Geschichtete Zufallsstichprobe: Definition
Geschichtete Zufallsstichprobe ist eine Art Wahrscheinlichkeitsstichprobe, mit der eine Forschungsorganisation die gesamte Population in mehrere nicht überlappende, homogene Gruppen (Schichten) verzweigen und zufällig endgültige Mitglieder aus den verschiedenen Schichten für die Forschung auswählen kann, was die Kosten senkt und die Effizienz verbessert. Mitglieder in jeder dieser Gruppen sollten unterschiedlich sein, damit jedes Mitglied aller Gruppen die gleiche Chance erhält, mit einfacher Wahrscheinlichkeit ausgewählt zu werden., Diese Stichprobenmethode wird auch als „Random Quota Sampling“bezeichnet.
Wählen Sie Ihre Befragten
Alter, sozioökonomische Spaltungen, Nationalität, Religion, Bildungsleistungen und andere solche Klassifikationen fallen unter geschichtete Zufallsstichprobe.
Betrachten wir eine Situation, in der ein Forschungsteam Meinungen über Religion in verschiedenen Altersgruppen sucht. Anstatt Feedback von 326.044.985 US-Bürgern zu sammeln, können Stichproben von rund 10000 für die Forschung ausgewählt werden. Diese 10000 Bürger können je nach Alter in Schichten eingeteilt werden, ich.,e, Gruppen von 18-29, 30-39, 40-49, 50-59, 60 und höher. Jede Schicht hat unterschiedliche Mitglieder und die Anzahl der Mitglieder.
Erfahren Sie mehr: Demografische Segmentierung
8 Schritte zur Auswahl einer geschichteten Zufallsstichprobe:
- Definieren Sie die Zielgruppe.
- Erkennen Sie die Schichtungsvariable oder Variablen und ermitteln Sie die Anzahl der zu verwendenden Schichten. Diese Schichtungsvariablen sollten dem Forschungsziel entsprechen. Jede zusätzliche Information entscheidet über die Schichtungsvariablen., Wenn das Ziel der Forschung beispielsweise darin besteht, alle Untergruppen zu verstehen, beziehen sich die Variablen auf die Untergruppen, und alle Informationen zu diesen Untergruppen wirken sich auf die Variablen aus. Idealerweise sollten nicht mehr als 4-6 Schichtungsvariablen und nicht mehr als 6 Schichten in einer Stichprobe verwendet werden, da eine Erhöhung der Schichtungsvariablen die Wahrscheinlichkeit erhöht, dass einige Variablen die Auswirkungen anderer Variablen aufheben.,
- Verwenden Sie einen bereits vorhandenen Sampling-Frame oder erstellen Sie einen Frame, der alle Informationen der Schichtungsvariablen für alle Elemente in der Zielgruppe enthält.
- Nehmen Sie Änderungen vor, nachdem Sie den Stichprobenrahmen aufgrund fehlender Abdeckung, Überdeckung oder Gruppierung bewertet haben.
- In Anbetracht der gesamten Bevölkerung sollte jede Schicht einzigartig sein und jedes einzelne Mitglied der Bevölkerung abdecken. Innerhalb der Schicht sollten die Unterschiede minimal sein, während sich jede Schicht extrem voneinander unterscheiden sollte., Jedes Element der Population sollte nur einer Schicht angehören.
- Weisen Sie jedem Element eine zufällige, eindeutige Nummer zu.
- Finden Sie die Größe jeder Schicht entsprechend Ihrer Anforderung heraus. Die numerische Verteilung auf alle Elemente in allen Schichten bestimmt die Art der zu implementierenden Probenahme. Es kann sich entweder um proportionale oder überproportional geschichtete Probenahmen handeln.
- Der Forscher kann dann zufällige Elemente aus jeder Schicht auswählen, um die Probe zu bilden., Mindestens ein Element muss aus jeder Schicht ausgewählt werden, so dass es Darstellung aus jeder Schicht, aber wenn zwei Elemente aus jeder Schicht ausgewählt sind, um leicht die Fehlermargen der Berechnung der gesammelten Daten zu berechnen.
Erfahren Sie mehr: Einfache Zufallsstichprobe
Arten geschichteter Zufallsstichprobe:
-
Proportionale geschichtete Zufallsstichprobe:
Bei diesem Ansatz ist jede Schichtstichprobe direkt proportional zur Populationsgröße der gesamten Population von Schichten. Das heißt, jede Schichtprobe hat den gleichen Stichprobenanteil.,
Proportionale geschichtete Stichprobenformel: nh = (Nh / N) * n
nh= Stichprobengröße für hth-Schicht
Nh= Populationsgröße für hth-Schicht
N = Größe der gesamten Population
n = Größe der gesamten Stichprobe
Wenn Sie 4 Schichten mit 500, 1000, 1500, 2000 jeweiligen Größen haben und die Forschungsorganisation ½ als Stichprobenanteil auswählt. Ein Forscher muss dann 250, 500, 750, 1000 Mitglieder aus der jeweiligen Schicht auswählen.,
| Stratum | A | B | C | D |
| Population Size | 500 | 1000 | 1500 | 2000 |
| Sampling Fraction | 1/2 | 1/2 | 1/2 | 1/2 |
| Final Sampling Size Results | 250 | 500 | 750 | 1000 |
Irrespective of the sample size of the population, the sampling fraction will remain uniform across all the strata.,
Erfahren Sie mehr: Systematische Stichprobe
-
Unverhältnismäßig geschichtete Zufallsstichprobe:
Die Stichprobenfraktion ist der primäre Differenzierungsfaktor zwischen der proportionalen und der unverhältnismäßig geschichteten Zufallsstichprobe. Bei einer unverhältnismäßigen Probenahme hat jede Schicht eine andere Probenahmefraktion.
Der Erfolg dieser Stichprobenmethode hängt von der Genauigkeit des Forschers bei der Bruchteilzuweisung ab. Wenn die zugewiesenen Fraktionen nicht genau sind, können die Ergebnisse aufgrund der überrepräsentierten oder unterrepräsentierten Schichten voreingenommen sein.,td>Stratum
Learn more: Cluster Sampling
Stratified Random Sampling Examples:
Researchers and statisticians use stratified random sampling to analyze relationships between two or more strata., Da die geschichtete Zufallsstichprobe mehrere Schichten oder Schichten umfasst, ist es wichtig, die Schichten vor der Berechnung des Stichprobenwerts zu berechnen.
Erfahren Sie mehr: Quantitative Marktforschung
Es folgt ein klassisches Beispiel für geschichtete Zufallsstichproben:
Nehmen wir an, 100 (N) Schüler einer Schule mit 1000 (N) Schülern wurden Fragen zu ihrem Lieblingsfach gestellt. Es ist eine Tatsache, dass die Schüler der 8.Klasse andere Fachpräferenzen haben als die Schüler der 9. Klasse., Damit die Umfrage präzise Ergebnisse liefert, ist es ideal, jede Klasse in verschiedene Schichten zu unterteilen.,
Berechnen Sie die Stichprobe jeder Klasse anhand der Formel für geschichtete Zufallsstichproben:
Erfahren Sie mehr: Bequeme Stichprobe
Vorteile geschichteter Zufallsstichproben:
- Bessere Genauigkeit der Ergebnisse im Vergleich zu anderen Wahrscheinlichkeitsstichproben wie Clusterstichproben, einfachen Zufallsstichproben und systematischen Stichproben oder nichtwahrscheinlichen Methoden wie bequeme Stichproben., Diese Genauigkeit hängt von der Unterscheidung verschiedener Schichten ab, d. H. Die Ergebnisse sind sehr genau, wenn alle Schichten extrem unterschiedlich sind.
- Bequem, ein Team zu trainieren, um eine Probe aufgrund der Genauigkeit der Art dieser Probenahmetechnik zu stratifizieren.
- Aufgrund der statistischen Genauigkeit dieser Methode können kleinere Stichprobengrößen auch sehr nützliche Ergebnisse für einen Forscher abrufen.
- Diese Stichprobenmethode deckt die maximale Population ab, da die Forscher die vollständige Ladung über die Strata Division haben.,
Erfahren Sie mehr: Cluster-Sampling vs Stratified Sampling
Wann Geschichtete Zufallsstichprobe?
-
- Die geschichtete Zufallsstichprobe ist eine äußerst produktive Stichprobenmethode in Situationen, in denen der Forscher beabsichtigt, sich nur auf bestimmte Schichten aus den verfügbaren Bevölkerungsdaten zu konzentrieren. Auf diese Weise können die gewünschten Eigenschaften der Schichten in der Erhebungsstichprobe gefunden werden.
- Forscher verlassen sich auf diese Stichprobenmethode, wenn sie beabsichtigen, eine Beziehung zwischen zwei oder mehr verschiedenen Schichten herzustellen., Wird dieser Vergleich mittels einfacher Zufallsstichproben durchgeführt, ist die Wahrscheinlichkeit höher, dass die Zielgruppen nicht gleichmäßig vertreten sind.
- Proben mit einer schwer zugänglichen oder berührbaren Population können mit Hilfe der geschichteten Zufallsstichprobenentnahme leicht in den Forschungsprozess einbezogen werden.
- Die Genauigkeit der statistischen Ergebnisse ist höher als die einfache Zufallsstichprobe, da die Elemente der Stichprobe und aus relevanten Schichten ausgewählt. Die Diversifizierung innerhalb der Schichten wird viel geringer sein als die Diversifizierung in der Zielpopulation., Aufgrund der Genauigkeit ist es sehr wahrscheinlich, dass die erforderliche Stichprobengröße viel geringer ist und den Forschern hilft, Zeit und Mühe zu sparen.
Schreibe einen Kommentar