Come funziona il campionamento casuale stratificato

Campionamento casuale stratificato è un metodo di campionamento che prevede la divisione di una popolazione in gruppi più piccoli, detti strati. I gruppi o gli strati sono organizzati in base alle caratteristiche o agli attributi condivisi dei membri del gruppo. Il processo di classificazione della popolazione in gruppi è chiamato stratificazione.

Il campionamento casuale stratificato è anche noto come campionamento casuale delle quote e campionamento casuale proporzionale. Il campionamento casuale stratificato ha numerose applicazioni e vantaggi, come lo studio della demografia della popolazione e aspettativa di vita.

Comprensione del campionamento casuale stratificato

Il campionamento casuale stratificato divide una popolazione in sottogruppi. I campioni casuali vengono prelevati nella stessa proporzione alla popolazione da ciascuno dei gruppi o strati. I membri in ogni strato (singolare per strati) formati hanno attributi e caratteristiche simili.

Il campionamento casuale stratificato è un metodo di campionamento, ovvero quando un ricercatore seleziona un piccolo gruppo come a misura di prova per studio. Questo sottoinsieme rappresenta la popolazione più ampia. Organizzare una popolazione in gruppi con caratteristiche simili aiuta i ricercatori a risparmiare tempo e denaro quando la popolazione studiata è troppo grande per essere analizzata su base individuale. Il campionamento casuale stratificato aiuta consentendo ai ricercatori di organizzare i gruppi in base a caratteristiche simili per cui un campione casuale viene quindi prelevato da ogni strato o gruppo.

Il campionamento casuale stratificato può essere utilizzato, ad esempio, per studiare i sondaggi elettorali, le persone che lavorano ore di straordinario, aspettativa di vita, reddito di diverse popolazioni e reddito per diversi lavori in a nazione.

Stratificato vs. Campionamento casuale semplificato

UN campione casuale semplice è un campione di individui che esistono in una popolazione per cui gli individui sono selezionati casualmente dalla popolazione e inseriti nel campione. Questo metodo di selezione casuale degli individui cerca di selezionare una dimensione del campione che sia una rappresentazione imparziale della popolazione. Tuttavia, un semplice campione casuale non è vantaggioso quando i campioni della popolazione variano ampiamente.

Al contrario, il campionamento casuale stratificato suddivide la popolazione in sottogruppi e li organizza in base a tratti, caratteristiche e comportamenti simili. Di conseguenza, il campionamento casuale stratificato è più vantaggioso quando la popolazione varia ampiamente poiché aiuta a organizzare meglio i campioni per lo studio.

Tuttavia, un semplice campione casuale è più vantaggioso quando la popolazione non può essere organizzata in sottogruppi perché ci sono troppe differenze all'interno della popolazione. Inoltre, i campioni casuali semplici sono i migliori quando ci sono poche o nessuna informazione sulla popolazione, il che impedisce che la popolazione venga suddivisa in sottoinsiemi basati su caratteristiche o tratti.

Esempio di campionamento casuale stratificato

Un gruppo di ricerca ha deciso di eseguire uno studio per analizzare le medie dei voti o GPA per il college 21 milioni studenti negli Stati Uniti I ricercatori decidono di ottenere un campione casuale di 4.000 studenti universitari all'interno della popolazione di 21 milioni. Il team vuole rivedere le varie major e i successivi GPA per gli studenti oi partecipanti campione.

Dei 4.000 partecipanti, la ripartizione delle major è la seguente:

• Inglese: 560
• Scienza: 1,135
• Informatica: 800
• Ingegneria: 1.090
• Matematica: 415

I ricercatori hanno i loro cinque strati dal processo di campionamento casuale stratificato. Successivamente, i ricercatori studiano i dati della popolazione per determinare la percentuale dei 21 milioni di studenti che si laureano nelle materie del loro campione. I risultati mostrano quanto segue:

• 12% maggiore in inglese
• 28% laureato in scienze
• 24% maggiore in informatica
• 21% maggiore in ingegneria
• 15% maggiore in matematica

Il team decide di impiegare un campione casuale stratificato proporzionale per cui vogliono determinare se le major per gli studenti nel campione rappresentano la stessa proporzione della popolazione.

Tuttavia, le proporzioni nel campione non sono uguali alle percentuali nella popolazione. Ad esempio, il 12% della popolazione studentesca è laureata in lingua inglese, mentre il 14% degli studenti del campione è laureata in lingua inglese (o 560 laureata in inglese / 4.000).

Di conseguenza, i ricercatori decidono di ricampionare gli studenti in modo che corrispondano alla percentuale di laureati nella popolazione. Dei 4.000 studenti nel loro campione, decidono di selezionare casualmente quanto segue:

• 480 major inglesi (12% di 4.000)
• 1.120 laureati in scienze (28% su 4.000)
• 960 laureati in informatica (24% su 4.000)
• 840 laureati in ingegneria (21% su 4.000)
• 600 laureati in matematica (15% su 4.000)

I ricercatori hanno ora un campione casuale stratificato proporzionato di studenti universitari e delle loro rispettive major, che riflette più accuratamente le major per la popolazione studentesca complessiva. Da lì, i ricercatori possono analizzare i GPA di ogni strato e le loro caratteristiche per avere un'idea migliore di come si sta comportando la popolazione studentesca complessiva.