PERSAMPELAN BERSTRATA: APAKAH ITU, JENIS, KELEBIHAN DAN KEKURANGANNYA - EKONOMI - 2024

The persampelan berstrata , atau stratifikasi, adalah kaedah persampelan yang melibatkan membahagikan populasi kepada kumpulan kecil yang lebih kecil, yang dikenali sebagai strata. Pada gilirannya, strata ini dibentuk berdasarkan sifat-sifat atau ciri-ciri anggota yang dikongsi, seperti pendapatan atau tahap pendidikan.

Ini digunakan untuk menyoroti perbezaan antara kumpulan dalam populasi, tidak seperti persampelan sederhana, yang memperlakukan semua anggota populasi sama, dengan kebarangkalian yang sama untuk diambil sampel.

Sumber: needpix.com

Tujuannya adalah untuk meningkatkan ketepatan sampel dengan mengurangkan ralat persampelan. Ia dapat menghasilkan min berwajaran dengan kebolehubahan yang lebih rendah daripada min aritmetik sampel sederhana populasi.

Stratifikasi adalah proses pemecahan anggota populasi menjadi subset homogen sebelum pengambilan sampel. Melalui strata, taburan penduduk ditentukan.

Artinya, ia harus secara kolektif lengkap dan saling eksklusif, sehingga satu lapisan mesti diberikan kepada setiap elemen populasi. Kemudian pensampelan sistematik atau sederhana digunakan dalam setiap lapisan.

Pertimbangan penting

Penting untuk diperhatikan bahawa lapisan tidak boleh disandingkan. Mempunyai subkumpulan yang bertindih akan memberi peluang yang lebih besar kepada beberapa orang untuk dipilih sebagai subjek. Ini benar-benar melenyapkan konsep pensampelan berstrata sebagai prototaip pensampelan.

Sama pentingnya penyelidik mesti menggunakan persampelan mudah dalam strata yang berbeza.

Strata yang paling biasa digunakan dalam pensampelan berstrata adalah umur, jantina, status sosioekonomi, agama, kewarganegaraan, dan tahap pendidikan.

Apa itu pensampelan berstrata?

Semasa menyelesaikan analisis mengenai sekumpulan entiti dengan ciri yang serupa, penyiasat mungkin mendapati bahawa ukuran populasi terlalu besar untuk menyelesaikan penyelidikan.

Untuk menjimatkan masa dan wang, perspektif yang lebih sesuai dapat diambil dengan memilih kumpulan kecil dari populasi. Kumpulan kecil ini disebut ukuran sampel, yang merupakan subset populasi yang digunakan untuk mewakili keseluruhan populasi.

Sampel dari populasi dapat dipilih dalam beberapa cara, salah satunya adalah dengan pensampelan berstrata. Ini melibatkan membahagikan jumlah populasi ke dalam kumpulan homogen yang disebut strata. Kemudian sampel rawak dipilih dari setiap lapisan.

Proses untuk melakukan pensampelan berstrata

- Bahagikan populasi menjadi subkumpulan atau strata yang lebih kecil, mengikut sifat dan ciri yang dikongsi oleh ahli.

- Ambil sampel rawak dari setiap lapisan dalam jumlah yang sebanding dengan ukuran stratum.

- Kumpulkan subset strata untuk membentuk sampel rawak.

- Lakukan analisis.

Sebagai contoh, pertimbangkan seorang penyelidik yang ingin mengetahui jumlah pelajar perniagaan yang mendapat tawaran pekerjaan dalam tempoh tiga bulan setelah tamat pengajian pada tahun 2018. Mereka akan segera mengetahui bahawa terdapat hampir 200,000 graduan perniagaan pada tahun itu.

Anda boleh memutuskan untuk mengambil sampel rawak 5,000 graduan dan menjalankan tinjauan. Lebih baik lagi, anda boleh membahagikan populasi menjadi strata dan mengambil sampel rawak dari strata tersebut.

Untuk melakukan ini, anda akan membuat kumpulan populasi berdasarkan umur, bangsa, kewarganegaraan, atau latar belakang profesional.

Sampel rawak akan diambil dari setiap lapisan, sebanding dengan ukuran lapisan berkenaan dengan jumlah populasi. Subset ini akan dikumpulkan bersama untuk membentuk sampel.

Jenis-Jenis

Persampelan berstrata berkadar

Dalam jenis ini, ukuran sampel untuk setiap stratum berkadar dengan ukuran populasi stratum jika dibandingkan dengan jumlah populasi. Ini bermaksud setiap stratum mempunyai kadar persampelan yang sama.

Apabila ciri individu dipilih untuk menentukan strata, subkumpulan yang dihasilkan selalunya mempunyai ukuran yang berbeza.

Sebagai contoh, kami ingin mengkaji peratusan penduduk Mexico yang merokok, dan diputuskan bahawa usia akan menjadi kriteria yang baik untuk berstratifikasi kerana diyakini bahawa tabiat merokok boleh berbeza-beza mengikut usia. Tiga strata ditakrifkan:

- Umur bawah 20 tahun.

- Antara 20 dan 44.

- Lebih 44.

Apabila populasi Mexico dibahagikan kepada tiga strata ini, ketiga-tiga kumpulan tersebut tidak diharapkan memiliki ukuran yang sama. Sebenarnya, data sebenar mengesahkan ini:

- Stratum 1: 42.4 juta (41.0%).

- Stratum 2: 37.6 juta (36.3%).

- Stratum 3: 23.5 juta (22.7%).

Sekiranya pensampelan berstrata berkadar digunakan, sampel harus terdiri daripada strata yang mengekalkan perkadaran yang sama dengan populasi. Sekiranya anda ingin membuat sampel 1,000 individu, sampel mesti mempunyai ukuran berikut:

Ini sangat mirip dengan mengumpulkan populasi yang lebih kecil, yang ditentukan oleh perkadaran strata relatif dalam populasi.

Pensampelan berstrata seragam

Dalam jenis ini, ukuran sampel yang sama diberikan untuk semua strata yang ditentukan, tanpa mengira berat strata ini dalam populasi.

Persampelan berstrata seragam yang mengambil contoh sebelumnya akan menghasilkan sampel berikut untuk setiap lapisan:

Kaedah ini menguntungkan strata yang mempunyai berat badan lebih sedikit dalam populasi, dengan memberikan mereka tahap kepentingan yang sama dengan strata yang lebih relevan.

Ini mengurangkan keberkesanan keseluruhan sampel, tetapi membolehkan ciri-ciri individu setiap lapisan dikaji dengan lebih teliti.

Dalam contohnya, jika anda ingin membuat pernyataan khusus mengenai populasi stratum 3 (lebih dari 44), anda dapat mengurangkan ralat persampelan dengan menggunakan sampel sebanyak 333 unit, dan bukan sampel 227 unit, seperti yang diperoleh dari persampelan berstrata berkadar.

Kelebihan dan kekurangan

Pensampelan berstrata berfungsi dengan baik untuk populasi yang mempunyai pelbagai atribut, tetapi sebaliknya tidak akan berkesan jika subkumpulan tidak dapat dibentuk.

- Kelebihan

Kumpulkan ciri utama

Kelebihan utama pensampelan berstrata adalah bahawa ia mengumpulkan ciri-ciri utama populasi dalam sampel.

Sama dengan purata berwajaran, kaedah pensampelan ini menghasilkan ciri-ciri dalam sampel yang sebanding dengan jumlah populasi.

Ketepatan statistik yang lebih tinggi

Stratifikasi memberikan lebih sedikit ralat dalam perkiraan daripada kaedah persampelan mudah. Semakin besar perbezaan antara strata, semakin besar pertambahan ketepatan.

Terdapat ketepatan statistik yang lebih tinggi jika dibandingkan dengan pensampelan sederhana. Ini disebabkan oleh fakta bahawa dalam subkumpulan variabilitasnya lebih rendah, jika dibandingkan dengan variasi yang berlaku dengan jumlah populasi.

Saiz sampel lebih kecil

Oleh kerana teknik ini mempunyai ketepatan statistik yang tinggi, ini juga bermaksud bahawa ia memerlukan ukuran sampel yang lebih kecil, yang dapat menjimatkan banyak usaha, wang, dan masa penyelidik.

- Kekurangan

Malangnya, kaedah penyelidikan ini tidak dapat digunakan dalam semua kajian. Kelemahan kaedah ini ialah beberapa syarat mesti dipenuhi agar ia dapat digunakan dengan betul.

Kesukaran mencari strata

Kelemahan utamanya ialah sukar untuk mengenal pasti strata yang sesuai untuk kajian. Di samping itu, mencari senarai lengkap dan pasti keseluruhan populasi boleh menjadi cabaran.

Kerumitan untuk mengatur

Kelemahan kedua adalah lebih kompleks untuk mengatur dan menganalisis hasilnya berbanding dengan persampelan sederhana.

Penyelidik mesti mengenal pasti setiap anggota populasi kajian dan mengklasifikasikannya menjadi satu subpopulasi sahaja. Akibatnya, pensampelan berstrata tidak menguntungkan apabila penyelidik tidak dapat mengklasifikasikan setiap anggota populasi menjadi subkumpulan dengan yakin.

Juxtaposition boleh menjadi masalah sekiranya terdapat subjek yang tergolong dalam beberapa subkumpulan. Apabila persampelan sederhana dilakukan, mereka yang berada dalam beberapa subkumpulan cenderung dipilih. Hasilnya boleh menjadi gambaran yang salah atau gambaran penduduk yang tidak tepat.

Contohnya seperti pelajar kolej, graduan, lelaki dan wanita, menjadikannya mudah, kerana mereka adalah kumpulan yang jelas.

Walau bagaimanapun, dalam situasi lain mungkin lebih sukar. Anda boleh bayangkan memasukkan ciri-ciri seperti bangsa, etnik, atau agama. Proses klasifikasi akan menjadi lebih sukar, menjadikan pensampelan berstrata sebagai kaedah yang tidak berkesan.

Contohnya

Andaikan pasukan penyelidik ingin menentukan purata nilai gred pelajar kolej di Amerika Syarikat.

Pasukan penyelidik mempunyai kesukaran yang nyata dalam mengumpulkan data ini dari 21 juta pelajar kolej. Oleh itu, anda memutuskan untuk mengambil sampel dari populasi, dengan hanya menggunakan 4,000 pelajar.

Pasukan ini melihat sifat-sifat yang berbeza dari peserta sampel dan bertanya-tanya apakah terdapat perbezaan antara purata mata gred dan pengkhususan pelajar.

Didapati dalam sampel bahawa 560 pelajar adalah pelajar Inggeris, 1,135 sains, 800 sains komputer, 1,090 kejuruteraan dan 415 matematik.

Pasukan ingin menggunakan pensampelan berstrata berkadar, di mana strata sampel berkadaran dengan sampel populasi.

Penciptaan strata

Untuk melakukan ini, pasukan menyiasat statistik pelajar universiti di AS dan mendapati peratusan rasmi pelajar yang pakar: 12% dalam bahasa Inggeris, 28% dalam sains, 24% dalam sains komputer, 21% dalam bidang kejuruteraan dan 15% dalam matematik.

Oleh itu, lima strata dibuat dari proses pensampelan berstrata. Pasukan mesti mengesahkan bahawa strata populasi berkadar dengan stratum sampel. Namun, dia mendapati bahawa perkadarannya tidak sama.

Akibatnya, pasukan perlu mengambil sampel populasi 4,000 pelajar, tetapi kali ini secara rawak memilih 480 (12%) pelajar bahasa Inggeris, 1,120 (28%) sains, 960 (24%) sains komputer, 840 ( 21%) dalam bidang kejuruteraan dan 600 (15%) dalam matematik.

Dengan ini, kami mempunyai sampel pelajar universiti berstrata berkadar, yang memberikan perwakilan pelajar universiti yang lebih baik di AS.

Penyelidik akan dapat mengetengahkan stratum tertentu, memerhatikan pelbagai kajian pelajar kolej AS, dan memerhatikan purata nilai gred yang berbeza.

Rujukan

1. Adam Hayes (2019). Persampelan Rawak Berstrata. Diambil dari: investopedia.com.
2. Wikipedia, ensiklopedia percuma (2019). Persampelan berstrata. Diambil dari: en.wikipedia.org.
3. Hebat (2019). Kaedah Persampelan Berstrata. Diambil dari: explorable.com.
4. Tinjauan Gizmo (2019). Apakah Persampelan Berstrata & Bilakah Ia Digunakan? Diambil dari: surveygizmo.com.
5. Ashley Crossman (2019). Memahami Sampel Berstrata dan Cara Membuatnya. Thought Co. Diambil dari: thinkco.com.
6. Carlos Ochoa (2017). Persampelan rawak: persampelan berstrata. Diambil dari: netquest.com.