a:

Các nhà nghiên cứu sử dụng một số biện pháp bảo vệ để đảm bảo rằng một mẫu ngẫu nhiên đơn giản thể hiện chính xác một quần thể lớn hơn. Họ sử dụng một quá trình lựa chọn mà làm cho ngẫu nhiên tối ưu và do đó loại bỏ sự thiên vị lựa chọn. Các nhà nghiên cứu bảo đảm họ có một danh sách đầy đủ và chính xác về toàn bộ dân số được nghiên cứu trước khi lựa chọn sử dụng một mẫu ngẫu nhiên đơn giản; nếu không, họ chọn phương pháp lấy mẫu mà không yêu cầu điều kiện này phải được đáp ứng. Họ đảm bảo rằng mẫu của họ đủ lớn để loại bỏ lỗi lấy mẫu do kích thước mẫu quá nhỏ.

Một mẫu ngẫu nhiên đơn giản cung cấp một cách để tiến hành phân tích thống kê đối với một quần thể lớn mà không cần phải nghiên cứu tất cả các thành viên của dân số. Ví dụ, giả sử một nhà nghiên cứu muốn tiến hành một nghiên cứu liên quan đến tất cả nam sinh viên tại UCLA. Điều này thể hiện một thách thức vốn có, bởi vì UCLA là một trường học khổng lồ và đánh giá tất cả những người đàn ông có rất nhiều thời gian, không phải đề cập đến không cần thiết cho các phương pháp lấy mẫu rất có sẵn.

Với việc lấy mẫu ngẫu nhiên đơn giản, một số lượng đàn ông UCLA định trước đã được chiết xuất ngẫu nhiên từ quần thể lớn hơn và sử dụng làm đối tượng nghiên cứu. Đối với phương pháp này để làm việc, mẫu ngẫu nhiên phải đại diện cho số dân lớn hơn. Các nhà nghiên cứu bước đầu đảm nhận việc sử dụng quy trình lựa chọn nhấn mạnh sự ngẫu nhiên. Một quy trình khả thi là một hệ thống xổ số thủ công, trong đó các nhà nghiên cứu chỉ định một thành viên của số lượng lớn một số duy nhất và sau đó rút ra ngẫu nhiên ngẫu nhiên để tạo ra một mẫu nghiên cứu. Một lựa chọn khác là cho các nhà nghiên cứu để tự động hoá quá trình sử dụng một chương trình máy tính ngẫu nhiên chọn các đối tượng thử nghiệm từ dân số lớn hơn.

Đối với một trong hai cách lựa chọn để làm việc, các nhà nghiên cứu phải có khả năng thu được một danh sách chính xác và đầy đủ về toàn bộ dân số. Nếu không thể, lấy mẫu ngẫu nhiên đơn giản là không khả thi và phải chọn một phương pháp lấy mẫu khác. Đối với nhiều quần thể, chẳng hạn như ví dụ người đàn ông UCLA, có thể thu được một danh sách đầy đủ. Trong trường hợp này, các nhà nghiên cứu thường chọn mẫu ngẫu nhiên đơn giản vì dễ sử dụng.

Lỗi lấy mẫu trở nên nhiều vấn đề với quy mô mẫu rất nhỏ so với dân số lớn hơn. Đối với mẫu nam giới UCLA là đại diện, các chuyên ngành đại học của các chuyên ngành cần được cân đối tương tự như đối với người lớn hơn. Tuy nhiên, nếu quy mô mẫu chỉ 20, có thể kết thúc với 15 hoặc nhiều chuyên ngành nhân văn - tương tự như 20 xu tiền xu có thể sản xuất 15 người hoặc nhiều hơn.Các lỗi lấy mẫu này giảm với kích cỡ mẫu lớn hơn. Ba trăm đồng xu có thể tạo ra gần 50% đầu, trong khi đó có một mẫu gồm 300 người đàn ông đại học chắc chắn sẽ tạo ra một sự kết hợp đa dạng của các chuyên ngành. Kích cỡ mẫu lớn giúp đảm bảo một mẫu đại diện.