GESTRATIFICEERDE BEMONSTERING: WAT IS HET, SOORTEN, VOOR- EN NADELEN - ECONOMIE - 2025

De gestratificeerde steekproef , of stratificatie, is een steekproefmethode waarbij een populatie wordt verdeeld in kleinere subgroepen, ook wel strata genoemd. Deze lagen worden op hun beurt gevormd op basis van de gedeelde kenmerken of kenmerken van de leden, zoals inkomen of opleidingsniveau.

Het wordt gebruikt om de verschillen tussen groepen in een populatie te benadrukken, in tegenstelling tot eenvoudige steekproeven, die alle leden van een populatie als gelijk behandelen, met dezelfde kans om te worden steekproef.

Bron: needpix.com

Het doel is om de precisie van het monster te verbeteren door de steekproeffout te verminderen. Het kan een gewogen gemiddelde opleveren met minder variabiliteit dan het rekenkundig gemiddelde van een eenvoudige steekproef van de populatie.

Stratificatie is het proces waarbij leden van een populatie worden gefragmenteerd in homogene subgroepen voordat de steekproef wordt genomen. Via de strata wordt een populatieverdeling gedefinieerd.

Dat wil zeggen dat het collectief uitputtend en wederzijds exclusief moet zijn, zodat aan elk element van de bevolking een enkele laag moet worden toegewezen. Vervolgens wordt binnen elk stratum een ​​systematische of eenvoudige bemonstering toegepast.

Belangrijke overwegingen

Het is belangrijk op te merken dat de lagen niet naast elkaar mogen worden geplaatst. Door overlappende subgroepen te hebben, hebben sommige mensen een grotere kans om als proefpersoon te worden geselecteerd. Hierdoor wordt het idee van gestratificeerde steekproeven als een steekproefprototype totaal afgestompt.

Even belangrijk is dat de onderzoeker gebruik moet maken van eenvoudige steekproeven binnen de verschillende strata.

De meest voorkomende strata die bij gestratificeerde steekproeven worden gebruikt, zijn leeftijd, geslacht, sociaaleconomische status, religie, nationaliteit en opleidingsniveau.

Wat is gestratificeerde steekproeven?

Bij het voltooien van de analyse van een groep entiteiten met vergelijkbare kenmerken, kan een onderzoeker ontdekken dat de populatiegrootte te groot is om het onderzoek te voltooien.

Om tijd en geld te besparen, kan een meer haalbaar perspectief worden ingenomen door een kleine groep uit de bevolking te selecteren. Deze kleine groep wordt de steekproefomvang genoemd, een subset van de populatie die wordt gebruikt om de hele populatie te vertegenwoordigen.

Een steekproef uit een populatie kan op verschillende manieren worden geselecteerd, waaronder een gestratificeerde steekproef. Dit houdt in dat de totale bevolking wordt verdeeld in homogene groepen die strata worden genoemd. Vervolgens worden uit elk stratum willekeurige steekproeven geselecteerd.

Proces voor het uitvoeren van gestratificeerde steekproeven

- Verdeel de populatie in subgroepen of kleinere strata, volgens de attributen en kenmerken die de leden gemeen hebben.

- Neem een ​​willekeurige steekproef uit elk stratum in een getal dat evenredig is met de grootte van het stratum.

- Groepeer de subsets van strata om een ​​willekeurige steekproef te vormen.

- Voer de analyse uit.

Denk bijvoorbeeld aan een onderzoeker die graag wil weten hoeveel bedrijfskundestudenten binnen drie maanden na afstuderen in 2018 een vacature hebben gekregen. Ze zullen al snel ontdekken dat er dat jaar bijna 200.000 afgestudeerden bedrijfskunde waren.

U kunt ervoor kiezen om gewoon een willekeurige steekproef van 5.000 afgestudeerden te nemen en de enquête uit te voeren. Beter nog, je zou de populatie in strata kunnen verdelen en uit die strata een willekeurige steekproef kunnen nemen.

Om dit te doen, zou u bevolkingsgroepen creëren op basis van leeftijd, ras, nationaliteit of professionele achtergrond.

Van elk stratum zou een willekeurige steekproef worden genomen, in verhouding tot de grootte van het stratum ten opzichte van de totale populatie. Deze subsets zouden worden gegroepeerd om een ​​steekproef te vormen.

Soorten

Proportionele gestratificeerde steekproef

In dit type is de steekproefomvang voor elk stratum evenredig met de populatiegrootte van het stratum in vergelijking met de totale populatie. Dit betekent dat elk stratum dezelfde bemonsteringsfrequentie heeft.

Wanneer een kenmerk van individuen wordt geselecteerd om de strata te definiëren, zijn de resulterende subgroepen vaak van verschillende grootte.

U wilt bijvoorbeeld het percentage van de Mexicaanse bevolking dat rookt bestuderen, en u besluit dat leeftijd een goed criterium is om te stratificeren, omdat men denkt dat rookgewoonten aanzienlijk kunnen variëren naargelang de leeftijd. Er worden drie strata gedefinieerd:

- Onder de 20 jaar.

- Tussen 20 en 44.

- Meer dan 44.

Wanneer de bevolking van Mexico in deze drie lagen is verdeeld, wordt niet verwacht dat de drie groepen even groot zijn. In feite bevestigen de feitelijke gegevens dit:

- Stratum 1: 42,4 miljoen (41,0%).

- Stratum 2: 37,6 miljoen (36,3%).

- Stratum 3: 23,5 miljoen (22,7%).

Als proportionele gestratificeerde steekproeven worden gebruikt, moet de steekproef bestaan ​​uit strata die dezelfde verhoudingen behouden als de populatie. Als u een steekproef van 1.000 personen wilt maken, moeten de steekproeven de volgende afmetingen hebben:

Het lijkt erg op het verzamelen van een kleinere populatie, bepaald door de relatieve verhoudingen van de lagen binnen de populatie.

Uniforme gestratificeerde bemonstering

In dit type wordt dezelfde steekproefomvang toegewezen aan alle gedefinieerde strata, ongeacht het gewicht van deze strata binnen de populatie.

Een uniforme gestratificeerde steekproef volgens het vorige voorbeeld zou de volgende steekproef voor elk stratum opleveren:

Deze methode bevoordeelt de strata die minder gewicht hebben in de populatie, door hen hetzelfde belang te verlenen als de meer relevante strata.

Dit vermindert de algehele effectiviteit van het monster, maar maakt het mogelijk de individuele kenmerken van elk stratum met grotere precisie te bestuderen.

Als u in het voorbeeld een specifieke uitspraak wilt doen over de populatie van stratum 3 (meer dan 44), kunt u de steekproeffouten verminderen door een steekproef van 333 eenheden te gebruiken in plaats van een steekproef van 227 eenheden, zoals verkregen uit proportionele gestratificeerde steekproef.

Voor-en nadelen

Gestratificeerde steekproeven werken goed voor populaties met verschillende attributen, maar zullen anders niet effectief zijn als er geen subgroepen kunnen worden gevormd.

- Voordeel

Verzamel de belangrijkste functies

Het belangrijkste voordeel van gestratificeerde steekproeven is dat het de belangrijkste kenmerken van de populatie in de steekproef verzamelt.

Vergelijkbaar met een gewogen gemiddelde, produceert deze steekproefmethode kenmerken in de steekproef die evenredig zijn met de totale populatie.

Hogere statistische precisie

Stratificatie geeft minder fouten in de schatting dan de eenvoudige steekproefmethode. Hoe groter het verschil tussen de lagen, hoe groter de winst in precisie.

Er is een hogere statistische precisie in vergelijking met eenvoudige steekproeven. Dit komt door het feit dat binnen de subgroepen de variabiliteit lager is in vergelijking met de variaties die optreden bij de totale populatie.

Kleinere steekproefomvang

Omdat deze techniek een hoge statistische nauwkeurigheid heeft, betekent dit ook dat er een kleinere steekproefomvang voor nodig is, wat onderzoekers veel moeite, geld en tijd kan besparen.

- nadelen

Helaas kan deze onderzoeksmethode niet in alle onderzoeken worden gebruikt. Het nadeel van de methode is dat aan een aantal voorwaarden moet worden voldaan om deze correct te kunnen gebruiken.

Moeilijkheden bij het vinden van lagen

Het grootste nadeel is dat het moeilijk kan zijn om geschikte strata voor een onderzoek te identificeren. Bovendien kan het een uitdaging zijn om een ​​volledige en definitieve lijst van een hele populatie te vinden.

Complexiteit om te organiseren

Een tweede nadeel is dat het moeilijker is om de resultaten te organiseren en te analyseren in vergelijking met eenvoudige steekproeven.

Onderzoekers moeten elk lid van een onderzoekspopulatie identificeren en deze in slechts één subpopulatie classificeren. Als gevolg hiervan is gestratificeerde steekproeven nadelig wanneer onderzoekers niet elk lid van de populatie met vertrouwen in een subgroep kunnen indelen.

Naast elkaar plaatsen kan een probleem zijn als er onderwerpen zijn die in meerdere subgroepen vallen. Wanneer een eenvoudige bemonstering wordt uitgevoerd, is de kans groter dat degenen in meerdere subgroepen worden gekozen. Het resultaat kan een verkeerde voorstelling van zaken zijn of een onnauwkeurige weergave van de populatie.

Voorbeelden zoals studenten, afgestudeerden, mannen en vrouwen, maken het gemakkelijk, aangezien het duidelijk omlijnde groepen zijn.

In andere situaties kan het echter veel moeilijker zijn. U kunt zich voorstellen dat u kenmerken zoals ras, etniciteit of religie opneemt. Het classificatieproces zou moeilijker worden, waardoor gestratificeerde steekproeven een ondoelmatige methode zouden worden.

Voorbeeld

Stel dat een onderzoeksteam het gemiddelde cijfer van universiteitsstudenten in de Verenigde Staten wil bepalen.

Het onderzoeksteam heeft duidelijke problemen bij het verzamelen van deze gegevens van de 21 miljoen studenten. Daarom besluit u een steekproef te nemen uit de populatie, met slechts 4.000 studenten.

Het team kijkt naar de verschillende attributen van de steekproefdeelnemers en vraagt ​​zich af of er een verschil is tussen het gemiddelde cijfer en de specialisatie van de studenten.

Uit de steekproef blijkt dat 560 studenten Engelse studenten zijn, 1135 studenten natuurwetenschappen, 800 informatica, 1090 ingenieurs en 415 wiskunde.

Het team wil proportionele gestratificeerde steekproeven gebruiken, waarbij de steekproefstrata evenredig zijn met de populatiemonster.

Creatie van lagen

Om dit te doen, onderzoekt het team de statistieken van universiteitsstudenten in de VS en zoekt het officiële percentage studenten dat gespecialiseerd is: 12% in het Engels, 28% in de wetenschap, 24% in de informatica, 21% in de techniek en 15%. in wiskunde.

Daarom worden vijf strata gemaakt op basis van het gestratificeerde steekproefproces. Het team moet bevestigen dat de stratum van de bevolking evenredig is met de steekproef. Hij vindt echter dat de verhoudingen niet gelijk zijn.

Daarom moet het team de populatie van 4.000 studenten opnieuw samplen, maar deze keer selecteert het willekeurig 480 (12%) Engelse studenten, 1.120 (28%) wetenschappen, 960 (24%) informatica, 840 ( 21%) in engineering en 600 (15%) in wiskunde.

Hiermee hebben we een proportioneel gestratificeerde steekproef van universiteitsstudenten, wat een betere vertegenwoordiging van universiteitsstudenten in de VS oplevert.

Onderzoekers zullen in staat zijn om een ​​specifiek stratum te markeren, de verschillende onderzoeken van Amerikaanse studenten te observeren en de verschillende cijferpuntgemiddelden te observeren.

Referenties

1. Adam Hayes (2019). Gestratificeerde willekeurige bemonstering. Overgenomen van: investopedia.com.
2. Wikipedia, de gratis encyclopedie (2019). Gestratificeerde steekproef. Ontleend aan: en.wikipedia.org.
3. Verkennend (2019). Gestratificeerde bemonsteringsmethode. Genomen uit: explorable.com.
4. Onderzoek Gizmo (2019). Wat is gestratificeerde bemonstering en wanneer wordt het gebruikt? Ontleend aan: surveygizmo.com.
5. Ashley Crossman (2019). Inzicht in gestratificeerde monsters en hoe u ze kunt maken. Thought Co. Genomen uit: thoughtco.com.
6. Carlos Ochoa (2017). Willekeurige steekproeven: gestratificeerde steekproeven. Genomen van: netquest.com.