Η απλή τυχαία δειγματοληψία είναι ένα δείγμα ατόμων που υπάρχουν σε έναν πληθυσμό. τα άτομα επιλέγονται τυχαία από τον πληθυσμό και τοποθετούνται σε δείγμα. Αυτή η μέθοδος τυχαίας επιλογής ατόμων επιδιώκει να επιλέξει ένα μέγεθος δείγματος που είναι μια αμερόληπτη αναπαράσταση του πληθυσμού. Ωστόσο, δεν είναι συμφέρουσα όταν τα δείγματα του πληθυσμού ποικίλλουν ευρέως.
Η στρωματοποιημένη τυχαία δειγματοληψία είναι μια καλύτερη μέθοδος όταν υπάρχουν διαφορετικές υποομάδες στον πληθυσμό. Η στρωματοποιημένη τυχαία δειγματοληψία διαιρεί έναν πληθυσμό σε υποομάδες ή στρώματα και λαμβάνονται τυχαία δείγματα, ανάλογα με τον πληθυσμό, από κάθε ένα από τα στρώματα που δημιουργούνται. Τα μέλη σε κάθε σχηματισμό έχουν παρόμοια χαρακτηριστικά και χαρακτηριστικά. Αυτή η μέθοδος δειγματοληψίας χρησιμοποιείται ευρέως και είναι πολύ χρήσιμη όταν ο πληθυσμός στόχος είναι ετερογενής. Ένα απλό τυχαίο δείγμα πρέπει να λαμβάνεται από κάθε στρώμα. Οι διαστρωματωμένες τυχαίες δειγματοληψίες μπορούν να χρησιμοποιηθούν, για παράδειγμα, για να υπολογιστούν οι μέσοι όροι βαθμού των φοιτητών (ΣΔΣ) σε ολόκληρο το έθνος, οι άνθρωποι που περνούν υπερωρίες κατά την εργασία και το προσδόκιμο ζωής σε ολόκληρο τον κόσμο.
Για παράδειγμα, υποθέστε ότι μια ερευνητική ομάδα θέλει να καθορίσει τη ΣΔΣ των φοιτητών από όλο το Ηνωμένο Βασίλειο. Η ερευνητική ομάδα δυσκολεύεται να συλλέξει δεδομένα από τα 21 εκατομμύρια φοιτητές. αποφασίζει να πάρει ένα τυχαίο δείγμα του πληθυσμού χρησιμοποιώντας 4, 000 μαθητές.Τώρα υποθέστε ότι η ομάδα εξετάζει τα διαφορετικά χαρακτηριστικά των συμμετεχόντων στο δείγμα και αναρωτιέται εάν υπάρχουν διαφορές στις συμφωνίες GPA και τις μεγάλες εταιρείες σπουδαστών. Ας υποθέσουμε ότι διαπιστώνει ότι 560 φοιτητές είναι αγγλικές μεγάλες εταιρείες, 1135 είναι μεγάλες επιστήμες, 800 είναι μεγάλες επιστήμες υπολογιστών, 1090 είναι μηχανολογικές εταιρείες και 415 είναι μαθηματικά. Η ομάδα θέλει να χρησιμοποιήσει ένα ανάλογο στρωματοποιημένο τυχαίο δείγμα όπου το στρώμα του δείγματος είναι ανάλογο του τυχαίου δείγματος στον πληθυσμό.
Υποθέστε ότι η ομάδα ερευνά τα δημογραφικά στοιχεία των φοιτητών του Πανεπιστημίου και βρίσκει το ποσοστό των σπουδαστών: 12% σημαντικός στην αγγλική γλώσσα, 28% σημαντικός στην επιστήμη, 24% σημαντικός στην πληροφορική την επιστήμη, το 21% στον τομέα των μηχανικών και το 15% στα μαθηματικά. Έτσι, δημιουργούνται πέντε στρώματα από τη στρωματοποιημένη τυχαία διαδικασία δειγματοληψίας.
Στη συνέχεια, η ομάδα πρέπει να επιβεβαιώσει ότι το στρώμα του πληθυσμού είναι ανάλογο με το στρώμα του δείγματος. Ωστόσο, διαπιστώνουν ότι οι αναλογίες δεν είναι ίσες. Η ομάδα πρέπει στη συνέχεια να ανακαλέσει 4 000 μαθητές από τον πληθυσμό και να επιλέξει τυχαία 480 αγγλικά, 1120 επιστήμες, 960 επιστήμες υπολογιστών, 840 μηχανικούς και 600 σπουδαστές μαθηματικών. Με αυτά, έχει ένα ανάλογο στρωματοποιημένο τυχαίο δείγμα σπουδαστών κολλεγίων, το οποίο παρέχει καλύτερη αντιπροσώπευση των σπουδαστικών κολεγίων των φοιτητών στο U.Οι ερευνητές μπορούν στη συνέχεια να επισημάνουν συγκεκριμένο στρώμα, να παρατηρήσουν τις διάφορες μελέτες των σπουδαστών κολλεγίων του Πανεπιστημίου και να παρατηρήσουν τους διάφορους μέσους βαθμούς.
Η ίδια μέθοδος που χρησιμοποιήθηκε παραπάνω μπορεί να χρησιμοποιηθεί για την ψηφοφορία των εκλογών, το εισόδημα διαφόρων πληθυσμών και το εισόδημα για διαφορετικές θέσεις εργασίας σε ένα έθνος, για να αναφερθούν μόνο μερικές από τις αιτήσεις.
Διαβάστε περαιτέρω πώς μπορείτε να διαφοροποιήσετε ένα απλό δείγμα από ένα στρωματοποιημένο δείγμα - Ποια είναι η διαφορά μεταξύ ενός απλού τυχαίου δείγματος και ενός διαστρωματωμένου τυχαίου δείγματος;
Πώς μπορώ να χρησιμοποιήσω συστηματική δειγματοληψία με στρωματοποιημένη δειγματοληψία;
Μάθετε πώς μπορεί να χρησιμοποιηθεί η συστηματική μέθοδος δειγματοληψίας με τη μέθοδο της στρωματοποιημένης δειγματοληψίας και πότε οι δύο μέθοδοι δεν πρέπει να συνδυαστούν.
Πώς η διαστρωμένη τυχαία δειγματοληψία επηρεάζει τις αποφάσεις της κυβερνητικής πολιτικής;
Κατανοούν τον τρόπο με τον οποίο οι κυβερνήσεις χρησιμοποιούν διαστρωματωμένες τυχαίες δειγματοληψίες για να συλλέξουν ακριβέστερα δεδομένα για να βοηθήσουν στην λήψη πιο ενημερωμένων αποφάσεων πολιτικής.
Πότε είναι καλύτερο να χρησιμοποιείτε συστηματικά με απλή τυχαία δειγματοληψία;
Να μάθουν πότε η συστηματική δειγματοληψία είναι καλύτερη από την απλή τυχαία δειγματοληψία, όπως απουσία δεδομένων και όταν υπάρχει χαμηλός κίνδυνος χειρισμού δεδομένων.