Co je stratifikovaný náhodný vzorek?

A stratifikovaný náhodný vzorek je pravděpodobnostní postup odběru vzorků. Dvě základní části tohoto typu vzorku jsou: 1) rozvrstvené a 2) pravděpodobné. Co to znamená přesně a proč je to důležité? Stratifikovaný náhodný vzorek je také známý jako poměrný náhodný vzorkování nebo náhodný výběr vzorku kvót.

Co je stratifikovaný náhodný vzorek?

Vzorek je mini reprezentace větší populace.

Vzorky lze stanovit neformálně nebo formálně. Ale vzorky, které jsou systematicky vyvíjeny podle určitých vědeckých metod, jsou obecně vnímány jako užitečnější pro vytváření zobecnění o větší populaci.

Co znamená stratifikace?

Stratifikované vzorky se skládají z homogenních podskupin, které jsou považovány za odlišné. Sbírka těchto homogenních podskupin se označuje jako vrstvy. Tato metoda odběru vzorků umožňuje rozdělení populace na homogenní podskupiny, ze kterých mohou být vybrány jednoduché náhodné vzorky.

Proč je stratifikovaný vzorek užitečný?

Cílem stratifikovaného náhodného výběru je výběr účastníků z různých podskupin, o nichž se předpokládá, že mají význam pro výzkum, který bude proveden. Například výsledky studie by mohly být ovlivněny atributy subjektů, jako je jejich věk, pohlaví, úroveň pracovních zkušeností, rasová a etnická skupina, ekonomická situace, stupeň dosaženého vzdělání a tak dále.

Stratifikovaný vzorek je konstruován tak, aby bylo možno rozumně předpokládat, že tyto potenciálně významné charakteristiky odrážejí charakteristiku těchto charakteristik v celkové populaci. Tímto způsobem vzorek odráží populaci, ze které byl odebrán, ale vzorek nelze považovat za reprezentativní větší populace.

Nezapomeňte, že výběr členů stratifikovaného vzorku není náhodný proces. To znamená, že jakmile byly vrstvy vytvořeny, použije se jednoduchý náhodný výběr pro výběr členů vzorků pro každou vrstvu .

Co znamená pravděpodobné?

Stratifikovaný náhodný vzorek je pravděpodobnostní, protože každá metoda použitá k výběru populace vzorku poskytuje rozumně spolehlivý způsob, jak odhadnout, jak reprezentativní je populace vzorku pro větší (vesmírnou) populaci, ze které byl vzorek vybrán. Jinými slovy pravděpodobnostní vzorek dovoluje výzkumníkovi odhadovat pravděpodobnost , že vybraný vzorek představuje nebo nereprezentuje větší populaci, ze které byl vzorek vykreslen.

Příklady

Použijte stratifikované metody náhodného odběru vzorků, pokud existuje zájem o rozdíly mezi homogenními podskupinami a větší skupinou vzorků jako celku.

Řekněme, že počet obchodních klientů lze rozdělit do tří skupin: Gen-Xers, Gen-Yers (tisíciletí) a Baby Boomers. Navíc máme důvod se domnívat, že jak Gen-Xers, tak Gen-Yers jsou relativně menšími minoritami z celkové obchodní klientely. Gen-Xers tvoří zhruba 5 procent z celkové populace klientely a Gen-Yers tvoří přibližně 10 procent klientů.

Jednoduchý náhodný vzorek s 100 členy (n = 100) by mohl generovat 5 Gen-Xers a 10 Gen-Yers, pokud bychom použili vzorkovací zlomek 10 procent. Bylo by možné získat ještě méně Gen-Xers a méně Gen-Yers než ve vzorku - jen náhodou. Stratifikace bude pravděpodobně produkovat reprezentativnější výsledky. Řekněme, že chceme mít nejméně 25 lidí v každé skupině. Pokud budeme vzít vzorek 100 (n = 100), pak můžeme vzorkovat 25 Gen-Xers, 25 Gen-Yers a 50 Baby Boomers.

Víme, že 10% populace je Millennials nebo Gen-yers (nebo asi 100 našich klientů.) Náhodný vzorek 25 klientů poskytne vzorkovací zlomek 25/100 nebo 25% uvnitř vrstvy. že 5 procent z 50 klientů, kteří nejsou, jsou generace Baby Boomers Gen-Xers, což znamená, že frakce uvnitř vrstvy bude 25/50 nebo 50%.

Takže 50 Gen-Xers plus 100 Gen-Yers je celkem 150 klientů, protože celková populace klientů je 1000, odečteme Gen-Xers plus Gen-Yers (celkem 150 klientů), což zanechává 850 klientů, kteří jsou Baby Boomers. (9)> Dvě věci jsou zřejmé: (1) Tři skupiny jsou homogennější uvnitř skupiny než u celé populace, což znamená, že existuje menší rozptyl, což poskytuje příležitost pro větší statistickou přesnost. (2) A protože vzorek byl rozvrstvený, bude zde dostatek členů m, aby každá skupina mohla vytvářet smysluplné podskupiny.

Stratifikovaný vzorek může být upřednostňován před jednoduchým náhodným odběrem vzorků, je-li důležité reprezentovat celkovou populaci a reprezentovat klíčové podskupiny populace, zvláště pokud jsou podskupiny poměrně malé, ale důležité jsou důležité. Při použití stratifikovaných metod odběru vzorků může výzkumník efektivně ujistit, že podskupiny mohou být rozlišeny v diskusi o výsledcích výzkumu.