نمونه ی تصادفی متعادل شده و نحوه ی انتخاب آن

هدف نمونه گیری، نتیجه گیری درباره ی کل جامعه بر اساس اطلاعات بخشی از آن است. به طور کلی از دو دیدگاه می توان مطلوبیت نمونه را ارزیابی کرد. دیدگاه اول به نمایانگر بودن نمونه اشاره می کند، به این معنی که تا چه حد ساختار اساسی جامعه را در بر دارد، و دیدگاه دوم به تصادفی بودن نمونه با این مفهوم که آیا واحد های انتخاب شده در نمونه و همچنین واحد های انتخاب نشده همگی احتمال انتخاب مثبت و مشخص داشته اند، توجه می نماید. در این مقاله ابتدا نمونه گیری متعادل شده (Balanced Sampling) به عنوان یک روش نمونه گیری احتمالی که انتخاب نمونه ی نمایانگر از جامعه ی مورد بررسی را امکان پذیر می سازد، تشریح می شود. سپس نحوه ی انتخاب نمونه ی متعادل شده به روش مکعبی (Cube Method) بیان می شود. سرانجام با انجام یک شبیه سازی با استفاده از یک مجموعه داده های واقعی، کارایی این روش با روش نمونه گیری PPS مقایسه می شود. شبیه سازی برای سه گروه مختلف از متغیر های مبنای تعادل اجرا می شود. نتایج شبیه سازی حاکی از آن است که استفاده از نمونه گیری متعادل شده موجب بهبود کارایی براوردها می شود و با افزودن متغیرهای تعادل مناسب، میزان افزایش کارایی محسوس تر می شود.