Stratified SamplingMost populations

Stratified Sampling
Most populations can be segregated into several mutually exclusive subpopulations, or strata. The process by which the sample is constrained to include elements from each of the segments is called stratified random sampling. University students can be divided by their class level, school or major, gender, and so forth. After a population is divided into the appropriate strata, a simple random sample can be taken within each stratum. The results from the study can then be weighted (based on the proportion of the strata to the population) and combined into appropriate population estimates.
There are three reasons a researcher chooses a stratified random sample: (1) to increase a sample’s statistical efficiency, (2) to provide adequate data for analyzing the various subpopulations or strata, and (3) to enable different research methods and procedures to be used in different strata. 13
Stratification is usually more efficient statistically than simple random sampling and at worst it is equal to it. With the ideal stratification, each stratum is homogeneous internally and heterogeneous with other strata. This might occur in a sample that includes members of several distinct ethnic groups. In this instance, stratification makes a pronounced improvement in statistical efficiency.
It is also useful when the researcher wants to study the characteristics of certain population subgroups. Thus, if one wishes to draw some conclusions about activities in the different classes of a student body, stratified sampling would be used. Similarly, if a restaurant were interested in testing menu changes to attract younger patrons while retaining its older, loyal customers, stratified sampling using age and prior patronage as descriptors would be appropriate. Stratification is also called for when different methods of data collection are applied in different parts of the population, a research design that is becoming increasingly common. This might occur when we survey company employees at the home office with one method but must use a different approach with employees scattered throughout the country.
If data are available on which to base a stratification decision, how shall we go about it? 14 The ideal stratification would be based on the primary variable under study. If the major concern were to learn how often per month patrons would use the Metro U dining club, then one would like to stratify on this expected number of use occasions. The only difficulty with this idea is that if we knew this information, we would not need to conduct the study. We must, therefore, pick a variable for stratifying that we believe will correlate with the frequency of club use per month, something like days at work or class schedule as an indication of when a sample element might be near campus at mealtimes.
Researchers often have several important variables about which they want to draw conclusions. A reasonable approach is to seek some basis for stratification that correlates well with the major variables. It might be a single variable (class level), or it might be a compound variable (class by gender). In any event, we will have done a good stratifying job if the stratification base maximizes the difference among strata means and minimizes the within-stratum variances for the variables of major concern.

The more strata used, the closer you come to maximizing inter strata differences (differences between strata) and minimizing intra stratum variances (differences within a given stratum). You must base the decision partially on the number of subpopulation groups about which you wish to draw separate conclusions. Costs of stratification also enter the decision. The more strata you have, the higher the cost of the research project due to the cost associated with more detailed sampling. There is little to be gained in estimating population values when the number of strata exceeds six. 15
The size of the strata samples is calculated with two pieces of information: (1) how large the total sample should be and (2) how the total sample should be allocated among strata. In deciding how to allocate a total sample among various strata, there are proportionate and disproportionate options.

Hasil (Bahasa Indonesia) 1:

Sampling berlapisKebanyakan populasi dapat dipisahkan menjadi beberapa sub-populasi saling eksklusif, atau lapisan. Proses dimana sampel dibatasi untuk memasukkan unsur-unsur dari masing-masing segmen disebut sampling acak berlapis. Mahasiswa dapat dibagi dengan tingkat kelas mereka, sekolah atau utama, jenis kelamin, dan sebagainya. Setelah populasi terbagi dalam strata yang sesuai, sampel acak sederhana dapat diambil dalam setiap lapisan. Hasil dari studi kemudian akan berbobot dengan (berdasarkan proporsi strata yang penduduk) dan digabungkan ke dalam perkiraan populasi yang sesuai.Ada tiga alasan seorang peneliti memilih sampel acak bertingkat-tingkat: (1) untuk meningkatkan efisiensi Statistik sampel, (2) untuk menyediakan data yang memadai untuk menganalisis berbagai sub-populasi atau strata, dan (3) untuk mengaktifkan metode penelitian dan prosedur untuk digunakan dalam lapisan yang berbeda. 13 Stratifikasi biasanya lebih efisien Statistik daripada sampling acak sederhana dan paling buruk sama dengan itu. Dengan stratifikasi ideal, stratum masing-masing homogen secara internal dan heterogen dengan lapisan lain. Hal ini mungkin terjadi dalam sampel yang mencakup anggota beberapa kelompok etnis yang berbeda. Dalam contoh ini, stratifikasi membuat perbaikan yang diucapkan dalam statistik efisiensi.Hal ini juga berguna ketika peneliti ingin mempelajari karakteristik subkumpulan populasi tertentu. Dengan demikian, jika seseorang ingin menarik beberapa kesimpulan tentang kegiatan di kelas yang berbeda dari tubuh siswa, sampling berlapis akan digunakan. Demikian pula, jika Restoran tertarik pengujian perubahan pada menu untuk menarik pengunjung lebih muda sementara tetap mempertahankan pelanggan yang lebih tua, setia, stratified sampling menggunakan usia dan perlindungan sebelumnya sebagai deskriptor akan sesuai. Stratifikasi juga menyerukan ketika berbeda metode pengumpulan data diterapkan di berbagai bagian dari populasi, desain penelitian yang menjadi semakin umum. Ini mungkin terjadi ketika kita survei karyawan di kantor dengan salah satu metode tetapi harus menggunakan pendekatan yang berbeda dengan karyawan yang tersebar di seluruh negeri.Jika data tersedia untuk mendasarkan keputusan stratifikasi, bagaimana kita akan pergi tentang itu? 14 stratifikasi ideal akan didasarkan pada variabel utama dalam studi. Jika kekhawatiran utama untuk belajar seberapa sering per bulan pelanggan akan menggunakan klub makan Metro U, maka salah satu ingin stratify pada jumlah ini diharapkan menggunakan kesempatan. Kesulitan hanya dengan ide ini adalah bahwa jika kita tahu informasi ini, kita akan tidak perlu melakukan penelitian. Kita harus, karena itu, memilih sebuah variabel untuk stratifying yang kami percaya akan berkorelasi dengan frekuensi penggunaan club per bulan, seperti hari-hari bekerja atau kelas jadwal sebagai indikasi ketika sebuah elemen contoh mungkin dekat kampus di waktu makan. Peneliti sering memiliki beberapa variabel penting tentang apa yang mereka inginkan untuk menarik kesimpulan. Pendekatan yang wajar adalah untuk mencari beberapa dasar stratifikasi yang berkorelasi dengan variabel utama. Mungkin sebuah variabel (kelas tingkat), atau mungkin sebuah variabel senyawa (kelas berdasarkan jenis kelamin). Dalam setiap peristiwa, kita akan memiliki melakukan pekerjaan yang baik stratifying jika dasar stratifikasi memaksimalkan perbedaan antara strata sarana dan meminimalkan varians dalam lapisan untuk variabel dari perhatian utama.Strata lain yang digunakan, semakin dekat Anda datang untuk memaksimalkan inter strata perbedaan (perbedaan antara strata) dan meminimalkan intra stratum varians (perbedaan dalam lapisan tertentu). Anda harus mendasarkan keputusan sebagian pada jumlah setiap sub-populasi kelompok tentang apa yang Anda ingin menarik kesimpulan yang terpisah. Biaya stratifikasi juga memasukkan keputusan. Strata yang lain yang Anda miliki, semakin tinggi biaya proyek penelitian karena biaya yang terkait dengan sampling lebih rinci. Ada sedikit yang bisa diperoleh dalam memperkirakan nilai-nilai populasi, ketika jumlah strata melebihi enam. 15Ukuran sampel strata dihitung dengan dua lembar informasi: (1) bagaimana besar jumlah sampel harus dan (2) bagaimana jumlah sampel harus dialokasikan diantara strata. Dalam memutuskan cara mengalokasikan jumlah sampel antara berbagai strata, ada pilihan proporsional dan tidak proporsional.

Hasil (Bahasa Indonesia) 2:

Stratified Sampling
Kebanyakan populasi dapat dipisahkan menjadi beberapa sub-populasi saling eksklusif, atau strata. Proses di mana sampel tersebut dibatasi untuk memasukkan unsur-unsur dari masing-masing segmen disebut stratified random sampling. Mahasiswa dapat dibagi dengan tingkat kelas mereka, sekolah atau besar, jenis kelamin, dan sebagainya. Setelah populasi dibagi ke dalam strata yang tepat, sebuah sampel acak sederhana dapat diambil dalam setiap strata. Hasil dari penelitian ini maka dapat tertimbang (berdasarkan proporsi strata untuk penduduk) dan digabungkan menjadi perkiraan populasi yang tepat.
Ada tiga alasan peneliti memilih sebuah stratified random sample: (1) untuk meningkatkan efisiensi statistik sampel ini, (2) untuk menyediakan data yang memadai untuk menganalisis berbagai sub-populasi atau strata, dan (3) untuk mengaktifkan metode penelitian yang berbeda dan prosedur yang akan digunakan dalam strata yang berbeda. 13
Stratifikasi biasanya lebih efisien statistik dari simple random sampling dan paling buruk itu sama dengan itu. Dengan stratifikasi yang ideal, setiap strata adalah homogen secara internal dan heterogen dengan strata lainnya. Hal ini mungkin terjadi dalam sampel yang mencakup anggota dari beberapa kelompok etnis yang berbeda. Dalam hal ini, stratifikasi membuat perbaikan nyata dalam efisiensi statistik.
Hal ini juga berguna ketika peneliti ingin mempelajari karakteristik dari sub kelompok populasi tertentu. Jadi, jika seseorang ingin menarik beberapa kesimpulan tentang kegiatan di kelas yang berbeda dari tubuh siswa, stratified sampling yang akan digunakan. Demikian pula, jika sebuah restoran tertarik perubahan pengujian menu untuk menarik pelanggan muda sementara tetap mempertahankan, pelanggan tua yang setia, berstrata menggunakan usia dan patronase sebelumnya sebagai penjelas akan sesuai. Stratifikasi juga disebut ketika metode yang berbeda dari pengumpulan data yang diterapkan di berbagai bagian dari populasi, desain penelitian yang menjadi semakin umum. Hal ini mungkin terjadi ketika kita survei karyawan perusahaan di kantor rumah dengan satu metode, tetapi harus menggunakan pendekatan yang berbeda dengan karyawan yang tersebar di seluruh negeri.
Jika data yang tersedia yang menjadi dasar keputusan stratifikasi, bagaimana kita pergi tentang itu? 14 Stratifikasi yang ideal akan didasarkan pada variabel utama yang diteliti. Jika perhatian utama adalah untuk mempelajari seberapa sering per pelanggan bulan akan menggunakan Metro U klub makan, maka salah satu ingin stratifikasi pada nomor ini diharapkan penggunaan kesempatan. Satu-satunya kesulitan dengan ide ini adalah bahwa jika kita tahu informasi ini, kita tidak perlu melakukan penelitian. Kita harus, karena itu, memilih variabel untuk stratifikasi yang kami percaya akan berkorelasi dengan frekuensi penggunaan klub per bulan, sesuatu seperti hari di tempat kerja atau jadwal kelas sebagai indikasi kapan elemen sampel mungkin dekat kampus pada waktu makan.
Peneliti sering beberapa variabel penting tentang yang mereka inginkan untuk menarik kesimpulan. Sebuah pendekatan yang masuk akal adalah untuk mencari beberapa dasar untuk stratifikasi yang berkorelasi dengan baik dengan variabel utama. Mungkin variabel tunggal (tingkat kelas), atau mungkin variabel senyawa (kelas berdasarkan gender). Dalam hal apapun, kita akan telah melakukan stratifikasi pekerjaan yang baik jika dasar stratifikasi memaksimalkan perbedaan antara sarana strata dan meminimalkan varians dalam-strata untuk variabel yang menjadi perhatian utama.

Semakin strata digunakan, semakin dekat Anda datang ke memaksimalkan perbedaan antar strata (perbedaan antara strata) dan meminimalkan varians intra stratum (perbedaan dalam strata tertentu). Anda harus mendasarkan keputusan sebagian pada jumlah kelompok subpopulasi tentang yang Anda ingin menarik kesimpulan yang terpisah. Biaya stratifikasi juga masuk keputusan. Semakin strata Anda miliki, semakin tinggi biaya proyek penelitian karena biaya yang terkait dengan pengambilan sampel yang lebih rinci. Ada sedikit yang bisa diperoleh dalam memperkirakan nilai populasi saat jumlah strata melebihi enam. 15
Ukuran sampel strata dihitung dengan dua potong informasi: (1) seberapa besar sampel total harus dan (2) bagaimana total sampel harus dialokasikan antara strata. Dalam memutuskan bagaimana mengalokasikan total sampel di antara berbagai strata, ada pilihan proporsional dan tidak proporsional.