樣品的代表性

Vyborka-這套隨著人口的研究分析相應的程序獲取的數據的。 代表性 - 在其整個零件的這個屬性的播放演示。 在另一方面，它是一個整體的想法蔓延，這部分包括的可能性。

的量度，它由這樣的事實：樣品應該徹底和可靠地反映症狀的整體，它是部分 - 樣品的代表性。 它也可以被定義為樣本的屬性最充分代表人群的特點，從的研究目標點顯著。

假設總人口 - 學校（從30個教學班，30名學生每個班900人）的所有學生。 研究的對象 - 學生吸煙的比例。 樣本組由90只學生的 高中， 更不用說本一個整體大於90學生相同的，其中將包括來自每個類3學生的樣品。 主要的原因 - 分配不均的青睞。 因此，在第一種情況下的樣本的代表性將是低的。 在第二種情況下 - 高。

在社會學中，說是有樣品和其代表性的代表性。

舉個例子，一個方便的樣品可以導致一個經典案例，這在總統選舉期間發生在1936年在美國。

雜誌“Literari文摘”，這在這個非常成功地預測了以往的選舉結果，這一次他們的預測犯了一個錯誤，雖然發送書面問題幾百萬的用戶，以及從電話簿和車輛登記列表中進行選擇誰的受訪者。 在第四輪投票中，其中返回填充，表決結果如下：57％由共和黨候選人阿爾夫·蘭登叫為指導，41％表示支持現任總統的偏好 - 民主黨人富蘭克林·羅斯福。

事實上，在選舉中獲勝的羅斯福，誰拿下的得票率60％。 錯誤“Literari文摘”是下一個。 他們想提高樣本的代表性。 而且因為他們知道，他們的大部分用戶的認同自己是共和黨人，他們決定擴大由於受訪者的樣本，他們所選擇的電話簿和汽車登記名單。 但他們並沒有考慮到當前的現實，實際上搶走了共和黨的甚至更多的支持者，因為在大蕭條有汽車和手機能買得起中產階級和上層階級。 而這些人大多是共和黨人，民主黨人沒有。

有不同類型的採樣的：簡單隨機，串行，典型的，機械和組合。

簡單隨機抽樣是從隨機正在研究一整套的單位，沒有任何系統的選擇。

機械取樣用於當在人口有序的，例如，存在的單元的某些序列 （登記號 的員工，選舉名單中，公寓和住宅等的受訪者的電話號碼的號碼）。

典型的選擇用於當整個集合可以按類型被劃分成組。 當使用這種群體可以是，例如，教育程度，年齡，社會團體，企業的研究 - 一個分支或一個單獨的組織等。

當單元在小系列或一組組合序列的選擇是有用的。 本系列產品可批量成品，學校班級中， 勞工團體 和其他團體。

合併後的樣品包括以不同的組合使用以前所有類型的樣品。