Як працює стратифікована випадкова вибірка

Стратифікована випадкова вибірка - це метод вибірки, який включає поділ популяції на менші групи, відомі як страти. У стратифікованій випадковій вибірці чи стратифікації верстви утворюються на основі спільних ознак або характеристик членів. Стратифіковану випадкову вибірку називають також пропорційною випадковою вибіркою або випадковою вибірковою вибіркою.

Навпаки, простий випадковий вибірковий вибір - це зразок особин, які існують у популяції; особини випадковим чином відбираються з популяції та розміщуються у вибірці. Цей метод випадкового відбору осіб прагне вибрати розмір вибірки, який є неупередженим представленням популяції. Однак це не вигідно, коли вибірки сукупності сильно різняться.

Ключові вивезення

• Стратифікований випадковий вибірковий вибір - це метод відбору проб, який включає відбір зразків сукупності, поділеної на менші групи, відомі як страти.
• Стратифікована випадкова вибірка передбачає взяття випадкових зразків із стратифікованих груп пропорційно чисельності; таким чином, стратифікований випадковий вибірковий вибір є більш точним показником.

Розуміння стратифікованої випадкової вибірки

Стратифікована випадкова вибірка ділить сукупність на підгрупи або верстви, а випадкові вибірки беруть пропорційно чисельності з кожної із створених верств. Члени в кожному з утворених прошарків мають схожі ознаки та характеристики. Цей метод відбору проб широко використовується і дуже корисний, коли цільова популяція неоднорідна. З кожного прошарку слід брати простий випадковий зразок. Стратифіковану випадкову вибірку можна використовувати, наприклад, для вибірки середніх бальних показників студентів (GPA) серед країни, людей, які проводять понаднормові години на роботі та тривалості життя в усьому світі.

Приклад стратифікованої випадкової вибірки

Припустимо, дослідницька команда хоче визначити середній бал студентів коледжу в США. У дослідницької команди складно зібрати дані з усіх 21 мільйонів студентів коледжів; він приймає рішення взяти випадкову вибірку населення, використовуючи 4000 студентів.

Тепер припустимо, що команда розглядає різні атрибути учасників вибірки і цікавиться, чи є якісь відмінності в середніх навчальних закладах та спеціальностях студентів. Припустимо, це виявляє, що 560 студентів - англійські, 1135 - спеціалісти з інформатики, 800 - спеціальності з інформатики, 1090 - технічні, а 415 - математичні. Команда хоче використовувати пропорційну стратифіковану випадкову вибірку, де проба вибірки пропорційна випадковій вибірці в сукупності.

Припустимо, що команда досліджує демографіку студентів коледжів у США та виявляє відсоток того, що студенти здобувають 12% спеціальності з англійської мови, 28% - з наукових наук, 24% - з інформатики, 21% - з інженерії та 15% - з магістратури з математики. Таким чином, у процесі стратифікованої випадкової вибірки створюється п'ять верств.

Потім команді потрібно підтвердити, що прошарок населення пропорційний прошарку у вибірці; однак вони вважають, що пропорції не рівні. Потім команді потрібно переупорядкувати 4000 студентів з числа населення та випадковим чином вибрати 480 англійських, 1120 наук, 960 інформатики, 840 інженерних та 600 студентів з математики. З цим він має пропорційну стратифіковану випадкову вибірку студентів коледжу, що забезпечує кращу представленість спеціальностей студентів коледжів у США. Потім дослідники можуть виділити конкретний прошарок, спостерігати за різними дослідженнями студентів коледжів у США та спостерігати за різними середніми балами студентів .

Програми

Той самий метод, що застосовується вище, може застосовуватися для голосування на виборах, доходів різних груп населення та доходів за різні робочі місця в країні.