The objective of sampling is to pro

The objective of sampling is to provide a practical means of enabling the data collection and processing components of research to be carried out whilst ensuring that the sample provides a good representation of the pop- ulation; i.e. the sample is representative. Unfortunately, without a survey of the population, the representativeness of any sample is uncertain, but statistical theory can be used to indicate the representativeness. Measurements of characteristics, such as the mean, of a sample are called statistics whilst those of a population are called parameters. How to obtain representativeness begins with consideration of the population. Almost invariably, it is necessary to obtain data from only a part of the total population with which the research project is concerned; that part of the population is the sample. All buildings on Hong Kong island or all buildings in Greater London can be viewed as populations, whilst both of these are also samples of all buildings in the world. So, the context of the research indicates the population of concern.
There are two main problems which seem to be overlooked by many researchers; they are ignoring considerations of sampling error when determining the size of the sample and failing to address possible biases in groups of respondents and non-respondents. That second problem is particularly important for low response survey methods - notably, postal questionnaires - because, despite low response rates (less than 20% is not unusual), inferences are made about the entire population from analyses of the responses received only, sometimes without even acknowledgement of the potential for bias in the results and conclusions.
The first task is to define the population. Eisenhardt (1989) stresses that
'. . . the concept of the population is critical, because the population defines
the set of entities from which the research sample is drawn. Selection of an
appropriate population controls extraneous variation and helps to define the
limits for generalizing the findings.'
If the population is sufficiently small, a full population 'sample' may be researched, but in the vast majority of cases a sample must be taken; the question is how? At this point, it is helpful to recall some standard symbols
(or notation):

Kết quả (Việt) 1:

Mục tiêu của lấy mẫu là cung cấp một phương tiện thực tế cho phép thu thập dữ liệu và xử lý các thành phần của nghiên cứu được thực hiện trong khi đảm bảo rằng mẫu cung cấp một đại diện tốt của cửa sổ pop-ulation; Ví dụ mẫu là đại diện. Thật không may, mà không có một cuộc điều tra dân số, representativeness của bất kỳ mẫu là không chắc chắn, nhưng lý thuyết thống kê có thể được sử dụng để chỉ ra representativeness. Đo đạc về đặc điểm, chẳng hạn như có nghĩa là, một mẫu được gọi là số liệu thống kê trong khi những người dân được gọi là tham số. Làm thế nào để có được representativeness bắt đầu với việc xem xét tổng số dân. Hầu như không thay đổi, nó là cần thiết để có được dữ liệu từ chỉ là một phần trong tổng dân số mà dự án nghiên cứu là có liên quan; đó là một phần của dân số là mẫu. Tất cả các tòa nhà trên đảo Hong Kong hoặc tất cả các tòa nhà trong Đại Luân Đôn có thể được xem như là dân số, trong khi cả hai đều có mẫu của tất cả các tòa nhà trên thế giới. Vì vậy, bối cảnh của nghiên cứu cho thấy dân số mối quan tâm. Có hai vấn đề chính mà dường như được bỏ qua bởi nhiều nhà nghiên cứu nhất; họ đang bỏ qua xem xét của lấy mẫu lỗi khi xác định kích thước mẫu và không địa chỉ có thể thành kiến trong các nhóm của người trả lời và không trả lời. Vấn đề thứ hai đó là đặc biệt quan trọng đối với phương pháp khảo sát thấp phản ứng - đáng chú ý, bưu chính câu hỏi - bởi vì, mặc dù thấp tỷ lệ phản ứng (ít hơn 20% là không bình thường), suy luận được thực hiện về dân số toàn bộ từ phân tích các phản ứng nhận được chỉ, đôi khi không có thậm chí ghi nhận của các tiềm năng cho thiên vị trong các kết quả và kết luận. Nhiệm vụ đầu tiên là để xác định người. Eisenhardt (1989) nhấn mạnh rằng '... khái niệm dân là rất quan trọng, bởi vì dân số xác định tập hợp các thực thể mà từ đó mẫu nghiên cứu được rút ra. Lựa chọn của một phù hợp kiểm soát dân số biến thể không liên quan và giúp để xác định các giới hạn cho khái quát những phát hiện.' Nếu có dân số là đủ nhỏ, dân đầy đủ 'mẫu' có thể được nghiên cứu, nhưng trong đa số trường hợp một mẫu phải được thực hiện; câu hỏi là làm thế nào? Tại thời điểm này, nó là hữu ích để thu hồi một số biểu tượng tiêu chuẩn (hoặc ký hiệu):

Kết quả (Việt) 2:

Mục tiêu của việc lấy mẫu là để cung cấp một phương tiện thực tế tạo điều kiện cho các thành phần thu thập và xử lý dữ liệu của nghiên cứu được thực hiện đồng thời đảm bảo rằng mẫu cung cấp một đại diện tốt của ulation pop-; tức là mẫu là đại diện. Thật không may, không có một cuộc điều tra dân số, tính đại diện của mẫu nào là không chắc chắn, nhưng lý thuyết thống kê có thể được sử dụng để chỉ các đại diện. Đo lường các đặc tính, như là trung bình, một mẫu được gọi là số liệu thống kê trong khi những người của một dân số được gọi là tham số. Làm thế nào để có được đại diện bắt đầu bằng việc xem xét dân số. Hầu như lúc nào, nó là cần thiết để có được dữ liệu từ chỉ là một phần của tổng dân số mà các dự án nghiên cứu là có liên quan; rằng một phần của dân số là mẫu. Tất cả các tòa nhà trên đảo Hồng Kông hoặc tất cả các tòa nhà trong Greater London có thể được xem như quần thể, trong khi cả hai trong số này cũng là mẫu của tất cả các tòa nhà trên thế giới. Vì vậy, trong bối cảnh của nghiên cứu cho thấy người dân quan tâm.
Có hai vấn đề chính mà dường như bị bỏ qua bởi nhiều nhà nghiên cứu; họ đang bỏ qua những suy tư về lấy mẫu lỗi khi xác định kích thước của mẫu và không giải quyết thiên lệch có thể có trong các nhóm người trả lời và không trả lời. Đó là vấn đề thứ hai là đặc biệt quan trọng cho các phương pháp khảo sát đáp ứng thấp - câu hỏi đáng chú ý là, bưu điện - bởi vì, mặc dù tỷ lệ trả lời thấp (dưới 20% là không bình thường), kết luận được thực hiện về toàn bộ dân số từ những phân tích của các phản ứng chỉ nhận được, đôi khi không có thậm chí thừa nhận khả năng sai lệch trong kết quả và kết luận.
Nhiệm vụ đầu tiên là xác định dân số. Eisenhardt (1989) nhấn mạnh rằng
'. . . khái niệm dân số là rất quan trọng, bởi vì dân số xác định
các thiết lập của các thực thể mà từ đó các mẫu nghiên cứu được rút ra. Lựa chọn của một
dân số thích hợp điều khiển biến thiên không liên quan và giúp xác định các
giới hạn cho việc khái quát những kết quả '.
Nếu dân số là đủ nhỏ, dân số toàn 'mẫu' có thể được nghiên cứu, nhưng trong phần lớn các trường hợp, một mẫu phải được thực hiện; câu hỏi là làm thế nào? Tại thời điểm này, nó là hữu ích để nhớ lại một số biểu tượng tiêu chuẩn
(hoặc ký hiệu):