Kaj je stratificirano vzorčenje?
Stratificirano vzorčenje, znano tudi kot stratificirano naključno vzorčenje ali sorazmerno naključno vzorčenje, je metoda vzorčenja, ki zahteva, da morajo biti vsi vzorci zbrani v skladu z nekaterimi parametri in da se izberejo vzorci iz vsake take skupine, namesto da bi se naključno jemali iz celotne populacije. Pri tem je celotna populacija razdeljena na različne skupine podobnih lastnosti in med njimi je izbranih malo vzorcev, medtem ko imajo pri preprostem naključnem vzorčenju vsi člani populacije možnost, da bodo izbrani za vzorčenje.
Formula stratificiranega vzorčenja
Ker je delitev podskupin ali slojev in celotni vzorec, ki predstavlja celotno populacijo, odvisna od raziskovalca, ni posebne formule za stratificirano naključno vzorčenje. Spodaj navedena formula se pogosto uporablja.
Formula stratificiranega naključnega vzorčenja = skupna velikost vzorca / celotno prebivalstvo * Prebivalstvo podskupin
Vrste stratificiranega naključnega vzorčenja
So dve vrsti - sorazmerni in nesorazmerni.
- Sorazmerno: Namen stratificiranega vzorčenja je, da se iz vsake skupine za končni izbor izbere malo vzorcev. Pri sorazmernem vzorčenju je vnaprej določena osnova vzorca sorazmerna z vsemi ustvarjenimi skupinami. Na primer, če je bilo ustvarjenih 5 skupin z različnimi velikostmi vzorcev, kot so 10, 30, 20, 100, 60 in 80. Raziskovalec se je odločil, da bo izbral 10% celotne velikosti populacije, tj. 300. V tem primeru 10 skupin vzorcev bi bilo izbranih kot skupni vzorec, ki ga je treba raziskati. Števila bi bila torej 1,3,2,10,6 in 8, skupno pa 30 vzorcev. Ta metoda je zelo razširjena in slovi po svoji uporabi.
- Nesorazmerno: Tu ne vzamemo sorazmernih vzorcev iz vsake podskupine in lahko izberemo katero koli metodo za dosego vnaprej določene velikosti vzorca. Če vzamemo zgoraj omenjeni primer, lahko iz katere koli skupine vzamemo poljubno število, na primer 5,5,5,4,3,8, da dobimo skupno velikost vzorca 30, saj lahko jasno vidimo, da vzorci, ki so jih izbrale različne skupine so nesorazmerne glede na velikost ustrezne podskupine.
Primeri formulirane naključne formule vzorčenja (z Excelovo predlogo)
Primer # 1
Predpostavimo, da raziskovalna skupina pripravlja raziskavo za FMCG o okusu in preferencah ljudi pri izbiri hrane. Ekipa se je odločila za tri glavne kategorije; moški, ženske in otroci. Skupno število oseb, potrebnih za nabor podatkov, je približno milijon. Kako bi lahko stratificirano naključno vzorčenje pomagalo raziskovalcem pri zbiranju zahtevanih podatkov z manj časa in virov?
Rešitev
Precej težko je govoriti z milijonom ljudi in sprejeti njihovo mnenje; Namesto tega je zelo enostavno in prihraniti čas ustvarjati različne skupine, med njimi izbrati nekaj in pridobiti mnenja, saj bi bilo to ločevanje podatkov reprezentativno za celotno populacijo.
Torej, bolje je ločiti celotno />
- Zdaj bomo dodelili število zaposlenih, ki pripadajo tej določeni starostni skupini. Torej, objavili smo številke, kot so 150, 200, 250 itd.
- Nato ugotovite, koliko vzorcev je treba odvzeti celotni populaciji. Vprašanje je bilo že omenjeno, da zavzame 10% ali 80 vzorcev celotne populacije.
Skupno prebivalstvo in skupna velikost vzorca
- Skupno prebivalstvo = 800
- Skupna velikost vzorca = 80
Izračun velikosti vzorca
- = 80/800 * 150
Velikost vzorca bo -
- Velikost vzorca = 15
Enak postopek bo sledila starostna skupina od 61 do 70 let.
Postopek stratificiranega vzorčenja nam je dal število vzorcev iz vsake podskupine ali sloja, kar odraža celotno populacijo.
3. primer
Skupina študentov je dobila projekt, s katerim je želela ugotoviti velikost vzorca 1200 študentov, ki študirajo na različnih področjih. Vzorce iz vsakega spodaj omenjenega sloja ali podskupine morate ugotoviti z uporabo stratificirane formule naključnega vzorčenja.
Rešitev
Uporabite spodnje podatke:
Izračun celotnega prebivalstva
- = 200 + 260 + 190 + 380 + 170
- Skupno prebivalstvo = 1200
Izračun velikosti vzorca
- = 120/1200 * 200
Velikost vzorca bo -
- Velikost vzorca = 20
Podobno lahko izračunamo velikost vzorca za preostalo populacijo, kot je prikazano spodaj,
Ustreznost in uporaba
- Revizor, na splošno pooblaščeni javni računovodja (CPA), splošno uporablja to formulo za namene jamstva in preverjanja pri revidiranju računovodskih izkazov podjetja. Ta formula se dobro prilega njihovim merilom, saj bi lahko na podlagi vključenih količin ustvarili različne skupine ali podskupine, velikost vzorca pa se tudi zmanjša.
- Upravitelji portfeljev široko uporabljajo naključno stratificirano vzorčenje za ponovitev različnih indeksov, kot so indeks obveznic ali delniški indeks, da ustvarijo portfelj, ki zagotavlja podoben donos v primerjavi z obveznicami.
- Ena največjih prednosti stratificiranega naključnega vzorčenja je njegova sposobnost izbire vzorca različnih značilnosti z ustvarjanjem podskupin in zagotavljanjem vzorca iz vsakega sloja, ki je reprezentativen za celotno velikost vzorca. Formula postane najbolj uporabna, kadar so značilnosti podskupin raznolike, zato se odgovor zelo razlikuje, če namesto ali naključno stratificiranega vzorčenja izvedemo splošno vzorčenje.
