Slik fungerer stratifisert tilfeldig prøvetaking

Stratifisert tilfeldig prøvetaking er en metode for prøvetaking som involverer inndeling av en befolkning i mindre grupper kjent som lag. I stratifisert tilfeldig prøvetaking eller stratifisering dannes lagene basert på medlemmenes delte attributter eller egenskaper. Stratifisert tilfeldig prøvetaking kalles også proporsjonal tilfeldig prøvetaking eller kvotet tilfeldig prøvetaking.

Derimot er enkel tilfeldig prøvetaking et utvalg av individer som eksisterer i en populasjon; individene blir tilfeldig valgt fra populasjonen og plassert i en prøve. Denne metoden for tilfeldig valg av individer søker å velge en prøvestørrelse som er en objektiv representasjon av populasjonen. Det er imidlertid ikke fordelaktig når utvalgene av populasjonen varierer mye.

Viktige takeaways

• Stratifisert tilfeldig prøvetaking er en metode for prøvetaking som innebærer å ta prøver av en populasjon som er delt inn i mindre grupper kjent som strata.
• Stratifisert tilfeldig prøvetaking innebærer å ta tilfeldige prøver fra stratifiserte grupper, i forhold til befolkningen; på denne måten er stratifisert tilfeldig prøvetaking en mer presis beregning.

Forstå stratifisert tilfeldig prøvetaking

Stratifisert tilfeldig prøvetaking deler en populasjon i undergrupper eller lag, og tilfeldige prøver blir tatt, i forhold til befolkningen, fra hver av lagene som er opprettet. Medlemmene i hvert av de dannede lagene har lignende attributter og egenskaper. Denne metoden for prøvetaking er mye brukt og veldig nyttig når målpopulasjonen er heterogen. Det skal tas en enkel tilfeldig prøve fra hvert stratum. Stratifisert tilfeldig prøvetaking kan for eksempel brukes til å prøve studentenes karakterpoeng gjennomsnitt (GPA) over hele landet, mennesker som tilbringer overtid på jobb og forventet levealder over hele verden.

Eksempel på stratifisert tilfeldig prøvetaking

Anta at et forskerteam ønsker å bestemme GPA for studenter over hele USA Forskerteamet har problemer med å samle inn data fra alle 21 millioner studenter; den bestemmer seg for å ta et tilfeldig utvalg av befolkningen ved å bruke 4000 studenter.

Anta nå at teamet ser på de forskjellige attributtene til prøvedeltakerne og lurer på om det er noen forskjeller i GPA-er og studenters hovedfag. Anta at den finner ut at 560 studenter er engelske hovedfag, 1135 er naturfaglige hovedfag, 800 er datavitenskapelige hovedfag, 1 090 er ingeniørfaglige hovedfag og 415 er matematikkfaglige hovedfag. Teamet ønsker å bruke et proporsjonalt stratifisert tilfeldig utvalg der stratum av prøven er proporsjonal med det tilfeldige utvalget i populasjonen.

Anta at teamet forsker på demografien til studenter i USA og finner prosentandelen av det studentene har 12% hovedfag i engelsk, 28% i vitenskap, 24% i informatikk, 21% i ingeniørfag og 15% hovedfag i informatikk i matematikk. Dermed lages fem lag fra den lagdelte tilfeldige samplingsprosessen.

Teamet må da bekrefte at lagdel av befolkningen står i forhold til stratum i utvalget; de synes imidlertid at proporsjonene ikke er like. Teamet må deretter resample 4000 studenter fra befolkningen og tilfeldig velge 480 engelske, 1120 naturfag, 960 informatikk, 840 ingeniørfag og 600 matematikkstudenter. Med disse har den et proporsjonalt lagdelt tilfeldig utvalg av studenter, som gir en bedre representasjon av studentenes høyskolelektorer i USA. Forskerne kan deretter fremheve spesifikke stratum, observere de varierende studiene til amerikanske studenter og observere de forskjellige karakterpoenggjennomsnittene .

applikasjoner

Den samme metoden som er brukt ovenfor kan brukes til valg av valg, inntekt fra forskjellige befolkninger og inntekt for forskjellige jobber over hele nasjonen.