- Tärkeitä huomioita
- Mikä on kerrostunut näytteenotto?
- Osittaisen näytteenoton prosessi
- Tyypit
- Suhteellinen ositettu otanta
- Yhtenäinen ositettu näytteenotto
- Hyödyt ja haitat
- - Etu
- Kerää tärkeimmät ominaisuudet
- Suurempi tilastollinen tarkkuus
- Pienempi näytteen koko
- - Haitat
- Vaikeuksia kerrosten löytämisessä
- Organisaation monimutkaisuus
- esimerkki
- Kerrosten luominen
- Viitteet
Ositettu otanta, tai kerrostuminen, on näytteenotto- menetelmä, joka käsittää jakamalla väestö pienempiin alaryhmiin, tunnetaan kerrostumiin. Nämä kerrokset puolestaan muodostetaan jäsenten yhteisten ominaisuuksien tai ominaisuuksien, kuten tulojen tai koulutustason, perusteella.
Sitä käytetään korostamaan populaation ryhmien välisiä eroja toisin kuin yksinkertaisen näytteenoton avulla, joka kohtelee kaikkia populaation jäseniä tasa-arvoisina samalla todennäköisyydellä näytteistä.

Lähde: needpix.com
Tavoitteena on parantaa näytteen tarkkuutta vähentämällä näytteenottovirhettä. Se voi tuottaa painotetun keskiarvon vähemmän vaihtelevalla tavalla kuin populaation yksinkertaisen näytteen aritmeettinen keskiarvo.
Stratifiointi on prosessi, jossa populaation jäsenet hajotetaan homogeenisiksi osajoukoiksi ennen näytteenottoa. Kerrosten kautta määritellään väestöjakauma.
Toisin sanoen sen on oltava kollektiivisesti tyhjentävä ja toisiaan poissulkeva, jotta jokaiselle väestönosalle on osoitettava yksi kerros. Sitten järjestelmällinen tai yksinkertainen näytteenotto tehdään jokaisessa kerroksessa.
Tärkeitä huomioita
On tärkeää huomata, että kerroksia ei tule asettaa toisiinsa. Alaryhmien päällekkäisyys antaa joillekin ihmisille suuremman mahdollisuuden tulla valittaviksi aiheiksi. Tämä hämärtää täysin ajatuksen kerrostuneesta näytteenotosta näytteenottoprototyyppinä.
Yhtä tärkeää on, että tutkijan on käytettävä yksinkertaista näytteenottoa eri kerrosten sisällä.
Tavallisimpia kerrostumia, joita käytetään kerrostuneessa näytteenotossa, ovat ikä, sukupuoli, sosioekonomiset asemat, uskonto, kansallisuus ja koulutustaso.
Mikä on kerrostunut näytteenotto?
Kun tutkija suorittaa ryhmän yksiköillä, joilla on samanlaiset ominaisuudet, tutkija saattaa havaita, että populaation koko on liian suuri tutkimuksen suorittamiseksi loppuun.
Säästämällä aikaa ja rahaa, toteutettavissa oleva näkökulma voidaan ottaa valitsemalla pieni ryhmä väestöstä. Tätä pientä ryhmää kutsutaan otoskokoksi, joka on joukko populaatiota, jota käytetään edustamaan koko väestöä.
Näyte populaatiosta voidaan valita monin tavoin, joista yksi on ositettu näytteenotto. Tämä tarkoittaa koko väestön jakamista homogeenisiksi ryhmiksi, joita kutsutaan kerrokseksi. Sitten satunnaiset näytteet valitaan jokaisesta kerroksesta.
Osittaisen näytteenoton prosessi
- Jaa väestö alaryhmiin tai pienempiin kerroksiin jäsenten jakamien ominaisuuksien ja ominaisuuksien mukaan.
- Ota satunnainen näyte jokaisesta kerroksesta numerolla, joka on verrannollinen kerroksen kokoon.
- Ryhmittele osien osajoukot satunnaisen otoksen muodostamiseksi.
- Suorita analyysi.
Harkitse esimerkiksi tutkijaa, joka halusi tietää liiketalouden opiskelijoiden määrän, joka sai työpaikkansa kolmen kuukauden kuluessa tutkinnon suorittamisesta vuonna 2018. He huomaavat pian, että samana vuonna oli valmistunut lähes 200 000 yritystä.
Voit päättää ottaa satunnaisen näytteen 5000 tutkinnon suorittaneesta ja suorittaa kyselyn. Parempi vielä, voit jakaa väestön kerroksiin ja ottaa satunnaisen näytteen niistä kerroksista.
Voit luoda tämän luomalla väestöryhmät iän, rodun, kansallisuuden tai ammatillisen taustan perusteella.
Jokaisesta stratumista otetaan satunnainen otos suhteessa stratumin kokoon suhteessa koko väestöön. Nämä osajoukot ryhmitettäisiin yhteen näytteen muodostamiseksi.
Tyypit
Suhteellinen ositettu otanta
Tässä tyypissä kunkin stratumin otoskoko on verrannollinen stratumin populaation kokoon verrattuna koko väestöön. Tämä tarkoittaa, että jokaisella kerroksella on sama näytteenottotaajuus.
Kun yksilöiden ominaisuus valitaan kerrosten määrittelemiseksi, syntyvät alaryhmät ovat usein erikokoisia.
Haluamme esimerkiksi tutkia tupakoivien Meksikon väestöprosentteja, ja päätetään, että ikä olisi hyvä peruste stratifioitumiselle, koska uskotaan, että tupakointitavat voivat vaihdella merkittävästi iän mukaan. Kolme kerrosta on määritelty:
- Alle 20-vuotias.
- välillä 20–44.
- Yli 44.
Kun Meksikon väestö jaetaan näihin kolmeen kerrokseen, kolmen ryhmän ei odoteta olevan samankokoinen. Itse asiassa tosiasialliset tiedot vahvistavat tämän:
- Stratum 1: 42,4 miljoonaa (41,0%).
- Stratum 2: 37,6 miljoonaa (36,3%).
- Stratum 3: 23,5 miljoonaa (22,7%).
Jos käytetään suhteellista ositettua näytteenottoa, näytteen tulisi koostua kerroksista, jotka pitävät samat mittasuhteet kuin populaatio. Jos haluat luoda näytteen 1000 yksilöstä, näytteiden on oltava seuraavan kokoisia:

Se on hyvin samanlainen kuin pienemmän väestön kerääminen, joka määritetään kerrosten suhteellisten osuuksien perusteella.
Yhtenäinen ositettu näytteenotto
Tässä tyypissä kaikille määritellyille kerroksille osoitetaan sama näytteen koko riippumatta näiden kerrosten painosta populaatiossa.
Yhtenäinen osittainen näytteenotto ottaen edellisestä esimerkistä tuottaa seuraavan näytteen jokaiselle stratumille:

Tämä menetelmä suosii niitä kerrostumia, joilla on vähemmän paino väestössä, antamalla niille sama tärkeysaste kuin merkityksellisemmillä kerroksilla.
Tämä vähentää näytteen kokonaistehokkuutta, mutta mahdollistaa kunkin kerroksen yksilöllisten ominaisuuksien tutkimisen tarkemmin.
Esimerkissä, jos haluat tehdä tarkan lausunnon kerroksen 3 populaatiosta (yli 44), voit vähentää otantavirheitä käyttämällä 333 yksikön otosta 227 yksikön näytteen sijasta, joka on saatu suhteellinen ositettu näytteenotto.
Hyödyt ja haitat
Ositettu näytteenotto toimii hyvin populaatioissa, joilla on erilaisia ominaisuuksia, mutta muuten se ei ole tehokas, jos alaryhmiä ei voida muodostaa.
- Etu
Kerää tärkeimmät ominaisuudet
Kerrostuneen näytteenoton tärkein etu on, että se kerää otoksen populaation keskeiset ominaisuudet.
Samoin kuin painotettu keskiarvo, tämä näytteenottomenetelmä tuottaa näytteessä ominaisuuksia, jotka ovat verrannollisia koko populaatioon.
Suurempi tilastollinen tarkkuus
Stratifiointi antaa vähemmän virheitä estimoinnissa kuin yksinkertainen näytteenottomenetelmä. Mitä suurempi on kerrosten välinen ero, sitä suurempi on tarkkuuden lisäys.
Tilastotarkkuus on suurempi yksinkertaiseen näytteenottoon verrattuna. Tämä johtuu siitä, että alaryhmissä vaihtelu on pienempi verrattuna variaatioihin, joita esiintyy koko väestön suhteen.
Pienempi näytteen koko
Koska tällä tekniikalla on korkea tilastollinen tarkkuus, se tarkoittaa myös, että se vaatii pienemmän otoksen koon, mikä voi säästää tutkijoille paljon vaivaa, rahaa ja aikaa.
- Haitat
Valitettavasti tätä tutkimusmenetelmää ei voida käyttää kaikissa tutkimuksissa. Menetelmän haittana on, että sen oikean käytön on täytettävä useita ehtoja.
Vaikeuksia kerrosten löytämisessä
Suurin haittapuoli on se, että voi olla vaikea löytää sopivia kerroksia tutkimukselle. Lisäksi täydellisen ja lopullisen luettelon löytäminen koko väestöstä voi olla haastavaa.
Organisaation monimutkaisuus
Toinen haitta on, että tulosten organisointi ja analysointi on monimutkaisempaa kuin yksinkertaiseen näytteenottoon verrattuna.
Tutkijoiden on tunnistettava jokainen tutkimuspopulaation jäsen ja luokiteltava se vain yhteen alaryhmään. Tämän seurauksena osittainen näytteenotto on haitallinen, kun tutkijat eivät voi luotettavasti luokitella jokaista populaation jäsentä alaryhmään.
Yhdensuuntainen sijainti voi olla ongelma, jos on aiheita, jotka jakautuvat useisiin alaryhmiin. Kun suoritetaan yksinkertainen näytteenotto, useammassa alaryhmässä olevat valitaan todennäköisemmin. Seurauksena voi olla väestön harhaanjohtaminen tai epätarkkuus.
Esimerkit, kuten opiskelijat, tutkinnon suorittaneet, miehet ja naiset, tekevät siitä helpon, koska he ovat selkeästi määriteltyjä ryhmiä.
Muissa tilanteissa se voi kuitenkin olla paljon vaikeampaa. Voit kuvitella sisältävän ominaisuuksia, kuten rotu, etnisyys tai uskonto. Luokitteluprosessista tulee vaikeampaa, mikä tekee ositetusta näytteenotosta tehottoman menetelmän.
esimerkki
Oletetaan, että tutkimusryhmä haluaa selvittää Yhdysvaltain korkeakouluopiskelijoiden arvosanan keskiarvon.
Tutkimusryhmällä on ilmeisiä vaikeuksia kerätä näitä tietoja 21 miljoonalta opiskelijalta. Siksi päätät ottaa näytteen väestöstä, ja käyttää vain 4000 opiskelijaa.
Ryhmä tarkastelee otoksen osanottajien erilaisia ominaisuuksia ja ihmettelee, onko pistepistekeskiarvon ja opiskelijoiden erikoistumisen välillä eroa.
Otoksessa todettiin, että 560 opiskelijaa on englantilaisia, 1 135 luonnontiedettä, 800 tietotekniikkaa, 1 090 tekniikkaa ja 415 matematiikkaa.
Ryhmä haluaa käyttää suhteellista ositettua näytteenottoa, jossa otoskerrokset ovat verrannollisia populaatioon.
Kerrosten luominen
Tätä varten ryhmä tutkii yliopisto-opiskelijoiden tilastoja Yhdysvalloissa ja löytää virallisen prosenttiosuuden erikoistuneista opiskelijoista: 12% englanniksi, 28% tieteeseen, 24% tietotekniikkaan, 21% tekniikkaan ja 15% matematiikassa.
Siksi kerrostuneesta näytteenottoprosessista luodaan viisi kerrosta. Ryhmän on vahvistettava, että populaatiostrategia on verrannollinen otosstrategiaan. Hän kuitenkin havaitsee, että mittasuhteet eivät ole yhtä suuret.
Ryhmän on siis tultava uudelleen 4000 opiskelijan joukosta, mutta tällä kertaa satunnaisesti valitsemalla 480 (12%) englanninopiskelijaa, 1120 (28%) tiedettä, 960 (24%) tietotekniikkaa, 840 (21%) tekniikan ja 600 (15%) matematiikan alalta.
Tämän avulla meillä on suhteellinen osittainen otos yliopisto-opiskelijoista, mikä tarjoaa paremman esityksen yliopisto-opiskelijoista Yhdysvalloissa.
Tutkijat pystyvät korostamaan tietyn kerroksen, seuraamaan Yhdysvaltojen korkeakouluopiskelijoiden erilaisia tutkimuksia ja tarkkailemaan pisteiden keskiarvoja.
Viitteet
- Adam Hayes (2019). Ositettu satunnainen näytteenotto. Otettu: invespedia.com.
- Wikipedia, ilmainen tietosanakirja (2019). Osittainen näytteenotto. Kuvannut: en.wikipedia.org.
- Tutkittavissa (2019). Ositettu näytteenottomenetelmä. Otettu: explorable.com.
- Kysely Gizmo (2019). Mikä on kerrostunut näytteenotto ja milloin sitä käytetään? Kuvannut: surveygizmo.com.
- Ashley Crossman (2019). Kerrostuneiden näytteiden ymmärtäminen ja niiden tekeminen. Thought Co. Otettu: thinkco.com.
- Carlos Ochoa (2017). Satunnainen näytteenotto: ositettu näytteenotto. Otettu: netquest.com.
