NON-PROBABILITY Meaning in Malay - translations and usage examples

• bukan kebarangkalian
• non-probability

Examples of using Non-probability in English and their translations into Malay

Non-probability samples: weighting.
Sampel Bukan kebarangkalian: pemberat.

The sampling method used for this thesis is non-probability sampling.
Kaedah persampelan yang akan digunakan untuk penulisan ini adalah Non probability sampling.

Not all non-probability samples are the same.
Tidak semua sampel bukan kebarangkalian adalah sama.

These new approaches can be used with either probability samples or non-probability samples.
Pendekatan baru ini boleh digunakan dengan contoh kebarangkalian atau sampel kebarangkalian.

Non-probability sampling was employed in this study.
Kaedah pensampelan non-probability sampling digunakan dalam penyelidikan ini.

This headline was based in part on estimates from non-probability samples(Mosteller 1949; Bean 1950; Freedman, Pisani, and Purves 2007).
Tajuk utama ini adalah sebahagiannya berdasarkan anggaran daripada sampel kebarangkalian( Mosteller 1949; Bean 1950; Freedman, Pisani, and Purves 2007).

Non-probability sampling method is used in this study.
Kaedah pensampelan non-probability sampling digunakan dalam penyelidikan ini.

Despite these debates, I think there are two reasons why the time is right for social researchers to reconsider non-probability sampling.
Walaupun perdebatan ini, saya fikir terdapat dua sebab mengapa masa yang tepat untuk penyelidik sosial untuk menimbang semula persampelan bukan kebarangkalian.

Design and conduct a non-probability survey on Amazon Mechanical Turk to ask about gun ownership and attitudes toward gun control.
Reka bentuk dan menjalankan kajian tak probabiliti pada Amazon Mechanical Turk untuk bertanya mengenai pemilikan senjata dan sikap terhadap kawalan senjata.

Again, this is another example of the dangers of raw, unadjusted non-probability samples and is reminiscent of the Literary Digest fiasco.
Sekali lagi, ini adalah satu lagi contoh mengenai bahaya mentah, sampel bukan kebarangkalian tidak diselaraskan dan mengingatkan kepada kemelut Literary Digest.

Although“Dewey Defeats Truman” happened in 1948, it is still among the reason that some researchers are skeptical about estimates from non-probability samples. Source.
Walaupun" Dewey Defeats Truman" berlaku pada tahun 1948, ia masih merupakan antara sebab beberapa penyelidik skeptikal mengenai anggaran dari sampel tidak kebarangkalian.

There are, in fact, many varieties of non-probability sampling, and these methods of data collection are becoming increasingly common in the digital age.
Terdapat, sebenarnya, pelbagai jenis persampelan bukan kebarangkalian, dan kaedah ini pengumpulan data menjadi semakin biasa dalam era digital.

At this point, we lack solid theory and empirical experience to know when weighting adjustments to non-probability samples will produce sufficiently accurate estimates.
Pada ketika ini, kita kekurangan teori kukuh dan pengalaman empirikal untuk tahu apabila pemberat pelarasan kepada sampel bukan kebarangkalian akan menghasilkan anggaran yang cukup tepat.

The main difference between probability and non-probability sampling is that with probability sampling everyone in the population has a known probability of inclusion.
Perbezaan utama antara kebarangkalian dan persampelan bukan kebarangkalian adalah bahawa dengan kebarangkalian pensampelan semua orang dalam populasi mempunyai kebarangkalian yang diketahui dimasukkan.

Going forward, if you are trying to decide between using a probability sampling approach and a non-probability sampling approach you face a difficult choice.
Melangkah ke hadapan, jika anda mencoba memutuskan antara menggunakan pendekatan pengambilan kebarangkalian dan pendekatan pensampelan bukan kebarangkalian anda menghadapi pilihan yang sukar.

The simplest example of a partially controlled non-probability sampling process is quota sampling, a technique that goes back to the early days of survey research.
Contoh yang paling mudah daripada proses persampelan bukan kebarangkalian dikawal sebahagiannya kuota persampelan, teknik yang kembali kepada hari-hari awal kajian penyelidikan.

At the same time that there has been growing difficulties for probability sampling methods, there has also been exciting developments in non-probability sampling methods.
Pada masa yang sama bahawa terdapat kesukaran yang semakin meningkat untuk kaedah pensampelan kebarangkalian, terdapat juga perkembangan menarik dalam kaedah pensampelan bukan kebarangkalian.

Using this analysis strategy, Wang and colleagues were able to use the XBox non-probability sample to very closely estimate the overall support that Obama received in the 2012 election(Figure 3.5).
Menggunakan strategi analisis ini, Wang dan rakan-rakannya dapat menggunakan sampel bukan kebarangkalian XBox untuk menganggarkan rapat sokongan keseluruhan yang Obama diterima pada pilihan raya 2012( Rajah 3. 5).

Although non-probability online panels are already being used by social researchers(e.g., the CCES), there is still some debate about the quality of estimates that come from them(Callegaro et al. 2014).
Walaupun panel dalam talian bukan probabiliti telah digunakan oleh penyelidik sosial( contohnya, CCES), terdapat beberapa perdebatan tentang kualiti anggaran yang diperolehi daripada mereka( Callegaro et al. 2014).

Although things are not yet settled, I expect that the third era of survey research will be characterized by non-probability sampling, computer-administered interviews, and the linkage of surveys to big data sources(table 3.1).
Walaupun perkara belum diselesaikan, saya berharap era penyelidikan tinjauan ketiga akan dicirikan oleh persampelan bukan kebarangkalian, wawancara yang dikendalikan oleh komputer, dan hubungan kaji selidik kepada sumber data besar( jadual 3. 1).

There are a variety of styles of non-probability sampling methods, but the one thing that they have in common is that they cannot easily fit in the mathematical framework of probability sampling(Baker et al. 2013).
Terdapat pelbagai gaya persampelan bukan kebarangkalian, tetapi satu perkara yang mereka mempunyai persamaan adalah bahawa mereka tidak dapat dengan mudah dimuatkan dalam rangka matematik kebarangkalian sampling( Baker et al. 2013).

It is worth learning a bit more about their approach because it builds intuition about post-stratification, and the particular version Wang and colleagues used is one of the most exciting approaches to weighting non-probability samples.
Ia adalah bernilai belajar sedikit lebih lanjut mengenai pendekatan mereka kerana ia membina gerak hati mengenai jawatan-stratifikasi, dan versi tertentu Wang dan rakan-rakan yang digunakan adalah salah satu pendekatan yang paling menarik untuk sampel bukan kebarangkalian pemberat.

As I said earlier, non-probability samples are viewed with great skepticism by many social researchers, in part because of their role in some of the most embarrassing failures in the early days of survey research.
Seperti yang saya katakan sebelum ini, sampel bukan kebarangkalian adalah dilihat dengan keraguan hebat oleh ahli-ahli sains sosial, sebahagiannya kerana peranan mereka dalam beberapa kegagalan paling memalukan pada hari-hari awal kajian tinjauan.

In conclusion, social scientists and statisticians are incredibly skeptical of inferences from these non-probability samples, in part because they are associated with some embarrassing failures of survey research such as the Literary Digest poll.
Kesimpulannya, ahli-ahli sains sosial dan ahli statistik adalah sangat sangsi dengan kesimpulan dari ini sampel bukan kebarangkalian, sebahagiannya kerana ia dikaitkan dengan beberapa kegagalan memalukan penyelidikan kajian seperti pungutan suara Literary Digest.

In fact, non-probability sampling is associated with some of the most dramatic failures of survey researchers, such as the Literary Digest fiasco(discussed earlier) and the incorrect prediction about the US presidential elections of 1948(“Dewey Defeats Truman”)(Mosteller 1949; Bean 1950; Freedman, Pisani, and Purves 2007).
Malah, persampelan bukan kebarangkalian dikaitkan dengan beberapa kegagalan paling dramatik penyelidik kajian, seperti kemelut Literary Digest( dibincangkan sebelum ini) dan ramalan yang salah mengenai pilihan raya presiden Amerika Syarikat tahun 1948(" Dewey kekalahan Truman")( Mosteller 1949; Bean 1950; Freedman, Pisani, and Purves 2007).

For a meta-analysis on the effect of weighting to reduce bias in non-probability samples, see Table 2.4 in Tourangeau, Conrad, and Couper(2013), which leads the authors to conclude“adjustments seem to be useful but fallible corrections…”.
Untuk satu meta-analisis mengenai kesan skema jawapan untuk mengurangkan berat sebelah dalam sampel bukan kebarangkalian, lihat Jadual 2. 4 di Tourangeau, Conrad, and Couper( 2013), yang membawa penulis untuk membuat kesimpulan" pelarasan seolah-olah menjadi pembetulan berguna tetapi berbuat silap".

Non-probability sampling methods have a terrible reputation among social researchers and they are associated with some of the most dramatic failures of survey researchers, such as the Literary Digest fiasco(discussed earlier) and“Dewey Defeats Truman,” the incorrect prediction about the US presidential elections of 1948(figure 3.6).
Kaedah pensampelan bukan kebarangkalian mempunyai reputasi hebat di kalangan para penyelidik sosial dan mereka dikaitkan dengan beberapa kegagalan yang paling dramatik penyelidik kaji selidik, seperti kegagalan Literary Digest( dibincangkan sebelumnya) dan" Dewey Defeats Truman," ramalan salah mengenai AS pilihan raya presiden tahun 1948( angka 3. 6).

Sometimes, researchers have found that probability samples and non-probability samples yield estimates of similar quality(Ansolabehere and Schaffner 2014), but other comparisons have found that non-probability samples do worse(Malhotra and Krosnick 2007; Yeager et al. 2011).
Kadang-kala, penyelidik mendapati bahawa sampel kebarangkalian dan sampel bukan kebarangkalian menghasilkan anggaran kualiti yang serupa( Ansolabehere and Schaffner 2014), tetapi perbandingan lain mendapati bahawa sampel bukan kebarangkalian lebih buruk( Malhotra and Krosnick 2007; Yeager et al. 2011).

Sometimes researchers have found that probability samples and non-probability samples yield estimates of similar quality(Ansolabehere and Schaffner 2014), but other comparisons have found that non-probability samples do worse(Malhotra and Krosnick 2007; Yeager et al. 2011).
Kadang-kadang penyelidik telah mendapati bahawa sampel kebarangkalian dan sampel bukan kebarangkalian menghasilkan anggaran kualiti yang sama( Ansolabehere and Schaffner 2014), tetapi perbandingan yang lain telah mendapati bahawa sampel bukan kebarangkalian melakukan lebih teruk( Malhotra and Krosnick 2007; Yeager et al. 2011).

One thing that is clear, however, is that if you are forced to work with non-probability samples or nonrepresentative big data sources(think back to Chapter 2), then there is a strong reason to believe that estimates made using post-stratification and related techniques will be better than unadjusted, raw estimates.
Walau bagaimanapun, satu perkara yang jelas ialah jika anda terpaksa bekerja dengan sampel bukan kebarangkalian atau sumber data besar bukan perwakilan( fikirkan kembali kepada Bab 2), maka ada sebab kuat untuk mempercayai bahawa anggaran yang dibuat menggunakan penyusunan pasca dan teknik yang berkaitan akan lebih baik daripada unadjusted, anggaran mentah.