Prednosti sorazmerne dodelitve

Kazalo:

Anonim

Da bi dobili informacije o določeni populaciji, kot so študenti na določeni univerzi, je primerno uporabiti reprezentativni vzorec študentov. Raziskovalec dobi podatke iz tega vzorca in rezultate raziskave razširi na celotno populacijo. Ta metoda poenostavlja postopek raziskovanja. Obstajajo različni načini, kako pridobiti statistično zanesljiv vzorec od prebivalstva. Ena od teh metod je sorazmerna dodelitev, ki je neke vrste stratificirana metoda vzorčenja.

Stratificirano vzorčenje

Stratificirano vzorčenje deli prebivalstvo na različne plasti na podlagi določene značilnosti. Na primer, raziskovalec bi lahko razdelil prebivalstvo na podlagi dohodka v nizek dohodkovni sloj, sloj s srednjimi dohodki in sloj z visokim dohodkom. Raziskovalec mora izbrati značilnost tako, da so vzorci, izbrani znotraj vsakega stratuma, čim bolj reprezentativni za stratume.

Sorazmerna dodelitev

Ko raziskovalec razdeli populacijo na različne sloje, se pojavi vprašanje, koliko ljudi vzame iz vsakega stratuma. Če je en stratum sestavljen iz 1.000 ljudi, na primer in drugega od 2.000 ljudi, je potrebno pripraviti vzorce, ki predstavljajo te večje skupine na ustrezen način. Ena od metod za črpanje vzorcev iz različnih slojev je sorazmerna dodelitev. Pri tej metodi raziskovalec črpa enak delež ljudi iz vsakega stratuma, kot je 5 odstotkov stratuma, da služi kot vzorec.

Preprostost

Ena od glavnih prednosti sorazmerne dodelitve je, da je to preprosta metoda. Izbira 5 odstotkov prebivalstva iz vsakega stratuma je relativno preprosta tehnika. Obstajajo tudi druge metode vzorčenja, ki vključujejo črpanje različnega števila ljudi iz vsakega stratuma, da bi ustrezno predstavili raznolikost v pogledih ljudi v vsakem stratumu.

Reprezentativnost

Druga prednost sorazmerne dodelitve je ta, da proizvaja velikost vzorca, ki je reprezentativna za velikost stratuma v populaciji. Če je na primer en stratum sestavljen iz 1.000 ljudi in drugega od 2.000 ljudi, bi lahko sorazmerna dodelitev vzela 1-odstotni vzorec iz vsakega stratuma. To pomeni, da bi raziskovalec izbral 10 ljudi iz prvega sloja in 20 ljudi iz drugega stratuma. Ker je v drugem stratumu več ljudi kot prvi stratum, je ta vzorec bolj reprezentativen za populacijo kot izbiranje enakega števila vzorcev iz vsakega stratuma.