Det stratificeret prøveudtagning, eller stratifikation, er en prøveudtagningsmetode, der involverer opdeling af en population i mindre undergrupper, kendt som strata. Til gengæld dannes disse lag baseret på medlemmernes fælles attributter eller karakteristika, såsom indkomst eller uddannelsesniveau..
Det bruges til at fremhæve forskellene mellem grupper i en befolkning i modsætning til simpel prøveudtagning, der behandler alle medlemmer af en befolkning som lige med samme sandsynlighed for at blive udtaget.
Målet er at forbedre nøjagtigheden af prøven ved at reducere prøveudtagningsfejlen. Kan producere et vægtet gennemsnit med mindre variation end det aritmetiske gennemsnit af en simpel stikprøve af befolkningen.
Stratificering er processen med fragmentering af medlemmer af en befolkning i homogene delmængder inden prøvetagning. Gennem lagene defineres en fordeling af befolkningen.
Det vil sige, det skal være kollektivt udtømmende og gensidigt eksklusivt, så et enkelt lag skal tildeles hvert element af befolkningen. Derefter anvendes en systematisk eller simpel prøveudtagning inden for hvert stratum.
Artikelindeks
Det er vigtigt at bemærke, at lagene ikke skal sidestilles. At have overlappende undergrupper vil give nogle mennesker større chance for at blive valgt som emner. Dette hæmmer helt forestillingen om stratificeret prøveudtagning som en prøveudtagningsprototype..
Det er lige så vigtigt, at forskeren skal bruge en simpel prøveudtagning inden for de forskellige lag..
De mest almindelige lag anvendt i stratificeret prøveudtagning er alder, køn, socioøkonomisk status, religion, nationalitet og uddannelsesniveau..
Når analysen udføres på en gruppe enheder med lignende karakteristika, kan en efterforsker finde ud af, at befolkningsstørrelsen er for stor til at gennemføre undersøgelsen..
For at spare tid og penge kan et mere gennemførligt perspektiv vedtages ved at vælge en lille gruppe fra befolkningen. Denne lille gruppe kaldes stikprøvestørrelsen, som er en delmængde af den population, der bruges til at repræsentere hele befolkningen..
Du kan vælge en prøve fra en population på flere måder, hvoraf den ene er stratificeret prøveudtagning. Dette indebærer at opdele den samlede befolkning i homogene grupper kaldet strata. Derefter vælges tilfældige prøver fra hvert stratum.
- Opdel befolkningen i mindre undergrupper eller lag baseret på attributter og egenskaber, der deles af medlemmerne.
- Tag en tilfældig prøve fra hvert stratum i et tal, der er proportionalt med stratumets størrelse.
- Gruppér delmængder af strata for at danne en tilfældig prøve.
- Udfør analysen.
Overvej for eksempel en forsker, der gerne vil vide antallet af forretningsstuderende, der modtog et jobtilbud inden for tre måneder efter deres eksamen i 2018. De vil snart opdage, at der var næsten 200.000 erhvervseksamen det år..
Du kan beslutte at blot tage en tilfældig prøve på 5.000 kandidater og gennemføre undersøgelsen. Endnu bedre, du kan opdele befolkningen i lag og tage en tilfældig prøve over disse lag..
For at gøre dette opretter du befolkningsgrupper baseret på alder, race, nationalitet eller professionel baggrund..
En tilfældig prøve ville blive taget fra hvert stratum i forhold til størrelsen af stratumet i forhold til den samlede befolkning. Disse undergrupper grupperes sammen for at danne en prøve.
I denne type er stikprøvestørrelsen for hvert stratum proportional med befolkningens størrelse i stratum sammenlignet med den samlede befolkning. Dette betyder, at hvert stratum har den samme prøveudtagningsandel.
Når en karakteristik af individerne vælges for at definere lagene, har de resulterende undergrupper ofte forskellige størrelser..
For eksempel ønsker vi at undersøge den procentdel af den mexicanske befolkning, der ryger, og det besluttes, at alder ville være et godt kriterium at stratificere, fordi det antages, at rygevaner kan variere markant i henhold til alder. Tre lag er defineret:
- Under 20 år.
- Mellem 20 og 44.
- Over 44.
Når Mexicos befolkning er opdelt i disse tre lag, forventes de tre grupper ikke at være af samme størrelse. Faktisk bekræfter de faktiske data dette:
- Stratum 1: 42,4 millioner (41,0%).
- Stratum 2: 37,6 millioner (36,3%).
- Stratum 3: 23,5 millioner (22,7%).
Hvis der anvendes proportional stratificeret prøveudtagning, skal prøven bestå af lag, der opretholder de samme proportioner som populationen. Hvis du vil oprette en prøve på 1.000 personer, skal prøverne have følgende størrelser:
Det ligner meget at samle en mindre befolkning, bestemt af de relative andele af lagene i befolkningen..
I denne type tildeles den samme stikprøvestørrelse til alle de definerede lag, uanset vægten af disse lag i befolkningen..
En ensartet stratificeret prøveudtagning, der tager det foregående eksempel, ville producere følgende prøve for hvert stratum:
Denne metode favoriserer de lag, der har mindre vægt i befolkningen, ved at give dem samme niveau af betydning som de mest relevante lag.
Dette reducerer den samlede effektivitet af prøven, men gør det muligt at undersøge de enkelte karakteristika for hvert stratum med større præcision..
I eksemplet, hvis du ønsker at komme med en specifik erklæring om populationen af stratum 3 (over 44), kan du reducere prøveudtagningsfejlene ved at bruge en prøve på 333 enheder i stedet for en prøve på 227 enheder som opnået fra proportional stratificeret prøveudtagning.
Stratificeret prøveudtagning fungerer godt for populationer, der har en række attributter, men ellers vil det ikke være effektivt, hvis der ikke kan dannes undergrupper..
Den største fordel ved stratificeret prøveudtagning er, at den samler nøglekarakteristika for populationen i stikprøven..
Svarende til et vægtet gennemsnit producerer denne prøvetagningsmetode egenskaber i prøven, der er proportionale med den samlede befolkning..
Stratificering giver en lavere estimeringsfejl end den enkle prøveudtagningsmetode. Jo større forskellen mellem lagene er, jo større er præcisionen..
Det har en højere statistisk præcision sammenlignet med simpel prøveudtagning. Dette skyldes, at variationen i undergrupperne er lavere sammenlignet med de variationer, der opstår med den samlede befolkning..
Da denne teknik har høj statistisk nøjagtighed, betyder det også, at den kræver en mindre stikprøvestørrelse, hvilket kan spare forskere for en stor indsats, penge og tid..
Desværre kan denne forskningsmetode ikke bruges i alle undersøgelser. Ulempen ved metoden er, at flere betingelser skal være opfyldt for at den kan bruges korrekt.
Den største ulempe er, at det kan være svært at identificere passende lag til en undersøgelse. Derudover kan det være en udfordring at finde en udtømmende og endelig liste over en hel befolkning..
En anden ulempe er, at det er mere komplekst at organisere og analysere resultaterne sammenlignet med simpel prøveudtagning..
Forskere skal identificere hvert medlem af en undersøgelsespopulation og klassificere det i kun en delpopulation. Som et resultat er stratificeret prøveudtagning en ulempe, når forskere ikke med sikkerhed kan klassificere hvert medlem af befolkningen i en undergruppe..
Juxtaposition kan være et problem, hvis der er emner, der falder i flere undergrupper. Når der udføres simpel prøveudtagning, er det mere sandsynligt, at de i flere undergrupper vælges. Resultatet kunne være en vildledning eller en unøjagtig afspejling af befolkningen.
Eksempler som universitetsstuderende, kandidater, mænd og kvinder gør det let, da det er klart definerede grupper.
I andre situationer kan det dog være meget sværere. Du kan forestille dig at indarbejde egenskaber som race, etnicitet eller religion. Klassificeringsprocessen ville blive vanskeligere, hvilket gør stratificeret prøveudtagning til en ineffektiv metode..
Antag, at et forskergruppe ønsker at bestemme karaktergennemsnittet for universitetsstuderende i USA.
Forskergruppen har åbenlyse vanskeligheder med at indsamle disse data fra de 21 millioner universitetsstuderende. Derfor beslutter du at tage en prøve fra befolkningen og kun bruge 4.000 studerende..
Holdet observerer de forskellige attributter hos deltagerne i stikprøven og spørger, om der er nogen forskel mellem karakterpointgennemsnittet og de studerendes specialisering..
Det findes i stikprøven, at 560 studerende er engelske studerende, 1.135 videnskab, 800 datalogi, 1.090 ingeniørvidenskab og 415 matematik.
Holdet ønsker at bruge proportional stratificeret prøveudtagning, hvor stikprøven er proportional med befolkningsprøven.
For at gøre dette undersøger holdet statistikkerne for universitetsstuderende i USA og finder den officielle procentdel af studerende, der specialiserer sig: 12% på engelsk, 28% i naturvidenskab, 24% i datalogi, 21% i teknik og 15% i matematik.
Derfor oprettes fem lag fra den stratificerede prøveudtagningsproces. Holdet skal bekræfte, at populationsstratumet er proportionalt med prøvestratumet. Imidlertid finder han, at proportionerne ikke er ens..
Derfor er holdet nødt til at genprøve befolkningen på 4.000 studerende, men denne gang vælger man tilfældigt 480 (12%) engelsktalende, 1.120 (28%) naturfag, 960 (24%) datalogi, 840 (21%) ingeniørvidenskab og 600 ( 15%) matematik.
Med dette har vi en proportional stratificeret prøve af universitetsstuderende, som giver en bedre repræsentation af universitetsstuderende i USA..
Forskere vil være i stand til at fremhæve et specifikt lag, observere de forskellige studier af amerikanske universitetsstuderende og observere de forskellige gennemsnitlige karakterpoint..
Endnu ingen kommentarer