Стратифікована випадкова вибірка – це вибірка, що складається з окремих, але однорідних підгруп, відомих як страти.
Дізнайтеся, як використовується стратифікована випадкова вибірка дослідження ринку, типи вибірок, які ви можете отримати, і їх порівняння з простою випадковою вибіркою.
Що таке стратифікована випадкова вибірка?
Стратифікована випадкова вибірка – це вибірка, отримана шляхом поділу більшої, як правило, гетерогенної сукупності на окремі але однорідні підгрупи, відомі як страти, а потім вибір одиниць вибірки з кожної страти для включення в зразок.
Розглядається стратифікована випадкова вибірка імовірнісний тому що кожен метод, який використовується для відбору вибіркової сукупності, забезпечує досить надійний спосіб оцінка того, наскільки вибіркова сукупність є репрезентативною для більшої сукупності, з якої складалася вибірка вибрано. Іншими словами, а імовірнісна вибірка дозволяє досліднику оцінити ймовірність того, що відібрана вибірка представляє або не представляє більшу сукупність, з якої її було взято.
Як працює стратифікована випадкова вибірка
Вибірка – це міні-представлення більшої сукупності. Зразки можуть бути визначені неформально або офіційно. Але зразки, які систематично розробляються відповідно до певні наукові методи, такі як стратифіковані випадкові вибірки, як правило, сприймаються як більш корисні для узагальнень щодо більшої сукупності. Підприємства можуть використовувати такі узагальнення в дослідженні ринку, щоб оцінити потреби та бажання споживачів і розробити відповідні маркетингова стратегія.
Метою стратифікованої випадкової вибірки є вибір учасників із різних прошарків у більшій сукупності коли вважається, що відмінності між цими групами мають відношення до дослідження ринку, яке буде проводитися проведено. Наприклад, результати a дослідження ринку можуть впливати такі атрибути предмета, як вік, стать, рівень досвіду роботи, расова чи етнічна приналежність, економічна ситуація або рівень освіти. У стратифікованій випадковій вибірці можна обґрунтовано припустити, що ці потенційно впливові характеристики відображають модель характеристик у загальній сукупності.
Наприклад, припустімо, що ви керуєте фінтех-компанією та зацікавлені в розробці нового додатку для пенсійних заощаджень, щоб допомогти клієнтам відкладати більше на пенсію. Ви хочете провести опитування та дізнатися, скільки американців віком від 23 років зробили внески на свої пенсійні рахунки минулого року, щоб ви могли краще пристосувати програму до інвестиційних звичок клієнтів. Але ця популяція становить мільйони, які було б надто важко обстежити окремо. Крім того, споживачі різних вікових груп, ймовірно, матимуть різні інвестиційні звички, які вплинули на їхні пенсійні заощадження минулого року.
Отже, ви вирішили зібрати стратифіковану випадкову вибірку з розміром вибірки 5000 і наступними п’ятьма віковими прошарками: тихе покоління, бебі-бумери, покоління X, міленіали та покоління Z.
Коли ви досліджуєте демографічні дані щодо загального населення США минулого року, ви дізнаєтеся, що 6% належали до Тихе покоління, 25% були бебі-бумерами, 24% були поколінням X, 23% були міленіалами та 22% були поколінням З. Якщо ви хочете отримати пропорційну стратифіковану випадкову вибірку, де кожна страта пропорційна своєму відсотку від загальної населення, ви б зібрали стратифіковану випадкову вибірку з 5000 таким чином: 300 з Тихого покоління (6% з 5000), 1250 Baby Бумери (25% з 5000), 1200 з покоління X (24% з 5000), 1150 міленіалів (23% з 5000) і 1100 були з покоління Z (22% з 5000).
Потім ви б провели опитування для вибірки, що складається з цих одиниць вибірки, щоб отримати більше змістовні умовиводи про те, який внесок кожного вікового прошарку до виходу на пенсію минулого року, яку інформацію ви можете включити у свій інвестиційний додаток.
Стратифікована випадкова вибірка зазвичай використовується, коли є інтерес до відмінностей між підгрупами та більшою сукупністю.
Типи стратифікованих випадкових вибірок
Після того як ви розділили загальну сукупність на страти, є два основні способи вибрати одиниці з кожної страти для включення у вибірку:
- Пропорційна стратифікована випадкова вибірка: у цьому типі стратифікованої випадкової вибірки кожна страта представляє такий самий відсоток вибірки, як і більшої сукупності. У попередньому прикладі вибірка, яка зважувала кожну вікову категорію у вибірці відповідно до її відсоткової частки в популяції США, була пропорційною стратифікованою випадковою вибіркою. Цей тип вибірки вимагає доступу до даних про більшу сукупність.
- Непропорційна стратифікована випадкова вибірка: Відсоток кожної страти у більшій сукупності не враховується в цьому типі вибірки. Наприклад, якщо ви визначили п’ять вікових прошарків і вибрали 1000 осіб з кожного прошарку для опитування, у вас буде непропорційна стратифікована випадкова вибірка. Цей тип вибірки корисний, коли мета дослідження широка або у вас немає доступу до даних про більшу сукупність.
Стратифікована випадкова вибірка проти Проста випадкова вибірка
На відміну від стратифікованої випадкової вибірки, яка містить одиниці вибірки з кожної окремої страти, які мають відомий ненульовий шанс бути відібраними, проста випадкова вибірка – це вибірка без підгруп. Натомість кожна одиниця вибірки має однакові шанси бути включеною до вибірки. Повертаючись до попереднього прикладу, припустімо, що ви випадковим чином проводите опитування серед 5000 людей без урахування їхніх відмінних характеристик. У цій простій випадковій вибірці певні вікові прошарки можуть бути представлені непропорційно, а інші взагалі не представлені.
Таким чином, стратифікація, ймовірно, дасть більш репрезентативні результати, які можна використовувати для більш точних висновків щодо більшої популяції. Проста випадкова вибірка не обов’язково представляє більшу сукупність.
А оскільки стратифікована випадкова вибірка містить підгрупи, які можна досліджувати разом, цей тип вибірки також може зменшити вартість одного спостереження під час дослідження ринку фірмою.
Однак обидва типи вибірок мають своє місце в дослідженні ринку. Тоді як стратифікована випадкова вибірка є більш складною і використовується, коли відмінності між одиницями вибірки більшої сукупності є незліченними і важлива для результатів дослідження, проста випадкова вибірка є більш простою і часто використовується, коли є небагато відмінностей, які потрібно врахувати у більшій популяції (або в деяких випадках так багато відмінностей, що стратифікація неможлива), або ці відмінності не стосуються вивчення. Наприклад, якщо ви проводите широке опитування нових варіантів меню для піцерії, ви можете розгляньте просту випадкову вибірку, оскільки такі характеристики, як вік, стать і раса, можуть не впливати на результати.
| Стратифікована випадкова вибірка | Проста випадкова вибірка |
|---|---|
| Розділяє більшу гетерогенну популяцію на страти | Неподілений, як правило, однорідний зразок |
| Точно представляє більшу сукупність | Не обов’язково представник більшої популяції |
| Більш складний у виконанні | Простіше |
| Нижча вартість одного спостереження | Потенційно вища вартість одного спостереження |
Ключові висновки
- Стратифікована випадкова вибірка містить чіткі, однорідні підгрупи та може бути використана, щоб зробити висновки щодо більшої сукупності для дослідження ринку.
- Це досягається шляхом поділу великої неоднорідної сукупності на підгрупи, які називаються стратами, а потім відбору одиниць із кожної страти для включення у вибірку.
- Пропорційні стратифіковані випадкові вибірки містять страти пропорційно їх відсотковому вмісту в більшій населення, тоді як непропорційні вибірки не враховують частку кожного прошарку в загальній сукупності рахунок.
- Стратифікована випадкова вибірка дає більш точні та потенційно менш дорогі спостереження, ніж проста випадкова вибірка.
