Стратифікована випадкова вибірка приносить користь дослідникам, дозволяючи їм отримати вибіркову сукупність, яка найкраще представляє всю досліджувану сукупність. Все-таки цей метод дослідження не позбавлений своїх недоліків.
Стратифікована випадкова вибірка: огляд
Стратифікована випадкова вибірка передбачає спочатку поділ популяції на субпопуляції, а потім застосування методів випадкових відборів до кожної субпопуляції для формування тестової групи. Недоліком є те, коли дослідники не можуть класифікувати кожного члена популяції на підгрупу.
Стратифікована випадкова вибірка відрізняється від простої випадкової вибірки, яка включає випадковий відбір даних з усієї сукупності, так що кожна можлива вибірка має однакову ймовірність. На відміну від цього, стратифікована випадкова вибірка ділить сукупність на менші групи або прошарки на основі спільних характеристик. Випадковий зразок береться з кожного прошарку прямо пропорційно розміру прошарку порівняно з популяцією.
Приклад стратифікованої випадкової вибірки
Нижче наводиться приклад стратифікованої випадкової вибірки:
Дослідники виконують дослідження, призначене для оцінки політичної схильності студентів економічних наук у великому університеті. Дослідники хочуть переконатися, що випадкова вибірка найкраще наближається до студентської сукупності, включаючи стать, студентів та аспірантів. Загальна кількість населення в дослідженні - 1000 студентів, а звідти створюються підгрупи, як показано нижче.
Загальна чисельність населення = 1000
Дослідники призначили б кожного студента-економіста в університеті за однією з чотирьох підгруп: чоловічий бакалаврат, бакалаврат жінок, аспірант-чоловік та випускник-жінка. Далі дослідники підраховують, скільки студентів з кожної підгрупи становлять загальна чисельність населення 1000 студентів. Звідти дослідники підраховують відсоткове представлення кожної підгрупи від загальної кількості населення.
Підгрупи:
- Чоловіки магістрів = 450 студентів (із 100) або 45% населенняЖенські студенти = 200 студентів або 20% Аспіранти = 200 студентів або 20% Аспіранти = 150 студентів або 15%
Випадкова вибірка кожної субпопуляції проводиться, виходячи з її представництва у сукупності в цілому. Оскільки чоловіки магістрів становлять 45% населення, то 45 чоловіків чоловіків випадково вибираються з цієї підгрупи. Оскільки випускники чоловічої статі складають лише 20% населення, 20 вибираються для вибірки тощо.
Хоча стратифікована випадкова вибірка точно відображає досліджувану сукупність, умови, яким потрібно дотримуватися, означають, що цей метод не може бути використаний у кожному дослідженні.
Переваги стратифікованої випадкової вибірки
Стратифікована випадкова вибірка має переваги в порівнянні з простою випадковою вибіркою.
Точно відображає вивчене населення
Стратифікована випадкова вибірка точно відображає досліджувану сукупність, оскільки дослідники стратифікують всю сукупність, перш ніж застосовувати методи випадкового відбору. Коротше кажучи, це забезпечує, щоб кожна підгрупа в межах сукупності отримувала належне представлення у вибірці. Як результат, стратифікована випадкова вибірка забезпечує кращу охоплення популяції, оскільки дослідники мають контроль над підгрупами, щоб гарантувати, що всі вони представлені у вибірці.
При простому випадковому відборі немає жодної гарантії, що обрана якась конкретна підгрупа чи тип особи. У нашому попередньому прикладі студентів університету використання простого випадкового відбору проб для отримання вибірки з 100 у населення може призвести до відбору лише 25 студентів-чоловіків або лише 25% від загальної кількості населення. Крім того, може бути обрано 35 жінок-аспірантів (35% населення), що призведе до недостатнього представництва студентів та аспірантів. Будь-які помилки в представленні населення можуть потенційно зменшити точність дослідження.
Недоліки стратифікованої випадкової вибірки
Стратифікований випадковий вибірковий вибір також надає дослідникам недолік.
Не можна використовувати у всіх дослідженнях
На жаль, цей метод дослідження не може бути використаний у кожному дослідженні. Недоліком методу є те, що для правильного його використання необхідно виконати кілька умов. Дослідники повинні ідентифікувати кожного члена популяції, що вивчається, та класифікувати кожного з них на одну, і лише одну, підгрупу. Як результат, стратифікована випадкова вибірка є невигідною, коли дослідники не можуть впевнено класифікувати кожного члена популяції на підгрупу. Крім того, пошук вичерпного та остаточного списку всього населення може бути складним.
Перекриття може бути проблемою, якщо є предмети, які потрапляють у кілька підгруп. Якщо проводиться простий вибірковий вибірковий вибір, більше шансів обрати осіб, які перебувають у декількох підгрупах. Результатом цього може бути неправильне представлення чи неточне відображення сукупності.
Наведений вище приклад полегшує: студенти, випускники, чоловіки та жінки є чітко визначеними групами. Однак в інших ситуаціях це може бути набагато складніше. Уявіть, що містять такі ознаки, як раса, етнічна приналежність чи релігія. Процес сортування стає складнішим, що робить стратифікований випадковий вибірковий вибір неефективним і менш ідеальним методом.
Ключові вивезення
- Стратифікований випадковий вибірковий вибір дозволяє дослідникам отримати вибіркову сукупність, яка найкраще представляє всю досліджувану сукупність. Цей метод дослідження не може бути використаний у кожному дослідженні. цілу сукупність, тому кожен можливий зразок з однаковою ймовірністю трапиться.
