Stratifikovaný náhodný odber vzoriek prospieva vedcom tým, že im umožňuje získať vzorku vzoriek, ktorá najlepšie reprezentuje celú študovanú populáciu. Tento spôsob výskumu však nie je bez jeho nevýhod.
Stratifikovaný náhodný odber vzoriek: Prehľad
Stratifikovaný náhodný odber vzoriek zahrnuje najprv rozdelenie populácie na subpopulácie a potom použitie náhodných metód odberu vzoriek na každú subpopuláciu, aby sa vytvorila testovacia skupina. Nevýhodou je, keď vedci nemôžu klasifikovať každého člena populácie do podskupiny.
Stratifikovaný náhodný odber vzoriek sa líši od jednoduchého náhodného odberu vzoriek, ktorý zahŕňa náhodný výber údajov z celej populácie, takže je pravdepodobné, že dôjde ku každej možnej vzorke. Naproti tomu stratifikovaný náhodný výber rozdeľuje populáciu do menších skupín alebo vrstiev na základe zdieľaných charakteristík. Z každej vrstvy sa vyberie náhodná vzorka priamo úmerná veľkosti vrstvy v porovnaní s populáciou.
Príklad stratifikovaného náhodného výberu
Nasleduje príklad stratifikovaného náhodného odberu vzoriek:
Vedci vykonávajú štúdiu určenú na hodnotenie politického sklonu študentov ekonómie na hlavnej univerzite. Vedci chcú zabezpečiť, aby náhodná vzorka čo najlepšie aproximovala populáciu študentov, vrátane pohlavia, vysokoškolákov a postgraduálnych študentov. Celková populácia v štúdii je 1 000 študentov a odtiaľ sú vytvorené podskupiny, ako je uvedené nižšie.
Celkový počet obyvateľov = 1 000
Vedci by zaradili každého študenta ekonómie na univerzite do jednej zo štyroch subpopulácií: vysokoškolákov, vysokoškolákov, absolventov a absolventiek. Vedci by potom spočítali, koľko študentov z každej podskupiny tvorí celkovú populáciu 1 000 študentov. Odtiaľ vedci vypočítajú percentuálne zastúpenie každej podskupiny z celkového počtu obyvateľov.
podskupiny:
- Muži - vysokoškoláci = 450 študentov (zo 100) alebo 45% populácie Ženy vysokoškolské vzdelanie = 200 študentov alebo 20% Postgraduálne mužov = 200 študentov alebo 20% Postgraduálnych žien = 150 študentov alebo 15%
Uskutočňuje sa náhodný odber vzoriek každej subpopulácie na základe jej zastúpenia v rámci populácie ako celku. Keďže vysokoškolskí muži tvoria 45% populácie, z tejto podskupiny je náhodne vybraných 45 mužov. Pretože absolventi mužov tvoria iba 20% populácie, 20 sa vyberie do vzorky a tak ďalej.
Aj keď stratifikovaný náhodný odber vzoriek presne odráža študovanú populáciu, podmienky, ktoré je potrebné splniť, znamenajú, že túto metódu nemožno použiť v každej štúdii.
Výhody stratifikovaného náhodného odberu vzoriek
Stratifikovaný náhodný výber má výhody v porovnaní s jednoduchým náhodným výberom.
Presne odráža študovanú populáciu
Stratifikovaný náhodný výber vzoriek presne odráža študovanú populáciu, pretože vedci pred aplikáciou metód náhodného výberu stratifikujú celú populáciu. Stručne povedané, zabezpečuje, že každá podskupina v rámci populácie dostane správne zastúpenie vo vzorke. Výsledkom je, že stratifikovaný náhodný výber poskytuje lepšie pokrytie populácie, pretože vedci majú kontrolu nad podskupinami, aby sa zabezpečilo, že všetky sú zastúpené vo vzorke.
Pri jednoduchom náhodnom výbere neexistuje žiadna záruka, že sa vyberie konkrétna podskupina alebo typ osoby. V našom predchádzajúcom príklade študentov vysokých škôl by použitie jednoduchého náhodného výberu vzoriek na získanie vzorky od 100 obyvateľov mohlo viesť k výberu iba 25 vysokoškolských študentov mužského pohlavia alebo iba 25% z celkovej populácie. Môže sa vybrať aj 35 absolventiek (35% populácie), čo vedie k nedostatočnému zastúpeniu vysokoškolských študentov a nadmernému zastúpeniu absolventiek. Akékoľvek chyby v zastúpení obyvateľstva môžu znížiť presnosť štúdie.
Nevýhody stratifikovaného náhodného odberu vzoriek
Stratifikovaný náhodný výber vzoriek predstavuje nevýhodu aj pre vedcov.
Nedá sa použiť vo všetkých štúdiách
Bohužiaľ, túto metódu výskumu nemožno použiť v každej štúdii. Nevýhodou metódy je, že na jej správne použitie musí byť splnených niekoľko podmienok. Výskumní pracovníci musia identifikovať každého člena študovanej populácie a klasifikovať každú z nich do jednej a iba jednej subpopulácie. Výsledkom je, že stratifikovaný náhodný výber je nevýhodný, keď vedci nemôžu s istotou klasifikovať každého člena populácie do podskupiny. Nájdenie úplného a definitívneho zoznamu celej populácie môže byť náročné.
Prekrývanie môže byť problémom, ak existujú predmety, ktoré spadajú do viacerých podskupín. Ak sa vykonáva jednoduchý náhodný výber, je pravdepodobnejšie, že sa vyberú tí, ktorí sú vo viacerých podskupinách. Výsledkom by mohlo byť skreslenie alebo nepresné odrazenie populácie.
Vyššie uvedený príklad to uľahčuje: Vysokoškoláci, absolventi, muži a ženy sú jasne definované skupiny. V iných situáciách by to však mohlo byť oveľa ťažšie. Predstavte si, že zahŕňa vlastnosti ako rasa, etnická príslušnosť alebo náboženstvo. Proces triedenia sa stáva ťažším, čo robí stratifikovaný náhodný odber vzoriek neefektívnym a menej ako ideálnym spôsobom.
Kľúčové jedlá
- Stratifikovaný náhodný výber umožňuje výskumným pracovníkom získať vzorku, ktorá najlepšie reprezentuje celú študovanú populáciu. Túto metódu výskumu nemožno použiť v každej štúdii. celá populácia, takže je pravdepodobné, že sa vyskytne každá možná vzorka.
