Sampel berstrata Apa, jenis, kelebihan dan kekurangan

Dia Pensampelan berstrata, o Stratifikasi, ia adalah kaedah pensampelan yang membayangkan pembahagian populasi menjadi subkelompok yang lebih kecil, yang dikenali sebagai strata. Sebaliknya, strata ini dibentuk berdasarkan sifat -sifat atau ciri -ciri bersama ahli, seperti pendapatan atau tahap pendidikan.

Ia digunakan untuk menyerlahkan perbezaan antara kumpulan populasi, tidak seperti pensampelan mudah, yang merawat semua anggota penduduk yang sama, dengan kebarangkalian yang sama.

Sumber: NeedPix.com

Objektifnya adalah untuk meningkatkan ketepatan sampel dengan mengurangkan ralat pensampelan. Ia dapat menghasilkan min yang berwajaran dengan kurang kebolehubahan daripada min aritmetik sampel mudah penduduk.

Stratifikasi adalah proses pemecahan sebelum mengambil sampel anggota penduduk dalam subset homogen. Melalui strata pengagihan penduduk ditakrifkan.

Iaitu, ia mesti secara kolektif menyeluruh dan saling eksklusif, jadi satu lapisan tunggal mesti diberikan kepada setiap elemen penduduk. Kemudian persampelan sistematik atau mudah digunakan dalam setiap lapisan.

[TOC]

Pertimbangan penting

Penting untuk diperhatikan bahawa strata tidak boleh disambungkan. Mempunyai subkelompok yang ditapis akan memberi lebih banyak orang kemungkinan dipilih sebagai subjek. Ini benar -benar menghalang tanggapan pensampelan berstrata sebagai prototaip persampelan.

Sama pentingnya penyelidik harus menggunakan pensampelan mudah dalam strata yang berbeza.

Strata yang paling biasa digunakan dalam pensampelan berstrata adalah umur, jantina, tahap sosioekonomi, agama, kewarganegaraan dan tahap pendidikan.

Apa yang berstrata persampelan?

Apabila melengkapkan analisis dalam sekumpulan entiti dengan ciri -ciri yang sama, seorang penyelidik dapat mendapati bahawa saiz penduduk terlalu besar untuk menyimpulkan penyelidikan ini.

Untuk menjimatkan masa dan wang, anda boleh menggunakan perspektif yang lebih baik dengan memilih kumpulan penduduk yang kecil. Kumpulan kecil ini dipanggil saiz sampel, yang merupakan subset penduduk yang digunakan untuk mewakili seluruh penduduk.

Anda boleh memilih contoh penduduk dalam beberapa cara, salah satunya adalah dengan persampelan berstrata. Ini menunjukkan membahagikan jumlah penduduk ke dalam kumpulan homogen yang disebut strata. Maka sampel rawak setiap lapisan dipilih.

Proses untuk melakukan persampelan berstrata

- Bahagikan populasi menjadi subkelompok atau strata yang lebih kecil, menurut sifat dan ciri -ciri yang dikongsi oleh ahli.

- Ambil sampel rawak setiap lapisan dalam bilangan yang berkadar dengan saiz lapisan.

- Kumpulan subset strata untuk membentuk sampel rawak.

Boleh melayani anda: Menegaskan jenayah

- Melakukan analisis.

Sebagai contoh, pertimbangkan seorang penyelidik yang ingin mengetahui bilangan pelajar pentadbiran yang menerima tawaran pekerjaan dalam tempoh tiga bulan selepas tamat pengajian mereka pada tahun 2018. Anda akan segera mengetahui bahawa terdapat hampir 200.000 graduan pentadbiran tahun itu.

Saya boleh memutuskan untuk hanya mengambil sampel rawak sebanyak 5.000 graduan dan menjalankan tinjauan. Lebih baik lagi, dapat membahagikan penduduk menjadi strata dan mengambil sampel rawak pada strata tersebut.

Untuk melakukan ini, saya akan mewujudkan kumpulan umur berdasarkan umur, bangsa, kewarganegaraan atau sejarah profesional.

Sampel rawak setiap lapisan akan diambil, berkadar dengan saiz lapisan berkenaan dengan jumlah penduduk. Subset ini akan dikumpulkan untuk membentuk sampel.

Lelaki

Pensampelan berstrata berkadar

Dalam jenis ini, saiz sampel untuk setiap lapisan adalah berkadar dengan saiz penduduk penduduk berbanding dengan jumlah penduduk. Ini bermaksud bahawa setiap lapisan mempunyai perkadaran persampelan yang sama.

Apabila ciri individu dipilih untuk menentukan strata, subkelompok yang dihasilkan selalunya saiz yang berbeza.

Contohnya, kami ingin mengkaji peratusan penduduk Mexico yang merokok. Tiga strata ditakrifkan:

- Di bawah 20 tahun.

- Antara 20 dan 44.

- Lebih besar daripada 44.

Apabila penduduk Mexico dibahagikan kepada tiga strata ini, ketiga -tiga kumpulan tidak dijangka menjadi saiz yang sama. Malah, data sebenar mengesahkan ini:

- Stratum 1: 42.4 juta (41.0%).

- Stratum 2: 37.6 juta (36.3%).

- Stratum 3: 23.5 juta (22.7%).

Sekiranya pensampelan berstrata berkadar digunakan, sampel harus terdiri daripada strata yang mengekalkan perkadaran yang sama seperti penduduk. Sekiranya anda ingin membuat sampel 1.000 individu, sampel mesti mempunyai saiz berikut:

Ia sangat serupa dengan mengumpulkan populasi yang lebih kecil, ditentukan oleh perkadaran relatif strata dalam populasi.

Pensampelan berstrata seragam

Dalam jenis ini saiz sampel yang sama diberikan kepada semua strata yang ditakrifkan, tanpa mengira berat strata ini dalam populasi.

Pensampelan berstrata seragam yang mengambil contoh sebelumnya akan menghasilkan sampel berikut untuk setiap lapisan:

Kaedah ini menyokong strata yang kurang berat dalam populasi, dengan memberi mereka tahap kepentingan yang sama sebagai strata yang paling relevan.

Ia dapat melayani anda: sejarah dan evolusi kualiti

Ini mengurangkan keberkesanan global sampel, tetapi membolehkan untuk mengkaji ciri -ciri individu setiap stratum lebih tepat.

Contohnya, jika anda ingin membuat pernyataan khusus mengenai populasi stratum 3 (lebih dari 44), kesilapan pensampelan dapat dikurangkan menggunakan sampel 333 unit, bukannya sampel 227 unit, seperti yang diperoleh dari persampelan berstrata berkadar.

Kelebihan dan kekurangan

Pensampelan berstrata berfungsi dengan baik untuk populasi yang mempunyai pelbagai atribut, tetapi jika tidak, ia tidak akan berkesan jika subkelompok tidak dapat dibentuk.

- Kelebihan

Kumpulkan ciri utama

Kelebihan utama pensampelan berstrata ialah ciri -ciri utama penduduk mengumpulkan dalam sampel.

Sama dengan purata berwajaran, kaedah pensampelan ini menghasilkan ciri -ciri dalam sampel yang berkadar dengan jumlah penduduk.

Ketepatan statistik yang lebih besar

Stratifikasi memberikan ralat yang lebih rendah dalam anggaran daripada kaedah pensampelan mudah. Semakin besar perbezaan antara strata, semakin besar keuntungan dalam ketepatan.

Terdapat ketepatan statistik yang lebih besar apabila membandingkannya dengan pensampelan mudah. Ini kerana dalam subkelompok, kebolehubahan lebih rendah, jika dibandingkan dengan variasi yang dibentangkan dengan jumlah penduduk.

Saiz sampel yang lebih kecil

Oleh kerana teknik ini mempunyai ketepatan statistik yang tinggi, ia juga bermakna ia memerlukan saiz sampel yang lebih kecil, yang dapat menjimatkan banyak usaha, wang dan masa penyelidik.

- Kekurangan

Malangnya, kaedah penyelidikan ini tidak dapat digunakan dalam semua kajian. Kelemahan kaedah adalah bahawa beberapa syarat mesti dipenuhi untuk digunakan dengan betul.

Kesukaran mencari strata

Kelemahan utama adalah sukar untuk mengenal pasti strata yang sesuai untuk kajian. Di samping itu, mencari senarai lengkap dan muktamad seluruh penduduk boleh menjadi satu cabaran.

Kerumitan untuk mengatur

Kelemahan kedua ialah lebih kompleks untuk mengatur dan menganalisis hasilnya berbanding dengan pensampelan mudah.

Penyelidik mesti mengenal pasti setiap ahli penduduk yang sedang belajar dan mengklasifikasikannya hanya dalam subpopulasi. Akibatnya, pensampelan berstrata adalah merugikan apabila penyelidik tidak dapat mengklasifikasikan setiap ahli penduduk dengan keyakinan dalam subkumpulan.

Juxtaposition boleh menjadi masalah jika terdapat subjek yang dibahagikan kepada pelbagai subkumpulan. Apabila pensampelan mudah dilakukan, mereka yang berada dalam pelbagai subkelompok akan dipilih. Hasilnya boleh menjadi salah nyata atau refleksi penduduk yang tidak tepat.

Boleh melayani anda: Ernest Dale: Biografi dan Sumbangan kepada Pentadbiran

Contoh -contoh seperti pelajar universiti, graduan, lelaki dan wanita, memudahkannya, kerana mereka adalah kumpulan yang jelas.

Walau bagaimanapun, dalam situasi lain mungkin lebih sukar. Anda boleh bayangkan menggabungkan ciri -ciri seperti bangsa, asal etnik atau agama. Proses klasifikasi akan menjadi lebih sukar, menjadikan persampelan berstrata menjadi kaedah yang tidak berkesan.

Contoh

Katakan pasukan penyelidikan ingin menentukan nota purata pelajar universiti di Amerika Syarikat.

Pasukan penyelidikan mempunyai kesukaran yang jelas dalam mengumpul data ini dari 21 juta pelajar universiti. Oleh itu, memutuskan untuk mengambil sampel penduduk, hanya menggunakan 4.000 pelajar.

Pasukan ini memerhatikan sifat -sifat yang berbeza dari peserta sampel dan keajaiban jika terdapat perbezaan antara nota purata dan pengkhususan pelajar.

Ada dalam sampel bahawa 560 pelajar adalah pelajar bahasa Inggeris, 1.135 Sains, 800 Sains Komputer, 1.090 Kejuruteraan dan 415 Matematik.

Pasukan ingin menggunakan pensampelan berstrata berkadar, di mana strata sampel berkadar dengan sampel penduduk.

Penciptaan strata

Untuk melakukan ini, pasukan menyiasat statistik pelajar universiti di AS.Uu. Dan dapatkan peratusan rasmi pelajar yang pakar: 12% dalam bahasa Inggeris, 28% dalam sains, 24% dalam sains komputer, 21% dalam kejuruteraan dan 15% dalam matematik.

Oleh itu, lima strata dicipta dari proses pensampelan berstrata. Pasukan mesti mengesahkan bahawa lapisan penduduk berkadar dengan stratum sampel. Walau bagaimanapun, dia mendapati bahawa perkadaran tidak sama.

Oleh itu, pasukan perlu kembali ke sampel penduduk 4.000 pelajar, tetapi kali ini secara rawak memilih 480 (12%) pelajar Bahasa Inggeris, 1.120 (28%) Sains, 960 (24%) Sains Komputer, 840 (21%) Kejuruteraan dan 600 (15%) Matematik.

Dengan ini, terdapat sampel berkadar berstrata pelajar universiti, yang memberikan perwakilan yang lebih baik bagi pelajar universiti di AS.Uu.

Penyelidik boleh menyerlahkan lapisan tertentu, memerhatikan pelbagai kajian pelajar universiti AS.Uu. dan perhatikan purata nota yang berbeza.

Rujukan

1. Adam Hayes (2019). Pensampelan rawak berstrata. Diambil dari: Investopedia.com.
2. Wikipedia, The Free Encyclopedia (2019). Pensampelan berstrata. Diambil dari: dalam.Wikipedia.org.
3. Diterangkan (2019). Kaedah sampel berstrata. Diambil dari: boleh diterokai.com.
4. Tinjauan Gizmo (2019). Apa yang berstrata sampel & bila ited? Diambil dari: SurveyGizmo.com.
5. Ashley Crossman (2019). Memahami sampel berstrata dan bagaimana menjadikannya. Pemikiran co. Diambil dari: Thoughtco.com.
6. Carlos Ochoa (2017). Pensampelan Rawak: Pensampelan berstrata. Diambil dari: netquest.com.