Τι είναι η στρωματοποιημένη δειγματοληψία;
Η στρωματοποιημένη δειγματοληψία, επίσης γνωστή ως στρωματοποιημένη τυχαία δειγματοληψία ή αναλογική τυχαία δειγματοληψία, είναι μια μέθοδος δειγματοληψίας που απαιτεί όλα τα δείγματα να ομαδοποιούνται σύμφωνα με ορισμένες παραμέτρους και να επιλέγουν δείγματα από κάθε τέτοια ομάδα αντί να λαμβάνονται τυχαία από ολόκληρο τον πληθυσμό. Σε αυτό, ολόκληρος ο πληθυσμός χωρίζεται σε διάφορες ομάδες παρόμοιων χαρακτηριστικών και ανάμεσά τους, επιλέγονται λίγα δείγματα, ενώ στην απλή τυχαία δειγματοληψία όλα τα μέλη ενός πληθυσμού έχουν την πιθανότητα να επιλεγούν για δειγματοληψία.
Τύπος στρωματοποιημένης δειγματοληψίας
Καθώς ο διαχωρισμός υποομάδων ή στρωμάτων, και ένα συνολικό δείγμα λαμβάνεται για να αντιπροσωπεύσει ολόκληρο τον πληθυσμό εξαρτάται από τον ερευνητή, δεν υπάρχει συγκεκριμένος τύπος για στρωματοποιημένη τυχαία δειγματοληψία. Όμως, ο τύπος που αναφέρεται παρακάτω χρησιμοποιείται ευρέως.
Τύπος στρωματοποιημένου τυχαίου δείγματος = Συνολικό μέγεθος δείγματος / Ολόκληρος πληθυσμός * Πληθυσμός υποομάδων
Τύποι στρωματοποιημένης τυχαίας δειγματοληψίας
Είναι δύο τύπων - Αναλογικά και δυσανάλογα.
- Αναλογική: Ο σκοπός της στρωματοποιημένης δειγματοληψίας είναι ότι από κάθε ομάδα, λίγα δείγματα επιλέγονται για την τελική επιλογή. Στην αναλογική δειγματοληψία, η προκαθορισμένη βάση δείγματος είναι ανάλογη όλων των ομάδων που δημιουργήθηκαν. Για παράδειγμα, εάν έχουν δημιουργηθεί 5 ομάδες ποικίλων μεγεθών δειγμάτων όπως 10, 30, 20, 100, 60 και 80. Ο ερευνητής έχει αποφασίσει να επιλέξει το 10% του συνολικού μεγέθους του πληθυσμού, δηλαδή 300. Σε αυτήν την περίπτωση, 10 από κάθε ομάδα δειγμάτων θα επιλεγούν ως συνολικά δείγματα προς έρευνα. Έτσι, οι αριθμοί θα ήταν 1,3,2,10,6 και 8 και το σύνολο θα ήταν 30 δείγματα. Αυτή η μέθοδος είναι αρκετά διαδεδομένη και διάσημη για την εφαρμογή της.
- Δυσανάλογα: Εδώ, δεν λαμβάνουμε αναλογικά δείγματα από κάθε υποομάδα και θα μπορούσαμε να επιλέξουμε οποιαδήποτε μέθοδο για να φτάσουμε στο προκαθορισμένο μέγεθος δείγματος. Αν πάρουμε το παραπάνω παράδειγμα, θα μπορούσαμε να πάρουμε οποιονδήποτε αριθμό από οποιαδήποτε ομάδα όπως το 5,5,5,4,3,8 για να πάρουμε ένα συνολικό μέγεθος δείγματος 30, όπως μπορούμε να δούμε ξεκάθαρα ότι τα δείγματα επιλέχθηκαν από διάφορες ομάδες είναι δυσανάλογα σε σχέση με το αντίστοιχο μέγεθος της υποομάδας.
Παραδείγματα τύπου στρωματοποιημένης τυχαίας δειγματοληψίας (με πρότυπο Excel)
Παράδειγμα # 1
Ας υποθέσουμε ότι μια ερευνητική ομάδα κάνει μια έρευνα για μια εταιρεία FMCG σχετικά με τη γεύση και τις προτιμήσεις των ανθρώπων στις επιλογές τροφίμων. Η ομάδα αποφάσισε να λάβει 3 μεγάλες κατηγορίες. άνδρες, γυναίκες και παιδιά. Ο συνολικός αριθμός ατόμων που απαιτούνται για το σύνολο δεδομένων είναι περίπου 1 εκατομμύριο σε αριθμούς. Πώς θα μπορούσε το Stratified Random Sampling να βοηθήσει τους ερευνητές στη συλλογή των απαιτούμενων δεδομένων με τη χρήση λιγότερου χρόνου και πόρων;
Λύση
Είναι πολύ δύσκολο να μιλήσουμε με ένα εκατομμύριο άτομα και να πάρουμε τη γνώμη τους. Αντίθετα, είναι αρκετά εύκολο και εξοικονόμηση χρόνου για τη δημιουργία διαφόρων ομάδων, την επιλογή μερικών ανάμεσά τους και τη λήψη απόψεων από αυτές, καθώς αυτός ο διαχωρισμός δεδομένων θα ήταν αντιπροσωπευτικός ολόκληρου του πληθυσμού.
Έτσι, είναι καλύτερο να διαχωρίσετε ολόκληρο το />
- Τώρα θα εκχωρήσουμε τον αριθμό των υπαλλήλων που ανήκουν στη συγκεκριμένη ηλικιακή ομάδα. Έχουμε δημοσιεύσει αριθμούς, όπως 150, 200, 250 και ούτω καθεξής.
- Στη συνέχεια, μάθετε τον αριθμό των δειγμάτων που πρέπει να λαμβάνονται από ολόκληρο τον πληθυσμό. Η ερώτηση έχει ήδη αναφερθεί για τη λήψη 10% ή 80 δειγμάτων από τον συνολικό πληθυσμό.
Συνολικός πληθυσμός & συνολικό μέγεθος δείγματος
- Συνολικός πληθυσμός = 800
- Συνολικό μέγεθος δείγματος = 80
Υπολογισμός του μεγέθους του δείγματος
- = 80/800 * 150
Το μέγεθος του δείγματος θα είναι -
- Μέγεθος δείγματος = 15
Η ίδια διαδικασία θα ακολουθηθεί από την ηλικιακή ομάδα 61 - 70.
Η διαδικασία στρωματοποιημένης δειγματοληψίας μάς έχει δώσει τον αριθμό των δειγμάτων από κάθε υποομάδα ή στρώματα, που αντανακλά ολόκληρο τον πληθυσμό.
Παράδειγμα # 3
Σε μια ομάδα μαθητών έχει δοθεί ένα έργο για να ανακαλύψει το μέγεθος του δείγματος 1200 μαθητών που σπουδάζουν στα διαφορετικά ρεύματα των μεγάλων. Πρέπει να μάθετε τα δείγματα από κάθε στρώμα ή υποομάδα που αναφέρεται παρακάτω εφαρμόζοντας τον τύπο στρωματοποιημένης τυχαίας δειγματοληψίας.
Λύση
Χρησιμοποιήστε τα παρακάτω δεδομένα:
Υπολογισμός Συνολικού Πληθυσμού
- = 200 + 260 + 190 + 380 + 170
- Συνολικός πληθυσμός = 1200
Υπολογισμός του μεγέθους του δείγματος
- = 120/1200 * 200
Το μέγεθος του δείγματος θα είναι -
- Μέγεθος δείγματος = 20
Ομοίως, μπορούμε να υπολογίσουμε το μέγεθος του δείγματος για τον υπόλοιπο πληθυσμό όπως φαίνεται παρακάτω,
Συνάφεια και χρήσεις
- Ο ελεγκτής, γενικά πιστοποιημένος δημόσιος λογιστής (CPA), χρησιμοποιεί γενικά αυτόν τον τύπο για σκοπούς ελέγχου και επαλήθευσης κατά τον έλεγχο των λογαριασμών της εταιρείας. Αυτός ο τύπος ταιριάζει καλά για τα κριτήριά τους καθώς διάφορες ομάδες ή υποομάδες θα μπορούσαν να δημιουργηθούν με βάση τα ποσά που εμπλέκονται και το μέγεθος του δείγματος μειώνεται επίσης.
- Οι διαχειριστές χαρτοφυλακίου εφαρμόζουν ευρέως την τυχαία στρωματοποιημένη δειγματοληψία για την αναπαραγωγή διαφόρων δεικτών όπως ο δείκτης ομολόγων ή ο δείκτης μετοχών για τη δημιουργία ενός χαρτοφυλακίου που παρέχει παρόμοια απόδοση σε σύγκριση με τα ομόλογα.
- Ένα από τα μεγαλύτερα πλεονεκτήματα της στρωματοποιημένης τυχαίας δειγματοληψίας είναι η ικανότητά του να επιλέγει ένα δείγμα ανόμοιων χαρακτηριστικών δημιουργώντας υποομάδες και παρέχοντας ένα δείγμα από κάθε στρώμα που είναι αντιπροσωπευτικό του συνολικού μεγέθους του δείγματος. Ο τύπος γίνεται πιο χρήσιμος όταν τα χαρακτηριστικά των υποομάδων τείνουν να είναι διαφορετικά, και έτσι η απάντηση ποικίλλει πολύ εάν πραγματοποιείται γενική δειγματοληψία αντί ή τυχαία στρωματοποιημένη δειγματοληψία.
