СТРАТИФИКОВАНО УЗОРКОВАЊЕ: ШТА ЈЕ ТО, ВРСТЕ, ПРЕДНОСТИ И НЕДОСТАЦИ - ЕКОНОМИЈА - 2025

Слојевити узорковања , или раслојавање, је метод узорковања која укључује поделу становништво у мање подгрупе, познатих као слојева. Заузврат, ови слојеви се формирају на основу заједничких атрибута или карактеристика чланова, као што су приход или ниво образовања.

Користи се за истицање разлика између група у популацији, за разлику од једноставног узорковања, који све чланове популације третира као једнаке, са истом вероватноћом да буду узорковани.

Извор: неедпик.цом

Циљ је побољшати прецизност узорка смањењем грешке у узорковању. Може да произведе пондерисану средину са мањом варијабилношћу од аритметичке средње вредности једноставног узорка популације.

Стратификација је процес фрагментације чланова популације у хомогене подскупине пре узорковања. Кроз слојеве је дефинисана дистрибуција становништва.

Односно, мора бити колективно исцрпна и међусобно искључива, тако да сваком слоју становништва мора бити додељен по један слој. Затим се систематско или једноставно узорковање примењује унутар сваког слоја.

Важна разматрања

Важно је напоменути да се слојеви не смеју међусобно супротстављати. Преклапање подскупина ће неким људима пружити већу шансу да буду изабрани као субјекти. То тотално пригушује појам стратификованог узорковања као прототипа узорковања.

Једнако је важно да истраживач мора користити једноставно узорковање у различитим слојевима.

Најчешћи слојеви који се користе у стратификованом узорковању су старосна доб, пол, социоекономски статус, религија, националност и ниво образовања.

Шта је стратификовано узорковање?

Када попуњава анализу на групи ентитета са сличним карактеристикама, истраживач може открити да је бројност становништва превелика да би могла завршити истрагу.

Да бисте уштедјели вријеме и новац, могуће је остварити изводљивију перспективу одабиром мале групе из становништва. Ова мала група назива се величина узорка, која је подскуп становништва која се користи за представљање целокупне популације.

Узорак из популације може се одабрати на више начина, од којих је један са стратификованим узорковањем. Ово укључује поделу укупног становништва на хомогене групе које се зову слојеви. Затим се изаберу насумични узорци из сваког слоја.

Процес за извођење стратификованог узорковања

- Поделите популацију на подгрупе или мање слојеве, у складу са атрибутима и карактеристикама које деле чланови.

- Узмите насумични узорак из сваког слоја у броју који је пропорционалан величини слоја.

- Групирајте подскупове слојева да бисте формирали случајни узорак.

- Обави анализу.

На пример, узмите у обзир истраживача који је желео да сазна број пословних студената који су добили понуду за посао у року од три месеца након што су дипломирали 2018. Они ће ускоро открити да је у тој години било близу 200 000 дипломаната из бизниса.

Могли бисте одлучити да једноставно узмете случајни узорак од 5000 дипломаната и спроведете анкету. Још боље, можете поделити становништво на слојеве и узети случајни узорак из тих слојева.

Да бисте то учинили, створили бисте групе становништва на основу старости, расе, националности или професионалног порекла.

Из сваког слоја узима се случајни узорак, сразмеран величини слоја у односу на укупну популацију. Ови подгрупи ће бити груписани заједно у формирање узорка.

Врсте

Пропорционално стратификовано узорковање

У овом типу, величина узорка за сваки слој сразмерна је величини популације стратума у ​​поређењу са укупном популацијом. То значи да сваки слој има исту стопу узорковања.

Кад се за одређивање слојева одабере карактеристика појединаца, резултирајуће подскупине су често различитих величина.

На пример, желимо да проучимо проценат мексичке популације која пуши, а одлучено је да би старост био добар критеријум за стратификацију, јер се верује да навике пушења могу значајно варирати у складу са годинама. Дефинисана су три слоја:

- Мање од 20 година.

- Између 20 и 44.

- Преко 44.

Када се становништво Мексика подели на ове три слојеве, не очекује се да ће ове три групе бити исте величине. У ствари, стварни подаци то потврђују:

- Стратум 1: 42,4 милиона (41,0%).

- Стратум 2: 37,6 милиона (36,3%).

- Стратум 3: 23,5 милиона (22,7%).

Ако се користи пропорционално стратификовано узорковање, узорак треба да се састоји од слојева који одржавају исте пропорције као и популација. Ако желите да направите узорак од 1.000 појединаца, узорци морају имати следеће величине:

Врло је слично окупљању мањег становништва, одређено релативним пропорцијама слојева унутар становништва.

Униформно стратификовано узорковање

У овом типу, иста величина узорка додељена је свим дефинисаним слојевима, без обзира на тежину ових слојева унутар популације.

Равномерно слојевито узорковање из претходног примера произвело би следећи узорак за сваки слој:

Ова метода фаворизује слојеве који имају мању тежину у становништву, дајући им исти ниво важности као релевантнијим слојевима.

То смањује укупну ефикасност узорка, али омогућава да се појединачне карактеристике сваког слоја проучавају са већом прецизношћу.

На пример, ако желите да дате посебну изјаву о популацији стратума 3 (преко 44), можете смањити грешке у узорковању користећи узорак од 333 јединице, уместо узорка од 227 јединица, добијеног из пропорционално стратификовано узорковање.

Предности и мане

Стратификовано узорковање делује добро за популације које имају различите атрибуте, али иначе неће бити ефикасне ако се не могу формирати подгрупе.

- Предност

Прикупите кључне карактеристике

Главна предност слојевитог узорковања је што прикупља кључне карактеристике популације у узорку.

Слично као пондерисани просек, ова метода узорковања даје карактеристике у узорку које су пропорционалне укупној популацији.

Већа статистичка прецизност

Стратификација даје мање грешака у процени од једноставне методе узорковања. Што је већа разлика између слојева, то је већи добитак у прецизности.

Постоји већа статистичка прецизност у поређењу са једноставним узорковањем. То је због чињенице да је унутар подгрупа варијабилност мања, у поређењу са варијацијама које се јављају са укупном популацијом.

Мања величина узорка

Пошто ова техника има високу статистичку тачност, то такође значи да јој је потребна мања величина узорка, што истраживачима може уштедети пуно труда, новца и времена.

- Недостаци

Нажалост, ова метода истраживања не може се користити у свим студијама. Недостатак методе је што мора бити испуњено неколико услова да би се правилно користила.

Потешкоће у проналажењу слојева

Главни недостатак је тај што може бити тешко идентификовати одговарајуће слојеве студије. Поред тога, проналажење потпуне и коначне листе читаве популације може бити изазовно.

Сложеност организовања

Други недостатак је то што је сложеније организовати и анализирати резултате у поређењу са једноставним узорковањем.

Истраживачи морају идентификовати сваког члана истраживачке популације и класификовати га у само једну потпопулацију. Као резултат тога, стратификовано узорковање је неповољно када истраживачи не могу са сигурношћу да класификују сваког члана популације у подгрупу.

Наслагање може представљати проблем ако постоје предмети који спадају у више подскупина. Када се изврши једноставно узорковање, већа је вероватноћа да ће се одабрати они у више подгрупа. Резултат тога би могао бити погрешна презентација или нетачно одражавање становништва.

Примјери попут студената, дипломираних студената, мушкараца и жена олакшавају то што су јасно дефинисане групе.

Међутим, у другим ситуацијама то може бити и много теже. Можете замислити да укључују карактеристике као што су раса, националност или религија. Процес класификације постао би тежи, а стратифицирано узорковање учинило би неефикасном методом.

Пример

Претпоставимо да истраживачки тим жели да утврди просек бодова студената на факултетима у Сједињеним Државама.

Истраживачки тим има очигледне потешкоће у прикупљању ових података од 21 милиона студената. Стога сте одлучили да узмете узорак из популације, користећи само 4.000 ученика.

Тим разматра различите атрибуте учесника у узорку и пита се да ли постоји разлика између просека оцена и специјализације ученика.

На узорку је утврђено да је 560 студената студенти енглеског језика, 1.135 наука, 800 рачунарских наука, 1.090 инжењерства и 415 математике.

Тим жели да користи пропорционално стратификовано узорковање, где су узорци слојеви пропорционални узорку популације.

Стварање слојева

Да би то постигли, тим истражује статистику студената у САД и проналази званични проценат студената који се специјализују: 12% енглеског језика, 28% науке, 24% рачунарских наука, 21% инжењерства и 15% из математике.

Стога је из стратификованог узорковања створено пет слојева. Тим мора потврдити да је слој популације пропорционалан слоју узорка. Међутим, он открива да пропорције нису једнаке.

Сходно томе, тим треба да поново прилагоди популацију од 4.000 студената, али овај пут насумично одабиром 480 (12%) енглеског полазника, 1.120 (28%) науке, 960 (24%) информатике, 840 ( 21%) из инжењерства и 600 (15%) из математике.

С тим у вези имамо пропорционалан стратифицирани узорак студената који омогућава бољу заступљеност студената у САД-у.

Истраживачи ће моћи да истакну одређени слој, примете различите студије америчких студената и примете различита просечна поена.

Референце

1. Адам Хаиес (2019). Стратификовано случајно узорковање. Преузето са: инвестстопедиа.цом.
2. Википедија, бесплатна енциклопедија (2019). Слојевити узорковање. Преузето са: ен.википедиа.орг.
3. Екплорабле (2019). Стратификована метода узорковања. Преузето са: екплорабле.цом.
4. Анкета Гизмо (2019). Шта је стратифицирано узорковање и када се користи? Преузето са: сурвеигизмо.цом.
5. Асхлеи Цроссман (2019). Разумевање слојевитих узорака и како их направити. Тхоугхт Цо. Преузето са: тхинкцо.цом.
6. Царлос Оцхоа (2017). Насумично узорковање: стратификовано узорковање. Преузето са: неткуест.цом.