mi a rétegzett véletlenszerű mintavétel?
a rétegzett véletlenszerű mintavétel olyan mintavételi módszer, amely magában foglalja a populáció kisebb alcsoportokra történő felosztását, amelyeket rétegeknek neveznek. Rétegzett véletlenszerű mintavételben, vagy rétegződés, a rétegek a tagok közös tulajdonságai vagy jellemzői, például jövedelem vagy iskolai végzettség alapján alakulnak ki.
a rétegzett véletlenszerű mintavételt arányos véletlenszerű mintavételnek vagy kvóta véletlenszerű mintavételnek is nevezik.,
Key Takeaways
- rétegzett véletlenszerű mintavétel lehetővé teszi a kutatók számára, hogy olyan mintapopulációt kapjanak, amely a legjobban képviseli a vizsgált teljes populációt.
- a rétegzett véletlenszerű mintavétel magában foglalja az egész populáció homogén csoportokra történő felosztását, amelyeket rétegeknek neveznek.
- a rétegzett véletlenszerű mintavétel különbözik az egyszerű véletlenszerű mintavételtől,amely magában foglalja az adatok véletlenszerű kiválasztását egy teljes populációból, így minden lehetséges minta egyformán valószínű.,
Rétegzett Véletlen Mintavételi
Hogyan Rétegzett Véletlen Mintavételi Működik
Ha elkészült elemzés vagy kutatási csoport szervezetek, hasonló jellemzőkkel, egy kutató előfordulhat, hogy a populáció mérete túl nagy, amelyben a teljes kutatás. Az idő és a pénz megtakarítása érdekében az elemző megvalósíthatóbb megközelítést alkalmazhat, ha kiválaszt egy kis csoportot a lakosságból., A kis csoportot mintaméretnek nevezik, amely a népesség egy részhalmaza, amelyet a teljes népesség képviseletére használnak. A mintát egy populációból számos módon lehet kiválasztani, amelyek közül az egyik a rétegzett véletlenszerű mintavételi módszer.
a rétegzett véletlenszerű mintavétel magában foglalja az egész populáció homogén csoportokba osztását, amelyeket rétegeknek neveznek (többes szám a réteghez). A véletlenszerű mintákat ezután minden rétegből kiválasztják., Vegyünk például egy olyan tudományos kutatót, aki 2007-ben szeretné tudni az MBA hallgatók számát, akik a diploma megszerzését követő három hónapon belül állásajánlatot kaptak.
hamarosan rájön, hogy az év során közel 200 000 MBA diplomás volt. Lehet, hogy úgy dönt, hogy csak egy egyszerű véletlenszerű mintát vesz 50,000 diplomások és egy felmérést. Még jobb, ha a lakosságot rétegekre osztja, és véletlenszerű mintát vesz a rétegekből. Ehhez nem, korcsoport, faj, nemzetiségi ország és karrier-háttér alapján hozna létre népességcsoportokat., Az egyes rétegekből véletlenszerű mintát veszünk a réteg méretével arányos számban, összehasonlítva a populációval. A rétegek ezen részhalmazait ezután összevonják, hogy véletlenszerű mintát képezzenek.
Példa Rétegzett Véletlen Mintavételi
Tegyük fel, hogy egy kutatócsoport azt akarja, hogy meghatározza az ÁTLAG egyetemista diákok szerte az USA-ban A kutatócsoport nehezen gyűjt adatokat mind a 21 millió főiskolai hallgatók; úgy dönt, hogy a véletlenszerűen kiválasztott minta a lakosság segítségével a 4000 diákok.,
most feltételezzük, hogy a csapat megvizsgálja a minta résztvevőinek különböző tulajdonságait, és kíváncsi, hogy vannak-e különbségek a GPA-kban és a hallgatók szakjaiban. Tegyük fel, hogy megállapítja, hogy 560 hallgató angol szakos, 1,135 tudományos szakos, 800 számítástechnikai szakos, 1,090 mérnöki szakos, 415 pedig matematikai szakos. A csapat arányos rétegzett véletlenszerű mintát kíván használni, ahol a minta rétege arányos a lakosság véletlenszerű mintájával.
feltételezzük, hogy a csapat kutatja az egyetemisták demográfiai adatait az Egyesült Államokban.,S and finds the százalékos of what students major in: 12% major in English, 28% major in science, 24% major in computer science, 21% major in engineering, and 15% major in mathematics. Így öt réteg jön létre a rétegzett véletlenszerű mintavételi folyamatból.
a csapatnak meg kell erősítenie, hogy a populáció rétege arányos a mintában lévő réteggel; azonban úgy találják, hogy az arányok nem egyenlőek., A csapatnak ezután 4000 diákot kell újramintáznia a lakosságból, és véletlenszerűen 480 angol, 1120 tudomány, 960 Számítástechnika, 840 mérnöki és 600 matematika szakos hallgatót kell kiválasztania.
azokkal, van egy arányosan rétegzett, véletlen minta, főiskolai hallgató, amely biztosítja a jobb képviselete a hallgatók főiskolai szakon az USA-ban A kutatók ezután jelölje ki adott rétegben, megfigyelni a különböző vizsgálatok az AMERIKAI egyetemi hallgatók, valamint tartsa be a különböző tanulmányi átlagok.,
egyszerű Random Versus Stratified Random Samples
egyszerű random samples and stratified random samples are both statistical measurement tools. Egy egyszerű véletlenszerű mintát használnak, hogy képviselje a teljes adatpopuláció. A rétegzett véletlenszerű minta a lakosságot kisebb csoportokra vagy rétegekre osztja, megosztott jellemzők alapján.,
Az egyszerű véletlen minta gyakran használják, amikor nagyon kevés információ áll rendelkezésre arról, hogy az adatok a népesség, ha az érintett lakosság túl sok az eltérés, hogy osszuk különböző részeiben, vagy ha csak egy különálló jellemző adatok között lakosság.
például egy édességgyártó vállalat tanulmányozhatja ügyfelei vásárlási szokásait a termékcsalád jövőjének meghatározása érdekében. Ha van 10.000 ügyfelek, használhatja választani 100 ilyen ügyfelek, mint egy véletlenszerű mintát., Ezután alkalmazhatja azt, amit a 100 ügyféltől a bázis többi részéig talál. Ellentétben rétegződés, akkor minta 100 tagjai tisztán véletlenszerűen tekintet nélkül az egyéni jellemzők.
arányos és aránytalan rétegződés
a rétegzett véletlenszerű mintavétel biztosítja, hogy egy adott populáció minden alcsoportja megfelelően képviseltesse magát egy kutatási vizsgálat teljes mintapopulációjában. A rétegződés arányos vagy aránytalan lehet., Arányos rétegzett módszer esetén az egyes rétegek mintamérete arányos a réteg populációjának méretével.
például, ha a kutató 50 000 végzettből álló mintát akart korosztályt használva, az arányos rétegzett véletlenszerű mintát a következő képlet segítségével kapjuk meg: (minta mérete/populáció mérete) x rétegméret. Az alábbi táblázat évi 180 000 MBA végzettséggel rendelkezik.,>
a Száma, akik a stratum
90,000
60,000
30,000
180,000
Rétegek minta mérete
25,000
16,667
8,333
50,000
A rétegek minta mérete MBA diplomások a korosztály a 24 28 éves számítható ki (50,000/180,000) x 90,000 = 25,000., Ugyanezt a módszert alkalmazzák a többi korosztály számára is. Most, hogy a rétegek mintamérete ismert, a kutató egyszerű véletlenszerű mintavételt végezhet minden rétegben a felmérés résztvevőinek kiválasztásához. Más szóval, a 25,000 diplomások a 24-28 éves korcsoportban kerül kiválasztásra véletlenszerűen az egész lakosság, 16,667 diplomások a 29-33 korosztály kiválasztása, a lakosság véletlenszerűen, stb.
egy aránytalan rétegzett mintában az egyes rétegek mérete nem arányos a populációban lévő méretével., A kutató dönthet úgy, hogy a 34-37 éves korosztályon belül a diplomások 1/2-ét, a 29-33 éves korosztályon belül pedig a diplomások 1/3-át kóstolja meg.
fontos megjegyezni, hogy egy személy nem fér bele több rétegbe. Minden entitásnak csak egy rétegbe kell illeszkednie. Miután átfedő alcsoportok azt jelenti, hogy egyes személyek nagyobb eséllyel választják ki a felmérés, amely teljesen tagadja a koncepció rétegzett mintavétel, mint egyfajta valószínűségi mintavétel.,
a portfóliókezelők rétegzett véletlenszerű mintavételt alkalmazhatnak portfóliók létrehozására egy index, például kötvényindex replikálásával.
A rétegzett véletlenszerű mintavétel előnyei
a rétegzett véletlenszerű mintavétel fő előnye, hogy rögzíti a minta legfontosabb populációs jellemzőit. A súlyozott átlaghoz hasonlóan ez a mintavételi módszer a mintában olyan jellemzőket eredményez, amelyek arányosak a teljes populációval., A rétegzett véletlenszerű mintavétel jól működik a különböző attribútumokkal rendelkező populációk esetében, de egyébként hatástalan, ha alcsoportok nem alakíthatók ki.
rétegződés kisebb becslési hibát és nagyobb pontosságot eredményez, mint az egyszerű véletlenszerű mintavételi módszer. Minél nagyobb a különbség a rétegek között, annál nagyobb a pontosság.
A rétegzett véletlenszerű mintavétel hátrányai
sajnos ez a kutatási módszer nem használható minden vizsgálatban. A módszer hátránya, hogy több feltételnek kell teljesülnie ahhoz, hogy megfelelően lehessen használni., A kutatóknak azonosítaniuk kell a vizsgált populáció minden tagját, és mindegyiket egy, és csak egy alpopulációba kell besorolniuk. Ennek eredményeként a rétegzett véletlenszerű mintavétel hátrányos, ha a kutatók nem tudják magabiztosan osztályozni a lakosság minden tagját egy alcsoportba. Emellett kihívást jelenthet egy teljes népesség kimerítő és végleges listájának megtalálása.
átfedés probléma lehet, ha vannak olyan alanyok, amelyek több alcsoportba esnek. Egyszerű véletlenszerű mintavétel esetén nagyobb valószínűséggel választják ki azokat, akik több alcsoportban vannak., Az eredmény a lakosság félrevezetése vagy pontatlan tükröződése lehet.
a fenti példák megkönnyítik: egyetemi, diplomás, férfi és nő egyértelműen meghatározott csoportok. Más helyzetekben azonban sokkal nehezebb lehet. Képzelje el, hogy olyan jellemzőket tartalmaz, mint a faj, etnikai, vagy vallás. A válogatási folyamat nehezebbé válik, így a rétegzett véletlenszerű mintavételezés hatástalan és az ideálisnál kevesebb módszer.,