Stratificēts paraugs ir tāds, kas nodrošina, ka visas populācijas apakšgrupas (slāņi) ir pietiekami pārstāvēti visā izlases populācija no pētījuma. Piemēram, pieaugušo izlasi var sadalīt apakšgrupās pēc vecuma, piemēram, 18–29, 30–39, 40–49, 50–59 un 60 gadus veci. Lai stratificētu šo izlasi, pētnieks pēc nejaušības principa izvēlas proporcionālu cilvēku daudzumu no katras vecuma grupas. Šī ir efektīva izlases metode, lai izpētītu, kā tendence vai problēma var atšķirties apakšgrupās.
Svarīgi ir tas, ka šajā paņēmienā izmantotie slāņi nedrīkst pārklāties, jo, ja viņi to darītu, dažiem indivīdiem būtu lielākas izredzes tikt izvēlētiem nekā citiem. Tas radītu izkropļotu paraugu, kas novirzītu pētījumu un sniegtu rezultātus nederīgs.
Daži no visbiežāk sastopamajiem slāņiem, kas tiek izmantoti stratificētā nejaušā izlasē, ietver vecumu, dzimumu, reliģiju, rasi, izglītības līmeni, sociālekonomiskais statuss, un tautību.
Kad izmantot stratificētu paraugu ņemšanu
Ir daudz situāciju, kad pētnieki izvēlas stratificētu nejaušu izlasi salīdzinājumā ar citiem izlases veidiem. Pirmkārt, to izmanto gadījumos, kad pētnieks vēlas pārbaudīt
apakšgrupas iedzīvotāju skaitā. Pētnieki izmanto šo paņēmienu arī tad, kad vēlas novērot attiecības starp divām vai vairākām apakšgrupām vai kad viņi vēlas izpētīt retas iedzīvotāju galējības. Ar šāda veida paraugu ņemšanu pētniekam tiek garantēts, ka katras apakšgrupas subjekti tiek iekļauti galīgajā izlasē, lai gan vienkārši izlases veida paraugu ņemšana nenodrošina, ka apakšgrupas izlasē ir pārstāvētas vienādi vai proporcionāli.Samērīgs stratificēts izlases paraugs
Proporcionāli stratificētā nejaušā izlases veidā katra slāņa lielums ir proporcionāls slāņu populācijas lielumam, ja to pārbauda visā populācijā. Tas nozīmē, ka katrā slānī ir viena un tā pati izlases daļa.
Piemēram, pieņemsim, ka jums ir četri slāņi ar iedzīvotāju skaitu 200, 400, 600 un 800. Ja izvēlaties izlases daļu no ½, tas nozīmē, ka jums ir jāizlases veidā jāizvēlas attiecīgi 100, 200, 300 un 400 subjekti no katra slāņa. Katrā stratā tiek izmantota viena un tā pati paraugu ņemšanas frakcija neatkarīgi no slāņu populācijas lieluma atšķirībām.
Nesamērīgs stratificēts izlases paraugs
Nesamērīgā stratificētā nejaušā izlases veidā dažādiem slāņiem nav vienādas izlases daļas kā viena otrai. Piemēram, ja četros slāņos ir 200, 400, 600 un 800 cilvēku, varat izvēlēties, lai katram stratam būtu atšķirīgas izlases daļas. Varbūt pirmajā slānī ar 200 cilvēkiem izlases daļa ir ½, kā rezultātā 100 cilvēki tiek atlasīti paraugs, savukārt pēdējā slānī ar 800 cilvēkiem izlases daļa ir ¼, kā rezultātā 200 cilvēki tika atlasīti paraugs.
Nesamērīgas stratificētas nejaušās izlases izmantošanas precizitāte ir ļoti atkarīga no pētnieka izvēlētajām un izmantotajām izlases frakcijām. Šeit pētniekam jābūt ļoti uzmanīgam un precīzi jāzina, ko viņi dara. Kļūdas, kas izdarītas, izvēloties un izmantojot paraugu ņemšanas frakcijas, var radīt slāni, kas ir pārāk pārstāvēts vai nepietiekami pārstāvēts, kā rezultātā rezultāti var būt izkropļoti.
Stratificētās paraugu ņemšanas priekšrocības
Izmantojot stratificētu paraugu, vienmēr tiks sasniegta lielāka precizitāte nekā vienkāršam izlases veida paraugam ar noteikumu, ka slāņi ir izvēlēti tā, lai viena un tā paša slāņa locekļi būtu pēc iespējas līdzīgāki interesei raksturīga. Jo lielākas atšķirības starp slāņiem, jo lielāks precizitātes pieaugums.
Administratīvi bieži vien ir ērtāk stratificēt izlasi, nevis atlasīt vienkāršu nejaušu izlasi. Piemēram, intervētājus var apmācīt, kā vislabāk izturēties pret vienu noteiktu vecumu vai etnisko grupu, bet citus - par to, kā vislabāk rīkoties ar citu vecumu vai etnisko grupu. Tādā veidā intervētāji var koncentrēties uz un pilnveidot nelielu prasmju kopumu, un pētniekam tas ir mazāk savlaicīgi un dārgi.
Stratificētas izlases lielums var būt arī mazāks nekā vienkāršu izlases veida paraugu, kas pētniekiem var ietaupīt daudz laika, naudas un pūļu. Tas ir tāpēc, ka šāda veida paraugu ņemšanas paņēmieniem ir augsta statistiskā precizitāte, salīdzinot ar vienkāršu izlases veida izlasi.
Pēdējā priekšrocība ir tā, ka stratificēts paraugs garantē labāku iedzīvotāju segumu. Pētniekam ir kontrole pār apakšgrupām, kuras ir iekļautas izlasē, turpretī vienkārša izlases veida pārbaude neparedz, ka galīgajā izlasē tiks iekļauts kāds personu tips.
Stratificētās paraugu ņemšanas trūkumi
Viens no stratificētās izlases galvenajiem trūkumiem ir tas, ka var būt grūti noteikt piemērotus pētījuma slāņus. Otrs trūkums ir tas, ka rezultātus ir sarežģītāk organizēt un analizēt, salīdzinot ar vienkāršu nejaušu izlasi.
Atjaunināja Nicki Lisa Cole, Ph.