ה דגימה מרובדת זוהי טכניקה הסתברותית בה משתמשים כאשר החוקר, באמצעות מידע מסוים, מחלק א אוכלוסייה לקבוצות משנה או שכבות, ואז לבצע בחירה פנימית של השכבות השונות ב- יַחֲסִי.
תהליך זה בעצם מורכב מ סיווג של קטגוריות עניין שונות של אוכלוסייה מסוימת, בעיקר עם תווים סוציו-דמוגרפיים כגון גיל, גודל בית הגידול, מין, מעמד חברתי או אזור גיאוגרפי, באותו אופן זה יכול להיות כל עניין אחר שיש לחוקר.
פרסומות
מאפיינים אלה מובילים לבניית שכבות אוכלוסייה, שנותנות תוצאות בטוחות כך שהן באות לידי ביטוי בדגימות הסופיות. על שכבות אלה לעמוד בשורה של תנאים המבטיחים הומוגניות פנימית של אוכלוסייה הקשורה למשתני הפילוח ובתורם השכבות הן הטרוגניות בין כן.
באופן כללי, משתנים אלה מאפשרים לנו לחלק את המדגם בקלות לקבוצות שונות שכן בלעדית ותכופה הדדית, המאפשרת להבדיל בין התנהגות פנימית של פלוני אוּכְלוֹסִיָה.
פרסומות
במאמר זה תוכלו למצוא:
סוגי דגימה מרובדים
תלוי בגודל בו מוקצים השכבות, ניתן לסווג דגימה מרובדת כדלהלן:
ניתן דגימה מרובדת
כאשר נבחרת מאפיין של אנשים שונים כדי להיות מסוגלים להגדיר את שכבות, גודל אוכלוסיות המשנה עשוי להתברר כשונה בחלקים אחרים של העיר עוֹלָם.
פרסומות
דגימה מרובדת אחידה
במקרה זה אנו מדברים על א קיבוע אחיד, על ידי הקצאת אותו גודל מדגם בכל השכבות המוגדרות, מבלי לקחת בחשבון את המשקל שיש לרבדים אלה באוכלוסייה.
זו טכניקה שיכולה להגיע ליתרון שלך.עבור לשכבות המשקל הנמוך יותר הנמצאים באוכלוסייה, שכן חשיבות תינתן לשכבות הרלוונטיות ביותר.
פרסומות
בכללי, מקטין את יעילות הדגימהעם זאת, הוא מאפשר למקביל לבצע מחקר על המאפיינים המיוחדים ביותר של כל אחת מהשכבות שיש בהן דיוק רב יותר.
דגימה מרובדת אופטימלית
בסוג זה של דגימה, המדגם לא ישמור על המידתיות עם אוכלוסיית גודל השכבות, אלא יגדיר את גודל השכבות באופן פרופורציונלי על פי סטיית המשתנים של האובייקט ב- לימוד.
פרסומות
זה אומר ש נבחרים השכבות עם הגודל הגדול ביותר של השכבות המשתנות יותר פנימית ובדרך זו להיות מסוגלים לייצג במצוינות את מכלול המדגם של קבוצות האוכלוסיות המגוונות המציגות קושי גדול יותר להיות מסוגלים ללמוד אותן.
מהו דגימה שכבתית פרופורציונאלית ולא פרופורציונלית?
מטרת המחקר עשויה לחייב את החוקר לבצע ניתוח מפורט של המחקר שכבות המדגם, לשם כך ישנם שני תת-סוגים מדגמים מרובדים הם:
דגימה פרופורציונלית מרובדת
במקרה זה ה- מספר האלמנטים המוקצים בשכבות השונות, הוא פרופורציונלי לייצוג המטרה של שכבות האוכלוסייה, כלומר גודל המדגם שנלקח מכל שכבה הוא פרופורציונאלי לגודל המתייחס לשכבת האוכלוסייה.
יש ליישם את שבר הדגימה בכל אחת מהשכבות, כך שכל יסודות ה- לאוכלוסייה יש את אותה ההזדמנות להיבחר ותוצאת המדגם היא משוקלל עצמי. הליך זה מיושם כאשר מטרת החקירה היא להגיע לפרמטרים של אוכלוסיות שונות.
לעיתים, החוקר לא רק צריך להתחשב בפרמטרים של האוכלוסייה, יתכן שהוא גם רוצה לבצע ניתוח פירוט של שכבה קטנה והשוואה ביניהם, אולם יכול להיות שבחלק מהשכבות התוצאות אינן ניתנות בסוג זה של אָנָלִיזָה.
דגימה מרובדת לא פרופורציונלית
זה מורכב מהליך שבו מספר היסודות הכלולים במדגם לכל שכבה אינו פרופורציונאלי לייצוג באוכלוסייה כולה.
הסיבה לכך היא שלא לכל מרכיבי האוכלוסייה יש אפשרות להיכלל במדגם, כלומר, אותו שבר לא חל על כל שכבה. מצד שני, שבר הדגימה עשוי להיות שונה בשכבות, לכן מדובר בהליך שאין בו אפשרות לשווי.
על מנת לאמוד את פרמטרי האוכלוסייה, יש להשתמש בהרכבם כפיצוי על חוסר הפרופורציה במדגם. עם זאת, סוג זה של דגימה יכול להיות מתאים יותר מאשר פרופורציונלי.
ה דגימה לא פרופורציונלית ניתן לחלק לשלושה תת-סוגים בהתאם למטרות המיפוי, מה שיהיה קל יותר לניתוח שכבות או התמקדות באופטימיזציה של דיוק, עלויות או שניהם.
יתרונות וחסרונות של דגימה מרובדת
בתוך ה דגימה מרובדת ניתן למצוא יתרונות וחסרונות שונים הקשורים כמעט לכולם נהלי דגימת הסתברות בהשוואה להליכים שאינם דגימה הסתברותית. לאחר מכן נזכיר כמה מהם:
היתרונות של דגימה מרובדת
- מספק ארגון רב יותר בעבודה בשטח.
- קבוצות המשנה של האוכלוסייה מיוצגות במלואן במדגם.
- יש לך את היכולת להשתמש במסגרות לדוגמא שונות בכל שכבה.
חסרונות של דגימה מרובדת
- העיצוב שלך עשוי להיות מורכב מעט על ידי הצגת יותר משלושה משתנים לביצוע הריבוד.
- עליך להיות מסגרת לדוגמא זמינה בה תוכל לפרט את המאפיינים השונים של הנושאים הקשורים למשתנים המשמשים לריבוד.
- הוא משלב חישובים סטטיסטיים מבלבלים.
דוגמה לדוגמא מרובדת
אם אתה רוצה ללמוד את אחוז האוכלוסייה המעשנת ואתה בוחר גיל כקריטריון, שכן הוא יכול להבדיל ביעילות את השכבות החשובות של עישון, ואז ניתן להגדיר שלוש רְבָדִים:
- מתחת לגיל 20.
- בין הגילאים 20 עד 44.
- מעל גיל 44.
אין ספק, כאשר מתחלקים לשלוש השכבות, תוצאות הקבוצות הן בעלות גודל לא שווה, ולכן באופן רשמי ניתן היה להשיג את התוצאות הבאות:
שכבה 1
אוכלוסייה מתחת לגיל 20: 42.4 מיליון (41.0%)
שכבה 2
אוכלוסייה בגילאי 20 עד 44: 37.6 מיליון (36.3%)
שכבה 3
אוכלוסייה לאורך 44 שנים: 23.5 מיליון (22.7%)
אם בדוגמה זו אנו רוצים ליצור מדגם של אלף איש, על השכבות להיות בעלות גודל כמו זה המוצג להלן:
| שִׁכבָה | אוּכְלוֹסִיָה | פּרוֹפּוֹרצִיָה | הופעה |
| 1 | 42.4 מיליון | 41,0% | 410 |
| 2 | 37.6 מיליון | 36,3% | 363 |
| 3 | 23.5 מיליון | 22,7% | 227 |
