Spisu treści:
- Czym jest próbka?
- Co oznacza stratyfikacja?
- Dlaczego ustrukturyzowana próbka jest przydatna?
- Co oznacza probabilistyka?
- Przykład
Wideo: Co to jest zmienna losowa 2024
Uwarstwiona próbka losowa jest środkiem do zbierania informacji o kolekcjach określonych grup docelowych lub danych demograficznych. Próbki te mają być reprezentatywne tylko dla wybranych danych demograficznych, chociaż próbkowana grupa demograficzna może reprezentować całą populację demograficzną w populacji.
Dane są wynikiem typu procedury pobierania próbek, która jest zarówno stratyfikowana, jak i probabilistyczna. Uwarstwione próbki losowe są również znane jako proporcjonalne próbki losowe lub losowe próbki o określonej wielkości. Aby zrozumieć, co to oznacza, najpierw należy zlikwidować odpowiednie warunki.
Czym jest próbka?
Próbka jest mini-reprezentacją większej populacji. Próbki można określić nieformalnie lub formalnie. Jednak próbki, które są systematycznie opracowywane zgodnie z pewnymi metodami naukowymi, są generalnie postrzegane jako bardziej użyteczne w generalizacjach dotyczących większej populacji.
Co oznacza stratyfikacja?
Próbki podzielone na warstewki składają się z jednorodnych podgrup, które są uważane za odrębne w istotny sposób. Zbiór tych jednorodnych podgrup nazywa się warstwami. Ta metoda procedur pobierania próbek umożliwia podział populacji na jednorodne podgrupy, z których można wybrać proste próbki losowe.
Dlaczego ustrukturyzowana próbka jest przydatna?
Celem stratyfikowanej losowej próby jest wyłonienie uczestników z różnych podgrup, którzy, jak się uważa, mają związek z badaniami, które będą przeprowadzane. Na przykład wyniki badania mogą mieć wpływ na atrybuty badanych, takie jak wiek, płeć, poziom doświadczenia zawodowego, grupa rasowa i etniczna, sytuacja ekonomiczna, poziom wykształcenia i tak dalej. Uwarstwiona próbka jest skonstruowana w taki sposób, aby można było racjonalnie założyć, że te potencjalnie wpływowe cechy odzwierciedlają wzór tych cech w całej populacji.
W ten sposób próbka odzwierciedla populację, z której została pobrana, ale próbki nie można uznać za reprezentatywną dla większej populacji. Pamiętaj, że dobór członków stratyfikowanej próbki nie jest procesem losowym. To powiedziawszy, po ustanowieniu warstw, do losowego wyboru próbek dla każdej warstwy stosuje się proste losowe pobieranie próbek.
Co oznacza probabilistyka?
Stratyfikowana próbka losowa jest probabilistyczna, ponieważ każda metoda zastosowana do wyboru populacji próbek zapewnia rozsądnie wiarygodny sposób oszacowania, jak reprezentatywna jest populacja próbki dla większej populacji, z której wybrano próbkę. Innymi słowy probabilistyczna próbka pozwala badaczowi oszacować szanse, że wybrana próbka nie reprezentuje większej populacji, z której pobrano próbkę.
Przykład
Uwarstwione metody losowego doboru próby często są stosowane, gdy istnieje zainteresowanie różnicami między jednorodnymi podgrupami i większą populacją próby jako całości.
Załóżmy, że populacja klientów biznesowych można podzielić na trzy grupy: pokolenie X, pokolenie milenium i pokolenie wyżu demograficznego. Co więcej, mamy powody, by sądzić, że zarówno Gen Xers, jak i millenialsi są stosunkowo mniejszymi mniejszościami w ogólnej klienteli biznesowej. Gen Xers stanowi około 5 procent ogólnej populacji klientów, a milenialsi stanowią około 10 procent klientów. Prosta losowa próbka 100 członków (n = 100) może wygenerować 5 Gen Xers i 10 millenialsów, jeśli użyjemy frakcji próbkowania 10 procent.
Byłoby możliwe - przypadkiem - zdobyć jeszcze mniej Genów i mniej tysiącleci niż w próbie. Stratyfikacja prawdopodobnie przyniesie bardziej reprezentatywne wyniki. Załóżmy, że chcemy mieć co najmniej 25 osób w każdej grupie. Jeżeli nadal pobieramy próbkę 100 (n = 100), możemy pobrać próbki 25 genów Xers, 25 pokoleń i 50 pokoleń wyżu demograficznego.
Wiemy, że 10 procent populacji to millenialsi (czyli około 100 naszych klientów). Losowa próbka 25 klientów daje frakcję próbkowania w obrębie warstwy wynoszącą 25/100 lub 25 procent. Wiemy również, że 5 procent z 50 klientów, którzy nie są wyżu demograficznego, to Gen Xers. Oznacza to, że frakcja wewnątrzwarstwowa będzie wynosić 25/50 lub 50 procent. Tak więc 50 Gen Xers plus 100 tysiącleci to w sumie 150 naszych klientów. Ponieważ całkowita populacja klientów wynosi 1000, odejmujemy Gen Xers i millenialsów (w sumie 150 klientów), co daje 850 klientów, którzy są wyżu demograficznego.
Frakcja próbkowania w obrębie warstwy dla pokolenia wyżu demograficznego wynosi 50/850 lub około 5,88 procent.
Dwie rzeczy są oczywiste:
- Te trzy grupy są bardziej jednorodne wewnątrz grupy niż w całej populacji. Oznacza to, że jest mniej wariancji, co daje możliwość większej precyzji statystycznej.
- Ponieważ próbka została podzielona na straty, z każdej grupy będzie wystarczająca liczba członków, aby uzyskać znaczące wnioskowania podgrup.
Próbkowanie warstwowe może być preferowane w porównaniu z prostym losowym próbkowaniem, gdy ważne jest reprezentowanie całej populacji i reprezentowanie kluczowych podgrup populacji, zwłaszcza gdy podgrupy są dość małe, ale wyróżnione na ważne sposoby. Dzięki zastosowaniu warstwowych metod próbkowania badacz może skutecznie zapewnić, że podgrupy mogą być zróżnicowane w dyskusji na temat wyników badań.
Profesjonalna próbka listu referencyjnego
Oto kilka wskazówek, jak napisać profesjonalny list referencyjny z tymi poradami, co dodać, wraz z przykładową literą.
Próbka z listu rezygnacji z podziękowaniami
Oto kilka przykładowych listów rezygnacyjnych, które potwierdzają, że opuszczasz firmę i dziękują firmie za satysfakcjonujące doświadczenie.
Żegnaj Email dla współpracowników Próbka
Przykładowe e-maile do wysłania, aby wysłać je do współpracowników, co należy uwzględnić w liście, a także wskazówki dotyczące pisania, gdy opuszczasz pracę.