STRATIFICIRANO UZORKOVANJE: ŠTO JE TO, VRSTE, PREDNOSTI I NEDOSTACI - EKONOMIJA - 2025

Stratificirani uzorak, ili stratifikacija je metoda uzorkovanja koja uključuje podjelu stanovnika u manje podskupine, poznat kao slojevima. Zauzvrat, ovi se slojevi formiraju na temelju zajedničkih osobina ili karakteristika članova, poput prihoda ili obrazovne razine.

Koristi se za isticanje razlika među skupinama u populaciji, za razliku od jednostavnog uzorkovanja koje sve članove populacije tretira kao jednake, s istom vjerojatnošću uzorkovanja.

Izvor: needpix.com

Cilj je poboljšati preciznost uzorka smanjenjem pogreške u uzorkovanju. Može proizvesti ponderiranu sredinu s manjom varijabilnošću od aritmetičke srednje vrijednosti uzorka populacije.

Stratifikacija je postupak fragmentacije članova populacije u homogene podskupine prije uzorkovanja. Kroz slojeve se definira raspodjela stanovništva.

Odnosno, mora biti kolektivno iscrpna i međusobno isključiva, tako da svakom sloju stanovništva mora biti dodijeljen po jedan sloj. Tada se sustavno ili jednostavno uzorkovanje primjenjuje unutar svakog sloja.

Važna razmatranja

Važno je napomenuti da se slojevi ne smiju međusobno naslagati. Preklapanje podskupina pružit će ljudima veću mogućnost da budu izabrani kao subjekti. To potpuno prigušuje pojam stratificiranog uzorkovanja kao prototipa uzorkovanja.

Jednako je važno da istraživač mora koristiti jednostavno uzorkovanje unutar različitih slojeva.

Najčešći slojevi koji se koriste u stratificiranom uzorkovanju su dob, spol, socioekonomski status, religija, nacionalnost i razina obrazovanja.

Što je stratificirano uzorkovanje?

Kada dovršava analizu na grupi entiteta sa sličnim karakteristikama, istražitelj može otkriti da je brojnost stanovništva prevelika da bi mogla dovršiti istragu.

Da biste uštedjeli vrijeme i novac, izvedivom perspektivom može se odabrati odabirom male skupine iz stanovništva. Ova mala skupina naziva se veličina uzorka, koja je podskup stanovništva koji se koristi za predstavljanje čitave populacije.

Uzorak iz populacije može se odabrati na više načina, od kojih je jedan sa stratificiranim uzorkovanjem. To uključuje podjelu ukupnog stanovništva na homogene skupine koje se zovu slojevi. Tada se odabire nasumični uzorci iz svakog sloja.

Postupak izvođenja slojevitog uzorkovanja

- Podijelite populaciju na podskupine ili manje slojeve, prema atributima i karakteristikama koje dijele članovi.

- Uzmite nasumični uzorak iz svakog sloja u broju koji je proporcionalan veličini sloja.

- Grupirajte podskupine slojeva kako biste stvorili slučajni uzorak.

- Provedite analizu.

Na primjer, uzmite u obzir istraživača koji želi znati broj poslovnih studenata koji su dobili ponudu za posao u roku od tri mjeseca nakon što su diplomirali 2018. Oni će uskoro otkriti da je te godine bilo gotovo 200 000 diplomanata u poslovanju.

Možete odlučiti da jednostavno uzmete slučajni uzorak od 5000 diplomanata i provedite anketu. Još bolje, možete podijeliti populaciju na slojeve i uzeti slučajni uzorak iz tih slojeva.

Da biste to učinili, stvorili biste grupe stanovništva na temelju dobi, rase, nacionalnosti ili profesionalnog porijekla.

Iz svakog sloja uzima se slučajni uzorak, srazmjerno veličini sloja u odnosu na ukupnu populaciju. Te podskupine će se grupirati zajedno u tvorbu uzorka.

vrste

Proporcionalno stratificirano uzorkovanje

U ovoj je vrsti veličina uzorka za svaki sloj proporcionalna veličini populacije sloja u odnosu na ukupnu populaciju. To znači da svaki sloj ima istu stopu uzorkovanja.

Kad se za definiranje slojeva odabere karakteristika pojedinaca, dobivene podskupine često su različitih veličina.

Na primjer, želimo proučiti postotak meksičke populacije koja puši, a odlučeno je da bi dob bio dobar kriterij za raslojavanje, jer vjerujemo da navike pušenja mogu značajno varirati ovisno o dobi. Definirana su tri sloja:

- Manje od 20 godina.

- Između 20 i 44.

- Preko 44.

Kada se stanovništvo Meksika podijeli u ove tri slojeve, ne očekuje se da će ove tri skupine biti iste veličine. U stvari, stvarni podaci to potvrđuju:

- Stratum 1: 42,4 milijuna (41,0%).

- Stratum 2: 37,6 milijuna (36,3%).

- Stratum 3: 23,5 milijuna (22,7%).

Ako se koristi proporcionalno stratificirano uzorkovanje, uzorak se mora sastojati od slojeva koji održavaju iste proporcije kao i populacija. Ako želite stvoriti uzorak od 1000 pojedinaca, uzorci moraju imati sljedeće veličine:

Vrlo je slično okupljanju manjeg stanovništva, određeno relativnim omjerima slojeva unutar stanovništva.

Ravnomjerno slojevito uzorkovanje

U ovom je tipu jednaka veličina uzorka dodijeljena svim definiranim slojevima, bez obzira na težinu ovih slojeva unutar populacije.

Ravnomjerno slojevito uzorkovanje iz prethodnog primjera proizvelo bi sljedeći uzorak za svaki sloj:

Ova metoda pogoduje slojevima koji imaju manju težinu u stanovništvu, dajući im istu razinu važnosti kao relevantnijim slojevima.

To smanjuje ukupnu učinkovitost uzorka, ali omogućava da se pojedine karakteristike svakog sloja proučavaju s većom preciznošću.

Na primjer, ako želite dati određenu izjavu o populaciji stratuma 3 (preko 44), mogli biste smanjiti pogreške u uzorkovanju pomoću uzorka od 333 jedinice, umjesto uzorka od 227 jedinica, dobivenog od proporcionalno stratificirano uzorkovanje.

Prednosti i nedostatci

Stratificirano uzorkovanje dobro djeluje na populaciju koja ima različite atribute, ali inače neće biti učinkovita ako se ne mogu formirati podskupine.

- Prednost

Prikupite ključne značajke

Glavna prednost stratificiranog uzorkovanja je ta što prikuplja ključne karakteristike populacije u uzorku.

Slično kao ponderirani prosjek, ova metoda uzorkovanja daje karakteristike u uzorku koje su proporcionalne ukupnoj populaciji.

Veća statistička preciznost

Stratifikacija daje manje pogreške u procjeni od jednostavne metode uzorkovanja. Što je veća razlika između slojeva, to je veći dobitak u preciznosti.

Postoji veća statistička preciznost u usporedbi s jednostavnim uzorkovanjem. To je zbog činjenice da je unutar podskupina varijabilnost manja, u usporedbi s varijacijama koje se javljaju s ukupnom populacijom.

Manja veličina uzorka

Kako ova tehnika ima visoku statističku točnost, to također znači da zahtijeva manju veličinu uzorka, što istraživačima može uštedjeti puno truda, novca i vremena.

- Nedostaci

Nažalost, ova se metoda istraživanja ne može koristiti u svim studijama. Nedostatak metode je što mora biti ispunjeno nekoliko uvjeta da bi se ispravno koristila.

Poteškoće u pronalaženju slojeva

Glavni nedostatak je taj što može biti teško odrediti odgovarajuće slojeve studije. Osim toga, pronalaženje cjelovitog i konačnog popisa čitave populacije može biti izazovno.

Složenost organiziranja

Drugi nedostatak je to što je složenija organizacija i analiza rezultata u usporedbi s jednostavnim uzorkovanjem.

Istraživači moraju identificirati svakog člana istraživačke populacije i razvrstati ga u samo jednu potpopulaciju. Kao rezultat toga, stratificirano uzorkovanje je nepovoljno kada istraživači ne mogu pouzdano klasificirati svakog člana populacije u podskupinu.

Naslaganje može predstavljati problem ako postoje predmeti koji spadaju u više podskupina. Kada se izvrši jednostavno uzorkovanje, vjerojatnije je da će se odabrati one u više podskupina. Rezultat toga bi mogao biti pogrešno predstavljanje ili netočno odražavanje stanovništva.

Primjeri poput studenata, maturanata, muškaraca i žena to čine lako jer su to jasno definirane skupine.

Međutim, u drugim bi situacijama moglo biti puno teže. Možete zamisliti da uključuju karakteristike kao što su rasa, nacionalnost ili religija. Proces klasifikacije postao bi teži, a slojevito uzorkovanje učinilo neučinkovitom metodom.

Primjer

Pretpostavimo da istraživački tim želi utvrditi prosjek bodova studenata na koledžu u Sjedinjenim Državama.

Istraživački tim ima očite poteškoće u prikupljanju ovih podataka od 21 milijuna studenata. Stoga ste odlučili uzeti uzorak iz populacije, koristeći samo 4.000 učenika.

Tim razmatra različite atribute sudionika u uzorku i pita se postoji li razlika između prosjeka ocjena i specijalizacije učenika.

U uzorku je utvrđeno da je 560 učenika engleski jezik, 1.135 znanosti, 800 informatike, 1.090 strojarstva i 415 matematike.

Tim želi koristiti proporcionalno stratificirano uzorkovanje, gdje su uzorci slojevi proporcionalni uzorku populacije.

Stvaranje slojeva

Da bi to učinili, tim istražuje statistiku sveučilišnih studenata u SAD-u i pronalazi službeni postotak studenata koji su se specijalizirali: 12% engleskog jezika, 28% znanosti, 24% računalnih znanosti, 21% tehničkog i 15% iz matematike.

Zbog toga se iz stratificiranog uzorkovanja stvara pet slojeva. Tim mora potvrditi da je sloj populacije proporcionalan sloju uzorka. Međutim, on otkriva da proporcije nisu jednake.

Slijedom toga, tim treba ponovo prilagoditi populaciju od 4000 studenata, ali ovaj put nasumično odabirom 480 (12%) engleskog polaznika, 1.120 (28%) znanosti, 960 (24%) informatike, 840 (21%) iz inženjerstva i 600 (15%) iz matematike.

S tim u vezi imamo proporcionalni stratificirani uzorak studenata koji omogućava bolju zastupljenost studenata u SAD-u.

Istraživači će moći istaknuti određeni sloj, promatrati različite studije američkih studenata, i promatrati različite prosjeke bodova.

Reference

1. Adam Hayes (2019). Stratificirano slučajno uzorkovanje. Preuzeto sa: investstopedia.com.
2. Wikipedija, besplatna enciklopedija (2019). Stratificirano uzorkovanje. Preuzeto sa: en.wikipedia.org.
3. Istraživačka (2019.). Stratificirana metoda uzorkovanja. Preuzeto sa: explorable.com.
4. Anketa Gizmo (2019). Što je stratificirano uzorkovanje i kada se koristi? Preuzeto sa: surveygizmo.com.
5. Ashley Crossman (2019). Razumijevanje slojevitih uzoraka i kako ih napraviti. Thought Co Preuzeto sa: thinkco.com.
6. Carlos Ochoa (2017). Nasumično uzorkovanje: stratificirano uzorkovanje. Preuzeto sa: netquest.com.