Стратифицированная случайная выборка приносит пользу исследователям, позволяя им получить выборочную совокупность, которая лучше всего представляет всю исследуемую совокупность. Все таки этот метод исследования не лишен недостатков.
Стратифицированная случайная выборка: обзор
Стратифицированная случайная выборка включает в себя сначала разделение популяции на подгруппы, а затем применение методов случайной выборки к каждой подгруппе для формирования тестовой группы. Недостатком является то, что исследователи не могут классифицировать каждого члена населения в подгруппу.
Стратифицированная случайная выборка отличается от простой случайной выборки, которая включает случайный отбор данных из всей совокупности, так что каждая возможная выборка одинаково вероятна. Напротив, стратифицированная случайная выборка делит население на более мелкие группы или слои на основе общих характеристик. Случайная выборка берется из каждого слоя в прямой пропорции к размеру слоя по сравнению с населением.
Пример стратифицированной случайной выборки
Ниже приведен пример стратифицированной случайной выборки:
Исследователи проводят исследование, предназначенное для оценки политических предпочтений студентов-экономистов в крупном университете. Исследователи хотят убедиться, что случайная выборка наилучшим образом приближает студенческую популяцию, включая пол, студентов и аспирантов. Общая численность населения в исследовании составляет 1000 студентов, и оттуда создаются подгруппы, как показано ниже.
Общая численность населения = 1000
Исследователи будут назначать каждого студента-экономиста в университете в одну из четырех групп: студенты мужского пола, студенты женского пола, выпускники мужского пола и выпускники женского пола. Затем исследователи подсчитывают, сколько студентов из каждой подгруппы составляют 1000 человек. Оттуда исследователи рассчитывают процентное представление каждой подгруппы от общей численности населения.
Подгруппы:
- Студенты мужского пола = 450 студентов (из 100) или 45% населения женского пола студентов = 200 студентов или 20% студентов мужского пола = 200 студентов или 20% студентов женского пола = 150 студентов или 15%
Произвольная выборка каждой субпопуляции производится на основе ее представительства в популяции в целом. Поскольку студенты мужского пола составляют 45% населения, 45 студентов мужского пола случайно выбираются из этой подгруппы. Поскольку выпускники-мужчины составляют всего 20% населения, 20 человек отбираются для выборки и так далее.
Хотя стратифицированная случайная выборка точно отражает изучаемую популяцию, условия, которые необходимо соблюдать, означают, что этот метод не может использоваться в каждом исследовании.
Преимущества стратифицированной случайной выборки
Стратифицированная случайная выборка имеет преимущества по сравнению с простой случайной выборкой.
Точно отражает изученное население
Стратифицированная случайная выборка точно отражает исследуемую популяцию, поскольку исследователи стратифицируют всю популяцию перед применением методов случайной выборки. Короче говоря, это гарантирует, что каждая подгруппа в популяции получает надлежащее представление в выборке. В результате, стратифицированная случайная выборка обеспечивает лучший охват населения, так как исследователи контролируют подгруппы, чтобы гарантировать, что все они представлены в выборке.
При простой случайной выборке нет никакой гарантии, что выбрана какая-либо конкретная подгруппа или тип человека. В нашем предыдущем примере студентов университетов использование простой случайной выборки для получения выборки из 100 человек может привести к отбору только 25 студентов мужского пола или только 25% от общей численности населения. Кроме того, могут быть отобраны 35 аспирантов (35% населения), что приводит к недопредставленности студентов мужского пола и перепредставлению студентов женского пола. Любые ошибки в представлении населения могут снизить точность исследования.
Недостатки стратифицированной случайной выборки
Стратифицированная случайная выборка также ставит исследователей в невыгодное положение.
Не может быть использовано во всех исследованиях
К сожалению, этот метод исследования не может быть использован в каждом исследовании. Недостаток метода заключается в том, что для его правильного использования должно быть выполнено несколько условий. Исследователи должны идентифицировать каждого члена изучаемой популяции и классифицировать каждого из них в одну и только одну подгруппу. В результате, стратифицированная случайная выборка невыгодна, когда исследователи не могут с уверенностью классифицировать каждого члена населения в подгруппу. Кроме того, поиск исчерпывающего и окончательного списка всего населения может быть сложной задачей.
Перекрытие может быть проблемой, если есть предметы, которые попадают в несколько подгрупп. Когда выполняется простая случайная выборка, более вероятно, что будут выбраны те, кто входит в несколько подгрупп. Результатом может быть неверное представление или неточное отражение населения.
Приведенный выше пример облегчает задачу: студенты, выпускники, мужчины и женщины являются четко определенными группами. В других ситуациях, однако, это может быть гораздо сложнее. Представьте себе включение таких характеристик, как раса, этническая принадлежность или религия. Процесс сортировки становится более сложным, что делает стратифицированную случайную выборку неэффективным и не идеальным методом.
Ключевые вынос
- Стратифицированная случайная выборка позволяет исследователям получать выборочную совокупность, которая наилучшим образом представляет всю изучаемую популяцию. Этот метод исследования не может использоваться в каждом исследовании. Стратифицированная случайная выборка отличается от простой случайной выборки, которая включает случайный выбор данных из всей популяции, поэтому каждая возможная выборка одинаково вероятна.
