コンテンツ
統計は、情報に基づいた意思決定を可能にするツールです。ある地域の労働者の割合が雇用されていないことが調査で判明した場合、若者はこの数字をキャリアの選択に含めることができます。研究者が参加者をランダムに選択するプロセスであるサンプリングは、特に大規模なサンプルグループの場合、費用と時間がかかります。ただし、体系的なサンプリング（研究者が標準を使用して代表的なサンプルを選択するプロセス）は、費用を節約するための良い方法です。たとえば、レンタル会社は、ビデオで戻ってきた10人ごとの顧客にインタビューして調査を完了することができます。
スピードと利便性
サンプリングは、個人またはオブジェクトの選択に基づいています。標準化されたサンプリングでは、研究者は母集団の単位を順序付ける方法を標準化します。たとえば、検証者はピーナッツの3番目のバッチごとに検査できます。系統的サンプルは、母集団内のユニットのリストを既に持っている人にとって、非常にシンプルで迅速かつ便利です。統計学者はこのサンプリングを使用すると、面積を均等にカバーするため、大規模な集団を研究するときにメリットがあります。たとえば、州の部署が居住者による日焼け止めの使用方法を調査する場合、理想的には、一部の自治体からのサンプルではなく、州全体のサンプルが必要です。
周波数
一定の間隔で発生するイベントは定期的です。たとえば、毎週火曜日の午後8時に放映されるテレビ番組には周期性があります。 1つの研究では、サンプル母集団がそのような特性を持っている可能性があります。たとえば、サーモンは毎年同時に川の下流を泳ぐことができます。研究者はまた、周期性のパターンに気付く場合があります。たとえば、サケが下流に行くたびに、地域により多くのクマがいる可能性があります。ただし、サンプルの周期性は標準の周期性と一致しない場合があります。
別の例では、統計学者が研究のためにランダムにクラブメンバーを選択する場合があります。ただし、選択された参加者は、母集団のメンバーの実際の比率を表していない場合があります。選択されたサンプルには、糖尿病を患っているメンバーのみが含まれる場合がありますが、実際には、すべての常連がこの状態にあるわけではありません。サンプル参加者の特徴が、サンプリングされた母集団の基準とはかなり異なる状況になる可能性は低く、後日調査を繰り返すと、調査の異常が明らかになります。
平均サンプル
ストーニーブルック大学のWebサイトによると、複数のサンプルを見つけて調査を繰り返すと、正確なグローバルな結果が得られる可能性が高くなります。研究者は、たとえば、4つの異なる栽培農場でジャガイモを検査することにより、ジャガイモの特定の病気の有病率を調査できます。貧弱な農業慣行のために、農場は非常に多くの病原体を抱えることがあります。 2番目の調査で4つの異なるプロパティを選択し、1番目と2番目のファームの結果を平均化することにより、異常なファームは、平均結果の25％ではなく、12.5％にすぎません。
影響
系統的サンプリングは、確率的サンプリングの一種です。つまり、研究者は、サンプルが母集団のすべてのメンバーを等しく表していることを確認する必要があります。そうでない場合、結果は歪められ、人口の実際の特性から逸脱します。たとえば、ある調査では、カンピナスの住民の70％が特定のストライキに反対していると報告されている可能性があります。ただし、調査がUNICAMPの学生のみに依頼して行われた場合、調査は市内のすべての人を代表するわけではないため、結果は歪められます。
研究者は、体系的な方法でサンプリング単位を選択すると、外部の影響を回避できます。大学生だけに頼るのではなく、電話帳に記載されている100人の居住者全員に電話して面接する方法もあります。
