គោលដៅចុងក្រោយនៃការសិក្សាចំនួនប្រជាជនគំរូគឺតែងតែទទួលបានព័ត៌មានអំពីចំនួនប្រជាជន។ ដើម្បីធ្វើដូច្នេះ ការសិក្សាគំរូត្រូវតែបំពេញលក្ខខណ្ឌជាក់លាក់។ លក្ខខណ្ឌសំខាន់មួយ។ ភាពជាតំណាង (តំណាង) នៃគំរូ. ដូចដែលបានពិភាក្សាពីមុន ភាពខុសគ្នាមួយត្រូវបានធ្វើឡើងរវាងតំណាងគុណភាព និងបរិមាណ។
ភាពចៃដន្យ ដែលធានានូវគុណភាព (រចនាសម្ព័ន្ធ) តំណាងនៃការសិក្សាស្ថិតិត្រូវបានសម្រេចដោយការបំពេញលក្ខខណ្ឌមួយចំនួនសម្រាប់ការបង្កើតក្រុមគំរូ (សំណុំ):
1. សមាជិកនីមួយៗនៃចំនួនប្រជាជនត្រូវតែមានប្រូបាប៊ីលីតេស្មើគ្នាក្នុងការបញ្ចូលទៅក្នុងគំរូ។
2. ការជ្រើសរើសឯកតានៃការសង្កេតពីប្រជាជនទូទៅត្រូវតែអនុវត្តដោយមិនគិតពីលក្ខណៈដែលកំពុងសិក្សា។ ប្រសិនបើការជ្រើសរើសត្រូវបានអនុវត្តដោយចេតនា នោះវាក៏ចាំបាច់ដើម្បីសង្កេតមើលលក្ខខណ្ឌសម្រាប់ឯករាជ្យភាពនៃការចែកចាយលក្ខណៈដែលកំពុងសិក្សា។
3. ការជ្រើសរើសគួរតែត្រូវបានអនុវត្តពីក្រុមដូចគ្នា។
ការអនុលោមតាមលក្ខខណ្ឌដែលធានាភាពជិតបំផុតនៃគំរូនិងប្រជាជនទូទៅត្រូវបានធានាដោយវិធីសាស្រ្តពិសេសនៃការជ្រើសរើស។ ដោយផ្អែកលើវិធីសាស្រ្តនៃការបង្កើត, គំរូខាងក្រោមត្រូវបានសម្គាល់:
1. គំរូដែលមិនតម្រូវឱ្យបែងចែកប្រជាជនទូទៅទៅជាផ្នែក (តាមពិតទៅ គំរូម្តងហើយម្តងទៀតចៃដន្យ ឬមិនធ្វើម្តងទៀត)។
2. គំរូដែលទាមទារការបែងចែកប្រជាជនទូទៅទៅជាផ្នែក (គំរូមេកានិក ធម្មតា ឬគំរូ typological, cohort, paired conjugate samples)។
តាមពិតគំរូចៃដន្យមួយត្រូវបានបង្កើតឡើងដោយការជ្រើសរើសដោយចៃដន្យ - ចៃដន្យ។ ការជ្រើសរើសដោយចៃដន្យគឺផ្អែកលើការលាយ។ ឧទាហរណ៍៖ ការជ្រើសរើសបាល់នៅក្នុងឆ្នោតកីឡា បន្ទាប់ពីលាយបាល់ទាំងអស់ ជ្រើសរើសលេខឆ្នោតដែលឈ្នះ ការជ្រើសរើសសន្លឹកបៀដោយចៃដន្យសម្រាប់ការស្រាវជ្រាវ។ល។ ពេលខ្លះលេខចៃដន្យត្រូវបានប្រើប្រាស់ ទទួលបានពីតារាងលេខចៃដន្យ ឬប្រើម៉ាស៊ីនបង្កើតលេខចៃដន្យ។ យោងតាមលេខទាំងនេះ ពីអារេដែលមានលេខមុននៃប្រជាជនទូទៅ ឯកតាសង្កេតដែលមានលេខដែលត្រូវនឹងលេខចៃដន្យដែលបានធ្លាក់ចេញត្រូវបានជ្រើសរើស។
នៅពេលចងក្រងសំណាកចៃដន្យ បន្ទាប់ពីវត្ថុត្រូវបានជ្រើសរើស ហើយទិន្នន័យចាំបាច់ទាំងអស់អំពីវាត្រូវបានចុះឈ្មោះ អ្នកអាចធ្វើរឿងពីរយ៉ាង៖ វត្ថុអាចត្រូវបានប្រគល់មកវិញ ឬមិនប្រគល់ទៅមនុស្សទូទៅវិញ។ ទាក់ទងនឹងរឿងនេះ គំរូត្រូវបានគេហៅថាធ្វើម្តងទៀត(វត្ថុត្រូវបានប្រគល់ជូនប្រជាជនវិញ) ឬ មិនច្រំដែល(វត្ថុមិនត្រូវបានប្រគល់ជូនប្រជាជនវិញទេ)។ ដោយសារនៅក្នុងការសិក្សាស្ថិតិភាគច្រើនមិនមានភាពខុសគ្នារវាងសំណាកម្តងហើយម្តងទៀត និងមិនធ្វើម្តងទៀត លក្ខខណ្ឌគឺជាអាទិភាពដែលទទួលយកថាគំរូត្រូវបានធ្វើម្តងទៀត។
ការប៉ាន់ប្រមាណទំហំគំរូដែលត្រូវការ
ដើម្បីឱ្យគំរូតំណាងឱ្យបរិមាណនៃប្រជាជនទូទៅ ចាំបាច់ត្រូវប៉ាន់ប្រមាណជាមុននូវបរិមាណទិន្នន័យដែលត្រូវបញ្ចូលក្នុងគំរូ។
ជាមួយនឹងទំហំមិនស្គាល់នៃចំនួនប្រជាជនទូទៅចំនួននៃការយកគំរូឡើងវិញដែលធានាលទ្ធផលតំណាង ប្រសិនបើលទ្ធផលត្រូវបានឆ្លុះបញ្ចាំងនៅក្នុងសូចនាករ តម្លៃទាក់ទង (ចែករំលែក)កំណត់ដោយរូបមន្ត៖
ដែល p គឺជាតម្លៃនៃសូចនាករនៃលក្ខណៈដែលកំពុងសិក្សាក្នុង %; q = (100- ទំ) ;
t គឺជាមេគុណទំនុកចិត្តដែលបង្ហាញពីអ្វីដែលជាប្រូបាប៊ីលីតេដែលទំហំនៃសូចនាករនឹងមិនហួសពីដែនកំណត់នៃកំហុសរឹម (ជាធម្មតា t = 2 ត្រូវបានយក ដែលផ្តល់នូវប្រូបាប៊ីលីតេ 95% នៃការព្យាករណ៍ដោយគ្មានកំហុស);
- កំហុសរឹមនៃសូចនាករ។
ឧទាហរណ៍: សូចនាករមួយក្នុងចំណោមសូចនាករដែលបង្ហាញពីសុខភាពរបស់កម្មករនិយោជិតនៅក្នុងសហគ្រាសឧស្សាហកម្មគឺភាគរយនៃកម្មករដែលមិនឈឺក្នុងអំឡុងឆ្នាំ។ ឧបមាថាសម្រាប់វិស័យឧស្សាហកម្មដែលសហគ្រាសដែលបានស្ទង់មតិជាកម្មសិទ្ធិ សូចនាករនេះគឺ 25% ។ កំហុសរឹមដែលអាចត្រូវបានអនុញ្ញាតដូច្នេះការរីករាលដាលនៃតម្លៃសូចនាករមិនលើសពីដែនកំណត់សមហេតុផលគឺ 5% ។ ក្នុងករណីនេះសូចនាករអាចយកតម្លៃ 25% ± 5%, i.e. ពី 20% ទៅ 30% ។ សន្មត់ថា t = 2 យើងទទួលបាន
ក្នុងករណីនោះ, ប្រសិនបើសូចនាករគឺជាតម្លៃមធ្យមបន្ទាប់មកចំនួននៃការសង្កេតអាចត្រូវបានកំណត់ដោយរូបមន្ត៖
ដែល σ គឺជាគម្លាតស្តង់ដារ ដែលអាចទទួលបានពីការសិក្សាពីមុន ឬផ្អែកលើការសិក្សាសាកល្បង (សាកល្បង)។
ជាមួយនឹងការជ្រើសរើសដដែលៗនិង នៅក្រោមលក្ខខណ្ឌនៃប្រជាជនទូទៅដែលគេស្គាល់ដើម្បីកំណត់ទំហំគំរូចៃដន្យដែលត្រូវការក្នុងករណីប្រើប្រាស់ តម្លៃដែលទាក់ទង (ភាគហ៊ុន)រូបមន្តត្រូវបានអនុវត្ត៖
សម្រាប់តម្លៃមធ្យមរូបមន្តត្រូវបានប្រើ៖
ដែល N គឺជាទំហំប្រជាជនទូទៅ។
ដោយផ្អែកលើលក្ខខណ្ឌនៃឧទាហរណ៍ខាងលើនិងសន្មតថាទំហំនៃប្រជាជនទូទៅ ន=500 កម្មករយើងទទួលបាន៖
វាងាយស្រួលមើលថាទំហំគំរូដែលត្រូវការសម្រាប់ការយកគំរូមិនច្រំដែលគឺតិចជាងសម្រាប់គំរូដដែលៗ (រៀងគ្នា 188 និង 300 នាក់)។
ជាទូទៅ ចំនួននៃការសង្កេតដែលត្រូវការដើម្បីទទួលបានទិន្នន័យតំណាងប្រែប្រួលផ្ទុយគ្នាជាមួយនឹងការ៉េនៃកំហុសដែលបានអនុញ្ញាត។
គំរូមេកានិក- ការធ្វើសំណាកគំរូ នៅពេលដែលឯកតានៃការសង្កេតត្រូវបានជ្រើសរើសដោយមេកានិចពីចំនួនប្រជាជនដែលបានស្ទង់មតិ។ ឧទាហរណ៍៖ ការជ្រើសរើសកម្មករនិយោជិតគ្រប់រូបទីប្រាំ ឬទីដប់ យោងទៅតាមកាតរបស់នាយកដ្ឋានបុគ្គលិកនៃសហគ្រាស ឬយោងទៅតាមប័ណ្ណអ្នកជំងឺក្រៅនៃពហុគ្លីនីកនៃអង្គភាពវេជ្ជសាស្ត្រ។
ធម្មតា, typologicalឬ តំបន់គំរូពាក់ព័ន្ធនឹងការបំបែកប្រជាជនទូទៅទៅជាក្រុមមួយចំនួនដែលមានគុណភាព។ ឧទាហរណ៍៖ នៅពេលសិក្សាពីឧប្បត្តិហេតុរបស់និស្សិតសាកលវិទ្យាល័យសម្រាប់ការប្រឡងស៊ីជម្រៅក្នុងវគ្គសិក្សានីមួយៗ ក្រុមនិស្សិតដែលមានលក្ខណៈធម្មតានៅក្នុងសមាសភាពរបស់ពួកគេត្រូវបានជ្រើសរើស។ ជាញឹកញាប់វិធីសាស្រ្តជ្រើសរើសនេះត្រូវបានផ្សំជាមួយវិធីសាស្រ្តផ្សេងទៀត។ ឧទាហរណ៍៖ ទឹកដីនៃទីក្រុងត្រូវបានបែងចែកទៅជាតំបន់ធម្មតា អាស្រ័យលើកម្រិតនៃការបំពុល នៅក្នុងតំបន់ទាំងនេះ ក្រុមសង្កេតការណ៍ត្រូវបានបង្កើតឡើងដោយការជ្រើសរើសដោយចៃដន្យ។
ការជ្រើសរើសក្រុមសំដៅលើការជ្រើសរើសគោលដៅ។ ជាមួយនឹងវិធីសាស្រ្តនេះ បុគ្គលត្រូវបានជ្រើសរើសពីប្រជាជនទូទៅ (ការបែងចែកទៅជាក្រុមរងគឺមិនចៃដន្យ) រួបរួមគ្នាដោយពេលនៃរូបរាងនៃសញ្ញាណាមួយ ឬឥទ្ធិពលដែលបានសិក្សាដែលដើរតួយ៉ាងសំខាន់ក្នុងការសិក្សា (ឆ្នាំកំណើត ការចាប់ផ្តើម ពីជំងឺ លេបថ្នាំ ជាដើម)។
ការសិក្សាគ្រប់គ្រងករណី(SC) គឺជាប្រភេទនៃការសិក្សាអំពីរោគរាតត្បាតដែលក្នុងនោះការចែកចាយកត្តាហានិភ័យមួយត្រូវបានប្រៀបធៀបរវាងក្រុមអ្នកជំងឺដែលមានជំងឺ និងក្រុមត្រួតពិនិត្យ។ ការសិក្សា (SC) សំដៅទៅលើការរំលឹកឡើងវិញ ចាប់តាំងពីអ្នកស្រាវជ្រាវបែងចែកអ្នកជំងឺជាក្រុម យោងទៅតាមថាតើពួកគេមានជំងឺឬអត់ ស្វែងរកព័ត៌មានពីអតីតកាលពីពួកគេ។
យើងគួរតែរស់នៅដោយឡែកពីគ្នាលើការប្រើប្រាស់វិធីសាស្រ្តគំរូនៅក្នុងស្ថិតិអនាម័យ នៅពេលសិក្សាពីជំងឺទូទៅនៃចំនួនប្រជាជន។ បរិវេណទ្រឹស្តីនៃវិធីសាស្រ្តគំរូត្រូវបានសាកល្បងនៅក្នុងវគ្គសិក្សានៃការសិក្សាពិសេស។ ដូច្នេះ V.S. Bykhovsky et al ។ នៅឆ្នាំ 1928 ពួកគេបានដំណើរការប៉ារ៉ាឡែលចំនួន 132,8 ពាន់សន្លឹកជាមួយនឹងទិន្នន័យអំពីជំងឺដោយវិធីសាស្រ្តបន្ត និងដោយវិធីសាស្រ្តនៃការជ្រើសរើសមេកានិចនៃរាល់កាតទីប្រាំ។ ការវិភាគលើលទ្ធផលនៃការដំណើរការនេះបានបង្ហាញពីតំណាងខ្ពស់នៃទិន្នន័យពីការសិក្សាជ្រើសរើសអំពីជំងឺ។ ទោះបីជាយ៉ាងណាក៏ដោយ រហូតមកដល់សព្វថ្ងៃនេះ មិនទាន់មានវិធីសាស្រ្តរួមមួយសម្រាប់ធ្វើការសិក្សាអំពីអនាម័យ-ស្ថិតិក្នុងការអនុវត្តទូលំទូលាយនៅឡើយ។
ចំនួនប្រជាជន- សំណុំនៃឯកតាដែលមានតួអក្សរធំ លក្ខណៈធម្មតា ឯកសណ្ឋានគុណភាព និងវត្តមាននៃការប្រែប្រួល។
ចំនួនប្រជាជនស្ថិតិមានវត្ថុដែលមានស្រាប់ (បុគ្គលិក សហគ្រាស ប្រទេស តំបន់) គឺជាវត្ថុមួយ។
ឯកតាប្រជាជន- ឯកតាជាក់លាក់នីមួយៗនៃចំនួនប្រជាជនស្ថិតិ។
ចំនួនស្ថិតិមួយនិងដូចគ្នាអាចដូចគ្នាក្នុងលក្ខណៈមួយនិងខុសគ្នាក្នុងលក្ខណៈផ្សេងទៀត។
ឯកសណ្ឋានគុណភាព- ភាពស្រដៀងគ្នានៃឯកតាទាំងអស់នៃចំនួនប្រជាជនសម្រាប់លក្ខណៈពិសេសណាមួយ និងភាពស្រដៀងគ្នាសម្រាប់អ្វីដែលនៅសល់។
នៅក្នុងស្ថិតិចំនួនប្រជាជន ភាពខុសគ្នារវាងឯកតានៃចំនួនប្រជាជនមួយ និងឯកតានៃចំនួនប្រជាជនផ្សេងទៀត ច្រើនតែមានលក្ខណៈបរិមាណ។ ការផ្លាស់ប្តូរបរិមាណនៅក្នុងតម្លៃនៃគុណលក្ខណៈនៃឯកតាផ្សេងគ្នានៃចំនួនប្រជាជនត្រូវបានគេហៅថាការប្រែប្រួល។
បំរែបំរួលមុខងារ- ការផ្លាស់ប្តូរបរិមាណនៃសញ្ញាមួយ (សម្រាប់សញ្ញាបរិមាណ) ក្នុងអំឡុងពេលផ្លាស់ប្តូរពីឯកតានៃចំនួនប្រជាជនទៅមួយផ្សេងទៀត។
សញ្ញា- នេះគឺជាទ្រព្យសម្បត្តិ លក្ខណៈ ឬលក្ខណៈផ្សេងទៀតនៃគ្រឿង វត្ថុ និងបាតុភូត ដែលអាចអង្កេត ឬវាស់វែងបាន។ សញ្ញាត្រូវបានបែងចែកទៅជាបរិមាណ និងគុណភាព។ ភាពចម្រុះនិងភាពប្រែប្រួលនៃតម្លៃនៃលក្ខណៈពិសេសមួយនៅក្នុងឯកតាបុគ្គលនៃចំនួនប្រជាជនត្រូវបានគេហៅថា បំរែបំរួល.
លក្ខណៈនៃគុណលក្ខណៈ (គុណភាព) មិនអាចគណនាបាន (សមាសភាពនៃចំនួនប្រជាជនតាមភេទ)។ លក្ខណៈបរិមាណមានកន្សោមលេខ (សមាសភាពនៃចំនួនប្រជាជនតាមអាយុ) ។
សូចនាករ- នេះគឺជាលក្ខណៈទូទៅនៃបរិមាណ និងគុណភាពនៃទ្រព្យសម្បត្តិនៃគ្រឿង ឬសរុបសម្រាប់គោលបំណងក្នុងលក្ខខណ្ឌជាក់លាក់នៃពេលវេលា និងទីកន្លែង។
តារាងពិន្ទុគឺជាសំណុំនៃសូចនាករដែលឆ្លុះបញ្ចាំងយ៉ាងទូលំទូលាយអំពីបាតុភូតដែលកំពុងសិក្សា។
ឧទាហរណ៍ពិចារណាអំពីប្រាក់ខែ៖- សញ្ញា - ប្រាក់ឈ្នួល
- ចំនួនប្រជាជនស្ថិតិ - បុគ្គលិកទាំងអស់។
- ឯកតានៃចំនួនប្រជាជនគឺកម្មករម្នាក់ៗ
- ភាពដូចគ្នានៃគុណភាព - ប្រាក់ខែកើនឡើង
- បំរែបំរួលលក្ខណៈពិសេស - ស៊េរីនៃលេខ
ចំនួនប្រជាជនទូទៅ និងគំរូពីវា។
មូលដ្ឋានគឺជាសំណុំនៃទិន្នន័យដែលទទួលបានជាលទ្ធផលនៃការវាស់វែងលក្ខណៈពិសេសមួយ ឬច្រើន។ សំណុំវត្ថុដែលបានសង្កេតជាក់ស្តែង តំណាងដោយស្ថិតិដោយស៊េរីនៃការសង្កេតនៃអថេរចៃដន្យ គឺ គំរូនិងសម្មតិកម្មដែលមានស្រាប់ (ការគិតចេញ) - ប្រជាជនទូទៅ. ចំនួនប្រជាជនទូទៅអាចមានកំណត់ (ចំនួននៃការសង្កេត N = const) ឬគ្មានកំណត់ ( N = ∞) ហើយគំរូពីប្រជាជនទូទៅគឺតែងតែជាលទ្ធផលនៃចំនួនកំណត់នៃការសង្កេត។ ចំនួននៃការសង្កេតដែលបង្កើតជាគំរូត្រូវបានគេហៅថា ទំហំធម្មតា. ប្រសិនបើទំហំគំរូមានទំហំធំល្មម n→∞) គំរូត្រូវបានពិចារណា ធំបើមិនដូច្នោះទេវាត្រូវបានគេហៅថាគំរូ បរិមាណមានកំណត់. គំរូត្រូវបានពិចារណា តូចប្រសិនបើនៅពេលវាស់អថេរចៃដន្យមួយវិមាត្រ ទំហំគំរូមិនលើសពី 30 ( ន<= 30 ) ហើយនៅពេលវាស់ក្នុងពេលដំណាលគ្នាជាច្រើន ( k) លក្ខណៈនៅក្នុងទំនាក់ទំនងលំហពហុវិមាត្រ នទៅ kតិចជាង 10 (n/k< 10) . ទម្រង់គំរូ ស៊េរីបំរែបំរួលប្រសិនបើសមាជិករបស់ខ្លួន។ ស្ថិតិបញ្ជាទិញឧ. តម្លៃគំរូនៃអថេរចៃដន្យ Xត្រូវបានតម្រៀបតាមលំដាប់ឡើង (ចំណាត់ថ្នាក់) តម្លៃនៃគុណលក្ខណៈត្រូវបានគេហៅថា ជម្រើស.
ឧទាហរណ៍. ស្ទើរតែវត្ថុដែលបានជ្រើសរើសដោយចៃដន្យដូចគ្នា - ធនាគារពាណិជ្ជនៃសង្កាត់រដ្ឋបាលមួយនៃទីក្រុងមូស្គូ អាចត្រូវបានចាត់ទុកថាជាគំរូពីប្រជាជនទូទៅនៃធនាគារពាណិជ្ជទាំងអស់នៅក្នុងស្រុកនេះ និងជាគំរូពីប្រជាជនទូទៅនៃធនាគារពាណិជ្ជទាំងអស់នៅទីក្រុងម៉ូស្គូ។ ក៏ដូចជាគំរូធនាគារពាណិជ្ជក្នុងប្រទេស និងល។
វិធីសាស្រ្តគំរូមូលដ្ឋាន
ភាពជឿជាក់នៃការសន្និដ្ឋានស្ថិតិ និងការបកស្រាយអត្ថន័យនៃលទ្ធផលអាស្រ័យលើ តំណាងគំរូ, i.e. ភាពពេញលេញ និងភាពគ្រប់គ្រាន់នៃការបង្ហាញលក្ខណៈសម្បត្តិរបស់ប្រជាជនទូទៅ ដែលទាក់ទងនឹងគំរូនេះអាចចាត់ទុកថាជាតំណាង។ ការសិក្សាអំពីលក្ខណៈសម្បត្តិស្ថិតិនៃចំនួនប្រជាជនអាចត្រូវបានរៀបចំតាមពីរវិធី៖ ការប្រើប្រាស់ បន្តនិង មិនបន្ត។ ការសង្កេតជាបន្តបន្ទាប់រួមបញ្ចូលការពិនិត្យទាំងអស់។ ឯកតាបានសិក្សា សរុប, ក ការសង្កេតមិនបន្ត (ជ្រើសរើស)- មានតែផ្នែកខ្លះប៉ុណ្ណោះ។
មានវិធីសំខាន់ៗចំនួនប្រាំដើម្បីរៀបចំគំរូ៖
1. ការជ្រើសរើសចៃដន្យសាមញ្ញដែលក្នុងនោះវត្ថុត្រូវបានស្រង់ចេញដោយចៃដន្យពីចំនួនប្រជាជនទូទៅនៃវត្ថុ (ឧទាហរណ៍ ដោយប្រើតារាង ឬម៉ាស៊ីនបង្កើតលេខចៃដន្យ) ហើយគំរូនីមួយៗដែលអាចធ្វើបានមានប្រូបាប៊ីលីតេស្មើគ្នា។ គំរូបែបនេះត្រូវបានគេហៅថា តាមពិតចៃដន្យ;
2. ការជ្រើសរើសសាមញ្ញតាមរយៈនីតិវិធីធម្មតា។ត្រូវបានអនុវត្តដោយប្រើសមាសធាតុមេកានិក (ឧទាហរណ៍ កាលបរិច្ឆេទ ថ្ងៃនៃសប្តាហ៍ លេខផ្ទះល្វែង អក្សរអក្ខរក្រម។ល។) ហើយគំរូដែលទទួលបានតាមវិធីនេះត្រូវបានគេហៅថា មេកានិច;
3. តម្រៀបការជ្រើសរើសមាននៅក្នុងការពិតដែលថាចំនួនប្រជាជនទូទៅនៃបរិមាណត្រូវបានបែងចែកទៅជាសំណុំរងឬស្រទាប់ (strata) នៃបរិមាណដូច្នេះ . Strata គឺជាវត្ថុដូចគ្នានៅក្នុងលក្ខណៈស្ថិតិ (ឧទាហរណ៍ ចំនួនប្រជាជនត្រូវបានបែងចែកទៅជា strata តាមក្រុមអាយុ ឬថ្នាក់សង្គម សហគ្រាសដោយឧស្សាហកម្ម)។ ក្នុងករណីនេះគំរូត្រូវបានគេហៅថា តម្រៀប(បើមិនដូច្នេះទេ stratified, ធម្មតា, zoned);
4. វិធីសាស្រ្ត សៀរៀលការជ្រើសរើសត្រូវបានប្រើដើម្បីបង្កើត សៀរៀលឬ គំរូដែលបានដាក់. ពួកវាមានភាពងាយស្រួលប្រសិនបើវាចាំបាច់ដើម្បីពិនិត្យមើល "ប្លុក" ឬស៊េរីនៃវត្ថុក្នុងពេលតែមួយ (ឧទាហរណ៍ការបញ្ជូនទំនិញផលិតផលនៃស៊េរីជាក់លាក់មួយឬចំនួនប្រជាជននៅក្នុងផ្នែករដ្ឋបាលដែនដីនៃប្រទេស) ។ ការជ្រើសរើសស៊េរីអាចត្រូវបានអនុវត្តដោយចៃដន្យឬមេកានិច។ ក្នុងពេលជាមួយគ្នានេះ ការស្ទង់មតិបន្តនៃបណ្តុំទំនិញជាក់លាក់មួយ ឬអង្គភាពដែនដីទាំងមូល (អគារលំនៅដ្ឋាន ឬមួយភាគបួន) ត្រូវបានអនុវត្ត។
5. រួមបញ្ចូលគ្នា(ជំហាន) ការជ្រើសរើសអាចរួមបញ្ចូលគ្នានូវវិធីសាស្រ្តជ្រើសរើសជាច្រើនក្នុងពេលតែមួយ (ឧទាហរណ៍ stratified and random or random and mechanical); គំរូបែបនេះត្រូវបានគេហៅថា រួមបញ្ចូលគ្នា.
ប្រភេទនៃការជ្រើសរើស
ដោយ ចិត្តមានជម្រើសបុគ្គល ក្រុម និងរួមបញ្ចូលគ្នា។ នៅ ការជ្រើសរើសបុគ្គលឯកតាបុគ្គលនៃប្រជាជនទូទៅត្រូវបានជ្រើសរើសនៅក្នុងសំណុំគំរូ ដោយមាន ការជ្រើសរើសក្រុមគឺជាក្រុមដែលមានលក្ខណៈដូចគ្នា (ស៊េរី) នៃឯកតា និង ការជ្រើសរើសរួមបញ្ចូលគ្នាពាក់ព័ន្ធនឹងការរួមបញ្ចូលគ្នានៃប្រភេទទីមួយ និងទីពីរ។
ដោយ វិធីសាស្រ្តការបែងចែកការជ្រើសរើស ម្តងហើយម្តងទៀតនិងមិនច្រំដែលគំរូ។
មិនអាចផ្ទួនបាន។ហៅថាការជ្រើសរើស ដែលអង្គភាពដែលបានធ្លាក់ចូលទៅក្នុងគំរូមិនត្រឡប់ទៅរកប្រជាជនដើមវិញ ហើយមិនចូលរួមក្នុងការជ្រើសរើសបន្ថែមទៀត។ ខណៈពេលដែលចំនួនឯកតានៃប្រជាជនទូទៅ នកាត់បន្ថយកំឡុងពេលដំណើរការជ្រើសរើស។ នៅ ម្តងហើយម្តងទៀតការជ្រើសរើស ចាប់បាន។នៅក្នុងគំរូ អង្គភាពបន្ទាប់ពីការចុះឈ្មោះត្រូវបានប្រគល់ជូនប្រជាជនទូទៅវិញ ហើយដូច្នេះរក្សាបាននូវឱកាសស្មើគ្នា រួមជាមួយនឹងអង្គភាពផ្សេងទៀត ដើម្បីប្រើប្រាស់ក្នុងនីតិវិធីជ្រើសរើសបន្ថែមទៀត។ ខណៈពេលដែលចំនួនឯកតានៃប្រជាជនទូទៅ ននៅតែមិនផ្លាស់ប្តូរ (វិធីសាស្ត្រកម្រប្រើក្នុងការសិក្សាសេដ្ឋកិច្ចសង្គម)។ ទោះយ៉ាងណាក៏ដោយជាមួយនឹងទំហំធំ N (N → ∞)រូបមន្តសម្រាប់ មិនបានកើតឡើងវិញការជ្រើសរើសគឺនៅជិតអ្នកដែលចង់បាន ម្តងហើយម្តងទៀតការជ្រើសរើស និងក្រោយមកទៀត ត្រូវបានគេប្រើស្ទើរតែញឹកញាប់ជាង ( N = const).
លក្ខណៈសំខាន់នៃប៉ារ៉ាម៉ែត្រនៃចំនួនប្រជាជនទូទៅនិងគំរូ
មូលដ្ឋាននៃការសន្និដ្ឋានស្ថិតិនៃការសិក្សាគឺការចែកចាយអថេរចៃដន្យមួយ ខណៈពេលដែលតម្លៃដែលបានសង្កេត (x 1, x 2, ..., x n)ត្រូវបានគេហៅថាការសម្រេចនៃអថេរចៃដន្យ X(n គឺជាទំហំគំរូ)។ ការចែកចាយអថេរចៃដន្យនៅក្នុងប្រជាជនទូទៅគឺទ្រឹស្តី ឧត្តមគតិនៅក្នុងធម្មជាតិ ហើយអាណាឡូកគំរូរបស់វាគឺ ជាក់ស្តែងការចែកចាយ។ ការចែកចាយទ្រឹស្តីមួយចំនួនត្រូវបានផ្តល់ឱ្យដោយការវិភាគ, i.e. ពួកគេ។ ជម្រើសកំណត់តម្លៃនៃមុខងារចែកចាយនៅចំណុចនីមួយៗក្នុងចន្លោះនៃតម្លៃដែលអាចធ្វើបាននៃអថេរចៃដន្យ។ សម្រាប់គំរូមួយ វាពិបាក ហើយពេលខ្លះមិនអាចទៅរួច ដើម្បីកំណត់មុខងារចែកចាយ ដូច្នេះ ជម្រើសត្រូវបានប៉ាន់ប្រមាណពីទិន្នន័យជាក់ស្តែង ហើយបន្ទាប់មកពួកវាត្រូវបានជំនួសដោយកន្សោមវិភាគដែលពិពណ៌នាអំពីការចែកចាយទ្រឹស្តី។ ក្នុងករណីនេះការសន្មត់ (ឬ សម្មតិកម្ម) អំពីប្រភេទនៃការចែកចាយអាចមានទាំងស្ថិតិត្រឹមត្រូវ និងខុស។ ប៉ុន្តែក្នុងករណីណាក៏ដោយ ការចែកចាយជាក់ស្តែងដែលបានបង្កើតឡើងវិញពីគំរូគ្រាន់តែបង្ហាញលក្ខណៈពិតប៉ុណ្ណោះ។ ប៉ារ៉ាម៉ែត្រចែកចាយសំខាន់បំផុតគឺ តម្លៃរំពឹងទុកនិងការបែកខ្ញែក។
ដោយធម្មជាតិរបស់ពួកគេការចែកចាយគឺ បន្តនិង ដាច់. ការចែកចាយបន្តដែលគេស្គាល់ល្អបំផុតគឺ ធម្មតា។. analogues ជ្រើសរើសនៃប៉ារ៉ាម៉ែត្រ និងសម្រាប់វាគឺ: តម្លៃមធ្យម និងការប្រែប្រួលជាក់ស្តែង។ ក្នុងចំណោមការមិនដាច់ពីគ្នាក្នុងការសិក្សាសេដ្ឋកិច្ចសង្គម ដែលគេប្រើជាទូទៅបំផុត។ ជំនួស (dichotomous)ការចែកចាយ។ ប៉ារ៉ាម៉ែត្ររំពឹងទុកនៃការចែកចាយនេះបង្ហាញពីតម្លៃដែលទាក់ទង (ឬ ចែករំលែក) ឯកតានៃចំនួនប្រជាជនដែលមានចរិតលក្ខណៈដែលកំពុងសិក្សា (វាត្រូវបានចង្អុលបង្ហាញដោយអក្សរ ); សមាមាត្រនៃចំនួនប្រជាជនដែលមិនមានលក្ខណៈពិសេសនេះត្រូវបានបង្ហាញដោយអក្សរ q (q = 1 - ទំ). ភាពខុសគ្នានៃការចែកចាយជំនួសក៏មានអាណាឡូកជាក់ស្តែងផងដែរ។
អាស្រ័យលើប្រភេទនៃការចែកចាយ និងលើវិធីសាស្រ្តនៃការជ្រើសរើសឯកតាចំនួនប្រជាជន លក្ខណៈនៃប៉ារ៉ាម៉ែត្រនៃការចែកចាយត្រូវបានគណនាខុសគ្នា។ ធាតុសំខាន់ៗសម្រាប់ការចែកចាយទ្រឹស្តី និងជាក់ស្តែងត្រូវបានផ្តល់ឱ្យក្នុងតារាង។ ៩.១.
គំរូចែករំលែក k nគឺជាសមាមាត្រនៃចំនួនឯកតានៃចំនួនប្រជាជនគំរូទៅនឹងចំនួនឯកតានៃប្រជាជនទូទៅ៖
k n = n/N.
ការចែករំលែកគំរូ wគឺជាសមាមាត្រនៃឯកតាដែលមានលក្ខណៈដែលកំពុងសិក្សា xដើម្បីទំហំគំរូ ន:
w = n n / n.
ឧទាហរណ៍។នៅក្នុងបាច់នៃទំនិញដែលមាន 1000 គ្រឿងជាមួយនឹងគំរូ 5% ប្រភាគគំរូ k nនៅក្នុងតម្លៃដាច់ខាតគឺ 50 ឯកតា។ (n = N*0.05); ប្រសិនបើផលិតផលមានជម្ងឺចំនួន 2 ត្រូវបានរកឃើញនៅក្នុងគំរូនេះ បន្ទាប់មក ប្រភាគគំរូ wនឹងមាន 0.04 (w = 2/50 = 0.04 ឬ 4%) ។
ដោយសារចំនួនប្រជាជនគំរូខុសពីប្រជាជនទូទៅមាន កំហុសគំរូ.
តារាង 9.1 ប៉ារ៉ាម៉ែត្រចំបងនៃចំនួនប្រជាជនទូទៅ និងគំរូកំហុសក្នុងការយកគំរូ
ជាមួយនឹងកំហុសណាមួយ (រឹង និងជ្រើសរើស) នៃពីរប្រភេទអាចកើតឡើង៖ ការចុះឈ្មោះ និងការតំណាង។ កំហុស ការចុះឈ្មោះអាចមាន ចៃដន្យនិង ជាប្រព័ន្ធតួអក្សរ។ ចៃដន្យកំហុសត្រូវបានបង្កើតឡើងពីមូលហេតុដែលមិនអាចគ្រប់គ្រងបានខុសៗគ្នាជាច្រើន ដែលមិនមានចេតនានៅក្នុងធម្មជាតិ ហើយជាធម្មតាធ្វើឱ្យមានតុល្យភាពគ្នាទៅវិញទៅមកនៅក្នុងការរួមបញ្ចូលគ្នា (ឧទាហរណ៍ ការផ្លាស់ប្តូរការអានឧបករណ៍ដោយសារការប្រែប្រួលសីតុណ្ហភាពនៅក្នុងបន្ទប់)។
ជាប្រព័ន្ធកំហុសមានភាពលំអៀង ដោយសារពួកគេបំពានច្បាប់សម្រាប់ការជ្រើសរើសវត្ថុក្នុងគំរូ (ឧទាហរណ៍ គម្លាតក្នុងការវាស់វែងនៅពេលផ្លាស់ប្តូរការកំណត់ឧបករណ៍វាស់ស្ទង់)។
ឧទាហរណ៍។ដើម្បីវាយតម្លៃស្ថានភាពសង្គមរបស់ប្រជាជននៅក្នុងទីក្រុង វាត្រូវបានគ្រោងនឹងពិនិត្យ 25% នៃគ្រួសារ។ បើទោះជាយ៉ាងណា ការជ្រើសរើសរាល់អាផាតមិនទីបួនគឺផ្អែកលើលេខរបស់វា នោះវាមានគ្រោះថ្នាក់ក្នុងការជ្រើសរើសអាផាតមិនទាំងអស់ដែលមានតែមួយប្រភេទ (ឧទាហរណ៍ អាផាតមិនមួយបន្ទប់) ដែលនឹងបង្ហាញកំហុសជាប្រព័ន្ធ និងបង្ខូចទ្រង់ទ្រាយលទ្ធផល។ ជម្រើសនៃលេខអាផាតមិនតាមលេខគឺល្អជាង ព្រោះកំហុសនឹងចៃដន្យ។
កំហុសតំណាងមានតែនៅក្នុងការសង្កេតដោយជ្រើសរើសប៉ុណ្ណោះ ពួកវាមិនអាចជៀសវាងបានទេ ហើយពួកវាកើតឡើងជាលទ្ធផលនៃការពិតដែលថាគំរូមិនបង្កើតឡើងវិញទាំងស្រុងនូវលក្ខណៈទូទៅនោះទេ។ តម្លៃនៃសូចនាករដែលទទួលបានពីគំរូខុសគ្នាពីសូចនាករនៃតម្លៃដូចគ្នានៅក្នុងប្រជាជនទូទៅ (ឬទទួលបានក្នុងអំឡុងពេលសង្កេតជាបន្តបន្ទាប់) ។
កំហុសក្នុងការយកគំរូគឺជាភាពខុសគ្នារវាងតម្លៃនៃប៉ារ៉ាម៉ែត្រនៅក្នុងចំនួនប្រជាជនទូទៅ និងតម្លៃគំរូរបស់វា។ សម្រាប់តម្លៃមធ្យមនៃគុណលក្ខណៈបរិមាណ គឺស្មើនឹង៖ និងសម្រាប់ចំណែក (គុណលក្ខណៈជំនួស) - .
កំហុសគំរូគឺមានតែក្នុងការសង្កេតគំរូប៉ុណ្ណោះ។ កំហុសទាំងនេះកាន់តែធំ ការចែកចាយជាក់ស្តែងកាន់តែខុសពីទ្រឹស្តី។ ប៉ារ៉ាម៉ែត្រនៃការចែកចាយជាក់ស្តែង និងជាអថេរចៃដន្យ ដូច្នេះហើយ កំហុសគំរូក៏ជាអថេរចៃដន្យដែរ ពួកគេអាចយកតម្លៃផ្សេងគ្នាសម្រាប់គំរូផ្សេងៗគ្នា ហើយដូច្នេះវាជាទម្លាប់ក្នុងការគណនា កំហុសមធ្យម.
កំហុសគំរូជាមធ្យមគឺជាតម្លៃដែលបង្ហាញពីគម្លាតស្តង់ដារនៃមធ្យមគំរូពីការរំពឹងទុកតាមគណិតវិទ្យា។ តម្លៃនេះតាមគោលការណ៍នៃការជ្រើសរើសដោយចៃដន្យ អាស្រ័យជាចម្បងលើទំហំគំរូ និងលើកម្រិតនៃការប្រែប្រួលនៃលក្ខណៈ៖ ការប្រែប្រួលនៃលក្ខណៈកាន់តែធំ និងតូចជាង (ហេតុនេះតម្លៃនៃ) តម្លៃកាន់តែតូចជាង។ កំហុសគំរូមធ្យម។ សមាមាត្ររវាងភាពខុសគ្នានៃចំនួនប្រជាជនទូទៅ និងគំរូត្រូវបានបង្ហាញដោយរូបមន្ត៖
ទាំងនោះ។ សម្រាប់ទំហំធំល្មម យើងអាចសន្មត់ថា . កំហុសគំរូជាមធ្យមបង្ហាញពីគម្លាតដែលអាចកើតមាននៃប៉ារ៉ាម៉ែត្រនៃចំនួនប្រជាជនគំរូពីប៉ារ៉ាម៉ែត្រនៃចំនួនប្រជាជនទូទៅ។ នៅក្នុងតារាង។ 9.2 បង្ហាញកន្សោមសម្រាប់ការគណនាកំហុសគំរូជាមធ្យមសម្រាប់វិធីសាស្រ្តផ្សេងៗនៃការរៀបចំការសង្កេត។
តារាង 9.2 កំហុសមធ្យម (m) នៃមធ្យមគំរូ និងសមាមាត្រសម្រាប់ប្រភេទគំរូផ្សេងៗគ្នាកន្លែងណាជាមធ្យមនៃភាពខុសគ្នានៃគំរូ intragroup សម្រាប់លក្ខណៈបន្តមួយ;
មធ្យមភាគនៃការបែកខ្ញែកក្នុងក្រុមនៃចំណែក;
- ចំនួនស៊េរីដែលបានជ្រើសរើស - ចំនួនសរុបនៃស៊េរី;
,
តើមធ្យមភាគនៃស៊េរីទីណា?
- មធ្យមភាគទូទៅលើគំរូទាំងមូលសម្រាប់លក្ខណៈពិសេសបន្តមួយ;
,
កន្លែងដែលសមាមាត្រនៃលក្ខណៈនៅក្នុងស៊េរីទី;
- ចំណែកសរុបនៃលក្ខណៈលើគំរូទាំងមូល។
ទោះជាយ៉ាងណាក៏ដោយទំហំនៃកំហុសជាមធ្យមអាចត្រូវបានវិនិច្ឆ័យដោយប្រូបាប៊ីលីតេជាក់លាក់មួយР (Р ≤ 1) ។ Lyapunov A.M. បានបង្ហាញថាការចែកចាយនៃមធ្យោបាយគំរូ ហើយហេតុដូច្នេះហើយគម្លាតរបស់ពួកគេពីមធ្យោបាយទូទៅ ជាមួយនឹងចំនួនច្រើនគ្រប់គ្រាន់ ប្រមាណជាគោរពតាមច្បាប់ចែកចាយធម្មតា ដែលផ្តល់ថាប្រជាជនទូទៅមានមធ្យមភាគ និងការប្រែប្រួលមានកំណត់។
តាមគណិតវិទ្យា សេចក្តីថ្លែងការណ៍នេះសម្រាប់មធ្យមត្រូវបានបង្ហាញថា៖
ហើយសម្រាប់ប្រភាគ កន្សោម (1) នឹងយកទម្រង់៖
កន្លែងណា - មាន កំហុសក្នុងការយកគំរូតាមរឹមដែលជាពហុគុណនៃកំហុសគំរូមធ្យម , ហើយកត្តាពហុគុណគឺជាលក្ខណៈវិនិច្ឆ័យរបស់សិស្ស ("កត្តាទំនុកចិត្ត") ដែលស្នើឡើងដោយ W.S. Gosset (ឈ្មោះក្លែងក្លាយ "និស្សិត"); តម្លៃសម្រាប់ទំហំគំរូផ្សេងៗគ្នាត្រូវបានរក្សាទុកក្នុងតារាងពិសេស។
តម្លៃនៃអនុគមន៍ Ф(t) សម្រាប់តម្លៃមួយចំនួននៃ t គឺ៖ដូច្នេះកន្សោម (3) អាចត្រូវបានអានដូចខាងក្រោម: ជាមួយនឹងប្រូបាប៊ីលីតេ P = 0.683 (68.3%)វាអាចត្រូវបានអះអាងថាភាពខុសគ្នារវាងគំរូ និងមធ្យមទូទៅនឹងមិនលើសពីតម្លៃមួយនៃកំហុសមធ្យម m(t=1)ជាមួយនឹងប្រូបាប៊ីលីតេ P = 0.954 (95.4%)- ថាវាមិនលើសពីតម្លៃនៃកំហុសមធ្យមពីរ m (t = 2),ជាមួយនឹងប្រូបាប៊ីលីតេ P = 0.997 (99.7%)- នឹងមិនលើសពីតម្លៃបី m (t = 3) ។ដូច្នេះប្រូបាប៊ីលីតេដែលភាពខុសគ្នានេះនឹងលើសពីបីដងនៃតម្លៃនៃកំហុសមធ្យមកំណត់ កម្រិតកំហុសនិងមិនលើសពី 0,3% .
នៅក្នុងតារាង។ 9.3 រូបមន្តសម្រាប់ការគណនាកំហុសគំរូរឹមត្រូវបានផ្តល់ឱ្យ។
តារាង 9.3 កំហុសគំរូរឹម (D) សម្រាប់មធ្យម និងសមាមាត្រ (p) សម្រាប់ប្រភេទផ្សេងគ្នានៃគំរូការពង្រីកលទ្ធផលគំរូដល់ប្រជាជន
គោលដៅចុងក្រោយនៃការសង្កេតគំរូគឺដើម្បីកំណត់លក្ខណៈប្រជាជនទូទៅ។ សម្រាប់ទំហំគំរូតូច ការប៉ាន់ប្រមាណជាក់ស្តែងនៃប៉ារ៉ាម៉ែត្រ ( និង ) អាចនឹងមានគម្លាតយ៉ាងខ្លាំងពីតម្លៃពិតរបស់វា ( និង ) ។ ដូច្នេះ វាចាំបាច់ត្រូវបង្កើតព្រំដែនដែលតម្លៃពិត ( និង ) កុហកសម្រាប់តម្លៃគំរូនៃប៉ារ៉ាម៉ែត្រ ( និង ) ។
ចន្លោះពេលទំនុកចិត្តនៃប៉ារ៉ាម៉ែត្រមួយចំនួនθនៃប្រជាជនទូទៅត្រូវបានគេហៅថាជួរចៃដន្យនៃតម្លៃនៃប៉ារ៉ាម៉ែត្រនេះដែលមានប្រូបាប៊ីលីតេជិត 1 ( ភាពជឿជាក់) មានតម្លៃពិតនៃប៉ារ៉ាម៉ែត្រនេះ។
កំហុសរឹមគំរូ Δ អនុញ្ញាតឱ្យអ្នកកំណត់តម្លៃដែនកំណត់នៃលក្ខណៈនៃប្រជាជនទូទៅនិងរបស់ពួកគេ។ ចន្លោះពេលទំនុកចិត្តដែលស្មើនឹង៖
បន្ទាត់ខាងក្រោម ចន្លោះពេលទំនុកចិត្តទទួលបានដោយការដក កំហុសរឹមពីមធ្យមគំរូ (ចែករំលែក) និងកំពូលដោយបន្ថែមវា។
ចន្លោះពេលទំនុកចិត្តសម្រាប់មធ្យម វាប្រើកំហុសគំរូរឹម ហើយសម្រាប់កម្រិតទំនុកចិត្តដែលបានផ្តល់ឱ្យត្រូវបានកំណត់ដោយរូបមន្ត៖
នេះមានន័យថាជាមួយនឹងប្រូបាប៊ីលីតេដែលបានផ្តល់ឱ្យ រដែលត្រូវបានគេហៅថាកម្រិតទំនុកចិត្ត និងត្រូវបានកំណត់ដោយតម្លៃតែមួយគត់ tវាអាចត្រូវបានអះអាងថាតម្លៃពិតនៃមធ្យមស្ថិតនៅក្នុងជួរពី ហើយតម្លៃពិតនៃភាគហ៊ុនគឺស្ថិតនៅចន្លោះពី
នៅពេលគណនាចន្លោះពេលទំនុកចិត្តសម្រាប់កម្រិតទំនុកចិត្តស្តង់ដារទាំងបី P=95%, P=99% និង P=99.9%តម្លៃត្រូវបានជ្រើសរើសដោយ . កម្មវិធីអាស្រ័យលើចំនួនដឺក្រេនៃសេរីភាព។ ប្រសិនបើទំហំគំរូមានទំហំធំល្មម នោះតម្លៃដែលត្រូវគ្នានឹងប្រូបាប៊ីលីតេទាំងនេះ tគឺស្មើគ្នា៖ 1,96, 2,58 និង 3,29 . ដូច្នេះ កំហុសគំរូរឹមអនុញ្ញាតឱ្យយើងកំណត់តម្លៃរឹមនៃលក្ខណៈរបស់មនុស្សទូទៅ និងចន្លោះពេលទំនុកចិត្តរបស់ពួកគេ៖
ការចែកចាយលទ្ធផលនៃការសង្កេតជ្រើសរើសដល់ប្រជាជនទូទៅនៅក្នុងការសិក្សាសេដ្ឋកិច្ចសង្គមមានលក្ខណៈផ្ទាល់ខ្លួនរបស់វាព្រោះវាទាមទារភាពពេញលេញនៃភាពតំណាងនៃប្រភេទនិងក្រុមទាំងអស់។ មូលដ្ឋានសម្រាប់លទ្ធភាពនៃការចែកចាយបែបនេះគឺការគណនា កំហុសដែលទាក់ទង:
កន្លែងណា Δ % - កំហុសគំរូរឹមដែលទាក់ទង; , .
មានវិធីសាស្រ្តសំខាន់ពីរសម្រាប់ពង្រីកការសង្កេតគំរូដល់ប្រជាជន៖ ការបំប្លែងដោយផ្ទាល់ និងវិធីសាស្ត្រនៃមេគុណ.
ខ្លឹមសារ ការបម្លែងដោយផ្ទាល់គឺត្រូវគុណសំណាកគំរូ!!\overline(x) ដោយទំហំនៃចំនួនប្រជាជន។
ឧទាហរណ៍. អនុញ្ញាតឱ្យចំនួនមធ្យមនៃកុមារទើបចេះដើរតេះតះនៅក្នុងទីក្រុងត្រូវបានប៉ាន់ប្រមាណដោយវិធីសាស្រ្តគំរូ និងចំនួនដល់មនុស្សម្នាក់។ ប្រសិនបើមាន 1000 គ្រួសារវ័យក្មេងនៅក្នុងទីក្រុងនោះចំនួនកន្លែងដែលត្រូវការនៅក្នុងថ្នាលសាលាក្រុងត្រូវបានទទួលដោយគុណជាមធ្យមនេះដោយទំហំប្រជាជនទូទៅ N = 1000, i.e. នឹងមាន 1200 អាសនៈ។
វិធីសាស្រ្តនៃមេគុណវាត្រូវបានណែនាំឱ្យប្រើក្នុងករណីដែលការសង្កេតជ្រើសរើសត្រូវបានអនុវត្ត ដើម្បីបញ្ជាក់ទិន្នន័យនៃការសង្កេតជាបន្តបន្ទាប់។
ក្នុងការធ្វើដូច្នេះ រូបមន្តត្រូវបានប្រើប្រាស់៖
ដែលអថេរទាំងអស់គឺជាទំហំនៃចំនួនប្រជាជន៖
ទំហំគំរូដែលត្រូវការ
តារាង 9.4 ទំហំគំរូដែលត្រូវការ (n) សម្រាប់ប្រភេទផ្សេងៗនៃអង្គការគំរូនៅពេលរៀបចំផែនការការស្ទង់មតិគំរូជាមួយនឹងតម្លៃដែលបានកំណត់ទុកជាមុននៃកំហុសគំរូដែលអាចអនុញ្ញាតបាន ចាំបាច់ត្រូវប៉ាន់ប្រមាណឱ្យបានត្រឹមត្រូវនូវតម្រូវការចាំបាច់។ ទំហំធម្មតា. ចំនួនទឹកប្រាក់នេះអាចត្រូវបានកំណត់ដោយផ្អែកលើកំហុសដែលអាចអនុញ្ញាតបានក្នុងអំឡុងពេលការសង្កេតជ្រើសរើសដោយផ្អែកលើប្រូបាប៊ីលីតេដែលបានផ្តល់ឱ្យដែលធានានូវកម្រិតកំហុសដែលអាចទទួលយកបាន (ដោយគិតគូរពីវិធីដែលការសង្កេតត្រូវបានរៀបចំ)។ រូបមន្តសម្រាប់កំណត់ទំហំគំរូដែលត្រូវការ n អាចទទួលបានយ៉ាងងាយស្រួលដោយផ្ទាល់ពីរូបមន្តសម្រាប់កំហុសគំរូរឹម។ ដូច្នេះពីកន្សោមសម្រាប់កំហុសរឹម៖
ទំហំគំរូត្រូវបានកំណត់ដោយផ្ទាល់ ន:
រូបមន្តនេះបង្ហាញថាជាមួយនឹងការថយចុះ កំហុសគំរូរឹម Δ បង្កើនទំហំគំរូដែលត្រូវការយ៉ាងខ្លាំង ដែលសមាមាត្រទៅនឹងភាពខុសគ្នា និងការ៉េនៃការធ្វើតេស្ត t របស់សិស្ស។
សម្រាប់វិធីសាស្រ្តជាក់លាក់នៃការរៀបចំការសង្កេត ទំហំគំរូដែលត្រូវការត្រូវបានគណនាតាមរូបមន្តដែលបានផ្តល់ឱ្យក្នុងតារាង។ ៩.៤.
ឧទាហរណ៍នៃការគណនាជាក់ស្តែង
ឧទាហរណ៍ 1. ការគណនាតម្លៃមធ្យម និងចន្លោះពេលទំនុកចិត្តសម្រាប់លក្ខណៈបរិមាណបន្ត។
ដើម្បីវាយតម្លៃល្បឿននៃការទូទាត់ជាមួយម្ចាស់បំណុលនៅក្នុងធនាគារ គំរូចៃដន្យនៃឯកសារទូទាត់ចំនួន 10 ត្រូវបានអនុវត្ត។ តម្លៃរបស់ពួកគេបានប្រែទៅជាស្មើគ្នា (ក្នុងថ្ងៃ): 10; ៣; ដប់ប្រាំ; ដប់ប្រាំ; ២២; ៧; ប្រាំបី; មួយ; ដប់ប្រាំបួន; ២០.
ទាមទារជាមួយប្រូបាប៊ីលីតេ P = 0.954កំណត់កំហុសរឹម Δ មធ្យមគំរូ និងដែនកំណត់ទំនុកចិត្តនៃពេលវេលាគណនាជាមធ្យម។
ការសម្រេចចិត្ត។តម្លៃមធ្យមត្រូវបានគណនាដោយរូបមន្តពីតារាង។ 9.1 សម្រាប់ប្រជាជនគំរូ
ការបែកខ្ញែកត្រូវបានគណនាតាមរូបមន្តពីតារាង។ ៩.១.
កំហុសការ៉េមធ្យមនៃថ្ងៃ។
កំហុសនៃមធ្យមត្រូវបានគណនាដោយរូបមន្ត៖
ទាំងនោះ។ តម្លៃមធ្យមគឺ x ± m = 12.0 ± 2.3 ថ្ងៃ។.
ភាពជឿជាក់នៃមធ្យមគឺ
កំហុសកំណត់ត្រូវបានគណនាដោយរូបមន្តពីតារាង។ 9.3 សម្រាប់ការជ្រើសរើសឡើងវិញ ចាប់តាំងពីទំហំនៃចំនួនប្រជាជនមិនស្គាល់ និងសម្រាប់ P = 0.954កម្រិតទំនុកចិត្ត។
ដូច្នេះតម្លៃមធ្យមគឺ `x ± D = `x ± 2m = 12.0 ± 4.6, i.e. តម្លៃពិតរបស់វាស្ថិតនៅក្នុងចន្លោះពី 7.4 ទៅ 16.6 ថ្ងៃ។
ការប្រើប្រាស់តារាងសិស្ស។ កម្មវិធីអនុញ្ញាតឱ្យយើងសន្និដ្ឋានថាសម្រាប់ n = 10 - 1 = 9 ដឺក្រេនៃសេរីភាពតម្លៃដែលទទួលបានគឺអាចទុកចិត្តបានជាមួយនឹងកម្រិតសារៈសំខាន់មួយ£ 0.001, i.e. តម្លៃមធ្យមលទ្ធផលគឺខុសគ្នាយ៉ាងខ្លាំងពី 0 ។
ឧទាហរណ៍ 2. ការប៉ាន់ប្រមាណនៃប្រូបាប៊ីលីតេ (ចំណែកទូទៅ) r ។
ជាមួយនឹងវិធីសាស្រ្តគំរូមេកានិកក្នុងការស្ទង់មើលស្ថានភាពសង្គមរបស់ 1000 គ្រួសារ វាត្រូវបានបង្ហាញថាសមាមាត្រនៃគ្រួសារដែលមានចំណូលទាបគឺ w = 0.3 (30%)(គំរូគឺ 2% , i.e. n/N = 0.02) ទាមទារជាមួយនឹងកម្រិតទំនុកចិត្ត p = 0.997កំណត់សូចនាករ រគ្រួសារដែលមានចំណូលទាបនៅទូទាំងតំបន់។
ការសម្រេចចិត្ត។យោងទៅតាមតម្លៃមុខងារដែលបានបង្ហាញ Ф(t)ស្វែងរកកម្រិតទំនុកចិត្តដែលបានផ្តល់ឱ្យ P = 0.997អត្ថន័យ t = 3(សូមមើលរូបមន្ត 3) ។ កំហុសក្នុងការចែករំលែករឹម វកំណត់ដោយរូបមន្តពីតារាង។ 9.3 សម្រាប់ការយកគំរូមិនដដែលៗ (ការយកគំរូតាមមេកានិកតែងតែមិនធ្វើឡើងវិញ)៖
កំណត់កំហុសគំរូដែលទាក់ទងក្នុង % នឹងក្លាយជា៖
ប្រូបាប៊ីលីតេ (ចំណែកទូទៅ) នៃគ្រួសារដែលមានចំណូលទាបនៅក្នុងតំបន់នឹងមាន p=w±Δwហើយដែនកំណត់ទំនុកចិត្ត p ត្រូវបានគណនាដោយផ្អែកលើវិសមភាពទ្វេ៖
w — Δw ≤ p ≤ w — Δw, i.e. តម្លៃពិតនៃ p ស្ថិតនៅក្នុង៖
0,3 — 0,014 < p <0,3 + 0,014, а именно от 28,6% до 31,4%.
ដូច្នេះជាមួយនឹងប្រូបាប៊ីលីតេនៃ 0.997 វាអាចត្រូវបានអះអាងថាសមាមាត្រនៃគ្រួសារដែលមានប្រាក់ចំណូលទាបក្នុងចំណោមគ្រួសារទាំងអស់នៅក្នុងតំបន់មានចាប់ពី 28.6% ទៅ 31.4% ។
ឧទាហរណ៍ ៣ការគណនាតម្លៃមធ្យម និងចន្លោះពេលទំនុកចិត្តសម្រាប់លក្ខណៈពិសេសដាច់ដោយឡែកដែលបានបញ្ជាក់ដោយស៊េរីចន្លោះពេល។
នៅក្នុងតារាង។ ៩.៥. ការចែកចាយកម្មវិធីសម្រាប់ការផលិតការបញ្ជាទិញតាមពេលវេលានៃការអនុវត្តរបស់ពួកគេដោយសហគ្រាសត្រូវបានកំណត់។
តារាង 9.5 ការចែកចាយការសង្កេតតាមពេលវេលានៃការកើតឡើងការសម្រេចចិត្ត។ ពេលវេលាបញ្ចប់ការបញ្ជាទិញជាមធ្យមត្រូវបានគណនាដោយរូបមន្ត៖
ពេលវេលាជាមធ្យមនឹងមានៈ
= (3*20 + 9*80 + 24*60 + 48*20 + 72*20)/200 = 23.1 ខែ
យើងទទួលបានចម្លើយដូចគ្នាប្រសិនបើយើងប្រើទិន្នន័យនៅលើ p i ពីជួរឈរចុងក្រោយនៃតារាង។ ៩.៥ ដោយប្រើរូបមន្ត៖
ចំណាំថាពាក់កណ្តាលនៃចន្លោះពេលសម្រាប់ gradation ចុងក្រោយត្រូវបានរកឃើញដោយការបន្ថែមសិប្បនិម្មិតជាមួយនឹងទទឹងនៃចន្លោះពេលនៃការ gradation មុន ស្មើនឹង 60 - 36 = 24 ខែ។
ការបែកខ្ញែកត្រូវបានគណនាដោយរូបមន្ត
កន្លែងណា x ខ្ញុំ- ពាក់កណ្តាលនៃស៊េរីចន្លោះពេល។
ដូច្នេះ !!\sigma = \frac (20^2 + 14^2 + 1 + 25^2 + 49^2)(4) ហើយកំហុសស្តង់ដារគឺ .
កំហុសនៃមធ្យមត្រូវបានគណនាដោយរូបមន្តសម្រាប់ខែ, i.e. មធ្យមគឺ !!\overline(x) ± m = 23.1 ± 13.4 ។
កំហុសកំណត់ត្រូវបានគណនាដោយរូបមន្តពីតារាង។ 9.3 សម្រាប់ការជ្រើសរើសឡើងវិញដោយសារតែទំហំប្រជាជនមិនត្រូវបានគេដឹងសម្រាប់កម្រិតទំនុកចិត្ត 0.954:
ដូច្នេះមធ្យមគឺ៖
ទាំងនោះ។ តម្លៃពិតរបស់វាស្ថិតនៅក្នុងចន្លោះពី 0 ទៅ 50 ខែ។
ឧទាហរណ៍ 4ដើម្បីកំណត់ល្បឿននៃការទូទាត់ជាមួយម្ចាស់បំណុលនៃសហគ្រាស N = 500 នៃសាជីវកម្មនៅក្នុងធនាគារពាណិជ្ជ ចាំបាច់ត្រូវធ្វើការសិក្សាជ្រើសរើសដោយប្រើវិធីសាស្រ្តនៃការជ្រើសរើសដោយចៃដន្យដែលមិនច្រំដែល។ កំណត់ទំហំគំរូដែលត្រូវការ n ដូច្នេះជាមួយនឹងប្រូបាប៊ីលីតេ P = 0.954 កំហុសនៃមធ្យមគំរូមិនលើសពី 3 ថ្ងៃ ប្រសិនបើការប៉ាន់ប្រមាណសាកល្បងបង្ហាញថាគម្លាតស្តង់ដារ s គឺ 10 ថ្ងៃ។
ការសម្រេចចិត្ត. ដើម្បីកំណត់ចំនួននៃការសិក្សាចាំបាច់ n យើងប្រើរូបមន្តសម្រាប់ការជ្រើសរើសមិនច្រំដែលពីតារាង។ ៩.៤៖
នៅក្នុងវាតម្លៃនៃ t ត្រូវបានកំណត់ពីសម្រាប់កម្រិតទំនុកចិត្ត Р = 0.954 ។ វាស្មើនឹង 2. តម្លៃការេមធ្យម s = 10 ទំហំប្រជាជន N = 500 និងកំហុសរឹមនៃមធ្យម Δ x = 3. ការជំនួសតម្លៃទាំងនេះទៅក្នុងរូបមន្ត យើងទទួលបាន៖
ទាំងនោះ។ វាគ្រប់គ្រាន់ដើម្បីធ្វើគំរូនៃសហគ្រាសចំនួន 41 ដើម្បីប៉ាន់ប្រមាណប៉ារ៉ាម៉ែត្រដែលត្រូវការ - ល្បឿននៃការទូទាត់ជាមួយម្ចាស់បំណុល។
គំរូគឺជាសំណុំនៃទិន្នន័យដែលបានយកដោយប្រើនីតិវិធីជាក់លាក់ពីប្រជាជនទូទៅសម្រាប់ការវិភាគរុករក។ ការតំណាងគឺជាទ្រព្យសម្បត្តិនៃការផលិតឡើងវិញនូវតំណាងទាំងមូលនៅក្នុងផ្នែករបស់វា។ នៅក្នុងពាក្យផ្សេងទៀតវាគឺជាលទ្ធភាពនៃការពង្រីកគំនិតនៃផ្នែកមួយទៅទាំងមូលដែលរួមបញ្ចូលផ្នែកនេះ។
ភាពតំណាងនៃគំរូគឺជាសូចនាករមួយដែលសំណាកគំរូត្រូវតែឆ្លុះបញ្ចាំងយ៉ាងពេញលេញ និងអាចជឿជាក់បានអំពីលក្ខណៈនៃចំនួនប្រជាជនដែលវាជាផ្នែកមួយ។ វាក៏អាចត្រូវបានកំណត់ថាជាទ្រព្យសម្បត្តិនៃគំរូដើម្បីតំណាងឱ្យពេញលេញបំផុតនូវលក្ខណៈរបស់មនុស្សទូទៅដែលមានសារៈសំខាន់ពីទស្សនៈនៃគោលបំណងនៃការសិក្សា។
ចូរសន្មតថាប្រជាជនទូទៅគឺជាសិស្សទាំងអស់នៃសាលា (900 នាក់ពី 30 ថ្នាក់ 30 នាក់ក្នុងថ្នាក់នីមួយៗ) ។ វត្ថុនៃការសិក្សាគឺអាកប្បកិរិយារបស់សិស្សសាលាចំពោះការជក់បារី។ គំរូនៃសិស្សចំនួន 90 នាក់នឹងតំណាងឱ្យប្រជាជនទាំងមូលតែប៉ុណ្ណោះ ដែលអាក្រក់ជាងគំរូនៃសិស្ស 90 នាក់ដូចគ្នា ដែលនឹងរួមបញ្ចូលសិស្ស 3 នាក់មកពីថ្នាក់នីមួយៗ។ មូលហេតុចម្បងគឺការចែកចាយមិនស្មើគ្នាតាមអាយុ។ ដូច្នេះក្នុងករណីដំបូង តំណាងនៃគំរូនឹងមានកម្រិតទាប។ ក្នុងករណីទីពីរ - ខ្ពស់។
នៅក្នុងសង្គមវិទ្យា គេនិយាយថា មានភាពតំណាងនៃគំរូ និងភាពមិនតំណាងរបស់វា។
ឧទាហរណ៍នៃគំរូដែលមិនតំណាងគឺជាករណីបុរាណដែលបានកើតឡើងនៅឆ្នាំ 1936 នៅសហរដ្ឋអាមេរិកក្នុងអំឡុងពេលបោះឆ្នោតប្រធានាធិបតី។
Literary Digest ដែលកន្លងមកទទួលបានជោគជ័យយ៉ាងខ្លាំងក្នុងការទស្សន៍ទាយលទ្ធផលនៃការបោះឆ្នោតមុនៗ គឺខុសលើកនេះ ទោះបីជាវាបានផ្ញើសំណួរជាលាយលក្ខណ៍អក្សរជាច្រើនលានទៅកាន់អតិថិជន ក៏ដូចជាអ្នកឆ្លើយសំណួរដែលពួកគេបានជ្រើសរើសពីសៀវភៅទូរស័ព្ទ និងបញ្ជីចុះបញ្ជីរថយន្តក៏ដោយ។ នៅក្នុង 1/4 នៃសន្លឹកឆ្នោតដែលបានត្រលប់មកវិញ ការបោះឆ្នោតត្រូវបានចែកចាយដូចខាងក្រោម: 57% បានបោះឆ្នោតឱ្យបេក្ខជនគណបក្សសាធារណរដ្ឋដែលមានឈ្មោះថា Alf Landon និង 41% ពេញចិត្តចំពោះគណបក្សប្រជាធិបតេយ្យដែលកំពុងកាន់អំណាចគឺ Franklin Roosevelt ។
តាមពិតទៅ F. Roosevelt បានឈ្នះការបោះឆ្នោតជាមួយនឹងសំឡេងឆ្នោតស្ទើរតែ 60% ។ កំហុស "Literary Digest" មានដូចខាងក្រោម។ ពួកគេចង់បង្កើនភាពតំណាងនៃគំរូ . ហើយចាប់តាំងពីពួកគេដឹងថា ភាគច្រើននៃអតិថិជនរបស់ពួកគេបានកំណត់អត្តសញ្ញាណខ្លួនឯងថាជាអ្នកសាធារណរដ្ឋ ពួកគេបានសម្រេចចិត្តពង្រីកគំរូជាមួយអ្នកឆ្លើយតបដែលបានជ្រើសរើសដោយពួកគេពីសៀវភៅទូរស័ព្ទ និងបញ្ជីចុះបញ្ជីរថយន្ត។ ប៉ុន្តែពួកគេមិនបានគិតពីការពិតដែលមានស្រាប់នោះទេ ហើយតាមពិតបានជ្រើសរើសអ្នកគាំទ្រគណបក្សសាធារណរដ្ឋកាន់តែច្រើនឡើង ពីព្រោះនៅពេលនោះ វណ្ណៈកណ្តាល និងថ្នាក់ខ្ពស់អាចមានលទ្ធភាពមានឡាន និងទូរស័ព្ទ។ ហើយពួកគេភាគច្រើនជាគណបក្សសាធារណរដ្ឋ មិនមែនជាគណបក្សប្រជាធិបតេយ្យទេ។
មានប្រភេទនៃគំរូផ្សេងៗគ្នា៖ ចៃដន្យសាមញ្ញ សៀរៀល ធម្មតា មេកានិច និងរួមបញ្ចូលគ្នា។
គំរូចៃដន្យសាមញ្ញមាននៅក្នុងការជ្រើសរើសពីចំនួនប្រជាជនទាំងមូលនៃអង្គភាពដែលបានសិក្សាដោយចៃដន្យដោយគ្មានប្រព័ន្ធណាមួយ។
គំរូមេកានិកត្រូវបានប្រើប្រាស់នៅពេលដែលមានសណ្តាប់ធ្នាប់នៅក្នុងប្រជាជនទូទៅ ឧទាហរណ៍ មានលំដាប់ជាក់លាក់នៃគ្រឿងរបស់កម្មករ បញ្ជីបោះឆ្នោត លេខទូរស័ព្ទអ្នកឆ្លើយតប ចំនួនអាផាតមិន និងផ្ទះ។ល។)។
ការជ្រើសរើសធម្មតាត្រូវបានប្រើនៅពេលដែលចំនួនប្រជាជនទាំងមូលអាចបែងចែកជាក្រុមតាមប្រភេទ។ នៅពេលធ្វើការជាមួយប្រជាជន ទាំងនេះអាចជាឧទាហរណ៍ ការអប់រំ អាយុ ក្រុមសង្គម នៅពេលសិក្សាសហគ្រាស ពួកគេអាចជាឧស្សាហកម្ម ឬអង្គការដាច់ដោយឡែក។ល។
ការជ្រើសរើសស៊េរីមានប្រយោជន៍នៅពេលឯកតាត្រូវបានដាក់ជាក្រុមជាស៊េរីតូច ឬជាក្រុម។ ស៊េរីបែបនេះអាចជាបណ្តុំនៃផលិតផលសម្រេច ថ្នាក់សាលា និងក្រុមផ្សេងៗទៀត។
គំរូរួមបញ្ចូលគ្នាពាក់ព័ន្ធនឹងការប្រើប្រាស់ប្រភេទនៃគំរូមុនទាំងអស់នៅក្នុងបន្សំមួយឬមួយផ្សេងទៀត។
គំរូមានពីរប្រភេទសំខាន់ៗ៖ តំណាង និងមិនមែនតំណាង។តើនេះមានន័យយ៉ាងណា ហើយហេតុអ្វីបានជាវាសំខាន់ក្នុងការបែងចែករវាងពួកគេ?
គំរូតំណាង(ពីភាសាអង់គ្លេស តំណាង - ដើម្បីតំណាង) គឺវាផ្តល់ឱ្យយើងនូវឱកាសដើម្បីចែកចាយទាំងគុណភាពខ្ពស់ និង បរិមាណលទ្ធផលនៃការស្រាវជ្រាវរបស់នាងលើចំនួនប្រជាជនដ៏ច្រើន។ នៅក្នុងបរិបទនៃការស្ទង់មតិ គំរូតំណាងគឺមួយដែលអនុញ្ញាតឱ្យយើងពង្រីក បរិមាណលទ្ធផលនៃការសម្ភាសមិនត្រឹមតែលើអ្នកចូលរួមការសិក្សាប៉ុណ្ណោះទេ ប៉ុន្តែក៏លើមនុស្សជាច្រើនទៀតដែរ។
ជាឧទាហរណ៍ នៅលើមូលដ្ឋាននៃការស្ទង់មតិមួយ យើងបានរកឃើញថា 18% នៃអ្នកឆ្លើយសំណួរដែលបានធ្លាក់ចូលទៅក្នុងគំរូរបស់យើង ដែលជាតំណាងនៃប្រជាជនពេញវ័យនៃអ៊ុយក្រែន មានមតិ X ។ ដូច្នេះយើងអាចនិយាយបានថាប្រហែល 18% នៃប្រជាជនពេញវ័យនៃប្រទេសអ៊ុយក្រែនមានមតិ X។ ប្រសិនបើគំរូមិនមែនជាតំណាងទេនោះ យើងអាចត្រឹមតែ សន្មត់៖"ជនជាតិភាគតិចនៃចំនួនប្រជាជនពេញវ័យនៃអ៊ុយក្រែនមានមតិ X", "តិចជាងមួយភាគបីមានមតិ X", "តិចជាងមួយភាគបួនមានមតិ X" ។ ប៉ុន្តែការសន្មត់ទាំងនេះអាច ពិនិត្យគ្រាន់តែអរគុណ តំណាងការស្ទង់មតិ។ ដូច្នេះ ក្នុងបរិបទនៃការស្រាវជ្រាវទស្សនៈរបស់មនុស្ស គំរូដែលមិនតំណាងក៏ជាគំរូដែរ។ បរិមាណលទ្ធផលនៃការសិក្សាដែល ទេ។អាចត្រូវបានពង្រីកទៅមនុស្សផ្សេងទៀត ជាងអ្នកដែលចូលរួមក្នុងការសិក្សា។ ឬទូទៅជាងនេះ៖ គំរូមិនតំណាង -វាគឺជារឿងមួយដែលធ្វើឱ្យវាមិនអាចពង្រីកលទ្ធផលជាបរិមាណនៃការស្រាវជ្រាវរបស់នាងទៅកាន់ចំនួនប្រជាជនដ៏ច្រើនជាក់លាក់។
សូមស្រមៃថានៅថ្ងៃរដូវក្តៅដ៏កក់ក្តៅ យើងចេញទៅខាងក្រៅ ហើយសួរអ្នកដើរកាត់ផ្ទះ ឬការិយាល័យរបស់យើងចំនួន 10 នាក់ ប្រសិនបើពួកគេចូលចិត្តអាកាសធាតុដូចពេលនេះ។ អនុញ្ញាតឱ្យ 7 និយាយអ្វីដែលពួកគេចូលចិត្ត; 1 ស្ទាក់ស្ទើរជាមួយនឹងចម្លើយ 2 បង្ហាញថាពួកគេមិនចូលចិត្តអាកាសធាតុបែបនេះ ហើយមានអារម្មណ៍ស្រួលជាងនៅសីតុណ្ហភាពទាប។ ផ្អែកលើការស្ទង់មតិនេះ យើង ទេ។យើងអាចនិយាយបានថា 70% នៃមនុស្សចូលចិត្តអាកាសធាតុដូចពេលនេះ។ និងសូម្បីតែ ទេ។យើងអាច ក្លាយជាប្រាកដ ភាគច្រើនមនុស្សចូលចិត្តអាកាសធាតុដូចពេលនេះ។ យើងអាចបញ្ចេញមតិ ការសន្មត់,ដែលមនុស្សភាគច្រើនចូលចិត្ត ប៉ុន្តែយើងមិនអាចដឹងច្បាស់នោះទេ។ វាគឺ មិនតំណាងគំរូ។
ការយល់ខុសមួយអំពីការយកគំរូគឺថាសំណាកធំណាមួយគឺជាតំណាង។ យើងបោះឆ្នោតកាន់តែច្រើន តំណាងកាន់តែច្រើន។ នេះគឺជាការមិនពិតទេ។ ប្រសិនបើយើងបន្តការស្ទង់មតិអាកាសធាតុតាមដងផ្លូវរហូតដល់យើងបានសម្ភាសន៍មនុស្ស 100 ឬសូម្បីតែ 1000 នាក់ យើងនៅតែមិនអាចនិយាយអ្វីបានច្បាស់លាស់អំពីអ្នកដែលមិនត្រូវបានគេសួរ។ ហេតុអ្វីបានជាអញ្ចឹង? មិនមែន 100 ទេ អនុញ្ញាតឱ្យមនុស្ស 1000 នាក់គ្រប់គ្រាន់ដើម្បីធ្វើការសន្និដ្ឋានច្បាស់លាស់អំពីចំណូលចិត្តរបស់អ្នកដទៃ?
ការពិតគឺថា ដើម្បីធានាបាននូវភាពជាតំណាង វាមានសារៈសំខាន់មិនត្រឹមតែចំនួនអ្នកឆ្លើយសំណួរប៉ុណ្ណោះទេ ប៉ុន្តែក៏មានរបៀបផងដែរ។និង "x គឺ បានជ្រើសរើស។នៅក្នុងឧទាហរណ៍ខាងលើយើងមិនបានគិតទេ។ អ្នកណា កន្លែងណា និងរបៀបណាបានជ្រើសរើស ប៉ុន្តែគ្រាន់តែចាប់ផ្តើមទំនាក់ទំនងជាមួយអ្នកដំណើរឆ្លងកាត់។ តោះមើលជុំវិញ។ ប្រហែលជាយើងនៅជិតសាកលវិទ្យាល័យនៅថ្ងៃសិក្សា? បន្ទាប់មក ក្នុងចំណោមអ្នកធ្វើដំណើរឆ្លងកាត់ ភាគច្រើនមានយុវវ័យ ដែលជាទូទៅ អត់ធ្មត់នឹងសីតុណ្ហភាពខ្ពស់បានយ៉ាងងាយជាងមនុស្សចាស់ ហេតុដូច្នេះហើយ ភាគរយនៃមនុស្សដែលពេញចិត្តនឹងអាកាសធាតុអាចនឹងកើនឡើងខ្ពស់ដោយសិប្បនិម្មិត។ ឬប្រហែលជាយើងបានបញ្ចប់នៅកន្លែងដែលមានមនុស្សចាស់ច្រើនជាងក្នុងចំណោមអ្នកធ្វើដំណើរឆ្លងកាត់ ដែលប្រហែលជាពិបាកក្នុងការស៊ូទ្រាំនឹងភាពក្តៅនៃថ្ងៃក្តៅ? បន្ទាប់មកភាគរយនៃអ្នកដែលពេញចិត្តនឹងអាកាសធាតុអាចត្រូវបានគេប៉ាន់ស្មានតិចជាងបើប្រៀបធៀបជាមួយអ្នករស់នៅទាំងអស់នៃការតាំងទីលំនៅ។
គំរូតំណាង
គំរូតំណាង
គំរូតំណាងគឺជាគំរូដែលមានការបែងចែកដូចគ្នានៃលក្ខណៈដែលទាក់ទងជាមួយប្រជាជនទូទៅ។
ជាភាសាអង់គ្លេស:គំរូតំណាង
សូមមើលផងដែរ:ចំនួនប្រជាជនគំរូ
វចនានុក្រមហិរញ្ញវត្ថុ Finam.
សូមមើលអ្វីដែល "គំរូតំណាង" មាននៅក្នុងវចនានុក្រមផ្សេងទៀត៖
គំរូតំណាង- ក្រុមនៃអ្នកចូលរួមដែលច្រើនឬតិចតំណាងឱ្យសមាសភាពនៃចំនួនប្រជាជនដែលកំពុងសិក្សាយ៉ាងត្រឹមត្រូវ។ គំរូអាចឆ្លុះបញ្ចាំងពីការចែកចាយតាមអាយុ និងលក្ខណៈយេនឌ័រ ក៏ដូចជាលក្ខណៈផ្សេងទៀតដែលប៉ះពាល់ដល់លទ្ធផលនៃការពិសោធន៍ក្នុងលក្ខខណ្ឌនៃ ......
គំរូតំណាង- — [សទ្ទានុក្រមអង់គ្លេស-រុស្ស៊ីនៃពាក្យមូលដ្ឋានស្តីពីវ៉ាក់សាំង និងការចាក់វ៉ាក់សាំង។ អង្គការសុខភាពពិភពលោក, 2009] ប្រធានបទ វ៉ាក់សាំង ការចាក់ថ្នាំបង្ការ អ្នកតំណាង EN គំរូ… សៀវភៅណែនាំអ្នកបកប្រែបច្ចេកទេស
គំរូតំណាង- (គំរូតំណាង) គំរូដែលត្រូវបាន (ឬត្រូវបានចាត់ទុកថា) ជាការឆ្លុះបញ្ចាំងពិតនៃចំនួនឪពុកម្តាយ ពោលគឺវាមានទម្រង់លក្ខណៈពិសេសដូចគ្នា ឧទាហរណ៍ រចនាសម្ព័ន្ធអាយុ រចនាសម្ព័ន្ធថ្នាក់ កម្រិតនៃការអប់រំ។ តំណាង ...... វចនានុក្រមសង្គមវិទ្យាពន្យល់ធំ
គំរូតំណាង- មើលតំណាងគំរូ... វចនានុក្រមពន្យល់នៃចិត្តវិទ្យា
គំរូតំណាង- គំរូបែបនេះដែលលក្ខណៈសំខាន់ៗទាំងអស់នៃប្រជាជនទូទៅដែលគំរូដែលបានផ្តល់ឱ្យត្រូវបានតំណាងប្រហែលក្នុងសមាមាត្រដូចគ្នាឬជាមួយនឹងប្រេកង់ដូចគ្នាដែលលក្ខណៈពិសេសនេះលេចឡើងនៅក្នុងប្រជាជនទូទៅនេះ ... វចនានុក្រមសព្វវចនាធិប្បាយនៃចិត្តវិទ្យា និងគរុកោសល្យ
គំរូតំណាង- នេះគឺជាគំរូមួយដែលលក្ខណៈសំខាន់ៗទាំងអស់នៃប្រជាជនទូទៅដែលគំរូនេះត្រូវបានស្រង់ចេញត្រូវបានតំណាងប្រហែលក្នុងសមាមាត្រដូចគ្នា ឬជាមួយនឹងប្រេកង់ដូចគ្នាដែលលក្ខណៈពិសេសនេះលេចឡើងនៅក្នុងទូទៅនេះ ...... វចនានុក្រមសង្គមវិទ្យា
គំរូតំណាង- (គំរូតំណាង) ។ គំរូដែលឆ្លុះបញ្ចាំងយ៉ាងត្រឹមត្រូវអំពីរដ្ឋ និងទ្រព្យសម្បត្តិរបស់ប្រជាជនទាំងមូល... ចិត្តវិទ្យានៃការអភិវឌ្ឍន៍។ វចនានុក្រមតាមសៀវភៅ
គំរូតំណាង- (គំរូតំណាង) សំណាកដែលធ្វើឡើងដោយយោងទៅតាមច្បាប់ នោះមានន័យថា វាឆ្លុះបញ្ចាំងពីលក្ខណៈជាក់លាក់របស់មនុស្សទូទៅ ទាំងផ្នែកសមាសភាព និងលក្ខណៈបុគ្គលនៃមុខវិជ្ជាដែលបានរួមបញ្ចូល។ វចនានុក្រមនៃចិត្តវិទូជាក់ស្តែង។ M .៖ AST, ...... សព្វវចនាធិប្បាយចិត្តវិទ្យាដ៏អស្ចារ្យ
ភាសាអង់គ្លេស គំរូ, តំណាង; អាឡឺម៉ង់ Stichprobe, តំណាង។ គំរូដែលមានការបែងចែកយ៉ាងសំខាន់ដូចគ្នានៃលក្ខណៈដែលទាក់ទងជាមួយចំនួនប្រជាជន។ អាន់ទីណាស៊ី។ សព្វវចនាធិប្បាយសង្គមវិទ្យា ឆ្នាំ២០០៩... សព្វវចនាធិប្បាយសង្គមវិទ្យា
គំរូតំណាង គំរូដែលមានការបែងចែកដូចគ្នានៃលក្ខណៈដែលទាក់ទងជាមួយចំនួនប្រជាជន វាក្យសព្ទនៃពាក្យអាជីវកម្ម។ Akademik.ru ។ ២០០១... សទ្ទានុក្រមនៃពាក្យអាជីវកម្ម