a:

यह सुनिश्चित करने के लिए कि एक साधारण यादृच्छिक नमूना एक बड़ी आबादी का सही रूप से प्रतिनिधित्व करता है, शोधकर्ताओं ने कई सुरक्षा उपायों का इस्तेमाल किया है। वे एक चयन प्रक्रिया का उपयोग करते हैं जो रैंडमैजैमेशन सर्वोपरि बनाता है और इस प्रकार चयन पूर्वाग्रह को समाप्त करती है। शोधकर्ताओं को यह सुनिश्चित करना है कि एक सरल यादृच्छिक नमूना का चयन करने से पहले उनकी संपूर्ण आबादी का अध्ययन किया जा रहा है। अन्यथा, वे एक नमूना पद्धति का विकल्प चुनते हैं जिनसे इस शर्त की आवश्यकता नहीं होती है। वे यह सुनिश्चित करते हैं कि उनका नमूना नमूनाकरण त्रुटि को खत्म करने के लिए काफी बड़ा है जो एक नमूना आकार बहुत छोटा होने से आता है।

एक सरल यादृच्छिक नमूना जनसंख्या के प्रत्येक एक सदस्य का वास्तव में अध्ययन किए बिना बड़ी संख्या में सांख्यिकीय विश्लेषण करने का एक तरीका प्रदान करता है। उदाहरण के लिए, मान लें कि एक शोधकर्ता यूसीएलए के सभी पुरुष छात्रों से जुड़े अध्ययन का संचालन करना चाहता है। यह एक निहित चुनौती प्रस्तुत करता है, क्योंकि यूसीएलए एक बहुत बड़ा स्कूल है और सभी पुरुषों का मूल्यांकन करने में बहुत समय लगता है, न कि कई उपलब्ध नमूने विधियों को उपलब्ध अनावश्यक का उल्लेख करना

साधारण यादृच्छिक नमूने के साथ, यूसीएलए पुरुषों की एक पूर्व निर्धारित संख्या बड़ी आबादी से यादृच्छिक पर निकाली जाती है और अनुसंधान विषयों के रूप में उपयोग की जाती है। काम करने के लिए इस पद्धति के लिए, यादृच्छिक नमूना बड़ी आबादी का प्रतिनिधि होना चाहिए। पहले चरण के शोधकर्ता यह सुनिश्चित करने के लिए लेते हैं कि यह एक चयन प्रक्रिया का उपयोग करना है जो कि रैंडमैंडिस पर जोर देती है। एक व्यवहार्य प्रक्रिया एक मैनुअल लॉटरी सिस्टम है, जिसमें शोधकर्ताओं ने बड़ी संख्या में प्रत्येक सदस्य को एक अनूठा नंबर आवंटित किया है और फिर एक अध्ययन नमूने उत्पन्न करने के लिए यादृच्छिक संख्या में संख्याओं को आकर्षित करते हैं। एक और विकल्प शोधकर्ताओं को एक कंप्यूटर प्रोग्राम का उपयोग करने के लिए प्रक्रिया को स्वचालित करने के लिए है, जो बड़ी संख्या में परीक्षण विषयों को बेतरतीब ढंग से चुनता है

काम करने के लिए चयन विधि के लिए, शोधकर्ताओं को पूरी आबादी की एक सटीक और संपूर्ण सूची प्राप्त करने में सक्षम होना चाहिए। यदि यह संभव नहीं है, सरल यादृच्छिक नमूना संभव नहीं है और दूसरा नमूना विधि चुना जाना चाहिए। यूसीएलए के पुरुष उदाहरण जैसे कई आबादी के लिए, एक पूरी सूची प्राप्त की जा सकती है। जब यह मामला है, तो शोधकर्ता अक्सर उपयोग में आसानी के कारण साधारण यादृच्छिक नमूना चुनते हैं।

नमूनाकरण की एक बड़ी समस्या एक नमूना आकार के साथ अधिक हो जाती है जो बड़ी आबादी की तुलना में बहुत कम है। यूसीएलए के प्रतिनिधियों के नमूने के लिए, इसके विषयों 'कॉलेज की बड़ी कंपनियों को बड़ी आबादी के समान होना चाहिए। हालांकि, यदि नमूना आकार केवल 20 है, तो 15 या अधिक मानविकी की बड़ी कंपनियों के साथ समाप्त करना संभव है - 20 सिक्का फ्लिप से 15 या अधिक सिर उत्पन्न हो सकता है।बड़े नमूना आकारों के साथ ये नमूनाकरण त्रुटियां कम होती हैं तीन सौ सिक्का फ्लिप बहुत करीब 50% सिर पैदा कर सकता है, जबकि 300 कॉलेज पुरुषों का एक नमूना आकार निश्चित रूप से बड़ी कंपनियों के मिश्रण का उत्पादन सुनिश्चित करता है। एक बड़ा नमूना आकार एक प्रतिनिधि नमूना सुनिश्चित करने में सहायता करता है।