Tutto sul campionamento casuale stratificato
Cos'è il campionamento casuale stratificato?
Un campione è una mini-rappresentazione di una popolazione più ampia.
I campioni possono essere determinati in modo informale o formale. Ma i campioni che sono sistematicamente sviluppati secondo certi metodi scientifici sono generalmente considerati più utili per fare generalizzazioni sulla popolazione più grande.
Cosa significa stratificato?
I campioni stratificati sono costituiti da sottogruppi omogenei che sono considerati distinti in modi importanti. Una raccolta di questi sottogruppi omogenei viene definita come strati. Questo metodo di procedure di campionamento consente alla popolazione di dividersi in sottogruppi omogenei dai quali possono essere selezionati semplici campioni casuali.
Perché è utile un campione stratificato?
Lo scopo del campionamento casuale stratificato è selezionare partecipanti di sottogruppi diversi che si ritiene abbiano rilevanza per la ricerca che verrà condotta. Ad esempio, i risultati di uno studio potrebbero essere influenzati dagli attributi dei soggetti , come età, genere, livello di esperienza lavorativa, gruppo etnico e razziale, situazione economica, livello di istruzione raggiunto e così via.
Un campione stratificato è costruito in modo tale che si possano ragionevolmente ipotizzare che queste caratteristiche potenzialmente influenti riflettano lo schema di queste caratteristiche nella popolazione complessiva. In questo modo, il campione riflette la popolazione da cui è stato prelevato, ma il campione non può essere considerato rappresentativo della popolazione più ampia .
Ricorda, la selezione dei membri di un campione stratificato non è un processo casuale. Detto questo, una volta che gli strati sono stati stabiliti, viene utilizzato un semplice campionamento casuale per selezionare i membri dei campioni per ogni strato .
Cosa significa probabilistico?
Un campione casuale stratificato è probabilistico poiché ogni metodo utilizzato per selezionare la popolazione di campioni fornisce un metodo ragionevolmente affidabile per stimare quanto è rappresentativo la popolazione campione rispetto alla popolazione (universo) più ampia da cui è stato selezionato il campione. In altre parole, il campione probabilistico consente a un ricercatore di stimare le probabilità che il campione selezionato faccia o non rappresenti la popolazione più grande da cui è stato tratto il campione.
Esempi
Utilizzare metodi di campionamento casuale stratificati quando vi è interesse nelle differenze tra sottogruppi omogenei e la popolazione di campioni più ampia nel suo complesso.
Diciamo che una popolazione di clienti aziendali può essere divisa in tre gruppi: Gen-Xers, Gen-Yers (Millennial) e Baby Boomers. Inoltre, abbiamo motivo di ritenere che sia i Gen-Xers che i Gen-Yers siano minoranze relativamente più piccole della clientela aziendale complessiva. I Gen-Xers costituiscono circa il 5% della popolazione complessiva della clientela e i Gen-Yers costituiscono circa il 10% della clientela.
Un semplice campione casuale di 100 membri (n = 100) potrebbe generare 5 Gen-Xers e 10 Gen-Yers se utilizzassimo una frazione di campionamento del 10 percento. Sarebbe possibile ottenere ancora meno Gen-Xer e meno Gen-Yers di quello nel campione, solo per caso. La stratificazione può produrre risultati più rappresentativi. Diciamo che vogliamo avere almeno 25 persone in ogni gruppo. Se prendiamo ancora un campione di 100 (n = 100), allora possiamo campionare 25 Gen-Xers, 25 Gen-Yers e 50 Baby Boomer.
Sappiamo che il 10 percento della popolazione è Millennials o Gen-Yers (o circa 100 dei nostri clienti.) Un campione casuale di 25 clienti fornirà una frazione di campionamento all'interno dello strato di 25/100 o 25 percento. dei 50 clienti che non sono Baby Boomers sono Gen-Xers, il che significa che la frazione all'interno dello strato sarà del 25/50 o del 50 percento.
Quindi, 50 Gen-Xers più 100 Gen-Yers sono un totale di 150 del nostro campione cliente. Poiché la popolazione complessiva del cliente è 1000, sottraiamo Gen-Xers più Gen-Yers (per un totale di 150 clienti) che lascia 850 clienti, che sono Baby Boomers. La frazione di campionamento all'interno dello strato per i Baby Boomers è 50/850 o circa il 5,88%.
Due cose sono evidenti: (1) I tre gruppi sono più omogenei all'interno di un gruppo rispetto a tutta la popolazione. Ciò significa che c'è meno varianza, che offre l'opportunità di una maggiore precisione statistica . (2) E dal momento che il campione è stato stratificato, ci saranno abbastanza membri di ciascun gruppo per essere in grado di fare inferenze significative ai sottogruppi .
Il campionamento stratificato può essere preferito al semplice campionamento casuale quando è importante rappresentare la popolazione complessiva e rappresentare i sottogruppi chiave della popolazione, specialmente quando i sottogruppi sono piuttosto piccoli ma distinti in modi importanti. Usando metodi di campionamento stratificato, un ricercatore può effettivamente assicurare che i sottogruppi possano essere differenziati nella discussione dei risultati della ricerca.