Ett stratifierat slumpmässigt urval är ett urval som består av distinkta men homogena undergrupper som kallas strata.
Lär dig hur ett stratifierat slumpmässigt urval används i marknadsundersökning, vilka typer av prover du kan härleda och hur det jämförs med ett enkelt slumpmässigt urval.
Vad är ett stratifierat slumpmässigt urval?
Ett stratifierat slumpmässigt urval är ett urval som erhålls genom att dela upp en större, typiskt heterogen population i distinkta men homogena undergrupper som kallas strata och sedan välja provtagningsenheter från varje stratum för inkludering i prov.
Ett stratifierat slumpmässigt urval beaktas probabilistisk eftersom varje metod som används för att välja urvalspopulationen ger ett någorlunda tillförlitligt sätt att uppskatta hur representativ urvalspopulationen är för den större populationen från vilken urvalet kom vald. Med andra ord, a probabilistiskt prov tillåter en forskare att uppskatta oddsen för att det valda urvalet representerar eller inte representerar den större populationen från vilken det togs.
Hur ett stratifierat slumpmässigt urval fungerar
Ett urval är en minirepresentation av en större population. Prover kan fastställas informellt eller formellt. Men prover som systematiskt utvecklas enl vissa vetenskapliga metoder, såsom stratifierade slumpmässiga urval, uppfattas i allmänhet som mer användbara för att göra generaliseringar om den större populationen. Företag kan använda sådana generaliseringar i marknadsundersökningar för att mäta konsumenternas behov och önskemål och utveckla en lämplig marknadsföringsstrategi.
Syftet med stratifierat stickprov är att välja deltagare från olika strata inom en större population när skillnaderna mellan dessa grupper tros ha relevans för den marknadsundersökning som kommer att bli genomfördes.Till exempel resultaten av en marknadsundersökningsundersökning kan påverkas av ämnesattribut som ålder, kön, arbetslivserfarenhetsnivå, ras eller etnisk grupp, ekonomisk situation eller utbildningsnivå. I ett stratifierat slumpmässigt urval kan dessa potentiellt inflytelserika egenskaper rimligen antas spegla mönstret för egenskaperna i den totala populationen.
Låt oss till exempel säga att du driver ett fintechföretag och är intresserad av att utveckla en ny pensionssparapp för att hjälpa kunderna att spara mer till pensionen. Du vill göra en undersökning och lära dig hur mycket amerikaner som är 23 år och äldre bidrog till sina pensionskonton förra året så att du bättre kan skräddarsy appen efter kundernas investeringsvanor. Men den befolkningen uppgår till miljoner som skulle vara för svåra att kartlägga individuellt. Dessutom kommer konsumenter i olika åldersgrupper sannolikt att ha olika investeringsvanor som påverkade deras pensionssparande bidrag förra året.
Så du bestämmer dig för att samla ett stratifierat slumpmässigt urval med en urvalsstorlek på 5 000 och följande fem åldersskikt: Silent Generation, Baby Boomers, Generation X, Millennials och Generation Z.
När du undersöker demografin för den totala amerikanska befolkningen förra året, får du veta att 6 % tillhörde Silent Generation, 25% var Baby Boomers, 24% var Generation X, 23% var Millennials och 22% var Generation Z. Om du vill uppnå ett proportionellt stratifierat slumpmässigt urval där varje stratum är proportionellt mot sin procentandel av det totala befolkning, skulle du samla det stratifierade slumpmässiga urvalet på 5 000 enligt följande: 300 från den tysta generationen (6 % av 5 000), 1 250 baby Boomers (25 % av 5 000), 1 200 från Generation X (24 % av 5 000), 1 150 Millennials (23 % av 5 000) och 1 100 var från Generation Z (22 % av 5 000).
Du skulle sedan administrera undersökningen till ett urval som består av dessa urvalsenheter för att göra fler meningsfulla slutsatser om hur mycket varje åldersskikt bidrog till pensioneringen förra året, vilket är insikter du kan införliva i din investeringsapp.
Stratifierat slumpmässigt urval används vanligtvis när det finns intresse för skillnaderna mellan undergrupper och den större populationen.
Typer av stratifierade slumpmässiga prov
När du har delat upp en total population i strata finns det två huvudsakliga sätt att välja enheter från varje stratum för inkludering i urvalet:
- Proportionellt stratifierat slumpmässigt urval: I denna typ av stratifierat slumpmässigt urval representerar varje stratum samma procentandel av urvalet som det gör av den större populationen. I det tidigare exemplet var urvalet som viktade varje åldersskikt i urvalet enligt dess andel i den amerikanska befolkningen ett proportionellt stratifierat slumpmässigt urval. Denna typ av urval kräver tillgång till data om den större populationen.
- Oproportionerligt stratifierat slumpmässigt urval: Procentandelen av varje stratum i den större populationen beaktas inte i denna typ av prov. Om du till exempel identifierade de fem åldersskikten och valde ut 1 000 personer från varje stratum för undersökningen, skulle du ha ett oproportionerligt stratifierat slumpmässigt urval. Den här typen av urval är användbart när forskningsmålet är brett eller du inte har tillgång till data om den större populationen.
Stratifierat slumpmässigt urval vs. Enkelt slumpmässigt prov
Till skillnad från ett stratifierat slumpmässigt urval som innehåller provtagningsenheter från varje distinkt stratum som har en känd chans att väljas som inte är noll, är ett enkelt slumpmässigt urval ett utan undergrupper. Istället har varje enhet i urvalet lika stor chans att ingå i urvalet.Om vi går tillbaka till det tidigare exemplet, låt oss säga att du slumpmässigt administrerar undersökningen till 5 000 personer utan hänsyn till deras särskiljande egenskaper. Bland detta enkla slumpmässiga urval kan vissa åldersskikt vara oproportionerligt representerade och andra inte representerade alls.
Som sådan kommer stratifiering sannolikt att ge mer representativa resultat som kan användas för att göra mer exakta slutsatser om den större befolkningen. Enkelt slumpmässigt urval representerar inte nödvändigtvis den större populationen.
Och eftersom ett stratifierat slumpmässigt urval innehåller undergrupper som kan studeras tillsammans, kan denna typ av urval också minska kostnaden per observation i ett företags marknadsundersökningsstudie.
Båda typerna av prover har dock sin plats i marknadsundersökningar. Medan ett stratifierat slumpmässigt urval är mer komplext och används när skillnaderna mellan urvalsenheterna i den större populationen är otaliga och är betydelsefullt för studiens resultat är ett enkelt slumpmässigt urval enklare och används ofta när det finns få skillnader att ta hänsyn till i den större befolkningen (eller i vissa fall så många skillnader att stratifiering inte är genomförbar), eller så är dessa skillnader inte relevanta för studie. Om du till exempel genomför en bred undersökning av nya menyalternativ för en pizzeria, kanske du överväg ett enkelt slumpmässigt urval, eftersom egenskaper som ålder, kön och ras kanske inte påverkar resultat.
| Stratifierat slumpmässigt urval | Enkelt slumpmässigt prov |
|---|---|
| Delar in en större, heterogen population i strata | Odelat, typiskt homogent prov |
| Representerar den större befolkningen på ett korrekt sätt | Inte nödvändigtvis representativt för den större befolkningen |
| Mer komplex att utföra | Mer rakt på sak |
| Lägre kostnad per observation | Potentiellt högre kostnad per observation |
Viktiga takeaways
- Ett stratifierat slumpmässigt urval innehåller distinkta, homogena undergrupper och kan användas för att dra slutsatser om en större population för marknadsundersökningar.
- Det uppnås genom att dela upp en stor, heterogen population i undergrupper som kallas strata och sedan välja enheter från varje stratum för inkludering i urvalet.
- Proportionella stratifierade stickprov innehåller strata i proportion till deras andel i det större population, medan oproportionerliga urval inte tar med andelen av varje stratum i den totala populationen konto.
- Ett stratifierat slumpmässigt urval resulterar i mer exakta och potentiellt mindre kostsamma observationer än enkla slumpmässiga urval.
