jak działa stratyfikowane losowe pobieranie próbek

podczas wykonywania analizy lub badań na grupie podmiotów o podobnych cechy, badacz może stwierdzić, że wielkość populacji jest zbyt duża, aby zakończyć badania. Aby zaoszczędzić czas i pieniądze, analityk może przyjąć bardziej wykonalne podejście, wybierając małą grupę z populacji., Mała grupa jest określana jako wielkość próby, która jest podzbiorem populacji, który jest używany do reprezentowania całej populacji. Próbka może być wybrana z populacji na wiele sposobów, z których jednym jest stratyfikowana metoda losowego pobierania próbek.

stratyfikowane losowe pobieranie próbek obejmuje podzielenie całej populacji na jednorodne grupy zwane warstwami (liczba mnoga dla warstwy). Losowe próbki są następnie wybierane z każdej warstwy., Weźmy na przykład badacza akademickiego, który chciałby poznać liczbę studentów MBA w 2007 r., którzy otrzymali ofertę pracy w ciągu trzech miesięcy od ukończenia studiów.

wkrótce okaże się, że na rok było prawie 200 tysięcy absolwentów MBA. Może podjąć decyzję o pobraniu prostej losowej próby 50 000 absolwentów i przeprowadzeniu ankiety. Jeszcze lepiej, mógł podzielić populację na warstwy i pobrać losową próbkę z warstw. W tym celu stworzył grupy ludności w oparciu o płeć, Przedział wiekowy, rasę, kraj narodowości i pochodzenie zawodowe., Losowa próbka z każdej warstwy jest pobierana w liczbie proporcjonalnej do wielkości warstwy w porównaniu do populacji. Te podzbiory warstw są następnie łączone w celu utworzenia próbki losowej.

przykład losowego losowania warstwowego

Załóżmy, że zespół badawczy chce określić średnią średnią studentów w USA.zespół badawczy ma trudności ze zbieraniem danych od wszystkich 21 milionów studentów; decyduje się na losową próbę populacji przy użyciu 4000 studentów.,

Załóżmy teraz, że zespół patrzy na różne atrybuty uczestników próbki i zastanawia się, czy istnieją jakiekolwiek różnice w GPA i kierunkach studentów. Załóżmy, że 560 studentów to kierunki angielskie, 1135 to kierunki ścisłe, 800 to kierunki informatyczne, 1090 to kierunki inżynierskie, A 415 to kierunki matematyczne. Zespół chce użyć proporcjonalnej stratyfikowanej próbki losowej, gdzie warstwa próbki jest proporcjonalna do próby losowej w populacji.

,S i znajduje procent tego, co studenci kierunku: 12% kierunek angielski, 28% kierunek w naukach ścisłych, 24% kierunek w informatyce, 21% kierunek w inżynierii i 15% kierunek w matematyce. Tak więc, pięć warstw są tworzone z warstwowego procesu losowego pobierania próbek.

zespół musi następnie potwierdzić, że warstwa populacji jest proporcjonalna do warstwy w próbie; jednak okazuje się, że proporcje nie są równe., Następnie zespół musi ponownie wybrać 4000 studentów z populacji i losowo wybrać 480 uczniów z języka angielskiego, 1120 z nauk ścisłych, 960 z informatyki, 840 z inżynierii i 600 z matematyki.

z tymi, ma proporcjonalną warstwową losową próbkę studentów college' u, która zapewnia lepszą reprezentację kierunków studiów studentów w Stanach Zjednoczonych naukowcy mogą następnie wyróżnić określoną warstwę, obserwować różne badania studentów amerykańskich college ' ów i obserwować różne średnie oceny.,

proste losowe vs stratyfikowane próbki losowe

proste losowe próbki i stratyfikowane próbki losowe są zarówno statystycznymi narzędziami pomiarowymi. Prosta próbka losowa jest używana do reprezentowania całej populacji danych. Stratyfikowana próbka losowa dzieli populację na mniejsze grupy lub warstwy, w oparciu o wspólne cechy.,

prosta próba losowa jest często używany, gdy istnieje bardzo mało informacji dostępnych na temat populacji danych, gdy populacja danych ma zbyt wiele różnic, aby podzielić na różne podzbiory, lub gdy istnieje tylko jedna odrębna cecha wśród populacji danych.

na przykład firma cukiernicza może chcieć zbadać nawyki zakupowe swoich klientów, aby określić przyszłość swojej linii produktów. Jeśli istnieje 10 000 Klientów, może użyć Wybierz 100 z tych klientów jako próbki losowej., Może następnie zastosować to, co znajduje od tych klientów 100 do reszty swojej bazy. W przeciwieństwie do stratyfikacji, będzie próbkować 100 członków wyłącznie losowo, bez względu na ich indywidualne cechy.

proporcjonalna i nieproporcjonalna stratyfikacja

stratyfikowane losowe pobieranie próbek zapewnia, że każda podgrupa danej populacji jest odpowiednio reprezentowana w całej populacji badanej badania. Stratyfikacja może być proporcjonalna lub nieproporcjonalna., W metodzie proporcjonalnej warstwowej wielkość próby każdej warstwy jest proporcjonalna do wielkości populacji danej warstwy.

na przykład, jeśli badacz chciał próbkę 50,000 absolwentów za pomocą przedziału wiekowego, proporcjonalna warstwowa próbka losowa zostanie uzyskana przy użyciu tego wzoru: (wielkość próby/wielkość populacji) X Rozmiar warstwy. Poniższa tabela zakłada liczebność populacji 180 000 absolwentów MBA rocznie.,

liczba osób w warstwie

90 000

60 000

30 000

180 000

rozmiar próbki

25 000

16 667

8,333

50,000

wielkość próby warstw dla absolwentów MBA w przedziale wiekowym od 24 do 28 lat oblicza się jako (50 000/180 000) x 90 000 = 25 000., Tę samą metodę stosuje się dla innych grup wiekowych. Teraz, gdy rozmiar próbki warstw jest znany, badacz może wykonać proste losowe pobieranie próbek w każdej warstwie, aby wybrać swoich uczestników badania. Innymi słowy, 25 000 absolwentów z grupy wiekowej 24-28 zostanie wybranych losowo z całej populacji, 16 667 absolwentów z przedziału wiekowego 29-33 zostanie wybranych losowo z populacji, i tak dalej.

w nieproporcjonalnej próbie warstwowej wielkość każdej warstwy nie jest proporcjonalna do jej wielkości w populacji., Badacz może podjąć decyzję o pobraniu 1/2 absolwentów w grupie wiekowej 34-37 lat i 1/3 absolwentów w grupie wiekowej 29-33 lat.

należy pamiętać, że jedna osoba nie może zmieścić się w wielu warstwach. Każda jednostka musi mieścić się tylko w jednej warstwie. Posiadanie nakładających się podgrup oznacza, że niektóre osoby będą miały większe szanse na wybranie do badania, co całkowicie neguje pojęcie warstwowego pobierania próbek jako rodzaj próbkowania prawdopodobieństwa.,