Kaikki kerrostetut satunnainen näytteenotto
Mikä on kerrostettu satunnainen näytteenotto?
Näyte on pienen edustuksen suurempi väestö.
Näytteet voidaan määrittää epävirallisesti tai muodollisesti. Mutta näytteitä, joita kehitetään systemaattisesti tiettyjen tieteellisten menetelmien mukaisesti, pidetään yleisesti hyödyllisimpänä suurempien populaatioiden yleistymisen tekemiseksi.
Mitä stratified tarkoittaa?
Stratifioidut näytteet koostuvat homogeenisista alaryhmistä, joiden katsotaan olevan merkittäviä tärkeitä tapoja. Näiden homogeenisten alaryhmien kokoelmaa kutsutaan kerroksiksi. Tämä näytteenottomenetelmän avulla väestö voi jakautua homogeenisiin alaryhmiin, joista yksinkertaiset satunnaisnäytteet voidaan valita .
Miksi ositettu näyte on hyödyllinen?
Satunnaisotannan kerrostapana tavoitteena on valita osallistujia eri alaryhmistä, joiden uskotaan olevan merkityksellisiä tutkimukseen . Esimerkiksi tutkimuksen tuloksiin voisivat vaikuttaa oppilaiden ominaispiirteet , kuten heidän ikä, sukupuoli, työkokemustaso, rotu ja etninen ryhmä, taloudellinen tilanne, saavutettu koulutus ja niin edelleen.
Kerrostunut näyte on rakennettu siten, että näistä mahdollisesti vaikuttavista ominaisuuksista voidaan kohtuudella olettaa vastaavan näiden ominaisuuksien mallia kokonaisväestössä. Näin näyte heijastaa väestöä, josta se on otettu, mutta näytettä ei voida sanoa edustavan suurempaa väestöä .
Muista, että kerrostetun näytteen jäsenten valinta ei ole satunnainen prosessi. Se sanoi, kun kerrokset on todettu, yksinkertaista satunnaisotannetta käytetään valitsemaan näytteiden jäsenet jokaiselle kerrokselle .
Mitä probabilistinen tarkoittaa?
Kerrostettu satunnaisnäyte on probabilistinen, koska jokainen näytteen väestöä valittaessa käytetty menetelmä antaa kohtuullisen luotettavan tavan arvioida, kuinka edustava näytepopulaatio on suurempi (maailmankaikkeus) väestö , josta näyte valittiin. Toisin sanoen probabilistinen näyte sallii tutkijan arvioida kertoimet , joita näyte valitsee tai ei edusta suurempaa väestöä, josta näyte otettiin.
esimerkit
Käytä kerrostettuja satunnaisnäytteenottomenetelmiä, kun on kiinnostusta homogeenisten alaryhmien ja koko näytepopulaation välisistä eroista .
Oletetaan, että yritysasiakkaiden joukko voidaan jakaa kolmeen ryhmään: Gen-Xers, Gen-Yers (Millennial) ja Baby Boomers. Lisäksi meillä on syytä uskoa, että sekä Gen-Xers että Gen-Yers ovat suhteellisesti pienempiä kokonaisliiketoiminta-asiakkaita. Gen-Xersin osuus on noin 5 prosenttia asiakaskunnan kokonaisväestöstä ja Gen-Yersin osuus on noin 10 prosenttia asiakaskunnasta.
Yksinkertainen 100-jäsenisen satunnaisnäytteen (n = 100) voi tuottaa 5 Gen-Xers ja 10 Gen-Yers, jos käytimme 10 prosentin näytteenottoosuutta. Gen-Xersin ja Gen-Yersin välillä olisi mahdollista saada entistä pienempi määrä kuin näytteessä - vain sattumalta. Jakautuminen todennäköisesti tuottaa edustavampia tuloksia. Sano, että haluamme olla kussakin ryhmässä vähintään 25 henkilöä. Jos otamme vielä 100 näytettä (n = 100), voimme näyte 25 Gen-Xers, 25 Gen-Yers ja 50 Baby Boomers.
Tiedämme, että 10 prosenttia väestöstä on Millennials tai Gen-Yers (tai noin 100 asiakasta.) Satunnaismainen 25 asiakkaan otos antaa kerroksen näytteenottoosuuden 25/100 tai 25 prosenttia. 50: stä asiakkaasta, jotka eivät ole Baby Boomers, ovat Gen-Xers. Tämä tarkoittaa, että kerrosten välinen osuus on 25/50 tai 50 prosenttia.
Joten, 50 Gen-Xers plus 100 Gen-Yers on yhteensä 150 asiakkaan näytteestä. Koska kokonaisasiakasryhmä on 1000, vähennämme Gen-Xersin ja Gen-Yersin (yhteensä 150 asiakasta), jotka jättävät 850 asiakkaalle, jotka ovat Baby Boomersia. Vauvan Boomers-kerroksen näytteenottofraktio on 50/850 tai noin 5,88 prosenttia.
Kaksi asiaa on ilmeinen: (1) Nämä kolme ryhmää ovat homogeenisempia ryhmässä kuin koko väestö. Tämä tarkoittaa sitä, että varianssi on vähemmän, mikä antaa mahdollisuuden suurempaan tilastolliseen tarkkuuteen . (2) Ja koska näyte on kerrostunut, kunkin ryhmän joukosta on tarpeeksi jäseniä, jotta pystytään tekemään mielekkäitä alaryhmän johtopäätöksiä .
Ositettu otanta voi olla suositeltavaa yksinkertaisen satunnaisnäytteenoton kannalta, kun on tärkeää edustaa koko väestöä ja edustaa väestön tärkeimpiä alaryhmiä, varsinkin kun alaryhmät ovat varsin pieniä mutta erottuvat tärkeillä tavoilla. Käyttämällä kerrostettuja näytteenottomenetelmiä tutkija voi tehokkaasti varmistaa, että alaryhmät voidaan erottaa tutkimustulosten keskustelussa.