研究人员使用一个简单的随机样本来统计测量从较大的群体或总体中选择的个体子集，以近似于整个群体的反应。 这种研究方法既有优点也有缺点。
简单随机样本：概述
与其他形式的调查技术不同，简单的随机抽样是一种无偏见的方法，可以从一大群人那里获得响应。 尽管在研究中使用简单的随机样本具有明显的优势，但它具有固有的缺点。 这些缺点包括：收集特定人群的完整列表所需的时间，检索和联系该列表所需的资金，以及样本集不足以充分代表完整人群时可能出现的偏差。
简单随机样本的优点
随机采样具有两个主要优点。
缺乏偏见
由于构成较大组子集的个体是随机选择的，因此，大型人群中的每个个体都有相同的被选择概率。 在大多数情况下，这将创建一个平衡的子集，该子集具有最大的潜力来代表整个较大的群体。
简单
顾名思义，生成简单的随机样本要比分层抽样等其他方法复杂得多。 如上所述，子集中的个人是随机选择的，没有其他步骤。
为了确保不会出现偏见，研究人员必须从足够多的受访者那里获得答案，由于时间或预算的限制，这可能是不可能的。
简单随机样本的缺点
这种研究方法的缺点包括：
全部人口的困难访问列表
在简单的随机抽样中，只有在有待研究的全部人口的完整清单可用时，才能获得大人口的准确统计量度。 在某些情况下，可通过连接每个人口的组织来访问有关大学学生或特定公司的一组雇员的详细信息。
重要要点
- 简单的随机样本是研究人员从大量人群中选择样本的一种方法，主要优点是简单，缺乏偏见;缺点是难以访问大量人群，时间，成本和成本。在某些情况下仍然会出现偏见。
但是，访问整个列表可能会带来挑战。 一些大学或学院不愿意提供完整的学生名单或研究人员名单。 同样，由于隐私权政策，特定公司可能不愿意或无法交出有关员工组的信息。
耗时的
当无法获得较大人群的完整列表时，尝试进行简单随机抽样的个人必须从其他来源收集信息。 如果可以公开获得，则可以使用较小的子集列表来重新创建较大总体的完整列表，但是此策略需要一些时间才能完成。 保留有关学生，员工和个人消费者数据的组织通常会进行冗长的检索过程，这可能会使研究人员无法获得有关整个人群的最准确信息的能力。
费用
除了从各种来源收集信息所花费的时间外，该过程还可能使公司或个人花费大量资金。 从第三方数据提供者检索总体的完整列表或较小的子集列表可能需要在每次提供数据时付款。 如果样本的大小不足以在第一轮简单随机抽样中代表整个人群的观点，那么购买额外的列表或数据库以避免抽样误差可能会令人望而却步。
样本选择偏差
尽管简单的随机抽样旨在成为一种无偏见的调查方法，但样本选择可能会出现偏差。 如果较大人群的样本集不够包容，则总体人群的代表会出现偏差，并需要其他采样技术。
