How Stratified Random Sampling Works

Stratified random sampling is a method of sampling that involves dividing a population into smaller groups-called strata. Os grupos ou estratos são organizados com base nas características compartilhadas ou atributos dos membros do grupo. O processo de classificação da população em grupos é chamado de estratificação.

a amostragem aleatória estratificada é também conhecida como amostragem aleatória de quotas e amostragem aleatória proporcional., A amostragem aleatória estratificada tem inúmeras aplicações e benefícios, tais como o estudo da demografia da população e da esperança de vida.

compreendendo a amostragem aleatória estratificada

a amostragem aleatória estratificada divide uma população em subgrupos. As amostras aleatórias são colhidas na mesma proporção da população de cada um dos grupos ou estratos. Os membros em cada estrato (singular para estratos) formado têm atributos e características semelhantes.

amostragem aleatória estratificada é um método de amostragem, que é quando um pesquisador seleciona um pequeno grupo como tamanho de amostra para estudo. Este subconjunto representa a população maior., Organizar uma população em grupos com características semelhantes ajuda os pesquisadores a economizar tempo e dinheiro quando a população em estudo é muito grande para analisar em uma base individual. A amostragem aleatória estratificada ajuda a permitir que os investigadores organizem os grupos com base em características semelhantes, em que uma amostra aleatória é então retirada de cada estrato ou grupo.,

amostragem aleatória estratificada pode ser usado, por exemplo, para estudar a votação de eleições, pessoas que trabalham horas extras, expectativa de vida, a renda de populações variáveis, e renda para diferentes empregos em toda uma nação.

amostragem aleatória estratificada vs. simplificada

uma amostra aleatória simples é uma amostra de indivíduos que existem numa população em que os indivíduos são seleccionados aleatoriamente da população e colocados na amostra., Este método de seleção aleatória de indivíduos procura selecionar um tamanho de amostra que é uma representação imparcial da população. No entanto, uma amostra aleatória simples não é vantajosa quando as amostras da população variam muito.

inversamente, a amostragem aleatória estratificada divide a população em subgrupos e organiza-os por traços, características e comportamento semelhantes. Como resultado, a amostragem aleatória estratificada é mais vantajosa quando a população varia muito, uma vez que ajuda a organizar melhor as amostras para estudo.,

No entanto, uma amostra aleatória simples é mais vantajosa quando a população não pode ser organizada em subgrupos porque existem demasiadas diferenças dentro da população. Além disso, amostras aleatórias simples são melhores quando há pouca-a-nenhuma informação sobre a população, o que impede a população de ser quebrada em subconjuntos com base em características ou traços.

exemplo de amostragem aleatória estratificada

uma equipa de investigação decidiu realizar um estudo para analisar as médias de pontos de grau ou GPAs para os 21 milhões de estudantes universitários nos EUA., Os pesquisadores decidem obter uma amostra aleatória de 4.000 estudantes universitários dentro da população de 21 milhões. A equipe quer rever as várias majorações e subsequentes GPAs para os alunos ou participantes de amostra.

de 4.000 participantes, a desagregação dos cursos é o seguinte:

• inglês: 560
• Ciência: 1,135
• ciência da computação: 800
• Engenharia: 1,090
• Matemática: 415

Os pesquisadores têm seus cinco estratos do processo de amostragem aleatória estratificada., Em seguida, os pesquisadores estudam os dados da população para determinar a porcentagem dos 21 milhões de estudantes que se destacam nas matérias de sua amostra. Os resultados mostram o seguinte:

• 12% major in English

28% major in science 24% major in computer science 21% major in engineering 15% major in mathematics

a amostra representa a mesma proporção da população.,

No entanto, as proporções na amostra não são iguais às percentagens na população. Por exemplo, 12% da população estudantil é formada por estudantes ingleses, enquanto 14% dos estudantes da amostra são estudantes ingleses (ou 560 estudantes ingleses / 4.000).

como resultado, os pesquisadores decidem reamplantar os alunos para corresponder à porcentagem de majores na população., Fora de 4.000 alunos em sua amostra, eles decidem escolher aleatoriamente o seguinte:

Os pesquisadores têm agora uma amostra aleatória estratificada proporcional de estudantes universitários e de seus respectivos cursos, que reflete com mais precisão as majors para o total da população estudantil. A partir daí, os pesquisadores podem analisar as GPAs de cada estrato, bem como suas características para obter um melhor senso de como a população estudantil em geral está se apresentando.,

---