NON-PROBABILITY SAMPLES Meaning in Malay - translations and usage examples

• sampel bukan kebarangkalian

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

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

Now, I will show how that same idea can be applied to non-probability samples.
Sekarang, saya akan menunjukkan bagaimana idea yang sama boleh digunakan untuk sampel bukan kebarangkalian.

Non-probability samples need not automatically lead to something like the Literary Digest fiasco.
Sampel bukan kebarangkalian tidak perlu secara automatik membawa kepada sesuatu seperti kegagalan Literary Digest.

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.

With non-probability samples, weights can undo distortions caused by the assumed sampling process.
Dengan sampel bukan kebarangkalian, berat boleh membatalkan herotan yang disebabkan oleh proses pensampelan diandaikan.

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

Unfortunately, when working with non-probability samples, we don't know how the sample was selected.
Malangnya, apabila bekerja dengan sampel bukan kebarangkalian, kita tidak tahu bagaimana sampel telah dipilih.

This section will take a mathematical approach to sampling and estimation in probability and non-probability samples.
Seksyen ini akan mengambil pendekatan matematik untuk pensampelan dan penganggaran dalam kebarangkalian dan bukan kebarangkalian sampel.

The second lesson, however, is that non-probability samples, when analyzed properly, can actually produce good estimates;
Walau bagaimanapun, pelajaran kedua adalah bahawa sampel bukan kebarangkalian, apabila dianalisis dengan betul, sebenarnya boleh menghasilkan anggaran yang baik;

In the same way that researchers weight responses from probability samples, they can also weight responses from non-probability samples.
Dengan cara yang sama bahawa penyelidik berat jawapan daripada sampel kebarangkalian, mereka juga boleh berat jawapan daripada sampel bukan kebarangkalian.

One possible reason for these differences is that non-probability samples have improved over time.
Satu sebab yang mungkin bagi perbezaan ini adalah bahawa sampel bukan kebarangkalian telah bertambah baik dari masa ke masa.

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.

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).

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.

However, the second lesson is that non-probability samples, when weighted properly, can actually produce quite good estimates.
Walau bagaimanapun, pelajaran yang kedua ialah bahawa sampel bukan kebarangkalian, apabila wajaran dengan betul, boleh sebenarnya menghasilkan anggaran yang agak baik.

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.

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.

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.

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).

One thing that is clear, however, is if you are forced to work with non-probability samples, then there is strong reason to believe that adjusted estimates will be better than non-adjusted estimates.
Satu perkara yang jelas, bagaimanapun, jika anda terpaksa bekerja dengan sampel bukan kebarangkalian, maka ada sebab yang kukuh untuk mempercayai bahawa anggaran diselaraskan akan lebih baik daripada anggaran tidak diselaraskan.

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).

This framework enables us to understand new approaches to representation- in particular, non-probability samples(section 3.4)- and new approaches to measurement- in particular, new ways of asking questions to respondents(section 3.5).
Rangka kerja ini membolehkan kita memahami pendekatan baru untuk perwakilan-khususnya sampel bukan kebarangkalian( seksyen 3. 4)- dan pendekatan baru untuk pengukuran-khususnya, cara-cara baru untuk bertanya kepada responden( seksyen 3. 5).

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".

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.

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.

Third era Non-probability sampling Computer-administered Surveys linked to big data sources.
Era ketiga Persampelan bukan kebarangkalian Dikendalikan komputer Survei dikaitkan dengan sumber data besar.

Third era 2000- present Non-probability sampling Computer-administered Surveys linked to other data.
Era ketiga 2000- kini persampelan bukan kebarangkalian Komputer yang ditadbir Surveys dikaitkan dengan data lain.

The sampling plan to be use will be non-probability sampling.
Kaedah persampelan yang akan digunakan untuk penulisan ini adalah Non probability sampling.

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.

The type of sampling that was used for this study was the non-probability sampling method whilst the type of technique that was used was the homogenous purposive sampling technique.
Metode pengambilan sampel yang digunakan adalah metode non-probability sampling dengan teknik pengambilan sampel yang digunakan ialah purposive sampling..