Sample vs Populasyon
Ang Populasyon at Sample ay dalawang mahalagang termino sa paksang ‘Mga Istatistika’. Sa madaling salita, ang populasyon ay ang pinakamalaking koleksyon ng mga item na interesado kaming pag-aralan, at ang sample ay isang subset ng isang populasyon. Sa madaling salita, ang sample ay dapat kumatawan sa populasyon na may mas kaunti ngunit sapat na bilang ng mga item. Ang isang populasyon ay maaaring magkaroon ng ilang sample na may iba't ibang laki.
Sample
Ang isang sample ay maaaring binubuo ng dalawa o higit pang mga item na napili mula sa populasyon. Ang pinakamababang posibleng sukat para sa isang sample ay dalawa at ang pinakamataas ay katumbas ng laki ng populasyon. Mayroong ilang mga paraan upang pumili ng isang sample mula sa isang populasyon. Sa teorya, ang pagpili ng isang 'random sample' ay ang pinakamahusay na paraan upang makamit ang mga tumpak na hinuha tungkol sa populasyon. Ang ganitong uri ng mga sample ay tinatawag ding probability sample, dahil ang bawat item sa populasyon ay may pantay na pagkakataon na maisama sa isang sample.
Ang 'Simple random sampling' technique ay ang pinakasikat na random sampling technique. Sa kasong ito, ang mga item na pipiliin para sa sample ay pinili nang random mula sa populasyon. Ang nasabing sample ay tinatawag na 'Simple Random Sample' o SRS. Ang isa pang tanyag na pamamaraan ay ang 'systematic sampling'. Sa kasong ito, ang mga item para sa isang sample ay pinili batay sa isang partikular na sistematikong pagkakasunud-sunod.
Halimbawa: Bawat ika-10 tao ng queue ay pinipili para sa isang sample.
Sa kasong ito, ang sistematikong pagkakasunud-sunod ay bawat ika-10 tao. Malaya ang statistician na tukuyin ang pagkakasunud-sunod na ito sa isang makabuluhang paraan. May iba pang random sampling techniques gaya ng cluster sampling o stratified sampling, at ang paraan ng pagpili ay bahagyang naiiba sa dalawang nasa itaas.
Para sa mga praktikal na layunin, maaaring gamitin ang mga hindi random na sample gaya ng convenience sample, judgment sample, snowball sample, at purposive sample. Higit pa rito, ang mga item na pinili sa isang hindi random na sample ay nauukol sa isang pagkakataon. Sa katunayan, ang bawat item ng populasyon ay walang pantay na pagkakataon na maisama sa isang hindi random na sample. Ang mga uri ng sample na ito ay tinatawag ding non probability sample.
Populasyon
Anumang koleksyon ng mga entity, na kawili-wiling imbestigahan ay simpleng tinukoy bilang ‘populasyon.’ Ang populasyon ay ang batayan para sa mga sample. Anumang hanay ng mga bagay sa uniberso ay maaaring isang populasyon, batay sa deklarasyon ng pag-aaral. Sa pangkalahatan, ang isang populasyon ay dapat na medyo malaki ang laki at mahirap ipahiwatig ang ilang mga katangian sa pamamagitan ng pagsasaalang-alang sa mga item nito nang paisa-isa. Ang mga sukat na iimbestigahan sa populasyon ay tinatawag na mga parameter. Sa pagsasagawa, ang mga parameter ay tinatantya sa pamamagitan ng paggamit ng mga istatistika na may kaugnayang mga sukat ng sample.
Halimbawa: Kapag tinatantya ang Average na Marka sa Math ng 30 mag-aaral sa isang klase mula sa mga marka ng Average na Math ng 5 mag-aaral, ang parameter ay Average na Marka sa Math ng Klase. Ang istatistika ay ang Average Maths Mark ng 5 mag-aaral.
Sample vs Populasyon
Ang kawili-wiling ugnayan sa pagitan ng sample at ng populasyon ay ang populasyon ay maaaring umiral nang walang sample, ngunit, ang sample ay maaaring hindi umiral nang walang populasyon. Ang argumentong ito ay higit na nagpapatunay na ang isang sample ay nakasalalay sa isang populasyon, ngunit kawili-wili, karamihan sa mga hinuha ng populasyon ay nakasalalay sa sample. Ang pangunahing layunin ng isang sample ay upang tantyahin o ipahiwatig ang ilang mga sukat ng isang populasyon nang tumpak hangga't maaari. Ang isang mas mataas na katumpakan ay maaaring mahinuha mula sa pangkalahatang resulta na nakuha mula sa ilang mga sample ng parehong populasyon sa halip na mula sa isang sample. Ang isa pang mahalagang bagay na dapat malaman ay, kapag pumipili ng higit sa isang sample mula sa isang populasyon ay maaari ding isama ang isang item sa isa pang sample. Ang kasong ito ay kilala bilang 'mga sample na may mga kapalit'. Higit pa rito, ang pamumuhunan ng mga nauugnay na sukat ng populasyon mula sa isang sample at pagkuha ng halos kaparehong output ay isang ginintuang pagkakataon para makatipid sa halaga at halaga ng oras.
Napakahalagang malaman na, kapag tumaas ang laki ng sample, tataas din ang katumpakan ng pagtatantya para sa parameter ng populasyon. Logically, para magkaroon ng mas magandang pagtatantya para sa populasyon, hindi dapat masyadong maliit ang sample size. Dagdag pa, ang mga random na sample ay dapat ding isaalang-alang na may mas mahusay na mga pagtatantya. Samakatuwid, mahalagang bigyang-pansin ang laki at randomness ng sample upang maging kinatawan para makakuha ng pinakamahusay na mga pagtatantya para sa populasyon.
