Hogyan rétegzett véletlenszerű mintavétel működik

rétegzett véletlenszerű mintavétel egy módszer a mintavétel, amely magában foglalja elosztjuk a lakosság kisebb csoportok – úgynevezett rétegek. A csoportok vagy rétegek a csoport tagjainak közös jellemzői vagy attribútumai alapján szerveződnek. A lakosság csoportokba sorolásának folyamatát rétegződésnek nevezik.

a rétegzett véletlenszerű mintavételt kvóta véletlenszerű mintavételnek és arányos véletlenszerű mintavételnek is nevezik., A rétegzett véletlenszerű mintavételnek számos alkalmazása és előnye van, mint például a népesség demográfiai jellemzőinek tanulmányozása és a várható élettartam.

A rétegzett véletlenszerű mintavétel megértése

a rétegzett véletlenszerű mintavétel a populációt alcsoportokra osztja. A véletlenszerű mintákat az egyes csoportok vagy rétegek populációjával azonos arányban veszik. Az egyes rétegekben kialakult tagok (egyes rétegek) hasonló tulajdonságokkal és jellemzőkkel rendelkeznek.

a rétegzett véletlenszerű mintavétel a mintavétel módszere, amikor a kutató egy kis csoportot választ ki mintaméretként a vizsgálathoz. Ez az alcsoport a nagyobb népességet képviseli., A népesség hasonló jellemzőkkel rendelkező csoportokba szervezése segít a kutatóknak időt és pénzt megtakarítani, ha a vizsgált népesség túl nagy ahhoz, hogy egyéni alapon elemezzék. A rétegzett véletlenszerű mintavétel segít azáltal, hogy lehetővé teszi a kutatók számára, hogy hasonló jellemzők alapján szervezzék meg a csoportokat, ahol véletlenszerű mintát vesznek az egyes rétegekből vagy csoportokból.,

rétegzett véletlenszerű mintavétel lehet használni, például, hogy tanulmányozza a szavazóhelyiségek, az emberek, hogy a munka túlóra, a várható élettartam, a jövedelem a különböző populációk, valamint a jövedelem a különböző munkahelyek szerte a nemzet.

rétegzett vs. egyszerűsített véletlenszerű mintavétel

egy egyszerű véletlenszerű minta olyan egyének mintája, amelyek egy populációban léteznek, ahol az egyéneket véletlenszerűen választják ki a populációból, és a mintába helyezik., Az egyének véletlenszerű kiválasztásának ez a módszere olyan mintaméretet kíván kiválasztani, amely a lakosság elfogulatlan ábrázolása. Egy egyszerű véletlenszerű minta azonban nem előnyös, ha a populáció mintái széles körben változnak.

fordítva, a rétegzett véletlenszerű mintavétel a populációt alcsoportokra bontja, és hasonló vonásokkal, jellemzőkkel és viselkedéssel szervezi őket. Ennek eredményeként a rétegzett véletlenszerű mintavétel előnyösebb, ha a populáció széles körben változik, mivel segít a minták jobb megszervezésében.,

azonban egy egyszerű véletlenszerű minta előnyösebb, ha a populációt nem lehet alcsoportokba szervezni, mert túl sok különbség van a populáción belül. Is, egyszerű véletlenszerű mintákat a legjobb, ha nincs információ a lakosság, amely megakadályozza a lakosság attól, hogy bontani részhalmazok jellemzői alapján vagy vonások.

A rétegzett véletlenszerű mintavétel példája

egy kutatócsoport úgy döntött, hogy tanulmányt készít az Egyesült Államok 21 millió főiskolai hallgatójának osztályozási pont átlagainak vagy GPA-jainak elemzésére., A kutatók úgy döntenek, hogy véletlenszerű mintát kapnak 4,000 főiskolai hallgatókból az 21 millió népességen belül. A csapat azt akarja, hogy vizsgálja felül a különböző szakokon, majd GPAs a diákok vagy minta résztvevők.

a 4,000 résztvevők, a bontás a ligába, az alábbiak szerint:

• angol: 560
• a Tudomány: 1,135
• Számítógép-tudomány: 800
• Műszaki: hasonlították össze 1090
• Matek: 415

A kutatók az öt rétegek a rétegzett véletlen mintavételi eljárás., Ezután a kutatók tanulmányozzák a lakosság adatait, hogy meghatározzák a mintában szereplő 21 millió diák százalékos arányát. A megállapítások a következők:

• 12% őrnagy az angol
• 28% – kal nagyobb a tudomány
• 24% – kal nagyobb a számítógép-tudomány
• 21% – kal nagyobb a mérnöki
• 15% fő matematika

A csapat úgy dönt, hogy alkalmazza arányosan rétegzett, véletlen minta, amelynek alapján akarják eldönteni, hogy a szakon a hallgatók a minta képviseli, ugyanolyan arányban, mint a lakosság.,

a mintában szereplő arányok azonban nem egyenlőek a népesség százalékos arányaival. Például a hallgatók 12% – a angol szakos, míg a mintában szereplő hallgatók 14% – a angol szakos (vagy 560 angol szakos / 4000).

ennek eredményeként a kutatók úgy döntenek, hogy újrapéldálják a hallgatókat, hogy megfeleljenek a népesség nagyjainak százalékos arányának., A 4000-es diákok a mintát, úgy döntenek, hogy véletlenszerűen válasszuk ki a következőket:

A kutatók most egy arányosan rétegzett, véletlen minta, főiskolai hallgatók, illetve az adott szakon, ami sokkal pontosabban tükrözi a kiadók a teljes hallgatói létszám. Innentől kezdve a kutatók elemezhetik az egyes rétegek GPAs-ját, valamint azok jellemzőit, hogy jobban megértsék, hogyan teljesít a teljes hallgatói népesség.,

---