ທັງຫມົດກ່ຽວກັບການເກັບຕົວຢ່າງແບບ stratified
ການເກັບຕົວຢ່າງແບບ stratified ແມ່ນຫຍັງ?
ຕົວຢ່າງ ແມ່ນຕົວແທນຂອງປະຊາກອນຂະຫນາດໃຫຍ່.
ຕົວຢ່າງສາມາດຖືກກໍານົດຢ່າງບໍ່ເປັນທາງການຫຼືຢ່າງເປັນທາງການ. ແຕ່ຕົວຢ່າງທີ່ໄດ້ຮັບ ການພັດທະນາ ຕາມ ລະບົບ ຕາມ ວິທີວິທະຍາສາດສະເພາະໃດຫນຶ່ງ ໂດຍທົ່ວໄປແລ້ວໄດ້ຮັບຮູ້ວ່າເປັນສິ່ງທີ່ເປັນປະໂຫຍດສໍາລັບການເຮັດໃຫ້ທົ່ວໄປກ່ຽວກັບປະຊາກອນຂະຫນາດໃຫຍ່.
stratified ຫມາຍຄວາມວ່າແນວໃດ?
ຕົວຢ່າງທີ່ໄດ້ຮັບການຕີລາຄາແມ່ນປະກອບດ້ວຍກຸ່ມຍ່ອຍທີ່ມີຄວາມຍືນຍົງທີ່ຖືວ່າແຕກຕ່າງກັນໃນວິທີທີ່ສໍາຄັນ. ການລວບລວມຂອງກຸ່ມຍ່ອຍທີ່ສອດຄ້ອງກັນເຫຼົ່ານີ້ແມ່ນເອີ້ນວ່າຊັ້ນ. ວິທີການສໍາຫຼວດຕົວຢ່າງນີ້ເຮັດໃຫ້ປະຊາກອນແບ່ງອອກເປັນກຸ່ມຍ່ອຍທີ່ຄ້າຍຄືກັນຊຶ່ງຕົວຢ່າງແບບສຸ່ມຕົວຢ່າງ ສາມາດຖືກຄັດເລືອກ .
ເປັນຫຍັງຈຶ່ງເປັນຕົວຢ່າງທີ່ເປັນ stratified ທີ່ເປັນປະໂຫຍດ?
ຈຸດປະສົງຂອງການເກັບຕົວຢ່າງແບບ stratified ແມ່ນເລືອກເອົາຜູ້ເຂົ້າຮ່ວມຈາກກຸ່ມຍ່ອຍທີ່ແຕກຕ່າງກັນທີ່ເຊື່ອວ່າມີຄວາມກ່ຽວຂ້ອງກັບການ ຄົ້ນຄ້ວາ ທີ່ຈະດໍາເນີນການ. ຕົວຢ່າງ, ຜົນໄດ້ຮັບຂອງການສຶກສາສາມາດໄດ້ຮັບຜົນກະທົບຈາກ ຄຸນລັກສະນະຂອງຫົວຂໍ້ ເຊັ່ນ: ອາຍຸ, ເພດ, ລະດັບປະສົບການການເຮັດວຽກ, ຊົນເຜົ່າແລະຊົນເຜົ່າ, ສະພາບເສດຖະກິດ, ລະດັບການສຶກສາ, ແລະອື່ນໆ.
ຕົວຢ່າງ stratified ແມ່ນໄດ້ຖືກສ້າງຂຶ້ນດັ່ງນັ້ນ ຄຸນລັກສະນະ ອິດທິພົນທີ່ມີທ່າແຮງເຫຼົ່ານີ້ສາມາດສົມມຸດສົມເຫດສົມຜົນທີ່ຈະສະທ້ອນໃຫ້ເຫັນເຖິງຮູບແບບຂອງລັກສະນະເຫຼົ່ານີ້ໃນປະຊາກອນທັງຫມົດ. ໃນແບບນີ້, ຕົວຢ່າງສະທ້ອນໃຫ້ເຫັນປະຊາກອນທີ່ມັນໄດ້ຖືກປະຕິບັດ, ແຕ່ຕົວຢ່າງບໍ່ສາມາດເວົ້າວ່າເປັນ ຕົວແທນ ຂອງປະຊາກອນຂະຫນາດໃຫຍ່ .
ຈືຂໍ້ມູນການ, ການຄັດເລືອກຂອງສະມາຊິກຂອງຕົວຢ່າງ stratified ບໍ່ແມ່ນຂະບວນການທີ່ບໍ່ຖືກຕ້ອງ. ທີ່ເວົ້າວ່າ, ເມື່ອຊັ້ນໄດ້ຖືກສ້າງຕັ້ງຂື້ນ, ຕົວຢ່າງແບບສຸ່ມແບບງ່າຍໆແມ່ນໃຊ້ເພື່ອເລືອກສະມາຊິກຂອງຕົວຢ່າງ ສໍາລັບແຕ່ລະຊັ້ນ .
ສິ່ງທີ່ probabilistic ຫມາຍຄວາມວ່າແນວໃດ?
ຕົວຢ່າງ Random stratified ແມ່ນ probabilistic ເນື່ອງຈາກວ່າວິທີການທີ່ນໍາໃຊ້ເພື່ອຄັດເລືອກເອົາປະຊາກອນຕົວຢ່າງໃຫ້ເປັນວິທີທີ່ເຊື່ອຖືໄດ້ທີ່ສົມເຫດສົມຜົນຂອງການຄາດຄະເນວ່າຕົວແທນຂອງປະຊາກອນຕົວຢ່າງແມ່ນປະຊາກອນຂະຫນາດໃຫຍ່ (ຈັກກະວານ) ທີ່ຕົວຢ່າງໄດ້ຖືກຄັດເລືອກ. ຕົວຢ່າງ, ຕົວຢ່າງ probabilist ອະນຸຍາດໃຫ້ນັກຄົ້ນຄວ້າ ປະເມີນອັດຕາ ທີ່ວ່າຕົວຢ່າງທີ່ເລືອກໄດ້ບໍ່ຫຼືບໍ່ເປັນຕົວແທນຂອງປະຊາກອນຂະຫນາດໃຫຍ່ທີ່ຕົວຢ່າງໄດ້ຖືກດຶງ.
ຕົວຢ່າງ
ການນໍາໃຊ້ວິທີການຕົວຢ່າງແບບໂຕ້ແຍ່ງແບບ stratified ໃນເວລາທີ່ມີ ຄວາມສົນໃຈໃນຄວາມແຕກຕ່າງ ລະຫວ່າງກຸ່ມຍ່ອຍທີ່ສອດຄ່ອງແລະປະຊາກອນຕົວຢ່າງຂະຫນາດໃຫຍ່.
ໃຫ້ເວົ້າວ່າປະຊາກອນລູກຄ້າທຸລະກິດສາມາດແບ່ງອອກເປັນສາມກຸ່ມ: Gen-Xers, Gen-Yers (Millennial), ແລະ Baby Boomers. ຍິ່ງໄປກວ່ານັ້ນ, ພວກເຮົາມີເຫດຜົນທີ່ຈະເຊື່ອວ່າທັງ Gen-Xers ແລະ Gen-Yers ແມ່ນຊົນເຜົ່າສ່ວນນ້ອຍຂະຫນາດນ້ອຍຂອງລູກຄ້າທຸລະກິດທັງຫມົດ. Gen-Xers ປະມານ 5% ຂອງປະຊາກອນທົ່ວໄປຂອງລູກຄ້າແລະ Gen-Yers ປະມານ 10% ຂອງລູກຄ້າ.
ຕົວຢ່າງແບບສຸ່ມແບບງ່າຍໆຂອງ 100 ສະມາຊິກ (n = 100) ອາດຈະສ້າງ 5 Gen-Xers ແລະ 10 Gen-Yers ຖ້າພວກເຮົາໃຊ້ສ່ວນປະສົມຂອງຕົວຢ່າງ 10 ເປີເຊັນ. ມັນອາດຈະເປັນໄປໄດ້ທີ່ຈະໄດ້ຮັບການສະຫນັບສະຫນູນຈາກ Gen-Xers ແລະ Gen-Yers ຫນ້ອຍກ່ວາໃນຕົວຢ່າງ - ໂດຍບັງເອີນ. ການເຕັກໂນໂລຢີຈະມີຜົນຜະລິດຫຼາຍຂຶ້ນ. ເວົ້າວ່າພວກເຮົາຕ້ອງການຢ່າງຫນ້ອຍ 25 ຄົນໃນແຕ່ລະກຸ່ມ. ຖ້າພວກເຮົາຍັງເອົາຕົວຢ່າງຂອງ 100 (n = 100) ແລ້ວພວກເຮົາສາມາດທົດລອງຕົວຢ່າງ 25 Gen-Xers, 25 Gen-Yers ແລະ 50 Boomers ເດັກນ້ອຍ.
ພວກເຮົາຮູ້ວ່າ 10 ເປີເຊັນຂອງປະຊາກອນແມ່ນ Millennials ຫຼື Gen-Yers (ຫຼື 100 ລູກຄ້າຂອງພວກເຮົາ). ຕົວຢ່າງແບບສຸ່ມຂອງ 25 ລູກຄ້າຈະເຮັດໃຫ້ຕົວເລກການທົດລອງພາຍໃນລະດັບຂອງ 25/100 ຫຼື 25 ສ່ວນຮ້ອຍ, ພວກເຮົາຍັງຮູ້ວ່າ 5% ຂອງລູກຄ້າ 50 ຄົນທີ່ບໍ່ແມ່ນ Baby Boomers ແມ່ນ Gen-Xers, ຊຶ່ງຫມາຍຄວາມວ່າສ່ວນປະກອບພາຍໃນແມ່ນ 25/50 ຫຼື 50 ເປີເຊັນ.
ສະນັ້ນ, 50 Gen-Xers ບວກກັບ 100 Gen-Yers ແມ່ນທັງຫມົດ 150 ຂອງຕົວແບບລູກຄ້າຂອງພວກເຮົາ. ນັບຕັ້ງແຕ່ປະຊາກອນລູກຄ້າໂດຍລວມແມ່ນ 1000, ພວກເຮົາຫລຸດ Gen-Xers ແລະ Gen-Yers (ທັງຫມົດ 150 ລູກຄ້າ) ຊຶ່ງເຮັດໃຫ້ 850 ລູກຄ້າ, ຜູ້ທີ່ເປັນ Baby Boomers. ສ່ວນປະສົມຂອງການທົດລອງໃນຊັ້ນໃນສໍາລັບ Baby Boomers ແມ່ນ 50/850 ຫຼືປະມານ 5,88 ເປີເຊັນ.
ສອງສິ່ງທີ່ເຫັນໄດ້ຊັດເຈນ: (1) ສາມກຸ່ມທີ່ມີຄວາມ ສອດຄ່ອງ ຫຼາຍກວ່າ ພາຍໃນກຸ່ມ ກ່ວາທົ່ວປະຊາກອນທັງຫມົດ. ນີ້ຫມາຍຄວາມວ່າມີຄວາມແຕກຕ່າງຫນ້ອຍ, ເຊິ່ງສະຫນອງໂອກາດທີ່ ຈະມີຄວາມຖືກຕ້ອງທາງສະຖິຕິ ຫຼາຍຂຶ້ນ. (2) ແລະນັບຕັ້ງແຕ່ຕົວຢ່າງໄດ້ຮັບການ stratified, ຈະມີສະມາຊິກພຽງພໍຈາກແຕ່ລະກຸ່ມເພື່ອໃຫ້ສາມາດເຮັດໃຫ້ ມີຄວາມຫມາຍຕໍ່ກຸ່ມຍ່ອຍທີ່ມີຄວາມຫມາຍ .
ການຄັດເລືອກແບບ Stratified ອາດຈະຖືກນໍາໃຊ້ຫຼາຍກວ່າຕົວຢ່າງແບບສຸ່ມງ່າຍໆເມື່ອມັນເປັນສິ່ງສໍາຄັນທີ່ຈະເປັນຕົວແທນຂອງ ປະຊາກອນທັງຫມົດ ແລະເປັນຕົວແທນຂອງກຸ່ມຍ່ອຍທີ່ສໍາຄັນຂອງປະຊາກອນໂດຍສະເພາະເມື່ອກຸ່ມຍ່ອຍມີຂະຫນາດນ້ອຍແຕ່ແຕກຕ່າງກັນໃນວິທີທີ່ສໍາຄັນ. ໂດຍການນໍາໃຊ້ວິທີການຕົວຢ່າງແບບ stratified, ນັກຄົ້ນຄວ້າສາມາດຮັບປະກັນປະສິດຕິຜົນວ່າ ກຸ່ມຍ່ອຍສາມາດແຕກຕ່າງ ໃນການສົນທະນາຂອງຜົນການຄົ້ນຄວ້າ.