Узорковање се односи на чин одабира одређеног броја уноса из великог скупа података за даљу анализу. Пословна истраживања често генеришу огромне количине података, посебно у истраживањима која су усредсређена на тржиште, као што су демографија. Технике узорковања у пословним истраживањима омогућавају истраживачима да раде с подношљивијим подскупом података за које вјерују да тачно представљају трендове у већој збирци.
Примари Ресеарцх
Предузећа добијају истраживачке податке из којих могу узети узорке на два различита начина. Прво, примарно истраживање, укључује копање података из његових извора. Анкете су најпопуларнији облик примарног истраживања, било да се проводи лично, путем телефона, путем интернета или на било који други начин. Резултати примарног истраживања су власнички, што значи да ниједна друга компанија нема приступ резултатима примарног истраживања, осим ако је то посебно одобрено од стране истраживача или је стављено на располагање јавности.
Сецондари Ресеарцх
Када се примарни резултати истраживања дијеле с другим истраживачима, други истраживачи изводе секундарна истраживања. Секундарна истраживања у суштини се ослањају на напоре других који су одвојили вријеме за састављање великих скупова релевантних и вриједних података. Тражење података о просјечном приходу из Завода за статистику рада је примјер секундарног истраживања. Будући да је завод већ спровео опсежну анкету и прикупљање података, други пословни истраживачи могу искористити податке са малим или никаквим трошковима.
Случајни узорак
Случајно узорковање подразумијева одабир одређеног броја података у потпуности насумце, затим кориштење узорка за даљњу анализу. Насумично узорковање може бити ефикасна техника за анализу прилично хомогених скупова података. Замислите компанију која жели да утврди проценат људи који су дијагностиковани морбидно гојазни у одређеној држави. Уместо да ради са скупом података од неколико милиона уноса, компанија је могла разумно анализирати случајни узорак од неколико стотина уноса како би дошла до броја који приближава статистику читавог скупа података.
Нтх Наме Самплинг
Узорковање Н-тог имена, које се назива и систематско узорковање, слично је случајном узорковању, осим што смањује утицај произвољне селекције података. Систематско узорковање укључује одабир сваког уноса података за укључивање у узорак. На пример, ако сте имали скуп података од милион одговора анкете, могли бисте да изаберете сваки хиљадити унос који ћете укључити у узорак, остављајући вам примеран примерак од хиљаду уноса.
Цонтроллед Самплинг
Контролирано узорковање узима врло специфичне узорке из прилично хетерогеног скупа података. Контролисано узорковање је највредније када се обавља секундарно истраживање, јер се примарна истраживања могу осмислити тако да циљају само специфичне испитанике ако то желе.
Замислите компанију која купује велики сет података који садржи информације о старосним, етничким, образовним и нивоима прихода испитаника. Ако је компанија хтела да одреди просечне нивое прихода за одређену старосну групу, компанија би могла да направи узорак који се састоји само од уноса који задовољавају специфичне критеријуме старости пре израчунавања дохотка.
