Co je stratifikovaný odběr vzorků?
Stratifikovaný výběr, známý také jako stratifikovaný náhodný výběr nebo proporcionální náhodný výběr, je metoda vzorkování, která vyžaduje, aby všechny vzorky musely být seskupeny v souladu s některými parametry, a výběr vzorků z každé takové skupiny namísto náhodného odebírání z celé populace. V tomto je celá populace rozdělena do různých skupin podobných atributů a mezi nimi je vybráno několik vzorků, zatímco v jednoduchém náhodném výběru mají všichni členové populace šanci být vybráni pro výběr.
Stratifikovaný vzorec vzorkování
Jelikož rozdělení podskupin nebo vrstev a celkový vzorek reprezentující celou populaci závisí na výzkumníkovi, neexistuje žádný konkrétní vzorec pro stratifikovaný náhodný výběr. Níže uvedený vzorec je ale široce používán.
Stratifikovaný vzorec náhodného vzorkování = celková velikost vzorku / celá populace * Populace podskupin
Druhy stratifikovaného náhodného vzorkování
Jsou dvou typů - proporcionální a nepřiměřené.
- Přiměřené: Účelem stratifikovaného vzorkování je, že z každé skupiny je pro konečný výběr vybráno několik vzorků. V poměrném výběru je předem určená základna vzorku úměrná všem vytvořeným skupinám. Například pokud bylo vytvořeno 5 skupin s různou velikostí vzorku, jako je 10, 30, 20, 100, 60 a 80. Výzkumník se rozhodl vybrat 10% z celkové velikosti populace, tj. 300. V tomto případě 10 z každé skupiny vzorků by bylo vybráno jako celkový vzorek, který má být zkoumán. Čísla by tedy byla 1,3,2,10,6 a 8 a celkem by to bylo 30 vzorků. Tato metoda je poměrně rozšířená a známá svou aplikací.
- Neproporcionální: Zde nebereme přiměřené vzorky z každé podskupiny a mohli bychom zvolit jakoukoli metodu, abychom dospěli k předem určené velikosti vzorku. Vezmeme-li výše uvedený příklad, mohli bychom vzít libovolné číslo z libovolné skupiny, například 5,5,5,4,3,8, abychom získali celkovou velikost vzorku 30, protože jasně vidíme, že vzorky vybrané různými skupinami jsou nepřiměřené ve vztahu k velikosti příslušné podskupiny.
Příklady vzorce stratifikovaného náhodného vzorkování (s šablonou Excel)
Příklad č. 1
Předpokládejme, že výzkumný tým provádí průzkum pro společnost FMCG o chuti a preferencích lidí při výběru potravin. Tým se rozhodl vzít 3 hlavní kategorie; muži, ženy a děti. Celkový počet osob potřebných pro soubor údajů se blíží počtu 1 milionu. Jak by mohl Stratified Random Sampling pomoci vědcům při shromažďování požadovaných dat s využitím méně času a zdrojů?
Řešení
Je docela těžké mluvit s milionem lidí a zaujmout jejich názor; spíše je poměrně snadné a časově nenáročné vytvořit různé skupiny, vybrat mezi nimi několik a vzít si z nich názory, protože tato segregace dat by byla reprezentativní pro celou populaci.
Je tedy lepší oddělit celý />
- Nyní přiřadíme počet zaměstnanců patřících do dané věkové skupiny. Zveřejnili jsme tedy čísla jako 150, 200, 250 atd.
- Poté zjistěte počet vzorků, které mají být odebrány z celé populace. Otázka již byla zmíněna s cílem odebrat 10% nebo 80 vzorků z celkové populace.
Celková populace a celková velikost vzorku
- Celkový počet obyvatel = 800
- Celková velikost vzorku = 80
Výpočet velikosti vzorku
- = 80/800 * 150
Velikost vzorku bude -
- Velikost vzorku = 15
Stejným postupem bude postupovat i věková skupina 61 - 70 let.
Proces stratifikovaného vzorkování nám dal počet vzorků z každé podskupiny nebo vrstev, což odráží celou populaci.
Příklad č. 3
Skupina studentů dostala projekt, jehož cílem bylo zjistit velikost vzorku 1200 studentů studujících v různých proudech velkých společností. Musíte zjistit vzorky z každé stratum nebo podskupiny uvedené níže pomocí vzorce stratifikovaného náhodného vzorkování.
Řešení
Použijte níže uvedená data:
Výpočet celkového počtu obyvatel
- = 200 + 260 + 190 + 380 + 170
- Celkový počet obyvatel = 1200
Výpočet velikosti vzorku
- = 120/1 200 * 200
Velikost vzorku bude -
- Velikost vzorku = 20
Podobně můžeme vypočítat velikost vzorku pro zbývající populaci, jak je uvedeno níže,
Relevance a použití
- Auditor, obecně certifikovaný veřejný účetní (CPA), používá tento vzorec obecně pro účely vouchingu a ověření při auditu účtů společnosti. Tento vzorec se dobře hodí pro jejich kritéria, protože je možné vytvořit různé skupiny nebo podskupiny na základě příslušných množství a zmenší se také velikost vzorku.
- Správci portfolia široce používají náhodné stratifikované vzorkování k replikaci různých indexů, jako je dluhopisový index nebo akciový index, aby vytvořili portfolio, které poskytuje podobný výnos ve srovnání s dluhopisy.
- Jednou z největších výhod stratifikovaného náhodného vzorkování je jeho schopnost vybrat vzorek odlišných charakteristik vytvořením podskupin a poskytnutím vzorku z každé vrstvy, který je reprezentativní pro celou velikost vzorku. Vzorec se stane nejužitečnějším, když vlastnosti podskupin mají tendenci být různorodé, a proto se odpověď velmi liší, pokud se místo obecného nebo náhodného stratifikovaného vzorkování provádí obecný výběr.
