De gestratificeerde steekproef, of stratificatie, is een steekproefmethode waarbij een populatie wordt opgedeeld in kleinere subgroepen, ook wel strata genoemd. Deze strata worden op hun beurt gevormd op basis van de gedeelde attributen 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 behandelt, met dezelfde kans om te worden steekproef..
Het doel is om de precisie van het monster te verbeteren door de steekproeffout te verminderen. 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 subsets voordat de steekproef wordt genomen. Door de lagen wordt een verdeling van de populatie bepaald.
Dat wil zeggen, het moet collectief uitputtend en wederzijds exclusief zijn, dus moet aan elk element van de bevolking een enkele laag worden toegewezen. Vervolgens wordt binnen elk stratum een systematische of eenvoudige bemonstering toegepast.
Artikel index
Het is belangrijk op te merken dat de lagen niet naast elkaar mogen worden geplaatst. Het hebben van overlappende subgroepen geeft sommige mensen een grotere kans om als proefpersoon te worden geselecteerd. Dit belemmert volledig het idee van gestratificeerde steekproeven als een steekproefprototype..
Even belangrijk is dat de onderzoeker een eenvoudige steekproef moet gebruiken binnen de verschillende strata..
De meest voorkomende strata die bij gestratificeerde steekproeven worden gebruikt, zijn leeftijd, geslacht, sociaaleconomische status, religie, nationaliteit en opleidingsniveau..
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 aangenomen 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..
U kunt op verschillende manieren een steekproef uit een populatie selecteren, 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.
- Verdeel de populatie in kleinere subgroepen of strata, op basis van attributen en kenmerken die door leden worden gedeeld.
- Neem een willekeurige steekproef uit elk stratum in een getal dat evenredig is met de grootte van het stratum.
- Groepeer 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 een willekeurige steekproef over die strata kunnen nemen..
Om dit te doen, zou u bevolkingsgroepen creëren op basis van leeftijd, ras, nationaliteit of professionele achtergrond..
Van elk stratum wordt een willekeurige steekproef genomen, in verhouding tot de omvang van het stratum ten opzichte van de totale populatie. Deze subsets zouden worden gegroepeerd om een steekproef te vormen.
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 hetzelfde steekproefaandeel heeft.
Wanneer een kenmerk van de individuen wordt geselecteerd om de strata te definiëren, zijn de resulterende subgroepen vaak van verschillende grootte..
We willen bijvoorbeeld het percentage van de Mexicaanse bevolking dat rookt bestuderen en er wordt besloten dat leeftijd een goed criterium zou zijn om te stratificeren, omdat wordt aangenomen 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..
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 begunstigt de strata die minder gewicht hebben in de populatie, door ze hetzelfde belang te geven als de meest 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 proportioneel gestratificeerd bemonstering.
Gestratificeerde steekproeven werken goed voor populaties met verschillende kenmerken, maar zijn verder niet effectief als er geen subgroepen kunnen worden gevormd..
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..
Stratificatie geeft een kleinere schattingsfout dan de eenvoudige steekproefmethode. Hoe groter het verschil tussen de lagen, hoe groter de winst in precisie..
Het heeft een hogere statistische precisie in vergelijking met eenvoudige steekproeven. Dit komt doordat binnen de subgroepen de variabiliteit lager is in vergelijking met de variaties die optreden bij de totale populatie..
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..
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.
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..
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 met vertrouwen elk lid van de populatie in een subgroep kunnen indelen..
Juxtapositie kan een probleem zijn als er onderwerpen zijn die in meerdere subgroepen vallen. Wanneer een eenvoudige steekproef 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 omdat 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..
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 observeert de verschillende kenmerken van de deelnemers in de steekproef en vraagt 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 natuurwetenschappen, 800 informatica, 1090 technische en 415 wiskunde.
Het team wil proportionele gestratificeerde steekproeven gebruiken, waarbij de steekproefstrata evenredig zijn met de populatiemonster.
Om dit te doen, onderzoekt het team de statistieken van universiteitsstudenten in de VS en vindt 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 de wiskunde..
Daarom worden vijf strata gemaakt op basis van het gestratificeerde steekproefproces. Het team moet bevestigen dat het populatielaag evenredig is met het steekproefniveau. Hij vindt echter dat de verhoudingen niet gelijk zijn..
Daarom moet het team de populatie van 4.000 studenten opnieuw samplen, maar deze keer worden willekeurig 480 (12%) Engelse studenten, 1.120 (28%) wetenschappen, 960 (24%) informatica, 840 (21%) techniek en 600 ( 15%) wiskunde.
Hiermee hebben we een proportioneel gestratificeerde steekproef van universiteitsstudenten, wat een betere vertegenwoordiging van universiteitsstudenten in de Verenigde Staten oplevert..
Onderzoekers zullen in staat zijn om een specifiek stratum te markeren, de verschillende onderzoeken van Amerikaanse studenten te observeren en de verschillende gemiddelde punten te observeren..
Niemand heeft nog op dit artikel gereageerd.