STRATIFIKOVANÝ ODBER VZORIEK: ČO TO JE, DRUHY, VÝHODY A NEVÝHODY - HOSPODÁRSTVO - 2025

Stratifikovaný odber vzoriek alebo rozvrstvenie, je metóda, odber vzoriek, ktoré zahŕňa rozdeľovanie súboru do menších podskupín, známych ako vrstvy. Tieto vrstvy sa zase vytvárajú na základe spoločných atribútov alebo charakteristík členov, ako sú napríklad príjmy alebo úroveň vzdelania.

Používa sa na zvýraznenie rozdielov medzi skupinami v populácii, na rozdiel od jednoduchého vzorkovania, ktoré zaobchádza so všetkými členmi populácie ako s rovnakou pravdepodobnosťou, že budú vzorkovaní.

Zdroj: needpix.com

Cieľom je zlepšiť presnosť vzorky znížením chyby vzorkovania. Môže vytvárať vážený priemer s menšou variabilitou ako aritmetický priemer jednoduchej vzorky populácie.

Stratifikácia je proces fragmentácie členov populácie na homogénne podmnožiny pred odberom vzoriek. Prostredníctvom vrstiev je definované rozdelenie obyvateľstva.

To znamená, že musí byť vyčerpávajúce a vzájomne sa vylučujúce, takže každému prvku populácie musí byť pridelená jedna vrstva. Potom sa v každej vrstve aplikuje systematický alebo jednoduchý odber vzoriek.

Dôležité úvahy

Je dôležité si uvedomiť, že vrstvy by nemali byť usporiadané vedľa seba. Ak sa prekrývajú podskupiny, niektorí ľudia budú mať väčšiu šancu byť vybraní ako predmety. Toto úplne otupuje pojem stratifikovaného odberu vzoriek ako prototypu odberu vzoriek.

Rovnako dôležité je, aby výskumný pracovník použil jednoduchý výber vzoriek v rôznych vrstvách.

Najbežnejšie vrstvy používané pri stratifikovanom vzorkovaní sú vek, pohlavie, sociálno-ekonomické postavenie, náboženstvo, národnosť a úroveň vzdelania.

Čo je stratifikovaný odber vzoriek?

Pri dokončení analýzy skupiny subjektov s podobnými charakteristikami môže vyšetrovateľ zistiť, že veľkosť populácie je príliš veľká na dokončenie vyšetrovania.

Ak chcete ušetriť čas a peniaze, je možné zvoliť vhodnejšiu perspektívu výberom malej skupiny obyvateľstva. Táto malá skupina sa nazýva veľkosť vzorky, čo je podskupina populácie používaná na reprezentáciu celej populácie.

Vzorku z populácie je možné vybrať niekoľkými spôsobmi, jedným z nich je stratifikovaný odber vzoriek. Ide o rozdelenie celkovej populácie do homogénnych skupín nazývaných vrstvy. Potom sa z každej vrstvy vyberú náhodné vzorky.

Postup vykonávania stratifikovaného odberu vzoriek

- Rozdeľte populáciu do podskupín alebo menších vrstiev podľa atribútov a charakteristík zdieľaných členmi.

- Odoberte náhodnú vzorku z každej vrstvy v počte, ktorý je úmerný veľkosti vrstvy.

- Zoskupte podskupiny vrstiev do náhodnej vzorky.

- Vykonajte analýzu.

Zoberme si napríklad výskumného pracovníka, ktorý by chcel vedieť, koľko obchodných študentov dostalo ponuku práce do troch mesiacov od ukončenia vysokoškolského štúdia v roku 2018. Čoskoro zistia, že v tom roku bolo takmer 200 000 absolventov obchodu.

Môžete sa rozhodnúť jednoducho odobrať náhodnú vzorku 5 000 absolventov a vykonať prieskum. Ešte lepšie je, že by ste mohli rozdeliť populáciu na vrstvy a z týchto vrstiev odobrať náhodnú vzorku.

Za týmto účelom by ste vytvorili skupiny obyvateľstva na základe veku, rasy, národnosti alebo profesionálneho zázemia.

Z každej vrstvy sa odoberie náhodná vzorka v pomere k veľkosti vrstvy s ohľadom na celkovú populáciu. Tieto podmnožiny by boli zoskupené do formy vzorky.

druhy

Proporcionálne stratifikovaný odber vzoriek

V tomto type je veľkosť vzorky pre každú vrstvu úmerná veľkosti populácie vrstvy v porovnaní s celkovou populáciou. To znamená, že každá vrstva má rovnakú mieru vzorkovania.

Keď sa na definovanie vrstiev vyberie charakteristika jednotlivcov, výsledné podskupiny majú často rôznu veľkosť.

Napríklad chcete študovať percento mexickej populácie, ktorá fajčí, a vy sa rozhodnete, že vek bude dobrým kritériom na stratifikáciu, pretože sa predpokladá, že fajčenie sa môže v závislosti od veku značne líšiť. Sú definované tri vrstvy:

- Do 20 rokov.

- Medzi 20 a 44.

- Viac ako 44.

Ak je populácia Mexika rozdelená do týchto troch vrstiev, neočakáva sa, že tieto tri skupiny budú mať rovnakú veľkosť. Skutočné údaje to v skutočnosti potvrdzujú:

- Stratum 1: 42,4 milióna (41,0%).

- Stratum 2: 37,6 milióna (36,3%).

- Stratum 3: 23,5 milióna (22,7%).

Ak sa použije proporcionálny stratifikovaný odber vzoriek, vzorka by mala pozostávať z vrstiev, ktoré si zachovávajú rovnaké proporcie ako populácia. Ak chcete vytvoriť vzorku s 1 000 jednotlivcami, vzorky musia mať nasledujúce veľkosti:

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

Jednotný stratifikovaný odber vzoriek

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

Rovnomerný stratifikovaný odber vzoriek z predchádzajúceho príkladu by pre každú vrstvu vytvoril nasledujúcu vzorku:

Táto metóda uprednostňuje vrstvy, ktoré majú menšiu váhu v populácii, tým, že sa im priznáva rovnaká úroveň dôležitosti ako relevantnejším vrstvám.

To znižuje celkovú účinnosť vzorky, ale umožňuje presnejšie študovať jednotlivé charakteristiky každej vrstvy.

V príklade, ak chcete urobiť konkrétne vyhlásenie o populácii vrstvy 3 (nad 44), mohli by ste chyby vzorkovania znížiť pomocou vzorky 333 jednotiek namiesto vzorky 227 jednotiek získanej z proporcionálny stratifikovaný odber vzoriek.

Výhody a nevýhody

Rozvrstvený odber vzoriek funguje dobre pre populácie, ktoré majú rôzne atribúty, ale inak nebudú účinné, ak nemožno vytvoriť podskupiny.

- Výhoda

Zbierajte kľúčové funkcie

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

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

Vyššia štatistická presnosť

Stratifikácia poskytuje pri odhade menšiu chybu ako jednoduchá metóda vzorkovania. Čím väčší je rozdiel medzi vrstvami, tým väčší je zisk v presnosti.

V porovnaní s jednoduchým vzorkovaním existuje vyššia štatistická presnosť. Je to spôsobené skutočnosťou, že v rámci podskupín je variabilita nižšia v porovnaní s odchýlkami, ktoré sa vyskytujú v celkovej populácii.

Menšia veľkosť vzorky

Pretože táto technika má vysokú štatistickú presnosť, znamená to tiež, že vyžaduje menšiu veľkosť vzorky, čo môže výskumníkom ušetriť veľa úsilia, peňazí a času.

- Nevýhody

Túto metódu výskumu bohužiaľ nemožno použiť vo všetkých štúdiách. Nevýhodou metódy je, že na jej správne použitie musí byť splnených niekoľko podmienok.

Problémy s hľadaním vrstiev

Hlavnou nevýhodou je, že môže byť ťažké určiť vhodné vrstvy pre štúdiu. Okrem toho môže byť náročné nájsť úplný a definitívny zoznam celej populácie.

Zložitosť pri organizovaní

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

Výskumní pracovníci musia identifikovať každého člena študovanej populácie a klasifikovať ju iba do jednej subpopulácie. V dôsledku toho je stratifikovaný výber vzoriek nevýhodný, keď vedci nemôžu s istotou klasifikovať každého člena populácie do podskupiny.

Spojenie môže byť problémom, ak existujú subjekty, ktoré spadajú do viacerých podskupín. Ak sa vykonáva jednoduchý odber vzoriek, je pravdepodobnejšie, že sa vyberú vzorky z viacerých podskupín. Výsledkom by mohla byť nesprávna prezentácia alebo nepresná reflexia populácie.

Príklady, ako sú vysokoškoláci, absolventi, muži a ženy, to uľahčujú, pretože sú to jasne definované skupiny.

V iných situáciách by to však mohlo byť oveľa ťažšie. Dokážete si predstaviť začlenenie charakteristík, ako sú rasa, etnická príslušnosť alebo náboženstvo. Proces klasifikácie by sa stal ťažším, čím by sa stratifikovaný odber vzoriek stal neúčinnou metódou.

príklad

Predpokladajme, že výskumný tím chce určiť priemerný bodový priemer vysokoškolských študentov v Spojených štátoch.

Výskumný tím má očividné ťažkosti so zhromažďovaním týchto údajov od 21 miliónov vysokoškolských študentov. Preto sa rozhodnete odobrať vzorku z populácie pomocou iba 4 000 študentov.

Tím skúma rôzne atribúty účastníkov a zázrakov, ak existuje rozdiel medzi priemerným počtom bodov a špecializáciou študentov.

Vo vzorke sa zistilo, že 560 študentov sú študenti angličtiny, 1 135 vedy, 800 informatiky, 1 090 inžinierstva a 415 matematiky.

Tím chce použiť pomerné stratifikované vzorkovanie, pričom vrstvy vzoriek sú úmerné vzorke populácie.

Tvorba vrstiev

Tím skúma štatistiku študentov vysokých škôl v USA a zisťuje oficiálne percento študentov, ktorí sa špecializujú: 12% v angličtine, 28% vo vede, 24% v informatike, 21% v strojárstve a 15% v matematike.

Z procesu vrstveného vzorkovania sa preto vytvorí päť vrstiev. Tím musí potvrdiť, že vrstva populácie je úmerná vrstve vzorky. Zistil však, že proporcie nie sú rovnaké.

Tím musí následne preorientovať populáciu 4 000 študentov, ale tentoraz náhodne vybral 480 (12%) študentov angličtiny, 1120 (28%) vedu, 960 (24%) informatiku, 840 ( 21%) v strojárstve a 600 (15%) v matematike.

Vďaka tomu máme proporcionálnu stratifikovanú vzorku študentov vysokých škôl, ktorá poskytuje lepšie zastúpenie študentov vysokých škôl v USA.

Vedci budú môcť zvýrazniť určitú vrstvu, pozorovať rôzne štúdie amerických vysokoškolských študentov a pozorovať rôzne priemery bodových bodov.

Referencie

1. Adam Hayes (2019). Stratifikovaný náhodný odber vzoriek. Prevzaté z: investopedia.com.
2. Wikipedia, bezplatná encyklopédia (2019). Stratifikovaný odber vzoriek. Prevzaté z: en.wikipedia.org.
3. Rozbaliteľné (2019). Stratifikovaná metóda odberu vzoriek. Prevzaté z: explorable.com.
4. Prieskum Gizmo (2019). Čo je stratifikovaný odber vzoriek a kedy sa používa? Prevzaté z: surveygizmo.com.
5. Ashley Crossman (2019). Pochopenie stratifikovaných vzoriek a ako ich využiť. Myšlienka spoločnosti Prevzatá z: thinkco.com.
6. Carlos Ochoa (2017). Náhodný odber vzoriek: stratifikovaný odber vzoriek. Prevzaté z: netquest.com.