Campionamento stratificato cosa sono, tipi, vantaggi e svantaggi

Lui Campionamento stratificato, o Stratificazione, è un metodo di campionamento che implica la divisione di una popolazione in sottogruppi più piccoli, noti come strati. A loro volta, questi strati sono formati in base agli attributi o alle caratteristiche condivise dei membri, come il reddito o il livello di istruzione.

Viene utilizzato per evidenziare le differenze tra i gruppi di una popolazione, a differenza del semplice campionamento, che tratta tutti i membri di una popolazione come uguali, con la stessa probabilità di essere campionati.

Fonte: NeedPix.com

L'obiettivo è migliorare la precisione del campione riducendo l'errore di campionamento. Può produrre una media ponderata con meno variabilità rispetto alla media aritmetica di un semplice campione della popolazione.

La stratificazione è il processo di frammentazione prima di campionare i membri di una popolazione in sottoinsieme omogeneo. Attraverso gli strati è definita una distribuzione della popolazione.

Cioè, deve essere collettivamente esaustivo e reciprocamente esclusivo, quindi un singolo strato deve essere assegnato a ciascun elemento della popolazione. Quindi viene applicato un campionamento sistematico o semplice all'interno di ogni strato.

[TOC]

Considerazioni importanti

È importante notare che gli strati non dovrebbero essere giustapposti. Avere sottogruppi sovrapposti darà ad alcune persone più possibilità di essere selezionati come soggetti. Ciò ostacola totalmente la nozione di campionamento stratificato come prototipo di campionamento.

È altrettanto importante che il ricercatore sia utilizzato un semplice campionamento all'interno dei diversi strati.

Gli strati più comuni usati nel campionamento stratificato sono l'età, il genere, il livello socioeconomico, la religione, la nazionalità e il livello di istruzione.

Ciò che è un campionamento stratificato?

Quando si completa l'analisi in un gruppo di entità con caratteristiche simili, un ricercatore può scoprire che la dimensione della popolazione è troppo grande per concludere questa ricerca.

Per risparmiare tempo e denaro, puoi adottare una prospettiva più fattibile selezionando un piccolo gruppo di popolazione. Questo piccolo gruppo è chiamato dimensione del campione, che è un sottoinsieme della popolazione utilizzata per rappresentare l'intera popolazione.

È possibile selezionare un campione di una popolazione in diversi modi, uno dei quali è con il campionamento stratificato. Ciò implica dividere la popolazione totale in gruppi omogenei chiamati strati. Quindi vengono selezionati campioni casuali di ogni strato.

Processo per eseguire il campionamento stratificato

- Dividi la popolazione in sottogruppi o strati più piccoli, secondo gli attributi e le caratteristiche condivise dai membri.

- Prendi un campione casuale di ogni strato in un numero proporzionale alla dimensione dello strato.

- Raggruppare il sottoinsieme di strati per formare un campione casuale.

Può servirti: esortare criminale

- Eseguire l'analisi.

Ad esempio, considera un ricercatore che desidera conoscere il numero di studenti amministrativi che hanno ricevuto un'offerta di lavoro entro tre mesi dalla laurea nel 2018. Scoprirai presto che ce n'erano quasi 200.000 laureati dell'amministrazione quell'anno.

Potrei decidere di prendere semplicemente un campione casuale di 5.000 laureati e eseguire il sondaggio. Meglio ancora, potrebbe dividere la popolazione in strati e prendere un campione casuale su quegli strati.

Per fare ciò, creerei gruppi di età in base all'età, alla razza, alla nazionalità o alla storia professionale.

Verrebbe prelevato un campione casuale di ogni strato, in proporzione alla dimensione dello strato rispetto alla popolazione totale. Questi sottoinsieme sarebbero raggruppati per formare un campione.

Ragazzi

Campionamento stratificato proporzionale

In questo tipo, la dimensione del campione per ogni strato è proporzionale alla dimensione della popolazione della popolazione rispetto alla popolazione totale. Ciò significa che ogni strato ha la stessa proporzione di campionamento.

Quando viene selezionata una caratteristica degli individui per definire gli strati, i sottogruppi risultanti sono spesso di dimensioni diverse.

Ad esempio, vogliamo studiare la percentuale della popolazione messicana che fumano. Sono definiti tre strati:

- Meno di 20 anni.

- Tra 20 e 44.

- Maggiore di 44.

Quando la popolazione del Messico è divisa in questi tre strati, non si prevede che i tre gruppi abbiano le stesse dimensioni. In effetti, i dati reali lo confermano:

- Lo strato 1: 42.4 milioni (41.0%).

- Stratum 2: 37.6 milioni (36.3%).

- Stratum 3: 23.5 milioni (22.7%).

Se viene utilizzato un campionamento stratificato proporzionale, il campione dovrebbe essere costituito da strati che mantengono le stesse proporzioni della popolazione. Se vuoi creare un campione di 1.000 individui, i campioni devono avere le seguenti dimensioni:

È molto simile alla raccolta di una popolazione più piccola, determinata dalle proporzioni relative degli strati all'interno della popolazione.

Campionamento stratificato uniforme

In questo tipo la stessa dimensione del campione è assegnata a tutti gli strati definiti, indipendentemente dal peso di questi strati all'interno della popolazione.

Un campionamento stratificato uniforme che prende l'esempio precedente produrrebbe il seguente campione per ogni strato:

Questo metodo favorisce gli strati che hanno meno peso nella popolazione, concedendo loro lo stesso livello di importanza degli strati più rilevanti.

Può servirti: storia ed evoluzione della qualità

Ciò riduce l'efficacia globale del campione, ma consente di studiare le caratteristiche individuali di ogni strato più precisione.

Nell'esempio, se si desidera fare un'istruzione specifica sulla popolazione di Stratum 3 (oltre 44), gli errori di campionamento potrebbero essere ridotti usando un campione di 333 unità, anziché un campione di 227 unità, come ottenuto dal campionamento stratificato proporzionale.

Vantaggi e svantaggi

Il campionamento stratificato funziona bene per le popolazioni che hanno una varietà di attributi, ma altrimenti non sarà efficace se i sottogruppi non possono essere formati.

- Vantaggi

Raccogli le caratteristiche chiave

Il vantaggio principale del campionamento stratificato è che le caratteristiche chiave della popolazione si raccolgono nel campione.

Simile a una media ponderata, questo metodo di campionamento produce caratteristiche nel campione che sono proporzionali alla popolazione totale.

Maggiore precisione statistica

La stratificazione fornisce un errore inferiore nella stima rispetto al semplice metodo di campionamento. Maggiore è la differenza tra gli strati, maggiore è il profitto in precisione.

C'è una maggiore precisione statistica quando la si confronta con un semplice campionamento. Questo perché all'interno dei sottogruppi la variabilità è inferiore, se rispetto alle variazioni presentate con la popolazione totale.

Dimensioni del campione più piccole

Poiché questa tecnica ha un'elevata precisione statistica, significa anche che richiede una dimensione del campione inferiore, che può risparmiare molto sforzo, denaro e tempo dei ricercatori.

- Svantaggi

Sfortunatamente, questo metodo di ricerca non può essere utilizzato in tutti gli studi. Lo svantaggio del metodo è che devono essere soddisfatte diverse condizioni per essere utilizzate correttamente.

Difficoltà a trovare gli strati

Lo svantaggio principale è che può essere difficile identificare gli strati appropriati per uno studio. Inoltre, trovare un elenco esaustivo e definitivo di un'intera popolazione può essere una sfida.

Complessità da organizzare

Un secondo svantaggio è che è più complesso organizzare e analizzare i risultati rispetto al semplice campionamento.

I ricercatori devono identificare ciascun membro di una popolazione in studio e classificarlo in una sola sottopopolazione. Di conseguenza, il campionamento stratificato è svantaggioso quando i ricercatori non possono classificare ciascun membro della popolazione con fiducia in un sottogruppo.

La giustapposizione può essere un problema se ci sono soggetti divisi in più sottogruppi. Quando viene eseguito un semplice campionamento, saranno scelti quelli che si trovano in più sottogruppi. Il risultato potrebbe essere una falsa dichiarazione o un riflesso impreciso della popolazione.

Può servirti: Ernest Dale: biografia e contributi all'amministrazione

Esempi come studenti universitari, laureati, uomini e donne, lo rendono facile, poiché sono chiaramente gruppi definiti.

Tuttavia, in altre situazioni potrebbe essere molto più difficile. Puoi immaginare di incorporare caratteristiche come razza, origine etnica o religione. Il processo di classificazione diventerebbe più difficile, trasformando il campionamento stratificato in un metodo inefficace.

Esempio

Supponiamo che un team di ricerca voglia determinare le note medie degli studenti universitari negli Stati Uniti.

Il team di ricerca ha ovvie difficoltà nel raccogliere questi dati dai 21 milioni di studenti universitari. Pertanto, decide di prendere un campione della popolazione, usando solo 4.000 studenti.

Il team osserva i diversi attributi dei partecipanti e delle meraviglie del campione se c'è qualche differenza tra le note medie e la specializzazione degli studenti.

È nel campione che 560 studenti sono studenti di inglese, 1.135 di scienze, 800 di informatica, 1.090 Ingegneria e 415 Matematica.

Il team vuole utilizzare un campionamento stratificato proporzionale, in cui gli strati del campione sono proporzionali al campione di popolazione.

Creazione di strati

Per fare ciò, il team indaga sulle statistiche degli studenti universitari negli Stati Uniti.Uu. E trovare la percentuale ufficiale di studenti specializzati: 12% in inglese, 28% in scienza, 24% in informatica, 21% in ingegneria e 15% in matematica.

Pertanto, cinque strati vengono creati dal processo di campionamento stratificato. Il team deve confermare che lo strato della popolazione è proporzionale allo strato del campione. Tuttavia, scopre che le proporzioni non sono uguali.

Pertanto, il team deve tornare a un campione della popolazione di 4.000 studenti, ma questa volta selezionando casualmente 480 (12%) studenti inglesi, 1.120 (28%) di scienze, 960 (24%) di informatica, 840 (21%) ingegneria e 600 (15%) matematica.

Con questo, c'è un campione proporzionale stratificato di studenti universitari, che fornisce una migliore rappresentazione di studenti universitari negli Stati Uniti.Uu.

I ricercatori possono evidenziare uno strato specifico, osservare i vari studi degli studenti universitari statunitensi.Uu. e osservare le diverse medie delle note.

Riferimenti

1. Adam Hayes (2019). Campionamento casuale stratificato. Preso da: Investopedia.com.
2. Wikipedia, The Free Encyclopedia (2019). Campionamento stratificato. Preso da: in.Wikipedia.org.
3. Explorable (2019). Metodo campione stratificato. Preso da: esplorabile.com.
4. Survey Gizmo (2019). Ciò che è Stratified Sample e quando è Iteed? Tratto da: SurveyGizmo.com.
5. Ashley Crossman (2019). Comprendere campioni stratificati e come farli. Pensiero co. Tratto da: Thoughtco.com.
6. Carlos Ochoa (2017). Campionamento casuale: campionamento stratificato. Preso da: netquest.com.