Hoe Stratified Random Sampling werkt

Gestratificeerde steekproeven zijn een steekproefmethode waarbij een populatie wordt verdeeld in kleinere groepen die strata worden genoemd. Bij gestratificeerde willekeurige steekproeven of stratificatie worden de lagen gevormd op basis van de gedeelde attributen of kenmerken van leden. Gestratificeerde willekeurige bemonstering wordt ook proportionele willekeurige bemonstering of quota willekeurige bemonstering genoemd.

Eenvoudige steekproeven zijn daarentegen een steekproef van individuen die in een populatie voorkomen; de individuen worden willekeurig gekozen uit de populatie en in een steekproef geplaatst. Deze methode om willekeurig individuen te selecteren, probeert een steekproefgrootte te selecteren die een onbevooroordeelde weergave van de populatie is. Het is echter niet voordelig als de steekproeven van de populatie sterk variëren.

Belangrijkste leerpunten

• Gestratificeerde willekeurige bemonstering is een bemonsteringsmethode waarbij monsters worden genomen van een populatie die is onderverdeeld in kleinere groepen die strata worden genoemd.
• Gestratificeerde steekproef omvat het nemen van steekproeven uit gelaagde groepen, in verhouding tot de populatie; op deze manier is een gestratificeerde steekproef een preciezere meetwaarde.

Gestratificeerde willekeurige steekproeven begrijpen

Gestratificeerde willekeurige bemonstering verdeelt een populatie in subgroepen of lagen, en willekeurige steekproeven worden genomen, in verhouding tot de populatie, van elk van de gecreëerde lagen. De leden in elk van de gevormde stratum hebben vergelijkbare attributen en kenmerken. Deze methode van bemonstering wordt veel gebruikt en is zeer nuttig wanneer de doelpopulatie heterogeen is. Van elke laag moet een eenvoudig willekeurig monster worden genomen. Gestratificeerde willekeurige steekproeven kunnen bijvoorbeeld worden gebruikt om het cijfer van de studentenkwaliteit (GPA) in het hele land, mensen die overuren op het werk doorbrengen, en de levensverwachting over de hele wereld.

Voorbeeld van Stratified Random Sampling

Stel dat een onderzoeksteam de GPA van studenten in de VS wil bepalen. Het onderzoeksteam heeft moeite met het verzamelen van gegevens van alle 21 miljoen studenten; het besluit een steekproef van de bevolking te nemen met behulp van 4.000 studenten.

Ga er nu vanuit dat het team naar de verschillende kenmerken van de steekproefdeelnemers kijkt en zich afvraagt ​​of er verschillen zijn in GPA's en majors van studenten. Stel dat er 560 studenten Engelse majors zijn, 1.135 wetenschappelijke majors, 800 zijn informatica majors, 1.090 zijn technische majors en 415 zijn wiskundige majors. Het team wil een proportionele gestratificeerde willekeurige steekproef gebruiken waarbij de stratum van de steekproef evenredig is aan de willekeurige steekproef in de populatie.

Stel dat het team de demografie van universiteitsstudenten in de VS onderzoekt en het percentage vindt van welke studenten major zijn in 12% major in Engels, 28% major in wetenschap, 24% major in informatica, 21% major in engineering en 15% major in wiskunde. Er worden dus vijf lagen gecreëerd uit het gestratificeerde willekeurige steekproefproces.

Het team moet vervolgens bevestigen dat de stratum van de populatie in verhouding staat tot de stratum in de steekproef; ze vinden echter dat de verhoudingen niet gelijk zijn. Het team moet vervolgens 4.000 studenten uit de populatie resamplen en willekeurig 480 Engelse, 1.120 wetenschappen, 960 computerwetenschappen, 840 technische en 600 wiskundestudenten selecteren. Daarmee heeft het een evenredige gestratificeerde willekeurige steekproef van studenten, wat een betere weergave biedt van de universiteits majors van studenten in de VS. De onderzoekers kunnen vervolgens specifieke stratum markeren, de variërende studies van Amerikaanse studenten observeren en de verschillende ranggemiddelden bekijken .

toepassingen

Dezelfde methode die hierboven is gebruikt, kan worden toegepast op de verkiezingen, het inkomen van verschillende bevolkingsgroepen en het inkomen voor verschillende banen in een land.