다.

목표 시장의 전체 인구로부터 데이터를 수집하는 것은 비용과 시간이 많이 소요됩니다. 연구 모집단을 정확하게 샘플링함으로써 결과의 추세를 사용하여 목표 시장에 대한 진정한 그림을 구축할 수 있습니다.

연구 모집단에서 정확한 표본 선택

적절한 샘플에 대한 결정은 몇 가지 핵심 요소에 따라 달라집니다.

먼저 추정할 모집단 매개변수를 결정합니다.
표본의 추정치가 정확할 것이라고 기대하지 마십시오. 표본 결과를 기반으로 가정할 때는 항상 오차 범위를 예상하십시오.
샘플링 비용을 이해하면 추정치가 얼마나 정확해야 하는지 결정하는 데 도움이 됩니다.
측정하려는 모집단이 얼마나 가변적인지 알 수 있습니다. 연구 모집단이 많다면 많은 표본이 필요하다고 가정할 필요는 없습니다.
인구의 응답률을 고려하십시오. 20% 응답률은 온라인 연구 연구에 대해 "좋음"으로 간주됩니다.

연구 모집단의 표본 추출 특성

샘플링은 전체 대상 인구를 조사하지 않고 데이터를 수집하는 메커니즘입니다.
연구 인구는 연구를 위해 고려하는 사람들의 전체 단위입니다. 표본은 모집단을 나타내는 이 그룹의 하위 집합입니다.
샘플링은 설문 조사원이 너무 많은 설문 조사를 수행하는 것을 방지하여 응답률을 높이는 데 사용되므로 설문 조사 피로도를 줄입니다.
또한 전체 그룹을 측정하는 것보다 훨씬 저렴하고 더 많은 시간을 절약할 수 있습니다.
여러 그룹의 응답률 패턴을 추적하면 선택할 응답자 수를 결정하는 데 도움이 됩니다.
연구는 선택된 부분에 국한되지 않고 전체 대상 모집단에 적용됩니다.

연구 모집단을 위한 샘플링 기법

다양한 요인으로 인해 전체 연구 모집단을 조사할 수 없다는 것을 이해했으므로 이제 연구 연구에 가장 적합한 표본 선택 방법 중 하나를 채택해야 합니다.

일반적으로 확률 샘플링과 비확률 샘플링의 두 가지 방법론을 적용할 수 있습니다.

샘플링 기법: 확률 샘플링

이 방법은 확률 이론을 기반으로 모집단에서 표본 개체를 선택하는 데 사용됩니다. 모든 사람은 표본에 포함되며 선택될 평등한 기회가 있습니다. 이 유형의 샘플에는 편향이 없습니다. 인구의 모든 사람은 연구에 참여할 기회가 있습니다.

확률 샘플링은 네 가지 유형으로 분류할 수 있습니다.

단순 무작위 샘플링: 단순 무작위 샘플링은 샘플을 선택하는 가장 쉬운 방법입니다. 여기에서 각 구성원은 표본의 일부가 될 동등한 기회를 갖습니다. 이 샘플의 개체는 무작위로 선택되며 각 구성원은 선택될 확률이 정확히 동일합니다.
클러스터 샘플링: 클러스터 샘플링은 응답자를 클러스터로 그룹화하는 방법입니다. 이러한 그룹은 연령, 성별, 위치 및 인구통계학적 매개변수를 기반으로 정의할 수 있습니다.
체계적인 샘플링: 체계적인 샘플링에서 개인은 모집단에서 동일한 간격으로 선택됩니다. 시작점을 선택한 다음 미리 정의된 샘플 간격으로 응답자를 선택합니다.
계층화된 샘플링: 계층화된 무작위 샘플링은 응답자를 구별되지만 사전 정의된 매개변수로 나누는 프로세스입니다. 이 방법에서는 응답자가 중복되지 않고 전체 인구를 집합적으로 나타냅니다.
샘플링 기법: 비확률적 샘플링

비확률 샘플링 방법은 표본 선택에 대한 연구자의 선호도를 사용합니다. 이 샘플링 방법은 주로 이 샘플에 액세스할 수 있는 연구원의 능력에서 파생됩니다. 여기에서 모집단 구성원은 표본의 일부가 될 동일한 기회를 갖지 않습니다.

비확률 샘플링은 4가지 유형으로 더 분류할 수 있습니다.

Convenience Sampling : 이름에서 알 수 있듯 편의표본은 연구자가 응답자에게 접근할 수 있는 편의성을 의미합니다. 연구원은 표본을 선택할 권한이 없으며 대표성이 아닌 근접성의 이유로만 수행됩니다.
고의적, 비판적 또는 판단적 샘플링: 이 유형의 샘플링에서 연구원은 연구의 성격과 대상 청중의 이해에 대해 자신의 샘플을 판단하고 개발합니다. 연구 기준과 최종 목표에 부합하는 사람만 선발합니다.
눈덩이 샘플링: 눈덩이가 빨라지면 눈덩이 주변에 더 많은 눈이 쌓입니다. 마찬가지로, 눈덩이 표본 추출의 경우 응답자는 참여가 종료되면 연구에 대한 참고 자료를 제공하거나 표본을 모집해야 합니다.
할당량 샘플링: 할당량 샘플링은 연구자가 계층을 기반으로 샘플을 선택할 수 있는 권한이 있는 방법입니다. 이 방법에서는 두 사람이 두 가지 다른 조건에서 존재할 수 없습니다.

연구 모집단에서 샘플링의 장점과 단점

대부분의 경우 전체 연구 인구 중 미리 정의된 샘플에서만 인식을 얻을 수 있습니다. 이것은 나름대로의 장점과 단점이 있습니다. 그 중 일부는 아래에 나열되어 있습니다.

장점

높은 정확도 – 낮은 오류 확률(잘 샘플링된 경우)
경제적으로 실현 가능하고 신뢰성이 높음
다양한 설문조사에 대한 높은 적합도 전체 인구를 조사하는 것에 비해 시간이 덜 걸립니다. 리소스 배치 감소
데이터 집약적이고 포괄적인 속성은 더 많은 인구에 적용됩니다. 연구 인구가 방대할 때 이상적입니다.

단점

불충분한 샘플
편견의 가능성
정밀도 문제(샘플링이 불량한 경우)
일반적인 샘플을 얻기가 어렵습니다.
양질의 소스 부족
실수의 가능성.

QuestionPro에서는 연구 모집단과 함께 연구를 수행하는 데 도움을 드릴 수 있습니다. 온라인 설문조사 소프트웨어의 모든 기능에 대해 알아보고 지금 바로 조사를 시작하십시오!