Ositettu satunnaisotanta: Määrittely

Ositettu satunnaisotanta on eräänlainen todennäköisyys otantaa käyttäen, joka tutkimusorganisaatio voi haarautuvat koko väestön osaksi useita ei-päällekkäisiä, homogeeniset ryhmät (strata) ja satunnaisesti valita lopullinen jäsenet eri kerrostumien tutkimusta, joka vähentää kustannuksia ja parantaa tehokkuutta. Kunkin ryhmän jäsenten tulisi olla erillisiä, jotta jokainen ryhmän jäsen saa yhtäläisen mahdollisuuden tulla valituksi yksinkertaisella todennäköisyydellä., Tätä näytteenottomenetelmää kutsutaan myös ”satunnaiskiintiönäytteeksi”.

Valitse vastaajien

Ikä, sosioekonominen rajapintoja, kansallisuuden, uskonnon, koulutustason ja muut tällaiset luokitukset kuuluvat ositettu satunnaisotanta.

mietitään tilannetta, jossa tutkimusryhmä hakee mielipiteitä uskonnosta eri ikäryhmien kesken. Sen sijaan kerätä palautetta 326,044,985 Usa: N kansalaisia, satunnaisia näytteitä noin 10000 voidaan valita tutkimukseen. Nämä 10000 kansalaista voidaan jakaa kerrostumiin iän mukaan,minä.,e, ryhmät 18-29, 30-39, 40-49, 50-59 ja 60 ja yli. Jokaisessa kerrostumassa on erilliset jäsenet ja jäsenmäärä.

Lue lisää: Demografinen Segmentointi

8 Vaiheet valitse ositettu satunnaisotos:

  1. Määrittele kohderyhmä.
  2. tunnistaa ositusmuuttujan tai muuttujat ja selvittää käytettävien ositteiden lukumäärä. Näiden ositusmuuttujien olisi oltava tutkimuksen tavoitteen mukaisia. Kaikki lisätiedot ratkaisevat ositusmuuttujat., Esimerkiksi, jos tavoitteena on tutkimus-ymmärtää kaikkia alaryhmiä, muuttujat liittyvät alaryhmiä ja kaikki tiedot, jotka koskevat näitä alaryhmiä vaikuttavat muuttujat. Ihannetapauksessa, ei enempää kuin 4-6 kerrostuneisuus muuttujat ja enintään 6 kerrostumissa olisi käytettävä näyte, koska kasvu kerrostuneisuus muuttujat lisäävät mahdollisuuksia joidenkin muuttujien peruuttaminen vaikutusta muihin muuttujiin.,
  3. Käyttää jo olemassa otannan tai luoda runko, joka on sisältävät kaikki tiedot kerrostuneisuus muuttuja kaikki elementit kohderyhmä.
  4. tekee muutoksia arvioituaan otantakehyksen puutteellisen kattavuuden, liiallisen kattavuuden tai ryhmittelyn perusteella.
  5. kun otetaan huomioon koko populaatio, jokaisen ositteen tulisi olla yksilöllinen ja kattaa jokainen väestönosa. Ositteiden sisällä erojen pitäisi olla minimaalisia, kun taas jokaisen ositteen tulisi olla hyvin erilaisia toisistaan., Jokaisen väestönosan tulisi kuulua vain yhteen ositteeseen.
  6. Anna jokaiselle alkuaineelle satunnainen, yksilöllinen numero.
  7. selvitä jokaisen ositteen koko vaatimuksesi mukaan. Kaikkien ositteiden numeerinen jakautuminen kaikkien osien kesken määrittää otantatyypin. Se voi olla joko verrannollinen tai suhteettoman ositettu otanta.
  8. tutkija voi tämän jälkeen valita kustakin ositteesta satunnaiselementtejä muodostaakseen otoksen., Vähintään yksi elementti on valittava kustakin ositteesta valitaan niin, että siellä on edustus jokaisesta ositteesta mutta jos kaksi elementtiä kustakin ositteesta valitaan, voit helposti laskea virhe marginaalien laskennassa kerätyt tiedot.

Lue lisää: Yksinkertainen satunnaisotanta

Tyypit Ositettu satunnaisotanta:

  • Oikeasuhteisia Ositettu satunnaisotanta:

tässä lähestymistavassa kunkin ositteen otoksen koko on suoraan verrannollinen populaation koko koko väestön kerrostumissa. Tämä tarkoittaa, että jokaisella osittenäytteellä on sama näytteenottofraktio.,

Oikeasuhteisia Ositettu satunnaisotanta Kaava: nh = ( Nh / N ) * n

nh= otoskoko hth stratum

Nh= Väestön koko hth stratum

N = Koko koko väestöstä,

n = Koko koko näyte

Jos sinulla on 4 kerrosten kanssa 500, 1000, 1500, 2000 vastaavat koot ja tutkimusorganisaatio valitsee ½ kuten näytteenotto-osa. Tutkija on sitten valita 250, 500, 750, 1000 jäsentä kustakin ositteesta.,

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.,

Lue lisää: Systemaattinen Otanta,

  • Suhteeton Ositettu satunnaisotanta:

Näytteenotto-osa on ensisijainen erottava tekijä välistä suhteellista ja suhteetonta ositettu satunnaisotanta. Suhteettomassa näytteenotossa jokaisella ositteella on erilainen näytteenottoosa.

tämän näytteenottomenetelmän onnistuminen riippuu tutkijan tarkkuudesta murtolukujen kohdentamisessa. Jos varattu jakeet eivät ole tarkkoja, tulokset voivat olla puolueellinen, koska yliedustettuina tai aliedustettuina kerrostumissa.,td>Stratum

A B C D Population Size 500 1000 1500 2000 Sampling Fraction 1/2 1/3 1/4 1/5 Final Sampling Size Results 250 333 375 400

Learn more: Cluster Sampling

Stratified Random Sampling Examples:

Researchers and statisticians use stratified random sampling to analyze relationships between two or more strata., Koska ositettu satunnaisotanta sisältää useita kerroksia tai ositteita, on tärkeää laskea ositteet ennen näytteen arvon laskemista.

Lue lisää: Kvantitatiivinen markkinatutkimus

Seuraavassa on klassinen ositettu satunnaisotanta esimerkki:

sanokaamme, 100 (Nh) opiskelijat koulun ottaa 1000 (N) opiskelijoita pyydettiin kysymyksiä siitä, heidän suosikki aihe. Se on tosiasia, että opiskelijat 8. luokka on eri aihe mieltymykset kuin opiskelijoiden 9.luokan., Jotta tutkimus tuottaa tarkkoja tuloksia, ihanteellinen tapa on jakaa jokainen luokka eri kerroksiin.,

6 250 7 300 8 200 9 100

Laske näytteen kunkin luokan käyttäen ositettu satunnaisotanta kaava:

Lue lisää: Convenience Sampling

Edut Ositettu satunnaisotanta:

  • Parempi tarkkuus tuloksia verrattuna muihin todennäköisyys otantamenetelmiä, kuten klusterin otanta, yksinkertainen satunnaisotanta, ja systemaattista otantaa tai ei-todennäköisyys menetelmiä, kuten mukavuutta näytteenotto., Tämä tarkkuus riippuu eri ositteiden erittelystä, eli tulokset ovat erittäin tarkkoja, jos kaikki ositteet ovat erittäin erilaisia.
  • Kätevä kouluttaa joukkue osittaa näyte, koska eksakti luonne näytteenotto tekniikka.
  • tämän menetelmän tilastollisen tarkkuuden vuoksi myös pienemmät otoskoot voivat hakea tutkijalle erittäin hyödyllisiä tuloksia.
  • tämä näytteenottotekniikka kattaa maksimipopulaation, koska tutkijoilla on täysi lataus yli ositteiden jaon.,

Lue lisää: Klusterinäytteenotto vs ositettu näytteenotto

milloin käytetään ositettua satunnaisotantaa?

    • Ositettu satunnaisotanta on erittäin tuottava menetelmä näytteenotto tilanteissa, joissa tutkija aikoo keskittyä vain tiettyihin kerrostumiin käytettävissä olevat väestötiedot. Näin kerrostumien halutut ominaisuudet löytyvät kyselyotoksesta.
    • Tutkijat luottavat tämä näytteenotto menetelmä tapauksissa, joissa he aikovat luoda suhdetta kahden tai useamman eri kerrostumissa., Jos vertailussa käytetään yksinkertaista satunnaisotantaa, on suurempi todennäköisyys, että kohderyhmät eivät ole tasapuolisesti edustettuina.
    • Näytteet, joiden väestöstä, joihin pääsy on vaikeaa tai ota yhteyttä, voidaan helposti olla mukana tutkimuksessa prosessi käyttäen ositettu satunnaisotanta tekniikka.
    • tilastotulosten tarkkuus on suurempi kuin yksinkertainen satunnaisotanta, koska otoksen alkuaineet valitaan asianomaisista ositteista. Ositteiden hajautus on paljon vähäisempää kuin kohdeväestön monipuolistaminen., Tarkkuudesta johtuen on erittäin todennäköistä, että vaadittu otoskoko on paljon pienempi ja se auttaa tutkijoita säästämään aikaa ja ponnisteluja.