The stratificēta izlase Tā ir varbūtības metode, kuru izmanto, kad pētnieks, izmantojot noteiktu informāciju, sadala a populāciju apakšgrupās vai slāņos, un pēc tam veiciet dažādu slāņu iekšēju atlasi a proporcionāls.
Šis process būtībā sastāv no dažādu noteiktu kategoriju interešu kategoriju klasifikācija, galvenokārt ar sociodemogrāfiskām īpašībām, piemēram, vecumu, dzīvotnes lielumu, dzimumu, sociālo klasi vai ģeogrāfisko reģionu, tādā pašā veidā tas var būt saistīts ar jebkuru citu pētnieka interesi.
Sludinājumi
Šīs īpašības noved pie iedzīvotāju slāņu izveidošanas, kas dod drošus rezultātus, lai tie tiktu atspoguļoti galīgajos paraugos. Šiem slāņiem jāatbilst virknei nosacījumu, kas garantē EIS iekšējo viendabīgumu populācija, kas saistīta ar segmentācijas mainīgajiem un savukārt slāņi starp tiem ir neviendabīgi Jā.
Kopumā šie mainīgie ļauj viegli sadalīt izlasi dažādās grupās, kas ir savstarpēji izslēdzoši un bieži, kas ļauj diferencēt noteikta cilvēka iekšējo uzvedību populācija.
Sludinājumi
Šajā rakstā jūs atradīsit:
Stratificētu paraugu ņemšanas veidi
Atkarībā no lieluma, kādā tiek piešķirti slāņi, būs iespējams klasificēt stratificēto izlasi sekojoši:
Nodrošināta stratificēta paraugu ņemšana
Veicot dažādu indivīdu īpašību izvēli, lai sasniegtu definīciju slāņi, var gadīties, ka apakšgrupu lielums izrādās atšķirīgs citās AES daļās pasaulē.
Sludinājumi
Vienota stratificēta izlase
Šajā gadījumā mēs runājam par a vienota fiksācija, piešķirot vienādu izlases lielumu visos definētajos slāņos, neņemot vērā šo slāņu svaru populācijā.
Šī ir tehnika, kas var nākt jums par labu.dodieties uz mazāka svara slāņiem iedzīvotājiem, jo nozīme tiks piešķirta visatbilstošākajiem slāņiem.
Sludinājumi
Kopumā samazina izlases efektivitātiTomēr tas ļauj kolēģim veikt pētījumu par katra slāņa īpašākajām īpašībām, kam ir lielāka precizitāte.
Optimāla stratificēta izlase
Šāda veida izlasē drīzāk paraugs netiks saglabāts proporcionāli slāņu lieluma populācijai definēs slāņu lielumu proporcionāli atbilstoši objekta mainīgo novirzei pētījums.
Sludinājumi
Tas nozīmē ka tiek izvēlēti slāņi ar lielāko slāņu izmēru, kas ir vairāk iekšēji mainīgi un tādā veidā ar izcilību spēt pārstāvēt visu to populāciju grupu izlasi, kurām ir lielākas grūtības, lai varētu tās izpētīt.
Kas ir proporcionāla un nesamērīga stratificētā izlase?
Pētījuma mērķis var prasīt, lai pētnieks veic detalizētu pētījumu analīzi izlases slāņi, tam ir divi galvenie stratificētās izlases apakštipi Viņi ir:
Proporcionāla stratificēta izlase
Šajā gadījumā dažādos slāņos piešķirto elementu skaits ir proporcionāls iedzīvotāju slāņu mērķa attēlojumam, kas nozīmē, ka izlases lielums, kas ņemts no katra slāņa, ir proporcionāls lielumam, kas attiecas uz populācijas slāni.
Paraugu ņemšanas frakcija jāpielieto katrā no slāņiem tā, lai visi iedzīvotājiem ir tāda pati iespēja tikt atlasītam, un izlases rezultāts ir pašnovērtēts. Šo procedūru piemēro, ja izmeklēšanas mērķis ir sasniegt dažādu populāciju parametrus.
Dažreiz pētniekam ir jāņem vērā ne tikai populācijas parametri, bet arī tas, ka viņš vēlas veikt analīzi neliela slāņa detaļas un salīdziniet tos, tomēr var gadīties, ka dažos slāņos rezultāti netiek doti šāda veida analīze.
Nesamērīga stratificētā izlase
Tas sastāv no procedūras, kur izlasē iekļauto elementu skaits katram slānim nav proporcionāls pārstāvībai visā populācijā.
Tas ir tāpēc, ka ne visiem populācijas elementiem ir iespēja tikt iekļauti izlasē, tas ir, viena un tā pati daļa neattiecas uz katru slāni. No otras puses, paraugu ņemšanas frakcijas slāņos var būt atšķirīgas, tāpēc tā ir procedūra, kurai nav vienlīdz iespējams izvēlēties.
Lai novērtētu populācijas parametrus, to sastāvs jāizmanto kā kompensācija par disproporciju izlasē. Tomēr šāda veida paraugu ņemšana varētu būt piemērotāka nekā proporcionāla.
The nesamērīga paraugu ņemšana atkarībā no piešķiršanas mērķiem var iedalīt trīs apakštipos, kas būtu vieglāk slāņu analīzei vai koncentrēšanās uz precizitātes, izmaksu vai abi.
Stratificētās izlases priekšrocības un trūkumi
Iekš stratificēta izlase dažādas priekšrocības un trūkumi var būt saistīti ar gandrīz visiem varbūtības paraugu ņemšanas procedūras, salīdzinot ar procedūrām, kas nav izlases varbūtība. Tālāk mēs pieminēsim dažus no tiem:
Stratificētas izlases priekšrocības
- Nodrošina lielāku organizāciju lauka darbā.
- Populācijas apakšgrupas ir pilnībā pārstāvētas izlasē.
- Jums ir iespēja katrā slānī izmantot dažādus izlases rāmjus.
Stratificētās izlases trūkumi
- Jūsu dizains varētu būt nedaudz sarežģīts, ieviešot vairāk nekā trīs mainīgos, lai veiktu stratifikāciju.
- Jums ir jābūt pieejamam parauga rāmim, kurā varat detalizēti aprakstīt dažādus priekšmetu raksturojumus, kas saistīti ar stratifikācijā izmantotajiem mainīgajiem.
- Iekļauj mulsinošus statistikas aprēķinus.
Stratificēts paraugu ņemšanas piemērs
Ja vēlaties izpētīt smēķējošo iedzīvotāju procentuālo daudzumu un kā kritēriju izvēlaties vecumu, jo tas tā var efektīvi atšķirt svarīgos smēķēšanas slāņus, tad var definēt trīs slāņi:
- Jaunāki par 20 gadiem.
- Starp 20 un 44 gadiem.
- Vecāki par 44 gadiem.
Protams, sadalot trīs slāņos, grupu rezultāti ir nevienmērīgi, tāpēc oficiāli varētu iegūt šādus rezultātus:
1. slānis
Iedzīvotāji līdz 20 gadu vecumam: 42,4 miljoni (41,0%)
2. slānis
Iedzīvotāji vecumā no 20 līdz 44 gadiem: 37,6 miljoni (36,3%)
3. slānis
Iedzīvotāji vairāk nekā 44 gadus: 23,5 miljoni (22,7%)
Ja šajā piemērā mēs vēlamies izveidot tūkstoš cilvēku izlasi, slāņu izmēram jābūt tādam, kāds parādīts zemāk:
| Stratum | Populācija | Proporcija | Paraugs |
| 1 | 42.4M | 41,0% | 410 |
| 2 | 37,6 milj | 36,3% | 363 |
| 3 | 23.5M | 22,7% | 227 |
