Zawartość
- Losowość i reprezentatywne próbki
- Łatwe w małych, zdefiniowanych populacjach
- Trudności z dużymi populacjami
- Brakujące segmenty populacji
Załóżmy, że jesteś dyrektorem marketingu próbującym znaleźć najlepszy sposób na reklamę nowego batonika. Masz do wyboru trzy potencjalne hasła i chcesz je przetestować. Oczywiście nie możesz przetestować haseł na wszystkich na świecie, więc musisz wybrać próbną populację do przetestowania. Jedną z powszechnych technik pobierania próbek od ludzi jest „proste losowe pobieranie próbek”.
Losowość i reprezentatywne próbki
Proste losowe pobieranie próbek oznacza, że każdy członek populacji ma równe szanse na włączenie do badania. W przykładzie batonika oznacza to, że jeśli badana populacja obejmuje całe Stany Zjednoczone, nastolatek w stanie Maine miałby taką samą szansę na włączenie jako babcia w Arizonie. Jest to duża zaleta, ponieważ prawdziwie losowa próba będzie bardziej reprezentatywna dla populacji. Jeśli wybierzesz losowo, istnieje mniejsze prawdopodobieństwo błędu systematycznego próbkowania. Jest bardzo mało prawdopodobne, że na przykład rozmawiasz tylko z białymi mężczyznami, co może prowadzić do niewłaściwych wniosków na temat najlepszego hasła.
Łatwe w małych, zdefiniowanych populacjach
Jeśli jesteś dyrektorem marketingu zainteresowanym sprzedażą batonika tylko w jednym konkretnym liceum, proste losowe pobieranie próbek ma jeszcze jedną wielką zaletę: będzie to bardzo łatwe. Losowe pobieranie próbek jest bardzo wygodne podczas pracy z małymi populacjami, które zostały już zidentyfikowane i wymienione. Na przykład w szkole średniej populacja byłaby główną listą zapisanych uczniów. Aby pobrać losową próbkę, wystarczy policzyć uczniów z listy i użyć generatora liczb losowych, aby wybrać kilku z nich do badania. Oczywiście, twoje wyniki powiedzą ci tylko, jak dobrze hasło działało w tej szkole, a nie w całym kraju.
Trudności z dużymi populacjami
Przydatność prostego losowego pobierania próbek z małymi populacjami jest w rzeczywistości wadą w przypadku dużych populacji. Zapewnienie wszystkim członkom populacji równych szans na włączenie do ankiety wymaga posiadania pełnej i dokładnej listy członków populacji, i to po prostu nie jest możliwe dla całego narodu lub świata. Nawet jeśli miałbyś idealną listę, bardzo trudno byłoby skontaktować się z babciami w Arizonie i nastolatkami w Maine. W rezultacie proste losowe pobieranie próbek jest rzadko proste, a często czasochłonne i nużące.
Brakujące segmenty populacji
Proste losowe próbkowanie może dać bardzo dokładny obraz tego, jak twoje hasło radzi sobie z przeciętną osobą, ale nie dostarczy szczegółowych informacji o określonych grupach ludzi. Załóżmy na przykład, że chcesz wiedzieć, jak działają slogany batoników z samotnymi mężczyznami w wieku od 18 do 45 lat grającymi w tenisa. Prosta losowa próbka z całej populacji może zawierać tylko jedną lub dwie z nich, więc nic ci nie powie. Aby uzyskać te informacje, potrzebujesz innej techniki, takiej jak celowe pobieranie próbek.