Ang sampling ay tumutukoy sa pagkilos ng pagpili ng isang tiyak na bilang ng mga entry mula sa isang malaking hanay ng mga data para sa karagdagang pagtatasa. Ang pananaliksik sa negosyo ay kadalasang bumubuo ng malawak na dami ng data, lalo na sa pananaliksik na nakatuon sa merkado tulad ng mga demograpiko. Ang mga diskarte sa sampling sa pananaliksik sa negosyo ay nagpapahintulot sa mga mananaliksik na gumana sa isang mas madaling pamahalaan subset ng data na sa palagay nila ay tumpak na kumakatawan sa mga trend sa mas malaking koleksyon.
Pangunahing Pananaliksik
Ang mga negosyo ay nakakakuha ng data ng pananaliksik mula sa kung saan upang mag-sample sa dalawang magkakaibang paraan. Ang una, pangunahing pananaliksik, ay nagsasangkot ng paghuhukay ng data mula sa mga pinagkukunan nito. Ang mga survey ay ang pinakasikat na anyo ng pangunahing pananaliksik, kung isinasagawa sa personal, sa pamamagitan ng telepono, sa pamamagitan ng Internet o sa iba pang paraan. Ang mga resulta ng pangunahing pananaliksik ay pagmamay-ari, ibig sabihin walang ibang kumpanya ang may access sa mga resulta ng pangunahing pananaliksik maliban kung ito ay partikular na ipinagkaloob ng mananaliksik o ginawang magagamit sa publiko.
Pangalawang Pananaliksik
Kapag ang mga pangunahing resulta ng pananaliksik ay ibinabahagi sa iba pang mga mananaliksik, ang iba pang mga mananaliksik ay gumaganap ng pangalawang pananaliksik. Ang pangalawang pananaliksik ay mahalagang nakasalalay sa mga pagsisikap ng iba na kumuha ng oras upang isama ang mga malalaking hanay ng mga kaugnay at mahalagang data. Ang paghanap ng mga average na numero ng kita mula sa Bureau of Labor Statistics ay isang halimbawa ng pangalawang pagsasaliksik. Dahil ang ahensiya ay nagawa na ang malawak na pagsuri at pag-compile ng data, maaaring mapakinabangan ng ibang mga mananaliksik ng negosyo ang data na may kaunti o walang gastos.
Random Sampling
Ang random sampling ay nagsasangkot ng pagpili ng isang tiyak na bilang ng mga item ng data ganap na random, pagkatapos ay gamit ang sample para sa karagdagang pag-aaral. Ang random na sampling ay maaaring maging isang epektibong pamamaraan kapag pinag-aaralan ang medyo magkakatulad na hanay ng data. Isipin ang isang kumpanya na naghahanap upang matukoy ang porsyento ng mga taong na-diagnosed na labis na napakataba sa isang partikular na estado. Sa halip na magtrabaho sa isang data set ng ilang milyong mga entry, ang kumpanya ay maaaring makatwirang pag-aralan ang isang random na sample ng ilang daang mga entry upang makarating sa isang numero na approximates ang istatistika ng buong hanay ng data.
Sample ng Pangalan ng N.
Ang sampling pangalan ng Nth, na tinutukoy din bilang sistematikong sampling, ay katulad ng random na sampling, maliban na binabawasan nito ang impluwensiya ng di-makatwirang pagpili ng data. Ang sistematikong pag-sample ay nagsasangkot ng pagpili ng bawat entry ng data ng n para sa pagsasama sa isang sample. Kung mayroon kang isang data set ng isang milyong tugon sa survey, halimbawa, maaari mong piliin ang bawat ika-libong entry upang isama sa isang sample, na iniiwan sa iyo ng isang mas madaling pamahalaan sample ng isang libong mga entry.
Kinokontrol na Sampling
Kinokontrol ang sampling na tumatagal ng mataas na tukoy na mga sample mula sa isang medyo magkakaiba na hanay ng data. Kinokontrol ang sampling ay pinakamahalaga kapag nagsasagawa ng sekundaryong pananaliksik, dahil ang pangunahing pananaliksik ay maaaring idinisenyo upang i-target lamang ang mga partikular na respondent kung ninanais.
Isipin ang isang kumpanya na bumibili ng isang malaking hanay ng data na naglalaman ng impormasyon sa mga edad, etniko, edukasyon at antas ng kita ng mga survey respondent. Kung nais ng isang kumpanya na matukoy ang average na antas ng kita para sa isang partikular na pangkat ng edad, ang kumpanya ay maaaring bumuo ng isang sample na binubuo lamang ng mga entry na nakakatugon sa tiyak na pamantayan ng edad bago ang pagkalkula ng figure ng kita.
