Tabakalı Rastgele Örnekleme Nasıl Çalışır?

Tabakalı rastgele örnekleme  , bir popülasyonu tabakalar adı verilen daha küçük gruplara ayırmayı içeren bir örnekleme yöntemidir. Gruplar veya katmanlar, gruptaki üyelerin ortak özelliklerine veya özniteliklerine göre düzenlenir. Nüfusu gruplara ayırma sürecine tabakalaşma denir.

Tabakalı rastgele örnekleme, kota rastgele örnekleme ve orantılı rastgele örnekleme olarak da bilinir. Tabakalı rastgele örneklemenin, nüfus demografisi ve yaşam beklentisi gibi çok sayıda uygulama ve faydası vardır.

Tabakalı Rastgele Örneklemeyi Anlama

Tabakalı rastgele örnekleme, bir popülasyonu alt gruplara böler. Rastgele örnekler, grupların veya tabakaların her birinden popülasyonla aynı oranda alınır. Oluşturulan her tabakadaki (tabakalar için tekil) üyeler benzer niteliklere ve özelliklere sahiptir.

Tabakalı rastgele örnekleme, bir araştırmacının çalışma için örneklem boyutu olarak küçük bir grubu seçtiği bir örnekleme yöntemidir. Bu alt küme, daha büyük nüfusu temsil eder. Bir popülasyonu benzer özelliklere sahip gruplar halinde düzenlemek, araştırılan nüfus bireysel bazda analiz edilemeyecek kadar büyük olduğunda araştırmacıların zamandan ve paradan tasarruf etmesine yardımcı olur. Tabakalı rastgele örnekleme, araştırmacıların grupları benzer özelliklere göre organize etmelerine ve böylece her tabakadan veya gruptan rastgele bir örnek alınmasına izin vererek yardımcı olur.

Tabakalı rastgele örnekleme, örneğin, seçim anketlerini, fazla mesai saatlerinde çalışan insanları, yaşam beklentisini, değişen nüfusların gelirini ve bir ülkedeki farklı işler için geliri incelemek için kullanılabilir.

Katmanlı ve Basitleştirilmiş Rastgele Örnekleme

Bir basit rastgele örnek rasgele olarak popülasyondan seçilir ve örnek yerleştirilir ve böylece bir popülasyonda var bireylerin bir örnektir. Bireyleri rastgele seçmenin bu yöntemi, popülasyonun tarafsız bir temsili olan bir örneklem büyüklüğü seçmeyi amaçlamaktadır. Bununla birlikte, popülasyonun örnekleri büyük ölçüde değişiklik gösterdiğinde basit bir rastgele örneklem avantajlı değildir.

Tersine, tabakalı rastgele örnekleme, popülasyonu alt gruplara ayırır ve onları benzer özellikler, özellikler ve davranışlara göre düzenler. Sonuç olarak, tabakalı rastgele örnekleme, çalışma için örneklerin daha iyi organize edilmesine yardımcı olduğu için popülasyon büyük ölçüde değiştiğinde daha avantajlıdır.

Bununla birlikte, popülasyon içinde çok fazla farklılık olduğu için popülasyon alt gruplar halinde düzenlenemediğinde basit bir rastgele örneklem daha avantajlıdır. Ayrıca, basit rastgele örnekler, popülasyon hakkında çok az veya hiç bilgi olmadığında en iyisidir, bu da popülasyonun özelliklere veya özelliklere göre alt gruplara ayrılmasını önler.

Tabakalı Rastgele Örnekleme Örneği

Bir araştırma ekibi, ABD’deki 21 milyon üniversite öğrencisi için not ortalamalarını veya GPA’ları analiz etmek için bir çalışma yapmaya karar verdi. Ekip, öğrenciler veya örnek katılımcılar için çeşitli ana dalları ve sonraki not ortalamalarını gözden geçirmek istiyor.

4.000 katılımcıdan ana dalların dağılımı aşağıdaki gibidir:

• İngilizce: 560
• Bilim: 1.135
• Bilgisayar bilimi: 800
• Mühendislik: 1.090
• Matematik: 415

Araştırmacılar, tabakalı rastgele örnekleme sürecinden beş katmana sahiptir. Daha sonra, araştırmacılar, kendi örneklerinden konulara büyük önem veren 21 milyon öğrencinin yüzdesini belirlemek için nüfusun verilerini inceler. Bulgular şunları göstermektedir:

• İngilizce’de% 12 büyük
• % 28 bilim dalında
• Bilgisayar bilimlerinde% 24 uzman
• Mühendislikte% 21 uzman
• Matematikte% 15 ana dal

Ekip, orantılı tabakalı rastgele bir örnek kullanmaya karar verir ve bu sayede örneklemdeki öğrencilerin ana dallarının popülasyonla aynı oranı temsil edip etmediğini belirlemek ister.

Bununla birlikte, örneklemdeki oranlar popülasyondaki yüzdelere eşit değildir. Örneğin, öğrenci nüfusunun% 12’si İngilizce branşları iken, örneklemdeki öğrencilerin% 14’ü İngilizce branşlarıdır (veya 560 ana dal / 4.000).

Sonuç olarak, araştırmacılar öğrencileri popülasyondaki ana dalların yüzdesine uyacak şekilde yeniden örneklemeye karar verirler. Örneklerindeki 4.000 öğrenciden rastgele olarak aşağıdakileri seçmeye karar veriyorlar:

• 480 İngilizce ana dal (4.000’in% 12’si)
• 1.120 bilim dalı (4.000’in% 28’i)
• 960 bilgisayar bilimi bölümü (4.000’in% 24’ü)
• 840 mühendislik bölümü (4.000’in% 21’i)
• 600 matematik branşı (4.000’in% 15’i)

Araştırmacılar artık, genel öğrenci popülasyonu için ana dallarını daha doğru bir şekilde yansıtan, orantılı, tabakalı rastgele bir üniversite öğrencisi örneğine ve ilgili dallarına sahip. Oradan, araştırmacılar, genel öğrenci nüfusunun nasıl performans gösterdiğini daha iyi anlamak için her katmanın GPA’larını ve özelliklerini analiz edebilir.