分層隨機抽樣：優點和缺點

在研究一組人時，通常不可能測量每個單個數據點。但是，統計方法允許推斷人口通過分析較小的結果樣本從該人群中提取。

分層隨機抽樣是這樣做的一種方法。該技術使研究人員能夠獲得最能代表整個人群研究的樣本人群，以確保代表每個感興趣的每個子組。但是，它並非沒有缺點。

分層隨機抽樣：概述

分層的隨機抽樣涉及將種群分為亞群，然後將隨機抽樣方法應用於每個亞群以形成一個測試組。

分層隨機抽樣與簡單的隨機抽樣不同，這涉及從整個總體中隨機選擇數據，以便每種可能的樣本同樣可能發生。相反，根據共同特徵，分層的隨機抽樣將種群分為較小的群體或地層。然後，與種群相比，從每個層中取出一個隨機樣品。

分層隨機抽樣示例

研究人員正在進行一項研究，旨在評估一所大型大學經濟學學生的政治傾向。研究人員希望確保隨機樣本最能近似於學生群體，包括性別，本科生和研究生。研究中的總人口是1,000名學生，從那裡創建了亞組，如下所示。

總人口= 1,000

研究人員將把大學的每個經濟學學生分配給四個亞群之一：男性本科生，女性本科生，男性畢業生和女畢業生。接下來，研究人員將計算每個子組中有多少學生構成了1,000名學生的總人口。從那裡，研究人員計算每個亞組的總人口的百分比表示。

亞組：

• 男性本科生= 450名學生或 45％的人口
• 女性本科生= 200名學生或20％
• 男性研究生= 200名學生或20％
• 女研究生= 150名學生或15％

每個亞群的隨機抽樣是根據其進行的人口中的代表整體。由於男性本科生是人口的45％，因此從該亞組中隨機選擇了45名男性本科生。此外，由於男性畢業生僅佔人口的20％，因此為樣本選擇了20％，依此類推。

分層隨機抽樣的優點

與簡單的隨機抽樣相比，分層隨機採樣具有優勢。

它反映了正在研究的人群，因為研究人員在應用隨機抽樣方法之前對整個人群進行了分層。簡而言之，它確保人口中的每個子組在樣本中都會收到適當的表示。結果，分層的隨機抽樣提供了對人群的更好覆蓋範圍，因為研究人員對亞組有控制權，以確保所有這些都在抽樣中表示。

和簡單的隨機抽樣，不能保證選擇任何特定的子組或類型的人。

在我們較早的大學生示例中，使用簡單的隨機抽樣從人群中採購100個樣本可能會導致僅選擇25名男性本科生，佔總人口的25％。此外，可能會選擇35名女研究生（佔人口的35％），導致男性本科生的代表性不足和女性研究生的過分佔人數。人口代表的任何錯誤都有可能降低研究的準確性。

分層隨機抽樣的缺點

分層的隨機抽樣還使研究人員處於不利地位。

不幸的是，每項研究都不能使用這種研究方法。該方法的缺點是必須滿足多種條件才能正確使用它。研究人員必須確定正在研究的人群的每個成員，並將每個人分為一個，而僅一個亞群。

結果，當研究人員無法自信地將每個人群分類為亞組時，分層隨機抽樣是不利的。此外，找到整個人口的詳盡而確定的清單可能具有挑戰性。

如果有一些受試者屬於多個子組，那麼重疊可能是一個問題。當執行簡單的隨機抽樣時，在多個子組中的人更有可能被選擇。結果可能是對人口的陳述錯誤或不准確的反映。

在我們的示例中，本科，畢業生，男性和女性是明確定義的。但是，在其他情況下，這可能要困難得多。想像一下，納入種族，種族或宗教等特徵。排序過程變得更加困難，渲染分層的隨機抽樣是一種無效且不理想的方法。

底線

分層的隨機抽樣是一種採樣方法，涉及將種群分為稱為地層的較小亞組，有時比簡單的隨機抽樣更喜歡，因為它可確保人口中的每個亞組都能獲得適當的表示。但是，並非總是需要做出額外的努力，並保證使研究更加可靠和反映人口。分層隨機採樣並不總是容易或可能應用的。