KIINTIÖN NÄYTTEENOTTO: MENETELMÄ, EDUT, HAITAT, ESIMERKIT - DUDAS - 2026

Kiintiö näytteenotto on ei - probabilistinen tapa ottaa tiedot näytteestä strata kiintiöiden. Kiintiöiden on oltava verrannollisia murto-osaan, jota tämä kerros edustaa suhteessa koko väestöön, ja kiintiöiden summan on oltava yhtä suuri kuin otoksen koko.

Tutkija päättää, mitkä ryhmät tai kerrokset muodostuvat, esimerkiksi hän voi jakaa väestön miehiksi ja naisiksi. Toinen esimerkki kerroksista ovat ikäryhmät, esimerkiksi 18-25, 26-40 ja 40 vuotta, jotka voidaan merkitä tällä tavalla: nuoret, vanhat ja vanhat.

Kuva 1. Otokseen otettavat kiintiöt jaotellaan kokonaisväestön erojen mukaan. Lähde: Pixabay.

On erittäin kätevää tietää etukäteen, mikä prosenttiosuus väestöstä edustaa kutakin stratumia. Sitten valitaan tilastollisesti merkitsevä otoskoko, ja suhteelliset kiintiöt määritetään kunkin stratumin prosenttimäärään suhteessa koko väestöön. Strategia kohden olevien kiintiöiden summan on oltava yhtä suuri kuin näytteen koko.

Lopuksi otetaan tiedot jokaiselle stratumille osoitetuista kiintiöistä valitsemalla ensimmäiset kiintiötä täydentävät elementit.

Juuri tämän ei-satunnaisen tavan valita elementtejä tätä näytteenottomenetelmää pidetään epätodennäköisenä.

Vaiheet kiintiöiden mukaan ottamiseksi

Vaihe 1

Jakaa koko väestö kerroksiin tai ryhmiin, joilla on joitain yhteisiä ominaisuuksia. Tämän ominaisuuden päättää aiemmin tutkimusta suorittava tilastotutkija.

Vaihe 2

Määritä, mikä prosenttiosuus koko väestöstä edustaa kutakin edellisessä vaiheessa valittua kerrosta tai ryhmää.

Vaihe 3

Arvioi tilastollisesti merkitsevä otoksen koko tilastotieteen perusteiden ja menetelmien mukaisesti.

Vaihe 4

Laske elementtien tai kiintiöiden lukumäärä jokaiselle kerrokselle siten, että ne ovat verrannollisia prosenttiosuuteen, jota kukin edustaa suhteessa kokonaispopulaatioon ja otoksen kokonaiskokoon.

Vaihe 5

Ota kunkin kerroksen elementtien tiedot, kunnes olet täyttänyt kutakin kerrosta vastaavan kiintiön.

Käytännöllinen tapaus

Oletetaan, että haluat tietää kaupungin tyytyväisyyden metropalveluun. Aikaisemmissa 2000 ihmisen väestötutkimuksissa kävi ilmi, että 50% käyttäjistä on 16–21-vuotiaita nuoria, 40% on 21–55-vuotiaita aikuisia ja vain 10% käyttäjistä on yli 55-vuotiaita.

Hyödyntämällä tämän tutkimuksen tuloksia, se segmentoidaan tai ositetaan käyttäjän iän mukaan:

-Nuori: 50%

-Aikuiset: 40%

-Vanhemmat: 10%

Koska budjetti on rajoitettu, tutkimusta on sovellettava pieneen, mutta tilastollisesti merkitsevään otokseen. Otoskoko on 200, eli tyytyväisyystutkimus tehdään yhteensä 200 henkilölle.

Nyt on edelleen määritettävä kiintiö tai tutkimusten lukumäärä jokaiselle segmentille tai stratumille, ja sen on oltava verrannollinen otoksen kokoon ja prosenttiosuuteen strategiaa kohden.

Kiintiö per stratum

Kiintiö tutkimusten lukumäärää kohti strategiaa kohti on seuraava:

Nuoriso: 200 * 50% = 200 * (50/100) = 100 tutkimusta

Aikuiset: 200 * 40% = 200 * (40/100) = 80 tutkimusta

Seniorit: 200 * 10% = 200 * (10/100) = 20 tutkimusta

Kuva 2. Kiintiöt 200 yksilön otoksessa ikäluokituksen mukaan. Lähde: F. Zapata.

Huomaa, että palkkioiden summan on oltava yhtä suuri kuin otoksen koko, toisin sanoen yhtä suuri kuin sovellettavien tutkimusten kokonaismäärä. Sitten tutkimuksia suoritetaan, kunnes kunkin osaston kiintiöt täyttyvät.

On tärkeää huomata, että tämä menetelmä on paljon parempi kuin ottaa kaikki tutkimukset ja välittää ne ensimmäisille 200 henkilölle, jotka ilmestyvät, koska aiempien tietojen mukaan on hyvin todennäköistä, että vähemmistökerros jätetään tutkimuksen ulkopuolelle.

Sovellettavuus, edut ja haitat

Jotta menetelmä olisi sovellettavissa, tarvitaan kerrosten muodostamiselle kriteeri, joka riippuu tutkimuksen tavoitteesta.

Kiintiönäyte sopii, kun haluat tietää mieltymykset, erot tai ominaisuudet sektoreittain ohjataksesi tiettyjä kampanjoita osion tai segmentin mukaan.

Sen käyttö on hyödyllistä myös silloin, kun jostain syystä on kiinnostavaa tietää vähemmistöalojen ominaispiirteet tai edut tai kun he eivät halua jättää niitä tutkimuksen ulkopuolelle.

Jotta kunkin kerroksen paino tai merkitys voidaan soveltaa, sen on oltava tiedossa suhteessa koko väestöön. On erittäin tärkeää, että tämä tieto on luotettava, muuten saadaan virheellisiä tuloksia.

Etu

- Vähennä opiskeluaikoja, koska palkkiot per stratum ovat yleensä pienet

- Yksinkertaistaa tietojen analysointia.

- Minimoi kustannukset, koska tutkimusta sovelletaan pieniin, mutta hyvin edustaviin näytteisiin koko väestöstä.

haitat

- Koska kerrostumat on määritelty etukäteen, on mahdollista, että tietyt väestönosat jätetään tutkimuksen ulkopuolelle.

- Asettamalla rajoitettu määrä kerrostumia on mahdollista, että yksityiskohdat menetetään tutkimuksessa.

-Jos hylätään tai sisällytetään jokin kerros osana toista, tutkimuksessa voidaan tehdä väärät johtopäätökset.

-Se tekee mahdottomaksi arvioida suurimman näytteenottovirheen.

Yksinkertainen sovellusesimerkki

Haluamme tehdä tilastollisen tutkimuksen ahdistuksen tasosta 2000 ihmisen väestössä.

Tutkimusta ohjaava tutkija ymmärtää, että tulosten eroja on löydettävä iästä ja sukupuolesta riippuen. Tästä syystä hän päättää muodostaa kolme ikäryhmää, jotka merkitään seuraavasti: Ensimmäinen ikä, Toinen ikä ja Kolmas ikä. Sukupuolen segmentistä määritetään kaksi tavanomaista tyyppiä: mies ja nainen.

Ensimmäinen ikä määritellään 18–25-vuotiaksi, toinen ikäksi 26–50-vuotias ja lopuksi kolmas ikä 50–80-vuotias.

Koko väestön tietoja analysoitaessa on tarpeen:

45% väestöstä kuuluu First_Age-ryhmään.

40% on toisessa ikäkaudella.

Lopuksi, vain 15% tutkimuspopulaatiosta kuuluu kolmanteen ikään.

Käytettäessä sopivaa menetelmää, jota ei tässä ole yksityiskohtaisesti, 300 ihmisen otos määritetään tilastollisesti merkitseväksi.

Kiintiöiden määrittäminen iän perusteella

Seuraava askel on sitten löytää vastaavat kiintiöt ikäsegmentille, joka tehdään seuraavasti:

Ensimmäinen ikä: 300 * 45% = 300 * 45/100 = 135

Toinen ikä: 300 * 40% = 300 * 40/100 = 120

Kolmas ikä: 300 * 15% = 300 * 15/100 = 45

On varmistettu, että kiintiöiden summa antaa otoksen kokonaiskoko.

Kiintiöiden määrittäminen iän ja sukupuolen perusteella

Toistaiseksi väestön sukupuolisegmenttiä ei ole otettu huomioon: tälle segmentille on jo määritelty kaksi kerrosta: nainen ja mies. Meidän on jälleen analysoitava koko väestön tiedot, jotka tuottavat seuraavat tiedot:

-60% väestöstä on naisia.

- Sillä välin 40% tutkittavasta väestöstä kuuluu miespuoliseen sukupuoleen.

On tärkeää huomata, että aikaisemmissa väestön jakautumisessa sukupuolen mukaan ei ikää oteta huomioon.

Koska lisätietoja ei ole saatavilla, oletetaan, että nämä sukupuolijakaumat jakautuvat tasaisesti tässä tutkimuksessa määritellyille 3 ikäkerrokselle. Näiden näkökohtien perusteella jatkamme kiintiöiden vahvistamista iän ja sukupuolen mukaan, mikä tarkoittaa, että nyt on kuusi alakerrosta:

S1 = ensimmäinen ikä ja nainen: 135 * 60% = 135 * 60/100 = 81

S2 = ensimmäinen ikä ja uros: 135 * 40% = 135 * 40/100 = 54

S3 = toinen ikä ja naaras: 120 * 60% = 120 * 60/100 = 72

S4 = toinen ikä ja uros: 120 * 40% = 120 * 40/100 = 48

S5 = kolmas ikä ja nainen: 45 * 60% = 45 * 60/100 = 27

S6 = kolmas ikä ja uros: 45 * 40% = 45 * 40/100 = 18

Kyselyjen soveltaminen ja tulosten tutkiminen

Kun kuusi (6) segmenttiä ja niitä vastaavat kiintiöt on vahvistettu, laaditaan 300 tutkimusta, joita sovelletaan jo laskettujen kiintiöiden mukaisesti.

Tutkimuksia käytetään seuraavasti, tehdään 81 tutkimusta ja haastatellaan ensimmäisiä 81 henkilöä, jotka ovat S1-segmentissä. Sitten se tehdään samalla tavalla jäljellä olevien viiden segmentin kanssa.

Tutkimusjärjestys on seuraava:

- Analysoi tutkimuksen tulokset, joista sitten keskustellaan, analysoimalla tulokset segmenttikohtaisesti.

- Vertaa tuloksia segmenttien mukaan.

-Valitse lopuksi hypoteesit, jotka selittävät näiden tulosten syyt.

Ero ositetun satunnaisen näytteenoton kanssa

Esimerkissämme, jossa sovellamme kiintiöiden ottoa, on ensin tehtävä kiintiöt ja suoritettava tutkimus. Nämä kiintiöt eivät tietenkään ole lainkaan hassuja, koska ne ovat perustuneet aiempiin tilastotietoihin koko väestöstä.

Jos sinulla ei ole aikaisempaa tietoa tutkimuspopulaatiosta, on suositeltavaa kääntää menetelmä päinvastaiseksi, eli määritellä ensin otoksen koko ja kun otoksen koko on vahvistettu, jatka tutkimusta satunnaisesti.

Yksi tapa varmistaa satunnaisuus olisi käyttää satunnaislukugeneraattoria ja tutkia työntekijöitä, joiden työntekijämäärä vastaa satunnaisgeneraattorin lukumäärää.

Kun tiedot ovat saatavilla ja koska tutkimuksen tavoitteena on nähdä ahdistustasot iän ja sukupuolen osien mukaan, tiedot erotellaan kuuden luokan mukaan, jotka aiemmin määrittelimme. Mutta asettamatta mitään ennakkomaksua.

Juuri tästä syystä osittaista satunnaista näytteenottomenetelmää pidetään todennäköisyysmenetelmänä. Aikaisemmin vahvistettujen kiintiöiden perusteella otanta ei kuitenkaan ole.

Jos kiintiöt kuitenkin vahvistetaan väestötilastoihin perustuvilla tiedoilla, kiintiöiden näytteenottomenetelmän voidaan sanoa olevan todennäköisesti todennäköinen.

Ehdotettu harjoitus

Seuraavaa harjoitusta ehdotetaan:

Lukiossa haluat tehdä tutkimuksen mieluummin luonnontieteiden tai humanististen opintojen välillä.

Oletetaan, että koulussa on yhteensä 1000 opiskelijaa, jotka on ryhmitelty viiteen tasoon opintovuoden mukaan. Tiedetään, että ensimmäisenä vuonna on 350 opiskelijaa, toisella 300, kolmannella 200, neljännellä 100 ja lopulta 50 viidennellä. On myös tiedossa, että 55% koulun opiskelijoista on poikia ja 45% tyttöjä.

Määritä osiot ja kiintiöt kerroksittain, jotta saadaan selville tutkittavien lukumäärä tutkimusvuoden ja sukupuolen segmenttien mukaan. Oletetaan lisäksi, että otos on 10% opiskelijoiden kokonaismäärästä.

Viitteet

1. Berenson, M. 1985. Johtamis- ja taloustiede, käsitteet ja sovellukset. Toimituksellinen Interamericana.
2. Tilastot. Kiintiönäytteet. Palautettu osoitteesta: encyclopediaeconomica.com.
3. Tilastot. Näytteenotto. Palautettu: Estadistica.mat.uson.mx.
4. Explorable. Kiintiönäytteet. Palautettu osoitteesta: explorable.com.
5. Moore, D. 2005. Applied Basic Statistics. 2nd. Painos.
6. Netquest. Todennäköisyysnäytteet: kerrostunut näytteenotto. Palautettu osoitteesta: netquest.com.
7. Wikipedia. Tilastollinen näytteenotto. Palautettu osoitteesta: en.wikipedia.org