Che cos’è il campionamento casuale stratificato?
Il campionamento casuale stratificato è un metodo di campionamento che comporta la divisione di una popolazione in sottogruppi più piccoli noti come strati. Nel campionamento casuale stratificato, o stratificazione, gli strati sono formati in base agli attributi o alle caratteristiche condivise dei membri come il reddito o il livello di istruzione.
Il campionamento casuale stratificato è anche chiamato campionamento casuale proporzionale o campionamento casuale di quote.,
Key Takeaways
- Il campionamento casuale stratificato consente ai ricercatori di ottenere una popolazione campione che rappresenta al meglio l’intera popolazione studiata.
- Il campionamento casuale stratificato comporta la divisione dell’intera popolazione in gruppi omogenei chiamati strati.
- Il campionamento casuale stratificato differisce dal semplice campionamento casuale, che comporta la selezione casuale di dati da un’intera popolazione, quindi ogni possibile campione è ugualmente probabile che si verifichi.,
Stratificato Campionamento Casuale
Come Casuale Stratificato Campionamento Funziona
Quando il completamento di analisi o di ricerca su un gruppo di soggetti con caratteristiche simili, un ricercatore può trovare che la dimensione della popolazione è troppo grande per completare la ricerca. Per risparmiare tempo e denaro, un analista può assumere un approccio più fattibile selezionando un piccolo gruppo dalla popolazione., Il piccolo gruppo è indicato come una dimensione del campione, che è un sottoinsieme della popolazione che viene utilizzato per rappresentare l’intera popolazione. Un campione può essere selezionato da una popolazione attraverso una serie di modi, uno dei quali è il metodo di campionamento casuale stratificato.
Un campionamento casuale stratificato comporta la divisione dell’intera popolazione in gruppi omogenei chiamati strati (plurale per strato). Campioni casuali vengono quindi selezionati da ogni strato., Ad esempio, si consideri un ricercatore accademico che vorrebbe conoscere il numero di studenti MBA nel 2007 che hanno ricevuto un’offerta di lavoro entro tre mesi dalla laurea.
Scoprirà presto che c’erano quasi 200.000 laureati MBA per l’anno. Potrebbe decidere di prendere solo un semplice campione casuale di 50.000 laureati ed eseguire un sondaggio. Meglio ancora, poteva dividere la popolazione in strati e prendere un campione casuale dagli strati. Per fare questo, avrebbe creato gruppi di popolazione in base al sesso, fascia di età, razza, paese di nazionalità e background professionale., Un campione casuale da ogni strato è preso in un numero proporzionale alla dimensione dello strato rispetto alla popolazione. Questi sottoinsiemi degli strati vengono quindi raggruppati per formare un campione casuale.
Esempio di campionamento casuale stratificato
Supponiamo che un team di ricerca voglia determinare il GPA degli studenti universitari negli Stati Uniti Il team di ricerca ha difficoltà a raccogliere dati da tutti i 21 milioni di studenti universitari; decide di prendere un campione casuale della popolazione utilizzando 4.000 studenti.,
Ora supponiamo che il team guardi i diversi attributi dei partecipanti campione e si chieda se ci sono differenze nei GPA e nelle major degli studenti. Supponiamo che trovi che 560 studenti siano major inglesi, 1.135 sono major scientifiche, 800 sono major informatiche, 1.090 sono major ingegneristiche e 415 sono major matematiche. Il team vuole utilizzare un campione casuale stratificato proporzionale in cui lo strato del campione è proporzionale al campione casuale nella popolazione.
Assumere il team ricerca i dati demografici degli studenti universitari in U.,S e trova la percentuale di ciò che gli studenti maggiore in: 12% maggiore in inglese, 28% maggiore in scienze, 24% maggiore in informatica, 21% maggiore in ingegneria, e 15% maggiore in matematica. Pertanto, vengono creati cinque strati dal processo di campionamento casuale stratificato.
Il team deve quindi confermare che lo strato della popolazione è in proporzione allo strato nel campione; tuttavia, scoprono che le proporzioni non sono uguali., Il team ha quindi bisogno di ri-campione 4.000 studenti della popolazione e selezionare casualmente 480 inglese, 1.120 scienze, 960 informatica, 840 ingegneria, e 600 studenti di matematica.
Con quelli, ha un campione casuale stratificato proporzionato di studenti universitari, che fornisce una migliore rappresentazione delle major universitarie degli studenti negli Stati Uniti I ricercatori possono quindi evidenziare uno strato specifico, osservare i vari studi degli studenti universitari statunitensi e osservare le varie medie dei punti di grado.,
Campioni casuali semplici contro campioni casuali stratificati
Campioni casuali semplici e campioni casuali stratificati sono entrambi strumenti di misurazione statistica. Un semplice campione casuale viene utilizzato per rappresentare l’intera popolazione di dati. Un campione casuale stratificato divide la popolazione in gruppi più piccoli, o strati, in base a caratteristiche condivise.,
Il semplice campione casuale viene spesso utilizzato quando ci sono pochissime informazioni disponibili sulla popolazione di dati, quando la popolazione di dati ha troppe differenze da dividere in vari sottoinsiemi, o quando c’è solo una caratteristica distinta tra la popolazione di dati.
Ad esempio, un’azienda di caramelle potrebbe voler studiare le abitudini di acquisto dei propri clienti al fine di determinare il futuro della sua linea di prodotti. Se ci sono 10.000 clienti, può utilizzare scegliere 100 di quei clienti come campione casuale., Può quindi applicare ciò che trova da quei 100 clienti al resto della sua base. A differenza della stratificazione, campionerà 100 membri puramente a caso senza alcun riguardo per le loro caratteristiche individuali.
Stratificazione proporzionata e sproporzionata
Il campionamento casuale stratificato assicura che ogni sottogruppo di una data popolazione sia adeguatamente rappresentato all’interno dell’intera popolazione campione di uno studio di ricerca. La stratificazione può essere proporzionata o sproporzionata., In un metodo stratificato proporzionato, la dimensione del campione di ogni strato è proporzionale alla dimensione della popolazione dello strato.
Ad esempio, se il ricercatore voleva un campione di 50.000 laureati utilizzando la fascia di età, il campione casuale stratificato proporzionato sarà ottenuto usando questa formula: (dimensione del campione / dimensione della popolazione) x dimensione dello strato. La tabella seguente presuppone una dimensione della popolazione di laureati MBA 180,000 all’anno.,>
Numero di persone in strato
di 90.000
60,000
di 30.000
a 180.000
Strati dimensione del campione
di 25.000
16,667
pari a 8.333
di 50.000
Gli strati dimensione del campione per l’MBA di laureati nella fascia di età tra i 24 e i 28 anni è calcolato come (50,000/a 180.000) x un totale di 90.000 = 25,000., Lo stesso metodo viene utilizzato per gli altri gruppi di fascia d’età. Ora che la dimensione del campione degli strati è nota, il ricercatore può eseguire semplici campionamenti casuali in ogni strato per selezionare i partecipanti al sondaggio. In altre parole, 25.000 laureati della fascia di età 24-28 saranno selezionati casualmente dall’intera popolazione, 16.667 laureati della fascia di età 29-33 saranno selezionati casualmente dalla popolazione e così via.
In un campione stratificato sproporzionato, la dimensione di ogni strato non è proporzionale alla sua dimensione nella popolazione., Il ricercatore può decidere di campionare 1/2 dei laureati nella fascia di età 34-37 e 1/3 dei laureati nella fascia di età 29-33.
È importante notare che una persona non può adattarsi a più strati. Ogni entità deve rientrare in un solo strato. Avere sottogruppi sovrapposti significa che alcuni individui avranno maggiori possibilità di essere selezionati per il sondaggio, il che nega completamente il concetto di campionamento stratificato come tipo di campionamento probabilistico.,
I gestori di portafoglio possono utilizzare il campionamento casuale stratificato per creare portafogli replicando un indice come un indice obbligazionario.
Vantaggi del campionamento casuale stratificato
Il vantaggio principale del campionamento casuale stratificato è che cattura le caratteristiche chiave della popolazione nel campione. Simile a una media ponderata, questo metodo di campionamento produce caratteristiche nel campione che sono proporzionali alla popolazione complessiva., Il campionamento casuale stratificato funziona bene per popolazioni con una varietà di attributi, ma è altrimenti inefficace se non è possibile formare sottogruppi.
La stratificazione fornisce un errore minore nella stima e una maggiore precisione rispetto al semplice metodo di campionamento casuale. Maggiori sono le differenze tra gli strati, maggiore è il guadagno in precisione.
Svantaggi del campionamento casuale stratificato
Sfortunatamente, questo metodo di ricerca non può essere utilizzato in ogni studio. Lo svantaggio del metodo è che diverse condizioni devono essere soddisfatte per essere utilizzato correttamente., I ricercatori devono identificare ogni membro di una popolazione in fase di studio e classificare ciascuno di essi in una, e solo una, sottopopolazione. Di conseguenza, il campionamento casuale stratificato è svantaggioso quando i ricercatori non possono classificare con sicurezza ogni membro della popolazione in un sottogruppo. Inoltre, trovare un elenco esaustivo e definitivo di un’intera popolazione può essere difficile.
La sovrapposizione può essere un problema se ci sono soggetti che rientrano in più sottogruppi. Quando viene eseguito un semplice campionamento casuale, è più probabile che vengano scelti quelli che si trovano in più sottogruppi., Il risultato potrebbe essere una falsa dichiarazione o una riflessione imprecisa della popolazione.
Gli esempi di cui sopra lo rendono facile: laurea, laureato, maschio e femmina sono gruppi chiaramente definiti. In altre situazioni, tuttavia, potrebbe essere molto più difficile. Immagina di incorporare caratteristiche come razza, etnia o religione. Il processo di ordinamento diventa più difficile, rendendo il campionamento casuale stratificato un metodo inefficace e meno ideale.,