Pengambilan sampel bertingkat apa itu, jenis, kelebihan dan kekurangan

Dia Pengambilan sampel bertingkat, o Stratifikasi, ini adalah metode pengambilan sampel yang menyiratkan pembagian populasi menjadi subkelompok yang lebih kecil, yang dikenal sebagai strata. Pada gilirannya, strata ini dibentuk berdasarkan atribut atau karakteristik bersama anggota, seperti pendapatan atau tingkat pendidikan.

Ini digunakan untuk menyoroti perbedaan antara kelompok populasi, tidak seperti pengambilan sampel sederhana, yang memperlakukan semua anggota populasi secara setara, dengan probabilitas yang sama untuk disampel.

Sumber: Needpix.com

Tujuannya adalah untuk meningkatkan ketepatan sampel dengan mengurangi kesalahan pengambilan sampel. Ini dapat menghasilkan rata -rata tertimbang dengan variabilitas yang lebih sedikit dari rata -rata aritmatika dari sampel sederhana dari populasi.

Stratifikasi adalah proses fragmen sebelum mencicipi anggota populasi dalam subset yang homogen. Melalui strata, distribusi populasi didefinisikan.

Artinya, itu harus secara kolektif lengkap dan saling eksklusif, sehingga satu strata harus ditugaskan untuk setiap elemen populasi. Kemudian pengambilan sampel sistematis atau sederhana diterapkan dalam setiap strata.

[TOC]

Pertimbangan penting

Penting untuk dicatat bahwa strata tidak boleh disandingkan. Memiliki subkelompok yang ditumpangkan akan memberi beberapa orang kemungkinan lebih banyak dipilih sebagai subjek. Ini benar -benar menghambat gagasan pengambilan sampel bertingkat sebagai prototipe pengambilan sampel.

Sama pentingnya bahwa peneliti harus menggunakan pengambilan sampel sederhana dalam strata yang berbeda.

Strata yang paling umum digunakan dalam pengambilan sampel bertingkat adalah usia, jenis kelamin, tingkat sosial ekonomi, agama, kebangsaan dan tingkat pendidikan.

Apa yang dikelompokkan sampel?

Saat menyelesaikan analisis dalam kelompok entitas dengan karakteristik yang sama, seorang peneliti dapat menemukan bahwa ukuran populasi terlalu besar untuk menyimpulkan penelitian ini.

Untuk menghemat waktu dan uang, Anda dapat mengadopsi perspektif yang lebih layak dengan memilih kelompok populasi kecil. Kelompok kecil ini disebut ukuran sampel, yang merupakan subset dari populasi yang digunakan untuk mewakili seluruh populasi.

Anda dapat memilih sampel populasi dalam beberapa cara, salah satunya dengan pengambilan sampel bertingkat. Ini menyiratkan membagi total populasi menjadi kelompok homogen yang disebut strata. Kemudian sampel acak dari setiap strata dipilih.

Proses untuk melakukan pengambilan sampel bertingkat

- Bagilah populasi menjadi subkelompok atau strata yang lebih kecil, sesuai dengan atribut dan karakteristik yang dibagikan oleh para anggota.

- Ambil sampel acak dari setiap strata dalam angka yang sebanding dengan ukuran strata.

- Mengelompokkan subset strata untuk membentuk sampel acak.

Dapat melayani Anda: nasihat kriminal

- Lakukan analisis.

Misalnya, pertimbangkan seorang peneliti yang ingin mengetahui jumlah siswa administrasi yang menerima tawaran pekerjaan dalam waktu tiga bulan setelah kelulusan mereka pada tahun 2018. Anda akan segera menemukan bahwa ada hampir 200.000 lulusan administrasi tahun itu.

Saya bisa memutuskan untuk hanya mengambil sampel acak 5.000 lulusan dan melaksanakan survei. Lebih baik lagi, dapat membagi populasi menjadi strata dan mengambil sampel acak pada strata tersebut.

Untuk melakukan ini, saya akan menciptakan kelompok umur berdasarkan usia, ras, kebangsaan atau sejarah profesional.

Sampel acak dari setiap strata akan diambil, sebanding dengan ukuran strata sehubungan dengan total populasi. Subset ini akan dikelompokkan untuk membentuk sampel.

Teman-teman

Pengambilan sampel bertingkat proporsional

Dalam jenis ini, ukuran sampel untuk setiap strata sebanding dengan ukuran populasi populasi jika dibandingkan dengan total populasi. Ini berarti bahwa setiap strata memiliki proporsi pengambilan sampel yang sama.

Ketika karakteristik individu dipilih untuk mendefinisikan strata, subkelompok yang dihasilkan seringkali memiliki ukuran yang berbeda.

Misalnya, kami ingin mempelajari persentase populasi Meksiko yang merokok. Tiga strata didefinisikan:

- Di bawah 20 tahun.

- Antara 20 dan 44.

- Lebih besar dari 44.

Ketika populasi Meksiko dibagi menjadi tiga strata ini, ketiga kelompok itu tidak diharapkan memiliki ukuran yang sama. Faktanya, data nyata mengkonfirmasi ini:

- Strata 1: 42.4 juta (41.0%).

- Stratum 2: 37.6 juta (36.3%).

- Stratum 3: 23.5 juta (22.7%).

Jika pengambilan sampel bertingkat proporsional digunakan, sampel harus terdiri dari strata yang mempertahankan proporsi yang sama seperti populasi. Jika Anda ingin membuat sampel 1.000 individu, sampel harus memiliki ukuran berikut:

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

Sampling bertingkat seragam

Dalam jenis ini ukuran sampel yang sama ditetapkan untuk semua strata yang ditentukan, terlepas dari berat strata ini dalam populasi.

Pengambilan sampel bertingkat seragam yang mengambil contoh sebelumnya akan menghasilkan sampel berikut untuk setiap strata:

Metode ini mendukung strata yang memiliki bobot lebih sedikit dalam populasi, dengan memberi mereka tingkat kepentingan yang sama dengan strata yang paling relevan.

Itu dapat melayani Anda: sejarah dan evolusi kualitas

Ini mengurangi efektivitas global sampel, tetapi memungkinkan untuk mempelajari karakteristik individu dari masing -masing strata lebih presisi.

Dalam contoh, jika Anda ingin membuat pernyataan spesifik tentang populasi Stratum 3 (lebih dari 44), kesalahan pengambilan sampel dapat dikurangi dengan menggunakan sampel 333 unit, alih -alih sampel 227 unit, seperti yang diperoleh dari pengambilan sampel bertingkat proporsional proporsional.

Keuntungan dan kerugian

Pengambilan sampel bertingkat bekerja dengan baik untuk populasi yang memiliki berbagai atribut, tetapi sebaliknya tidak akan efektif jika subkelompok tidak dapat dibentuk.

- Keuntungan

Kumpulkan fitur utama

Keuntungan utama dari pengambilan sampel bertingkat adalah bahwa karakteristik utama populasi yang dikumpulkan dalam sampel.

Mirip dengan rata -rata tertimbang, metode pengambilan sampel ini menghasilkan karakteristik dalam sampel yang sebanding dengan total populasi.

Ketepatan statistik yang lebih besar

Stratifikasi memberikan kesalahan yang lebih rendah dalam estimasi daripada metode pengambilan sampel sederhana. Semakin besar perbedaan antara strata, semakin besar laba dalam presisi.

Ada ketepatan statistik yang lebih besar saat membandingkannya dengan pengambilan sampel sederhana. Ini karena di dalam subkelompok variabilitas lebih rendah, jika dibandingkan dengan variasi yang disajikan dengan total populasi.

Ukuran sampel yang lebih kecil

Karena teknik ini memiliki akurasi statistik yang tinggi, itu juga berarti bahwa ia membutuhkan ukuran sampel yang lebih kecil, yang dapat menghemat banyak upaya, uang, dan waktu peneliti.

- Kerugian

Sayangnya, metode penelitian ini tidak dapat digunakan dalam semua studi. Kerugian dari metode ini adalah bahwa beberapa kondisi harus dipenuhi untuk digunakan dengan benar.

Kesulitan menemukan strata

Kerugian utama adalah sulit untuk mengidentifikasi strata yang tepat untuk sebuah studi. Selain itu, menemukan daftar lengkap dan definitif dari seluruh populasi bisa menjadi tantangan.

Kompleksitas untuk diatur

Kerugian kedua adalah lebih kompleks untuk mengatur dan menganalisis hasilnya dibandingkan dengan pengambilan sampel sederhana.

Peneliti harus mengidentifikasi setiap anggota populasi yang diteliti dan mengklasifikasikannya hanya dalam subpopulasi. Akibatnya, pengambilan sampel bertingkat tidak menguntungkan ketika para peneliti tidak dapat mengklasifikasikan setiap anggota populasi dengan kepercayaan pada subkelompok.

Penjajaran bisa menjadi masalah jika ada subjek yang dibagi menjadi beberapa subkelompok. Saat pengambilan sampel sederhana dilakukan, yang ada di beberapa subkelompok akan dipilih. Hasilnya bisa menjadi representasi yang keliru atau refleksi populasi yang tidak akurat.

Dapat melayani Anda: Ernest Dale: Biografi dan Kontribusi untuk Administrasi

Contoh seperti mahasiswa, lulusan, pria dan wanita, membuatnya mudah, karena mereka adalah kelompok yang jelas.

Namun, dalam situasi lain itu bisa jauh lebih sulit. Anda dapat membayangkan menggabungkan karakteristik seperti ras, asal etnis atau agama. Proses klasifikasi akan menjadi lebih sulit, mengubah pengambilan sampel bertingkat menjadi metode yang tidak efektif.

Contoh

Misalkan tim peneliti ingin menentukan catatan rata -rata mahasiswa di Amerika Serikat.

Tim peneliti memiliki kesulitan yang jelas dalam mengumpulkan data ini dari 21 juta mahasiswa. Oleh karena itu, memutuskan untuk mengambil sampel populasi, hanya menggunakan 4.000 siswa.

Tim mengamati berbagai atribut dari peserta sampel dan bertanya -tanya apakah ada perbedaan antara catatan rata -rata dan spesialisasi siswa.

Dalam sampel bahwa 560 siswa adalah siswa bahasa Inggris, 1.135 Ilmu Pengetahuan, 800 Ilmu Komputer, 1.090 Teknik dan 415 Matematika.

Tim ingin menggunakan pengambilan sampel bertingkat proporsional, di mana strata sampel sebanding dengan sampel populasi.

Penciptaan Strata

Untuk melakukan ini, tim menyelidiki statistik mahasiswa di AS.UU. Dan temukan persentase resmi siswa yang berspesialisasi: 12% dalam bahasa Inggris, 28% dalam sains, 24% dalam ilmu komputer, 21% di bidang teknik dan 15% dalam matematika.

Oleh karena itu, lima strata dibuat dari proses pengambilan sampel bertingkat. Tim harus mengkonfirmasi bahwa strata populasi sebanding dengan strata sampel. Namun, ia menemukan bahwa proporsinya tidak sama.

Oleh karena itu, tim perlu kembali ke sampel populasi 4.000 siswa, tetapi kali ini secara acak memilih 480 (12%) siswa bahasa Inggris, 1.120 (28%) ilmu pengetahuan, 960 (24%) dari ilmu komputer, 840 (21%) teknik dan 600 (15%) matematika.

Dengan ini, ada sampel proporsional bertingkat dari mahasiswa, yang memberikan representasi yang lebih baik dari mahasiswa di AS.UU.

Peneliti dapat menyoroti strata spesifik, mengamati berbagai studi dari mahasiswa AS.UU. dan amati rata -rata not yang berbeda.

Referensi

1. Adam Hayes (2019). Pengambilan sampel acak bertingkat. Diambil dari: Investopedia.com.
2. Wikipedia, The Free Encyclopedia (2019). Pengambilan sampel bertingkat. Diambil dari: di.Wikipedia.org.
3. Dieksplorasi (2019). Metode sampel bertingkat. Diambil dari: Dieksplorasi.com.
4. Survey Gizmo (2019). Apa yang bertingkat sampel & kapan ited? Diambil dari: SurveyGizmo.com.
5. Ashley Crossman (2019). Memahami sampel bertingkat dan cara membuatnya. Pikiran co. Diambil dari: Thoughtco.com.
6. Carlos Ochoa (2017). Sampling acak: pengambilan sampel bertingkat. Diambil dari: netquest.com.