Stratificirano slučajno uzorkovanje koristi istraživačima omogućujući im da dobiju uzorku populacije koja najbolje predstavlja cjelokupnu populaciju koja se proučava. Svejedno, ova metoda istraživanja nije bez svojih nedostataka.
Stratificirano nasumično uzorkovanje: pregled
Stratificirano slučajno uzorkovanje uključuje prvo dijeljenje populacije na subpopulacije, a zatim primjenu metoda slučajnog uzorkovanja na svaku potpopulaciju kako bi se formirala ispitna skupina. Nedostatak je to što istraživači ne mogu klasificirati svakog člana populacije u podskupinu.
Stratificirano slučajno uzorkovanje razlikuje se od jednostavnog slučajnog uzorkovanja koje uključuje slučajni odabir podataka iz cijele populacije, tako da je svaki mogući uzorak podjednako vjerojatan. Suprotno tome, stratificirano nasumično uzorkovanje dijeli populaciju u manje skupine ili slojeve, na temelju zajedničkih karakteristika. Uzima se slučajni uzorak iz svakog sloja u izravnom odnosu s veličinom sloja u odnosu na populaciju.
Primjer stratificiranog slučajnog uzorkovanja
Slijedi primjer stratificiranog slučajnog uzorkovanja:
Istraživači izvode studiju namijenjenu procjeni političke naklonosti studenata ekonomije na velikom sveučilištu. Istraživači žele osigurati da slučajni uzorak najbolje približi studentsku populaciju, uključujući spol, studente i studente. Ukupna populacija u studiji je 1.000 studenata, a odatle se stvaraju podskupine kao što je prikazano u nastavku.
Ukupan broj stanovnika = 1.000
Istraživači bi svakog studenta ekonomije na sveučilištu dodijelili jednoj od četiri podpopulacije: muški dodiplomski, ženski preddiplomski, muški diplomski i diplomski. Sljedeći bi broj istraživača brojao koliko učenika iz svake podskupine čini ukupno oko 1000 učenika. Odatle, istraživači izračunavaju postotak svake podskupine u ukupnom stanovništvu.
podgrupe:
- Muški dodiplomski studenti = 450 studenata (od 100) ili 45% populacijeŽenske dodiplomske studije = 200 studenata ili 20% diplomski studenti = 200 studenata ili 20% diplomskih studenata = 150 studenata ili 15%
Provodi se nasumično uzorkovanje svake potpopulacije na temelju njezine zastupljenosti u populaciji u cjelini. Budući da muškarci dodiplomske studije čine 45% stanovništva, 45 muških dodiplomskih studija nasumično je odabrano iz te podskupine. Budući da diplomirani muškarci čine samo 20% stanovništva, 20 ih se bira za uzorak i tako dalje.
Iako stratificirano nasumično uzorkovanje točno odražava populaciju koja se proučava, uvjeti koje treba ispuniti znače da se ova metoda ne može koristiti u svakoj studiji.
Prednosti stratificiranog slučajnog uzorkovanja
Stratificirano slučajno uzorkovanje ima prednosti u usporedbi s jednostavnim slučajnim uzorkovanjem.
Točno odražava proučeno pučanstvo
Stratificirano slučajno uzorkovanje točno odražava populaciju koja se proučava jer istraživači stratificiraju cjelokupnu populaciju prije primjene metoda slučajnog uzorkovanja. Ukratko, to osigurava da svaka podskupina unutar populacije dobije odgovarajuću zastupljenost unutar uzorka. Kao rezultat toga, stratificirano slučajno uzorkovanje omogućuje bolju pokrivenost populacije budući da istraživači imaju kontrolu nad podskupinama kako bi osigurali da su svi oni zastupljeni u uzorkovanju.
Jednostavnim slučajnim uzorkovanjem ne postoji jamstvo da je odabrana određena podskupina ili tip osobe. U našem ranijem primjeru studenata sa sveučilišta, korištenje jednostavnog slučajnog uzorkovanja za prikupljanje uzorka od 100 iz populacije moglo bi rezultirati odabirom samo 25 muških studenata ili svega 25% ukupnog stanovništva. Također, može se izabrati 35 studentica poslijediplomskog studija (35% stanovništva) što rezultira nedovoljnom zastupljenošću muškaraca preddiplomskih studija i prekomjernom zastupljenosti studentica diplomskih studija. Bilo kakve pogreške u reprezentaciji stanovništva mogu umanjiti točnost studije.
Nedostaci stratificiranog slučajnog uzorkovanja
Stratificirano nasumično uzorkovanje također predstavlja nedostatak istraživača.
Ne može se koristiti u svim studijama
Nažalost, ova metoda istraživanja ne može se koristiti u svakoj studiji. Nedostatak metode je u tome što mora biti ispunjeno nekoliko uvjeta da bi se pravilno koristila. Istraživači moraju identificirati svakog člana populacije koja se proučava te ih klasificirati u jednu, i to samo jednu, potpopulaciju. Kao rezultat toga, stratificirano slučajno uzorkovanje je nepovoljno kada istraživači ne mogu pouzdano klasificirati svakog člana populacije u podskupinu. Nadalje, pronalaženje iscrpnog i konačnog popisa cijele populacije može biti izazovno.
Preklapanje može biti problem ako postoje predmeti koji spadaju u više podskupina. Kada se obavlja jednostavno slučajno uzorkovanje, vjerojatnije je da će biti odabrani oni koji su u više podskupina. Rezultat može biti pogrešna prezentacija ili netočno odražavanje populacije.
Gornji primjer olakšava: dodiplomski, diplomski, muški i ženski jasno su definirane skupine. U drugim situacijama, međutim, to može biti puno teže. Zamislite da uključuju karakteristike poput rase, etničke pripadnosti ili religije. Proces sortiranja postaje teži, što stratificirano nasumično uzorkovanje čini neučinkovitom i manje od idealne metode.
Ključni odvodi
- Stratificirano slučajno uzorkovanje omogućava istraživačima da dobiju uzorku populacije koja najbolje predstavlja cjelokupnu populaciju koja se proučava. Ova metoda istraživanja ne može se koristiti u svakoj studiji. Stratificirano slučajno uzorkovanje razlikuje se od jednostavnog slučajnog uzorkovanja, koje uključuje slučajni odabir podataka iz čitavu populaciju, pa je podjednako vjerovatno da će se pojaviti svaki mogući uzorak.
