Rozvrstvený vzorek je vzorek, který zajišťuje, že podskupiny (vrstvy) dané populace jsou každá adekvátně zastoupena v rámci celku vzorek populace výzkumné studie. Například je možné rozdělit vzorek dospělých do podskupin podle věku, jako je 18–29, 30–39, 40–49, 50–59 a 60 a vyšší. Pro rozvrstvení tohoto vzorku by pak vědec náhodně vybral poměrné množství lidí z každé věkové skupiny. Jedná se o efektivní techniku odběru vzorků pro studium toho, jak se trend nebo problém může v jednotlivých podskupinách lišit.
Důležité je, že vrstvy použité v této technice se nesmí překrývat, protože kdyby ano, někteří jedinci by měli vyšší šanci být vybráni než jiní. To by vytvořilo zkosený vzorek, který by zkreslil výzkum a vykreslil výsledky neplatný.
Mezi nejčastější vrstvy používané ve stratifikovaném náhodném výběru vzorků patří věk, pohlaví, náboženství, rasa, vzdělání, socioekonomický statusa státní příslušnost.
Kdy použít stratifikovaný vzorkování
Existuje mnoho situací, kdy by si vědci zvolili stratifikovaný náhodný výběr oproti jiným typům. Nejprve se používá, když chce vědec zkoumat
podskupiny v rámci populace. Vědci také používají tuto techniku, pokud chtějí pozorovat vztahy mezi dvěma nebo více podskupinami, nebo pokud chtějí prozkoumat vzácné extrémy populace. U tohoto typu vzorkování je výzkumníkovi zaručeno, že předměty z každé podskupiny jsou zahrnuty do konečného vzorku, zatímco jednoduché náhodný výběr nezajišťuje, aby byly podskupiny ve vzorku zastoupeny rovnoměrně nebo přiměřeně.Poměrný stratifikovaný náhodný vzorek
Při proporcionálním stratifikovaném náhodném výběru je velikost každé vrstvy úměrná velikosti populace vrstev při zkoumání v celé populaci. To znamená, že každá vrstva má stejnou vzorkovací frakci.
Řekněme například, že máte čtyři vrstvy s velikostí populace 200, 400, 600 a 800. Pokud vyberete vzorkovací zlomek ½, znamená to, že z každé vrstvy musíte náhodně odebrat 100, 200, 300 a 400 subjektů. Stejný podíl vzorkování se používá pro každou vrstvu bez ohledu na rozdíly ve velikosti populace vrstev.
Nepřiměřený stratifikovaný náhodný vzorek
Při nepřiměřeném stratifikovaném náhodném vzorkování různé vrstvy nemají stejné vzorkovací frakce jako navzájem. Například, pokud vaše čtyři vrstvy obsahují 200, 400, 600 a 800 lidí, můžete si zvolit různé vzorkovací frakce pro každou vrstvu. Možná, že první vrstva s 200 lidmi má vzorkovací zlomek ½, což má za následek 100 lidí vybraných pro vzorek, zatímco poslední vrstva s 800 lidmi má vzorkovací zlomek ¼, což má za následek 200 lidí vybraných pro vzorek.
Přesnost použití nepřiměřeného stratifikovaného náhodného vzorkování je vysoce závislá na vzorkovacích frakcích vybraných a použitých výzkumným pracovníkem. Zde musí být výzkumník velmi opatrný a přesně vědět, co dělá. Chyby při výběru a použití vzorkovacích frakcí by mohly vést k nadměrnému zastoupení nebo nedostatečnému zastoupení, což by mělo za následek zkreslené výsledky.
Výhody stratifikovaného vzorkování
Použití stratifikovaného vzorku vždy dosáhne větší přesnosti než jednoduchý náhodný vzorek, pokud vrstvy byly vybrány tak, aby členové stejné vrstvy byli co nejvíce podobní, pokud jde o charakteristika zájmu. Čím větší jsou rozdíly mezi vrstvami, tím větší je přesnost.
Administrativně je často vhodnější rozvrstvit vzorek než vybrat jednoduchý náhodný vzorek. Například tazatelé mohou být školeni o tom, jak nejlépe řešit jednu konkrétní věk nebo etnickou skupinu, zatímco jiní jsou vyškoleni o tom, jak nejlépe jednat s jinou věkovou nebo etnickou skupinou. Tímto způsobem se mohou tazatelé soustředit a zdokonalit malou sadu dovedností a pro výzkumníka je to méně aktuální a nákladné.
Vrstvený vzorek může být také menší než jednoduché náhodné vzorky, což může vědcům ušetřit spoustu času, peněz a úsilí. Je to proto, že tento typ vzorkovací techniky má ve srovnání s jednoduchým náhodným vzorkováním vysokou statistickou přesnost.
Poslední výhodou je, že stratifikovaný vzorek zaručuje lepší pokrytí populace. Výzkumník má kontrolu nad podskupinami, které jsou zahrnuty do vzorku, zatímco jednoduchý náhodný výběr nezaručuje, že do konečného vzorku bude zahrnut jakýkoli typ osoby.
Nevýhody stratifikovaného vzorkování
Jednou z hlavních nevýhod stratifikovaného vzorkování je to, že může být obtížné určit vhodné vrstvy pro studii. Druhou nevýhodou je, že je složitější organizovat a analyzovat výsledky ve srovnání s jednoduchým náhodným vzorkováním.
Aktualizováno uživatelem Nicki Lisa Cole, Ph. D.