Saturs
Statistika ir rīks, kas ļauj pieņemt apzinātus lēmumus. Ja aptauja atklāj, ka procents strādājošo kādā apgabalā nav nodarbināti, jaunieši var iekļaut šo skaitli savā karjeras izvēlē. Paraugu ņemšana - process, kurā pētnieki nejauši izvēlas dalībniekus, var būt dārgs un laikietilpīgs, īpaši ar lielām izlases grupām. Tomēr sistemātiska paraugu ņemšana - process, kurā pētnieki izvēlas reprezentatīvu paraugu, izmantojot standartu, var būt labs naudas ietaupīšanas veids. Piemēram, nomas uzņēmums var intervēt katru desmito klientu, kurš atgriežas kopā ar videoklipu, lai aizpildītu aptauju.
Ātrums un ērtums
Izlases pamatā ir indivīdu vai objektu atlase. Standartizētā izlasē pētnieki standartizē to, kā pasūtīt populācijas vienības. Piemēram, verificētājs var pārbaudīt katru trešo zemesriekstu partiju. Sistemātiski paraugi ir ļoti vienkārši, ātri un ērti tiem, kuriem jau ir populācijas vienību saraksts. Statistiķiem ir izdevīgi izmantot šo izlasi, pētot lielas populācijas, jo tā vienmērīgi aptver teritoriju. Piemēram, ja valsts departaments pēta, kā iedzīvotāji lieto sauļošanās līdzekli, ideālā gadījumā tam vajadzētu būt visas valsts paraugam, nevis tikai dažu pašvaldību paraugiem.
Biežums
Notikumi, kas notiek regulāri, ir periodiski. Piemēram: televīzijas programmai, kas tiek rādīta katru otrdienu plkst. 20, ir periodiskums. Vienā pētījumā izlases populācijai var būt šādas īpašības. Piemēram, lasis katru gadu vienā un tajā pašā laikā var peldēt upē lejup pa straumi. Pētnieki var pamanīt arī periodiskuma modeli. Piemēram, reģionā var būt vairāk lāču ikreiz, kad lasis iet lejup pa straumi. Tomēr periodiskums paraugā var nesakrist ar standarta periodiskumu.
Citā piemērā statistiķis var nejauši atlasīt kluba dalībniekus pētījumam. Tomēr izvēlētie dalībnieki var neatspoguļot faktisko dalībnieku proporciju populācijā. Atlasītajā izlasē var būt tikai dalībnieki, kuriem ir cukura diabēts, bet patiesībā ne visiem pastāvīgajiem ir šāds stāvoklis. Situācijas, kurās izlases dalībniekiem ir raksturīgās pazīmes, kas diezgan atšķiras no izlasē iekļautās populācijas normām, ir maz ticamas, un, atkārtojot pētījumu vēlāk, tiks atklātas novirzes pētījumā.
Vidējie paraugi
Saskaņā ar Stony Brook University tīmekļa vietni, atrodot vairākus paraugus un atkārtojot pētījumu, var palielināties izredzes iegūt precīzus globālus rezultātus. Pētnieks, piemēram, var izpētīt konkrētas slimības izplatību kartupeļu vidū, pārbaudot tos četrās dažādās audzēšanas saimniecībās.Sliktas lauksaimniecības prakses dēļ saimniecībā var būt ārkārtīgi daudz patogēnu. Atlasot četras dažādas īpašības otrajam pētījumam un vidēji novērtējot pirmās un otrās saimniecības rezultātus, nenormālā saimniecība tagad veido tikai 12,5% no vidējiem rezultātiem, nevis 25%.
Ietekmes
Sistemātiska izlase ir varbūtības paraugu ņemšanas veids, kas nozīmē, ka pētniekam ir jānodrošina, ka izlase vienādi pārstāv visus populācijas pārstāvjus. Ja nē, rezultāti tiks sagrozīti, atšķiroties no reālajām iedzīvotāju īpašībām. Kādā pētījumā, piemēram, var ziņot, ka 70% Kampinas iedzīvotāju iebilst pret konkrētu streiku. Tomēr, ja aptauja tiek veikta, uzdodot jautājumus tikai UNICAMP studentiem, rezultāti tiks sagrozīti, jo aptauja nepārstāvēs visus pilsētas iedzīvotājus.
Pētnieki var izvairīties no ārējām ietekmēm, ja sistemātiski izvēlas izlases vienības. Tā vietā, lai paļautos tikai uz koledžas studentiem, alternatīva ir piezvanīt katram simtajam tālruņa grāmatā norādītajam iedzīvotājam un intervēt tos.
