วิธีการสุ่มตัวอย่างแบบแบ่งชั้น

การสุ่มแบบแบ่งชั้นเป็นวิธีการสุ่มตัวอย่างที่เกี่ยวข้องกับการแบ่งประชากรออกเป็นกลุ่มเล็ก ๆ ที่รู้จักกันในชื่อชั้น ในการสุ่มแบบแบ่งชั้นหรือการแบ่งชั้นชั้นจะเกิดขึ้นตามคุณลักษณะหรือคุณสมบัติที่ใช้ร่วมกันของสมาชิก การสุ่มแบบแบ่งชั้นเรียกอีกอย่างว่าการสุ่มแบบตามสัดส่วนหรือการสุ่มแบบโควต้า

ในทางตรงกันข้ามการสุ่มตัวอย่างอย่างง่ายเป็นตัวอย่างของบุคคลที่มีอยู่ในประชากร ประชาชนจะถูกสุ่มเลือกจากประชากรและวางลงในกลุ่มตัวอย่าง วิธีการสุ่มเลือกบุคคลพยายามที่จะเลือกขนาดตัวอย่างที่เป็นตัวแทนของประชากรที่เป็นกลาง อย่างไรก็ตามมันไม่ได้ประโยชน์เมื่อตัวอย่างของประชากรแตกต่างกันอย่างมาก

ประเด็นที่สำคัญ

• การสุ่มแบบแบ่งชั้นเป็นวิธีการสุ่มตัวอย่างที่เกี่ยวข้องกับการเก็บตัวอย่างของประชากรแบ่งเป็นกลุ่มเล็ก ๆ ที่รู้จักกันในชื่อการสุ่มแบบแบ่งชั้น ด้วยวิธีนี้การสุ่มแบบแบ่งชั้นเป็นตัวชี้วัดที่แม่นยำยิ่งขึ้น

ทำความเข้าใจการสุ่มตัวอย่างแบบแบ่งชั้น

การสุ่มแบบแบ่งชั้นแบ่งประชากรออกเป็นกลุ่มย่อยหรือชั้นและสุ่มตัวอย่างจะถูกนำไปตามสัดส่วนกับประชากรจากแต่ละชั้นที่สร้างขึ้น สมาชิกในแต่ละสแตมชั้นประกอบด้วยรูปแบบและคุณสมบัติที่คล้ายคลึงกัน วิธีการสุ่มตัวอย่างนี้ใช้กันอย่างแพร่หลายและมีประโยชน์มากเมื่อประชากรเป้าหมายต่างกัน ควรสุ่มตัวอย่างอย่างง่าย ๆ จากแต่ละชั้น การสุ่มตัวอย่างแบบแบ่งชั้นสามารถนำมาใช้เป็นตัวอย่างในการสุ่มตัวอย่างคะแนนเฉลี่ยของนักเรียน (GPA) ทั่วประเทศผู้คนที่ใช้เวลาทำงานล่วงเวลาและความคาดหวังในชีวิตทั่วโลก

ตัวอย่างของการสุ่มแบบแบ่งชั้น

สมมติว่าทีมวิจัยต้องการกำหนดเกรดเฉลี่ยของนักศึกษาทั่วสหรัฐอเมริกาทีมวิจัยมีปัญหาในการรวบรวมข้อมูลจากนักศึกษาทั้งหมด 21 ล้านคน มันตัดสินใจที่จะสุ่มตัวอย่างประชากรโดยใช้ 4, 000 นักเรียน

ทีนี้สมมติว่าทีมดูที่คุณลักษณะที่แตกต่างกันของผู้เข้าร่วมตัวอย่างและสงสัยว่ามี GPA และวิชาเอกของนักเรียนต่างกันหรือไม่ สมมติว่าพบว่านักเรียน 560 คนเป็นวิชาเอกภาษาอังกฤษ 1, 135 คนเป็นวิชาเอกวิทยาศาสตร์ 800 คนเป็นวิชาเอกวิทยาศาสตร์คอมพิวเตอร์ 1, 090 คนเป็นวิชาเอกทางวิศวกรรมและ 415 เป็นวิชาเอกคณิตศาสตร์ ทีมต้องการใช้กลุ่มตัวอย่างแบบแบ่งชั้นสัดส่วนโดยชั้นของกลุ่มตัวอย่างเป็นสัดส่วนกับกลุ่มตัวอย่างแบบสุ่มในประชากร

สมมติว่าทีมวิจัยประชากรของนักเรียนในสหรัฐอเมริกาและพบว่าร้อยละของสิ่งที่นักเรียนสำคัญใน 12% ที่สำคัญในภาษาอังกฤษ 28% ที่สำคัญในวิทยาศาสตร์วิทยาศาสตร์ 24% ที่สำคัญในวิทยาศาสตร์คอมพิวเตอร์ 21% ที่สำคัญในด้านวิศวกรรมและ 15% ที่สำคัญ ในวิชาคณิตศาสตร์ ดังนั้นห้าชั้นจะถูกสร้างขึ้นจากกระบวนการสุ่มตัวอย่างแบบแบ่งชั้น

ทีมต้องยืนยันว่าสตราตัมของประชากรอยู่ในสัดส่วนสตราตัมในกลุ่มตัวอย่าง อย่างไรก็ตามพวกเขาพบว่าสัดส่วนไม่เท่ากัน จากนั้นทีมจะต้องสุ่มตัวอย่างนักเรียน 4, 000 คนจากประชากรและสุ่มเลือก 480 ภาษาอังกฤษวิทยาศาสตร์ 1, 120 วิทยาศาสตร์คอมพิวเตอร์ 960 วิศวกรรม 840 และนักเรียนคณิตศาสตร์ 600 คน จากนั้นจึงมีตัวอย่างแบบแบ่งชั้นสัดส่วนแบบสุ่มของนักศึกษาซึ่งให้การแสดงที่ดีกว่าของนักศึกษาวิทยาลัยในสหรัฐอเมริกาจากนั้นนักวิจัยสามารถเน้นชั้นบรรยากาศที่เฉพาะเจาะจงสังเกตการศึกษาที่แตกต่างกันของนักเรียนในสหรัฐอเมริกาและสังเกตค่าเฉลี่ยคะแนนต่างๆ.

การประยุกต์ใช้งาน

วิธีการเดียวกันนี้สามารถนำไปใช้กับการเลือกตั้งการเลือกตั้งรายได้ของประชากรที่แตกต่างกันและรายได้สำหรับงานที่แตกต่างกันทั่วประเทศ