Ang stratified random sampling ay isang paraan ng sampling na nagsasangkot sa paghahati ng isang populasyon sa mas maliliit na grupo na kilala bilang strata. Sa stratified random sampling o stratification, nabubuo ang strata batay sa ibinahaging mga katangian o katangian ng mga miyembro. Ang stratified random sampling ay tinatawag ding proporsyonal na random sampling o quota random sampling.
Sa kabaligtaran, ang simpleng random sampling ay isang sample ng mga indibidwal na umiiral sa isang populasyon; ang mga indibidwal ay sapalarang napili mula sa populasyon at inilagay sa isang sample. Ang pamamaraang ito ng random na pagpili ng mga indibidwal ay naghahanap upang pumili ng isang laki ng sample na isang walang pinapanigan na representasyon ng populasyon. Gayunpaman, hindi ito kapaki-pakinabang kapag ang mga halimbawa ng populasyon ay magkakaiba-iba.
Mga Key Takeaways
- Ang stratified random sampling ay isang paraan ng sampling na nagsasangkot ng pagkuha ng mga sample ng isang populasyon na nahahati sa mas maliit na mga grupo na kilala bilang strata.Stratified random sampling ay nagsasangkot ng pagkuha ng mga random na sample mula sa mga stratified group, na proporsyon sa populasyon; sa ganitong paraan, ang stratified random sampling ay isang mas tumpak na sukatan.
Pag-unawa sa Stratified Random Sampling
Ang stratified random sampling ay naghahati ng isang populasyon sa mga subgroup o strata, at kinuha ang mga random na sample, na proporsyon sa populasyon, mula sa bawat isa sa strata na nilikha. Ang mga miyembro ng bawat stratum na nabuo ay may magkatulad na mga katangian at katangian. Ang pamamaraang ito ng sampling ay malawakang ginagamit at napaka-kapaki-pakinabang kapag ang target na populasyon ay heterogenous. Ang isang simpleng random sample ay dapat makuha mula sa bawat stratum. Maaaring gamitin ang stratified random sampling, halimbawa, upang ma-sample ang mga average na average point ng mga mag-aaral (GPA) sa buong bansa, ang mga taong gumugol ng oras ng trabaho sa trabaho, at ang pag-asa sa buhay sa buong mundo.
Halimbawa ng Stratified Random Sampling
Ipagpalagay na nais ng isang koponan ng pananaliksik upang matukoy ang GPA ng mga mag-aaral sa kolehiyo sa buong US Ang kahirapan sa koponan ng pananaliksik ay nahihirapan sa pagkolekta ng data mula sa lahat ng 21 milyong mag-aaral sa kolehiyo; nagpapasya na kumuha ng isang random sample ng populasyon sa pamamagitan ng paggamit ng 4, 000 mga mag-aaral.
Ipagpalagay ngayon na tinitingnan ng koponan ang iba't ibang mga katangian ng mga kalahok ng sample at kamangha-mangha kung mayroong anumang mga pagkakaiba-iba sa mga GPA at mga majors ng mga mag-aaral. Ipagpalagay na natagpuan na 560 mga mag-aaral ay Ingles majors, 1, 135 ay science majors, 800 ay computer science majors, 1, 090 ay engineering majors, at 415 ay matematika majors. Nais ng koponan na gumamit ng isang proporsyonal na stratified random sample kung saan ang stratum ng sample ay proporsyonal sa random na sample sa populasyon.
Ipagpalagay na ang koponan ay nagsasaliksik ng mga demograpiko ng mga mag-aaral sa kolehiyo sa US at hahanap ang porsyento ng kung ano ang mga mag-aaral na pangunahing sa 12% na pangunahing sa Ingles, 28% na pangunahing sa agham, 24% na pangunahing sa science sa computer, 21% major sa engineering, at 15% pangunahing sa matematika. Kaya, limang strata ay nilikha mula sa stratified random na proseso ng sampling.
Pagkatapos ay dapat kumpirmahin ng koponan na ang stratum ng populasyon ay proporsyon sa stratum sa sample; gayunpaman, nahanap nila ang mga proporsyon ay hindi pantay. Ang koponan ay pagkatapos ay kailangang mag-resample ng 4, 000 mga mag-aaral mula sa populasyon at random na pumili ng 480 English, 1, 120 science, 960 computer science, 840 engineering, at 600 matematika na mag-aaral. Sa mga iyon, mayroon itong proporsyonal na stratified random sample ng mga mag-aaral sa kolehiyo, na nagbibigay ng isang mas mahusay na representasyon ng mga mag-aaral sa kolehiyo ng mga mag-aaral sa US Ang mga mananaliksik ay maaaring mai-highlight ang tiyak na stratum, obserbahan ang iba't ibang mga pag-aaral ng mga mag-aaral sa kolehiyo ng US at obserbahan ang iba't ibang mga average point average.
Aplikasyon
Ang parehong pamamaraan na ginamit sa itaas ay maaaring mailapat sa botohan ng halalan, ang kita ng iba't ibang populasyon, at kita para sa iba't ibang mga trabaho sa isang bansa.
