Stratyfikowana próbka losowa: co to jest?

Warstwowa próbka losowa to próba składająca się z odrębnych, ale jednorodnych podgrup zwanych warstwami.

Dowiedz się, w jaki sposób wykorzystuje się warstwową próbkę losową badania rynku, rodzaje próbek, jakie można uzyskać, i porównanie z prostą próbką losową.

Co to jest warstwowa próbka losowa?

Warstwowa próbka losowa to próbka uzyskana poprzez podzielenie większej, zazwyczaj heterogenicznej populacji na odrębne ale jednorodne podgrupy zwane warstwami, a następnie wybieranie jednostek próby z każdej warstwy w celu włączenia ich do próbka.

Jak działa warstwowa próbka losowa

Próba to minireprezentacja większej populacji. Próbki można określić nieformalnie lub formalnie. Ale próbki, które są systematycznie opracowywane zgodnie z pewne metody naukowe, takie jak stratyfikowane próbki losowe, są ogólnie postrzegane jako bardziej przydatne do dokonywania uogólnień na temat większej populacji. Firmy mogą wykorzystywać takie uogólnienia w badaniach rynkowych, aby ocenić potrzeby i pragnienia konsumentów oraz opracować odpowiednie strategia marketingowa.

Celem warstwowego doboru losowego jest wybranie uczestników z różnych warstw w ramach większej populacji gdy uważa się, że różnice między tymi grupami mają znaczenie dla badań rynku, które zostaną przeprowadzone prowadzone.Na przykład wyniki a badanie rynku mogą na nie wpływać cechy przedmiotu, takie jak wiek, płeć, poziom doświadczenia zawodowego, grupa rasowa lub etniczna, sytuacja ekonomiczna lub poziom wykształcenia. W warstwowej próbie losowej można rozsądnie założyć, że te potencjalnie wpływowe cechy odzwierciedlają wzór cech w całej populacji.

Załóżmy na przykład, że prowadzisz firmę fintech i jesteś zainteresowany opracowaniem nowej aplikacji do oszczędzania na emeryturę, która pomoże klientom oszczędzać więcej na emeryturę. Chcesz przeprowadzić ankietę i dowiedzieć się, ile Amerykanie w wieku 23 lat i więcej wpłacili na swoje konta emerytalne w zeszłym roku, aby móc lepiej dostosować aplikację do nawyków inwestycyjnych klientów. Jednak populacja ta liczy miliony, których zbadanie indywidualnie byłoby zbyt trudne. Ponadto konsumenci w różnych grupach wiekowych prawdopodobnie mają różne nawyki inwestycyjne, które wpłynęły na ich składki na oszczędności emerytalne w zeszłym roku.

Decydujesz się więc zebrać warstwową próbę losową o wielkości próby 5000 i w pięciu następujących warstwach wiekowych: pokolenie ciche, pokolenie wyżu demograficznego, pokolenie X, pokolenie milenialsów i pokolenie Z.

Kiedy badasz dane demograficzne całej populacji USA w zeszłym roku, dowiadujesz się, że 6% należało do Ciche pokolenie, 25% to pokolenie wyżu demograficznego, 24% to pokolenie X, 23% to pokolenie milenialsów, a 22% to pokolenie Z. Jeśli chcesz uzyskać proporcjonalną warstwową próbkę losową, w której każda warstwa jest proporcjonalna do jej procentu całości populacji, zebrałbyś warstwową próbę losową liczącą 5000 osób w następujący sposób: 300 z Cichego Pokolenia (6% z 5000), 1250 Baby Osoby z wyżu demograficznego (25% z 5000), 1200 z pokolenia X (24% z 5000), 1150 millenialsów (23% z 5000) i 1100 z pokolenia Z (22% z 5 tys.).

Następnie przeprowadziłbyś ankietę na próbie składającej się z tych jednostek próby, aby uzyskać więcej sensowne wnioski o tym, ile każda grupa wiekowa przyczyniła się do przejścia na emeryturę w zeszłym roku, czyli statystyki, które możesz uwzględnić w swojej aplikacji inwestycyjnej.

Rodzaje warstwowych próbek losowych

Po podzieleniu całej populacji na warstwy istnieją dwa główne sposoby wyboru jednostek z każdej warstwy w celu włączenia ich do próby:

• Proporcjonalna warstwowa próbka losowa: W tego typu warstwowej próbie losowej każda warstwa reprezentuje taki sam procent próby, jak w przypadku większej populacji. We wcześniejszym przykładzie próba, która ważyła każdą warstwę wiekową w próbie zgodnie z jej procentem w populacji USA, była proporcjonalną losową próbą warstwową. Ten typ próby wymaga dostępu do danych dotyczących większej populacji.
• Nieproporcjonalna warstwowa próbka losowa: W próbie tego typu nie uwzględnia się odsetka każdej warstwy w większej populacji. Na przykład, jeśli zidentyfikujesz pięć warstw wiekowych i do badania wybierzesz 1000 osób z każdej warstwy, otrzymasz nieproporcjonalną warstwową próbę losową. Tego typu próba jest przydatna, gdy cel badania jest szeroki lub nie ma dostępu do danych na temat większej populacji.

Stratyfikowana próbka losowa vs. Prosta losowa próbka

W przeciwieństwie do warstwowej próby losowej, która zawiera jednostki próby z każdej odrębnej warstwy, o znanej, niezerowej szansie wybrania, prosta próba losowa to taka, która nie zawiera podgrup. Zamiast tego każda jednostka próbki ma równe szanse na znalezienie się w próbie.Wracając do wcześniejszego przykładu, załóżmy, że losowo przeprowadzasz ankietę wśród 5000 osób, nie biorąc pod uwagę ich różnicujących cech. W tej prostej próbie losowej niektóre warstwy wiekowe mogą być nieproporcjonalnie reprezentowane, a inne nie być reprezentowane wcale.

W związku z tym stratyfikacja prawdopodobnie przyniesie bardziej reprezentatywne wyniki, które można wykorzystać do wyciągnięcia dokładniejszych wniosków na temat większej populacji. Proste losowe próbkowanie niekoniecznie odzwierciedla większą populację.

Ponieważ warstwowa próbka losowa zawiera podgrupy, które można badać łącznie, ten rodzaj próbkowania może również obniżyć koszt obserwacji w badaniu rynku firmy.

Jednak oba typy próbek mają swoje miejsce w badaniach rynkowych. Podczas gdy warstwowa próba losowa jest bardziej złożona i stosowana, gdy różnice między jednostkami próby w większej populacji są niezliczone i istotna dla wyników badania, prosta próba losowa jest prostsza i często stosowana, gdy należy uwzględnić niewiele różnic w większej populacji (lub w niektórych przypadkach tak wiele różnic, że stratyfikacja jest niemożliwa) lub różnice te nie mają znaczenia dla badanie. Na przykład, jeśli przeprowadzasz szeroką ankietę na temat nowych opcji menu pizzerii, możesz to zrobić rozważ prostą próbkę losową, ponieważ cechy takie jak wiek, płeć i rasa mogą nie mieć wpływu wyniki.