Semua mengenai persampelan rawak berstrata
Apakah pensampelan rawak berstrata?
Sampel adalah perwakilan mini penduduk yang lebih besar.
Sampel boleh ditentukan secara tidak rasmi atau secara rasmi. Tetapi sampel yang dikembangkan secara sistematik mengikut kaedah saintifik tertentu umumnya dilihat sebagai lebih berguna untuk membuat generalisasi mengenai penduduk yang lebih besar.
Apa maksud berstrata?
Sampel berstrata terdiri daripada sub-kumpulan homogen yang dianggap berbeza dengan cara yang penting. Satu koleksi sub-kumpulan homogen ini disebut sebagai strata. Kaedah prosedur pensampelan ini membolehkan penduduk membahagikan subkumpulan homogen dari mana sampel mudah rawak boleh dipilih .
Mengapa sampel berstruktur berguna?
Tujuan persampelan rawak berstrata adalah memilih peserta dari subkumpulan yang berbeza yang dipercayai mempunyai kaitan dengan penyelidikan yang akan dijalankan. Sebagai contoh, hasil kajian boleh dipengaruhi oleh sifat-sifat subjek , seperti umur mereka, jantina, tahap pengalaman kerja, kumpulan kaum dan etnik, keadaan ekonomi, tahap pendidikan yang dicapai, dan sebagainya.
Sampel bertumpu dibina supaya ciri - ciri berpotensi berpengaruh itu dapat dianggap dengan munasabah untuk mencerminkan corak ciri-ciri ini dalam populasi keseluruhan. Dengan cara ini, sampel mencerminkan populasi dari mana ia telah diambil, tetapi sampel tidak boleh dikatakan mewakili penduduk yang lebih besar .
Ingatlah, pemilihan anggota sampel berstrata bukanlah suatu proses rawak. Yang mengatakan, sebaik sahaja strata telah ditubuhkan, persampelan rawak mudah digunakan untuk memilih ahli sampel untuk setiap strata .
Apa maksud probabilistik?
Sampel rawak berstrata adalah probabilistik kerana setiap kaedah yang digunakan untuk memilih populasi sampel memberikan cara yang munasabah untuk menganggarkan bagaimana mewakili populasi sampel kepada populasi yang lebih besar (universe) di mana sampel dipilih. Dalam erti kata lain, sampel probabiliti membenarkan seorang penyelidik untuk menganggarkan kemungkinan sampel yang dipilih atau tidak mewakili populasi yang lebih besar di mana sampel itu diambil.
Contoh
Gunakan kaedah pensampelan rawak berstrata apabila terdapat minat terhadap perbezaan antara subkumpulan homogen dan populasi sampel yang lebih besar secara keseluruhan.
Katakan bahawa populasi pelanggan perniagaan boleh dibahagikan kepada tiga kumpulan: Gen-Xers, Gen-Yers (Millennial), dan Baby Boomers. Selain itu, kami mempunyai sebab untuk mempercayai bahawa kedua-dua Gen-Xers dan Gen-Yers adalah minoriti yang agak kecil dari pelanggan perniagaan keseluruhan. Gen-Xers membentuk kira-kira 5 peratus daripada populasi keseluruhan pelanggan dan Gen-Yers membentuk kira-kira 10 peratus daripada pelanggan.
Sampel mudah rawak 100 ahli (n = 100) mungkin menghasilkan 5 Gen-Xers dan 10 Gen-Yers jika kami menggunakan pecahan sampling sebanyak 10 peratus. Ia akan mungkin untuk mendapatkan lebih sedikit Gen-Xers dan Gen-Yers yang lebih sedikit daripada itu dalam sampel - hanya secara kebetulan. Stratifikasi mungkin menghasilkan lebih banyak hasil yang mewakili. Katakanlah kita mahu sekurang-kurangnya 25 orang dalam setiap kumpulan. Jika kita masih mengambil sampel sebanyak 100 (n = 100), maka kita boleh mencuba 25 Gen-Xers, 25 Gen-Yers, dan 50 Baby Boomers.
Kami tahu bahawa 10 peratus penduduk adalah Millennials atau Gen-Yers (atau kira-kira 100 pelanggan kami). Ramuan sampel 25 pelanggan akan memberikan pecahan sampling dalam 25/100 atau 25 peratus. daripada 50 pelanggan yang bukan Boomers Bayi adalah Gen-Xers. Ini bermakna bahawa pecahan dalam-stratum akan menjadi 25/50 atau 50 peratus.
Oleh itu, 50 Gen-Xers plus 100 Gen-Yers adalah seramai 150 sampel klien kami. Oleh kerana populasi pelanggan keseluruhan adalah 1000, kita tolak Gen-Xers ditambah Gen-Yers (sejumlah 150 pelanggan) yang meninggalkan 850 pelanggan, yang merupakan Baby Boomers. Fraksi sampling dalaman untuk Bayi Boomers adalah 50/850 atau kira-kira 5.88 peratus.
Dua perkara yang jelas: (1) Tiga kumpulan lebih homogen dalam kumpulan berbanding seluruh penduduk. Ini bermakna bahawa terdapat kurang variasi, yang memberikan peluang untuk ketepatan statistik lebih tinggi . (2) Dan kerana sampel telah berstrata, akan ada ahli yang mencukupi dari setiap kumpulan untuk dapat membuat kesimpulan subkumpulan yang bermakna .
Pensampelan berstrata mungkin lebih disukai daripada persampelan rawak mudah apabila penting untuk mewakili keseluruhan populasi dan mewakili subkumpulan utama populasi, terutamanya apabila subkelompoknya agak kecil tetapi dibezakan dengan cara yang penting. Dengan menggunakan kaedah pensampelan berstrata, seorang penyelidik secara berkesan dapat memastikan bahawa subkumpulan dapat dibezakan dalam perbincangan hasil penyelidikan.