Stratifikované vzorkovanie, čo je, typy, výhody a nevýhody

On Vzorkovanie, o stratifikácia, je to metóda odberu vzoriek, ktorá naznačuje rozdelenie populácie do menších podskupín, známych ako vrstvy. Tieto vrstvy sú zase tvorené na základe atribútov alebo spoločných charakteristík členov, ako sú príjmy alebo úroveň vzdelania.

Používa sa na zdôraznenie rozdielov medzi skupinami populácie, na rozdiel od jednoduchého odberu vzoriek, ktoré zaobchádza so všetkými členmi populácie za rovnú, s rovnakou pravdepodobnosťou vzorkovania.

Zdroj: Needpix.com

Cieľom je zlepšiť presnosť vzorky znížením chyby odberu vzoriek. Môže produkovať vážený priemer s menšou variabilitou ako aritmetický priemer jednoduchej vzorky populácie.

Stratifikácia je proces fragmentu pred vzorkovaním členov populácie v homogénnej podskupine. Prostredníctvom vrstiev je definované rozdelenie populácie.

To znamená, že musí byť kolektívne vyčerpávajúci a vzájomne sa vylučujúci, takže každému prvku populácie musí byť priradená jedna vrstva. Potom sa v každej vrstve aplikuje systematický alebo jednoduchý odber vzoriek.

[TOC]

Dôležité úvahy

Je dôležité poznamenať, že vrstvy by nemali byť vedľa. Mať prekrývajúce podskupiny poskytne niektorým ľuďom väčšiu možnosť, že budú vybraní ako subjekty. To úplne bráni pojmu stratifikovaného vzorkovania ako vzorkovacieho prototypu.

Rovnako dôležité je, aby výskumný pracovník použil jednoduché vzorkovanie v rôznych vrstvách.

Najbežnejšími vrstvami používanými pri stratifikovanom vzorkovaní sú vek, pohlavie, sociálno -ekonomická úroveň, náboženstvo, národnosť a úroveň vzdelania.

Čo je stratifikované vzorkovanie?

Pri dokončovaní analýzy v skupine subjektov s podobnými charakteristikami môže výskumný pracovník zistiť, že veľkosť populácie je príliš veľká na to, aby sa tento výskum uzavrel.

Ak chcete ušetriť čas a peniaze, môžete prijať uskutočniteľnejšiu perspektívu výberom malej skupiny obyvateľov. Táto malá skupina sa nazýva veľkosť vzorky, ktorá je podskupinou populácie, ktorá sa používa na reprezentáciu celej populácie.

Vzorku populácie si môžete vybrať niekoľkými spôsobmi, z ktorých jeden je so stratifikovaným vzorkovaním. To znamená rozdelenie celkovej populácie na homogénne skupiny nazývané vrstvy. Potom sú vybrané náhodné vzorky každej vrstvy.

Proces vykonávania stratifikovaného vzorkovania

- Rozdeľte populáciu na menšie podskupiny alebo vrstvy podľa atribútov a charakteristík zdieľaných členmi.

- Vezmite náhodnú vzorku každej vrstvy v čísle, ktoré je úmerné veľkosti vrstvy.

- Zoskupte podskupinu vrstiev za vytvorenie náhodnej vzorky.

Môže vám slúžiť: Trestné výbežky

- Vykonajte analýzu.

Zvážte napríklad výskumného pracovníka, ktorý by chcel poznať počet študentov administratívy, ktorí dostali pracovnú ponuku do troch mesiacov od ukončenia štúdia v roku 2018. Čoskoro zistíte, že ich bolo takmer 200.V tom roku absolventov administratívy.

Mohol by som sa rozhodnúť jednoducho odobrať náhodnú vzorku 5.000 absolventov a vykonanie prieskumu. Ešte lepšie je, že by mohlo populáciu rozdeliť na vrstvy a odobrať náhodnú vzorku na tieto vrstvy.

Aby som to dosiahol, vytvoril by som vekové skupiny na základe veku, rasy, národnosti alebo profesionálnej histórie.

Náhodná vzorka každej vrstvy by sa odobrala v pomere k veľkosti vrstvy vzhľadom na celkovú populáciu. Táto podmnožina by bola zoskupená tak, aby vytvorila vzorku.

Chlapci

Proporcionálne vzorkovanie

V tomto type je veľkosť vzorky pre každú vrstvu úmerná veľkosti populácie populácie v porovnaní s celkovou populáciou. To znamená, že každá vrstva má rovnaký pomer odberu vzoriek.

Ak je charakteristika jednotlivcov vybraná na definovanie vrstiev, výsledné podskupiny sú často rôznych veľkostí.

Napríklad chceme študovať percento mexickej populácie, ktorá fajčí. Sú definované tri vrstvy:

- Do 20 rokov.

- Medzi 20 a 44.

- Viac ako 44.

Ak je populácia v Mexiku rozdelená na tieto tri vrstvy, neočakáva sa, že tri skupiny budú mať rovnakú veľkosť. Reálne údaje v skutočnosti potvrdzujú toto:

- Stratum 1: 42.4 milióny (41.0%).

- Stratum 2: 37.6 miliónov (36.3%).

- Stratum 3: 23.5 miliónov (22.7%).

Ak sa použije proporcionálny stratifikovaný odber vzoriek, vzorka by mala pozostávať zo vrstiev, ktoré udržiavajú rovnaké podiely ako populácia. Ak chcete vytvoriť vzorku 1.000 jedincov, vzorky musia mať nasledujúce veľkosti:

Je to veľmi podobné zhromažďovaniu menšej populácie, určenej relatívnymi pomermi vrstiev v rámci populácie.

Rovnomerné vzorkovanie

V tomto type je rovnaká veľkosť vzorky priradená všetkým definovaným vrstvám, bez ohľadu na hmotnosť týchto vrstiev v rámci populácie.

Jednotný stratifikovaný odber vzoriek, ktorý sa odoberie predchádzajúci príklad, by pre každú vrstvu vytvoril nasledujúcu vzorku:

Táto metóda uprednostňuje vrstvy, ktoré majú v populácii menšiu váhu tým, že im udeľujú rovnakú úroveň dôležitosti ako najrelevantnejšie vrstvy.

Môže vám slúžiť: História a vývoj kvality

To znižuje globálnu účinnosť vzorky, ale umožňuje štúdium individuálnych charakteristík každej vrstvy presnosti.

V príklade, ak chcete urobiť konkrétne vyhlásenie o populácii Stratum 3 (nad 44), chyby vzorkovania by sa mohli znížiť pomocou vzorky 333 jednotiek namiesto vzorky 227 jednotiek, ako je získané z proporcionálneho stratifikovaného vzorkovania vzorkovania.

Výhody a nevýhody

Stratifikovaný odber vzoriek funguje dobre pre populácie, ktoré majú rôzne atribúty, ale inak nebude účinné, ak sa nedajú vytvoriť podskupiny.

- Výhody

Zbierať kľúčové funkcie

Hlavnou výhodou stratifikovaného vzorkovania je to, že kľúčové charakteristiky populácie sa vo vzorke zhromažďujú.

Podobne ako vážený priemer, táto metóda odberu vzoriek vytvára charakteristiky vo vzorke, ktoré sú úmerné celkovej populácii.

Väčšia štatistická presnosť

Stratifikácia poskytuje pri odhadovaní nižšiu chybu ako metóda jednoduchej vzorkovania. Čím väčší je rozdiel medzi vrstvami, tým väčší je zisk v presnosti.

Pri porovnaní s jednoduchým odberom vzoriek existuje väčšia štatistická presnosť. Je to tak preto, že v rámci podskupín je variabilita nižšia, v porovnaní s variáciami uvedenými s celkovou populáciou.

Menšia veľkosť vzorky

Pretože táto technika má vysokú štatistickú presnosť, znamená to tiež, že vyžaduje menšiu veľkosť vzorky, ktorá môže ušetriť veľa úsilia, peňazí a čas výskumných pracovníkov.

- Nevýhody

Bohužiaľ, táto metóda výskumu nie je možné použiť vo všetkých štúdiách. Nevýhodou metódy je, že na správne použitie musí byť splnených niekoľko podmienok.

Ťažkosti s nájdením vrstiev

Hlavnou nevýhodou je, že môže byť ťažké identifikovať vhodné vrstvy pre štúdiu. Okrem toho môže byť nájdenie vyčerpávajúceho a definitívneho zoznamu celej populácie výzvou.

Zložitosť organizovať

Druhou nevýhodou je, že je zložitejšie organizovať a analyzovať výsledky v porovnaní s jednoduchým odberom vzoriek.

Vedci musia identifikovať každého študovaného člena populácie a klasifikovať ju iba subpopuláciou. V dôsledku toho je stratifikovaný odber vzoriek nevýhodný, keď vedci nemôžu klasifikovať každého člena populácie s dôverou v podskupinu.

Spojené postavenie môže byť problémom, ak existujú subjekty, ktoré sú rozdelené do viacerých podskupín. Keď sa vykoná jednoduchý odber vzoriek, vyberú sa tie, ktoré sú vo viacerých podskupinách. Výsledkom by mohlo byť skreslenie alebo nepresný odraz populácie.

Môže vám slúžiť: Ernest Dale: Životopis a príspevky do správy

Príklady, ako sú študenti vysokých škôl, absolventi, muži a ženy, uľahčujú to, pretože sú to jasne definované skupiny.

V iných situáciách by to však mohlo byť oveľa ťažšie. Môžete si predstaviť začlenenie charakteristík, ako je rasa, etnický pôvod alebo náboženstvo. Proces klasifikácie by sa stal ťažším, čím by sa stratifikoval vzorkovanie na neúčinnú metódu.

Príklad

Predpokladajme, že výskumný tím chce určiť priemerné poznámky študentov vysokých škôl v Spojených štátoch.

Výskumný tím má zjavné ťažkosti pri zhromažďovaní týchto údajov od 21 miliónov univerzitných študentov. Preto sa rozhodne odobrať vzorku populácie pomocou iba 4.000 študentov.

Tím pozoruje rôzne atribúty účastníkov vzorky a zázraky, či existuje rozdiel medzi priemernými poznámkami a špecializáciou študentov.

Vo vzorke 560 študentov je študenti angličtiny, 1.135 Sciences, 800 počítačovej vedy, 1.090 Inžinierstvo a 415 matematiky.

Tím chce použiť proporcionálne stratifikované odber vzoriek, kde vzorky sú úmerné vzorke populácie.

Vytvorenie vrstiev

Tím vyšetruje štatistiku študentov vysokých škôl v USA.Uu. A nájdite oficiálne percento študentov, ktorí sa špecializujú: 12% na angličtinu, 28% vo vede, 24% v oblasti informatiky, 21% v strojárstve a 15% v matematike.

Preto sa z stratifikovaného procesu odberu vzoriek vytvorí päť vrstiev. Tím musí potvrdiť, že vrstva populácie je úmerná vzorkovacej vrstve. Zistí však, že proporcie nie sú rovnaké.

Preto sa tím musí vrátiť k vzorke populácie 4.000 študentov, ale tentoraz náhodne vybral 480 (12%) anglických študentov, 1.120 (28%) vied, 960 (24%) informatiky, 840 (21%) inžinierstva a 600 (15%) matematiky.

Vďaka tomu existuje stratifikovaná proporcionálna vzorka študentov vysokých škôl, ktorá poskytuje lepšie zastúpenie študentov vysokých škôl v USA.Uu.

Vedci môžu zdôrazniť špecifickú vrstvu a sledovať rôzne štúdie študentov univerzity v USA.Uu. a pozorujte rôzne priemery poznámok.

Odkazy

1. Adam Hayes (2019). Stratifikovaný náhodný odber vzoriek. Zobraté z: Investopedia.com.
2. Wikipedia, The Free Encyclopedia (2019). Vzorkovanie. Prevzaté z: v.Wikipedia.orgán.
3. Prieskumné (2019). Stratifikovaná vzorka. Prevzaté: Prieskumné.com.
4. Prieskum Gizmo (2019). Čo je stratifikovaná vzorka a kedy je ited? Zobraté z: SurveyGizmo.com.
5. Ashley Crossman (2019). Pochopenie stratifikovaných vzoriek a ako ich vyrobiť. Myšlienka co. Prevzaté: Thoughtco.com.
6. Carlos Ochoa (2017). Náhodné odber vzoriek: stratifikovaný odber vzoriek. Zobraté z: NetQuest.com.